基于知識(shí)輔助的弱目標(biāo)跟蹤算法研究.pdf

1、現(xiàn)代戰(zhàn)爭中低空突防技術(shù)的應(yīng)用，以及飛行器隱身性和機(jī)動(dòng)性的發(fā)展，使得雷達(dá)監(jiān)視場(chǎng)景日益復(fù)雜化，同時(shí)，目標(biāo)的雷達(dá)回波能量明顯減弱。因此，復(fù)雜環(huán)境中的弱目標(biāo)跟蹤問題成為了現(xiàn)代雷達(dá)的嚴(yán)峻挑戰(zhàn)。知識(shí)輔助的跟蹤技術(shù)，是一種結(jié)合了目標(biāo)本身以及周圍環(huán)境中有用信息的全新跟蹤技術(shù)，它通過先驗(yàn)知識(shí)的輔助，有效提高了目標(biāo)與雜波的識(shí)別度，降低了雜波的干擾，可以顯著改善弱目標(biāo)的跟蹤性能，并且計(jì)算量較低，具有一定的研究意義。
　　本論文針對(duì)上述問題，研究了基于知

2、識(shí)輔助的弱目標(biāo)跟蹤算法，具體的工作如下：
　　1．針對(duì)機(jī)動(dòng)目標(biāo)跟蹤問題，給出了一種修正的交互多模型（IMM）數(shù)據(jù)關(guān)聯(lián)算法。該算法可有效提升模型概率轉(zhuǎn)移速率，并改善了目標(biāo)跟蹤精度。
　　2．針對(duì)復(fù)雜背景下的幅度信息利用問題，推導(dǎo)了常用雜波模型下的幅度似然比值（ALR），為雜波背景下幅度信息的使用奠定了理論基礎(chǔ)。與傳統(tǒng)算法相比，幅度信息輔助算法顯著提高了目標(biāo)的跟蹤性能。
　　3．針對(duì)強(qiáng)雜波背景中虛假量測(cè)多的問題，研究了基于

3、多普勒信息輔助的弱目標(biāo)跟蹤算法，與傳統(tǒng)的僅利用動(dòng)力學(xué)信息的跟蹤算法相比，該算法可改善數(shù)據(jù)關(guān)聯(lián)性能。
　　4．針對(duì)復(fù)雜地貌背景下的弱目標(biāo)跟蹤問題，給出了一種非均勻、非均質(zhì)雜波背景下的航跡管理算法。該算法利用先驗(yàn)環(huán)境信息，調(diào)整航跡管理策略，有效抑制了虛假航跡的產(chǎn)生，并提升了航跡的成功跟蹤概率。
　　5．針對(duì)雜波點(diǎn)跡較多的均質(zhì)背景下的弱目標(biāo)跟蹤問題，提出了一種基于動(dòng)態(tài)數(shù)據(jù)關(guān)聯(lián)的航跡管理算法，較好地抑制了虛假航跡的產(chǎn)生。