基于背景統(tǒng)計(jì)信息的高頻雷達(dá)多目標(biāo)TBD技術(shù)研究.pdf

1、高頻地波雷達(dá),也稱為地波超視距雷達(dá)(High Frequency Surface Wave Radar,HFSWR),他的工作原理是利用垂直極化電磁波可以在地球表面進(jìn)行繞射,進(jìn)而實(shí)現(xiàn)對遠(yuǎn)至400km的范圍內(nèi)的海面移動(dòng)目標(biāo)和該范圍內(nèi)的海洋環(huán)境的超視距實(shí)時(shí)監(jiān)測。但是,就像其他類型的雷達(dá)一樣,高頻地波雷達(dá)也存在著其特有的問題和局限性。以電離層雜波和海雜波為主體的復(fù)雜的雜波背景給艦船目標(biāo)的檢測和跟蹤都帶來了不小的挑戰(zhàn),也成為知識界一直研究的重點(diǎn)

2、和熱點(diǎn)。
　　因此,研究在這樣復(fù)雜的電磁、時(shí)變的海態(tài)環(huán)境下,如何提高對微弱目標(biāo)的檢測與跟蹤的效能,就變得異常的具有挑戰(zhàn)性和必要性了。針對上面提出的問題,本文試圖尋找一種跟蹤檢測算法,使之能夠提高在統(tǒng)計(jì)特性復(fù)雜、同質(zhì)異質(zhì)雜波共存的檢測背景中的弱目標(biāo)的跟蹤檢測性能。這一過程包括對已有的傳統(tǒng) TBD算法的研究、對多目標(biāo)復(fù)雜雜波背景下的F-Viterbi算法研究、新算法BD-Viterbi算法的效果演示、多種算法的跟蹤效果的基于云模型的模

3、糊綜合評價(jià)四個(gè)主要模塊。該四個(gè)模塊的主要內(nèi)容如下:
　　1.對現(xiàn)存的檢測前跟蹤算法進(jìn)行整理、分類,并給出傳統(tǒng) Viterbi算法的處理過程,對其處理過程中的優(yōu)點(diǎn)和缺點(diǎn)進(jìn)行分析總結(jié)。對于復(fù)雜環(huán)境下的弱目標(biāo)的檢測與跟蹤,提高信噪比是很重要的一步,而檢測前跟蹤技術(shù)很好的利用了待檢測目標(biāo)的多幀信息,提高其信噪比,進(jìn)而提高了低信噪比目標(biāo)的檢測概率。但是要想對其進(jìn)行進(jìn)一步的改進(jìn),首先應(yīng)該充分的了解該方法的方方面面,在了解它的優(yōu)勢在哪里,它的缺

4、點(diǎn)在哪里之后,改進(jìn)的方向就大概確定了。所以應(yīng)該說這些工作是后面提出新的改進(jìn)算法的基礎(chǔ)和必須進(jìn)行的步驟和工作。
　　2.在對傳統(tǒng)的檢測前跟蹤技術(shù)進(jìn)行研究之后,進(jìn)一步對F-Viterbi算法進(jìn)行研究比較。之所以選擇該算法,是因?yàn)樗亲罱岢鰜淼囊环N針對復(fù)雜環(huán)境下的單目標(biāo)跟蹤檢測的方法,它不但可以獲得非常好的檢測效果,還可以保持較少的計(jì)算量,在檢測效果和計(jì)算量兩個(gè)方面同時(shí)獲得改進(jìn),所以該算法確實(shí)是值得借鑒和研究。該算法是針對單目標(biāo)環(huán)境的

5、算法,本文將其應(yīng)用于多目標(biāo)下后,對其表現(xiàn)出來的效果進(jìn)行比對研究,以便為后續(xù)的算法改進(jìn)提供數(shù)據(jù)支撐和突破口。傳統(tǒng)Viterbi算法利用反向搜索的方式,可以很好的利用歷史幀信息,但是由于這個(gè)過程中每一個(gè)數(shù)據(jù)單元都要參與計(jì)算,所以計(jì)算量很大,實(shí)時(shí)效果差。而F-Viterbi算法在這個(gè)基礎(chǔ)上提出了正向搜索方式,并在軌跡匹配之前,先進(jìn)行了CFAR恒虛警處理,將干擾數(shù)據(jù)單元濾除,減少了計(jì)算量,提高了計(jì)算速度和算法實(shí)時(shí)性處理能力。
　　3.在以

6、上兩方面內(nèi)容的研究之后,綜合傳統(tǒng)Viterbi算法和F-Viterbi算法的優(yōu)點(diǎn),并且針對他們各自的缺點(diǎn),提出了BD-Viterbi算法。傳統(tǒng)Viterbi算法的優(yōu)勢在于方向搜索,充分利用目標(biāo)的歷史幀信息,進(jìn)而可以大幅度的提高目標(biāo)信噪比。缺點(diǎn)是任意數(shù)據(jù)單元都要參見計(jì)算,造成計(jì)算量過大,影響算法實(shí)時(shí)性;F-Viterbi算法的優(yōu)點(diǎn)是在每一幀處理之前,都會先進(jìn)行一步CFAR處理,剔除那些干擾數(shù)據(jù)單元,減少參與計(jì)算的數(shù)據(jù)單元的數(shù)量,所以可以將

7、有限的計(jì)算資源更多的應(yīng)用于有效的數(shù)據(jù)單元的處理中。BD-Viterbi算法很好的結(jié)合了上述兩種算法的優(yōu)勢。它采用雙向搜索的方式,以便更好的利用歷史幀信息,同時(shí)對每一幀數(shù)據(jù)先期進(jìn)行一步 OS-CA-CFAR處理,以便獲得更好的計(jì)算效能。通過上述的改進(jìn),在檢測性能和計(jì)算量兩個(gè)方面獲得更好的效能。
　　4.最后為了對新的改進(jìn)算法有一個(gè)更加全面的綜合評價(jià),運(yùn)用基于云模型的模糊綜合評價(jià)方法對算法的跟蹤效果進(jìn)行綜合評價(jià)。應(yīng)該說在評價(jià)領(lǐng)域模糊手

8、段是一直以來應(yīng)用比較多的,雖然它能夠很好的對概念的模糊性進(jìn)行總結(jié),但是卻不能更好的表示出其隨機(jī)性。而云模型是近年來開始逐漸被大家所認(rèn)可的一種新的手段,它能夠很好的將概念的模糊性和隨機(jī)性進(jìn)行結(jié)合,從而給出一個(gè)更加綜合,可信度更高的評價(jià)。所以本文運(yùn)用基于云模型的模糊綜合評價(jià)方法,更好的利用了兩者的優(yōu)勢,對多種算法的跟蹤效果給出了綜合評價(jià)和比較。
　　本文提出的新的TBD處理算法可以很好的適應(yīng)HFSWR低信噪比目標(biāo)的檢測與跟蹤,完全可以