基于知識輔助的弱目標跟蹤算法研究.pdf

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

2、識輔助的弱目標跟蹤算法，具體的工作如下：
　　1．針對機動目標跟蹤問題，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，并改善了目標跟蹤精度。
　　2．針對復雜背景下的幅度信息利用問題，推導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的跟蹤性能。
　　3．針對強雜波背景中虛假量測多的問題，研究了基于

3、多普勒信息輔助的弱目標跟蹤算法，與傳統(tǒng)的僅利用動力學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．針對復雜地貌背景下的弱目標跟蹤問題，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．針對雜波點跡較多的均質(zhì)背景下的弱目標跟蹤問題，提出了一種基于動態(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。