论文部分内容阅读
预警系统多采用雷达组网系统对多目标进行联合检测跟踪,当一个或几个雷达的探测效果不佳时,直接进行融合,可能会降低整体探测效果,导致目标丢失或者发现大量虚假目标,甚至远不如单个雷达的探测效果。基于粒子滤波的检测前跟踪算法(PF-TBD)是一种常用的目标检测跟踪算法,利用PF-TBD进行多雷达多目标联合检测跟踪时,通过合理使用多个雷达的量测信息,能够有效提高目标的检测效果,改善目标虚警和漏检问题。在PF-TBD中,粒子权值的计算是基于雷达对目标的量测信息而来,粒子权值可以在一定程度上反应出雷达对目标的量测信息质量,所以雷达量测的选择利用和融合过程可以转换为粒子权值的计算融合过程。基于以上分析,本论文从研究PF-TBD中粒子权值的计算过程与方法出发,以双层粒子滤波结构为基础,提出多种粒子权值计算方法,实现多个雷达量测的选择利用,并通过融合粒子权值来实现多雷达量测信息的融合,从而有效利用多个雷达量测,提高目标的正确发现概率,改善目标虚警和漏检问题。本文主要研究工作如下:1.介绍了粒子滤波检测前跟踪算法的基本原理和系统模型,并阐述了多雷达多目标粒子滤波检测前跟踪算法的具体实现流程。2.提出一种基于粒子权值选择的多雷达多目标粒子滤波检测前跟踪算法(PWSPF-TBD),用于解决多雷达多目标粒子滤波算法中的雷达选择问题,改善目标虚警情况。该算法提出了一种新的粒子权值计算方法,首先计算每个雷达量测对应的目标权值序列,获得雷达联合探测性能参数,然后对于每一个粒子,计算各个雷达量测对应的粒子子权值,并根据雷达联合探测性能调整粒子子权值,将探测能力不佳的雷达对应的子权值减小,从而降低其在融合后的粒子权值中的影响,最后将粒子子权值进行融合获得粒子权值,将多雷达量测进行融合。仿真结果表明,与传统多雷达多目标检测前跟踪算法相比,该算法减少了虚假目标个数,降低了效果较差雷达影响,实现了多个雷达的选择利用。该算法同样可以应用于多雷达单目标粒子滤波检测前跟踪算法中。3.提出一种基于雷达权值选择的多雷达多目标粒子滤波检测前跟踪算法(RWSPF-TBD),用于解决低信噪比环境下的多雷达多目标粒子滤波算法中的目标漏检问题。该算法在粒子权值计算过程中,对于每一个雷达,计算基于该雷达获得的所有粒子的粒子子权值和相应的权值修正系数,然后利用权值修正系数对粒子子权值进行修正,扩大靠近目标所在栅格的粒子与远离目标所在栅格的粒子子权值之间的差别,增加靠近目标所在栅格的粒子被重采样的概率。此外,算法采用了一种粒子群重采样方法,用于目标跟踪粒子群的重采样,提高粒子群分布的多样性。仿真结果表明,与PWSPF-TBD算法相比,该算法在低信噪比环境下,改善了目标漏检情况,实现了不同雷达量测信息的有效利用。该算法同样可以应用于单雷达多目标粒子滤波检测前跟踪算法中。4.提出了一种混合多雷达多目标粒子滤波检测前跟踪算法(HMPF-TBD),将PWSPF-TBD与RWSPF-TBD算法的特点进行融合,改善低信噪比环境下的多雷达多目标粒子滤波算法中的目标虚警和目标漏检问题。该算法将两种算法结构进行有机融合,在计算粒子权值时,首先利用粒子权值选择方法,对每个粒子的多个粒子子权值进行调整,然后利用雷达权值选择方法,对于每个雷达,修改每个雷达对应的所有粒子的子权值,从而将两种算法进行有机融合。仿真结果表明,与PWSPF-TBD算法和RWSPF-TBD算法相比,该混合算法融合了两种算法的优点,在低信噪比下,提高了探测系统对多个远距离下的弱目标的检测正确率。