CN108089183B - 一种用于异步多基地雷达系统的检测跟踪一体化方法 - Google Patents
一种用于异步多基地雷达系统的检测跟踪一体化方法 Download PDFInfo
- Publication number
- CN108089183B CN108089183B CN201711214007.3A CN201711214007A CN108089183B CN 108089183 B CN108089183 B CN 108089183B CN 201711214007 A CN201711214007 A CN 201711214007A CN 108089183 B CN108089183 B CN 108089183B
- Authority
- CN
- China
- Prior art keywords
- radar system
- time
- target
- radar
- asynchronous multi
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 66
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000004927 fusion Effects 0.000 claims abstract description 99
- 238000005259 measurement Methods 0.000 claims abstract description 93
- 238000004422 calculation algorithm Methods 0.000 claims description 23
- 239000011159 matrix material Substances 0.000 claims description 21
- 230000014509 gene expression Effects 0.000 claims description 20
- 230000008569 process Effects 0.000 claims description 14
- 238000009795 derivation Methods 0.000 claims description 4
- 230000007704 transition Effects 0.000 claims description 4
- 238000007499 fusion processing Methods 0.000 claims description 3
- 230000017105 transposition Effects 0.000 claims description 3
- 238000004088 simulation Methods 0.000 description 8
- 238000005070 sampling Methods 0.000 description 7
- 230000006855 networking Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- XCWPUUGSGHNIDZ-UHFFFAOYSA-N Oxypertine Chemical compound C1=2C=C(OC)C(OC)=CC=2NC(C)=C1CCN(CC1)CCN1C1=CC=CC=C1 XCWPUUGSGHNIDZ-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/003—Bistatic radar systems; Multistatic radar systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/66—Radar-tracking systems; Analogous systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/415—Identification of targets based on measurements of movement associated with the target
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/418—Theoretical aspects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/42—Diversity systems specially adapted for radar
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种用于异步多基地雷达系统的目标检测跟踪一体化方法,其思路为:建立异步多基地雷达系统,所述异步多基地雷达系统包含N个雷达站和一个融合中心,N个雷达站的探测区域中存在目标;令k表示第k时刻,k的初始值为1,K为预先设定的最大跟踪时刻;构建目标量测模型,确定第k时刻融合中心的目标状态,并确定目标的运动方程,以及第时刻异步多基地雷达系统得到的所有有效量测值;进而计算第1时刻融合中心得到的目标状态估计值x1|1至第K时刻融合中心得到的目标状态估计值xK|K,以及第1时刻融合中心得到的目标状态估计值的协方差C1|1至第K时刻融合中心得到的目标状态估计值的协方差CK|K,并记为一种用于异步多基地雷达系统的目标检测跟踪一体化结果。
Description
技术领域
本发明属于雷达信号处理技术领域,特别涉及一种用于异步多基地雷达系统的检测跟踪一体化方法,适用于实现异步多基地雷达系统对目标的检测跟踪联合处理,并能够提升对目标的跟踪精度。
背景技术
目标跟踪在雷达及声呐系统的很多应用中扮演着重要的角色,在战场监控、空防、空中交通管制和火控等方面都起着重要作用;近年来,随着科学技术和武器装备的发展,单个雷达站已难以应对越来越复杂的作战环境,使用组网雷达系统可有效弥补单个雷达站对目标探测跟踪的不足;目前,在多基地雷达系统信息融合理论中,研究较多的是同步多基地雷达系统目标跟踪问题;然而,实际中经常遇到异步多基地雷达系统目标跟踪问题,因为各部雷达可能具有不同的采样频率,预处理时间和传输时延等。
同时,从目标跟踪的角度来看,传统的检测跟踪算法将检测和跟踪过程分离,并且使用的各个雷达检测器都采取单向、开环的信息处理方式,各个雷达检测器在完成跟踪波门内回波数据的检测后,将过门限的点迹信息传送给跟踪器进行数据关联与融合;但是,传统的检测跟踪算法会丢失掉跟踪器输出的先验信息。
发明内容
针对上述现有技术存在的不足,本发明的目的在于提出一种用于异步多基地雷达系统的检测跟踪一体化方法,该种用于异步多基地雷达系统的检测跟踪一体化方法用于在异步多基地雷达系统的条件下,实现检测跟踪联合处理,能够增强异步多基地雷达系统的检测跟踪性能。
本发明的基本思路:首先建立异步观测模型和目标运动模型目标的运动模型以及多基地雷达系统,异步多基地雷达系统中每个雷达站都结合从融合中心得到的先验信息,指导其设置自身的检测门限,从而提升目标检测概率,进而提升异步多基地雷达系统的目标跟踪性能。
为达到上述技术目的,本发明采用如下技术方案予以实现。
一种用于异步多基地雷达系统的检测跟踪一体化方法,包括以下步骤:
步骤1,建立异步多基地雷达系统,所述异步多基地雷达系统包含N个雷达站和一个融合中心,N个雷达站的探测区域中存在目标;N个雷达站向其探测区域内的目标发射信号并接收回波数据;N为大于0的正整数;
初始化:令k表示第k时刻,k的初始值为1,k∈{1,2,…,K},K为预先设定的最大跟踪时刻,K为大于0的正整数;
步骤2,N个雷达站将接收到的回波数据发送至融合中心进行融合处理,融合中心根据所述回波数据构建目标量测模型,确定第k时刻融合中心的目标状态,得到第k时刻异步多基地雷达系统中第l个雷达站的非线性测量函数;l∈{1,2,…,N};
步骤3,根据第k时刻融合中心的目标状态,确定目标的运动方程;
步骤4,根据第k时刻异步多基地雷达系统中第l个雷达站的非线性测量函数和目标的运动方程,计算得到第k时刻异步多基地雷达系统中第l个雷达站的检测门限;
步骤7,令加1,返回步骤2,直到得到第1时刻融合中心得到的目标状态估计值x1|1至第K时刻融合中心得到的目标状态估计值xK|K,以及第1时刻融合中心得到的目标状态估计值的协方差C1|1至第K时刻融合中心得到的目标状态估计值的协方差CK|K,并记为一种用于异步多基地雷达系统的目标检测跟踪一体化结果。
本发明与现有技术相比具有如下优点:
第一,由于本发明的公式是在多基地雷达系统异步观测条件下对目标进行的推导,所以可以用于异步组网雷达系统对目标的跟踪。
第二,由于本发明通过将跟踪器当前的跟踪状态反馈到检测中心,计算目标检测雷达的恒虚警检测门限值,克服现有技术无法根据目标跟踪的位置来自适应调整波门内各检测单元的门限,使得本发明设计的在波门内平均虚警率恒定的前提下,提升目标的平均检测概率和系统的跟踪性能。个雷达站的发射信号功率和发射信号带宽,使得本发明方法能够提高组网雷达系统对目标的跟踪精度。
附图说明
下面结合附图和具体实施方式对本发明作进一步详细说明。
图1为本发明的一种用于异步多基地雷达系统的检测跟踪一体化方法流程图;
图2为异步多基地雷达系统的采样示意图;
图3为多基地雷达系统中各个雷达站和目标的空间关系图;
图4为本发明方法与未加反馈的异步组网雷达系统对目标跟踪的性能对比图;
图5为本发明方法相对于未加反馈的异步组网雷达系统对目标跟踪的性能提升率示意图。
具体实施方式
参照图1,为本发明的一种用于异步多基地雷达系统的目标检测跟踪一体化方法流程图;其中所述用于异步多基地雷达系统的目标检测跟踪一体化方法,包括以下步骤:
步骤1,建立异步多基地雷达系统,所述异步多基地雷达系统包含N个雷达站和一个融合中心,N为大于1的正整数,本实施例中N取值为6。
异步多基地雷达系统中N个雷达站的探测区域内存在目标;以目标0时刻的位置为原点o、东西方向为轴、南北方向为轴,建立平面直角坐标系 时刻目标位置为异步多基地雷达系统中第i个雷达站的坐标为i=1,2,...,N,表示异步多基地雷达系统中第i个雷达站在轴方向的位置,表示异步多基地雷达系统中第i个雷达站在轴方向的位置。
N个雷达站向其探测区域内的目标发射信号并接收回波数据;初始化:将0时刻的目标状态向量预测协方差矩阵记为C0,C0为设定的维对角阵,为每个时刻的目标状态向量维数,为大于0的正整数,本实施例中取4;其中目标状态包括任意时刻目标在轴方向的坐标值、任意时刻目标在轴方向的速度、任意时刻目标在轴方向的坐标值和任意时刻目标在轴方向的速度;k表示第k时刻,k的初始值为1,k∈{1,2,…,K},K为预先设定的最大跟踪时刻,K为大于0的正整数,本实施例中,该最大跟踪时刻K取值为60。
步骤2,设定异步多基地雷达系统的异步观测模型,参考图2,由于异步多基地雷达系统中每个雷达站采样周期不同,并且每个雷达站分别周期性地对目标进行测量,本实施例中6个雷达站的采样周期依次为2s、4s、6s、2s、4s和6s;同时为了同步各个雷达站的时间,将多基地雷达系统中N个雷达站的采样时刻对应投影到融合中心上,令k表示融合中心第k时刻,T(k)表示融合中心第k时刻对应的时间;由于各个雷达站采样周期不同,所以在第k时刻,多基地雷达系统中对目标进行观测的雷达站个数会有不同,用nk表示第k时刻对目标进行观测的雷达站个数,用Uk表示第k时刻对目标观测的雷达站标号集合,Uk中元素个数为例如如果N取值为6,k时刻对目标进行观测的雷达站为异步多基地雷达系统中第1个雷达站、第3个雷达站、第5个雷达站以及第6个雷达站,即共有4个雷达站进行观测,那么的取值为4,
N个雷达站将接收到的回波数据发送至融合中心进行融合处理,融合中心根据所述回波数据按照下式,构建目标量测模型:
其中,表示融合中心第时刻异步多基地雷达系统中第l个雷达站对目标测量得到过门限γl,k的第j个含噪声的有效量测值,设定γl,k为第k时刻异步多基地雷达系统中第l个雷达站的检测门限,l取值为中的元素,∈表示属于;设定第时刻异步多基地雷达系统中第l个雷达站得到过门限的含噪声的有效量测值个数j取值为hl(xk)表示第k时刻异步多基地雷达系统中第l个雷达站的非线性测量函数,wl,k表示第k时刻异步多基地雷达系统中第l个雷达站的测量误差,υl,k表示第k时刻异步多基地雷达系统中第l个雷达站测得的虚假量测值,具体为融合中心第时刻异步多基地雷达系统中第l个雷达站对目标测量得到的除了来源于目标量测值外的剩余所有量测值;xk表示第k时刻融合中心的目标状态,其定义表达式为:
其中,xT(k)表示T(k)时刻目标在轴方向的位置,表示T(k)时刻目标在轴方向的速度,yT(k)表示T(k)时刻目标在轴方向的位置,表示T(k)时刻目标在轴方向的速度,T(k)表示融合中心第k时刻对应的时间,上标T表示转置。
hl(xk)表示第k时刻异步多基地雷达系统中第l个雷达站的非线性测量函数,其表达式为:
其中,Rl(xk)表示第k时刻异步多基地雷达系统中第l个雷达站对目标径向距离的量测函数,θl(xk)表示第k时刻异步多基地雷达系统中第l个雷达站对目标俯仰角度的量测函数,xl′表示异步多基地雷达系统中第l个雷达站在轴方向的位置,yl′表示异步多基地雷达系统中第l个雷达站在轴方向的位置,arctan表示求反正切。
将第k时刻异步多基地雷达系统中第l个雷达站的测量误差记为wl,k,wl,k服从零均值的高斯分布;第k时刻异步多基地雷达系统中第l个雷达站的测量误差wl,k的协方差矩阵为Wl,k,其表达式为:
第k时刻第l个雷达站对目标径向距离测量误差的方差和第k时刻第l个雷达站对目标俯仰角度测量误差的方差的大小分别与第k时刻异步多基地雷达系统中第l个雷达站从目标接收的回波数据信噪比(SNR)μl,k有关,其关系为:
其中,∝表示正比于,μl,k表示第k时刻异步多基地雷达系统中第l个雷达站从目标接收的回波数据信噪比(SNR),βl表示异步多基地雷达系统中第l个雷达站向目标发射的波束带宽,表示异步多基地雷达系统中第l个雷达站的3dB接收波束宽度,上标-1表示求逆。
步骤3,设定异步多基地雷达系统中的目标运动为匀速直线运动,并设定目标的运动方程。
xk=Fk-1xk-1+uk-1
其中,xk表示第k时刻融合中心的目标状态,xk-1表示第k-1时刻融合中心的目标状态,uk-1表示第k-1时刻零均值、白色高斯过程噪声,Fk-1表示第k-1时刻目标状态的转移矩阵,
其中,△Tk-1表示融合中心在第k时刻和第k-1时刻之间的时间差,△Tk-1=T(k)-T(k-1),T(k)表示融合中心第k时刻对应的时间,T(k-1)表示融合中心第k-1时刻对应的时间,表示矩阵直积的运算符号,I2表示2×2维单位矩阵;将第k-1时刻零均值、白色高斯过程噪声记为uk-1,用于衡量目标状态转移的不确定性,进而得到第k-1时刻零均值、白色高斯过程噪声uk-1的协方差矩阵为Qk-1:
T(0)表示融合中心第0时刻对应的时间,u0表示第0时刻零均值、白色高斯过程噪声,x0表示第0时刻融合中心的目标状态。
步骤4,确定检测门限值。
(4a)计算平均检测概率:
将Vl,k表示第k时刻异步多基地雷达系统中第l个雷达站跟踪波门的大小,其表达式为:π表示圆周率,γ表示第k时刻异步多基地雷达系统中第l个雷达站跟踪波门系数,本实施例中γ取值为16;Dl,k|k-1表示第k时刻异步多基地雷达系统中第l个雷达站的预测量测协方差,Ηl,k表示第k时刻异步多基地雷达系统中第l个雷达站的雅克比矩阵, 表示对xk求偏导操作,Ck|k-1表示目标在第k-1时刻的预测协方差,hl(xk)表示第k时刻异步多基地雷达系统中第l个雷达站的非线性测量函数。
在第k时刻异步多基地雷达系统中第l个雷达站跟踪波门内,以第l个雷达站测量分辨率为刻度划分分辨单元,对应得到个分辨单元;其中雷达站测量分辨率包括雷达站测量距离分辨率和雷达站测量角度分辨率;本实施例中,每个雷达站测量距离分辨率均为150m,每个雷达站测量角度分辨率均为1度;表示第k时刻异步多基地雷达系统中第l个雷达站包括的分辨单元个数。
对于每个分辨单元内有无目标做出两种假设,用H0表示分辨单元内没有目标,且接收的数据仅来自于噪声;用H1表示分辨单元内存在目标,且接收的数据将是目标的回波数据和噪声的叠加;在两种假设条件下第k时刻异步多基地雷达系统中第l个雷达站在其跟踪波门内第r个分辨单元接收到的回波数据幅度的概率密度函数可表示为:
其中,表示在H0假设下第k时刻异步多基地雷达系统中第l个雷达站在其跟踪波门内第r个分辨单元接收到的回波数据幅度的概率密度函数,表示在H1假设下第k时刻异步多基地雷达系统中第l个雷达站在其跟踪波门内第r个分辨单元接收到的回波数据幅度的概率密度函数,表示第k时刻异步多基地雷达系统中第l个雷达站在其跟踪波门内第r个分辨单元接收到的回波数据幅度, 表示第k时刻异步多基地雷达系统中第l个雷达站包括的分辨单元个数;μl,k表示第k时刻异步多基地雷达系统中第l个雷达站从目标接收的回波数据信噪比(SNR)。
在异步多基地雷达系统检测跟踪一体化算法中,第k时刻融合中心会将目标在第k-1时刻的预测状态xk|k-1以及目标在第k-1时刻的预测协方差Ck|k-1发送给第k时刻对目标观测的雷达站标号集合Uk。
根据目标的运动方程,计算目标在第k时刻的预测状态xk|k-1,其表达式为:
xk|k-1=Fk-1xk-1|k-1
其中,Fk-1表示第k-1时刻目标状态的转移矩阵,xk-1|k-1表示第k-1时刻融合中心得到的目标状态估计值;当k时取值为1时,x0|0表示第0时刻融合中心得到的目标状态估计值,第0时刻融合中心得到的目标状态估计值x0|0为第0时刻融合中心的目标状态x0,第0时刻融合中心的目标状态x0为目标初始状态。
按照下式计算目标在第k-1时刻的预测协方差Ck|k-1:
Ck|k-1=Fk-1Ck-1|k-1Fk-1 T+Qk-1
其中,Fk-1表第k-1时刻目标状态的转移矩阵,Ck-1|k-1表示第k-1时刻融合中心得到的目标状态估计值的协方差,当k时取值为1时,C0|0表示第0时刻融合中心得到的目标状态估计值的协方差,第0时刻融合中心得到的目标状态估计值的协方差C0|0为0时刻的目标状态向量预测协方差矩阵C0;Qk-1表示第k-1时刻零均值、白色高斯过程噪声的协方差矩阵。
异步多基地雷达系统中每个雷达站根据目标在第k时刻的预测状态xk|k-1以及目标在第k-1时刻的预测协方差Ck|k-1,可以得到在H0假设下第k时刻异步多基地雷达系统中第l个雷达站在其跟踪波门内第r个分辨单元对目标的量测向量概率密度函数和在H1假设下第k时刻异步多基地雷达系统中第l个雷达站在其跟踪波门内第r个分辨单元对目标的量测向量概率密度函数
其中,Vl,k表示第k时刻异步多基地雷达系统中第l个雷达站跟踪波门的大小,π表示圆周率,γ表示第k时刻异步多基地雷达系统中第l个雷达站跟踪波门系数,本实施例中取值为16;Dl,k|k-1表示第k时刻异步多基地雷达系统中第l个雷达站的预测量测协方差,Ηl,k表示第k时刻异步多基地雷达系统中第l个雷达站的雅克比矩阵, 表示对xk求偏导操作,Ck|k-1表示目标在第k-1时刻的预测协方差,zl,k|k-1表示第k时刻异步多基地雷达系统中第l个雷达站对目标预测状态的量测值,zl,k|k-1=hl(xk|k-1),hl(xk)表示第k时刻异步多基地雷达系统中第l个雷达站的非线性测量函数,hl(xk|k-1)表示第k时刻异步多基地雷达系统中第l个雷达站对目标预测状态的非线性量测函数,xk|k-1表示目标在第k时刻的预测状态,xk|k-1表示目标在第k时刻的预测状态中轴方向的位置,表示目标在第k时刻的预测状态中轴方向的速度,yk|k-1表示目标在第k时刻的预测状态中轴方向的位置,表示目标在第k时刻的预测状态中轴方向的速度,Rl(xk|k-1)表示预测第k时刻异步多基地雷达系统中第l个雷达站对目标径向距离的量测函数,θl(xk|k-1)表示预测第k时刻异步多基地雷达系统中第l个雷达站对目标俯仰角度的量测函数,x′l表示异步多基地雷达系统中第l个雷达站在轴方向的位置,x′l表示异步多基地雷达系统中第l个雷达站在轴方向的位置,y′l表示异步多基地雷达系统中第l个雷达站在轴方向的位置,arctan表示求反正切,上标T表示转置,表示服从正态分布的概率密度函数,表示服从以zl,k|k-1为均值、Dl,k|k-1为协方差的正态分布的概率密度函数,表示第k时刻异步多基地雷达系统中第l个雷达站在其跟踪波门内第r个分辨单元的量测值。
其中,表示在H1假设下第k时刻异步多基地雷达系统中第l个雷达站在其跟踪波门内第r个分辨单元接收到的回波数据幅度的概率密度函数;由于各分辨单元检测门限不同,所以给出第k时刻异步多基地雷达系统中第l个雷达站跟踪波门内的平均检测概率其表达式为:
(4b)计算平均虚警概率
其中,表示在H0假设下第k时刻异步多基地雷达系统中第l个雷达站在其跟踪波门内第r个分辨单元对目标的量测向量概率密度函数,表示对进行微分,表示第k时刻异步多基地雷达系统中第l个雷达站在其跟踪波门内第r个分辨单元接收到的回波数据幅度;nz表示设定的正整数,本实施例中nz取值为2。
(4c)目标检测中通常需要保证虚警率恒定,在本实施例中,取值为10-4,根据所述平均虚警概率计算公式,可以求得为用来确保第k时刻异步多基地雷达系统中第l个雷达站在恒虚警率条件下进行检测的工作常数进而代入第k时刻异步多基地雷达系统中第l个雷达站在其跟踪波门内第r个分辨单元的检测门限公式中,得到第k时刻异步多基地雷达系统中第l个雷达站在其跟踪波门内第r个分辨单元的检测门限
(4d)令r的值分别取1至重复执行(4c),进而分别得到第k时刻异步多基地雷达系统中第l个雷达站在其跟踪波门内第1个分辨单元的检测门限至第k时刻异步多基地雷达系统中第l个雷达站在其跟踪波门内第个分辨单元的检测门限记为第k时刻异步多基地雷达系统中第l个雷达站的检测门限γl,k。
步骤5,确定有效量测值。
根据第k时刻异步多基地雷达系统中第l个雷达站跟踪波门的大小Vl,k对目标进行检测的过程中,将第k时刻异步多基地雷达系统中第l个雷达站跟踪波门内超过检测门限γl,k的量测值作为有效量测值。
Zk={Zl,k},l∈Uk
步骤6,估计第k时刻融合中心得到的目标状态估计值xk|k和第k时刻融合中心得到的目标状态估计值的协方差Ck|k。
具体地,在异步多基地雷达系统中,在每次的检测过程中,每个雷达站都可能获得多个过门限的量测值,个数设定为ml,k,ml,k个量测值中每个量测值可能来源于目标,也可能来源于虚警;使用表示融合中心第时刻的联合事件J,J表示联合事件的标号,J是由个数字依次排列而成的数组,其中每个数字表示对应量测值来源于目标或来源于虚警;nk表示第k时刻对目标进行观测的雷达站个数,表示第时刻异步多基地雷达系统中第l个雷达站得到过门限的含噪声的有效量测值个数。
考虑到单个雷达站从一个目标之多获得一个量测的限制,此处使用表示融合中心第时刻异步多基地雷达系统中第l个雷达站中第J(l′)个量测值来源于目标这一事件,J(l′)取值范围为0,1,...,ml,k,l′表示融合中心第时刻异步多基地雷达系统中第l个雷达站在Uk中的序号,取值为1,2,...,nk,J(l′)=0;则表示融合中心第时刻异步多基地雷达系统中第l个雷达站没有量测值来源于目标,所有量测值均源于虚警;为详细解释以上符号的含义,现举例说明,例如N=4,若J=1021则表示以下事件:多基地雷达系统中第1个雷达站的第1个量测值来源于目标,第2个雷达站的所有量测值均源于虚警,第3个雷达站的第2个量测值来源于目标,第4个雷达站的第1个量测值来源于目标。
进而得到第k时刻异步多基地雷达系统中N个雷达站联合事件的数量Nk:
按照下式计算联合事件的概率。
其中,表示第k时刻异步多基地雷达系统中第l个雷达站的第J(l′)个有效量测值来源于目标的概率,表示融合中心第时刻异步多基地雷达系统中第l个雷达站中第J(l′)个量测值来源于目标这一事件,J(l′)取值范围为0,1,...,ml,k,l′表示融合中心第时刻异步多基地雷达系统中第l个雷达站在Uk中的序号,取值为1,2,...,nk,J(l′)=0;通过对采用概率数据关联算法(PDA)计算得到;Zk表示融合中心第时刻异步多基地雷达系统得到的所有有效量测值。
按照下式,计算第k时刻融合中心得到的目标状态估计值xk|k和第k时刻融合中心得到的目标状态估计值的协方差Ck|k,其表达式分别为:
其中,J表示联合事件的标号,xJ,k|k表示对融合中心第时刻的联合事件通过多探测器-概率数据关联算法(MD-PDA)计算得到的目标更新后状态,表示融合中心时间轴的第时刻的联合事件的联合概率,通过对采用概率数据关联算法(PDA)计算得到;CJ,k|k表示对融合中心第时刻的联合事件通过多探测器-概率数据关联算法(MD-PDA)得到的状态估计协方差,MD-PDA算法为文献“A Multiple-Detection JointProbabilistic Data Association Filter”中所提算法。
步骤7,当未达到预先设定的最大跟踪时刻K时,令加1,返回步骤2;当达到预先设定的最大跟踪时刻K时迭代重复执行过程停止,此时得到第1时刻融合中心得到的目标状态估计值x1|1至第K时刻融合中心得到的目标状态估计值xK|K,以及第1时刻融合中心得到的目标状态估计值的协方差C1|1至第K时刻融合中心得到的目标状态估计值的协方差CK|K,并记为一种用于异步多基地雷达系统的目标检测跟踪一体化结果。
通过以下仿真实验对本发明效果作进一步验证说明。
(一)仿真条件:
本发明的仿真运行系统为Intel(R)Core(TM)i5-4590CPU@3.30GHz,64位Windows7操作系统,仿真软件采用MATLAB(R2014b)。
(二)仿真内容与结果分析:
参照图3本发明的仿真实验设定异步多基地雷达系统的布阵情况,异步多基地雷达系统包含的雷达站总个数N=6,目标的初始位置在(0,0)km,并以速度为(300,20)m/s做匀速运动;仿真序列数据为60帧,每个雷达站发射信号的有效带宽为2MHz,每个雷达站发射信号波长为λc=1m;每个雷达站天线孔径D=10λc;相关波门系数g=4;目标运动过程的噪声强度q0=100;每个雷达站采样周期分别为2s、4s、6s、2s、4s和6s,目标距离72km,反射系数为1时信噪比SNR设置为14dB,在仿真中,反射系数均设置为1,设置波门平均虚警概率为10-4。
参考图4给出的两种跟踪算法目标跟踪的均方根误差RMSE对比,算法1为传统无反馈信息的异步多基地雷达系统跟踪算法,算法2为本发明方法;可以看到,由于目标远离雷达站飞行,所以跟踪的误差也会变大;同时可以看到跟踪性能会出现锯齿状的波动,这是因为在每个时刻对目标跟踪的雷达个数不同,当雷达站个数多的时候,跟踪性能比雷达个数少的时候好,例如图4中的第40帧对目标进行跟踪的雷达站个数比前后两帧都多,所以跟踪性能也较好。
参照图5,算法2相对于算法1性能提升率示意图,算法2相比于算法1的提升率为γ,其表达式为:
γ=(RMSE1-RMSE2)/RMSE1
RMSE1表示算法1的RMSE,RMSE2表示算法2的RMSE;可以看到,相比算法1,算法2的跟踪精度能够提升超过5%。
综上所述,仿真实验验证了本发明的正确性,有效性和可靠性。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围;这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (6)
1.一种用于异步多基地雷达系统的检测跟踪一体化方法,其特征在于,包括以下步骤:
步骤1,建立异步多基地雷达系统,所述异步多基地雷达系统包含N个雷达站和一个融合中心,N个雷达站的探测区域中存在目标;N个雷达站向其探测区域内的目标发射信号并接收回波数据;N为大于0的正整数;
初始化:令k表示第k时刻,k的初始值为1,k∈{1,2,…,K},K为预先设定的最大跟踪时刻,K为大于0的正整数;
步骤2,N个雷达站将接收到的回波数据发送至融合中心进行融合处理,融合中心根据所述回波数据构建目标量测模型,确定第k时刻融合中心的目标状态,得到第k时刻异步多基地雷达系统中第l个雷达站的非线性测量函数;l∈{1,2,…,N};
步骤3,根据第k时刻融合中心的目标状态,确定目标的运动方程;所述目标的运动方程为:
xk=Fk-1xk-1+uk-1
其中,xk表示第k时刻融合中心的目标状态,xk-1表示第k-1时刻融合中心的目标状态,uk-1表示第k-1时刻零均值、白色高斯过程噪声,Fk-1表示第k-1时刻目标状态的转移矩阵,ΔTk-1表示融合中心在第k时刻和第k-1时刻之间的时间差,ΔTk-1=T(k)-T(k-1),T(k)表示融合中心第k时刻对应的时间,T(k-1)表示融合中心第k-1时刻对应的时间,表示矩阵直积的运算符号,I2表示2×2维单位矩阵;
步骤4,根据第k时刻异步多基地雷达系统中第l个雷达站的非线性测量函数和目标的运动方程,计算得到第k时刻异步多基地雷达系统中第l个雷达站的检测门限;
步骤5,根据第k时刻异步多基地雷达系统中第l个雷达站的检测门限,得到第k时刻异步多基地雷达系统得到的所有有效量测值;具体过程为:
根据第k时刻异步多基地雷达系统中第l个雷达站跟踪波门的大小Vl,k对目标进行检测的过程中,将第k时刻异步多基地雷达系统中第l个雷达站跟踪波门内超过检测门限γi,k的量测值作为有效量测值;
其中,表示融合中心第k时刻异步多基地雷达系统中第l个雷达站对目标测量得到过门限的第j个含噪声的量测值,l∈Uk,Uk表示第k时刻对目标观测的雷达站标号集合,Uk中元素个数为nk;l取值为Uk中的元素,第k时刻异步多基地雷达系统中第l个雷达站得到过门限含噪声的有效量测值个数为ml,k,j取值为1,2,...,ml,k;
进而得到融合中心第k时刻异步多基地雷达系统得到的所有有效量测值为Zk,其表达式为:Zk={Zl,k},l∈Uk;
步骤6,根据第k时刻异步多基地雷达系统得到的所有有效量测值,计算第k时刻融合中心得到的目标状态估计值xk|k和第k时刻融合中心得到的目标状态估计值的协方差Ck|k;
所述第k时刻融合中心得到的目标状态估计值xk|k和第k时刻融合中心得到的目标状态估计值的协方差,其表达式分别为:
其中,表示融合中心第k时刻的联合事件J,J表示联合事件的标号,J是由nk个数字依次排列而成的数组,其中每个数字表示对应量测值来源于目标或来源于虚警;nk表示第k时刻对目标进行观测的雷达站个数,xJ,k|k表示对融合中心第k时刻的联合事件通过多径-概率数据关联算法计算得到的目标更新后状态,表示融合中心第k时刻的联合事件的联合概率, 表示在已知量测Zk的情况下联合事件发生的概率,表示定义,表示第k时刻异步多基地雷达系统中第l个雷达站的第J(l′)个有效量测值来源于目标的概率,表示融合中心第k时刻异步多基地雷达系统中第l个雷达站中第J(l′)个量测值来源于目标这一事件,J(l′)取值范围为0,1,...,ml,k,l′表示融合中心第k时刻异步多基地雷达系统中第l个雷达站在Uk中的序号,取值为1,2,...,nk,J(l′)=0;Zk表示融合中心第k时刻异步多基地雷达系统得到的所有有效量测值;CJ,k|k表示对融合中心第k时刻的联合事件通过多探测器-概率数据关联算法得到的状态估计协方差,ml,k表示第k时刻异步多基地雷达系统中第l个雷达站得到过门限的含噪声的有效量测值个数;
步骤7,令k加1,返回步骤2,直到得到第1时刻融合中心得到的目标状态估计值x1|1至第K时刻融合中心得到的目标状态估计值xK|K,以及第1时刻融合中心得到的目标状态估计值的协方差C1|1至第K时刻融合中心得到的目标状态估计值的协方差CK|K,并记为一种用于异步多基地雷达系统的目标检测跟踪一体化结果。
2.如权利要求1所述的一种用于异步多基地雷达系统的检测跟踪一体化方法,其特征在于,在步骤2中,所述目标量测模型,其表达式为:
其中,表示融合中心第k时刻异步多基地雷达系统中第l个雷达站对目标测量得到过门限γl,k的第j个含噪声的有效量测值,设定γl,k为第k时刻异步多基地雷达系统中第l个雷达站的检测门限,l∈Uk,l取值为Uk中的元素,∈表示属于;设定第k时刻异步多基地雷达系统中第l个雷达站得到过门限的含噪声的有效量测值个数ml,k,j取值为1,2,...,ml,k;hl(xk)表示第k时刻异步多基地雷达系统中第l个雷达站的非线性测量函数,wl,k表示第k时刻异步多基地雷达系统中第l个雷达站的测量误差;υl,k表示第k时刻异步多基地雷达系统中第l个雷达站测得的虚假量测值,具体为融合中心第k时刻异步多基地雷达系统中第l个雷达站对目标测量得到未过门限γl,k的所有量测值;
所述第k时刻融合中心的目标状态为xk,其定义表达式为:
其中,xT(k)表示T(k)时刻目标在x轴方向的位置,表示T(k)时刻目标在y轴方向的速度,yT(k)表示T(k)时刻目标在y轴方向的位置,表示T(k)时刻目标在y轴方向的速度,T(k)表示融合中心第k时刻对应的时间,上标T表示转置;
所述第k时刻异步多基地雷达系统中第l个雷达站的非线性测量函数为hl(xk),其表达式为:
hl(xk)=[Rl(xk),θl(xk)]T
其中,Rl(xk)表示第k时刻异步多基地雷达系统中第l个雷达站对目标径向距离的量测函数,θl(xk)表示第k时刻异步多基地雷达系统中第l个雷达站对目标俯仰角度的量测函数,x′l表示异步多基地雷达系统中第l个雷达站在x轴方向的位置,y′l表示异步多基地雷达系统中第l个雷达站在y轴方向的位置,arctan表示求反正切。
3.如权利要求2所述的一种用于异步多基地雷达系统的检测跟踪一体化方法,其特征在于,所述wl,k表示第k时刻异步多基地雷达系统中第l个雷达站的测量误差,还包括:
第k时刻异步多基地雷达系统中第l个雷达站的测量误差wl,k服从零均值的高斯分布,且第k时刻异步多基地雷达系统中第l个雷达站的测量误差wl,k的协方差矩阵为Wl,k,其表达式为:
第k时刻第l个雷达站对目标径向距离测量误差的方差和第k时刻第l个雷达站对目标俯仰角度测量误差的方差的大小分别与第k时刻异步多基地雷达系统中第l个雷达站从目标接收的回波数据信噪比μl,k有关,其关系为:
4.如权利要求1所述的一种用于异步多基地雷达系统的检测跟踪一体化方法,其特征在于,在步骤4中,所述第k时刻异步多基地雷达系统中第l个雷达站的检测门限,其得到过程为:
(4a)将Vl,k表示第k时刻异步多基地雷达系统中第l个雷达站跟踪波门的大小,π表示圆周率,γ表示第k时刻异步多基地雷达系统中第l个雷达站跟踪波门系数;Dl,k|k-1表示第k时刻异步多基地雷达系统中第l个雷达站的预测量测协方差,Hl,k表示第k时刻异步多基地雷达系统中第l个雷达站的雅克比矩阵, 表示对xk求偏导操作,Ck|k-1表示目标在第k-1时刻的预测协方差,hl(xk)表示第k时刻异步多基地雷达系统中第l个雷达站的非线性测量函数;
在第k时刻异步多基地雷达系统中第l个雷达站跟踪波门内,以第l个雷达站测量分辨率为刻度划分得到Cl,k个分辨单元;令r=1,2,...,Cl,k,Cl,k表示第k时刻异步多基地雷达系统中第l个雷达站包括的分辨单元个数;
其中,表示服从正态分布的概率密度函数,表示服从以zl,k|k-1为均值、Dl,k|k-1为协方差的正态分布的概率密度函数,表示第k时刻异步多基地雷达系统中第l个雷达站在其跟踪波门内第r个分辨单元的量测值,μl,k表示第k时刻异步多基地雷达系统中第l个雷达站从目标接收的回波数据信噪比,zl,k|k-1表示第k时刻异步多基地雷达系统中第l个雷达站对目标预测状态的量测值,表示用于确保第k时刻异步多基地雷达系统中第l个雷达站在恒虚警率条件下进行检测的工作常数,Dl,k|k-1表示第k时刻异步多基地雷达系统中第l个雷达站的预测量测协方差,Hl,k表示第k时刻异步多基地雷达系统中第l个雷达站的雅克比矩阵,Ck|k-1表示目标在第k-1时刻的预测协方差;
其中,表示在H0假设下第k时刻异步多基地雷达系统中第l个雷达站在其跟踪波门内第r个分辨单元对目标的量测向量概率密度函数,表示第k时刻异步多基地雷达系统中第l个雷达站在其跟踪波门内第r个分辨单元的虚警概率,表示第k时刻异步多基地雷达系统中第l个雷达站在其跟踪波门内第r个分辨单元的量测值,μl,k表示第k时刻异步多基地雷达系统中第l个雷达站从目标接收的回波数据信噪比,Dl,k|k-1表示第k时刻异步多基地雷达系统中第l个雷达站的预测量测协方差;nz表示设定的正整数;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711214007.3A CN108089183B (zh) | 2017-11-28 | 2017-11-28 | 一种用于异步多基地雷达系统的检测跟踪一体化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711214007.3A CN108089183B (zh) | 2017-11-28 | 2017-11-28 | 一种用于异步多基地雷达系统的检测跟踪一体化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108089183A CN108089183A (zh) | 2018-05-29 |
CN108089183B true CN108089183B (zh) | 2021-10-08 |
Family
ID=62173042
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711214007.3A Active CN108089183B (zh) | 2017-11-28 | 2017-11-28 | 一种用于异步多基地雷达系统的检测跟踪一体化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108089183B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109085572B (zh) * | 2018-09-05 | 2022-08-12 | 西安电子科技大学昆山创新研究院 | 隧道内基于多径利用毫米波雷达的运动目标跟踪方法 |
CN109255198B (zh) * | 2018-09-30 | 2019-11-08 | 上海机电工程研究所 | 基于数据模型的空天环境建模方法及系统 |
CN110161492B (zh) * | 2019-01-24 | 2020-12-08 | 北京机电工程研究所 | 舰船航向航速提取方法 |
CN109901152B (zh) * | 2019-03-25 | 2023-04-11 | 西安电子科技大学 | 异步动平台多基地传感器系统目标检测跟踪联合估计方法 |
CN109901155B (zh) * | 2019-03-29 | 2023-05-09 | 中国人民解放军海军航空大学 | 多普勒信息反馈调节的高超声速目标修正prpft检测方法 |
CN110376580B (zh) * | 2019-06-04 | 2021-04-02 | 西安电子科技大学 | 一种异步多目标跟踪性能驱动的异构雷达网资源分配方法 |
CN110542885B (zh) * | 2019-08-13 | 2021-09-21 | 北京理工大学 | 一种复杂交通环境下的毫米波雷达目标跟踪方法 |
CN111427036A (zh) * | 2020-04-14 | 2020-07-17 | 南京莱斯电子设备有限公司 | 一种短基线多雷达信号级融合检测方法 |
CN115575946B (zh) * | 2022-10-20 | 2024-06-04 | 中国人民解放军海军航空大学 | 雷达目标斜对称子空间智能融合检测方法 |
CN117521018B (zh) * | 2024-01-08 | 2024-03-26 | 鹏城实验室 | 基于扩展观测的融合估计方法、装置、设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009140143A9 (en) * | 2008-05-07 | 2010-01-21 | Colorado State University Research Foundation | Networked waveform system |
CN106054169A (zh) * | 2016-05-18 | 2016-10-26 | 西安电子科技大学 | 基于跟踪信息的多站雷达信号融合检测方法 |
CN106199588A (zh) * | 2016-06-24 | 2016-12-07 | 西安电子科技大学 | 基于巴氏距离量化的多站雷达信号融合检测方法 |
CN106526584A (zh) * | 2016-09-12 | 2017-03-22 | 西安电子科技大学 | 多雷达系统中目标检测跟踪联合处理方法 |
-
2017
- 2017-11-28 CN CN201711214007.3A patent/CN108089183B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009140143A9 (en) * | 2008-05-07 | 2010-01-21 | Colorado State University Research Foundation | Networked waveform system |
CN106054169A (zh) * | 2016-05-18 | 2016-10-26 | 西安电子科技大学 | 基于跟踪信息的多站雷达信号融合检测方法 |
CN106199588A (zh) * | 2016-06-24 | 2016-12-07 | 西安电子科技大学 | 基于巴氏距离量化的多站雷达信号融合检测方法 |
CN106526584A (zh) * | 2016-09-12 | 2017-03-22 | 西安电子科技大学 | 多雷达系统中目标检测跟踪联合处理方法 |
Non-Patent Citations (3)
Title |
---|
Benefit Analysis of Data Fusion for Target;Junkun Yan; Hongwei Liu; Wenqiang Pu; Bo Jiu; Zheng Liu; Zheng B;《IEEE Sensors Journal》;20160815;第16卷(第16期);全文 * |
Joint Detection and Tracking Processing Algorithm for Target Tracking in Multiple Radar System;Junkun Yan; Hongwei Liu; Bo Jiu; Zheng Liu; Zheng Bao;《IEEE Sensors Journal》;20151131;第15卷(第11期);正文第6534-6541页、表1及图1、6-7 * |
Simultaneous Multibeam Resource Allocation;Junkun Yan; Hongwei Liu; Bo Jiu; Bo Chen; Zheng Liu; Zheng Bao;《IEEE Transactions on Signal Processing》;20150615;第63卷(第12期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN108089183A (zh) | 2018-05-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108089183B (zh) | 一种用于异步多基地雷达系统的检测跟踪一体化方法 | |
CA2446318C (en) | System and method for central association and tracking in passive coherent location applications | |
EP1384095B1 (en) | System and method for measurement domain data association in passive coherent location applications | |
CN106054169B (zh) | 基于跟踪信息的多站雷达信号融合检测方法 | |
KR101628154B1 (ko) | 수신 신호 세기를 이용한 다중 표적 추적 방법 | |
CN106526584A (zh) | 多雷达系统中目标检测跟踪联合处理方法 | |
CN104101876B (zh) | 外辐射源雷达中一种基于随机有限集的多目标跟踪方法 | |
CN103472445A (zh) | 一种针对多目标场景的检测跟踪一体化方法 | |
CN110187335B (zh) | 针对具有非连续特性目标的粒子滤波检测前跟踪方法 | |
CN104155651A (zh) | 一种用于极化雷达目标跟踪的概率数据关联方法 | |
Liang et al. | Multi-Bernoulli filter for target tracking with multi-static Doppler only measurement | |
CN107202989A (zh) | 一种适用于被动拖曳线列阵声呐的复杂弱目标检测和跟踪方法 | |
CN105116387A (zh) | 基于位置和多普勒速度信息的pd雷达抗速度拖引方法 | |
CN108882171B (zh) | 一种基于csi的人员轨迹跟踪方法 | |
CN117169818A (zh) | 一种面向海面机动目标跟踪的雷达波形设计方法 | |
CN105388470B (zh) | 一种估计目标运动参数的方法 | |
CN106093891A (zh) | 基于多普勒速度检验的雷达网抗密集距离假目标干扰方法 | |
CN105652256B (zh) | 一种基于极化信息的高频地波雷达tbd方法 | |
CN109901152B (zh) | 异步动平台多基地传感器系统目标检测跟踪联合估计方法 | |
CN115220002B (zh) | 一种固定单站的多目标数据关联跟踪方法和相关装置 | |
CN115657045A (zh) | 基于方位信息多被动探测平台水下航行器数据的融合方法 | |
CN115906923A (zh) | 一种基于神经网络与卡尔曼滤波融合的波束角度预测方法 | |
CN114355324A (zh) | 一种航迹生成方法 | |
CN113567946A (zh) | 一种毫米波雷达真实目标和虚像检测方法 | |
Liu et al. | Doppler-aided track initiation algorithm |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20180529 Assignee: Xi'an Leitong Microsystem Technology Co.,Ltd. Assignor: XIDIAN University Contract record no.: X2023980051217 Denomination of invention: An Integrated Detection and Tracking Method for Asynchronous Multibase Radar Systems Granted publication date: 20211008 License type: Common License Record date: 20231208 |
|
EE01 | Entry into force of recordation of patent licensing contract |