论文部分内容阅读
隐身技术的快速发展以及日趋复杂的战场环境使现代雷达的检测和跟踪能力面临严峻的考验。检测前跟踪技术(Track-before-detect,TBD)作为一种针对信噪比低的弱目标检测与跟踪技术,打破了传统先检测后跟踪方法(Detect-before-track,DBT)的顺序处理思路,在检测中引入时间维度,通过联合处理多帧量测数据再对处理结果进行门限检测,最后同时得到检测结果和目标航迹,从而实现对微弱目标的检测和跟踪,是当前检测与跟踪技术的研究热点。但是,现有的检测前跟踪技术多应用于红外领域,为了将检测前跟踪技术更好地应用于雷达系统,还有很多问题亟待解决,如影响算法检测性能的值函数设计,算法的实时跟踪问题,不同目标类型下的检测前跟踪,复杂的多目标场景下的检测前跟踪等等。针对以上问题,本文分别在单目标场景和多目标场景下展开研究,主要内容概括如下:(1)分析TBD技术相对于传统的DBT技术的区别和优势,对本文研究的基于动态规划检测前跟踪算法(Dynamic Programming based Track-before-detect,DP-TBD)的动态规划(DP)理论进行分析说明,在此基础上以单个点目标对DP-TBD算法建模并分析相应的算法流程。(2)针对DP-TBD算法的实时性问题和扩展目标检测性能差等问题,在单目标DP-TBD算法基础上研究了几种决定算法性能的值函数设计方法,着重分析并推导了针对扩展目标的包络对数似然比(Logarithm of the Envelope Likelihood Ratio,LELR)值函数设计以改善DP-TBD算法对扩展目标的检测性能。详细分析弥补算法实时性的滑窗处理方法,以及滑窗处理中避免重复计算问题的算法。提出针对扩展目标的实时连续跟踪DP-TBD算法,仿真实验证明本文方法可以对扩展目标实现连续跟踪。(3)针对多目标DP-TBD算法中计算量大,值函数混叠效应对算法性能的影响等问题展开研究。首先建立多目标模型并分析多目标场景中值函数混叠效应的成因,在此基础上根据DP积累的方向性,理论分析分辨交叉邻近目标从而实现有效检测的方法,提出目标状态转移集分区的思想以及一种基于并行计算实现的目标状态转移集分区DP-TBD方法,对照传统的多目标循环剔除法,理论分析本文算法对算法计算效率的改进,通过仿真实验证明本文方法相对传统方法在检测性能和计算效率上的优效性。