论文部分内容阅读
多输入多输出(MIMO)雷达是一种新兴的雷达体制,与传统的雷达相比具有自适应处理能力强、空间分辨率高及检测跟踪性能好等优点,已成为当前雷达领域的研究热点。分布式MIMO雷达不仅具有集中式MIMO雷达的发射分集特性,还具有空间分集的特性,能够克服雷达目标散射截面在空间上的起伏,从而提高目标的检测性能和参数估计能力,其定位与跟踪技术已成为研究的热点。本论文针对MIMO雷达系统,开展了分布式MIMO雷达定位方法、单目标跟踪和多目标跟踪等关键技术的研究。首先,对MIMO雷达回波信号进行建模,在此基础上,利用最大似然定位法确定目标参数,分析了其数值解的形式及概率分布,并通过仿真实验验证了其定位性能。同时,讨论了信噪比、雷达配置等对定位精度的影响。其次,针对MIMO雷达单目标跟踪问题,在目标最大似然定位的基础上,引入贝叶斯估计理论,研究了基于卡尔曼滤波和粒子滤波的MIMO雷达单目标跟踪的方法。针对粒子滤波过程中的粒子退化问题,引入高斯粒子思想,将滤波后的粒子利用均值和协方差的估计值进行高斯拟合,实现粒子的重新排布,从而进一步提高了单目标跟踪的精度。最后,将随机集多目标跟踪理论引入到MIMO雷达多目标跟踪系统,研究了集中式融合策略下的粒子PHD滤波实现及分布式融合策略下的高斯混合PHD实现。针对复杂环境引起的量测信息不确定及分布式MIMO雷达由于观测角度不同引起的量测信息不完整问题,提出了一种分布式高斯混合PHD融合方法,较好地解决了传统迭代更新多传感器PHD近似算法的错跟、漏跟等问题,有效改善了多目标跟踪性能。