針對(duì)雷達(dá)與電子支援偵察（ESM）主被動(dòng)傳感器聯(lián)合定位與目標(biāo)跟蹤,提出了基于概率假設(shè)密度（PHD）濾波的雷達(dá)-ESM融合算法,并給出了其混合高斯實(shí)現(xiàn)方法。該算法能夠利用多ESM偵察信息實(shí)現(xiàn)聯(lián)合目標(biāo)定位及識(shí)別,還可綜合雷達(dá)信息實(shí)現(xiàn)異源傳感器融合,從而實(shí)現(xiàn)雜波環(huán)境下多目標(biāo)高精度跟蹤及目標(biāo)檢測(cè)。大量蒙特卡洛仿真實(shí)驗(yàn)表明:該算法是一種有效的雷達(dá)-ESM協(xié)同跟蹤融合方法。 

【文章來(lái)源】：現(xiàn)代雷達(dá). 2020,42(08)北大核心CSCD

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

雷達(dá)-ESM PHD融合框架

表1 多目標(biāo)運(yùn)動(dòng)起始狀態(tài) 批號(hào) 起始時(shí)刻 消失時(shí)刻 起始狀態(tài)/(m,m,m/s,m/s) 1 1 170 (7 000,10 000,20,20) 2 30 200 (7 000,10 000,-15,15) 3 30 200 (-7 000,-10 000,18,-8) 4 50 200 (0, 50 000, -340,0) 5 60 200 (7 000,10 000,0,20) 6 1 170 (-7 000,-10 000,-20,-20)假設(shè)k時(shí)刻各目標(biāo)的存活概率為ps,k=0.99,目標(biāo)狀態(tài)轉(zhuǎn)移矩陣Fk及過(guò)程噪聲協(xié)方差Qk如下所示

圖3、圖4為雷達(dá)-ESM融合PHD濾波算法與單傳感器多目標(biāo)PHD濾波算法以及ESM多目標(biāo)PHD融合濾波算法的估計(jì)性能對(duì)比圖,非線(xiàn)性解算過(guò)程均采用CKF濾波算法。其中,圖3展示了多目標(biāo)個(gè)數(shù)估計(jì)結(jié)果,圖4展示了OSPA估計(jì)誤差。從仿真結(jié)果可知:本文算法不僅提高了多目標(biāo)跟蹤融合精度,還保證了監(jiān)視區(qū)域內(nèi)目標(biāo)個(gè)數(shù)的正確估計(jì)。圖4 多目標(biāo)OSPA誤差圖

【參考文獻(xiàn)】：
期刊論文
[1]機(jī)動(dòng)目標(biāo)自適應(yīng)跟蹤與系統(tǒng)誤差配準(zhǔn)[J]. 修建娟,王光源,何友.  指揮信息系統(tǒng)與技術(shù). 2018(02)
[2]基于概率假設(shè)密度濾波的多目標(biāo)雷達(dá)空間誤差配準(zhǔn)算法[J]. 章濤,李海,吳仁彪.  控制與決策. 2018(08)
[3]面向多目標(biāo)跟蹤的PHD濾波多傳感器數(shù)據(jù)融合算法[J]. 周治利,薛安克,申屠晗,彭冬亮.  火力與指揮控制. 2017(08)
[4]雷達(dá)與ESM綜合多目標(biāo)檢測(cè)、跟蹤與識(shí)別[J]. 石紹應(yīng),杜鵬飛,張靖,曹晨.  系統(tǒng)工程與電子技術(shù). 2016(07)
[5]基于測(cè)量子集優(yōu)化的雷達(dá)/ESM聯(lián)合目標(biāo)跟蹤[J]. 王雪飛,尚朝軒,王昌盛.  現(xiàn)代雷達(dá). 2014(04)
[6]基于概率假設(shè)密度濾波方法的多目標(biāo)跟蹤技術(shù)綜述[J]. 楊峰,王永齊,梁彥,潘泉.  自動(dòng)化學(xué)報(bào). 2013(11)
[7]基于UKF的雷達(dá)和機(jī)載ESM擴(kuò)維跟蹤[J]. 張翔宇,王國(guó)宏,王娜,張靜.  國(guó)外電子測(cè)量技術(shù). 2011(09)
[8]ESM傳感器與雷達(dá)航跡關(guān)聯(lián)仿真[J]. 林洪濤,周焰,程焱,沈丁丁.  艦船電子對(duì)抗. 2009(03)
[9]一種目標(biāo)狀態(tài)與系統(tǒng)偏差的聯(lián)合估計(jì)算法[J]. 宋強(qiáng),何友,董云龍.  彈箭與制導(dǎo)學(xué)報(bào). 2007(04)
[10]基于有源輔助的被動(dòng)跟蹤系統(tǒng)[J]. 李安平,敬忠良,胡士強(qiáng).  上海交通大學(xué)學(xué)報(bào). 2005(12)



本文編號(hào)：3128169