集对分析在多雷达数据融合中的应用研究

多部雷达在探测目标时,因受低空杂波、电子干扰和雷达自身探测精度等影响,易使部分雷达的探测数据不可靠而造成融合中心数据处理精度的下降.针对这一问题,本文提出了一种应用1次融合数据为特征的集对分析思想,把每时送入融合中心的各雷达探测数据与1次融合后的数据组成集对,求出目标状态当前时刻的区间估计,去掉每时落入估计区间之外的雷达探测数据,再作2次融合.仿真结果表明,应用集对分析实现多雷达探测数据的择优融合,不仅算法简单,而且能有效提高不确定雷达系统的跟踪精度和可靠性.     

多船舶雷达信息的航迹算法与目标跟踪研究

船舶雷达系统是进行目标探测的重要组成部分,传统的单雷达探测技术在海上移动目标、多个目标探测时存在精度降低、噪声干扰量大等问题,此时,通过接收本船和其他船舶的雷达信息,并进行信息融合可以提高目标探测的精度。本文首先对船舶雷达的信号滤波技术进行了分析,介绍了多船舶雷达信息的航迹融合算法,从时间配准和空间配准两方面进行研究,并进行了仿真试验。     

基于集对分析的多目标数据关联技术研究

针对新型作战样式条件下空中多机动目标密集回波的数据关联问题，从缓冲算子思想人手，先对雷达探测的目标数据进行随机性弱化处理，然后再运用集对分析思想来研究密集回波下的多机动目标的数据关联问题。仿真结果表明，该方法能在较短的时间内得到较高的关联精度。     

基于异类传感器的数据融合系统

运用各种有源和无源探测设备在内的异类多传感器集成提供多种观测数据,同时通过不同传感器之间的关联来提高数据精度,可以得到关于目标的更多特征信息,从而为身份识别、态势估计提供更多的依据.基于异类传感器的数据融合系统实现了雷达、ESM等异类传感器的数据关联与融合.仿真结果表明:系统能提供更高精度的数据,获得目标的更多特征信息,并可对目标实施有效识别.     

基于集对分析的多目标数据关联技术研究

针对新型作战样式条件下空中多机动目标密集回波的数据关联问题,从缓冲算子思想入手,先对雷达探测的目标数据进行随机性弱化处理,然后再运用集对分析思想来研究密集回波下的多机动目标的数据关联问题.仿真结果表明,该方法能在较短的时间内得到较高的关联精度.     

基于舰载雷达小样本的低慢小目标识别方法

本文针对舰载雷达低、慢、小目标探测面临的小样本识别问题,提出一种基于小样本学习的低慢小目标分类识别方法。该方法将低慢小目标雷达回波数据转换到小波变换域,利用多头注意力机制和双向长短记忆人工神经网络相结合的方式,解决了小样本目标分类识别的问题。在低慢小目标雷达回波仿真数据集上,开展模型训练和算法验证,分析任务差异性与识别准确率的关系,实验结果表明该方法对典型低慢小目标识别精度可达90%以上,在雷达目标识别领域具有较好的应用价值。     

海域多要素感知观测与预警关键技术

本文介绍了一种海域多要素感知观测与预警系统。该系统主要由雷达网、光电观察设备、AIS、GPS、综合信息处理平台等组成。以先进雷达技术、大数据和人工智能为支撑,实现对海面目标实时态势跟踪和海洋环境实时监测,综合感知和立体观测预警分析。文中介绍了基于非恒定自适应门限的目标全自动探测、雷达组网全目标融合、基于经验正交分解的X-BAND雷达海浪探测、基于雷达视频处理的溢油探测与报警等关键技术;给出了系统在福建省海洋渔业、海警、海事等部门成功应用案例,证明了该系统技术的可行性、先进性,极具应用推广价值。     

基于AIS的舰载雷达标校方法研究

雷达标校是战场精确打击和组网雷达数据融合的前提,为提高舰载雷达数据融合的有效性和目标探测精度,文中提出了基于AIS接收标校目标定位信息的舰载雷达系统标校方法,分析了标校的基本原理和主要误差源,详细给出了目标真值的大地测量主题解算方法,最后得出标校理论精度范围,并通过仿真分析得以验证.该标校方法过程简单,操作方便,真值精度高,通用性强,同时适用于静态标校和动态标校.     

分析预测理论在空间位置探测数据处理中的应用（I）——空间位置探测数据处理问题和关键技术

这组系列文章将介绍作者研究提出的分析预测理论，以及该理论在目标空间位置探测数据处理问题中的应用。从宏观上讲这种应用几乎平行于传统方法地给出了一整套全新的空间位置探测数据理论和算法。从微观上看，这种应用还具有一些传统方法没有的特点，例如可以对目标运动的模式进行识别(因此确保我们以与目标运动模式相同的或类似的模拟方程对目标进行滤波，从而获得精度更高的预测值)，可以给出目标在未来时刻的真实值的范围为我们进行数据关联提供更好的判据，可以解决一维和两维探测数据的融合问题，可以对不同探测精度的数据进行点迹融合等。另外该系列文章研究的工作与传统的工作有较大的互补性。该系列文章首先给出空间位置探测数据的处理问题的定义，并从中抽象出关键技术。在接下来的系列文章中将讨论解决这些关键技术的思路以及关键技术的分解，理论数学模型，分析预测理论，分析预测处理方法的解的存在性证明，相关算法等。其核心有，目标运动模式的识别技术(模拟方程的选择问题)，模拟方程参数的选择技术，运动模式发生改变的识别技术，航迹聚类技术，航迹和点迹聚类技术，航迹融合技术，不同探测精度和维数的点迹融合技术，位置预测的评估技术等。最后给出仿真实验数据和结果，与传统方法对比的仿真实验数据和结果，以及分析和统计互补使用等问题。     

地波雷达目标方位角估计算法

地波雷达由于其良好的超视距目标探测性能得到广泛重视与研究。而作为参数估计的重要组成部分,获取精确的目标方位估计算法一直是地波雷达阵列信号处理的主要工作。近年来,地波雷达阵列天线不断趋向于小型化,使得在进行方位角估计过程中,高分辨算法得到了研究与应用。本文针对地波雷达阵列接收信号数据特点,重点对比分析3种高分辨算法的性能,为DOA估计提供算法选择依据,具有重要的工程应用价值。     

神经网络在多目标分布式融合中的应用研究

提出了适合分布式多传感器多目标(MSMT)数据融合估计算法，对这种推广的分层融合估计算法进行了数学推导和描述，研究了利用神经网络进行MSMT跟踪融合的网络结构和算法，进行了计算机模拟仿真。仿真结果表明神经网络融合估计可提高跟踪精度，并且这种融合方法是有效的。     

雷达与AIS目标航迹模糊关联与统计加权合并融合方法的探讨

基于多传感器信息融合理论，探讨了雷达与AIS 2种传感器的目标航迹，采用多因素模糊综合决策航迹关联与统计加权航迹合并的融合方法。确定其模糊因素集、评判集、关联与评判等准则，建立其数学模型，并进行计算机仿真。初步验证了该方法可以有效地提高目标航迹的精度与可靠性。     

基于时空特征融合的水下目标波束形成方法

针对水下探测设备的方位分辨力在物理上受限于阵列有效孔径的约束,导致探测精度较低的问题,提出一种基于时空特征融合的水下目标波束形成算法。首先,以目标声散射回波产生机理为基础,建立走航声呐回波数据动态数学模型;其次,通过对目标声散射回波数据的时空域转换得到等效空间阵列,融合空域多快拍数据实现阵元基阵孔径的物理扩展。最后,分析干扰信混比、探测平台移动速度等对回波增强的影响。数据仿真结果表明所提方法能够有效抑制干扰,获得主瓣更窄的波束。孔径扩展后的波束形成能够准确地分辨出非常相近的目标。此外,实验结果测得探测平台运动速度大小对目标分辨的效果影响不明显。     

提高舰载雷达低空目标检测性能技术研究

对海杂波影响舰载雷达系统低空探测性能的原因进行了分析，并研究了海杂波信号幅度分布特性，提出使用α稳定分布建立雷达低空观测信号模型，指出研究基于分数低阶统计量的雷达目标信号检测与估计韧性替代算法的必要性，以实现恒虚警概率下的雷达目标最佳检测，探索提高岸基和舰载雷达对低空及海面目标探测和跟踪性能新的发展方向。     

分析预测理论以及在空间位置探测数据处理中的应用(Ⅲ)--分析预测理论和统计预测理论

介绍了分析预测理论的处理空间位置探测数据问题的原理和思路，比较了分析预测理论和当前流行的处理空间位置探测数据问题的统计理论在原理和思路之间的差异，介绍了分析预测理论解决统计预测理论不能处理或不太好处理问题的解决方案。这些问题有，目标空间运动模式的识别问题；目标空间运动模式改变的识别问题；单站一维探测数据和多维探测数据的融合问题；不同平台，不同探测精度探测器数据的融合问题。最后，讨论分析预测理论和统计预测理论的互补性和互补方案等问题。     

基于模糊理论的雷达/AIS目标数据融合方法

雷达和船舶自动识别系统(AIS)是保证现代船舶航行安全的重要导航设备。针对1部雷达和1部AIS得到的目标航迹进行融合,提出1种基于模糊理论的雷达/AIS目标数据融合方法,采用模糊数学中的正态隶属函数法来进行航迹相关,数据融合则采用参数加权方法,并将融合后数据进行多项式拟合,用以提高导航数据信息的精度与可靠性。通过仿真实例验证了此方法的可行性与有效性。     

改进区间Kalman滤波器及其在船舶组合导航中的应用

具有执行简便和高精度优点的测量值融合技术已经在船舶组合导航中得到了广泛应用。但由于船舶组合导航系统中各子系统模型参数的不确定性,传统的多传感器数据融合算法状态估计精度难以保证,因此提出了一种多传感器数据融合的改进算法。该改进算法不仅具有常规区间Kalman滤波器的鲁棒性,而且实用性较强。其具有如下特点：将所有系统不确定性和观测不确定性等效为系统噪声和观测噪声的不确定性,简化了系统模型;采用一种较为简单的区间矩阵综合求逆方案;利用时变马尔可夫模型在线调整滤波输出加权系数。仿真结果表明：该改进算法的状态估计精度较高。     

海上自主航行设备导航技术研究

近年来,雷达技术被越来越广泛地应用在机器人技术中,尤其在海上机器人障碍规避机制的构建中,发挥了重要的作用。为了实现海上设备的自主航行,需要将雷达信号分析技术与目标探测技术相结合。本文提出一种应用于海上自主航行设备的模型,该模型能够将射程谱的最优估计转换为多目标信息,同时能够基于雷达信噪比信息,实现雷达功率谱预测。本文对该模型进行理论分析,并采用数值模拟,证明提出的模型能够实现海上障碍的有效探测,帮助海上设备实现自主航行。     

基于拓扑相似度的航迹关联算法

航迹关联是分布式多雷达数据融合系统中的关键问题,多个雷达对同一目标观测的局部航迹,在系统偏差的影响下相差很大,传统的基于统计和模糊的思想,通过目标位置、速度等信息进行关联判决,难以达到更好的关联效果。文章基于目标之间的拓扑信息,提出了一种新的航迹关联算法,该算法能避免空间划分不均匀、算法经验性太强、对密集航迹场景不适应等多种问题。仿真实验表明该方法具有较高的关联精度和鲁棒性。     

雷达脉冲阵列信号的处理和波达方向分析

基于雷达系统的目标跟踪和导航技术在舰船领域具有重要的意义,起到目标探测、定位与导航等作用。而雷达信号的处理技术保障了雷达的精度,是雷达探测领域的研究重点。本文研究的对象是一种雷达脉冲阵列信号的分析技术,首先对雷达脉冲阵列进行了数学建模,并分析雷达脉冲阵列信号的方向特性,基于经验模态分解技术对雷达脉冲阵列信号的波达方向及传递特性进行分析与仿真,对于改善舰船雷达系统的精度有重要作用。