由于雷达慢速小目标在军事方面及民用方面得到广泛的应用,例如,随着科技的发展及人们生活水平的提高,民用的小型旋翼无人机由于获取便利、使用便捷而呈现爆发式增长,该类无人机在航拍、娱乐等领域已被广泛的应用,在带来产业升级的同时,也出现了在机场等禁飞区“黑飞”的各种安全威胁,因此对无人机这类雷达慢速小目标的监测在空中安防方面具有重要意义。线性调频连续波(Linear Frequency Modulated Continuous Wave,LFMCW)雷达具有结构简单、距离分辨力高以及无距离盲区等优点,在地面侦察领域有重要的作用。本文利用LFMCW雷达对慢速小目标的检测与跟踪算法展开研究,并且通过硬件平台对研究内容进行实现。主要的工作内容如下:(1)对LFMCW雷达的信号处理技术进行研究。根据LFMCW雷达的系统结构,分析了对称三角LFMCW雷达的基本工作原理及信号处理方式。推导了对称三角LFMCW雷达的发射信号、回波信号以及差拍信号的数学表达形式。介绍了雷达对目标状态参数的计算方法,包括测距、测速以及振幅和差式单脉冲测角。分析了对称三角调频连续波信号的雷达模糊函数,通过仿真实验说明了本课题中设置的雷达参数能够对目标有很高的二维分辨能力。(2)对LFMCW雷达慢速小目标的检测技术进行研究。由于慢速小目标的雷达散射截面积较小,并且雷达的探测环境较复杂,因此慢速小目标的雷达回波中包含有大量的噪声及低频杂波,对雷达目标检测造成一定的困扰。本文选择汉明窗函数和相参积累方法实现雷达动目标检测过程,再对检测结果采用二维恒虚警率检测算法进行处理,仿真实验说明了这种处理流程可以有效的提升雷达对慢速小目标的检测性能。利用动目标显示技术实现了在雷达目标检测结果中对静止目标的抑制效果。本文提出了一种基于小波分析的雷达信号噪声抑制方法,通过仿真实验证明了该方法可以明显的提升雷达在低信噪比时的目标检测性能。(3)对LFMCW雷达慢速小目标的跟踪技术进行研究。由于雷达慢速小目标具有一定的机动性,本文介绍了雷达慢速小目标的运动模型,建立了运动目标的状态方程与量测方程。分析了坐标转换误差对雷达跟踪性能的影响,并给出了无偏坐标转换公式。针对卡尔曼滤波算法在机动目标跟踪时性能较差的问题,提出了一种基于无偏估计的交互式多模型算法,通过蒙特卡洛仿真实验表明,该算法对机动目标有较小的估计误差,能够实现对慢速小目标进行有效的跟踪。针对目标机动时标准的交互式多模型算法的模型之间切换过程存在滞后性导致了跟踪误差会出现增大的问题,本文提出了一种基于自适应状态转移概率矩阵的交互式多模型算法,仿真结果表明改进的算法能够有效的降低跟踪误差标准差,提高了目标的跟踪精度,同时还指出了这种改进算法的适应范围。(4)利用硬件平台对LFMCW雷达系统进行软件设计与实现。根据雷达系统的功能要求,设计了基于Qt的雷达系统上位机应用程序,将本文研究的检测与跟踪算法在DSP(TMS320C6678)器件中进行多核程序设计,通过外场环境实验测试了雷达系统对慢速小目标的检测与跟踪性能,并且利用实测数据分析了本文检测与跟踪算法的可行性,结果表明雷达系统采用本文的研究方法能够对慢速小目标实现检测与跟踪过程。
随着电子科学技术的不断发展,对目标跟踪的需求也不断的增加。目标跟踪技术已经普遍应用于军事领域和民用领域,无源定位与跟踪具有隐蔽性好等优点得到广泛的研究和关注,TDOA是一种常见的无源定位技术,由于其拥有定位精度高,组网能力强,抗打击能力强等优点,目前已得到了广泛的应用。本文将无源时差定位技术与机动目标跟踪算法相结合,研究了基于无源时差定位的机动目标跟踪问题。在无源时差定位跟踪系统中,由于系统方程是非线性的,因此该跟踪算法主要解决非线性滤波问题,已有交互式多模型扩展卡尔曼滤波(IMM-EKF)和交互式多模型无迹卡尔曼滤波(IMM-UKF)应用其中,且IMM-UKF跟踪精度较高。但实际上目标会受到非常复杂的非高斯噪声干扰,上述两种算法无法解决非高斯噪声干扰。针对上述问题,本文将交互式多模型粒子滤波应用于基于无源时差定位的机动目标跟踪中,并通过MATLAB仿真试验比较,验证了交互式多模型粒子滤波(IMMPF)的优越性。所用模型个数越多,交互式多模型(IMM)算法的跟踪性能越优越。但是,当模型个数过多时,跟踪的精度也会因为过多不必要模型之间的过度竞争而下降。针对这个问题,论文进一步改进交互式多模型算法,给出了基于扩展维特比算法的模块化交互式多模型算法(Modular Interacting Multiple Model Based on Extended Viterbi Algorithm,即MIMMEV),有效地解决了上述问题,对雷达机动目标定位跟踪问题具有一定的实际应用价值。
暂无评论