論文元數(shù)據(jù)搜索,找到相關(guān)信息共 4 條:
1982, 4(5): 320-324.
刊出日期:1982-09-19
正 近幾年來,非參量檢測逐漸被人們重視起來的主要原因是當(dāng)輸入噪聲的分布相同和距離采樣各自獨(dú)立時,能保持虛警率恒定(CFAR)。秩二進(jìn)積累(RQ)檢測器是在求秩后采用二進(jìn)積累方法的一種非參量檢測器。這種檢測器實(shí)現(xiàn)較為簡單,檢測性能與秩和
2019, 41(1): 123-129.
doi: 10.11999/JEIT180303
刊出日期:2019-01-01
針對雷達(dá)與電子支援設(shè)施(ESM)存在系統(tǒng)誤差、上報(bào)目標(biāo)不完全一致等復(fù)雜場景下目標(biāo)航跡關(guān)聯(lián)問題,該文基于高斯隨機(jī)矢量統(tǒng)計(jì)特性,提出一種基于航跡矢量檢測的雷達(dá)與ESM航跡抗差關(guān)聯(lián)算法。首先在修正極坐標(biāo)系(MPC)下推導(dǎo)目標(biāo)狀態(tài)估計(jì)分解方程,采用真實(shí)狀態(tài)對消的方法得到航跡矢量,為剔除大部分非同源目標(biāo)航跡,構(gòu)建方位角變化率-距離變化率與距離比(ITG)統(tǒng)計(jì)量進(jìn)行粗關(guān)聯(lián),然后采用基于航跡矢量
檢驗(yàn)的方法實(shí)現(xiàn)雷達(dá)與ESM的航跡關(guān)聯(lián)。最后通過實(shí)驗(yàn)仿真驗(yàn)證了該文算法在不同系統(tǒng)誤差、目標(biāo)密度、檢測概率等環(huán)境下的有效性。
2015, 37(4): 989-994.
doi: 10.11999/JEIT140856
刊出日期:2015-04-19
針對在速度拖引干擾和雜波背景下脈沖多普勒(PD)雷達(dá)無法精確跟蹤目標(biāo)的問題,該文提出基于雙模型(DM)和幅度信息(AI)的目標(biāo)跟蹤算法。分別建立基于位置、幅度量測的跟蹤模型和基于位置、速度、幅度量測的跟蹤模型。兩個模型均使用基于幅度信息的概率數(shù)據(jù)互聯(lián)(AI-PDA)盡可能地降低雜波的影響,然后使用常規(guī)方法進(jìn)行濾波估計(jì)。若沒有速度拖引干擾,則兩個模型估計(jì)具有位置和速度上的相關(guān)性;若存在干擾,由于速度量測是虛假的,則兩個模型估計(jì)不具有相關(guān)性。據(jù)此,進(jìn)行卡方檢驗(yàn)(chi-square test),分析影響檢驗(yàn)結(jié)果的因素,進(jìn)而確定最終的估計(jì)結(jié)果。仿真驗(yàn)證了該算法的有效性。
2018, 40(10): 2430-2437.
doi: 10.11999/JEIT170759
刊出日期:2018-10-01
針對單一信號處理或數(shù)據(jù)處理對壓制-欺騙加性復(fù)合干擾抑制效果較差的問題,論文提出一種適用于脈沖壓縮雷達(dá)的基于信號-數(shù)據(jù)聯(lián)合處理的壓制-距離欺騙復(fù)合干擾抑制算法。首先,通過分?jǐn)?shù)階傅里葉變換(FRFT)域窄帶濾波以及LFM信號重構(gòu)對消算法,實(shí)現(xiàn)信號層對壓制干擾的抑制,并減小對真實(shí)目標(biāo)的漏檢概率;然后,利用噪聲點(diǎn)跡空間相關(guān)性較差的特征,通過M/N邏輯法對噪聲點(diǎn)跡進(jìn)行剔除,并對目標(biāo)點(diǎn)跡進(jìn)行航跡起始;最后,根據(jù)距離假目標(biāo)航跡角度量測誤差方差較大的特點(diǎn),通過 ${\chi ^2}$ 檢驗(yàn)以及聚類劃分算法,對虛假目標(biāo)航跡進(jìn)行剔除,最終實(shí)現(xiàn)對壓制-欺騙加性復(fù)合干擾的抑制。仿真結(jié)果表明,該文算法對壓制-欺騙復(fù)合干擾能夠起到較好的抑制效果。