[發明專利]一種基于編隊有源組網的弱目標檢測與跟蹤方法

有效

• 申請號: 201410250979.8
• 申請日: 2014-06-06
• 公開（公告）號: CN104021292B
• 公開（公告）日: 2017-01-18
• 發明（設計）人: 黃大羽
• 申請（專利權）人: 中國航空無線電電子研究所
• 主分類號: G06F19/00
• 分類號: G06F19/00;G01S13/66;G01S13/87
• 代理公司: 上海和躍知識產權代理事務所(普通合伙)31239
• 代理人: 楊慧

技術領域：

本發明涉及數據融合領域，特別涉及多平臺組網融合檢測與跟蹤技術，具體是指一種基于多機編隊有源組網的弱目標檢測與跟蹤技術。?

背景技術：

當前，隨著各國航空武器裝備的不斷改進、升級與推陳出新，戰場探測環境充斥著各種干擾，航空武器呈隱形化、小型化的發展趨勢(如B-2二代隱身機的雷達散射截面積RCS只有10^-3m²)。在這一背景下，單一平臺傳感器已無法在復雜戰場環境下實現對弱信號目標(如隱身飛機、低空目標、小型無人機等)的檢測與跟蹤，通常只能發現一些不連續的點跡，無法形成較為穩定、完整地航跡文件上報^[1-2]。從而，對未來戰場環境下態勢的準確、有效感知提出了越來越嚴峻地挑戰。?

由于隱身目標無法在全方向、全頻段上都保持較好的隱身效果，電磁干擾技術難以在全空域、全頻段起作用。因此，針對復雜環境下弱目標的檢測與跟蹤問題，通過多平臺組網，大范圍、多角度、多頻段的觀測目標，成為一種可行的處理思路，基于這一思路，美軍目前研制有導彈防御系統、精確定位與打擊系統等；而在算法理論實現方面，國內外學者則分別從低可觀測目標跟蹤算法設計與多平臺融合濾波模型兩方面開展研究工作。前者的研究主要是通過一體化考慮航跡檢測與跟蹤環節，通過時間積累，提升對低可觀測目標的感知能力，比較有代表性的工作有：美國Connecticut大學Bar-Shalom等通過引入目標回波強度信息，結合極大似然估計理論，提出極大似然-概率數據關聯方法(Maximum?Likelihood-Probability?Data?Association，ML-PDA)，并設計自適應?滑窗工作方式，實現虛警率時變情況下目標的檢測與跟蹤處理^[3-5]；美國學者Blackman等采用多假設檢驗方法(Multistage?Hypothesis?Testing)將所有可能的目標軌跡以樹的形式組織起來，通過時間積累，刪減或保留樹，提取真實目標并完成虛警的刪除^[6,7]。后者研究主要是通過研究多平臺觀測的融合策略，提升對目標的有效跟蹤精度，較有代表性的工作有：美國Bar-Shalom等將不同探測背景下的多平臺融合跟蹤問題(如多平臺無源定位、不同分辨力雷達組網、目標分裂情況)轉換為多維分配問題進行求解^[8-10]；海軍航空工程學院何友等采用基于數據壓縮、順序結構、并行結構三種方法實現多平臺多目標的融合跟蹤^[11]。?

然而，總體而言，以上兩方面的研究，前者目前主要基于單平臺傳感器開展低可觀測目標跟蹤算法模型的設計；而后者則通常假定目標具有較高的可觀測概率，且主要針對航跡維持階段，較少考慮復雜環境下低可觀測目標在航跡形成與航跡終止中存在的問題；另外，當前這兩方面的研究主要都是針對地面雷達組網融合問題。?

參考文獻?

[1]Hadzagic?M.,Michalska?H.,Lefebvre?E.Track-Before-Detect?Methods?in?Tracking?Low-Observable?Targets:A?Survey[J].Sensors&Transducers(S&T?e-Digest),Special?Issuse,2005,(8):374-380.?

[2]趙宗貴,熊朝華,王珂等.信息融合概率、方法與應用[M].北京:國防工業出版社,2012.?

[3]Hall?D.L.,Llinas?J.多傳感器數據融合手冊[M].北京：電子工業出版社,2008.?

[4]Kirubarajan?T.,Bar-Shalom?Y.Low?observable?target?motion?analysis?using?amplitude?information[J].IEEE?Transactions?on?Aerospace?and?Electronic?Systems,1996,32(4):1367-1384.?

[5]Blanding?W.R.,Willett?P.K.,Bar-Shalom?Y.Off-line?and?real-time?methods?for?ML-PDA?track?validation[J].IEEE?Transactions?on?Signal?Processing,2007,55(5):1994-2006.?