摘要
雷达观测下弱小目标的检测前跟踪(TBD)问题中,针对基于高斯混合概率假设密度滤波器(GM-PHD)的TBD算法在信噪比降低时,存在目标的数目估计不准确、状态估计精度下降的问题,提出了基于GM-PHD平滑滤波器(SGM-PHD)的检测前跟踪算法(SGM-PHD-TBD)。该算法在TBD标准多目标观测模型框架下,采用平滑递归方法,利用多个量测数据对滤波值进行平滑,在牺牲一定运算效率的基础上提升了算法的估计精度。仿真结果表明,该算法在信噪比较低的情况下对目标数目估计的准确度和目标状态估计的精度均优于基于GM-PHD的TBD算法。
For the weak target track-before-detect （TBD） problem in radar sensor, when the signal-tonoise ratio is reduced, the TBD algorithm based on Gaussian mixture probability hypothesis density （GM- PHD） cannot estimate the number and state of the target precisely. In order to solve this problem, a new TBD algorithm based on the Gaussian mixture PHD smoothing （SGM-PHI）-TBD） algorithm is proposed. Within the framework of the TBD standard observation model, the algorithm adopts the smooth recursion and use a quantity of measurement data to smooth the filtering value. The simulation results show that under the condition of low SNR, the proposed algorithm can improve the estimation of target numbers and the target state to a certain extent and is better than the TBD algorithm based on GM-PHD filter.
出处
《雷达科学与技术》
北大核心
2016年第6期648-653,660,共7页
Radar Science and Technology
基金
国家自然科学基金(No.61501487
61531020
61471382
61401495)
山东省自然科学基金(No.2015ZRA06052)
"泰山学者"建设工程专项经费资助项目
作者简介
朱红鹏男，1991年生，江苏扬州人，海军航空工程学院硕士研究生，主要研究方向为雷达弱小目标检测前跟踪。E-mail：z875863416@163．com
黄勇男，1979年生，湖南泪罗人，海军航空工程学院雷达工程教研室讲师，主要研究方向为雷达数据处理、雷达弱小目标检测前跟踪。
修建娟女，1971年生，山东蓬莱人，海军航空工程学院信息融合研究所副教授，主要研究方向为目标跟踪、无源定位。
关键男，1968年生，辽宁锦州人，教授、博士生导师，主要研究方向为雷达目标检测与跟踪识别、海上目标信息感知与融合，获全国优秀博士学位论文奖，新世纪百千万人才工程国家级人选。
