针对雷达与电子支援措施(Electronic Support Measures,ESM)异地配置的情况,提出了一种基于ESM虚定位点的异类传感器航迹关联算法。ESM属于无源传感器,只能获取角度信息而缺少距离信息。该算法首先基于雷达量测定义了ESM虚定位点,为ESM...针对雷达与电子支援措施(Electronic Support Measures,ESM)异地配置的情况,提出了一种基于ESM虚定位点的异类传感器航迹关联算法。ESM属于无源传感器,只能获取角度信息而缺少距离信息。该算法首先基于雷达量测定义了ESM虚定位点,为ESM提供了目标的距离信息。然后利用ESM虚定位点与交叉定位点构造距离统计量,基于统计理论方法对雷达与ESM航迹是否关联进行判决。在不同的测量误差和目标数目环境下进行了仿真实验,结果表明,该算法能较好地实现雷达与ESM的航迹关联。展开更多
针对异步条件下雷达与电子支援措施(electronic support measurements,ESM)航迹关联问题,通过分析方位角异步测量值对交叉定位原理的影响,提出一种无需时域配准的航迹关联算法。根据传感器存在时延以及采样率的不同,给出不等长航迹序列...针对异步条件下雷达与电子支援措施(electronic support measurements,ESM)航迹关联问题,通过分析方位角异步测量值对交叉定位原理的影响,提出一种无需时域配准的航迹关联算法。根据传感器存在时延以及采样率的不同,给出不等长航迹序列的等长区间变换以及异步航迹交叉定位的区间化方法,通过计算区间序列离散度实现异类传感器航迹关联。通过仿真验证,区间序列离散度不受噪声分布的影响,且对数据集整体特征的求解避免了传统算法中的逐点运算,有效提高了算法运算率。与传统算法相比,可在多种测量误差场景下对异步航迹直接进行准确关联。展开更多
为在预警监视系统中对多目标的检测、跟踪、识别过程进行统一处理,提出一种基于跳转马尔可夫系统模型高斯混合概率假设密度滤波(jump Markov system model Gaussian mixture probability hypothesis density filtering,JMS-GMPHDF)算法...为在预警监视系统中对多目标的检测、跟踪、识别过程进行统一处理,提出一种基于跳转马尔可夫系统模型高斯混合概率假设密度滤波(jump Markov system model Gaussian mixture probability hypothesis density filtering,JMS-GMPHDF)算法的雷达、电子支援措施(electronic support measures,ESM)综合多目标检测、跟踪与识别方法。该方法首先根据不同类别目标设计各自的多目标多模型高斯混合概率假设密度滤波器,并在各滤波器处理过程中同时对高斯项进行编号;然后,根据目标速度与加速度模型信息进行高斯项综合与类别判决,同时根据ESM测量信息进行型号判决;最后,通过航迹综合管理,形成具有运动状态信息以及类别、型号、航迹编号信息的确定航迹。仿真实验验证了该方法能够有效综合雷达、ESM测量数据,在进行多目标检测、跟踪的同时进行正确的类别、型号判决,并形成确定航迹。展开更多
文摘针对雷达与电子支援措施(Electronic Support Measures,ESM)异地配置的情况,提出了一种基于ESM虚定位点的异类传感器航迹关联算法。ESM属于无源传感器,只能获取角度信息而缺少距离信息。该算法首先基于雷达量测定义了ESM虚定位点,为ESM提供了目标的距离信息。然后利用ESM虚定位点与交叉定位点构造距离统计量,基于统计理论方法对雷达与ESM航迹是否关联进行判决。在不同的测量误差和目标数目环境下进行了仿真实验,结果表明,该算法能较好地实现雷达与ESM的航迹关联。
文摘针对异步条件下雷达与电子支援措施(electronic support measurements,ESM)航迹关联问题,通过分析方位角异步测量值对交叉定位原理的影响,提出一种无需时域配准的航迹关联算法。根据传感器存在时延以及采样率的不同,给出不等长航迹序列的等长区间变换以及异步航迹交叉定位的区间化方法,通过计算区间序列离散度实现异类传感器航迹关联。通过仿真验证,区间序列离散度不受噪声分布的影响,且对数据集整体特征的求解避免了传统算法中的逐点运算,有效提高了算法运算率。与传统算法相比,可在多种测量误差场景下对异步航迹直接进行准确关联。
文摘为在预警监视系统中对多目标的检测、跟踪、识别过程进行统一处理,提出一种基于跳转马尔可夫系统模型高斯混合概率假设密度滤波(jump Markov system model Gaussian mixture probability hypothesis density filtering,JMS-GMPHDF)算法的雷达、电子支援措施(electronic support measures,ESM)综合多目标检测、跟踪与识别方法。该方法首先根据不同类别目标设计各自的多目标多模型高斯混合概率假设密度滤波器,并在各滤波器处理过程中同时对高斯项进行编号;然后,根据目标速度与加速度模型信息进行高斯项综合与类别判决,同时根据ESM测量信息进行型号判决;最后,通过航迹综合管理,形成具有运动状态信息以及类别、型号、航迹编号信息的确定航迹。仿真实验验证了该方法能够有效综合雷达、ESM测量数据,在进行多目标检测、跟踪的同时进行正确的类别、型号判决,并形成确定航迹。
