基于集中式MIMO雷达的多目标跟踪功率分配优化算法

针对集中式MIMO雷达对多个运动目标进行跟踪的问题,提出一种基于后验克拉美罗下界的功率分配方法。首先给出了多个运动目标定位误差的后验克拉美罗下界,并将其作为代价函数进行优化,从而将雷达功率分配转化为求解凸优化问题;然后,运用SDP算法对该凸优化问题进行处理,将其转化为SDP问题并求解,从而实现对雷达功率的优化分配;最后,通过仿真验证了算法的有效性。结果表明,与功率平均分配和一种基于最大信噪比的贪婪算法相比,该功率优化分配方法能明显提高目标跟踪精度。     

雷达多目标跟踪算法

文章简述了雷达多目标跟踪系统中状态估计和航迹数据关联两大问题的研究现状并对主流算法进行分析对比。状态估计问题主要分析了线性滤波及非线性滤波的主流算法。数据关联问题主要分贝叶斯类和最大似然概率类进了行讨论分析。     

分布式MIMO雷达优化布站研究

针对分布式多输入多输出(MIMO)雷达各发射站和接收站的优化布站问题,提出了一种分布式MIMO雷达布站的优化模型.首先给出了分布式MIMO雷达的信号模型;然后分析了收发天线位置对分布式MIMO雷达的空间分集能力和信道电压散射系数方差的影响,在此基础上提出了用空间分集度和空间分散度指标对分布式MIMO雷达的空间分集能力和天线分散程度进行量化评估;接着提出了在空间分散度一定的条件下,使空间分集度最大的布站原则并给出了相应的目标函数;最后仿真分析了信号频率、探测距离、探测方位、信道数目等因素对分布式MIMO雷达布站的影响.研究结果对分布式MIMO雷达的系统配置和实际应用具有重要的参考价值.     

基于改进EM算法的分布式MIMO系统联合参数估计

鉴于采用最大似然算法估计分布式多天线系统的信道增益与频偏存在多维优化使计算复杂度高的缺陷,以及采用期望最大化（EM）算法存在收敛速度慢、对初值依赖性大的不足,而期望条件最大化（ECM）算法用一系列计算简单的CM步来代替一个复杂的M步,弱化了初值对收敛性的影响.综合考虑ECM算法与最大似然（ML）估计算法来优化EM的收敛过程,提出了一种高效稳定的EM算法.该算法在CM步取得频偏的更新值后,通过ML的结果来更新信道增益.仿真结果表明：该算法对初值的依赖性较低、计算简单且稳定性高,结合空间选择期望最大化（SAGE）方法后能大幅提高收敛速度,且所得估计值的均方误差（MSE）能够逼近Cramer-Rao界（CRB）.     

一种轻量级分布式Cell多目标跟踪算法

为了研发更有效的基于无线传感器网络(WSN)的多目标跟踪系统,在虚拟网格分层模型(VGA)和负载平衡树(LBA)的基础上,提出一种轻量级分布式Cell跟踪算法:每个目标拥有自己的跟踪Cell,当目标逃离当前Cell时,按目标航迹选出下一任Cell.多个Cell能分布式地对多目标进行同时跟踪,分为不交叉目标、跟踪Cell部分重叠目标和跟踪Cell完全重叠目标来进行讨论.实验模拟了多个目标的运动,结果表明该跟踪算法能及时有效地进行多目标跟踪.     

分布式MIMO数字阵列雷达检测性能研究

提出了一种多输入多输出(MIMO)雷达模型,并分析了其检测性能.首先,建立了MIMO雷达的观测模型,并在此基础上给出了一定搜索范围和搜索周期条件下的目标回波信号模型;其次,在考虑信道互易性和多脉冲相参积累的条件下,给出了信号处理流程并推导了相应的似然比检测器;最后,对其检测性能进行了仿真,并与其他MIMO雷达和相控阵雷达进行了性能比较.结果表明:天线分置导致的波束展宽带来的相参积累时间的延长,以及天线收发共用导致的信道互易性,都可提高MIMO雷达的检测性能,在天线数不大于6且检测概率大于0.5的条件下,其检测性能明显优于相控阵雷达.     

基于A*算法优化的多目标跟踪

为解决遮挡环境下多目标的持续跟踪问题,提出一种基于A*算法优化的跟踪关联方法。将多目标跟踪问题描述为网络流模型中的整数规划问题,在松弛整数假设为标准的线性规划问题进行求解的同时,利用A*算法快速地搜索到全局最优解,避免了整数规划求解中的NP(non-deterministic polynomial)完全问题。与其他同类方法相比,该方法拥有更小的最坏情况时间复杂度,提高了复杂环境下的跟踪准确性与鲁棒性。实验表明:该方法拥有更少的运行时间,可满足一定条件下的实时性要求。     

OFDMA干扰信道资源分布式自优化算法

针对多用户正交频分多址(orthogonal frequency division multiple access,OFDMA)干扰信道自优化问题,研究其功率和信道资源分配策略,提出了一种新的分布式的资源优化分配算法.各用户只需要知道自己的信道状态信息就可以通过迭代注水的方式对系统资源进行合理分配,实现速率最大化.通过对注水算法增加干扰强度限制条件的方法,优化资源配置,提高系统的效率,并用线性规划理论将其实现.仿真结果表明,该算法在性能上比纳什博弈算法有很大的提高.     

基于并行处理机制的多基地雷达多目标跟踪算法

针对用多基地雷达系统跟踪近距离多高速机动目标的场合,提出了一种基于并行处理机制的跟踪 算法。该算法将整个观测数据的关联过程拆分成若干个并行子关联进程,并将确定目标的跟踪过程拆分成 两个并行的三维子进程,同时对距离和拟测值及多普勒速度拟测值进行迭代滤波。仿真结果表明,该算法不 仅能够在杂波中快速精确地跟踪多个机动目标,而且具有很好的收敛特性和稳定性。     

基于Cyclic-Music算法MIMO雷达的DOA估计

在具有循环平稳特性的信号环境中, 传统DOA（Direction Of Arrival）估计算法精度很差,甚至失效。为此,将Cyclic-Music算法运用在MIMO（Moltiple Inpat and Multiple Output)雷达系统中,利用循环统计量理论计算接收信号间的循环相关函数,基于此构造循环互相关矩阵,并对其进行奇异值分解和谱峰搜索,从而得到信号的波达方向角。理论推导和仿真结果均表明,该方法可以有效估计具有循环平稳特性的人工信号波达方向,从有效性和精度两个方面改善了MIMO雷达的估计性能。     

基于快速IAA算法的MIMO雷达参数估计

多输入多输出(MIMO)雷达需要对距离、角度和Doppler频率等参数的精确估计。迭代自适应(IAA)算法仅利用单个快拍便可实现MIMO雷达的高分辨参数估计,然而使用IAA联合估计距离、角度和Doppler频率三维参数的运算量很大。该文提出一种快速IAA算法,将联合估计IAA算法简化为三级级联处理,先进行距离IAA估计,然后对存在目标的距离单元进行角度IAA估计,最后在存在目标的距离-角度单元内进行Doppler频率IAA估计,即通过降维处理得到了快速IAA算法。仿真表明:快速IAA算法在基本保持IAA算法性能的同时大大降低了运算量。     

基于动态多维分配的多基地雷达多目标跟踪算法

对于T-R^s多基地雷达系统，提出一种具有航迹质量管理的多目标跟踪算法，以解决多目标跟踪过程中航迹起始、航迹确认以及航迹删除等问题．采用累加的对数似然比（10garithm likelihood ratio，LLR）计算融合中心每个航迹的质量，并依据航迹判决规则把当前航迹分成四类，然后用相应方法处理这些航迹集合．仿真结果表明，该算法能对杂渡中多个目标进行稳定可靠的跟踪．     

TR MIMO雷达低空目标DOA估计算法

为解决雷达对低空目标角度估计精度不高的问题,提出一种基于时间反转(TR)多输入多输出(MIMO)雷达的低空目标波达方向估计算法。该算法先利用TR技术的聚焦性能,获得回波信号矩阵;然后根据MIMO雷达波形的分集特性,推导出TR MIMO雷达的虚拟阵列形式;再通过行列复用,采用双向空间平滑(FBSS)算法解相干,有效地提高了低空目标的DOA估计精度。实验仿真结果表明:在信噪比为-10dB的条件下,该算法比传统MIMO雷达DOA估计算法的均方根误差平均减少了0.3°。     

一种多站联合多目标跟踪新算法

本文基于分散估计的基本原理,用带次优渐消因子的扩展卡尔曼滤波器对以非线性方程为运动方程的多个目标状态进行估计,给出一种新的多站联合多目标跟踪算法。该算法精度高,具有良好的实时性。     

基于局部航迹关联的多基地雷达多目标跟踪快速算法

针对仅能观测目标一维信息的多基地雷达系统,提出了一种基于局部航迹关联的多目标跟踪快速算法.该算法通过各接收机的局部跟踪处理,在获得目标一维航迹的基础上,利用目标的速度信息、局部航迹的冗余性及其与目标的一一对应关系,分级剔除了由于组合定位产生的大量虚假目标,进而通过局部航迹的关联提高了多目标跟踪的稳定性.与传统的集中式跟踪算法相比,该算法避免在融合中心进行复杂的"量测-量测"与"量测-航迹"关联运算,显著提高了计算效率,具有较好的实时性,易于工程实现.     

非相干MIMO雷达模糊函数特性优化

距离折叠、多普勒频率混杂和匹配滤波杂波抑制性能是雷达在杂波条件下的基本性能.为揭示非相干MIMO雷达的此类性能,对非相干MIMO雷达的模糊函数特性均进行深入研究和优化设计,包括无模糊时延、无模糊多普勒、无模糊区区面积和无模糊区内的副瓣水平等特性.经过波形优化设计,在时延-多普勒平面上,非相干MIMO雷达的无模糊区面积被优化为1(无单位),无模糊区内的副瓣水平与SIMO雷达相当.因此,非相干MIMO雷达的距离折叠、多普勒频率混杂和匹配滤波杂波抑制性能与SIMO雷达相当.仿真结果表明,非相干MIMO雷达的无模糊区面积被优化为1.      

一种Anchor-Free的联合模型车辆多目标跟踪算法

针对现有车辆跟踪算法不能很好地平衡效率与精度,存在较多ID切换、误检的问题,提出一种Anchor-Free的联合模型车辆多目标跟踪算法,通过把Anchor-Free可变卷积深度特征融合网络引入联合模型,在联合学习车辆目标检测和重识别特征嵌入的基础上,以轨迹关联的方式,完成车辆多目标跟踪任务.所提出的算法在UA-DETR...     

基于平行因子分析的时空非均匀采样下双基地MIMO雷达目标参数联合估计算法

提出了一种基于平行因子分析的时空非均匀采样下双基地MIMO雷达收发角及多普勒频率联合估计算法。首先计算K级非均匀延迟器输出数据的协方差矩阵并对该矩阵进行变换和去冗余处理,然后将新数据转化为三阶张量并对其进行降维处理,最后通过交替最小二乘和Root-MUSIC算法估计出目标收发角和多普勒频率。该算法实现了时域和空域孔径自由度的二次扩展,提高了参数估计精度,降低了运算量。此外,通过最小冗余配置,实现了孔径的高效扩展,降低了系统配置需求。仿真结果验证了所提算法的有效性。     

一种杂波环境下的多目标跟踪算法

以实用有效的 JPDA算法为基础 ,运用直接计算后验概率的快速关联算法 ,结合两级自适应滤波器 ,同时考虑邻近目标干扰引入等效噪声协方差 ,提出了一种杂波环境下的多目标跟踪算法。理论分析和计算机模拟结果表明 ,算法有效降低了数据关联算法的复杂度 ,且计算量显著减少 ,实时性得到提高     

一种冲击噪声下的多目标跟踪算法

针对现有的子空间类多目标跟踪算法无法对相干目标进行有效跟踪,传统的动态跟踪方法在冲击噪声环境下失效的问题,提出了一种冲击噪声下的多目标跟踪算法。构造了一种新的零记忆非线性处理方法实现去冲击,推导得到了基于协方差矩阵更新的极大似然多目标跟踪方程,并设计了一种量子猫群算法,对其进行快速准确求解,实现了在恶劣噪声环境下的鲁棒多目标跟踪。仿真结果表明,所设计的算法突破了已有跟踪方法的性能和应用局限。本文分析结果可用于指导被动雷达和感知系统的跟踪模块设计。