基于关联性的目标动向热点分析

为了从海量传感器数据中及时发现重要目标的动向,提出了一种目标动向信息表征及关联方法,即从多源异类传感器获取的信息中抽取出目标关联要素进行动向表征,利用语义决策树实现动向要素聚类,通过知识规则进行关联匹配扩展,从而发现目标动向的热点,并进一步统计分析目标活动规律与发展趋势。实验表明所提出的基于关联性的目标动向热点分析算法准确率高,具有实用价值。     

基于特征值和灰度关联的双机关联定位

针对双机协同对多目标进行定位跟踪的应用背景，研究了不同侦察平台、不同侦察传感器测向数据的关联和定位问题，提出了一种双机实时关联定位方法。该方法利用各类传感器的关联特征要素建立双机同类型传感器的数据关联模型，利用B 型灰色关联度的纯方位关联算法建立同机不同类型传感器的关联矩阵，结合目标身份信息进行测向结果关联，对关联上的测向结果进行提纯、滤波和交叉定位，最后得到目标定位结果。仿真试验结果证明了该方法的有效性。     

基于模糊平均综合相似度的航迹关联算法

为了解决多传感器多机动目标的航迹关联问题,提出了基于模糊平均综合相似度的多传感器多目标航迹关联算法.该算法首先应用模糊理论建立了多传感器航迹关联问题的数学模型,提出用航迹间的整体平均距离进行粗关联,确定可能关联航迹,排除不关联航迹;然后利用模糊理论计算出可能关联航迹之间的模糊综合相似度,基于到当前时刻的全部模糊综合相似度,得出可能关联航迹的整体模糊平均综合相似度,建立模糊平均相似度关联矩阵;最后采用最大平均综合相似度和阈值判别原则,确定关联航迹.仿真结果表明,在目标密集、航迹交叉等情况下,该算法性能良好,关联正确率明显优于传统方法.     

大批量目标航迹关联加速算法

针对分布式航迹关联耗时较多的问题，提出了一种加快处理速度的新算法。该方法首先将平面等分割成很多矩形网格；其次，根据关联门限计算关联的矩形网格集合；最后，根据关联网格集合选定待关联目标，从而减少关联次数，提高处理速度。仿真试验表明，当目标数为1 600以上、传感器数为2以上时,航迹关联加速算法比一般航迹关联算法的处理速度高出30倍以上。     

多源置信综合的雷达与ESM协同跟踪方法

跟踪空间邻近目标时,仅依靠运动学信息不足以实现可靠的数据关联,而基于动目标指示器（Moving Target Indicator,MTI）雷达和电子支援措施（Electronic Support Measurement,ESM）的多源异类传感器数据融合可以通过提升数据关联性能达到改善跟踪性能的目的。通过构建基于五种成比例再分配规则（Five Proportional Conflict Redistribution Rules,PCR5）置信度量的数据关联策略,将目标运动学信息和属性信息结合做多特征推理,解决异类传感器数据的不确定性和不一致性;利用Dempster-Shafer（DS）证据理论方法进行属性融合更新,完成属性信息在时间序列上的相干积累,实现空间邻近目标的可靠跟踪。该方法从数据关联和状态估计两方面联合进行改进,通过引入属性信息提升数据关联的正确性,从而提升跟踪性能,实现多源异类信息下的协同跟踪。仿真表明,相比于仅雷达跟踪、雷达和ESM序惯跟踪等方案,该方法可有效提升跟踪精度和关联性能。     

多传感器数据融合中基于目标识别的DS算法研究

由于多传感器数据中对目标的描述通常存在或多或少的模糊、相驳、遗缺等现象，在多传感器数据融合处理中如何对目标进行有效可靠的识别，是一个备受关注的难题。本文对多传感器数据融合处理中基于ＤＳ算法的目标识别问题进行了较深入的探讨，利用ＤＳ算法对不确定性信息的推理判断机制，为解决上述难题提供了一种有效的方法。     

基于小波变换的异类传感器机动目标的模糊航迹关联

针对雷达和电子对抗测量对机动目标的航迹关联问题,提出了一种基于小波变换的模 糊航迹关联算法。首先通过小波分析对航迹序列进行去噪、粗关联,然后根据目标的特性建 立模糊因素子集,进行精关联。仿真实验表明：与传统的加权法相比,该算法有效地解决了 机动目标航迹关联问题,并提高了航迹关联的概率。     

应用K-means聚类的分布式多传感器航迹关联算法

针对分布式多传感器航迹关联的特点,考虑采用K-means聚类的航迹关联算法。将来自各传感器的局部航迹与系统航迹进行关联,并将系统航迹作为初始聚类中心,避免了K-means算法本身依赖初始值的缺陷;提出将系统航迹与局部航迹的欧式距离以及其状态向量在1范数下的距离之和作为相似度测度;设定距离门限值,减少了极端数据对聚类结果的影响,并增加多义性处理。蒙特卡洛仿真实验表明,该算法在目标密集并且目标有交叉的情况下能以较小的代价得到较高的平均正确关联率。同时,该算法克服了最近邻域法的局部最优特性和关联正确率高度依赖特征阈值等局限性。     

概率数据关联算法在目标跟踪中的应用

数据关联是现代目标跟踪系统中的一个重要组成部分。由于测量来源的不确定性，密集环境中的目标跟踪比较困难。溉率数据关联（PDA）算法能很好地处理目标跟踪并在很多领域得到了广泛的应用。仿真结果表明了概率数据关联算法的有效性。     

基于约束加权最小二乘的时差频差联合定位算法

针对运动目标源定位问题,提出了一种基于约束加权最小二乘(Constrained Weighted Leas t-Squares, CWLS)的时差频差定位算法。该算法利用目标源到达多个接收站的时差和频 差信息,对目标源的位置和速度进行估计。通过引入中间变量,将时差频差非线性方程转换 成伪线性方程(中间变量与目标源位置和速度之间存在约束关系),再对此约束条件引入拉格 朗日乘子技术,将此伪线性方程的求解转化为求条件极值问题,创造性地求解了此非线性定 位方程,提高了定位精度,并能满足实时性和全局收敛要求。仿真实验表明,该算法在保持 相近复杂度的同时,进一步提高了定位性能,优于两步加权最小二乘算法,在噪声较高时仍 然能达到克拉美罗下限。     

结合匈牙利指派和改进粒子滤波的多目标跟踪算法

使用汽车雷达进行多目标跟踪时，为了提高航迹关联效率并改善非线性场景跟踪效果，提出了结合匈牙利指派和卡尔曼重要性采样的粒子滤波(Particle Filter with Kalman Importance Sampling，PF-KIS)算法。首先，将航迹关联分解为聚类和指派，通过密度聚类筛选并整合有效目标，经过匈牙利指派得到目标和航迹的最佳匹配关系，避免产生多余联合事件，提高关联效率；其次，以卡尔曼滤波的结果作为粒子滤波的先验，使采样粒子分布更合理，提高估计精度，进而改善非线性跟踪能力。实验表明，算法平均航迹关联正确率约为95%；非线性场景误差约为卡尔曼滤波的1/2，有效地改善了非线性场景跟踪能力。     

多模型交互滤波在运动目标轨迹融合中的应用

分析了运动目标轨迹融合数据源的技术特点,在目标跟踪算法基础上,提出了多模型滤波的概念,同时建立了比较有效的数学模型,解决了目标高度机动情况下的目标跟踪问题。最后给出了多模型滤波效果的仿真演示结论。     

基于数字波束形成的自动跟踪系统

针对多目标测控问题，提出了一种实用的利用基于圆阵的数字波束形成技术来实现目标跟踪的系统。在系统实际工作于噪声和干扰环境中时，为避免计算梯度时可能出现的数值突变，提出了一种修正的梯度跟踪自适应算法，可靠地实现了权值更新，并对各阵元输出进行加权合并，以获得最大信号输出，同时实现对目标方位角和俯仰角的自动捕获和跟踪，且跟踪迅速、正确、稳定。仿真结果表明了所提出的方案的正确性。     

利用多照射源的单站多目标无源定位

提出一种针对多目标的单站无源定位算法,综合利用多个外部照射信号,基于对信号多径时延的测量,在目标位置空间进行概率融合,将多目标定位问题转化为对一个目标函数的多峰寻优问题。该算法通过空间关联性实现参数自动配对,能依据单次观测数据对较大数量的散射体目标同时定位。     

利用频移动态特征的辐射源目标盲分选

利用辐射源目标的频移动态特征进行盲分选时，针对已有的分选方法不能很好解决非合作接收数据非周期、间断、交叠的问题，提出了一种改进的逻辑回归分选算法,将信号分选转化为轨迹分类的问题来处理。首先，借鉴多目标航迹起始模型中的M/N逻辑法的框架，设计新的数据关联门限，以建立目标起始曲线；其次，采用最小二乘拟合方法替代卡尔曼滤波，设计新的外推规则，建立载频变化预测曲线；分析新的接收数据与预测曲线的关联性，不断迭代回归或形成新的分支，最后获得目标分选结果。仿真与实测试验表明，利用逻辑回归分选算法，对不同运动目标搭载的同频辐射源可进行自动分选，4个仿真目标与2个真实目标的分选正确率达到100%。同时，该方法拓展了辐射源目标盲分选中的动态频移特征应用，为辐射源个体识别提供了新的支持。     

一种机载地面侦察雷达多机动目标跟踪方法

加拿大经济学家巴伯(C.L.Barber)提出的有效保护率概念是对整个产业征税后实际保护程度的一个有效分析工具。但一些不符合现实的假设条件限制了有效保护理论的适用范围。一些著作也就这方面的问题作过探讨,本文在综合一些学者观点的基础上逐步放宽了其所假设的限制条件,使这一理论更加完善,更具现实指导意义。并在此基础上对中国关税结构的优化问题进行简要的分析。     

小波分析在多传感器多目标跟踪的航迹相关算法中的应用

在多传感器多目标融合跟踪系统中,航迹关联是对目标进行连续跟踪最重要的关键技术。在融合中心,对多传感器获得的目标航迹数据进行航迹关联处理,判断哪些航迹数据源于同一个目标。利用小波分析的方法提取航迹信号的趋势项信息,再结合传统的航迹关联处理方法对这些趋势信号进行关联判决。仿真实验表明这种方法是可行的。     

基于概率的单站多目标无源定位算法

机载单站多目标无源定位是现代电：于侦察领域的重点和难点课题。本文提出了一种基于贝叶斯后验概率最大原理的机载单站多目标无源定位算法。该算法只使用干涉仪给出脉冲序列相位差和载频信息，即可完成对多目标的分选识别和高精度定位，具有定位准确、指示清楚、无需对信号进行预分选的优点。仿真结果表明：在工程可实现的测向、测频精度和考虑载机位置、姿态误差情况下，对于载机一侧的多目标可能达到的定位精度约为距离的2％，是一种具有广阔应用前景的机栽单站无源定位方法。     

基于地理信息的地面运动目标跟踪方法

为了提高地面运动目标跟踪精度,提出了基于地理信息约束的变结构交互多模(VS-I MM)的目标跟踪算法。通过建立地理信息系统约束地面目标运动状态,并利用目标转弯曲线 模型确定滤波器中机动目标的时变运动模型集,采用地理信息约束的变结构交互多模算法可 更符合实际进行地面目标机动跟踪。针对机场地面机动目标的仿真结果表明,给出的地理条 件约束的目标跟踪算法比现有交互多模算法具有更好的性能。