一种天波超视距雷达多路径融合算法

摘要

针对天波超视距雷达(over-the-horizon radar,OTHR)多目标跟踪所面临的多路径和低检测概率问题,结合混合高斯概率假设密度(Gaussian mixture probability hypothesis density,GMPHD)滤波器免数据关联以及计算耗费低的优点,提出多路径不敏卡尔曼混合高斯概率假设密度(multipath unscented Kalman-Gaussian mixture probability hypothesis density,MPUK-GMPHD)融合框架.该框架将多路径效应等效为多传感器,构建面向OTHR的多传感器意义下的概率假设密度(probability hypothesis density,PHD)融合算法.通过多路径信息的有效融合避免多路径独立量测更新带来PHD目标数过估问题,并采用不敏卡尔曼滤波处理量测模型非线性问题.仿真结果表明,在OTHR多目标跟踪的复杂环境下,MPUK-GMPHD融合算法能够较准确地估计目标状态和目标数,缓解了直接利用GMPHD滤波器处理带来的目标数过估和较大计算量的问题.