基于PHD滤波雷达起伏微弱多目标的检测前跟踪方法

摘要

本发明公开了一种基于PHD滤波雷达起伏微弱多目标的检测前跟踪方法，解决的是幅度波动下目标的检测和跟踪问题，研究了swerling0,1,3三类起伏目标模型，建立了PHD‑TBD算法下复似然和幅度似然的两种跟踪模型，其中复似然的方法弥补了幅度似然在计算过程中只考虑量测的幅度信息，而忽略相位信息的缺陷，从而更好的利用目标原始信息。本发明的方法在目标幅度波动的情况下，复似然和幅度似然相比，前者在目标位置和个数的估计性能上优于后者，且计算效率更高。在低信噪比下，复似然仍然可以有效地检测并跟踪未知数量的微弱目标。