弹道目标

摘要： 主要对弹道目标的跟踪滤波方法进行了综述,对扩展卡尔曼滤波(extended Kalman filter,EKF)、转换测量卡尔曼滤波(conversion measurement Kalman filter,CMKF)、基于弹道运动方程的扩展卡尔曼滤波(ballistic extended Kalman filter,BEKF)、基于弹道运动方程的无敏卡尔曼滤波(ballis⁃tic unscented Kalman filter,BUKF)4种滤波算法的关键点、优缺点进行了剖析。进一步利用仿真的弹道数据对4种滤波方法的效能进行了验证,对比了不同滤波器的滤波精度和再入目标的跟踪性能,分析了质阻比对滤波性能的影响,提出了选择和设计目标跟踪滤波方法时需要考虑的几个问题,为雷达滤波方法的选择和设计提供参考和依据。

摘要： 微动特征是弹道目标识别的关键特征之一。针对这一特征,对弹道目标微动特征提取技术进行了分析,主要包括微动信号补偿与分离、微动目标识别以及组网雷达中弹道目标微动特征提取3个部分。同时结合国内外的研究现状,总结了现有的技术手段,并对相关技术的优缺点进行了分析。在此基础上,探讨了弹道目标微动特征提取的需要解决的问题以及未来的发展趋势,为进一步推动微动特征的提取以及弹道目标识别的研究提供了一定的参考。

摘要： 针对地面跟踪雷达多目标、低数据率、高跟踪精度要求,提出了基于弹道运动方程的扩展卡尔曼滤波(extended Kalman filter,EKF)算法。建立了导弹被动段精确的质心运动方程,改进了EKF算法,经过与传统的基于常加速模型的EKF算法和基于弹道运动方程的无迹卡尔曼滤波(unscented Kalman filter,UKF)算法比较,验证了基于弹道运动方程的EKF具有低数据率下滤波精度高、计算量小等优点,解决了地面跟踪雷达实际中遇到的问题。

摘要： 弹道目标在中段飞行的过程中,存在平动和微动两种运动方式.由于平动会破坏微多普勒结构,为了获得目标的相关参数以便对目标进行识别,需要对平动分量进行补偿.针对该问题,本文提出了一种基于Shi-Tomasi角点检测算法的弹道中段目标平动补偿方法.该算法从图像处理的角度出发,可以有效的提取出图像中的角点信息.之后,根据得到的角点信息进行回归分析,从而实现平动参数的估计.根据仿真实验结果,该算法可以实现平动分量的补偿并具有较好的鲁棒性.

摘要： 高速目标平动补偿是弹道目标微动特征信息提取中一个较难解决的问题.利用弹道导弹宽带回波信号,提出了一种基于散射中心极化散射特性的非相干宽带回波对齐方法,通过极化相似性参数实现散射点中心对齐,并利用目标散射中心的高分辨一维距离像走动提取瞬时微动参数,对目标的尺寸和微动参数进行估计.仿真结果表明,该方法可以有效地在较低信噪比下实现包络对齐与微动参数提取,为后续工程化应用奠定了理论基础.

摘要： 弹道中段多目标具有不同的平动参数,以往针对单目标和同一平动参数的群目标的平动补偿方法不再适用.针对此问题,该文提出了基于高阶模糊函数、延迟共轭相乘及时频分布处理相结合的多目标平动参数和微动周期估计方法.首先,该方法利用高阶模糊函数估计出平动2阶加速度和微动周期;然后,通过对1次补偿后的回波进行延迟共轭相乘估计出平动1阶加速度;最后,利用2次补偿后目标回波时频图的差异,对时间轴进行加权累加估计出剩余平动速度.仿真结果验证了所提算法对于多目标不同平动参数估计的有效性.

摘要： 高速目标平动补偿是弹道目标微动特征信息提取中一个较难解决的问题.利用弹道导弹宽带回波信号,提出了一种基于散射中心极化散射特性的非相干宽带回波对齐方法,通过极化相似性参数实现散射点中心对齐,并利用目标散射中心的高分辨一维距离像走动提取瞬时微动参数,对目标的尺寸和微动参数进行估计.仿真结果表明,该方法可以有效地在较低信噪比下实现包络对齐与微动参数提取,为后续工程化应用奠定了理论基础.

摘要： 中段弹道目标会发生释放弹头、抛洒诱饵等多种形式的目标分离事件.在目标分离的前期,多目标之间距离较近,存在电磁耦合现象,诱发目标雷达散射截面积、极化等维度的电磁特征变化.准确地捕获这些变化就能辅助雷达进行资源调度,提高预警雷达对弹道目标的跟踪和识别能力.该文对中段弹道目标3种分离方式的动态散射特性进行了深入分析,在此基础上提出了可以判断目标分离事件发生的特征量,促进弹道目标行为辨识的发展.

摘要： 对弹道目标进行时频分析可以推测并估计弹道目标的微动运动形式,并可以进一步用于微动参数估计.本文提出了一种基于正交匹配追踪(OMP)的弹道目标微动时频分析方法.该方法通过选取逆傅里叶基,并通过贪婪算法进行稀疏求解,从而得到弹道目标回波信号每一时刻的频率分量.该方法相比于传统短时傅里叶变换进行时频分析的方法具有提取频率更加精细,且可用于间断数据的优点.本文采用实测数据对文中提出的方法进行了对比验证,结果表明该方法的有效性.

摘要： S-300V基本战术要素1969年,在总设计师В.П.耶夫列莫夫的领导下,充分借鉴之前在试验性射击中获取的实际经验和理论依据,即利用专用防空导弹系统原则上能够摧毁弹道目标,开始了S-300V防空导弹系统的研制工作。为此,需要高性能的目标探测和导弹制导站,导弹必须是高速、远程的,且带有大威力战斗部。

摘要： 微动特征是弹头区别于诱饵的一个最显著的特征.单基雷达获取的只是微动信息在雷达视线方向的一维投影,若能利用微动在三维空间上的信息,将提高识别的准确性.本文基于组网雷达的多视角特性,研究了弹道目标的三维微动识别.首先建立了有翼、无翼锥体目标在进动、摆动和滚动形式下的微动模型;理论分析了各种微动目标的距离信号形式,得到了不同微动目标的频域特征;在此基础上提出了基于组网雷达多视角频域积累的微动类型识别方法,对于频域上难以区分的目标,进一步提出了基于目标三维微动参数提取的识别方法.最后实验验证了本文方法的有效性.

摘要： 本文研究了弹道目标的特征极化在弹道中段的特性及其变化规律。首先根据弹道目标的质心运动和微运动规律，利用缩比模型的暗室静态测量数据，仿真得到目标动态全极化散射回波数据。基于该数据，分析了不同目标在弹道中段的特征极化及其变化规律，结果表明：弹道目标的特征极化随目标空间姿态的变化呈现出规律性变化，并且不同弹道目标的特征极化具有明显差异。

摘要： 将弹道目标进动模型、宽带电磁散射计算模型以及线性调频(LFM)雷达回波信号模型相结合，提出了一种进动弹道目标宽带雷达特征信号预测与高逼真度仿真的方法。利用进动目标的微波暗室测量数据，从高分辨一维距离像时间序列对模型的逼真度进行了验证，并在此基础上仿真了弹道目标的动态宽带LFM雷达回波信号，分析了微动调制和弹道高速运动对雷达成像的影响。

摘要： 弹道目标再入跟踪中，实际处理对目标的动力学信息利用较少；当弹道系数未知时，一般做法是实时估计出位置、速度，然后计算得到弹道系数。本文引入了目标的动力学方程，充分利用了目标的动力学信息；同时对弹道系数建立了适当的模型，将弹道系数增加为状态的一维，对其进行实时估计。针对三维再入弹道系数未知的情况，研究了弹道目标估计误差的理论克拉美-罗下界，并以此为依据比较了两种典型的非线性滤波算法的跟踪性能。这两种算法是EKF和UKF。仿真结果表明，UKF对目标的估计性能整体上优于EKF，但是估计时间比EKF长。

摘要： 平动补偿是弹道目标回波信号处理的必要步骤.针对高分辨雷达弹道目标平动补偿这一问题,提出了一种基于包络对齐的平动参数估计方法.该方法首先利用相邻距离像的包络对齐对高速平动进行粗补偿,使得补偿后距离像上的散射中心位置变化连续;然后利用微动的周期性进行微动解耦,通过对微动周期内相近角度距离像的包络对齐实现平动参数的精估计.仿真结果验证了算法的有效性.

摘要： 对弹道目标成像,可以获取目标的属性、类别等信息,从而为目标准确探测与精确识别提供重要依据.该文将干涉式逆合成孔径雷达(InISAR)中多天线干涉处理的思想引入到窄带雷达弹道目标成像中,首先根据微多普勒效应理论,利用Viterbi算法在时频域进行散射点分离,再通过干涉处理技术获取各散射点对应的相位差信息,进而重构出散射点在各时刻的二维坐标,实现弹道目标的时变二维成像.仿真实验验证了所提方法的有效性.

摘要： 针对弹头释放诱饵和末修过程中带来的小扰动,提出了基于高精度多普勒测速的修正残差扰动检测方法,显著降低了虚警概率和漏检概率;针对扰动特点,提出了增加状态变量和衰减记忆滤波的自由段弹道估计改进算法,仿真验证了扰动后轨迹滤波的有效性。

摘要： 多传感器融合的数据关联问题一直是目标跟踪领域的核心与难点之一。这里提出了一种多传感器融合的多维数据互联算法。首先进行多目标跟踪模式的判断，根据跟踪模式选取不同维数的数据互联算法，对现有的多维数据互联算法存在问题进行了分析并进行了改进，给出了算法实现的伪代码。仿真与实装实验结果表明，该算法能够对弹道目标跟踪具有好的效果，对复杂环境下的多目标也能进行稳定的跟踪。

摘要： 论文考虑了天基有源太赫兹成像雷达的初始概念设计，该雷达的作用是在战略导弹防御中对弹道中段的目标群进行监视、跟踪识别和杀伤评估。雷达可采用合成孔径(SAR)与逆合成孔径(ISAR)雷达两种成像体制，其中SAR成像用于目标群的监视跟踪，ISAR成像用于对中段后期分离开的目标逐个成像识别。论文分别计算了各体制的主要系统参数与工作参数。在设想的作战场景中，雷达将以适当的功率消耗在战略距离上准实时的产生一系列的目标雷达图像，这些图像的分辨率在分米至米量级。

摘要： 论文考虑了天基有源太赫兹成像雷达的初始概念设计，该雷达的作用是在战略导弹防御中对弹道中段的目标群进行监视、跟踪识别和杀伤评估。雷达可采用合成孔径(SAR)与逆合成孔径(ISAR)雷达两种成像体制，其中SAR成像用于目标群的监视跟踪，ISAR成像用于对中段后期分离开的目标逐个成像识别。论文分别计算了各体制的主要系统参数与工作参数。在设想的作战场景中，雷达将以适当的功率消耗在战略距离上准实时的产生一系列的目标雷达图像，这些图像的分辨率在分米至米量级。

摘要： 一种弹道导弹目标定轨的EKF滤波方法，其特征在于，方法包括：确定EKF算法的初始值；计算当前时刻的目标定轨的系统误差值；建立EKF算法的系统模型，并在初始值与系统误差值的基础上进行滤波，以计算当前时刻的状态估计值；以及得到当前时刻的目标定轨评估范围。

摘要： 本发明公开了一种非合作弹道飞行目标运动状态分析方法及系统，首先采用一阶导数非零均值时间相关模型描述目标加速度，利用卡尔曼滤波器作为大地直角坐标系下目标的状态估计器，通过接收非合作弹道飞行目标在球坐标下的坐标测量值，将坐标测量值转换为大地直角坐标系下的坐标测量值；利用运动状态模型、大地直角坐标系下的坐标观测值，获取非合作弹道飞行目标的新息、新息方差、状态预测值和预测误差协方差；并根据新息和所述新息方差，获取模型误差判别量；根据模型误差判别量构建抗差自适应因子，判断所述抗差自适应因子，更新状态估计值和估计误差协方差，最后输出分析结果。本发明可弥补先验建模误差，提高目标运动状态的估计精度。

摘要： 本发明公开了一种基于线阵的弹道目标回波信号模拟方法，首先确定模拟器天线单元阵列的位置、架设高度、长度、单元间距和单元数，以及各天线单元对雷达天线中心的仰角；通过射频电子开关选择对应仰角的模拟器天线单元，接收雷达辐射信号；经混频滤波处理后送入A/D器件实现数字化；然后对下变频处理得到数字基带信号进行多普勒调制和数字延时，处理后进行数字上变频和数模转换，得到的模拟中频回波信号进行变频放大处理，之后选择目标轨迹对应仰角位置的天线单元实现模拟射频回波信号辐射。本发明利用天线阵列单元以及数字信号处理技术，能够真实模拟弹道目标的雷达回波，节省硬件资源，实现基于线阵的弹道目标回波信号模拟。

摘要： 本发明公开了一种基于相位测距的宽带雷达弹道目标微动几何参数估计方法，属于雷达技术领域，思路为：建立锥体目标几何模型，获得锥体目标的距离‑时间回波信号和第i个散射中心的微距曲线理论结果：利用分段近似微距曲线提取方法对第i个散射中心的距离‑时间回波信号进行分段以及Keystone变换，得到第i个散射中心的粗估计瞬时微距曲线利用相位测距微距曲线提取方法，得到第i个散射中心的高精度微距曲线进而分别得到锥体目标进动频率估计值锥体目标进动角估计值目标半锥角估计值锥体目标母线长估计值锥体目标高度估计值和锥体目标底面半径估计值作为所述基于相位测距的宽带雷达弹道目标微动几何参数估计结果。

摘要： 本发明公开了一种基于角速度量测的末端弹道目标被动跟踪方法。该方法为：首先，建立末端弹道目标运动模型；其次，建立基于测向交叉定位的跟踪模型：在经典测向交叉定位基础上使用双站，定义观测站分别为主站和副站，建立加入角速度量测的跟踪模型；然后，进行基于UKF的末端弹道目标跟踪滤波，实现末端弹道目标被动跟踪；最后，根据克拉美罗下界与均方根误差对滤波结果进行评估。本发明无需发射电磁波，隐蔽性高，并且提高了末端弹道目标的跟踪精度和滤波算法收敛的速度。

摘要： 本发明公开了雷达技术领域的一种基于线阵的弹道目标回波信号模拟器及弹道数据产生方法，可以高精度实时地模拟快速运动的弹道目标回波信号，解决了雷达外场试验中雷达性能验证的问题并且为野战部队提供了一种训练手段。包括：射频电子开关、天线单元阵列、数字信号处理模块、射频收发组件、D/A变换模块和A/D变换模块；数字信号处理模块用于基于线阵的弹道目标回波信号模拟器的系统控制；天线单元阵列包括若干个处于不同高度位置的天线单元，用于接收雷达辐射信号并在给定位置辐射弹道目标的回波信号；射频电子开关用于连接天线单元阵列与射频收发组件并通过数字信号处理模块控制选择弹道目标轨迹对应仰角位置的天线单元接收和辐射信号。

摘要： 本发明属于目标跟踪技术领域，特别涉及一种基于Jerk模型的跳跃滑翔弹道目标跟踪方法及系统，基于Jerk模型构建机动目标跟踪模型；利用位置估计的偏差表示加加速度扰动量并获取加加速度方差表示，将加加速度方差与加加速度频率进行正相关来获取加加速度频率表示；并依据获取的加加速度方差表示和加加速度频率表示来设置机动目标跟踪模型参数并获取机动目标跟踪模型目标跟踪过程中的过程噪声协方差矩阵；依据机动目标跟踪模型及雷达观测模型获取目标状态方程和观测方程，基于目标状态方程和观测方程来进行跳跃滑翔弹道目标跟踪。本发明通过位置估计的偏差对机动目标跟踪模型参数进行自适应调整设置，使运动状态估计收敛速度更快，有效避免参数设置不合理带来的跟踪误差，提升跟踪效果。

摘要： 本发明公开了一种弹道目标RCS时间序列的进动周期提取方法，方法包括：计算目标的运动引起的电波入射角变化信息后，通过对所述目标的暗室静态测量数据进行插值，得到所述目标的动态数据序列；对所述动态数据序列进行平滑处理后，采用小波变换阈值去噪法进行去噪处理，得到初始数据；对所述初始数据进行全极化通道融合处理，得到进动周期信息。本发明提高了精度和稳定性，可广泛应用于计算机技术领域。

摘要： 本发明属于雷达技术领域，具体地涉及一种深度可分离融合卷积神经网络的有限样本弹道目标识别方法。包括：步骤1：从高分辨雷达中获取弹道目标HRRP样本，构建训练集和测试集，训练周期为Ω；步骤2：构建DSFCNN网络；步骤3：对步骤2的DSFCNN网络的可训练参数θ初始化；步骤4：构建有限样本学习损失函数，计算每个批次数据的损失函数值；步骤5：使用随机梯度下降算法完成1个批次的可训练参数更新，得到θ1；步骤6：令θ0＝θ1，重复步骤4和步骤5，最终得到参数θT，然后对测试数据集中的样本进行预测，并对预测结果进行统计；步骤7：令θ0＝θT，重复步骤6直至完成Ω个周期的训练，并保存测试集识别正确率最高时的模型参数。本发明的方法正确率高，鲁棒高。

摘要： 本发明公开了一种基于轻量化一维卷积神经网络的弹道目标识别方法，针对标准一维卷积神经网络存在的高计算复杂度问题，提出了分组融合卷积(GF‑DCNN)，首先将标准一维卷积和输入特征图平均拆分成多个组，各个卷积核只与同组内的输入特征图进行卷积运算，避免了使用全连接结构带来的高计算复杂度和过多的参数量。将标准一维卷积简单替换为分组卷积会造成识别效果相应降低，这主要是各组之间的特征信息没有有效的流通造成的，因此在分组卷积之后构建了线性融合层实现各组特征的有效流通。另外，在GF‑DCNN的训练方面，针对传统梯度下降训练算法未考虑梯度短时变化问题，借助diffGrad算法思想，引入表征梯度短时变化的AbsSig函数调节学习率，有效提升了模型识别正确率。