臨近空間高超聲速飛行器探測跟蹤技術(shù)

第1章 緒論\t1
1．1 臨近空間高超聲速飛行器\t1
1．1．1 臨近空間高超聲速飛行器的定義\t1
1．1．2 臨近空間高超聲速飛行器的特點\t3
1．2 臨近空間高超聲速飛行器對雷達(dá)探測跟蹤形成新挑戰(zhàn)\t4
1．2．1 顯著縮短了雷達(dá)系統(tǒng)的預(yù)警時間\t4
1．2．2 顯著降低了雷達(dá)發(fā)現(xiàn)目標(biāo)的能力\t5
1．2．3 顯著增加了雷達(dá)的定位跟蹤誤差\t7
1．3 臨近空間高超聲速飛行器探測跟蹤技術(shù)\t7
1．3．1 高超聲速目標(biāo)的相參積累檢測\t7
1．3．2 高超聲速目標(biāo)的非相參積累檢測\t10
1．3．3 高超聲速目標(biāo)跟蹤\t13
1．4 臨近空間高超聲速飛行器的發(fā)展歷程\t17
1．4．1 臨近空間高超聲速飛行器的研究現(xiàn)狀\t17
1．4．2 反臨近空間高超聲速飛行器的研究現(xiàn)狀\t21
參考文獻(xiàn)\t23
第2章 臨近空間高超聲速目標(biāo)相參積累\t24
2．1 高超聲速目標(biāo)信號模型\t25
2．2 目標(biāo)高超聲速運動對相參積累的影響\t26
2．2．1 跨距離門問題\t26
2．2．2 多普勒擴展問題\t27
2．3 基于多尺度搜索補償?shù)南鄥⒎e累方法\t28
2．3．1 距離走動補償\t28
2．3．2 多普勒擴展補償\t29
2．3．3 多尺度處理和計算量分析\t30
2．3．4 算法實現(xiàn)\t31
2．4 仿真驗證與分析\t32
2．4．1 仿真參數(shù)設(shè)置\t32
2．4．2 算法有效性驗證\t32
2．4．3 不同信噪比條件下的仿真驗證\t37
2．4．4 不同脈沖積累數(shù)條件下的仿真驗證\t38
2．5 小結(jié)\t39
參考文獻(xiàn)\t39
第3章 基于多普勒反饋的臨近空間高超聲速目標(biāo)相參積累\t41
3．1 高超聲速目標(biāo)模型\t42
3．1．1 目標(biāo)信號模型\t42
3．1．2 目標(biāo)運動模型\t43
3．2 基于多普勒信息反饋調(diào)節(jié)的相參積累\t43
3．2．1 多維搜索補償?shù)南鄥⒎e累處理\t44
3．2．2 多普勒估計值的獲取與反饋調(diào)節(jié)\t45
3．2．3 算法實現(xiàn)\t49
3．3 仿真驗證與分析\t49
3．3．1 仿真參數(shù)設(shè)置\t49
3．3．2 算法有效性驗證\t50
3．3．3 不同信噪比條件下的仿真驗證\t51
3．3．4 不同脈沖積累數(shù)條件下的仿真驗證\t53
3．3．5 不同反饋調(diào)節(jié)幀數(shù)條件下的仿真驗證\t54
3．4 小結(jié)\t54
參考文獻(xiàn)\t54
第4章 臨近空間高超聲速目標(biāo)非相參積累\t56
4．1 Hough變換的基本原理\t57
4．2 基于RT-Hough變換的目標(biāo)非相參積累\t58
4．2．1 RT-Hough變換的選取\t58
4．2．2 高超聲速目標(biāo)系統(tǒng)模型\t59
4．2．3 RT-Hough變換\t60
4．2．4 候選航跡的多條件約束\t62
4．3 仿真驗證與分析\t63
4．3．1 仿真參數(shù)設(shè)置\t63
4．3．2 算法有效性驗證\t64
4．3．3 不同信噪比下的性能分析\t67
4．3．4 不同雜波密度下的性能分析\t68
4．3．5 算法對比\t69
4．4 小結(jié)\t69
參考文獻(xiàn)\t70
第5章 基于隨機Hough變換的臨近空間高超聲速目標(biāo)非相參積累\t71
5．1 隨機Hough變換基本原理\t72
5．2 改進(jìn)的隨機Hough變換算法\t74
5．2．1 現(xiàn)有隨機Hough變換的不足\t74
5．2．2 參數(shù)空間允許誤差的選取標(biāo)準(zhǔn)\t75
5．2．3 算法實現(xiàn)\t76
5．3 仿真驗證與分析\t78
5．3．1 仿真參數(shù)設(shè)置\t78
5．3．2 算法有效性驗證\t79
5．3．3 算法性能分析\t80
5．3．4 與標(biāo)準(zhǔn)Hough變換的比較\t82
5．4 小結(jié)\t83
參考文獻(xiàn)\t84
第6章 基于自適應(yīng)遞推Hough變換的臨近空間高超聲速目標(biāo)
非相參積累\t85
6．1 目標(biāo)模型\t86
6．1．1 目標(biāo)狀態(tài)模型\t86
6．1．2 目標(biāo)量測模型\t86
6．2 基于自適應(yīng)遞推Hough變換的非相參積累算法\t87
6．2．1 初始時刻的Hough變換處理\t88
6．2．2 自適應(yīng)遞推Hough變換\t90
6．2．3 航跡合并\t92
6．3 算法實現(xiàn)\t92
6．4 仿真驗證與分析\t94
6．4．1 仿真參數(shù)設(shè)置\t94
6．4．2 算法有效性驗證\t96
6．4．3 不同SNR下的性能分析\t97
6．4．4 不同雜波密度下的性能分析\t98
6．5 小結(jié)\t100
參考文獻(xiàn)\t101
第7章 臨近空間高超聲速滑躍式軌跡目標(biāo)的正弦跟蹤模型\t102
7．1 臨近空間高超聲速滑躍式軌跡目標(biāo)的跟蹤模型\t103
7．1．1 目標(biāo)軌跡特性分析\t103
7．1．2 Sine模型的建立\t104
7．1．3 量測模型的建立\t107
7．1．4 濾波器的初始化\t108
7．2 特殊角速率取值下的Sine模型\t110
7．3 仿真驗證與分析\t111
7．3．1 臨近空間高超聲速目標(biāo)的滑躍式軌跡設(shè)計\t111
7．3．2 臨近空間高超聲速滑躍式軌跡目標(biāo)跟蹤實驗\t115
7．4 小結(jié)\t123
參考文獻(xiàn)\t123
第8章 基于目標(biāo)特性分析的臨近空間高超聲速目標(biāo)強跟蹤\t125
8．1 臨近空間高超聲速目標(biāo)的滑躍式軌跡分析\t126
8．1．1 臨近空間目標(biāo)動力學(xué)方程\t126
8．1．2 臨近空間目標(biāo)的高超聲速滑躍式運動軌跡\t127
8．1．3 臨近空間高超聲速滑躍式軌跡性能分析\t128
8．2 臨近空間高超聲速滑躍式軌跡目標(biāo)跟蹤\t128
8．2．1 臨近空間目標(biāo)量測方程\t129
8．2．2 臨近空間目標(biāo)跟蹤模型\t129
8．3 仿真驗證與分析\t137
8．3．1 仿真參數(shù)設(shè)置\t137
8．3．2 基于目標(biāo)特性分析的強跟蹤濾波算法的有效性分析\t138
8．3．3 基于目標(biāo)特性分析的強跟蹤濾波算法的可靠性分析\t140
8．4 小結(jié)\t141
參考文獻(xiàn)\t142
第9章 臨近空間高超聲速滑躍式軌跡目標(biāo)的三維投影跟蹤\t143
9．1 臨近空間高超聲速目標(biāo)的滑躍式運動軌跡分析\t144
9．2 臨近空間高超聲速目標(biāo)的三維投影跟蹤模型\t145
9．2．1 地理坐標(biāo)系下的三維投影變換\t145
9．2．2 經(jīng)緯方向上的線性高超聲速目標(biāo)跟蹤\t147
9．2．3 高度方向上的高機動頻率目標(biāo)跟蹤\t149
9．2．4 不同跟蹤段中的目標(biāo)狀態(tài)相關(guān)聯(lián)\t151
9．3 仿真驗證與分析\t152
9．3．1 仿真參數(shù)設(shè)置\t152
9．3．2 三維投影跟蹤方法的可行性與優(yōu)越性分析\t152
9．3．3 點跡歸并和凝聚處理的必要性分析\t154
9．3．4 加速度突變檢測和補償?shù)膬?yōu)越性分析\t155
9．4 小結(jié)\t156
參考文獻(xiàn)\t156
第10章 臨近空間高超聲速滑躍式軌跡目標(biāo)的多模型跟蹤\t158
10．1 多模型算法的選擇與模型集的設(shè)計\t159
10．1．1 多模型算法分析\t159
10．1．2 多模型算法的比較與選擇\t159
10．1．3 多模型算法模型集的設(shè)計\t160
10．2 臨近空間高超聲速目標(biāo)的IMM跟蹤\t161
10．2．1 IMM跟蹤\t161
10．2．2 仿真驗證與分析\t163
10．3 基于模型轉(zhuǎn)移概率矩陣在線調(diào)整的IMM算法\t169
10．3．1 模型轉(zhuǎn)移概率分析\t169
10．3．2 基于準(zhǔn)貝葉斯估計的模型轉(zhuǎn)移概率在線調(diào)整方法\t169
10．3．3 基于可能性大小的模型轉(zhuǎn)移概率在線調(diào)整方法\t170
10．3．4 基準(zhǔn)軌跡下3種算法的性能比較\t171
10．3．5 滑躍式機動軌跡下4種算法的性能比較\t177
10．4 小結(jié)\t185
參考文獻(xiàn)\t186
第11章 基于三重貝葉斯準(zhǔn)則的臨近空間高超聲速目標(biāo)跟蹤\t188
11．1 基于三重貝葉斯準(zhǔn)則的高超聲速目標(biāo)跟蹤模型\t189
11．1．1 匹配跟蹤通道設(shè)計\t190
11．1．2 閉合回路設(shè)計\t190
11．1．3 第一重貝葉斯準(zhǔn)則設(shè)計\t192
11．1．4 第二重貝葉斯準(zhǔn)則設(shè)計\t195
11．1．5 第三重貝葉斯準(zhǔn)則設(shè)計\t196
11．1．6 模型似然構(gòu)建\t202
11．2 仿真驗證與分析\t203
11．2．1 仿真參數(shù)設(shè)置\t203
11．2．2 基于三重貝葉斯準(zhǔn)則的高超聲速目標(biāo)跟蹤算法的
有效性分析\t204
11．2．3 基于三重貝葉斯準(zhǔn)則的高超聲速目標(biāo)跟蹤算法的
魯棒性分析\t205
11．3 小結(jié)\t206
參考文獻(xiàn)\t207
第12章 距離模糊下的臨近空間高超聲速目標(biāo)跟蹤\t208
12．1 僅距離模糊時的臨近空間高超聲速目標(biāo)跟蹤\t209
12．1．1 距離模糊下的目標(biāo)量測\t209
12．1．2 距離模糊下的目標(biāo)檢測跟蹤\t211
12．2 僅速度模糊時的臨近空間高超聲速目標(biāo)跟蹤\t215
12．3 距離與速度均模糊下的臨近空間高超聲速目標(biāo)跟蹤\t216
12．4 仿真驗證與分析\t218
12．4．1 仿真參數(shù)設(shè)置\t218
12．4．2 仿真分析\t218
12．5 小結(jié)\t225
參考文獻(xiàn)\t226
第13章 高動態(tài)偏差存在下的臨近空間高超聲速目標(biāo)跟蹤\t227
13．1 目標(biāo)高超聲速運動對雷達(dá)量測的影響\t228
13．2 高動態(tài)偏差存在下的臨近空間目標(biāo)跟蹤模型\t230
13．2．1 有偏量測方程構(gòu)建\t231
13．2．2 基于觀測差分法的單雷達(dá)量測方程構(gòu)建\t233
13．2．3 解模糊處理后的聯(lián)合狀態(tài)估計\t236
13．2．4 目標(biāo)跟蹤\t238
13．3 仿真驗證與分析\t238
13．3．1 仿真參數(shù)設(shè)置\t238
13．3．2 高動態(tài)偏差對雷達(dá)探測跟蹤的影響分析\t239
13．3．3 觀測差分對高超聲速目標(biāo)跟蹤的必要性分析\t241
13．3．4 徑向速度估計對高超聲速目標(biāo)跟蹤的必要性分析\t242
13．3．5 速度解模糊對高超聲速目標(biāo)跟蹤的有效性分析\t243
13．4 小結(jié)\t244
參考文獻(xiàn)\t244
第14章 高動態(tài)偏差存在下的臨近空間高超聲速目標(biāo)組網(wǎng)跟蹤\t246
14．1 目標(biāo)高超聲速運動對多雷達(dá)數(shù)據(jù)關(guān)聯(lián)的影響\t247
14．1．1 高動態(tài)偏差下的目標(biāo)量測\t247
14．1．2 基于統(tǒng)計判決的多雷達(dá)數(shù)據(jù)關(guān)聯(lián)\t248
14．1．3 目標(biāo)高超聲速運動對多雷達(dá)數(shù)據(jù)關(guān)聯(lián)的影響\t248
14．2 臨近空間高超聲速目標(biāo)的組網(wǎng)跟蹤模型\t250
14．2．1 基于徑向速度補償?shù)亩嗬走_(dá)數(shù)據(jù)關(guān)聯(lián)\t250
14．2．2 基于多雷達(dá)對消處理的IMM跟蹤\t251
14．2．3 基于徑向速度補償?shù)亩嗬走_(dá)對消處理分析\t252
14．3 仿真驗證與分析\t253
14．3．1 仿真參數(shù)設(shè)置\t253
14．3．2 高動態(tài)偏差對多雷達(dá)組網(wǎng)跟蹤的影響分析\t254
14．3．3 徑向速度估計對多雷達(dá)組網(wǎng)跟蹤的必要性分析\t255
14．3．4 徑向速度估計對多雷達(dá)組網(wǎng)跟蹤的有效性分析\t257
14．3．5 對消處理對多雷達(dá)組網(wǎng)跟蹤的優(yōu)越性分析\t259
14．4 小結(jié)\t260
參考文獻(xiàn)\t261