远距离支援干扰下目标跟踪的PF-MHT融合策略:提高20%探测范围
需积分: 9 115 浏览量
更新于2024-08-11
收藏 910KB PDF 举报
本文档主要探讨了"远距离支援干扰下的目标跟踪技术",发表于2011年11月的《北京航空航天大学学报》第37卷第11期。在现代战争环境中,远距离支援干扰(standoff jamming, SOJ)对雷达的性能构成挑战,尤其是在干扰机掩护区域内,雷达难以有效检测目标,而其他区域的目标航迹也变得不稳定。针对这一问题,研究者徐海全、王国宏和关成斌提出了两种关键的算法:噪声干扰下的粒子滤波(Particle Filter, PF)检测前跟踪(Track Before Detect, TBD)算法以及门限自适应的多假设跟踪(Multiple Hypothesis Tracking, MHT)算法。
PF-TBD算法通过利用粒子滤波原理,在目标可能存在的概率空间中搜索,即使在干扰环境下也能提前预测和跟踪目标,从而减少丢失目标的风险。MHT算法则是一种多模式跟踪策略,它能够处理多个潜在目标的跟踪,增强了算法的鲁棒性和准确性。
作者将这两种算法进行了融合,设计了一种智能策略,使得算法可以根据雷达探测区域所受到的干扰程度自动选择合适的跟踪方法。这种策略优化了目标航迹管理,显著提高了雷达探测区域的有效覆盖范围,提升了约20%以上,同时保持了算法的高效执行,确保了实时性和响应性。
此外,论文强调了这种方法对干扰情况的高度适应性,不仅适用于远距离支援干扰,也适用于其他类型的压制干扰,对于复杂战场环境中的目标跟踪具有重要的理论参考价值和实用意义。论文的关键词包括远距离支援干扰、粒子滤波检测前跟踪、多假设跟踪和区域划分,这些概念和技术在现代军事和电子战领域中是前沿研究的重点。
这篇文章提供了对抗远程干扰环境下目标跟踪的有效解决方案,展示了在技术复杂度与实际效能之间找到平衡的能力,对于提高雷达系统的生存能力和作战效率具有显著的贡献。
2020-07-13 上传
2021-08-10 上传
2021-05-18 上传
2021-05-31 上传
2021-09-16 上传
2021-06-15 上传
2020-10-17 上传
发亮日渐稀疏
- 粉丝: 154
- 资源: 914
最新资源
- SSM Java项目:StudentInfo 数据管理与可视化分析
- pyedgar:Python库简化EDGAR数据交互与文档下载
- Node.js环境下wfdb文件解码与实时数据处理
- phpcms v2.2企业级网站管理系统发布
- 美团饿了么优惠券推广工具-uniapp源码
- 基于红外传感器的会议室实时占用率测量系统
- DenseNet-201预训练模型:图像分类的深度学习工具箱
- Java实现和弦移调工具:Transposer-java
- phpMyFAQ 2.5.1 Beta多国语言版:技术项目源码共享平台
- Python自动化源码实现便捷自动下单功能
- Android天气预报应用:查看多城市详细天气信息
- PHPTML类:简化HTML页面创建的PHP开源工具
- Biovec在蛋白质分析中的应用:预测、结构和可视化
- EfficientNet-b0深度学习工具箱模型在MATLAB中的应用
- 2024年河北省技能大赛数字化设计开发样题解析
- 笔记本USB加湿器:便携式设计解决方案