面向目標跟蹤的雷達資源管理方法

第1章 緒論 1
1.1 引言 1
1.2 研究歷史與現狀 4
1.2.1 單雷達單目標認知跟蹤 4
1.2.2 單雷達多目標認知跟蹤 5
1.2.3 多雷達單目標認知跟蹤 6
1.2.4 多雷達多目標認知跟蹤 8
第2章 單雷達單目標認知跟蹤算法 10
2.1 引言 10
2.2 系統建模 12
2.2.1 運動模型 12
2.2.2 觀測模型 13
2.3 經典PDA算法 13
2.4 JDTP-PDA算法 15
2.4.1 經典PDA算法的檢測過程 15
2.4.2 JDTP-PDA算法的檢測過程 16
2.4.3 平均檢測概率的計算 17
2.4.4 平均虛警概率的計算 18
2.5 實驗結果分析 19
2.6 小結 24
第3章 單雷達多目標認知跟蹤算法 25
3.1 引言 25
3.2 系統建模 29
3.2.1 信號模型 29
3.2.2 目標運動模型 29
3.2.3 理想檢測條件下的目標觀測模型 30
3.2.4 非理想檢測條件下的目標檢測模型 32
3.2.5 非理想檢測條件下的目標觀測模型 33
3.3 基於集中式MIMO雷達的功率與波束聯合分配算法 35
3.3.1 理想檢測條件下單目標跟蹤的BCRLB 35
3.3.2 資源分配的目標函數 37
3.3.3 資源分配的求解算法 38
3.3.4 狀態估計算法 41
3.3.5 實驗結果分析 41
3.4 雜波環境下基於集中式MIMO雷達的功率分配算法 49
3.4.1 非理想檢測條件下單目標跟蹤的BCRLB 50
3.4.2 資源分配的目標函數 52
3.4.3 資源分配的求解算法 53
3.4.4 狀態估計算法 54
3.4.5 實驗結果分析 55
3.5 小結 66
第4章 多雷達單目標認知跟蹤算法 67
4.1 引言 67
4.2 基於單頻連續波雷達網絡的功率分配算法 71
4.2.1 系統建模 71
4.2.2 BCRLB的推導 75
4.2.3 功率分配優化算法 77
4.2.4 實驗結果分析 79
4.2.5 小結 84
4.3 基於集中式MRS的功率帶寬聯合分配算法 85
4.3.1 系統建模 85
4.3.2 功率帶寬聯合分配算法 88
4.3.3 實驗結果分析 92
4.3.4 小結 99
4.4 一種針對異步MRS的功率分配算法 100
4.4.1 系統建模 100
4.4.2 異步採樣系統的最優順序融合 103
4.4.3 BCRLB的推導 104
4.4.4 功率分配優化算法 105
4.4.5 實驗結果分析 106
4.4.6 小結 114
4.5 基於非線性機會約束規劃的穩健功率分配算法 114
4.5.1 系統建模 115
4.5.2 基於NCCP的功率分配算法 117
4.5.3 實驗結果分析 121
4.5.4 小結 126
4.6 基於分佈式2D雷達網絡的目標三維跟蹤算法 127
4.6.1 目標運動模型 127
4.6.2 單雷達2D跟蹤模型 128
4.6.3 融合中心的目標三維跟蹤 131
4.6.4 三維濾波器的初始狀態選取 133
4.6.5 實驗結果分析 134
4.6.6 小結 139
4.7 一種針對目標三維跟蹤的MRS功率分配算法 140
4.7.1 系統建模 140
4.7.2 BCRLB的推導 144
4.7.3 功率分配優化算法 144
4.7.4 實驗結果分析 145
4.7.5 小結 150
第5章 多雷達多目標認知跟蹤算法 152
5.1 引言 152
5.2 系統建模 154
5.2.1 目標運動模型 154
5.2.2 觀測模型 154
5.3 JCAPA算法 156
5.3.1 單目標BIM推導 157
5.3.2 代價函數的建立 157
5.3.3 JCAPA算法的求解過程 158
5.4 實驗結果分析 159
5.5 小結 167
附錄A 引理1證明 169
附錄B 引理2證明 172
附錄C 推導 173
附錄D 推導FIM 175
附錄E 縮略語 178
參考文獻 180