ECM下基于相控阵雷达的目标跟踪算法研究

【摘要】： 目标跟踪在军用和民用方面都占有重要的地位。在现代高技术局部战争中，目标跟踪技术遇到的严峻挑战之一是电子对抗技术(ECM)。目前国内对电子对抗下的目标跟踪算法研究较少，一般都是常规算法。相控阵雷达是一种多功能、能跟踪多目标的先进雷达体制，研究ECM下相控阵雷达的机动目标跟踪技术具有十分重要的现实意义。 本文首先提出了常规条件下三种基于相控阵雷达的自适应跟踪算法。相控阵雷达可以在任何方向无惯性改变雷达照射方向，这使得它能进行变速率的采样。自适应采样是在一定的跟踪精度下，依据目标运动状态来判断下一次采样时间。自适应采样能最大程度的减少雷达更新次数，节约雷达资源。文中给出了一种根据预测误差方差的交互多模(IMM)的自适应采样算法，一种基于三个Singer模型的自适应采样算法。另外，还提出了一个自适应转弯速率模型的机动目标跟踪算法。 接着，研究了ECM下相控阵雷达观测的目标的点迹模型。ECM场景包括一个远距离支援干扰机(SOJ)和目标距离波门拖引(RGPO)。在常规算法中，对雷达的观测值通常是目标位置的真实值加上独立的高斯白噪声，在ECM下，这种观测模型是不符合实际情况的。通过建立相控阵雷达的仿真模型，给出了ECM存在时单脉冲测角的目标的测量角度和误差方差。观测模型的建立为目标算法的进行奠定了基础。 最后，给出了一个可以用于目标跟踪和雷达管理的IMMPDAF算法。交互多模(IMM)和概率数据关联(PDAF)相结合的IMMPDAF算法，适用于在ECM下对强机动目标进行跟踪。IMMPDAF算法中同样利用了自适应采样技术。对于SOJ产生的干扰，可通过选择高能量波形，提高检测门限来抑制。对于RGPO，利用PDAF来抑制。这样的整个过程，使得在跟踪目标的同时，也参与了雷达的管理，譬如自适应的选择采样时间、探测门限、探测波形。