复杂环境下基于刚体模型和数据驱动的联合跟踪与分类

联合跟踪与分类（JTC）通过信息互反馈，同时解决目标识别与跟踪问题，对战场态势感知和决策制定有重大意义，是C4ISR系统重要职能和信息融合领域热点研究课题。点模型方法适用范围广，研究较成熟，但分类能力有限，复杂环境下鲁棒性不足。基于刚体模型和数据驱动的方法能本质上改善分类性能，但目前研究尚不足，存在计算复杂、复杂环境考虑较少等问题，缺少模块化方法。.本项目以FM被动双基雷达JTC系统为研究对象，选择雷达散射截面积RCS为分类参数，建立复杂环境下基于刚体模型和数据驱动的模块化JTC理论和方法。基于时域有限差分法和飞行动力学建立目标RCS数据驱动库和刚体模型以改善分类性能；增加信息自反馈环节和柔性融合环节改善结构稳定性；提出基于核密度估计的鲁棒信息融合方法提高复杂环境下JTC实时性和鲁棒性；构建FM被动双基雷达JTC系统仿真平台，验证和评估项目所提理论和方法。