非平稳运动弱目标的检测与跟踪方法研究

非平稳运动弱目标的检测与跟踪是现代战争中雷达经常遇到、非常困难同时又是必须解决的问题。最常用的技术手段是增加观测时间，以加大回波能量。但如何有效利用能量仍然是个难题。检测前跟踪技术是解决这一难题的有效途径，采用粒子滤波器技术能够解决检测前跟踪中的非高斯、非线性问题，在有限随机集统计理论框架下有望解决多目标检测前跟踪问题。本项目将根据雷达目标回波信号的特点，将检测前跟踪技术、粒子滤波器技术以及有限随机集统计理论相结合，开展稳健、高精度的检测前跟踪理论与方法研究，研究噪声统计特性未知情况下的检测前跟踪算法，探索有限随机集理论框架下多目标检测前跟踪方法。建立适合雷达系统的合理、有效的参数估计模型，研究收敛速度快、参数估计精度高的稳健算法的是本项目的研究目标。

针对非平稳运动低可观测目标的检测与跟踪这一现代雷达系统面临的难题，从提高低可观测目标回波能量利用率出发，研究了基于粒子滤波器的检测前跟踪方法。分别从粒子滤波器算法设计、稳健粒子滤波器算法、检测前跟踪目标模型以及检测前跟踪算法设计等几个方面开展了深入细致的研究工作，并针对性的提出了解决方法。主要成果有：提出一种基于风险函数粒子滤波器的检测前跟踪算法，可以有效解决噪声背景统计特性未知情况下的雷达弱目标检测问题。提出一种基于差分进化的粒子滤波器算法，可以有效解决粒子多样性的贫化问题，从而改善状态向量的估计精度。提出一种噪声背景统计特性未知的检测器跟踪算法，可以有效解决传统基于粒子滤波器的检测前跟踪算法无法在背景噪声统计特性未知情况下工作以及无法获得检测概率和虚警概率的问题。来源众多的外部干扰也是限制雷达目标检测的主要因素之一。针对外部干扰这一问题，从抗干扰算法设计、自适应接收方向图设计以及干扰学习样本选择等方面开展了研究工作。主要成果如下：提出了宽凹口自适应旁瓣相消算法，可以有效解决干扰时变、天线转动等因素引起的干扰抑制性能下降问题。提出宽凹口稳健自适应干扰抑制算法，能够解决抗干扰自由度选择问题以及非平稳干扰抑制性能下降问题。提出基于杂波约束的自适应干扰抑制算法，能够有效解决传统分段自适应处理引起的杂波谱展宽问题。实测数据结果表明所提算法性能较目前国际上解决该问题的算法性能提高很多。.在自然科学基金的支持下，本项目已发表自然科学基金资助标注的学术论文7篇，其中国外期刊论文2篇，国内核心期刊论文5篇。研究成果获国家科学技术进步一等奖一项，获国防科学技术进步特等奖一项，获教育部自然科学二等奖一项。获授权发明专利2项，申请发明专利1项。