多雷达系统中概率假设密度滤波理论关键问题研究

Collaborative detection and tracking multiple targets in Multi-Radar network is an important method of battlefield information acquisition, simultaneously it is also a difficult problem. Probability hypothesis density (PHD) filtering theory may be an effective measure to solve the problem. However, most existing PHD filtering theories are only for single sensor. It becomes the main bottleneck restricting of the application of the PHD filtering theory in the Multi-Radar network system. . The project will take the Multi-radar networking system as research object. The research content is the multi-target tracking problem in this system. The concrete content includes: Build measuring time asynchronous multi-sensor PHD (MS-PHD) filtering theory, and give the closed form recursive solution; Study the multi-sensor multi-target fast starting PHD filter based on Multi-radar networking system; Design the PHD filtering algorithm without priori information of target position in Radar system.. This project aims to build the multi-sensor multi-target tracking algorithm based on the PHD filtering theory to effectively solve the problem of multi-target tracking in the Multi-radar networking system..

多雷达组网协同探测/跟踪多目标是战场信息获取的重要手段，同时也是一个难题。概率假设密度（ Probability hypothesis density, PHD）滤波理论可能是解决该问题的有效手段。然而，现有PHD滤波理论大多针对单传感器，成为制约该理论在多雷达系统中应用的主要瓶颈。. 本项目以多雷达组网协同探测系统为研究对象，对该系统中的多目标跟踪问题进行基础性科学研究。具体内容包括：构建测量时间非同步的严格多传感器PHD（Multi-sensor PHD, MS-PHD）滤波理论及其封闭形式递归解；基于多雷达系统的多目标快速起始PHD滤波算法设计；多雷达系统中无目标先验位置信息的PHD滤波算法设计。. 本项目旨在通过构建基于PHD滤波理论的多传感器多目标跟踪算法，为有效解决多雷达多目标跟踪问题奠定理论和技术基础。

课题研究目标:在雷达情报处理系统中多目标跟踪技术仍然有许多瓶颈问题需要解决。就雷达情报处理系统实际工程应用而言，需要解决的问题主要有：杂波密集区目标航迹无法正确起始；测量点迹不连续时航迹会频繁跳批、断批；无先验信息时，PHD 滤波不具备目标起始功能；多雷达情况下，如何实现目标航迹快速起始。针对上述问题和技术需求，从理论模型上加以创新，解决PHD理论在多雷达情报处理系统中工程化应用的障碍，并且解决上述实际工程问题。. 研究内容:具体的研究内容为：构建测量时间非同步的多雷达PHD滤波模型；构建PHD滤波的多雷达多目标快速起始模型；构建雷达情报处理系统中目标位置先验信息未知的PHD滤波模型。. 通过本课题的研究，完成了四项研究内容的研究工作，达到了预期的研究目标。具体的研究内容完成情况如下：（1）多雷达情报处理系统中非同测量步条件下的多目标跟踪；（2） 多雷达测量信息相互印证多目标快速起始；（3） 目标起始位置未知条件下的多雷达多目标跟踪；（4）雷达系统中无杂波分布信息的PHD滤波模型研究。. 经过三年的研究，课题达到的主要成果如下.1).技术研究报告 1份；.2).发表科研论文6篇（其中SCI/ EI论文3篇），另有3篇SCI论文在审；.3).国际合作专著 1部（2015年出版）；.4).发明专利 3份（授权1份、受理2份）；.5).应用软件模块 1个；.6).国内外学术交流会议优秀论文奖 2次。