基于粒子滤波的多传感器多微弱目标TBD技术

目前，利用多传感器检测多微弱目标时，面临数据传输量大、无序量测（OOSM）以及目标数未知多变时邻近目标无法有效检测的问题。因此，基于多传感器的多微弱目标检测成为亟需解决的难题。本课题研究基于粒子滤波的多传感器多微弱目标TBD检测技术。主要包括：（1）针对多微弱目标TBD方法中状态空间维数未知且变化的多维联合滤波问题，提出基于粒子滤波和目标相继消除的PF-STC多微弱目标TBD方法，解决现有方法在目标数未知时无法有效检测邻近目标的不足；（2）针对各传感器获得的微弱目标数据量过大而导致的传输量过大的问题，提出基于压缩感知和粒子滤波的多传感器多微弱目标TBD方法，改善算法的稳健性；（3）在多传感器多微弱目标粒子滤波算法中，针对无序量测带来的无法兼顾算法检测性能和计算复杂度的问题，提出基于无序量测的多微弱目标自适应TBD方法。本研究成果可为多传感器系统实现多微弱目标的有效检测提供一定的理论支持。

针对多传感器检测多微弱目标面临数据传输量大、无序量测（OOSM）以及目标数未知多变时邻近目标无法有效检测的问题，研究了基于粒子滤波的多传感器多微弱目标TBD检测技术，并对所提方法进行了仿真验证和实测数据验证。本项目的创新点主要包括：（1）提出基于粒子滤波和目标相继消除（PF-STC）的多微弱目标TBD方法，解决现有方法在目标数未知时无法有效检测邻近目标的不足；（2）提出基于压缩感知和粒子滤波的多传感器多微弱目标TBD方法，解决数据传输量过大的问题，并改善算法的稳健性；（3）提出基于无序量测的多微弱目标自适应TBD方法，解决无序量测更新时无法兼顾算法性能和计算复杂度的问题。项目组成员先后取得了与本项目相关的军队科技进步一等奖1项，发表和录用相关学术论文26篇（其中4篇SCI收录，14篇EI收录），申请发明专利10项（其中4项已授权，6项已公布）。项目组完成了申请书规定的所有研究内容，达到了预计研究成果。本项目的研究成果，为多传感器系统实现多微弱目标的有效检测提供了理论支撑，对实际应用具有重要的参考意义。