1、近年來,隨著海洋資源的巨大經(jīng)濟利益被各國廣泛認同,對于海上權(quán)益的爭奪也越演越烈。建立完善、強大、有效的海岸警衛(wèi)和監(jiān)測體系,實現(xiàn)對接近我國專屬經(jīng)濟區(qū)的船只進行監(jiān)測與跟蹤,具有重大的意義。本文旨在研究多平臺船載雷達系統(tǒng)中的數(shù)據(jù)處理技術(shù),通過對雷達數(shù)據(jù)進行處理,實現(xiàn)對監(jiān)視區(qū)域內(nèi)的目標進行定位和跟蹤,為對海監(jiān)測系統(tǒng)提供更精確有效的目標運動信息。
　　首先介紹了數(shù)據(jù)預(yù)處理技術(shù),主要是空間配準和時間配準算法。通過空間配準,將不同坐標系下的數(shù)據(jù)

2、轉(zhuǎn)化到同一坐標系下,時間配準將不同采樣率的雷達數(shù)據(jù)轉(zhuǎn)換成同一采樣率,使得系統(tǒng)中的所有雷達采樣率相同。通過仿真實現(xiàn),分析了配準對數(shù)據(jù)精度的影響。通過介紹聯(lián)合概率數(shù)據(jù)互聯(lián)(Joint Probabilistic Data Association,JPDA)算法和交互式多模型(Interacting Multiple Model,IMM)算法,提出兩種算法相結(jié)合的IMM-JPDA算法,用于雜波環(huán)境下的多機動目標跟蹤。在IMM-JPDA算法中,

3、每一個濾波器模型都采用JPDA算法進行數(shù)據(jù)互聯(lián),這樣不僅實現(xiàn)多目標數(shù)據(jù)互聯(lián),而且實現(xiàn)機動目標的跟蹤,具有可靠性高,實用性強的優(yōu)點。但是計算復(fù)雜、實時性較差,對于非機動目標,跟蹤精度并沒有改善。在融合中心,對獲得的多目標航跡進行狀態(tài)估計,介紹了航跡關(guān)聯(lián)以及航跡融合算法。首先對基于模糊數(shù)學的航跡關(guān)聯(lián)算法進行了詳細的介紹,這些算法的航跡關(guān)聯(lián)性能很好,但是當雷達數(shù)量多于兩個時,這些算法面臨多維分配問題。然后提出了解決組合優(yōu)化問題的基于Hopfi

4、eld神經(jīng)網(wǎng)絡(luò)的航跡關(guān)聯(lián)算法。詳細推導了進行二維和多維分配問題的航跡關(guān)聯(lián)計算的過程,并且對神經(jīng)網(wǎng)絡(luò)參數(shù)的設(shè)置進行了詳細的討論,仿真實現(xiàn)了Hopfield神經(jīng)網(wǎng)絡(luò)進行航跡關(guān)聯(lián)的過程。對于關(guān)聯(lián)上的航跡,介紹了基于模糊數(shù)學的動態(tài)權(quán)值航跡融合算法(Dynamic Weighted Fusion,DWF)和簡單融合算法(Simple Fusion,SF)。動態(tài)權(quán)值法通過模糊均值聚類算法,求解動態(tài)權(quán)值;簡單融合法利用目標的協(xié)方差求解融合權(quán)值,仿真比