低SNR场景下微型无人机跟踪-检测融合方法
针对低信噪比(SNR)场景下微型无人机探测难题,本文提出了一种基于序贯蒙特卡罗-检测前跟踪(SMC-TBD)的多输入多输出雷达目标跟踪-检测融合方法.区别于跟踪和检测过程相互独立的传统方法,本文方法直接利用三维傅里叶变换后未经阈值处理的雷达原始数据,通过SMC方法计算目标累积存在概率,在实现微型无人机连续检测的同时,完成目标轨迹的高精度跟踪.本文方法的创新在于通过融合检测和跟踪过程,实现了时间-距离-多普勒-方位域目标能量累积,提高了低SNR场景下微型无人机探测性能.实验结果表明,本文方法在SNR低于-20 dB时,微型无人机跟踪性能才逐渐恶化,相比于雷达量测、扩展卡尔曼滤波和粒子滤波提升了约8 dB.
微型无人机、多输入多输出雷达、序贯蒙特卡罗-检测前跟踪、长时间能量累积
43
TN95;TH89
国家自然科学基金;国家自然科学基金;中国博士后科学基金面上项目;四川省科技计划项目;重庆市自然科学基金;重庆市教委科学技术项目;西南石油大学启航计划项目
2022-10-08(万方平台首次上网日期,不代表论文的发表时间)
共10页
79-88