典型文献
基于PHD滤波的雷达起伏目标检测前跟踪算法研究
文献摘要：
针对雷达微弱起伏目标的检测和跟踪问题,研究了Swerling 0,1,3三类起伏目标模型,提出了概率假设密度滤波下幅度起伏的雷达微弱目标检测前跟踪算法.该算法建立了概率假设密度检测前跟踪算法下复似然比和幅度似然比两种跟踪模型,其中复似然比方法弥补了幅度似然比在计算过程中只考虑量测的幅度信息,而忽略相位信息的缺陷,从而更好地利用了目标原始信息.同时,为解决新生目标状态先验分布信息未知条件下的目标新生问题,提出一种场景划分下基于量测似然比的自适应目标新生算法.仿真实验结果表明,在目标幅度起伏的情况下,复似然比和幅度似然比相比,前者在目标位置和个数的估计性能上优于后者,且计算效率更高.在低信噪比下,复似然比仍然可以有效地检测并跟踪未知数量的微弱目标.
文献关键词：
检测前跟踪;微弱目标;概率假设密度滤波器;幅度起伏;自适应新生
中图分类号：
作者姓名：
吴孙勇;李东升;薛秋条;孙希延;蔡如华
作者机构：
桂林电子科技大学数学与计算科学学院,广西桂林541004;广西密码学与信息安全重点实验室,广西桂林541004;广西信息科学实验中心,广西桂林541004
文献出处：
引用格式：
[1]吴孙勇;李东升;薛秋条;孙希延;蔡如华-.基于PHD滤波的雷达起伏目标检测前跟踪算法研究)[J].电子学报,2022(03):691-702
A类：
Swerling,自适应新生
B类：
PHD,检测前跟踪算法,算法研究,跟踪问题,目标模型,幅度起伏,微弱目标检测,密度检测,似然比,比方,幅度信息,相位信息,新生目标,先验分布,分布信息,场景划分,目标位置,计算效率,低信噪比,未知数,概率假设密度滤波器
AB值：
0.257291
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
