基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
由于现有雷达目标跟踪波形和检测门限自适应算法大多围绕以距离、距离率作为量测的一维运动目标展开,忽略了角度对目标跟踪的影响,从而无法对目标进行跟踪定位.为此,提出一种杂波背景下针对二维机动目标跟踪的雷达波形和检测门限联合自适应算法.首先,对传统基于时延-多普勒分辨单元的理论作进一步扩展,设计出一种包含距离-距离率和方位为量测的具有"棱柱"结构的分辨单元;然后,给出了包含波形参数和检测门限的量测误差协方差的联合近似表达式;最后,利用认知雷达思想,以滤波误差协方差的迹最小为代价函数自适应选择下一时刻的波形参数和检测门限,以提高系统的跟踪性能.仿真结果表明,波形和检测门限联合自适应算法的跟踪性能要明显优于传统的固定参数跟踪算法.
推荐文章
认知雷达波形和检测门限自适应跟踪算法
认知雷达
目标跟踪
信息熵
分辨单元
机动目标自适应跟踪算法研究
信息处理技术
机动目标模型
统计模型
自适应跟踪
模糊自适应机动目标跟踪算法
机动目标跟踪
自适应滤波
卡尔曼滤波
基于方差检测的自适应机动目标跟踪算法
机动目标跟踪
自适应
Kalamnan滤波
方差检测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 机动目标跟踪波形和检测门限自适应算法
来源期刊 西安电子科技大学学报(自然科学版) 学科 工学
关键词 认知雷达 联合检测跟踪 分辨单元 波形选择 检测门限自适应
年,卷(期) 2019,(3) 所属期刊栏目
研究方向 页码范围 96-101
页数 6页 分类号 TN953
字数 5145字 语种 中文
DOI 10.19665/j.issn1001-2400.2019.03.015
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 毕大平 国防科技大学电子对抗学院 34 43 3.0 4.0
2 阮怀林 国防科技大学电子对抗学院 17 33 3.0 4.0
3 王树亮 国防科技大学电子对抗学院 12 26 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (54)
共引文献  (15)
参考文献  (13)
节点文献
引证文献  (2)
同被引文献  (8)
二级引证文献  (0)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(7)
  • 参考文献(1)
  • 二级参考文献(6)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(7)
  • 参考文献(2)
  • 二级参考文献(5)
2014(4)
  • 参考文献(1)
  • 二级参考文献(3)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(4)
  • 参考文献(2)
  • 二级参考文献(2)
2017(2)
  • 参考文献(1)
  • 二级参考文献(1)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
认知雷达
联合检测跟踪
分辨单元
波形选择
检测门限自适应
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
西安电子科技大学学报(自然科学版)
双月刊
1001-2400
61-1076/TN
西安市太白南路2号349信箱
chi
出版文献量(篇)
4652
总下载数(次)
5
总被引数(次)
38780
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
安徽省自然科学基金
英文译名:Anhui Provincial Natural Science Foundation
官方网址:http://www.ahinfo.gov.cn/zrkxjj/index.htm
项目类型:安徽省优秀青年科技基金
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导