目 錄

第1章 概述 1
1.1 雷達(dá)數(shù)據(jù)處理的目的和意義 1
1.2 雷達(dá)數(shù)據(jù)處理中的基本概念 1
1.3 雷達(dá)數(shù)據(jù)處理器的設(shè)計要求 8
1.4 雷達(dá)數(shù)據(jù)處理器的主要技術(shù)
指標(biāo)及評估 10
1.5 雷達(dá)數(shù)據(jù)處理技術(shù)研究歷史
與現(xiàn)狀 11
1.6 本書的范圍和概貌 13
參考文獻(xiàn) 18
第2章 參數(shù)估計 22
2.1 引言 22
2.2 參數(shù)估計的概念 22
2.2.1 參數(shù)估計定義 22
2.2.2 參數(shù)估計準(zhǔn)則 24
2.3 四種基本參數(shù)估計方法 24
2.4 估計性質(zhì) 32
2.5 靜態(tài)向量情況下的參數(shù)估計 35
2.6 小結(jié) 39
參考文獻(xiàn) 39
第3章 線性濾波方法 41
3.1 引言 41
3.2 卡爾曼濾波 41
3.2.1 系統(tǒng)模型 41
3.2.2 濾波模型 46
3.2.3 卡爾曼濾波的初始化 49
3.2.4 卡爾曼濾波算法應(yīng)用舉例 51
3.2.5 卡爾曼濾波應(yīng)用中應(yīng)注意
的一些問題 53
3.3 穩(wěn)態(tài)卡爾曼濾波 54
3.3.1 濾波器穩(wěn)定的數(shù)學(xué)定義和
判斷方法 54
3.3.2 隨機(jī)線性系統(tǒng)的可控制性
和可觀測性 54
3.3.3 穩(wěn)態(tài)卡爾曼濾波 55
3.4 常增益濾波 56
3.4.1 ?-? 濾波 57
3.4.2 自適應(yīng)?-? 濾波 59
3.4.3 ?-? 濾波算法應(yīng)用舉例 59
3.4.4 ?-?-? 濾波 61
3.4.5 自適應(yīng)?-?-? 濾波 61
3.4.6 線性濾波器性能比較 62
3.5 Sage-Husa自適應(yīng)卡爾曼濾波 62
3.6 H∞卡爾曼濾波 63
3.7 變分貝葉斯濾波 64
3.8 狀態(tài)估計的一致性檢驗 65
3.8.1 狀態(tài)估計誤差一致性檢驗 65
3.8.2 新息的一致性檢驗 65
3.8.3 新息的白色檢驗 66
3.8.4 濾波器一致性檢驗應(yīng)用
舉例 66
3.9 小結(jié) 67
參考文獻(xiàn) 67
第4章 非線性濾波方法 70
4.1 引言 70
4.2 擴(kuò)展卡爾曼濾波 70
4.2.1 系統(tǒng)模型 70
4.2.2 濾波模型 71
4.2.3 線性化EKF濾波的誤差
補(bǔ)償 73
4.2.4 EKF應(yīng)用舉例 74
4.2.5 EKF應(yīng)用中應(yīng)注意的問題 77
4.3 不敏卡爾曼濾波 77
4.3.1 不敏變換 78
4.3.2 濾波模型 78
4.3.3 仿真分析 79
4.4 粒子濾波 82
4.4.1 濾波模型 82
4.4.2 EKF、UKF、PF濾波算法
性能分析 84
4.5 平滑變結(jié)構(gòu)濾波 86
4.6 小結(jié) 88
參考文獻(xiàn) 89
第5章 量測數(shù)據(jù)預(yù)處理技術(shù) 92
5.1 引言 92
5.2 時間配準(zhǔn) 92
5.3 空間配準(zhǔn) 94
5.3.1 坐標(biāo)系 94
5.3.2 坐標(biāo)變換 97
5.3.3 常用坐標(biāo)系間的變換
關(guān)系 99
5.3.4 常用坐標(biāo)系中的跟蹤
問題 103
5.3.5 跟蹤坐標(biāo)系與濾波狀態(tài)
變量選擇 110
5.4 野值剔除 110
5.4.1 野值的定義、成因及
分類 111
5.4.2 野值的判別方法 112
5.5 雷達(dá)誤差標(biāo)校 112
5.6 數(shù)據(jù)壓縮 113
5.6.1 單雷達(dá)數(shù)據(jù)壓縮 113
5.6.2 多雷達(dá)數(shù)據(jù)壓縮 114
5.7 小結(jié) 116
參考文獻(xiàn) 117
第6章 多目標(biāo)跟蹤中的航跡起始 119
6.1 引言 119
6.2 航跡起始波門的形狀和尺寸 119
6.2.1 環(huán)形波門 120
6.2.2 橢圓（球）波門 120
6.2.3 矩形波門 121
6.2.4 扇形波門 122
6.3 航跡起始算法 122
6.3.1 直觀法 122
6.3.2 邏輯法 123
6.3.3 修正的邏輯法 124
6.3.4 Hough變換法 125
6.3.5 修正的Hough變換法 127
6.3.6 基于Hough變換和邏輯的
航跡起始算法 128
6.3.7 基于速度約束的改進(jìn)Hough
變換航跡起始算法 128
6.3.8 基于聚類和Hough變換的編
隊目標(biāo)航跡起始算法 129
6.3.9 被動雷達(dá)航跡起始算法 131
6.4 航跡起始算法綜合分析 132
6.5 航跡起始中的有關(guān)問題
討論 135
6.6 小結(jié) 135
參考文獻(xiàn) 136
第7章 多目標(biāo)數(shù)據(jù)互聯(lián)算法 138
7.1 引言 138
7.2 聯(lián)合極大似然算法 138
7.2.1 基本原理 138
7.2.2 應(yīng)用舉例 140
7.3 最近鄰算法 142
7.3.1 最近鄰算法 142
7.3.2 概率最近鄰算法 142
7.3.3 性能分析 143
7.4 概率數(shù)據(jù)互聯(lián)（PDA）
算法 144
7.4.1 狀態(tài)更新與協(xié)方差更新 144
7.4.2 互聯(lián)概率計算 146
7.4.3 修正的PDAF算法 148
7.4.4 性能分析 149
7.5 綜合概率數(shù)據(jù)互聯(lián)算法
（IPDA） 152
7.5.1 航跡存在性判斷 152
7.5.2 數(shù)據(jù)互聯(lián) 154

7.6 聯(lián)合概率數(shù)據(jù)互聯(lián)算法
（JPDA） 154
7.6.1 JPDA算法的基本模型 154
7.6.2 聯(lián)合事件概率的計算 158
7.6.3 狀態(tài)估計協(xié)方差的計算 160
7.6.4 簡化的JPDA算法模型 162
7.6.5 性能分析 164
7.7 全鄰模糊聚類數(shù)據(jù)互聯(lián)
算法 165
7.7.1 確認(rèn)矩陣的建立 165
7.7.2 有效回波概率計算 166
7.7.3 性能分析 169
7.8 最優(yōu)貝葉斯算法 170
7.8.1 最優(yōu)貝葉斯算法模型 170
7.8.2 算法的次優(yōu)實(shí)現(xiàn) 171
7.9 多假設(shè)跟蹤算法 172
7.9.1 假設(shè)的產(chǎn)生 172
7.9.2 概率計算 172
7.10 性能分析 174
7.11 小結(jié) 175
參考文獻(xiàn) 175
第8章 多目標(biāo)智能跟蹤方法 178
8.1 引言 178
8.2 航跡智能預(yù)測技術(shù) 178
8.2.1 模型研究 179
8.2.2 典型方法 182
8.2.3 實(shí)驗驗證 182
8.3 點(diǎn)航智能關(guān)聯(lián)技術(shù) 189
8.3.1 模型研究 189
8.3.2 實(shí)驗驗證 192
8.4 航跡智能濾波技術(shù) 197
8.4.1 問題描述 197
8.4.2 端到端學(xué)習(xí)的可行性分析 198
8.4.3 循環(huán)卡爾曼神經(jīng)網(wǎng)絡(luò)模型 201
8.4.4 RKNN網(wǎng)絡(luò)訓(xùn)練 203
8.4.5 RKNN網(wǎng)絡(luò)測試與仿真
驗證 205
8.5 小結(jié) 210
參考文獻(xiàn) 210
第9章 中斷航跡接續(xù)關(guān)聯(lián)方法 213
9.1 引言 213
9.2 問題描述 213
9.3 傳統(tǒng)方法 214
9.3.1 交互式多模型（IMM）中斷
航跡接續(xù)關(guān)聯(lián)算法 214
9.3.2 多假設(shè)運(yùn)動模型中斷航跡接
續(xù)關(guān)聯(lián)算法 215
9.3.3 模糊航跡相似性度量 217
9.4 神經(jīng)網(wǎng)絡(luò)智能方法 219
9.4.1 判別式中斷航跡接續(xù)關(guān)聯(lián)
方法 219
9.4.2 生成式中斷航跡接續(xù)關(guān)聯(lián)方法 223
9.4.3 圖表示中斷航跡接續(xù)關(guān)聯(lián)
方法 227
9.4.4 仿真分析 231
9.5 小結(jié) 236
參考文獻(xiàn) 236
第10章 機(jī)動目標(biāo)跟蹤算法 240
10.1 引言 240
10.2 目標(biāo)典型機(jī)動形式 241
10.3 具有機(jī)動檢測的跟蹤算法 243
10.3.1 可調(diào)白噪聲模型 243
10.3.2 變維濾波算法 244
10.3.3 輸入估計算法 245
10.4 自適應(yīng)跟蹤算法 247
10.4.1 修正的輸入估計算法 247
10.4.2 Singer模型跟蹤算法 249
10.4.3 當(dāng)前統(tǒng)計模型算法 252
10.4.4 Jerk模型跟蹤算法 253
10.4.5 多模型算法 255
10.4.6 交互式多模型算法 256
10.5 機(jī)動目標(biāo)跟蹤算法性能
比較 259
10.5.1 仿真環(huán)境 260
10.5.2 結(jié)果分析 261
10.6 小結(jié) 265
參考文獻(xiàn) 266
第11章 群目標(biāo)跟蹤算法 269
11.1 引言 269
11.2 群定義與群分割 269
11.2.1 群定義 269
11.2.2 群分割 270
11.3 中心類群航跡起始 272
11.3.1 群互聯(lián) 272
11.3.2 群速度估計 273
11.4 群目標(biāo)灰色精細(xì)航跡
起始 276
11.4.1 群的預(yù)分割和預(yù)互聯(lián) 277
11.4.2 群內(nèi)目標(biāo)灰色精細(xì)
互聯(lián) 277
11.4.3 群內(nèi)航跡的確認(rèn) 280
11.4.4 群目標(biāo)狀態(tài)矩陣的建立 281
11.4.5 算法仿真驗證與分析 281
11.4.6 討論 287
11.5 中心類群目標(biāo)跟蹤 288
11.5.1 群航跡起始、確認(rèn)和
撤銷 289
11.5.2 群航跡更新 289
11.5.3 相關(guān)問題的實(shí)現(xiàn) 291
11.6 編隊群目標(biāo)跟蹤 292
11.6.1 編隊群目標(biāo)跟蹤概述 292
11.6.2 編隊群目標(biāo)跟蹤邏輯
描述 295
11.7 群目標(biāo)跟蹤性能分析 296
11.7.1 仿真環(huán)境 296
11.7.2 仿真結(jié)果分析 297
11.8 小結(jié) 299
參考文獻(xiàn) 300
第12章 空間多目標(biāo)跟蹤與軌跡
預(yù)報 303
12.1 引言 303
12.2 空間目標(biāo)系統(tǒng)模型 303
12.2.1 基于空間動力學(xué)方程約束
的狀態(tài)方程 304
12.2.2 量測方程 305
12.3 空間多目標(biāo)數(shù)據(jù)互聯(lián) 306
12.4 動力學(xué)方程約束的空間目標(biāo)
跟蹤 308
12.5 空間目標(biāo)軌跡預(yù)報 310
12.5.1 軌跡預(yù)報初值點(diǎn)獲取 310
12.5.2 ECI坐標(biāo)系下歐拉方程
外推預(yù)報 311
12.5.3 龍格-庫塔積分預(yù)報法 312
12.6 仿真分析 313
12.6.1 仿真環(huán)境 313
12.6.2 空間多目標(biāo)跟蹤結(jié)果
分析 313
12.6.3 空間目標(biāo)軌跡預(yù)報結(jié)果
分析 315
12.7 小結(jié) 316
參考文獻(xiàn) 317
第13章 多目標(biāo)跟蹤終結(jié)理論與航跡
管理 320
13.1 引言 320
13.2 多目標(biāo)跟蹤終結(jié)理論 320
13.2.1 序列概率比檢驗（SPRT）
算法 320
13.2.2 跟蹤波門方法 321
13.2.3 代價函數(shù)法 322
13.2.4 Bayes算法 323
13.2.5 全鄰Bayes算法 324
13.2.6 算法性能分析 324
13.3 航跡管理 326
13.3.1 航跡號管理 326
13.3.2 航跡質(zhì)量管理 328
13.3.3 信息融合系統(tǒng)中的航跡
文件管理 333
13.4 小結(jié) 334
參考文獻(xiàn) 335

第14章 無源雷達(dá)數(shù)據(jù)處理 337
14.1 引言 337
14.2 有源與無源雷達(dá)比較分析 337
14.3 單站無源定位與跟蹤 339
14.3.1 相位變化率法 340
14.3.2 多普勒變化率和方位聯(lián)合
定位 341
14.3.3 多普勒變化率和方位、俯
仰聯(lián)合定位 342
14.3.4 基于修正極坐標(biāo)的被動
跟蹤 343
14.3.5 基于多模型的被動跟蹤 347
14.3.6 性能分析 350
14.4 多站無源定位與跟蹤 351
14.4.1 純方位無源定位 351
14.4.2 時差無源定位 353
14.4.3 掃描輻射源的時差無源
定位與跟蹤 356
14.5 無源雷達(dá)的最優(yōu)布站 365
14.5.1 定位模糊橢圓面積 366
14.5.2 利用拉格朗日乘子法求
解條件極值 367
14.5.3 定位模糊橢圓面積最小準(zhǔn)
則下的最優(yōu)布站 372
14.6 無源雷達(dá)屬性數(shù)據(jù)關(guān)聯(lián) 373
14.7 小結(jié) 374
參考文獻(xiàn) 374
第15章 脈沖多普勒雷達(dá)數(shù)據(jù)
處理 377
15.1 引言 377
15.2 PD雷達(dá)系統(tǒng)概述 377
15.2.1 PD雷達(dá)的特點(diǎn) 377
15.2.2 PD雷達(dá)跟蹤系統(tǒng) 378
15.3 PD雷達(dá)跟蹤的典型算法 379
15.3.1 最佳距離-速度互耦跟蹤
算法 379
15.3.2 高重頻微弱目標(biāo)跟蹤
算法 381
15.3.3 帶Doppler量測的濾波
算法 388
15.4 PD雷達(dá)數(shù)據(jù)處理算法性能
分析 394
15.4.1 高重頻微弱目標(biāo)跟蹤算法
性能分析 394
15.4.2 帶Doppler量測的濾波算法
性能分析 397
15.5 PD雷達(dá)應(yīng)用舉例 402
15.5.1 氣象PD雷達(dá) 402
15.5.2 機(jī)載火控雷達(dá) 403
15.5.3 機(jī)載預(yù)警雷達(dá) 403
15.5.4 陸/艦基防空雷達(dá) 404
15.6 小結(jié) 404
參考文獻(xiàn) 404
第16章 相控陣?yán)走_(dá)數(shù)據(jù)處理 407
16.1 引言 407
16.2 相控陣?yán)走_(dá)的特點(diǎn) 407
16.3 相控陣?yán)走_(dá)系統(tǒng)結(jié)構(gòu)及工作
過程 408
16.3.1 相控陣?yán)走_(dá)系統(tǒng)結(jié)構(gòu) 408
16.3.2 相控陣?yán)走_(dá)工作流程 409
16.4 相控陣?yán)走_(dá)自適應(yīng)采樣周期
目標(biāo)跟蹤 410
16.4.1 自適應(yīng)采樣周期常增益
濾波 411
16.4.2 自適應(yīng)采樣周期交互多模型
濾波 412
16.4.3 預(yù)測協(xié)方差門限法 413
16.5 相控陣?yán)走_(dá)實(shí)時任務(wù)調(diào)度
策略 414
16.5.1 調(diào)度的影響因素 414
16.5.2 模板調(diào)度策略 415
16.5.3 自適應(yīng)調(diào)度策略 416
16.6 自適應(yīng)采樣周期目標(biāo)跟蹤
算法性能分析 418
16.6.1 仿真環(huán)境與參數(shù)設(shè)置 418
16.6.2 仿真結(jié)果與分析 420
16.6.3 比較與討論 421
16.7 小結(jié) 422
參考文獻(xiàn) 422
第17章 雷達(dá)組網(wǎng)誤差配準(zhǔn)算法 425
17.1 引言 425
17.2 系統(tǒng)誤差構(gòu)成及影響 425
17.2.1 系統(tǒng)誤差構(gòu)成 425
17.2.2 系統(tǒng)誤差影響 426
17.3 固定雷達(dá)誤差配準(zhǔn)算法 428
17.3.1 已知目標(biāo)位置誤差配準(zhǔn) 428
17.3.2 實(shí)時質(zhì)量控制（RTQC）
算法 429
17.3.3 最小二乘（LS）算法 431
17.3.4 廣義最小二乘（GLS）
算法 431
17.3.5 擴(kuò)展廣義最小二乘（ECEF-
GLS）算法 433
17.3.6 仿真分析 436
17.4 機(jī)動雷達(dá)誤差配準(zhǔn)算法 438
17.4.1 機(jī)動雷達(dá)系統(tǒng)建模
方法 439
17.4.2 目標(biāo)位置已知的機(jī)動雷達(dá)
配準(zhǔn)算法 441
17.4.3 機(jī)動雷達(dá)最大似然配準(zhǔn)
（MLRM）算法 444
17.4.4 聯(lián)合擴(kuò)維誤差配準(zhǔn)（ASR）
算法 450
17.4.5 仿真分析 450
17.5 目標(biāo)狀態(tài)抗差估計方法 453
17.5.1 系統(tǒng)描述 454
17.5.2 抗差估計 455
17.5.3 仿真實(shí)驗 457
17.6 小結(jié) 459
參考文獻(xiàn) 460
第18章 雷達(dá)組網(wǎng)數(shù)據(jù)處理 462
18.1 引言 462
18.2 雷達(dá)網(wǎng)的設(shè)計與分析 462
18.2.1 雷達(dá)網(wǎng)性能評價指標(biāo) 462
18.2.2 雷達(dá)網(wǎng)優(yōu)化布站 464
18.2.3 從抗干擾原則出發(fā)進(jìn)行
雷達(dá)布站仿真 468
18.2.4 雷達(dá)組網(wǎng)應(yīng)用舉例 470
18.3 單基地雷達(dá)組網(wǎng)數(shù)據(jù)處理 475
18.3.1 單基地雷達(dá)組網(wǎng)數(shù)據(jù)處理
流程 475
18.3.2 單基地雷達(dá)組網(wǎng)的狀態(tài)
估計 476
18.4 雙基地雷達(dá)組網(wǎng)數(shù)據(jù)處理 478
18.4.1 雙基地雷達(dá)的基本定位
關(guān)系 478
18.4.2 雙基地雷達(dá)組合估計 480
18.4.3 雙基地雷達(dá)組合估計可行
性分析 481
18.4.4 雙基地MIMO雷達(dá)
技術(shù) 484
18.5 多基地雷達(dá)組網(wǎng)數(shù)據(jù)處理 485
18.5.1 多基地雷達(dá)數(shù)據(jù)處理
流程 485
18.5.2 多基地雷達(dá)數(shù)據(jù)處理
方法 486
18.6 雷達(dá)組網(wǎng)航跡關(guān)聯(lián) 487
18.6.1 經(jīng)典航跡關(guān)聯(lián)方法 487
18.6.2 航跡抗差關(guān)聯(lián)方法 489
18.7 小結(jié) 490
參考文獻(xiàn) 490
第19章 雷達(dá)數(shù)據(jù)處理性能評估 493
19.1 引言 493
19.2 有關(guān)名詞術(shù)語 493
19.3 數(shù)據(jù)關(guān)聯(lián)性能評估 495
19.3.1 平均航跡起始時間 495
19.3.2 航跡累積中斷次數(shù) 495
19.3.3 航跡關(guān)聯(lián)概率 496
19.3.4 航跡模糊度 496
19.4 跟蹤濾波性能評估 497
19.4.1 航跡精度 497
19.4.2 跟蹤機(jī)動目標(biāo)能力 498
19.4.3 虛假航跡比例 498
19.4.4 發(fā)散度 499
19.4.5 有效性 500
19.5 雷達(dá)網(wǎng)數(shù)據(jù)融合性能評估 502
19.5.1 雷達(dá)覆蓋范圍重疊度 502
19.5.2 航跡容量 502
19.5.3 雷達(dá)網(wǎng)發(fā)現(xiàn)概率 502
19.5.4 雷達(dá)網(wǎng)響應(yīng)時間 503
19.6 雷達(dá)數(shù)據(jù)處理算法的評估
方法 503
19.6.1 Monte Carlo方法 503
19.6.2 解析法 504
19.6.3 半實(shí)物仿真方法 504
19.6.4 試驗驗證法 505
19.7 小結(jié) 505
參考文獻(xiàn) 505
第20章 雷達(dá)數(shù)據(jù)處理的實(shí)際
應(yīng)用 507
20.1 引言 507
20.2 在船用導(dǎo)航雷達(dá)中的
應(yīng)用 507
20.2.1 組成要求 507
20.2.2 處理過程 509
20.2.3 典型實(shí)例 513
20.3 在AIS和ADS-B系統(tǒng)中的
應(yīng)用 515
20.3.1 AIS系統(tǒng) 515
20.3.2 ADS-B系統(tǒng) 516
20.3.3 處理過程 517
20.3.4 典型實(shí)例 520
20.4 在海上信息中心的應(yīng)用 521
20.4.1 功能組成 522
20.4.2 處理過程 522
20.4.3 典型實(shí)例 524
20.5 在對空監(jiān)視系統(tǒng)中的應(yīng)用 526
20.5.1 處理結(jié)構(gòu) 526
20.5.2 處理過程 527
20.5.4 演示驗證 528
20.6 小結(jié) 529
參考文獻(xiàn) 530
第21章 回顧、建議與展望 532
21.1 引言 532
21.2 研究成果回顧 532
21.3 問題與建議 535
21.4 研究方向展望 537
參考文獻(xiàn) 539
英文縮略語 542