基于多雷达组网IMM-GMPHDF的机动多目标检测跟踪

高斯混合概率假设密度滤波(GMPHDF)有牢固的理论基础,是解决高斯条件下跟踪强杂波环境中目标数未知的多目标问题的有效方法。但当目标发生机动时,就难以跟踪到目标,因此,在GMPHDF中引入交互多模型(IMM)算法,对继续存在目标的运动模型进行建模,根据计算的模型概率融合各模型滤波器估计得到的继续存在目标概率假设密度,解决了运动模型机动问题。仿真实验表明,IMM-GMPHDF能实时跟踪到强机动超音速多目标,在多雷达组网系统中跟踪强机动超音速多目标精度(OSPA距离均方根误差)能达到70 m,满足了工程使用要求。     

伪距定位中的GDOP最小值

讨论了一文计算伪距定位中GDOP最小值时数学上的缺陷和不严格性,指出文献在计算GDOP最小值时没有考虑到对应于钟差的特征值在值域上有限制,从而推导出的最小值不可能得到.对多站布阵时GDOP最小值进行了重新推导,给出不同站点数目时GDOP最小值的通式,并给出GDOP达到最小值时的布阵分布.