基于贝叶斯理论的多雷达点迹自适应融合方法

雷达组网进行数据融合是复杂电磁环境下提高预警探测精度和容错能力的有效方法，研究人员需研究适应干扰、信噪比降低等复杂情形的数据融合方法。基于贝叶斯统计理论提出一种多雷达点迹融合方法，将贝叶斯多源数据融合方法与卡尔曼滤波结合，以卡尔曼滤波输出的航迹预测及其协方差作为贝叶斯理论的先验知识，以多雷达量测结果作为贝叶斯理论的观测值进行融合，并提出一种基于回波信噪比的点迹标准差实时估计方法，构建标准差自适应估计的点迹融合与滤波框架。仿真结果表明，多雷达点迹自适应融合方法，滤波精度优于单雷达滤波结果、优于航迹融合结果，能够适应目标距离、RCS起伏引起的标准差变化，具有较强的工程应用价值。