郑作虎
- 作品数：11 被引量：32H指数：4
- 供职机构：空军预警学院更多>>
- 发文基金：国家自然科学基金国家部委资助项目更多>>
- 相关领域：电子电信更多>>
- 基于ARSαS模型参数估计的雷达目标检测方法被引量：2
- 2015年
- 由于杂波非高斯特性和相关特性的影响,传统的动目标检测(moving target detection,MTD)技术的检测性能严重下降,针对该问题,基于对称α稳定分布(symmetricαstable,SαS)杂波模型和自回归(auto regressive,AR)模型理论,提出了一种基于ARSαS模型参数估计的雷达目标检测方法。该方法基于SαS模型,通过幂变换抑制杂波的非高斯特性,以及通过基于广义尤拉-沃克方程参数估计的AR模型白化杂波,应用快速傅里叶变换实现对目标信号的积累,以提高信杂比。仿真实验和实测数据验证表明,所提方法在非高斯相关杂波背景下的检测性能明显优于传统的MTD方法。
- 郑作虎王首勇
- 关键词：Α稳定分布自回归模型
- 基于GHF高斯粒子滤波的检测前跟踪算法被引量：1
- 2014年
- 针对粒子滤波存在粒子退化,会导致检测前跟踪(TBD)算法的检测和跟踪性能下降这一不足,提出了一种基于高斯-哈密顿滤波(GHF)高斯粒子滤波的TBD算法.该算法基于高斯粒子滤波,采用GHF算法构造的重要性密度函数采样连续出现粒子,考虑了最新的量测信息,采样粒子更逼近于真实的后验概率密度,克服了粒子退化问题.仿真结果表明:与基本TBD算法相比,所提出的TBD算法提高了对目标的检测和跟踪性能.
- 郑作虎王首勇郑岱堃
- 关键词：检测前跟踪粒子滤波重要性密度函数
- 基于分数低阶归一化匹配滤波的目标检测方法
- 2014年
- 在非高斯相关杂波背景下,基于归一化匹配滤波检测方法的性能随着非高斯特性增强而下降.为消除非高斯性的影响,提出一种基于分数低阶归一化匹配滤波的雷达目标检测方法.首先对观测数据进行分数低阶幂运算处理,然后基于杂波分数低阶统计量给出了检测模型,该模型的杂波散斑分量协方差矩阵通过对杂波分数低阶协方差矩阵进行归一化而得到.仿真结果表明,在非高斯杂波背景下该方法的检测性能优于归一化匹配滤波方法及传统MTD方法.
- 杨荷英王首勇郑作虎
- 关键词：目标检测ALPHA稳定分布分数低阶统计量
- 一种分数低阶局部最优目标检测方法被引量：2
- 2015年
- 针对传统局部最优检测器在显著非高斯杂波背景下导致检测性能下降的问题,该文提出一种分数低阶局部最优雷达目标检测方法。首先对局部最优检测器的模型进行简化,在此基础上,根据分数低阶统计量理论,利用分数低阶相关矩阵描述杂波的相关特征,并以分数低阶二次型作为局部最优检测器的权值,改善了显著非高斯杂波背景下的雷达目标检测性能。利用仿真数据和IPIX雷达数据进行实验分析,结果表明,针对显著的非高斯杂波背景下的弱目标信号,相对于传统的局部最优检测方法,该文方法的检测性能显著提高。
- 郑作虎王首勇
- 关键词：雷达目标检测分数低阶统计量
- 一种适用于机动目标跟踪的改进卡尔曼滤波算法被引量：3
- 2011年
- 针对卡尔曼滤波跟踪强机动目标时性能下降的问题,提出了一种适用于机动目标跟踪的改进卡尔曼滤波算法.该算法在卡尔曼滤波算法的基础上,根据当前量测目标航向与前一目标航向之间的航向角度差,判断机动强弱并计算出加权函数值,然后用加权函数值根据量测数据依次修正机动目标加速度预测值和目标预测状态,最终改进目标的状态估计.仿真结果表明,目标强机动时该算法具有较高的跟踪精度.
- 高增敏王首勇郑作虎郑岱堃
- 关键词：目标跟踪卡尔曼滤波算法
- 一种参数自适应调整的机动目标跟踪模型被引量：3
- 2011年
- 针对"当前"统计(CS)模型的跟踪性能依赖于模型先验参数的问题,提出了一种自适应"当前"统计(ACS)模型.该模型利用新息向量表征目标的机动情况,采用其指数型调整函数自适应调整模型参数和滤波增益,提高了机动模型和目标运动形式的匹配程度,并修正了机动加速度均值,使之适合于一般运动形式.仿真结果表明:与CS模型、改进"当前"统计(MCS)模型比较,应用该模型对机动目标的跟踪误差分别减小了11.36%、15.64%.
- 郑作虎王首勇万洋
- 关键词：目标跟踪
- 复杂海杂波背景下分数低阶匹配滤波检测方法被引量：7
- 2016年
- 针对在复杂海杂波背景下,雷达目标检测中动目标检测(Moving Target Detection,MTD)技术的检测性能显著下降的问题,以及局部最优检测器(Locally Optimum Detector,LOD)仅适用于低信杂比背景下弱目标检测的问题,基于分数低阶统计量理论,提出了一种分数低阶匹配滤波检测方法.该方法通过幂变换抑制杂波的非高斯特性,通过应用杂波分数低阶协方差矩阵特征值分解的方法白化相关杂波,在此基础上应用匹配滤波进行目标积累,以提高信杂比.通过仿真和实测数据,对所提出方法的检测性能进行了验证,并且与MTD和LOD进行了比较.结果表明,本文所提出方法能较好地解决非高斯相关杂波背景下的目标检测问题,检测性能明显优于MTD和LOD方法.
- 郑作虎王首勇
- 关键词：分数低阶协方差
- 基于Alpha稳定分布杂波模型的雷达目标检测方法被引量：4
- 2014年
- 针对非高斯相关杂波背景下,移动目标检测(MTD)技术的检测性能严重下降的问题,该文基于Alpha稳定分布杂波模型和本征滤波理论,提出一种非高斯相关杂波背景下的雷达目标检测方法。该方法基于Alpha稳定分布杂波模型,通过幂变换抑制杂波的非高斯特性,以及通过分数低阶相关矩阵白化杂波,在此基础上应用本征滤波实现对目标信号的有效积累,可提高信杂比。仿真实验和实测数据验证表明,该方法在非高斯相关杂波背景下的检测性能明显优于MTD方法的性能。
- 郑作虎王首勇
- 关键词：雷达目标检测ALPHA稳定分布
- 一种基于GHF的高斯粒子滤波算法被引量：7
- 2014年
- 高斯粒子滤波算法重要性权值方差不会随迭代次数的增加而增加,能够较好地解决粒子退化问题,但其重要性密度函数没有考虑最新的量测信息,导致有效粒子数减少,算法滤波性能下降.针对该问题,提出一种基于Gaussian-Hermite滤波(GHF)的高斯粒子滤波算法,采用GHF构造高斯粒子滤波的重要性密度函数,考虑最新的量测信息,增加有效粒子数,提高算法的滤波精度.仿真结果表明,所提出算法的滤波精度明显优于高斯粒子滤波算法.
- 郑作虎王首勇
- 关键词：重要性密度函数
- 非高斯相关杂波背景下雷达目标检测方法研究被引量：5
- 2013年
- 在非高斯相关杂波背景下,基于MTD(Moving Target Detection)的雷达目标检测性能严重下降。针对该问题,根据Alpha稳定分布杂波模型、分数低阶统计量理论,以输出信杂比最大为准则,提出了一种适用于非高斯相关杂波背景的雷达目标检测方法。该方法通过分解信号分数低阶协方差矩阵,计算等效杂波分数低阶协方差矩阵特征向量,得到最佳滤波器系数。通过仿真和实测数据,对所提出方法的检测性能进行了验证,并且与基于MTD的检测方法进行了比较,结果表明,在非高斯相关杂波背景下,所提方法的检测性能明显优于传统的MTD。
- 郑作虎王首勇杜鹏飞朱晓波
- 关键词：雷达目标检测ALPHA稳定分布分数低阶统计量
