融合隐马尔科夫模型的雷达工作状态跟踪

发布时间：2021-06-10 15:50

　　针对电子侦察系统对雷达工作状态的跟踪问题,提出了一种基于融合隐马尔科夫模型的雷达工作状态跟踪方法。该算法首先将雷达工作过程建模成隐马尔科夫模型,其次通过对侦察的雷达短语序列识别,完成单个平台下雷达工作状态的跟踪;最后再运用DS证据理论将多平台的识别结果进行融合,实现多平台融合跟踪。对算法的识别率进行仿真,仿真结果表明,提出的算法提高了错误观测下对雷达工作状态跟踪的准确率,当观测值错误率为20%时跟踪正确率高达93%。 

【文章来源】：电子测量与仪器学报. 2020,34(01)北大核心CSCD

【文章页数】：6 页

【部分图文】：

雷达工作状态转移

图4是在不同观测错误率以及不同平台数下的识别率曲线,可以看出在3个平台信息融合的情况下,融合后的识别率较原始识别率整体提高约10%,但是在错误率增加到25%时识别率下降明显。这是由于即使错误观测的发生时刻是随机的,但是随着错误点数量增多,不同平台的观测序列仍有一定概率在同一时刻发生错误,而且错误点越多概率越大,因此导致识别率下降严重。以上问题可以通过增加融合平台数加以改进，图中显示4个平台融合的识别率在错误率低于15%时，与3平台融合识别率相差不大;当错误率达到15%以上时识别率提高显著。当5个平台融合时，识别率相较于4平台融合提升很小，因为信息达到饱和，识别率达到上限。

以上问题可以通过增加融合平台数加以改进，图中显示4个平台融合的识别率在错误率低于15%时，与3平台融合识别率相差不大;当错误率达到15%以上时识别率提高显著。当5个平台融合时，识别率相较于4平台融合提升很小，因为信息达到饱和，识别率达到上限。图4 多平台融合性能

【参考文献】：
期刊论文
[1]参数寻优LSSVM算法在机载火控雷达工作模式判定中的应用[J]. 王玉冰,程嗣怡,周一鹏,呙鹏程.  空军工程大学学报(自然科学版). 2017(03)
[2]基于DS证据理论的机载火控雷达空空工作模式判定[J]. 王玉冰,程嗣怡,周一鹏,呙鹏程,周东青,罗朝义.  现代雷达. 2017(05)
[3]基于深度置信网络和双谱对角切片的低截获概率雷达信号识别[J]. 王星,周一鹏,周东青,陈忠辉,田元荣.  电子与信息学报. 2016(11)
[4]应用D-S证据理论的雷达工作模式特征层融合识别[J]. 王星,王志鹏,呙鹏程,周东青,杜文红,王超.  空军工程大学学报(自然科学版). 2016(04)
[5]基于参数样本图的雷达辐射源识别[J]. 刘凯,许焕武,陈茂香.  电子信息对抗技术. 2015(01)
[6]DS证据理论研究进展及相关问题探讨[J]. 韩德强,杨艺,韩崇昭.  控制与决策. 2014(01)

硕士论文
[1]基于自动机器学习的雷达信号识别研究[D]. 涂同珩.西南交通大学 2018



本文编号：3222666