针对处理复杂机动目标跟踪问题, 提出了一种自适应随机权重容积卡尔曼滤波(ARWCKF)算法。该算法作为交互多模型(IMM)算法的预处理过程, 对不同运动模型进行滤波。为了算法的稳定性, 引入了随机权重因子。使用时变因子调整马尔可夫概率转移矩阵, 提高了IMM算法概率转换精度。将所提IMM-ARWCKF算法与IMM-CKF算法对比发现, 在处理复杂机动目标问题时, 所提算法具有更高的跟踪精度, 算法更加稳定。

针对高速机动目标的运动参数估计问题, 基于鲁棒互相关和多项式调频小波变换 (RCCF-PCT), 提出了一种高速机动目标运动参数估计方法。该方法首先采用幂率变换增强信号, 利用距离像互相关和鲁棒多项式回归完成距离徙动校正; 再采用多项式调频小波变换对多普勒徙动初步补偿后的信号进行参数化时频分析, 利用提取的时频脊特征完成目标运动参数的精确估计。通过数值实验验证了算法的有效性。

为了提高突防导弹末段突防能力,且保证突防导弹对机动目标的打击精度,提出了一种新型突防制导律。首先,基于自适应干扰观测器估计目标加速度,所设计的观测器不仅可以在有限时间内估计出目标加速度,且无需已知目标加速度上界信息;其次,由制导误差与法向突防机动速度构造滑模面,通过机动衰减设计保证制导精度不受所附加突防机动的影响;再次,基于估计目标加速度以及突防机动连续化设计构建了制导律,该制导律不仅可保证制导误差有限时间收敛,而且连续变化; 最后,考虑机动目标、拦截器和突防弹三方完成攻防对抗仿真,仿真结果证明,所设计制导律可实现高精度及强突防的制导性能。

针对远距离压制干扰下机动目标跟踪问题, 分析了远距离大功率压制干扰对于雷达探测及测量精度的影响, 引入新的量测模型模拟雷达在压制干扰下由于探测概率下降出现的目标暂消现象, 并利用去相关无偏量测转换方法将球坐标下的量测转换到直角坐标系下。在此基础上, 基于自适应联邦滤波的思想建立了雷达压制干扰下的机动目标跟踪算法。仿真结果表明, 在远距离压制干扰下, 所提方法可以保持对目标在多种机动情况下的稳定、准确跟踪, 与现有方法相比具有明显的优势。

联合概率数据关联(JPDA)算法在解决多目标跟踪时需要目标准确的动力学模型, 动力学模型失配在多机动目标跟踪中时常发生,而作为有效的解决方法之一——强跟踪滤波(STF)是针对无杂波环境下的单机动目标设计的。为了提高杂波环境下多机动目标跟踪精度, 提出一种联合概率数据关联强跟踪滤波(JPDA-STF)算法。该算法为了能够实现各个目标的渐消因子计算, 采用对与目标关联的量测进行加权融合的方式获取目标新息协方差, 其中, 量测权重的计算则是通过JPDA的方式获取。通过各目标渐消因子获取状态预测协方差, 随后在卡尔曼滤波框架下即可实现目标状态的更新。实验结果表明, 该算法相比于传统的JPDA算法能够更有效地降低跟踪误差。

为提高非高斯噪声条件下机动目标跟踪的精度，提出基于交互式多模型极限迭代无偏有限脉冲响应滤波（IMM-极限迭代UFIR）算法。采用对噪声统计特性不敏感的极限迭代无偏有限脉冲响应滤波（UFIR）作为其子滤波器，对各模型进行状态估计，最后通过对各模型的输出结果综合得到机动目标状态。仿真结果表明，在噪声条件复杂的情况下，该算法比交互式多模型卡尔曼滤波（IMM-KF）具有更高的跟踪精度和稳定性，计算量小于IMM-PF，算法能较好地兼顾跟踪精度和计算量两方面性能。

针对逆合成孔径激光雷达对机动目标成像时, 其回波信号存在距离向色散和方位向多普勒时变的问题, 在建立机动目标精确回波信号模型的基础上, 提出一种基于积分立方次相位函数-分数阶傅里叶变换的成像算法.在距离压缩时, 首先采用积分立方次相位函数快速估计出回波脉冲的调频率, 进而在最佳旋转角下采用分数阶傅里叶变换实现距离像压缩, 消除距离色散.经过运动补偿后, 在方位压缩时结合积分立方次相位函数-分数阶傅里叶变换与Clean技术实现对每一距离单元上强弱散射点的分离成像, 解决由于机动运动产生的方位多普勒时变而形成的图像散焦问题.最后, 通过散射点模型的仿真实验, 验证了所提方法的有效性.

低信噪比环境下, 原始数据未知门限的机动目标跟踪是一个比较棘手的问题。提出了一种交互式多模型伯努利(IMM-Bernoulli）检测前跟踪(TBD）算法, 该算法结合交互式多模型算法对滤波器中每个目标状态的采样粒子进行预测, 利用伯努利滤波对目标粒子进行递归, 粒子更新阶段结合TBD算法进行,最终实现目标存在概率及分布密度的更新估计。算法对粒子预测时采用多个模型参与转移预测, 使得预测粒子更加接近目标真实运动状态, 兼备了伯努利TBD算法和交互式多模算法的特点, 可用于处理低信噪比环境下机动弱目标检测跟踪问题, 且对目标状态的估计更加精准。仿真实验表明, 该滤波器能够实时地估计出目标位置, 比传统的伯努利TBD算法具有更好的滤波性能。

数据量的增加及新体制雷达的发展，对雷达探测技术提出了更高的要求。经典检测方法具有其优势，但同时也存在很多局限性，迫切需要创新雷达动目标检测方法以提升复杂背景和有限雷达资源条件下的雷达目标探测性能。该文介绍了稀疏傅里叶变换(SFT)的基本概念，在其基础上对稀疏分数阶傅里叶变换(SFRFT)的实现方法进行了系统描述。然后将SFRFT 算法应用于雷达信号处理中，提出了基于快速高分辨稀疏FRFT 的雷达机动目标检测算法，为雷达动目标探测能力的提高提供了新的思路。