摘要：对雷达目标航迹数据进行在线滤波处理,从而提高雷达测量数据的精度,具有十分重要的意义。提出一种利用巴特沃斯(Butterworth)滤波器实现雷达目标航迹在线平滑处理的方法。分析雷达目标信号的频谱特性,设计并计算出滤波器的参数,将雷达信号的噪声信号放大处理后进行在线滤波。仿真结果表明,本方法具有很好的滤波效果,并且计算迭代量小。

摘要：雷达目标航迹的快速识别对指挥员战场决策具有重要的参考作用,传统雷达目标航迹识别算法对于目标特征分析效果差,导致航迹识别效果不理想,为此,设计了基于多层长短期记忆网络(Long Short-Term Memory, LSTM)模型的雷达目标航迹快速识别算法。对雷达目标航迹信息进行采集与去噪处理;构建多层LSTM模型,提高对时间序列数据处理的性能,将采集的数据输入多层LSTM模型中;通过多层LSTM网络自主学习获取雷达目标航迹特征,并设计融合模块对多个特征进行融合处理,得到多特征子集,改善单一特征分析的不足;基于适应性矩估计(Adaptive Moment Estimation, Adam)算法优化模型超参数,训练损失函数,通过构建多层LSTM模型分类器完成雷达目标航迹快速识别。仿真实验结果显示,该算法能够精准提取雷达目标的多特征信息,多特征融合效果良好,航迹识别结果精准,目标位置平均识别误差为0.31 m,雷达目标航迹识别时间平均值为0.56 s,说明该方法能够精准、快速完成航迹识别。