重磅推荐
【作者】
何友，中国工程院院士，1997年毕业于清华大学，获通信与信息系统博士学位， 曾留学德国。中共十七大代表，第十二届全国政协委员。曾任CAAI/CIE／CAA/CIC/CSF/IET Fellow，国务院学科评议组成员，国家杰出青年科学基金评审委员会委员，国家自然科学基金委信息学部咨询专家委员会委员，中国人工智能学会名誉副理事长，中国指挥与控制学会副理事长、中国电子学会和航空学会常务理事，中国航空学会信息融合分会主任委员等。主要研究领域有：信号检测、信息融合、智能技术与应用等。以完成人获国家科技进步二等奖4项、国家教学成果一、二等奖各1项，获省部级一等奖11项，授权中国发明专利和软件著作权60余项。是全国百篇优秀博士学位论文获得者，在IEEE会刊等发表重要论文260余篇，出版专著6部，论著他引20000余次，培养博士后、博士、硕士180余人。先后入选国家百千万人才工程，荣获何梁何利基金科学与技术进步奖、“求是”工程奖、全国留学回国人员成就奖、山东省科学技术奖等。
【内容】
本书是关于雷达数据处理理论及应用的一部专著，是作者们在前三版的基础上结合近十年来研究成果进行了修订、扩充和完善，是国内外该领域近年来研究进展和自身研究成果的总结，全书总删减、新增、扩展和调整内容约53%，本书共由21章组成，主要内容有：雷达数据处理概述，参数估计，线性滤波方法，非线性滤波方法，量测数据预处理技术，多目标跟踪中的航迹起始，多目标数据互联算法，多目标智能跟踪方法，中断航迹接续关联方法，机动目标跟踪算法，群目标跟踪算法，空间多目标跟踪与轨迹预报，多目标跟踪终结理论与航迹管理，无源雷达数据处理，脉冲多普勒雷达数据处理，相控阵雷达数据处理，雷达组网误差配准算法，雷达组网数据处理，雷达数据处理性能评估，雷达数据处理的实际应用，以及关于雷达数据处理理论的回顾、建议与展望。
【目录】
目 录
第1章 概述1
1.1 雷达数据处理的目的和意义1
1.2 雷达数据处理中的基本概念1
1.3 雷达数据处理器的设计要求8
1.4 雷达数据处理器的主要技术
指标及评估10
1.5 雷达数据处理技术研究历史
与现状11
1.6 本书的范围和概貌13
参考文献18
第2章 参数估计22
2.1 引言22
2.2 参数估计的概念22
2.2.1 参数估计定义22
2.2.2 参数估计准则24
2.3 四种基本参数估计方法24
2.4 估计性质32
2.5 静态向量情况下的参数估计35
2.6 小结39
参考文献39
第3章 线性滤波方法41
3.1 引言41
3.2 卡尔曼滤波41
3.2.1 系统模型41
3.2.2 滤波模型46
3.2.3 卡尔曼滤波的初始化49
3.2.4 卡尔曼滤波算法应用举例51
3.2.5 卡尔曼滤波应用中应注意
的一些问题53
3.3 稳态卡尔曼滤波54
3.3.1 滤波器稳定的数学定义和
判断方法54
3.3.2 随机线性系统的可控制性
和可观测性54
3.3.3 稳态卡尔曼滤波55
3.4 常增益滤波56
3.4.1 ?-? 滤波57
3.4.2 自适应?-? 滤波59
3.4.3 ?-? 滤波算法应用举例59
3.4.4 ?-?-? 滤波61
3.4.5 自适应?-?-? 滤波61
3.4.6 线性滤波器性能比较62
3.5 Sage-Husa自适应卡尔曼滤波62
3.6 H∞卡尔曼滤波63
3.7 变分贝叶斯滤波64
3.8 状态估计的一致性检验65
3.8.1 状态估计误差一致性检验65
3.8.2 新息的一致性检验65
3.8.3 新息的白色检验66
3.8.4 滤波器一致性检验应用
举例66
3.9 小结67
参考文献67
第4章 非线性滤波方法70
4.1 引言70
4.2 扩展卡尔曼滤波70
4.2.1 系统模型70
4.2.2 滤波模型71
4.2.3 线性化EKF滤波的误差
补偿73
4.2.4 EKF应用举例74
4.2.5 EKF应用中应注意的问题77
4.3 不敏卡尔曼滤波77
4.3.1 不敏变换78
4.3.2 滤波模型78
4.3.3 仿真分析79
4.4 粒子滤波82
4.4.1 滤波模型82
4.4.2 EKF、UKF、PF滤波算法
性能分析84
4.5 平滑变结构滤波86
4.6 小结88
参考文献89
第5章 量测数据预处理技术92
5.1 引言92
5.2 时间配准92
5.3 空间配准94
5.3.1 坐标系94
5.3.2 坐标变换97
5.3.3 常用坐标系间的变换
关系99
5.3.4 常用坐标系中的跟踪
问题103
5.3.5 跟踪坐标系与滤波状态
变量选择110
5.4 野值剔除110
5.4.1 野值的定义、成因及
分类111
5.4.2 野值的判别方法112
5.5 雷达误差标校112
5.6 数据压缩113
5.6.1 单雷达数据压缩113
5.6.2 多雷达数据压缩114
5.7 小结116
参考文献117
第6章 多目标跟踪中的航迹起始119
6.1 引言119
6.2 航迹起始波门的形状和尺寸119
6.2.1 环形波门120
6.2.2 椭圆（球）波门120
6.2.3 矩形波门121
6.2.4 扇形波门122
6.3 航迹起始算法122
6.3.1 直观法122
6.3.2 逻辑法123
6.3.3 修正的逻辑法124
6.3.4 Hough变换法125
6.3.5 修正的Hough变换法127
6.3.6 基于Hough变换和逻辑的
航迹起始算法128
6.3.7 基于速度约束的改进Hough
变换航迹起始算法128
6.3.8 基于聚类和Hough变换的编
队目标航迹起始算法129
6.3.9 被动雷达航迹起始算法131
6.4 航迹起始算法综合分析132
6.5 航迹起始中的有关问题
讨论135
6.6 小结135
参考文献136
第7章 多目标数据互联算法138
7.1 引言138
7.2 联合极大似然算法138
7.2.1 基本原理138
7.2.2 应用举例140
7.3 近邻算法142
7.3.1 近邻算法142
7.3.2 概率近邻算法142
7.3.3 性能分析143
7.4 概率数据互联（PDA）
算法144
7.4.1 状态更新与协方差更新144
7.4.2 互联概率计算146
7.4.3 修正的PDAF算法148
7.4.4 性能分析149
7.5 综合概率数据互联算法
（IPDA）152
7.5.1 航迹存在性判断152
7.5.2 数据互联154
7.6 联合概率数据互联算法
（JPDA）154
7.6.1 JPDA算法的基本模型154
7.6.2 联合事件概率的计算158
7.6.3 状态估计协方差的计算160
7.6.4 简化的JPDA算法模型162
7.6.5 性能分析164
7.7 全邻模糊聚类数据互联
算法165
7.7.1 确认矩阵的建立165
7.7.2 有效回波概率计算166
7.7.3 性能分析169
7.8 贝叶斯算法170
7.8.1 贝叶斯算法模型170
7.8.2 算法的次优实现171
7.9 多假设跟踪算法172
7.9.1 假设的产生172
7.9.2 概率计算172
7.10 性能分析174
7.11 小结175
参考文献175
第8章 多目标智能跟踪方法178
8.1 引言178
8.2 航迹智能预测技术178
8.2.1 模型研究179
8.2.2 典型方法182
8.2.3 实验验证182
8.3 点航智能关联技术189
8.3.1 模型研究189
8.3.2 实验验证192
8.4 航迹智能滤波技术197
8.4.1 问题描述197
8.4.2 端到端学习的可行性分析198
8.4.3 循环卡尔曼神经网络模型201
8.4.4 RKNN网络训练203
8.4.5 RKNN网络测试与仿真
验证205
8.5 小结210
参考文献210
第9章 中断航迹接续关联方法213
9.1 引言213
9.2 问题描述213
9.3 传统方法214
9.3.1 交互式多模型（IMM）中断
航迹接续关联算法214
9.3.2 多假设运动模型中断航迹接
续关联算法215
9.3.3 模糊航迹相似性度量217
9.4 神经网络智能方法219
9.4.1 判别式中断航迹接续关联
方法219
9.4.2 生成式中断航迹接续关联方法223
9.4.3 图表示中断航迹接续关联
方法227
9.4.4 仿真分析231
9.5 小结236
参考文献236
第10章 机动目标跟踪算法240
10.1 引言240
10.2 目标典型机动形式241
10.3 具有机动检测的跟踪算法243
10.3.1 可调白噪声模型243
10.3.2 变维滤波算法244
10.3.3 输入估计算法245
10.4 自适应跟踪算法247
10.4.1 修正的输入估计算法247
10.4.2 Singer模型跟踪算法249
10.4.3 当前统计模型算法252
10.4.4 Jerk模型跟踪算法253
10.4.5 多模型算法255
10.4.6 交互式多模型算法256
10.5 机动目标跟踪算法性能
比较259
10.5.1 仿真环境260
10.5.2 结果分析261
10.6 小结265
参考文献266
第11章 群目标跟踪算法269
11.1 引言269
11.2 群定义与群分割269
11.2.1 群定义269
11.2.2 群分割270
11.3 中心类群航迹起始272
11.3.1 群互联272
11.3.2 群速度估计273
11.4 群目标灰色精细航迹
起始276
11.4.1 群的预分割和预互联277
11.4.2 群内目标灰色精细
互联277
11.4.3 群内航迹的确认280
11.4.4 群目标状态矩阵的建立281
11.4.5 算法仿真验证与分析281
11.4.6 讨论287
11.5 中心类群目标跟踪288
11.5.1 群航迹起始、确认和
撤销289
11.5.2 群航迹更新289
11.5.3 相关问题的实现291
11.6 编队群目标跟踪292
11.6.1 编队群目标跟踪概述292
11.6.2 编队群目标跟踪逻辑
描述295
11.7 群目标跟踪性能分析296
11.7.1 仿真环境296
11.7.2 仿真结果分析297
11.8 小结299
参考文献300
第12章 空间多目标跟踪与轨迹
预报303
12.1 引言303
12.2 空间目标系统模型303
12.2.1 基于空间动力学方程约束
的状态方程304
12.2.2 量测方程305
12.3 空间多目标数据互联306
12.4 动力学方程约束的空间目标
跟踪308
12.5 空间目标轨迹预报310
12.5.1 轨迹预报初值点获取310
12.5.2 ECI坐标系下欧拉方程
外推预报311
12.5.3 龙格-库塔积分预报法312
12.6 仿真分析313
12.6.1 仿真环境313
12.6.2 空间多目标跟踪结果
分析313
12.6.3 空间目标轨迹预报结果
分析315
12.7 小结316
参考文献317
第13章 多目标跟踪终结理论与航迹
管理320
13.1 引言320
13.2 多目标跟踪终结理论320
13.2.1 序列概率比检验（SPRT）
算法320
13.2.2 跟踪波门方法321
13.2.3 代价函数法322
13.2.4 Bayes算法323
13.2.5 全邻Bayes算法324
13.2.6 算法性能分析324
13.3 航迹管理326
13.3.1 航迹号管理326
13.3.2 航迹质量管理328
13.3.3 信息融合系统中的航迹
文件管理333
13.4 小结334
参考文献335
第14章 无源雷达数据处理337
14.1 引言337
14.2 有源与无源雷达比较分析337
14.3 单站无源定位与跟踪339
14.3.1 相位变化率法340
14.3.2 多普勒变化率和方位联合
定位341
14.3.3 多普勒变化率和方位、俯
仰1
第1章 概述1
1.1 雷达数据处理的目的和意义1
1.2 雷达数据处理中的基本概念1
1.3 雷达数据处理器的设计要求8
1.4 雷达数据处理器的主要技术
指标及评估10
1.5 雷达数据处理技术研究历史
与现状11
1.6 本书的范围和概貌13
参考文献18
第2章 参数估计22
2.1 引言22
2.2 参数估计的概念22
2.2.1 参数估计定义22
2.2.2 参数估计准则24
2.3 四种基本参数估计方法24
2.4 估计性质32
2.5 静态向量情况下的参数估计35
2.6 小结39
参考文献39
第3章 线性滤波方法41
3.1 引言41
3.2 卡尔曼滤波41
3.2.1 系统模型41
3.2.2 滤波模型46
3.2.3 卡尔曼滤波的初始化49
3.2.4 卡尔曼滤波算法应用举例51
3.2.5 卡尔曼滤波应用中应注意
的一些问题53
3.3 稳态卡尔曼滤波54
3.3.1 滤波器稳定的数学定义和
判断方法54
3.3.2 随机线性系统的可控制性
和可观测性54
3.3.3 稳态卡尔曼滤波55
3.4 常增益滤波56
3.4.1 ?-? 滤波57
3.4.2 自适应?-? 滤波59
3.4.3 ?-? 滤波算法应用举例59
3.4.4 ?-?-? 滤波61
3.4.5 自适应?-?-? 滤波61
3.4.6 线性滤波器性能比较62
3.5 Sage-Husa自适应卡尔曼滤波62
3.6 H∞卡尔曼滤波63
3.7 变分贝叶斯滤波64
3.8 状态估计的一致性检验65
3.8.1 状态估计误差一致性检验65
3.8.2 新息的一致性检验65
3.8.3 新息的白色检验66
3.8.4 滤波器一致性检验应用
举例66
3.9 小结67
参考文献67
第4章 非线性滤波方法70
4.1 引言70
4.2 扩展卡尔曼滤波70
4.2.1 系统模型70
4.2.2 滤波模型71
4.2.3 线性化EKF滤波的误差
补偿73
4.2.4 EKF应用举例74
4.2.5 EKF应用中应注意的问题77
4.3 不敏卡尔曼滤波77
4.3.1 不敏变换78
4.3.2 滤波模型78
4.3.3 仿真分析79
4.4 粒子滤波82
4.4.1 滤波模型82
4.4.2 EKF、UKF、PF滤波算法
性能分析84
4.5 平滑变结构滤波86
4.6 小结88
参考文献89
第5章 量测数据预处理技术92
5.1 引言92
5.2 时间配准92
5.3 空间配准94
5.3.1 坐标系94
5.3.2 坐标变换97
5.3.3 常用坐标系间的变换
关系99
5.3.4 常用坐标系中的跟踪
问题103
5.3.5 跟踪坐标系与滤波状态
变量选择110
5.4 野值剔除110
5.4.1 野值的定义、成因及
分类111
5.4.2 野值的判别方法112
5.5 雷达误差标校112
5.6 数据压缩113
5.6.1 单雷达数据压缩113
5.6.2 多雷达数据压缩114
5.7 小结116
参考文献117
第6章 多目标跟踪中的航迹起始119
6.1 引言119
6.2 航迹起始波门的形状和尺寸119
6.2.1 环形波门120
6.2.2 椭圆（球）波门120
6.2.3 矩形波门121
6.2.4 扇形波门122
6.3 航迹起始算法122
6.3.1 直观法122
6.3.2 逻辑法123
6.3.3 修正的逻辑法124
6.3.4 Hough变换法125
6.3.5 修正的Hough变换法127
6.3.6 基于Hough变换和逻辑的
航迹起始算法128
6.3.7 基于速度约束的改进Hough
变换航迹起始算法128
6.3.8 基于聚类和Hough变换的编
队目标航迹起始算法129
6.3.9 被动雷达航迹起始算法131
6.4 航迹起始算法综合分析132
6.5 航迹起始中的有关问题
讨论135
6.6 小结135
参考文献136
第7章 多目标数据互联算法138
7.1 引言138
7.2 联合极大似然算法138
7.2.1 基本原理138
7.2.2 应用举例140
7.3 近邻算法142
7.3.1 近邻算法142
7.3.2 概率近邻算法142
7.3.3 性能分析143
7.4 概率数据互联（PDA）
算法144
7.4.1 状态更新与协方差更新144
7.4.2 互联概率计算146
7.4.3 修正的PDAF算法148
7.4.4 性能分析149
7.5 综合概率数据互联算法
（IPDA）152
7.5.1 航迹存在性判断152
7.5.2 数据互联154
7.6 联合概率数据互联算法
（JPDA）154
7.6.1 JPDA算法的基本模型154
7.6.2 联合事件概率的计算158
7.6.3 状态估计协方差的计算160
7.6.4 简化的JPDA算法模型162
7.6.5 性能分析164
7.7 全邻模糊聚类数据互联
算法165
7.7.1 确认矩阵的建立165
7.7.2 有效回波概率计算166
7.7.3 性能分析169
7.8 贝叶斯算法170
7.8.1 贝叶斯算法模型170
7.8.2 算法的次优实现171
7.9 多假设跟踪算法172
7.9.1 假设的产生172
7.9.2 概率计算172
7.10 性能分析174
7.11 小结175
参考文献175
第8章 多目标智能跟踪方法178
8.1 引言178
8.2 航迹智能预测技术178
8.2.1 模型研究179
8.2.2 典型方法182
8.2.3 实验验证182
8.3 点航智能关联技术189
8.3.1 模型研究189
8.3.2 实验验证192
8.4 航迹智能滤波技术197
8.4.1 问题描述197
8.4.2 端到端学习的可行性分析198
8.4.3 循环卡尔曼神经网络模型201
8.4.4 RKNN网络训练203
8.4.5 RKNN网络测试与仿真
验证205
8.5 小结210
参考文献210
第9章 中断航迹接续关联方法213
9.1 引言213
9.2 问题描述213
9.3 传统方法214
9.3.1 交互式多模型（IMM）中断
航迹接续关联算法214
9.3.2 多假设运动模型中断航迹接
续关联算法215
9.3.3 模糊航迹相似性度量217
9.4 神经网络智能方法219
9.4.1 判别式中断航迹接续关联
方法219
9.4.2 生成式中断航迹接续关联方法223
9.4.3 图表示中断航迹接续关联
方法227
9.4.4 仿真分析231
9.5 小结236
参考文献236
第10章 机动目标跟踪算法240
10.1 引言240
10.2 目标典型机动形式241
10.3 具有机动检测的跟踪算法243
10.3.1 可调白噪声模型243
10.3.2 变维滤波算法244
10.3.3 输入估计算法245
10.4 自适应跟踪算法247
10.4.1 修正的输入估计算法247
10.4.2 Singer模型跟踪算法249
10.4.3 当前统计模型算法252
10.4.4 Jerk模型跟踪算法253
10.4.5 多模型算法255
10.4.6 交互式多模型算法256
10.5 机动目标跟踪算法性能
比较259
10.5.1 仿真环境260
10.5.2 结果分析261
10.6 小结265
参考文献266
第11章 群目标跟踪算法269
11.1 引言269
11.2 群定义与群分割269
11.2.1 群定义269
11.2.2 群分割270
11.3 中心类群航迹起始272
11.3.1 群互联272
11.3.2 群速度估计273
11.4 群目标灰色精细航迹
起始276
11.4.1 群的预分割和预互联277
11.4.2 群内目标灰色精细
互联277
11.4.3 群内航迹的确认280
11.4.4 群目标状态矩阵的建立281
11.4.5 算法仿真验证与分析281
11.4.6 讨论287
11.5 中心类群目标跟踪288
11.5.1 群航迹起始、确认和
撤销289
11.5.2 群航迹更新289
11.5.3 相关问题的实现291
11.6 编队群目标跟踪292
11.6.1 编队群目标跟踪概述292
11.6.2 编队群目标跟踪逻辑
描述295
11.7 群目标跟踪性能分析296
11.7.1 仿真环境296
11.7.2 仿真结果分析297
11.8 小结299
参考文献300
第12章 空间多目标跟踪与轨迹
预报303
12.1 引言303
12.2 空间目标系统模型303
12.2.1 基于空间动力学方程约束
的状态方程304
12.2.2 量测方程305
12.3 空间多目标数据互联306
12.4 动力学方程约束的空间目标
跟踪308
12.5 空间目标轨迹预报310
12.5.1 轨迹预报初值点获取310
12.5.2 ECI坐标系下欧拉方程
外推预报311
12.5.3 龙格-库塔积分预报法312
12.6 仿真分析313
12.6.1 仿真环境313
12.6.2 空间多目标跟踪结果
分析313
12.6.3 空间目标轨迹预报结果
分析315
12.7 小结316
参考文献317
第13章 多目标跟踪终结理论与航迹
管理320
13.1 引言320
13.2 多目标跟踪终结理论320
13.2.1 序列概率比检验（SPRT）
算法320
13.2.2 跟踪波门方法321
13.2.3 代价函数法322
13.2.4 Bayes算法323
13.2.5 全邻Bayes算法324
13.2.6 算法性能分析324
13.3 航迹管理326
13.3.1 航迹号管理326
13.3.2 航迹质量管理328
13.3.3 信息融合系统中的航迹
文件管理333
13.4 小结334
参考文献335
第14章 无源雷达数据处理337
14.1 引言337
14.2 有源与无源雷达比较分析337
14.3 单站无源定位与跟踪339
14.3.1 相位变化率法340
14.3.2 多普勒变化率和方位联合
定位341
14.3.3 多普勒变化率和方位、俯
仰1
