聯合多站陣元域數據的水下目標檢測與跟蹤

摘要：為了提高復雜海洋環境中目標的檢測、跟蹤性能,提出一種聯合多站陣元域數據的水下目標檢測與跟蹤方法.該方法采用序列馬爾科夫鏈蒙特卡洛思想對目標進行采樣更新,通過對接收概率中的后驗概率以及采樣函數進行分解展開,并根據多站陣元域數據計算采樣粒子的聯合似然,在迭代過程中實現目標數目和目標狀態的聯合估計.研究結果表明,該方法對單目標的平均定位誤差在較高信噪比下能夠穩定在50 m以內,對多目標隨機出入場景中新生及消失目標實現有效檢測,同時對強干擾下弱目標及交叉目標實現有效檢測跟蹤。仿真結果和海試數據均驗證該方法具有良好的目標檢測與跟蹤性能。