關(guān)于隱身目標(biāo)檢測(cè)與跟蹤的幾點(diǎn)思考

劉衛(wèi)華，譚順成

（海軍航空工程學(xué)院a.科研部；b.信息融合研究所，山東煙臺(tái)264001）

隱身目標(biāo)是現(xiàn)代雷達(dá)面臨的四大威脅之一。雷達(dá)目標(biāo)隱身技術(shù)是通過(guò)改變武器裝備等目標(biāo)的可探測(cè)信息特征，使敵方雷達(dá)探測(cè)系統(tǒng)不易發(fā)現(xiàn)或發(fā)現(xiàn)距離縮短的綜合性技術(shù)，隱身技術(shù)改變了空戰(zhàn)的方法，特別是隱身飛機(jī)與精確制導(dǎo)武器相結(jié)合大幅度提高了作戰(zhàn)效能，改變了攻防戰(zhàn)略平衡。發(fā)展反隱身技術(shù)和武器系統(tǒng)已成為重要而緊迫的任務(wù)。

隱身技術(shù)自問(wèn)世以來(lái)，在戰(zhàn)斗機(jī)、導(dǎo)彈和艦船等主要作戰(zhàn)武器系統(tǒng)上的應(yīng)用得到了較大發(fā)展，引起各國(guó)高度重視，在現(xiàn)代戰(zhàn)爭(zhēng)中發(fā)揮著重要作用。海灣戰(zhàn)爭(zhēng)中，F(xiàn)-117A隱身戰(zhàn)斗機(jī)是唯一能在嚴(yán)密設(shè)防的巴格達(dá)上空自由活動(dòng)的飛機(jī)，42 架F-117A 戰(zhàn)斗轟炸機(jī)的飛行架次，僅占美國(guó)飛行總架次的2%，卻承擔(dān)了美國(guó)戰(zhàn)略任務(wù)的43%；1999年的科索沃戰(zhàn)爭(zhēng)中，北約又使用多種隱身兵器對(duì)南聯(lián)盟進(jìn)行轟炸和導(dǎo)彈攻擊，在空襲行動(dòng)中，除使用了F-117A 隱身戰(zhàn)斗機(jī)和AGM-129隱身巡航導(dǎo)彈外，還首次使用了B-2隱身轟炸機(jī)[1]。

短短幾年時(shí)間，隱身技術(shù)的研究及其應(yīng)用獲得了突破性進(jìn)展。綜析各國(guó)經(jīng)濟(jì)財(cái)力、軍事力量和技術(shù)發(fā)展水平，世界各大軍事強(qiáng)國(guó)已經(jīng)擁有不同隱身程度和不同數(shù)量的隱身武器。繼F-117A和B-2后，美國(guó)的洛克希德公司又推出了可以被稱(chēng)為新一代隱身戰(zhàn)機(jī)的F-22及后續(xù)的F-35。其他國(guó)家，如俄羅斯、英、法、德、日等國(guó)，也在積極發(fā)展隱身技術(shù)并取得了明顯進(jìn)展。

1 隱身目標(biāo)檢測(cè)與跟蹤的主要方法

隱身技術(shù)發(fā)展至今已形成了從遠(yuǎn)程轟炸機(jī)、戰(zhàn)斗機(jī)到巡航導(dǎo)彈的一系列較為齊全的隱身飛行器。典型隱身飛行器的隱身性能參考值見(jiàn)表1[2]。由表1可見(jiàn)，目標(biāo)的RCS 大大縮減，而目標(biāo)RCS的減少又極大地縮短了雷達(dá)對(duì)這些目標(biāo)的探測(cè)距離，從而大大增強(qiáng)了隱身飛機(jī)的空中突防能力。表2給出了雷達(dá)探測(cè)距離隨雷達(dá)反射截面積減縮而減小的情況。從表1、2可以看出隱身飛行器的出現(xiàn)和使用，極大地降低微波波段雷達(dá)的探測(cè)性能，是對(duì)傳統(tǒng)雷達(dá)的嚴(yán)峻挑戰(zhàn)，因而盡快研究隱身目標(biāo)的有效跟蹤和檢測(cè)對(duì)于增強(qiáng)雷達(dá)的預(yù)警探測(cè)能力具有重要的現(xiàn)實(shí)意義。

表1 典型隱身飛行器RCS減縮水平Tab.1 RCS curtailer level of typical stealth aircraft

目前，探測(cè)隱身目標(biāo)的主要措施有：利用隱身目標(biāo)的頻域窗口，采用米波雷達(dá)等低頻雷達(dá)進(jìn)行目標(biāo)探測(cè)；利用隱身目標(biāo)的空域窗口，采用雙/多基地雷達(dá)或雷達(dá)組網(wǎng)技術(shù)，由不同頻率的雷達(dá)從不同方位照射目標(biāo)，獲得隱身目標(biāo)完整而連續(xù)的探測(cè)信息；采用新體制雷達(dá)，如有源相控陣?yán)走_(dá)、天波超視距雷達(dá)、地波超視距雷達(dá)等；采用先進(jìn)的信號(hào)和數(shù)據(jù)處理方法，通過(guò)在空間和時(shí)間上對(duì)隱身目標(biāo)回波的積累處理實(shí)現(xiàn)隱身目標(biāo)的檢測(cè)和跟蹤。

表2 雷達(dá)探測(cè)距離隨RCS縮減而減小的情況Tab.2 Reducing of maximum range of interest as the curtailing of RCS

利用先進(jìn)的信號(hào)和數(shù)據(jù)處理方法進(jìn)行隱身目標(biāo)的探測(cè)和跟蹤，因其推廣性好等優(yōu)點(diǎn)，受到了人們?cè)絹?lái)越多的關(guān)注，其中，最典型的方法是檢測(cè)前跟蹤方法（TBD）[3-16]。國(guó)內(nèi)已有多家機(jī)構(gòu)和大學(xué)對(duì)TBD技術(shù)進(jìn)行了研究，取得了許多成果，目前具有代表性的TBD方法主要包括Hough變換[3-4]、極大似然[5]、動(dòng)態(tài)規(guī)劃[6-9]和粒子濾波（PF）[10-16]等。TBD方法的實(shí)質(zhì)是用時(shí)間來(lái)?yè)Q取信噪比，是低信噪比條件下對(duì)隱身目標(biāo)檢測(cè)與跟蹤的有效辦法，在現(xiàn)代軍事領(lǐng)域獲得了廣泛的重視和應(yīng)用，已經(jīng)成為現(xiàn)今雷達(dá)發(fā)展的一個(gè)重要方向。

2 隱身目標(biāo)檢測(cè)與跟蹤面臨的難點(diǎn)問(wèn)題

目前，目標(biāo)檢測(cè)和跟蹤的TBD技術(shù)研究大多是在某種特定的假定條件下進(jìn)行的。然而，實(shí)際情況往往具有較大的不確定性：隱身目標(biāo)信號(hào)的強(qiáng)弱隨隱身目標(biāo)所處的雜波背景不同而發(fā)生變化；隱身目標(biāo)運(yùn)動(dòng)狀態(tài)隨不同的作戰(zhàn)任務(wù)機(jī)動(dòng)多變；進(jìn)入雷達(dá)探測(cè)范圍的隱身目標(biāo)的數(shù)量通常是未知且時(shí)變的；機(jī)載多普勒（PD）雷達(dá)高脈沖重復(fù)頻率引起的距離模糊[17-20]等。因此，實(shí)現(xiàn)對(duì)隱身目標(biāo)的有效探測(cè)迫切需要解決這些不確定性帶來(lái)的問(wèn)題。具體而言，主要包括以下方面。

2.1 隱身目標(biāo)模型的不確定性

為了研究和處理的方便，目前的研究大多假定目標(biāo)為“點(diǎn)目標(biāo)”模型。但是在實(shí)際應(yīng)用中，隨著雷達(dá)分辨力、目標(biāo)大小、目標(biāo)遠(yuǎn)近的不同以及目標(biāo)的高速機(jī)動(dòng)，會(huì)出現(xiàn)目標(biāo)回波占據(jù)多個(gè)距離分辨單元的情況，即所謂的“距離擴(kuò)展目標(biāo)”情況。在此情況下，若將“距離擴(kuò)展目標(biāo)”當(dāng)作“點(diǎn)目標(biāo)”來(lái)處理，會(huì)導(dǎo)致目標(biāo)被雜波和噪聲湮沒(méi)，難以實(shí)現(xiàn)對(duì)隱身目標(biāo)的有效檢測(cè)。

2.2 隱身目標(biāo)運(yùn)動(dòng)模式的不確定性

隱身目標(biāo)為了提高生存和突防能力，會(huì)隨時(shí)進(jìn)行一定的機(jī)動(dòng)，同時(shí)其運(yùn)動(dòng)狀態(tài)也會(huì)因不同的作戰(zhàn)任務(wù)而改變，對(duì)于早期的隱身目標(biāo)（如F-16S 和F-117A等），其機(jī)動(dòng)性能一般，目標(biāo)機(jī)動(dòng)對(duì)雷達(dá)檢測(cè)跟蹤性能的影響并不是很大，但是對(duì)于目前比較先進(jìn)的隱身目標(biāo)（如F-22 和F-35 等），其機(jī)動(dòng)性能較好，大大增加雷達(dá)探測(cè)系統(tǒng)檢測(cè)和跟蹤隱身目標(biāo)的難度。隱身目標(biāo)的低可觀測(cè)性使得常規(guī)的先檢測(cè)后跟蹤算法中的目標(biāo)機(jī)動(dòng)檢測(cè)方法不再適用于隱身目標(biāo)的機(jī)動(dòng)檢測(cè)，而已有的隱身目標(biāo)TBD算法一般假定目標(biāo)做勻速直線運(yùn)動(dòng)，對(duì)于高機(jī)動(dòng)隱身目標(biāo)，如果仍按照勻速運(yùn)動(dòng)的假設(shè)對(duì)目標(biāo)狀態(tài)進(jìn)行建模，將難以實(shí)現(xiàn)正確的信號(hào)積累，違背了TBD算法通過(guò)時(shí)間換取信噪比的本質(zhì)，從而嚴(yán)重影響算法的隱身目標(biāo)的檢測(cè)和跟蹤性能。

2.3 隱身目標(biāo)所處環(huán)境的不確定性

目前的研究大多是在假定目標(biāo)幅度為恒定幅值或者某一特定分布的基礎(chǔ)上進(jìn)行的，如采用瑞利分布、Ricean分布、K分布等，但是目標(biāo)的高速機(jī)動(dòng)，往往同時(shí)會(huì)造成目標(biāo)所處環(huán)境的發(fā)生改變，從而導(dǎo)致目標(biāo)的幅度分布特性的變化。因此，采用單一的分布假定不能很好地適應(yīng)不同的目標(biāo)環(huán)境和目標(biāo)特性。

2.4 多隱身目標(biāo)的檢測(cè)與跟蹤

在現(xiàn)代戰(zhàn)爭(zhēng)中，敵機(jī)突防密度、批次大大增加，目標(biāo)也通常采取編隊(duì)飛行的方式，在這種情況下，對(duì)隱身目標(biāo)進(jìn)行檢測(cè)與跟蹤，除了目標(biāo)高機(jī)動(dòng)，還將面臨多隱身目標(biāo)有效檢測(cè)與跟蹤的難點(diǎn)問(wèn)題。目前，大多數(shù)研究往往假設(shè)目標(biāo)個(gè)數(shù)或者最大目標(biāo)個(gè)數(shù)已知，但是在實(shí)際中，有無(wú)目標(biāo)以及進(jìn)入雷達(dá)探測(cè)范圍的目標(biāo)的數(shù)量都是未知，在這種情況下，一般的算法難以實(shí)現(xiàn)對(duì)鄰近目標(biāo)的有效檢測(cè)；此外，目標(biāo)的出現(xiàn)和消失具有隨機(jī)性，某一時(shí)刻監(jiān)測(cè)區(qū)域內(nèi)的目標(biāo)個(gè)數(shù)是隨時(shí)間變化的，若假設(shè)最大目標(biāo)個(gè)數(shù)已知，當(dāng)實(shí)際目標(biāo)大于假設(shè)最大目標(biāo)個(gè)數(shù)時(shí)，必然造成漏檢，而實(shí)際目標(biāo)個(gè)數(shù)小于假設(shè)最大目標(biāo)個(gè)數(shù)時(shí)，會(huì)造成算法復(fù)雜度和計(jì)算量的不必要的急劇增長(zhǎng)。因此，在目標(biāo)數(shù)先驗(yàn)未知的條件下，準(zhǔn)確地確定目標(biāo)數(shù)，并檢測(cè)出各個(gè)目標(biāo)以及分離出各目標(biāo)航跡的算法是多隱身目標(biāo)檢測(cè)與跟蹤需要解決的難點(diǎn)。

2.5 機(jī)載高重頻雷達(dá)的多隱身目標(biāo)檢測(cè)與跟蹤

目前，PD 體制被廣泛用于先進(jìn)戰(zhàn)斗機(jī)的雷達(dá)，如：美國(guó)F-15E“攻擊鷹”上的AN/APG-70 雷達(dá)、法國(guó)幻影2000-5型戰(zhàn)斗機(jī)上的RDY 雷達(dá)、俄羅斯的蘇-35上的Zhuk-PH雷達(dá)等。機(jī)載PD雷達(dá)為了無(wú)模糊地測(cè)量目標(biāo)速度，通常采用高、中脈沖重復(fù)頻率，因而測(cè)量的目標(biāo)距離是模糊的，不能反映目標(biāo)的真實(shí)距離情況。為了解距離模糊，機(jī)載PD 雷達(dá)通常采用多個(gè)脈沖重復(fù)頻率，但這對(duì)于隱身目標(biāo)檢測(cè)的場(chǎng)合是不適用的，這是因?yàn)殡[身目標(biāo)的信噪比很低，需要先通過(guò)長(zhǎng)時(shí)間的信號(hào)積累，在達(dá)到可靠檢測(cè)所需的信噪比后，才能再采用多個(gè)脈沖重復(fù)頻率解模糊，但由于目標(biāo)距離測(cè)量是模糊的，采用現(xiàn)有的TBD技術(shù)無(wú)法對(duì)來(lái)自同一個(gè)目標(biāo)的信號(hào)進(jìn)行正確的積累。因此，在距離模糊條件下如何進(jìn)行快速積累，實(shí)現(xiàn)對(duì)隱身目標(biāo)的有效檢測(cè)，是機(jī)載PD雷達(dá)面臨的難點(diǎn)問(wèn)題。

3 隱身目標(biāo)檢測(cè)與跟蹤面臨難點(diǎn)的探討

3.1 高機(jī)動(dòng)隱身目標(biāo)的檢測(cè)與跟蹤方案

針對(duì)高機(jī)動(dòng)隱身目標(biāo)的檢測(cè)與跟蹤問(wèn)題，在目標(biāo)狀態(tài)矢量中增加表示目標(biāo)存在與否以及目標(biāo)運(yùn)動(dòng)模型2個(gè)離散變量，并采用粒子濾波實(shí)現(xiàn)包含這2個(gè)變量的混合濾波過(guò)程，以有效實(shí)現(xiàn)機(jī)動(dòng)目標(biāo)的檢測(cè)與跟蹤。這里，自適應(yīng)算法表現(xiàn)在2個(gè)方面：一方面指在某一次具體的檢測(cè)跟蹤中，可以對(duì)具有多種運(yùn)動(dòng)形式的目標(biāo)做自適應(yīng)檢測(cè)跟蹤；另一方面，這一算法中的運(yùn)動(dòng)模式可以根據(jù)實(shí)際情況增刪。

基本思路：首先，對(duì)目標(biāo)不同的運(yùn)動(dòng)模式建立多種運(yùn)動(dòng)模型；然后，對(duì)目標(biāo)存在狀態(tài)進(jìn)行判斷，若判斷目標(biāo)存在，再確定其運(yùn)動(dòng)模式并得到相應(yīng)的目標(biāo)狀態(tài)轉(zhuǎn)移方程，實(shí)現(xiàn)隱身目標(biāo)運(yùn)動(dòng)模式的自適應(yīng)；最后，通過(guò)多幀積累，實(shí)現(xiàn)目標(biāo)的檢測(cè)與跟蹤。針對(duì)高機(jī)動(dòng)隱身目標(biāo)檢測(cè)與跟蹤的解決方案如圖1所示。

圖1 高機(jī)動(dòng)隱身目標(biāo)檢測(cè)與跟蹤方案Fig.1 Detection and tracking solution for high maneuvering stealth target

3.2 多隱身目標(biāo)條件下的檢測(cè)與跟蹤方案

引入“目標(biāo)相繼消除”的思想對(duì)數(shù)目未知的多隱身目標(biāo)進(jìn)行檢測(cè)，將多目標(biāo)聯(lián)合跟蹤、檢測(cè)的最優(yōu)問(wèn)題，化為單個(gè)目標(biāo)依次跟蹤、檢測(cè)的次優(yōu)問(wèn)題，以此解決對(duì)鄰近目標(biāo)的檢測(cè)問(wèn)題。

基本思路：首先，利用PF-TBD算法對(duì)當(dāng)前量測(cè)進(jìn)行處理，通過(guò)計(jì)算目標(biāo)存在概率判斷目標(biāo)是否存在；然后，如果判斷不需要繼續(xù)檢測(cè)目標(biāo)，則輸出目前已檢測(cè)到的目標(biāo)數(shù)，否則，需要利用本次已檢測(cè)到的目標(biāo)的狀態(tài)估計(jì)值對(duì)現(xiàn)有量測(cè)集合進(jìn)行修正，來(lái)消除已檢測(cè)到的目標(biāo)對(duì)檢測(cè)剩余目標(biāo)造成的影響；最后，在此基礎(chǔ)上，確立一定的檢測(cè)規(guī)則，依次對(duì)修正后的量測(cè)值進(jìn)行PF-TBD算法，檢測(cè)出多個(gè)隱身目標(biāo)，直到門(mén)限判決出沒(méi)有目標(biāo)存在時(shí)轉(zhuǎn)下一時(shí)刻的量測(cè)數(shù)據(jù)。針對(duì)多隱身目標(biāo)檢測(cè)與跟蹤的總體方案見(jiàn)圖2。

圖2 多隱身目標(biāo)檢測(cè)與跟蹤方案Fig.2 Detection and tracking solution for multiple stealth targets

3.3 機(jī)載高重頻雷達(dá)的多隱身目標(biāo)檢測(cè)與跟蹤方案

3.3.1 基于Hough變換的技術(shù)方案

機(jī)載高重頻下基于Hough變換的多隱身目標(biāo)檢測(cè)技術(shù)的核心思想是：盡管對(duì)某一脈沖重復(fù)頻率，其不同時(shí)刻各模糊距離測(cè)量有基本相似的運(yùn)動(dòng)航跡，但不同脈沖重復(fù)頻率下，對(duì)于模糊測(cè)量，其運(yùn)動(dòng)軌跡不滿足一定特性（如不在一條直線上），而對(duì)于不模糊測(cè)量，其運(yùn)動(dòng)軌跡則滿足一定特性。

基本思路：首先，利用得到的模糊距離測(cè)量，通過(guò)一對(duì)多映射得到所有可能的距離測(cè)量；然后，經(jīng)過(guò)Hough變換將所有可能測(cè)量映射到同一個(gè)參數(shù)空間；最后，在參數(shù)空間中對(duì)不同時(shí)刻的映射進(jìn)行積累，并通過(guò)門(mén)限判斷，獲得目標(biāo)真實(shí)航跡。這里門(mén)限選取和參數(shù)空間的劃分問(wèn)題是準(zhǔn)確檢測(cè)出目標(biāo)的關(guān)鍵。根據(jù)以上思路，機(jī)載高重頻下基于Hough變換的多隱身目標(biāo)檢測(cè)與跟蹤方案如圖3所示。

圖3 機(jī)載高重頻下基于Hough變換的多隱身目標(biāo)檢測(cè)與跟蹤方案Fig.3 Hough transform based solution for multiple stealth targets detection and tracking with airborne high pulse repetition frequency radar

3.3.2 基于動(dòng)態(tài)規(guī)劃的技術(shù)方案

機(jī)載高重頻下，針對(duì)目標(biāo)密集導(dǎo)致無(wú)法利用動(dòng)態(tài)規(guī)劃對(duì)多個(gè)隱身目標(biāo)信號(hào)進(jìn)行有效檢測(cè)的問(wèn)題，擬通過(guò)正確選擇搜索區(qū)域和航跡選取規(guī)則減少虛假航跡，在此基礎(chǔ)上再利用動(dòng)態(tài)規(guī)劃進(jìn)行隱身目標(biāo)檢測(cè)，并結(jié)合中國(guó)余數(shù)定理，解決各PRF對(duì)應(yīng)距離單元數(shù)不互質(zhì)情況下的解模糊，從而實(shí)現(xiàn)多隱身目標(biāo)檢測(cè)與跟蹤。

基本思路：首先，在正確選擇可行的搜索區(qū)域和制定合適的航跡平滑規(guī)則的基礎(chǔ)上，利用動(dòng)態(tài)規(guī)劃在各重頻下進(jìn)行目標(biāo)航跡提取，并對(duì)提取得到的每條航跡分析，獲得各條航跡的特征，如波束位置，航跡頭以及徑向速度等；然后，進(jìn)一步利用這些特征，從每個(gè)PRF的所有可能航跡中分別得到一條可行航跡構(gòu)成若干匹配航跡組；最后，利用中國(guó)余數(shù)定理方法對(duì)每個(gè)航跡組解模糊。根據(jù)以上思路，機(jī)載高重頻下基于動(dòng)態(tài)規(guī)劃的多隱身目標(biāo)檢測(cè)與跟蹤方案如圖4所示。

圖4 機(jī)載高重頻下基于動(dòng)態(tài)規(guī)劃的多隱身目標(biāo)檢測(cè)與跟蹤方案Fig.4 Dynamic programming based solution for multiple stealth targets detection and tracking with airborne high pulse repetition frequency radar

4 結(jié)束語(yǔ)

隱身目標(biāo)的出現(xiàn)使得現(xiàn)代戰(zhàn)爭(zhēng)的概念發(fā)生了深刻的變化，隱身飛機(jī)在多次局部戰(zhàn)爭(zhēng)中的成功使用使得反隱身技術(shù)成為當(dāng)前的熱門(mén)研究課題。目標(biāo)隱身技術(shù)的發(fā)展，必將進(jìn)一步降低現(xiàn)有雷達(dá)系統(tǒng)對(duì)隱身目標(biāo)的檢測(cè)與跟蹤的能力，嚴(yán)重制約著雷達(dá)信息的獲取，因而實(shí)現(xiàn)對(duì)隱身目標(biāo)的有效探測(cè)是亟需解決的現(xiàn)實(shí)問(wèn)題。先進(jìn)的信號(hào)和數(shù)據(jù)處理方法是低信噪比條件下對(duì)隱身目標(biāo)檢測(cè)與跟蹤的有效辦法，在現(xiàn)代軍事領(lǐng)域獲得了廣泛的重視和應(yīng)用。針對(duì)現(xiàn)有算法存在的不足，對(duì)目標(biāo)反隱身技術(shù)進(jìn)行研究，對(duì)增強(qiáng)雷達(dá)的預(yù)警探測(cè)能力具有重要的軍事意義。

[1]王狂飆.隱身飛機(jī)的戰(zhàn)斗技術(shù)特點(diǎn)分析與防御對(duì)策[J].火力與指揮控制，2003，28（6）：1-4，9.

WANG KUANGBIAO.The technical and tactical analysis of stealth aircraft and the countermeasure of its defense[J].Fire Control&Command Control，2003，28（6）：1-4，9.（in Chinese）

[2]陳永光，李修和，沈陽(yáng).組網(wǎng)雷達(dá)作戰(zhàn)能力分析與評(píng)估[M].北京：國(guó)防工業(yè)出版社，2006：63-68.

CHEN YONGGUANG，LI XIUHE，SHEN YANG.Combat capability analysis and evaluation of radar network[M].Beijing：National Defense Industry Press，2006：63-68.（in Chinese）

[3]FAN L，ZHANG X，WEI L.TBD algorithm based on improved randomized Hough transform for dim target detection[J].Progress in Electromagnetics Research C，2012，31：271-285.

[4]關(guān)鍵，黃勇.MIMO雷達(dá)多目標(biāo)檢測(cè)前跟蹤算法研究[J].電子學(xué)報(bào)，2010，38（6）：1449-1453.

GUAN JIAN，HUANG YONG.Track-before-detect algorithm in a MIMO radar multi-target environment[J].Acta Electronica Sinica，2010，38（6）：1449-1453.（in Chinese）

[5]TONISSEN S M，BAR-SHALOM Y.Maximum likelihood track-before-detect with fluctuating target amplitude[J].IEEE Transactions on Aerospace and Electronic Systems，1998，34（3）：796-808.

[6]DENG X，PI Y，MORELANDE M，et al.Track-before-detect procedures for low pulse repetition frequency surveillance radars[J].IET Radar，Sonar &Navigation，2011，5（1）：65-73.

[7]YI W，KONG L J，YANG J Y，et al.Student highlight：Dynamic programming- based track- before- detect approach to multitarget tracking[J].IEEE Aerospace and Electronic Systems Magazine，2012，27（12）：31-33.

[8]吳衛(wèi)華，王首勇，杜鵬飛.一種基于目標(biāo)狀態(tài)關(guān)聯(lián)的動(dòng)態(tài)規(guī)劃TBD算法[J].空軍雷達(dá)學(xué)院學(xué)報(bào)，2011，25（6）：415-418，422.

WU WEIHUA，WANG SHOUYONG，DU PENGFEI.Dynamic programming track-before-detect algorithm based on target state correlation[J].Journal of Air Force Radar Academy，2011，25（6）：415-418，422.（in Chinese）

[9]李濤，吳嗣亮，曾海彬，等.基于動(dòng)態(tài)規(guī)劃的雷達(dá)檢測(cè)前跟蹤新算法[J].電子學(xué)報(bào)，2008，36（9）：1824-1828.

LI TAO，WU SILIANG，ZENG HAIBIN，et al.A new radar track-before-detect algorithm based on dynamic programming[J].Acta Electronica Sinica，2008，36（9）：1824-1828.

[10]RISTIC B，ARULAMPALAM S，GORDON NJ.Beyond the Kalman filter-Particle filters for tracking applications[M].Boston：Artech House，2004：239-258.

[11]龔亞信，楊宏文，胡衛(wèi)東，等.基于多模粒子濾波的機(jī)動(dòng)弱目標(biāo)檢測(cè)前跟蹤[J].電子與信息學(xué)報(bào)，2008，30（4）：941-944.

GONG YAXIN，YANG HONGWEN，HU WEIDONG，et al.Multiple model particle filter based track-before-detect for maneuvering weak target[J].Journal of Electronics&Information Technology，2008，30（4）：941-944.

[12]RUTTEN M G，GORDON N J，MASKELL S.Recursive track-before-detect with target amplitude fluctuations[J].IEE Proceeding-Radar Sonar Navigation，2005，152（5）：345-352.

[13]BOERS Y，DRIESSEN J N.Multitarget particle filter track before detect application[J].IEE Proceedings-Radar，Sonar and Navigation，2004，151（6）：351-357.

[14]HLINOMAZ P，HONG L.A multi-rate multiple model track-before-detect particle filter[J].Mathematical and Computer Modelling，2009，49（1）：146-162.

[15]SU H T，WU T P，LIU H W，et al.Rao-blackwellised particle filter based track-before-detect algorithm[J].IET Signal Processing，2008，2（2）：169-176.

[16]龔亞信，楊宏文，胡衛(wèi)東，等.基于粒子濾波的弱目標(biāo)檢測(cè)前跟蹤算法[J].系統(tǒng)工程與電子技術(shù)，2007，29（12）：2144-2148.

GONG YAXIN，YANG HONGWEN，HU WEIDONG，et al.Particle filter based track-before-detect algorithm for weak targets[J].Systems Engineering and Electronics，2007，29（12）：2144-2148.（in Chinese）

[17]張明友，汪學(xué)剛.雷達(dá)系統(tǒng)[M].2 版，北京：電子工業(yè)出版社，2006：92-134.

ZHANG MINGYOU，WANG XUEGANG.Radar Systems[M].2nd ed.Beijing：Publishing House of Electronics Industry，2006：92-134.（in Chinese）

[18]WANG N，WANG G H，ZENG J Y，et al.Range ambiguity resolving of HPRF radar based on hybrid filter[J].Science China Information Sciences，2011，54（7）：1534-1546.

[19]WANG N，WANG G H，GUAN C B，et al.A Bayesian Approach to simultaneous range ambiguity resolving and tracking for high pulse-repetition frequency radar[J].Journal of Astronautics，2011，32（9）：2015-2022.

[20]WANG G H，TAN S C，GUAN C B.Multiple model particle filter track-before-detect for range ambiguous radar[J].Chinese Journal of Aeronautics，2013，26（6）：1477-1487.