1.5 本书的范围和概貌
在现代战争中，随着目标机动性能的提高、武器杀伤力的增强、目标平台的多样性、密集性、低可观测性的增加以及对抗措施先进性的加强，雷达数据处理技术也得到不断的发展和进步。本书正是基于作者多年对雷达数据处理技术的研究总结而成的，本书注意吸收了近年来国内外在该领域的最新进展，旨在为国内同行提供一个进一步从事这一领域理论研究和实际应用的基础。本书主要内容和章节安排如下。
第2章：参数估计与线性滤波方法
本章从时常参数的估计入手，经过类推由时常参数的估计获得静态向量情况下的估计，进而获得对时变参数的估计——状态估计，其中重点介绍了卡尔曼滤波（KF），同时还对卡尔曼滤波应用中应注意的一些问题进行了分析。为了减少卡尔曼滤波器的计算量，满足工程应用的需要，本章还对常增益滤波器进行了介绍，包括α-β与α-β-γ滤波器和自适应的α-β与α-β-γ滤波器，并对几种常用的线性滤波方法的性能进行比较。同时本章还对估计性质、两点外推滤波、线性自回归滤波，状态估计的一致性检验等内容进行了讨论，并通过一些仿真实例对这些滤波算法的性能和滤波一致性检验问题进行分析。
第3章：非线性滤波方法
本章讨论了雷达数据处理中的非线性滤波技术，包括扩展卡尔曼滤波（EKF）、不敏卡尔曼滤波（UKF）、粒子滤波（PF）等非线性滤波方法，给出了各自的滤波模型，在系统状态的后验概率密度函数是高斯假设的前提下，在同一仿真环境下对卡尔曼滤波、去偏转换测量卡尔曼滤波这两种线性滤波算法，以及扩展卡尔曼滤波、不敏卡尔曼滤波这两种非线性滤波算法对同一目标的跟踪问题进行了仿真分析，对这几种方法的跟踪精度和计算量作了比较，得出了相关结论；同时还在同一仿真环境下对扩展卡尔曼滤波、不敏卡尔曼滤波和粒子滤波这三种非线性滤波算法对同一目标的跟踪问题做了仿真分析，对这几种方法的跟踪精度和计算量作了比较，并对各种方法的优缺点进行了综合评价。
第4章：量测数据预处理技术
本章讨论量测数据预处理问题，主要包括坐标系的选择和转换、数据压缩及野值剔除等。由于坐标系的选择是一个与实际应用密切相关的问题，坐标系选择的好坏将直接影响到整个系统的跟踪效果，所以本章首先对一些常用坐标系进行讨论，其次研究了一些坐标转换技术，以保证将所有的数据信息格式能统一到同一坐标系中，最后对数据压缩、量测数据中野值的剔除等问题进行了分析，以达到减小计算负载、改善跟踪效果等作用。
第5章：多目标跟踪中的航迹起始
本章在分析了航迹起始中初始波门和相关波门的形状、种类的基础上，研究了多目标跟踪的航迹起始技术，包括面向目标的顺序处理技术和面向量测的批处理技术。通常，顺序处理技术适用于在相对无杂波背景中目标航迹的起始，而且航迹起始较快速；而批数据处理技术用于起始强杂波环境下目标的航迹具有很好的效果，但这是以增加计算量为代价换来的，因而需多次扫描才能有效起始航迹。最后本章在同一仿真环境下对几种常用的航迹起始算法，包括直观法、逻辑法、修正的逻辑法、基于Hough变换的方法、修正的Hough变换法和基于Hough变换及逻辑的航迹起始算法的起始效果进行了比较分析。
第6章：极大似然类多目标数据互联方法
本章主要讨论极大似然类的互联算法，包括航迹分叉法、联合极大似然算法、0-1整数规划法和广义相关法。极大似然类滤波算法的主要特点是以观测序列的似然比为基础进行判断，它不产生序列是正确的概率，其中航迹分叉法是利用似然函数进行剪枝，排除不可能是来自目标的量测序列；联合极大似然算法是计算所有量测序列不同可行划分的似然函数，似然函数达到极大的可行划分下的量测序列认为是来自不同目标的正确序列；0-1整数规划法的原理与联合极大似然算法类似，而且它也是由联合极大似然算法进一步推导而来的，而广义相关法是定义了一个得分函数，利用得分函数实现对航迹的起始、确认和撤销。这几种方法都是早期经常采用的方法，而且这几种方法都是批处理形式，计算量和存储量相对较大。最后在同一仿真环境下对极大似然类数据互联算法的计算量、适用系统和环境、跟踪效果等进行了比较分析，得出了相关结论。
第7章：贝叶斯类多目标数据互联方法
本章主要讨论贝叶斯类的互联算法，该类算法概括来讲又可分为以下两类：第一类是次优贝叶斯算法，该类算法只对最新的确认量测集合进行研究，主要包括最近邻域算法、概率数据互联算法、联合概率数据互联算法等；第二类是最优的贝叶斯算法，该类算法是对当前时刻以前的所有确认量测集合进行研究，给出每一个量测序列的概率，主要包括最优贝叶斯算法和多假设法等。本章在联合概率数据互联（JPDA）算法部分给出了一种非常简单实用的确认矩阵拆分方法，该方法还具有一个优点就是不容易出错。为了减少联合概率数据互联算法的计算量，本部分还给出了几种简化的JPDA算法。最后本章通过仿真实验对不同算法的跟踪性能、耗时、误跟踪率等进行了比较和分析。
第8章：机动目标跟踪
本章主要讨论机动目标的跟踪方法，机动目标跟踪方法概括来讲大致可分为两大类，第一类为具有机动检测的跟踪算法，包括可调白噪声模型、变维滤波算法、输入估计法，第二类为自适应跟踪算法，包括Singer模型算法、当前模型及其修正算法、Jerk模型算法、多模型算法和交互式多模型算法。本章就这两大类典型的机动目标跟踪算法进行了讨论，最后通过仿真实例对以上两类方法进行了仿真分析与比较并得出了结论。
第9章：群目标跟踪
本章主要讨论群目标跟踪问题，由于群目标跟踪存在自身所特有的难题，群目标跟踪方法的发展和报告滞后于其他技术。本章首先讨论群的起始，从群的分割、群的互联和群速度的估算三个方面研究了几种典型的群起始算法；然后分别从群的航迹更新、群的合并、群的分裂等多个方面讨论了两种典型的群目标跟踪算法，即中心群目标跟踪算法和编队群目标跟踪算法；最后从总体上对群目标跟踪算法进行了总结。
第10章：多目标跟踪终结理论与航迹管理
本章首先对多目标跟踪终结技术进行研究，主要讨论的是基于“最近邻”的相关算法，具体而言包括序列概率比检验算法、跟踪门方法、代价函数法、Bayes算法和全邻Bayes算法，最后在同一仿真环境下对上述算法的终结时间和错误终结率进行了比较分析，得出了相关结论。本章另一部分内容是航迹管理技术中的航迹号管理，包括单航迹号管理方法与双航迹号管理方法；同时还对航迹质量管理方法进行了讨论，对利用航迹质量选择起始准则和撤销航迹，以及单站和多站情况下的航迹质量管理进行了分析。
第11章：无源雷达数据处理
本章主要是对无源雷达中的数据处理问题进行研究，在对无源雷达的特点和优点进行分析的基础上，讨论了无源雷达测量数据的空间互联问题，包括利用相位变化率法、多普勒变化率、多模型法和基于修正极坐标系（MPC）的被动定位与跟踪问题，同时还对上述几种无源数据处理方法的优缺点进行了比较分析，最后本章对机载ESM定位、属性信息互联等问题进行了分析讨论。
第12章：脉冲多普勒和相控阵雷达数据处理
本章首先在介绍脉冲多普勒（PD）雷达的基本特征的基础上，讨论了PD雷达在单目标跟踪和多目标跟踪两种体制下雷达数据的提取，以及平滑、预测、滤波等数据处理方法，在此基础上分别在极坐标和球坐标系下对带Doppler测量的雷达目标跟踪进行了研究。同时，本章还对相控阵技术在现代雷达系统中的应用情况、相控阵雷达数据处理的功能和特点等进行了分析，讨论了相控阵雷达获得径向速度信息时测量方程的变化情况，并针对相控阵雷达数据处理中的相关问题进行了研究。
第13章：雷达组网数据处理
本章结合雷达组网数据处理技术的特点，从雷达网的设计和分析角度讨论了雷达网的性能、指标和优化布站等概念，并在此基础上研究了组网单基地雷达、双基地雷达和多基地雷达数据处理的基本内容；最后对雷达网数据处理中非常重要的两项技术：航迹关联技术和误差配准技术进行了研究，研究了基于统计的多局部节点情况下序贯航迹关联算法和四种常用的误差配准算法（RTQC、LS、GLS和ECEF-GLS误差配准算法），最后通过一个仿真例子对误差配准部分的内容进行了分析和讨论。
第14章：雷达数据处理性能评估
雷达数据处理的性能依赖于大量因素，这就造成了雷达数据处理性能评估指标体系所涉及的内容有很多，本章主要从平均航迹起始时间、航迹累计中断次数、航迹模糊度、航迹累计交换次数、航迹精度、跟踪机动目标能力、虚假航迹比例、发散度、有效度等几个方面讨论了雷达数据处理性能评估指标，最后研究了专家打分评估法、Monte Carlo仿真法、解析法、半实物仿真评估法、试验法等雷达数据处理性能评估方法。
第15章：雷达数据处理仿真技术
本章在介绍系统仿真基础知识的基础上，分析了均匀分布、正态分布、任意分布随机数的产生办法，同时对不同目标运动情况下目标运动模型的仿真、观测过程的仿真等进行了分析，最后给出了雷达数据处理算法的仿真实例，以帮助读者能更好地理解系统仿真技术和雷达数据处理技术，并能将二者结合起来分析和解决雷达数据处理中的实际问题。
第16章：雷达数据处理的实际应用
本章讨论了雷达数据处理技术在实际中的一些典型应用，包括在空中交通管制、船用导航雷达、舰载雷达抑制杂波、多普勒测风激光雷达、地面激光雷达、海上监视系统、防空系统、陆基对空警戒雷达、机载雷达、舰载警戒火控雷达等系统中的应用。在实际应用中，利用雷达数据处理技术来估计目标航迹并预测目标的未来位置并不是雷达系统的最终目的，使用者需要利用这些信息作出判决，执行符合特定要求的动作。
第17章：回顾、建议与展望
本章回顾了本书的主要理论研究成果，并对雷达数据处理技术中的几个关键问题提出了一些研究建议，最后对雷达数据处理技术的研究动向、发展趋势进行了展望。