吴春林，曹运合，王 蒙

(1.海军航空大学青岛校区， 山东 青岛 266041； 2.西安电子科技大学， 西安 710071；3.北京机电工程研究所， 北京 100074)

1 引言

点迹凝聚作为雷达信号处理过程中重要的一环，帮助雷达在大量杂波干扰下准确的获取目标的距离、速度、方位角等信息，为后续的目标跟踪等算法提供有力的支撑。

在脉冲多普勒体制的雷达系统中，为了提高采样信号的质量，一般雷达系统的采样频率会大于奈奎斯特采样频率。这样会导致对同一个目标点有多个检测点，恒虚警处理后，还是会留下多余的点迹，所以需要使用点迹凝聚算法对其进行处理，保留最能反应目标参数的点，而筛除掉其他虚假的目标点[1-3]。

在需要凝聚的点数较少的情况下，常规的做法可以满足实时性的需求。但针对现在的多目标，群目标跟踪，由于目标个数的增加，恒虚警处理之后会产生大量的待凝聚点迹。当需要凝聚的点迹数量剧增时，常规的实现方案[4]就不能满足实时性的需求了。为了能提升大数据量下点迹凝聚算法的实时性，有很多针对于特定平台下的实现优化[5-9]，点迹凝聚算法的实现还可以通过优化数据结构的使用和充分发掘并行性进行优化。本文中在常规的点迹凝聚算法的实现方案[10-15]基础上，通过预排序、HashMap优化和多线程优化来降低算法的执行时间。在待凝聚点数较大时，最优方案相对于常规的实现方案在点迹数量为有着显著的加速效果。

2 常规点迹凝聚算法实现方案

点迹凝聚算法在工程上的常规实现方案是以恒虚警处理后目标回波的幅度值大小作为判断依据，根据点迹在距离-多普雷矩阵中的位置确定凝聚处理的窗大小，进行凝聚处理。……