中文摘要：

鸟击危害（BASH）是威胁民航安全的重大隐患。目前，探鸟雷达是机场范围内鸟击防范的重要技术手段。鸟类目标散射特性研究是"雷达探鸟系统"探测性能分析的理论基础。采用基于实验数据构造的理论统计模型，估计出单只鸟和鸟群的雷达散射截面（RCS）量级。飞鸟目标识别与跟踪算法是"机场雷达探鸟系统"的核心科学问题。本项目基于机场雷达探鸟实验系统获取的雷达平面位置指示（PPI）图像，初步实现了该算法。飞鸟目标识别算法包括背景差分、杂波抑制和量测信息提取，杂波抑制中的阈值分割采用恒虚警（CFAR）的方法。飞鸟目标跟踪算法包括数据关联和状态估计，其中数据关联采用基于蒙特卡罗思想的多假设跟踪（MHT）算法，并基于交互式多模型（IMM）的卡尔曼滤波器对每条关联后的轨迹进行状态估计。杂波环境中的仿真多目标运动模型验证了跟踪算法的有效性。结合由雷达PPI图像中提取的量测，跟踪算法给出了初步的结果，剔除杂波并锁定飞鸟目标，在提高检测率的同时降低了虚警率。机场的实地测试初步验证了算法的可行性，为算法的进一步完善提供了宝贵数据。本项目的研究成果为机场雷达探鸟系统的搭建奠定了重要的理论基础。