近年来,随着雷达技术与数据技术迅猛发展以及雷达设备的使用日益频繁,由此产生的数据量也越来越大。正是由于雷达技术在各行各业的广泛应用,对雷达的工作性能进行准确的评估变得越来越重要,也具有重大的意义。由于雷达技术的进步,现代雷达都会产生大量的数据,而这些雷达大数据蕴含着丰富的雷达工作状态信息,如果可以通过数据处理的技术将这些信息进行深入挖掘,对于掌握雷达工作的实时状态具有重大意义。目前,在科研领域已经从多个方面对雷达的性能进行评估,例如从雷达抗干扰性能方面的评估、海杂波背景下的性能评估、电磁环境下的性能评估等。而本课题将从雷达探测的大数据入手,对雷达进行性能评估。本课题主要包含以下三部分内容:一是基于目标真值的跟踪性能评估。由于AIS是一种高精度设备,可以将AIS数据作为目标真实的航迹数据,与雷达航迹数据对比,从而评估雷达的工作性能。二是基于雷达检测结果的性能评估。此时没有精准的目标数据作为参考,在这种条件下,课题采用改进的IMM算法对雷达的量测噪声进行估计,从而完成雷达检测结果的性能评估。不论是基于目标真值还是基于雷达检测结果的探测性能评估,都要通过大量的数据进行统计获得,而在文件系统中存储雷达大数据为我们的检索、处理雷达数据带来不便。因此课题最后通过VC++与非关系型数据库(No SQLt)进行数据存储以及数据处理等工作,从而可以在实际工作中进行雷达数据的实时处理。在基于目标真值的情况下的性能评估,第一步需要将雷达数据与AIS数据进行关联。课题根据雷达与AIS数据的距离、方位、速度等信息利用模糊综合评判法进行航迹关联。在关联成功后,通过AIS航迹信息对雷达的工作性能进行评估。在基于雷达探测结果的情况下的性能评估,课题综合利用IMM算法与多模型算法对雷达的量测噪声进行估计,完成雷达探测性能评估。算法利用多个IMM滤波器,并将每一个IMM滤波器初始化不同的量测噪声值,利用多模型算法求出每个IMM滤波器的概率,新的量测噪声由每个IMM滤波器量测噪声加权获得。更新每个滤波器的量测噪声值,如此迭代,直到量测噪声的估计值收敛并稳定。最后,利用VC++与No SQLt数据库完成对雷达数据的操作,并绘制简单的航迹图,以便完成数据的实时处理需求以及数据的可视化。