The ionosphere is the propagation medium for radio waves transmitted by an over-the-horizon radar (OTHR). Ionospheric parameters, typically, virtual ionospheric heights (VIHs), are required to perform coordinate registration for OTHR multitarget tracking and localization. The inaccuracy of ionospheric parameters has a significant deleterious effect on the target localization of OTHR. Therefore, to improve the localization accuracy of OTHR, it is important to develop accurate models and estimation methods of ionospheric parameters and the corresponding target tracking algorithms. In this paper, we consider the variation of the ionosphere with location and the spatial correlation of the ionosphere in OTHR target tracking. We use a Gaussian Markov random field (GMRF) to model the VIHs, providing a more accurate representation of the VIHs for OTHR target tracking. Based on expectation-conditional maximization and GMRF modeling of the VIHs, we propose a novel joint optimization solution, called ECM-GMRF, to perform target state estimation, multipath data association and VIHs estimation simultaneously. In ECM-GMRF, the measurements from both ionosondes and OTHR are exploited to estimate the VIHs, leading to a better estimation of the VIHs which improves the accuracy of data association and target state estimation, and vice versa. The simulation indicates the effectiveness of the proposed algorithm.

中文翻译：

---

使用电离层参数的 GMRF 模型进行 OTHR 多目标跟踪

电离层是超视距雷达 (OTHR) 传输的无线电波的传播介质。需要电离层参数，通常是虚拟电离层高度 (VIH)，以执行 OTHR 多目标跟踪和定位的坐标配准。电离层参数的不准确对 OTHR 的目标定位具有显着的有害影响。因此，为了提高OTHR的定位精度，开发精确的电离层参数模型和估计方法以及相应的目标跟踪算法具有重要意义。在本文中，我们在 OTHR 目标跟踪中考虑了电离层随位置的变化以及电离层的空间相关性。我们使用高斯马尔可夫随机场 (GMRF) 对 VIH 进行建模，为 OTHR 目标跟踪提供更准确的 VIH 表示。基于 VIH 的期望条件最大化和 GMRF 建模，我们提出了一种新的联合优化解决方案，称为 ECM-GMRF，以同时执行目标状态估计、多路径数据关联和 VIH 估计。在 ECM-GMRF 中，利用电离探空仪和 OTHR 的测量值来估计 VIH，从而更好地估计 VIH，从而提高数据关联和目标状态估计的准确性，反之亦然。仿真表明了所提出算法的有效性。同时进行多径数据关联和 VIH 估计。在 ECM-GMRF 中，利用电离探空仪和 OTHR 的测量值来估计 VIH，从而更好地估计 VIH，从而提高数据关联和目标状态估计的准确性，反之亦然。仿真表明了所提出算法的有效性。同时进行多径数据关联和 VIH 估计。在 ECM-GMRF 中，利用电离探空仪和 OTHR 的测量值来估计 VIH，从而更好地估计 VIH，从而提高数据关联和目标状态估计的准确性，反之亦然。仿真表明了所提出算法的有效性。