[发明专利]一种宽带雷达目标离散特征状态估计方法

说明书

技术领域

本发明属于雷达跟踪领域。 

背景技术

雷达技术的发展，现代雷达能够提供更多、质量更高的目标信息，用以实现目标检测、跟踪、分类以及识别等功能，传统的窄带雷达无法满足这些要求，这就使得宽带雷达技术成为发展趋势。 

窄带雷达跟踪以点目标为模型，宽带高分辨雷达跟踪是对距离扩展目标的跟踪，理论上可以获得更加丰富的目标信息，多扩展目标关联是其成功实现的基础。 

宽带雷达跟踪下，目标呈现为距离上扩展的多散射点。宽带雷达可以获得的目标信息分为运动观测、连续特征观测与离散特征观测三类。 

其中运动观测（位置、速度等）和连续特征观测（幅度、长度等），是目标运动或自身特征的连续型表征，在一定时间段内变化相对稳定或服从一定统计分布。 

而离散特征观测（散射点个数、分类信息）则具有离散性，因此难以使用常规模型和方法建模和优化；同时由于目标自身的不确定性会造成离散特征观测的不稳定性和其状态的不确定性，因此对离散特征观测进行状态估计具有一定的难度。 

首先简单介绍宽带雷达目标离散特征的数学模型： 

假设仿真场景中有M个目标，目标状态变量包括离散特征状态变量和运动特征变量。令1≤m≤M，则定义t时刻第m个目标的离散特征状态变量为t时刻多个目标的离散状态集合定义为处理时间段[1,2,..T，的多个目标的离散状态集合为定义t时刻第m个目 标的运动特征变量为t时刻多个目标的离散状态集合定义为 处理时间段[1,2,.T.,的多个目标的离散状态集合为 

离散特征状态以一定概率发生转移。定义第m个目标由状态i转移至状态j的特征状态转移概率为

由于受到观测条件的影响，目标离散特征观测存在一定不稳定性。 

对于第r个观测变量，其包含运动观测与离散特征观测，定义t时刻第r个离散特征观测变量为定义t时刻的离散特征观测变量集合为 处理时间段[1,2,T.的离散特征观测变量集合为 其中n_t表示t时刻的观测数。令t时刻第r个观测的目标来源编号为变量k_r(t)。定义t时刻第r个运动观测变量为定义t时刻的运动观测变量集合为处理时间段[1,2,...,T]的离散特征观测变量集合为

假设第r个观测来源于第m个目标，则第m个目标的离散特征观测概率可记为： 

考虑到离散特征观测变量与运动观测变量之间的独立性，则目标观测后验概率为： 

基于上述模型，由于运动观测是目标运动特征的连续型表征，在一定时间段内变化相对稳定或服从一定统计分布，因此运动观测变量的条件概率 较易得，在运动观测变量已知的情况下，欲获得更为精确的观测后验概率，需要对离散特征观测变量进行精确估计。 

现有的雷达目标特征估计多针对运动观测以及连续特征观测，在面对离散特征观测信息时，现有的方法由于没有考虑到目标特征状态来源不确定和特征 观测不稳定现象的影响以及多目标观测的干扰，因此无法对离散特征状态进行准确估计。 

如何充分利用观测信息准确的估计出目标的离散特征状态是实际工程中面临的主要问题。 

发明内容

有鉴于此，本发明提出一种宽带雷达目标离散特征状态估计方法。本方法实现了对目标离散特征状态的精确估计，进一步为宽带雷达多扩展目标的关联提供辅助。 

为达到上述目的本发明的技术方案为：本方法包括如下步骤： 

步骤1、M个目标在观测时间段[1,T]内具有n_t个观测变量，已知时刻t中第r个观测来源于第m个目标的关联权重为w_m，r(t)，1≤r≤n_t；第m个目标的离散特征状态变量为假设第m个目标具有N种离散特征状态，将N种离散特征状态由1～N进行编号，1≤m≤M；使用编号j代表第j种离散特征状态，1≤j≤N； 

初始化目标m在t=1时刻的离散特征状态为第j种离散特征状态时的代价函数δ_(t＝1),m(j)，其中j取遍区间[1，N]的所有整数： 

为第m个目标的离散特征观测概率：

步骤2、对于2≤t≤T，计算目标m在t时刻离散特征状态j＝1时的最大代价函数δ_t,m(j＝1)值：