[发明专利]一种雷达组网目标识别方法

说明书

本发明公开了一种雷达组网目标识别方法，属于雷达数据处理技术领域，该方法由s个雷达分别对探测目标的n个属性进行测量，形成s组雷达测量数据，并将探测目标归于m种可能目标中的一种，其中每种可能目标的每一个属性均具有特定的取值范围。本方法提高了识别系统的抗干扰能力，识别难度小，识别准确度高，识别分类过程自上而下进行，其相对于现有技术中的识别方法具有识别过程更加简单可靠的特点，具有良好的推广应用前景。

技术领域

本发明涉及目标识别技术领域，尤其涉及一种雷达组网目标识别方法。

背景技术

现代战场环境日益复杂，在各种干扰存在的情况下，雷达回波得到的目标量测信息不确定性大，很难满足作战系统目标识别的需求。为此，现有技术中出现了基于雷达组网的目标融合识别方法。这种方法使用多个雷达同时对一个目标进行探测，并将探测结果进行融合，从而得出精确度优于单个雷达的测量结果。这种雷达组网有助于增强系统的抗干扰能力和环境适应能力，提高了目标识别的可信度及准确性，为作战指挥辅助决策提供了重要依据。

雷达组网探测目标方法的核心技术在于目标融合识别，即指利用多个传感器得到关于目标属性的数据并将这些数据进行融合，从而进行目标身份属性判别的过程。根据信息的抽象层次，目标融合识别可分为数据层融合、特征层融合和决策层融合。数据层融合直接融合来自多个传感器的原始观测信息，在融合的数据中进行特征提取并进行分类，从而得到目标的类别，具有较高的信息利用率。但数据层融合处理的信息量大，抗干扰能力差，且其仅对产生同类观测的传感器是适用的。决策层融合是较高层次的融合，因高层次融合的信息量小，且实现难度相对较小，所以目前目标识别大都采用此方法。但决策层融合损失了大量的特征信息，在量测数据受到干扰时，识别可信度降低。特征层融合属于中间层次，既保留了足够数量的重要信息，又实现了客观的信息压缩。

目前，在现有技术中，利用特征层融合进行目标识别的有关技术还处于空白状态。

发明内容

本发明要解决的技术问题是：针对上述现有技术的不足，提供一种雷达组网目标识别方法，该方法将特征层融合技术应用于雷达组网的目标识别过程中，提高了识别系统的抗干扰能力，识别难度小，识别准确度高，识别分类过程自上而下进行，识别过程简单可靠。

为解决上述技术问题，本发明所采取的技术方案是：

一种雷达组网目标识别方法，该方法使用s个雷达分别对探测目标的n个属性进行测量，形成s组雷达测量数据，并将探测目标归于m种可能目标中的一种，其中每种可能目标的每一个属性均具有特定的取值范围；具体步骤包括：

(a)获得测量数据；

(b)根据测量数据计算每一个属性的信息增益；

(c)将具有最大信息增益的属性作为分类属性，并根据分类属性计算每组雷达测量数据对每个可能目标的隶属度，进而根据隶属度判定探测目标的所属类别；

(d)忽略已选取的分类属性，对剩余属性重复步骤(b)到步骤(c)的操作，直至将探测目标归结为唯一可能，该唯一可能即为对探测目标的识别结果。

具体地，信息增益按照式(1)计算：

Gain(c_k)＝I-E(c_k) (1)

其中，Gain(c_k)表示第k个属性的信息增益，I为对探测目标进行识别的信息熵，E(c_k)为利用c_k划分当前数据集合所需要的信息熵；

式(1)中的I按照式(2)计算：

式(1)中的E(c_k)按照式(3)计算：

其中，