[发明专利]超稀疏雷达数据关联匹配方法

说明书

技术领域

本发明属于航天测量与控制领域，涉及一种数据关联匹配方法。

背景技术

超稀疏雷达数据是指雷达设备观测单个空间目标时每次获取的极少采样点数(不超过4个点)的测量数据。比如，美国的NAVSPASUR空间篱笆系统，空间目标每次穿过时留下极短的测量弧段。测量数据的关联匹配，主要根据测量点的空间位置及轨道特性结合相关性要求，将满足要求的数据关联在一起，便于统一进行分析计算。

传统意义上的数据关联匹配，首先将单弧段数据进行定轨，将定轨结果与先验信息数据库中轨道信息进行粗关联匹配，在此基础上，再将测量数据进行o-c关联匹配，若匹配上，则为已知目标关联数据，若未关联上，则定义为“新目标数据”，此类目标往往包括新发射目标，或者因目标解体、目标变轨等空间事件而导致的“新目标”等。而对于所有“新目标”未关联数据，只能采用各自单弧段定轨结果，进行自相关匹配。总之，是采用“先定轨再匹配”的原则。

超稀疏雷达数据单弧段点数太少，无法利用最小二乘定轨，而基于短弧的两点定轨精度太差，所以，传统的“先定轨再匹配”方法已不适应。因没有一定精度的轨道，导致测量数据与已知目标数据库中轨道信息无法进行正确匹配，各弧段多圈数据也无法依据轨道进行自相关匹配，从而形成大量“未关联数据”，而多圈数据的关联匹配是轨道改进的前提和目标识别的基础。

发明内容

为了克服现有技术的不足，本发明提供一种超稀疏雷达数据关联匹配方法，完成超稀疏雷达观测数据的自相关匹配，为基于超稀疏雷达数据的空间目标轨道确定及目标识别提供支持。

本发明解决其技术问题所采用的技术方案包括如下步骤：

步骤一、在未关联数据点全集{A}中的选出任意数据点D_k，与{A}中任意一数据点D_j进行潜在关联分类；D_k对应的观测时间为t(D_k)，空间位置为r(D_k)，D_j对应的观测时间为t(D_j)，空间位置为r(D_j)；Δh、Δt、分别为设定的高度、时间、角度筛选门限；

1)若k≠j，则D_j为D_k的第一类潜在关联数据，加入潜在关联集中，其中，为r(D_k)、r(D_j)夹角，t_Δ为D_j和D_k相对某一观测站位于同一个弧段时，从r(D_k)到r(D_j)所需要的理论时间，B为观测站纬度，轨道的平运动速度μ为地球引力常数，纬度幅角u及轨道倾角的i满足R(R_x,R_y,R_z,)为r(D_k)、r(D_j)所在轨道面的单位法向，且

2)若k≠j，则D_j为D_k的第二类潜在关联数据，加入潜在关联集中，其中，t′_Δ为D_j和D_k相对某一观测站间隔多圈后同为升轨或降轨方式时，从r(D_k)到r(D_j)所需要的理论时间，t′_Δ＝sT，后取整数；

3)若则D_j为D_k的第三类潜在关联数据，加入潜在关联集中；

步骤二、分别将D_k与中每个潜在关联点进行初定轨，得出相对应的轨道σ_1m，其中，σ_1m＝(a_1m,e_1m,i_1m,Ω_1m,ω_1m,M_1m)^T，即为轨道的半长轴、偏心率、倾角、升交点赤径、近地点幅角、平近点角；

分别将D_k与中每个潜在关联点进行初定轨，得出轨道根数σ_3n，其中，σ_3n＝(a_3n,e_3n,i_3n,Ω_3n,ω_3n,M_3n)^T，即为轨道的半长轴、偏心率、倾角、升交点赤径、近地点幅角、平近点角；