[发明专利]一种基于概率数据关联的雷达信号分选方法

权利要求书

1.一种基于概率数据关联的雷达信号分选方法，其特征在于，包括以下步骤：

(1)利用在杂波环境下一个采样周期的采样数据，用逻辑法确立初始雷达参数库；

(2)对采样数据进行联合概率数据关联，把确认矩阵拆分成互联矩阵；

(3)计算联合事件概率：计算新息协方差、目标增益矩阵以及状态估计协方差；

当k时刻有采样数据点落到雷达参数库几部雷达的重叠区域时，引入确认矩阵Ω：

式中，ω_jt＝1表示数据点j落入雷达t的确认门内，j＝1,2,…,m_k，t＝0,1,…,T，ω_jt＝0表示数据点j没有落在雷达t的确认门内； t＝0，此时Ω对应的列元素都是1，表示数据点来自杂波，把确认矩阵拆分成互联矩阵，设θ_jt(k)表示数据点属于雷达t的事件，θ_j0(k)表示数据点j是杂波； 按照概率数据互联滤波器中的条件概率的定义，第j个采样点与库中雷达t互联的概率

表示数据点j在第i个联合事件中源于雷达t的事件，0≤t≤T，θ_i(k)表示第i个联合事件，n_k表示联合事件的个数，数据点j源于雷达t时为1，其他为0； 与联合事件对应的互联矩阵定义为

引入二元变量：

表示数据点j在联合事件θ_i(k)中是否与一部雷达互联；

表示任一数据点在联合事件θ_i(k)中是否与雷达t互联；

设φ[θ_i(k)]表示联合事件θ_i(k)中采到杂波的数量，则

在采样k时刻联合事件θ_i(k)的条件概率为

式中，c为归一化常数

即包含φ[θ_i(k)]个杂波的事件一共有个，对于m_k-φ[θ_i(k)]个真实数据点，共有{m_k-φ[θ_i(k)]}！种可能互联，

式中是雷达t的落入波门的概率，联合概率数据互联滤波器的杂波数的概率质量函数μ_F{φ[θ_i(k)]服从泊松分布，λ是杂波的空间密度，λV是门内杂波期望数，c'新的是归一化常数，得到Pr{θ_i(k)|Z^k}；

(4)更新雷达参数库；

(5)重复步骤(2)到(4)，直到本次采样数据关联完毕。

2.根据权利要求1所述的一种基于概率数据关联的雷达信号分选方法，其特征在于，所述步骤(1)中用逻辑法确立初始雷达参数库包括：

(1.1)在第一个采样周期初始化雷达参数库时，滑窗的长度保证在最开始建立相对稳定的雷达参数；

(1.2)在第一次之后的采样周期中，初始化时对之前得到的雷达参数库进行更新，当连续两个采样周期中没有在初始化时得到之前库中的雷达参数，同时对于新得到的雷达参数，要把参数加到雷达库中；

(1.3)初始化的参数包括到达角DOA，脉宽PW，载频CF，带宽BW，到达时间TOA，雷达重复周期PRI，即

X^t(0)＝[DOA^t(0),PW^t(0),CF^t(0),BW^t(0),TOA^t(0),PRI^t(0)]'。

3.根据权利要求1所述的一种基于概率数据关联的雷达信号分选方法，其特征在于，所述步骤(4)中步骤四中的更新雷达参数库包括：

(4.1)删掉出现概率小于设定值e的雷达；

(4.2)更新波门的大小；

(4.3)在参数库允许的最大数量之内，加入新出现的雷达参数；

(4.4)在雷达库中对各部雷达出现的频率进行统计，给频率越高的雷达越高的处理优先级。