[发明专利]一种基于概率数据关联的雷达信号分选方法

说明书

本发明属于雷达信号分选技术领域，具体涉及一种基于概率数据关联的雷达信号分选方法。本发明包括：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；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，计算联合事件概率；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；更新雷达参数库；重复步骤，直到本次采样数据关联完毕。应用本发明可以在信噪比较低和采样数据精确度有限的情况下正确而有效地得到稳定的雷达信号参数，将采样周期内各个时刻的采样点的数据与雷达库数据进行概率互联，并对雷达库参数进行预测和更新，达到在杂波与信号共存的情况下分选出准确的雷达信号的目的。

技术领域

本发明属于雷达信号分选技术领域，具体涉及一种基于概率数据关联的雷达信号分选方法。

背景技术

伴随着随着全球航空业的迅速发展，空间中的飞机数量与客流量都在不断增大，这就会导致机场内飞机的移动次数不断增加，在机场地面的活动区域内，由于天气原因以及机场工作人员的视线遮挡等原因，导致飞机在起飞，滑落的过程中发生碰撞的概率增加，因此，能够有效的在拥挤的机场准确的掌握飞机的状态至关重要，这就要求地面的服务中心需要有先进的雷达信号分选方法，来保证飞机雷达的参数被准确掌握。

雷达辐射源信号在传播和接受过程难免不可避免会受到环境噪声和传感器的测量噪声的干扰，导致同一部雷达的参数信息可能分散，不同雷达的参数信息混叠在一起，雷达信号分选就是在交错的，密集复杂的，有杂波的采样信息流中提取出属于同一部雷达的信息，然后对这些信息进行后续的相关处理。其中在采样数据中有杂波的情况在传统的分选算法中鲜有提及，而在混入杂波的采样数据中如何正确的找到雷达目标，并对采样时刻的多个数据点与雷达进行关联是关键点。

传统的雷达信号分选技术主要有基于PRI的单参数信号分选方法和多参数联合分选方法，这些方法都是把采样得到的一组脉冲描述字进行聚类，也就是根据测量到的不同参数，和不同雷达参数的差异性，对采样数据进行划分，划分的规则是非此即彼，对于参数可能属于多部雷达的情况不予考虑。成熟的方法主要有序列差直方图法，PRI变换法，K_means聚类算法等。

目前，国内外对信号分选中采用概率数据关联的理论还没有涉及，对信号分选关联权重的方法有一定的涉及，申请公开号为CN105022792A的专利提出了一种基于数据挖掘的雷达信号分选关联权重计算方法，利用信息熵计算一部雷达不同参数的权重，从而分选出不同的雷达信号。

发明内容

本发明的目的是提出一种基于概率数据关联的雷达信号分选方法，重点解决杂波环境中采样信号与多部雷达信号目标的关联问题。

本发明的目的是这样实现的：

本发明包括以下步骤：

(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，计算联合事件概率；

(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；

(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。

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