[发明专利]一种用于异步多基地雷达系统的分布式批估计融合方法

权利要求书

1.一种用于异步多基地雷达系统的分布式批估计融合方法，其特征在于，包括下列步骤：

步骤1：设置批估计更新周期，并初始化当前迭代时间t＝0；

步骤2：判断t值是否等于本地雷达接收到当前量测的时间；若是则执行步骤4；否则执行步骤3；

步骤3：在一个批估计更新周期内，依次接收和存储当前迭代时间t对应的非本地雷达的高斯参数、高斯参数的到达时间，同时更新迭代时间t＝t+ΔT，再返回步骤2；其中，ΔT为预设设定的时间间隔；

步骤4：从本地雷达读取当前量测，并利用粒子滤波算法进行本地滤波，获得本地雷达当前组粒子样本的后验估计结果和预测密度函数，然后执行步骤5；

步骤5：采用高斯近似模型将步骤4得到的本地雷达当前组粒子样本的后验估计结果和预测密度函数进行参数化表征，得到高斯参数并向外发送；

步骤6：将步骤3存储的非本地雷达的高斯参数和步骤5得到的本地雷达的高斯参数进行批估计数据融合，得到本地雷达当前组粒子样本的权值；

步骤7：根据本地雷达当前组粒子样本的权值计算目标状态，然后输出，并执行步骤8；

步骤8：更新本地量测标识符k＝k+1，然后判断k是否小于或等于K，若是则结束；否则执行步骤2；其中K表示本地雷达在系统观测总时间内接收到的总的量测个数，本地量测标识符k的初始值为1。

2.如权利要求1所述的方法，其特征在于，所述步骤6具体为：

分别对所有本地雷达的高斯参数进行对齐处理，得到对齐结果；

再将当前组粒子样本的各对齐结果连乘作为本地雷达当前组粒子样本的更新参量其中q表示当前粒子样本的标识符，n表示本地雷达的雷达标识符；

基于更新参数得到本地雷达当前组粒子样本的权值其中ω^(q)(t_n,k-1)表示对应上一个量测的本地雷达当前组粒子样本的权值；

对本地雷达的高斯参数的对齐处理为：由得到本地雷达的对齐结果，其中表示对应粒子样本的后验估计结果的高斯参数，μ_n,k、P_n,k分别表示对应粒子样本的后验估计结果的均值、方差，表示对应粒子样本的预测密度函数的高斯参数，v_n,k、R_n,k分别表示对应粒子样本的预测密度函数的均值、方差，下标n为本地雷达标识符，k为雷达n的当前量测标识符；

对非本地雷达的高斯参数的对齐处理为：

由得到非本地雷达的对齐结果p(z(ξ_j,k)|x^(q)(t_n,k-1),x^(q)(t_n,k))；

其中ξ_j,k表示非本地雷达的高斯参数的到达时间，下标j表示到达时间ξ_j,k按照到达顺序的编号，ξ_j,k的第二个下标为量测标识符；和表示对应到达时间ξ_j,k的高斯参数，表示对应粒子样本的后验估计结果高斯参数，μ_i,l、P_i,l分别表示对应粒子样本的后验估计结果的均值、方差，表示对应粒子样本的预测密度函数的高斯参数，v_n,k、R_i,l分别表示对应粒子样本的预测密度函数的均值、方差，下标i用于区分不同的非本地雷达，l为非本地雷达i的当前量测标识符；

其中，p(x(ξ_j,k)|_x^(q)(t_n,k-1),x^(q)(t_n,k))表示服从均值为E(x(ξ_j,k)|x(t_n,k-1),x(t_n,k))、方差为cov(x(ξ_j,k)|x(t_n,k-1),x(t_n,k))的高斯分布，均值E(x(ξ_j,k)|x(t_n,k-1),x(t_n,k))和方差cov(x(ξ_j,k)|x(t_n,k-1)，x(t_n,k))具体为：

E(x(ξ_j,k)|x(t_n,k-1)，x(t_n,k))＝E(x(ξ_j,k)|x(t_n,k-1))+ψS^-1(x(t_n,k)-E(x(t_n,k)|x(t_n,k-1)))；

cov(x(ξ_j,k)|x(t_n,k-1),x(t_n,k))＝cov(x(ξ_j,k)|x(t_n,k-1))-ψS^-1ψ′；

S＝cov(x(t_n,k)|x(t_n,k-1))，ψ＝cov(x(ξ_j,k),x(t_n,k)|x(t_n,k-1))，

参量E(x(ξ_j,k)|x(t_n,k-1))、E(x(t_n,k)|x(t_n,k-1))、cov(x(ξ_j,k)|x(t_n,k-1))、S、ψ分别通过目标状态转移方程计算得到；

x(ξ_j,k)、x(t_n,k-1)、x(t_n,k)分别表示在时刻ξ_j,k、t_n,k-1、t_n,k的目标状态。