[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

说明书

本发明公开了一种用于异步多基地雷达系统的分布式批估计融合方法。首先根据本地雷达的采样速率或数据更新的实际需求设定更新周期，并利用粒子滤波算法在多基地雷达进行本地滤波，获得多基地雷达在更新周期内的局部后验估计结果与本地预测密度函数，再采用高斯近似模型将局部后验估计结果和本地预测密度函数近似为高斯分布，并且在多雷达间通信交互对应的高斯参数，最后通过引入一种利用目标状态转移特性进行递推的对齐策略将多雷达的异步高斯参数进行对齐，并采用分布式批估计融合方法融合对齐后的高斯参数，本发明能有效解决了异步多基地雷达的异步数据难以融合问题，且本发明的融合处理的计算量低、融合精度高。

技术领域

本发明涉及雷达数据融合技术领域，特别涉及异步多基地雷达数据融合技术。

背景技术

近年来，由于电子对抗环境复杂程度的提高，多基地雷达得到了越来越多的关注，尤其是现代通信技术和多雷达数据融合技术的发展，为多基地雷达的发展提供了良好的契机。与普通单基地雷达相比，多基地雷达具有作用距离远、抗低空突防、隐蔽性和抗干扰性强等众多优点，因此广泛地应用到了目标检测、目标定位和目标跟踪等众多领域。其中，利用多基地雷达对多目标进行跟踪作为一个极为重要的研究课题得到了十分深入的研究。

对于多目标跟踪应用，采用发射天线宽波束泛光照射，接收天线窄波束扫描(宽发窄收)的工作模式可以较好地克服雷达覆盖率与分辨率之间存在矛盾的问题。但是，当多基地雷达工作在该模式下，由于各天线初始指向、扫描周期不同，目标运动等原因，多基地雷达间的数据通常是异步的。因此，利用多雷达数据融合改善目标跟踪精度，降低虚警概率，提高航迹完整度面临异步数据融合问题。文献“Target tracking with asynchronousmeasurements by a network of distributed mobile agents,”in Proc.IEEE ICASSP,3857-3860，Mar 2012”提出了一种先假设多传感器数据同步，再利用同步数据融合方法融合多传感器数据的错误同步估计融合方法，但该方法没有考虑多雷达数据的异步特性，融合精度较低，仅适用于多基地雷达数据异步程度较弱的情况，特别当异步程度较强时，目标甚至无法被成功跟踪，航迹丢失现象十分严重；文献“Distributed sequentialestimation in asynchronous wireless sensor networks，IEEE Signal ProcessLetters.SPL-22，1965-1969，Nov 2015”提出了一种首先外推对齐异步数据，然后融合对齐后数据的分布式序贯估计融合方法，它有效地解决了异步数据融合的问题，但该方法需要在每个数据到达的时刻都进行递推和更新操作，当多基地雷达数据到来十分频繁时，系统消耗的计算资源通常难以承受，因此该方法并不适用于数据更新速度快且计算资源有限的多基地雷达系统。

发明内容

本发明的发明目的在于：针对上述存在的问题，提供一种用于异步多基地雷达系统的分布式批估计数据融合方法，以有效地解决异步多基地雷达系统中由于采样速率和初始偏差不同导致的异步数据难以融合的技术问题。

本发明的用于异步多基地雷达系统的分布式批估计数据融合方法，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；可以根据本地雷达的采样速率或数据更新的实际需求对批估计更新周期进行设置；

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对应的其他雷达(非本地雷达)的高斯参数，并更新迭代时间t＝t+ΔT，ΔT为预设设定的时间间隔，然后返回步骤2；

优选的，将时间间隔ΔT设置为：ΔT＝批估计更新周期/p，其中p为整数。