[发明专利]雷达极-直坐标转换观测精度分析方法、装置和系统

说明书

本发明实施例涉及一种雷达极‑直坐标转换观测精度分析方法、装置和系统，所述方法具体包括：获取待测目标在雷达极坐标系中的观测值；将所述待测目标在雷达极坐标系中的观测值转换为直角坐标系中的观测值；获取所述待测目标在直角坐标系的观测值的联合信息熵；对所述联合信息熵进行观测精度分析。本发明提出的雷达极‑直坐标转换观测精度分析方法、装置和系统，通过将待测目标在雷达极坐标系中的观测值转换为直角坐标系中的观测值，并获取所述待测目标在直角坐标系的观测值的联合信息熵，通过分析所述联合信息熵从而分析影响所述观测精度的因素，指导雷达跟踪探测。

技术领域

本发明属于雷达数据处理技术领域，尤其涉及一种雷达极-直坐标转换观测精度分析、装置和系统。

背景技术

在目标跟踪中，滤波系统模型包括状态方程和量测方程。待测目标的量测值(相对于雷达的距离和方位角或俯仰角(包括3D雷达的俯仰角))是在雷达极坐标系下获的。为了便于描述目标的运动状态，目标运动通常在与雷达极坐标系对应的直角坐标系中描述。因而，目标动态参数与雷达观测数据间的关系是非线性的，雷达跟踪系统必然是非线性的。

在实际应用中，针对雷达观测数据与目标动态参数间的非线性关系所产生的目标跟踪中的非线性问题，目前的研究主要使用不同的非线性滤波方法来解决非线性，包括扩展卡尔曼滤波(EKF)方法、不敏卡尔曼滤波(UKF)算法和粒子滤波(PF)算法等。然而，却很少研究由极坐标观测获得直角坐标状态不确定性程度进行度量与分析。

针对雷达通常在二维/三维极坐标系中获得观测值，而目标运动则是在直角坐标系中描述，本发明采用信息熵定量度量了由雷达极坐标观测获得目标直角坐标位置的信息量，并以此为基础，对转换到直角坐标系观测值的精度的影响因素进行了分析。

为了便于理解本发明的基本原理，下面对信息论中的信息熵进行简要介绍。

在信息论中，熵是一个极为重要的概念，对于一个广义的系统来说，熵可作为系统状态的混乱性或无序性的度量。一般来说熵值越小，系统不确定性的程度就越小。同理，信息熵是随机变量不确定度的度量，它也是平均意义上描述随机变量所需的信息量的度量，一个以f(w)为密度函数的连续型随机变量W的信息熵定义为公式(1)

H(W)＝-∫f(w)ln f(w)dw 公式1

其中H(W)为随机变量W的信息熵，f(w)为随机变量W的概率密度函数。

联合概率密度函数为f(w₁,w₂,…,w_n)的一组随机变量W₁,W₂,…,W_n的联合信息熵定义为公式(2)

H(W₁,W₂,…,W_n)＝-∫f(wⁿ)ln f(wⁿ)dwⁿ 公式2

如果随机变量W和S的联合概率密度函数f(w,s)，定义条件信息熵为

H(W|S)＝-∫f(w,s)ln f(w|s)dwds 公式3

其中，H(W|S)为在S条件下随机变量W的信息熵，f(w,s)为随机变量W和S的联合概率密度函数，f(w|s)为在S条件下随机变量W的概率密度函数。

发明内容

本发明实施例的目的是提出一种雷达极-直坐标转换观测精度分析方法、装置和系统，旨在解决现有分析方法未对由极坐标观测获得直角坐标状态不确定性程度进行度量与分析的问题。