[发明专利]一种基于信息熵的多雷达动态调节方法及装置

权利要求书

1.一种基于信息熵的多雷达动态调节方法，其特征在于，包括：

S1、接收多部雷达的初始观测数据；

S2、获取预先建立的观测融合模型，并根据所观测述融合模型，建立多雷达融合熵模型；

S3、对所述多雷达融合熵模型进行优化；

S4、根据优化结果，调整多部雷达的雷达位置、每部雷达的参数以及观测数据的融合方法；

其中，所述初始观测数据为：

多部雷达对同一目标的回波数据、检测后输出的点迹或提取的特征矢量；

所述观测融合模型为：

Ψ＝g(z₁,z₂,…,z_N)

其中，g为信息融合方法，z_n(n＝1,2,…N)为多部雷达的初始观测数据；当z_n(n＝1,2,…N)为回波序列时，融合系统输出Ψ为检测结果，即判断目标有无；当z_n(n＝1,2,…N)为检测后输出的点迹，则融合结果Ψ为目标定位跟踪结果；当观测量z_n(n＝1,2,…N)为目标特征矢量时，融合输出Ψ为识别结果；

所述根据所观测述融合模型，建立多雷达融合熵模型，具体包括：

根据条件信息熵的定义以及所述观测融合模型，建立融合熵模型，其具体公式为：

H(Ψ|z_1:N)＝-∫∫p(z_1:N,Ψ)logp(Ψ|z_1:N)dΨdz_1:N

＝-∫∫p(z_1:N)p(Ψ|z_1:N)logp(Ψ|z_1:N)dΨdz_1:N

其中，观测集z_1:N＝{z₁,z₂,...,z_N}，每个观测矢量z_n(n＝1,2,...,N)表示多雷达融合系统中雷达n对同一目标的观测值，p(z_1:N)为N部雷达观测的联合概率密度函数，H(Ψ|z_1:N)表示在输入观测z₁,z₂,…,z_N的条件下，输出Ψ的平均不确定度；对所述多雷达融合熵模型进行优化，具体的优化模型公式为：

其中，优化变量Θ包括雷达位置、雷达参数和融合方法。

2.根据权利要求1所述的方法，其特征在于，当所述观测数据为检测后输出的点迹数据时，所述融合熵的公式为：

其中，x和y分别为目标的横轴和纵轴位置，[r a]为N部自发自收雷达组成的检测后输出的目标点迹矢量，r＝[r_n]_1×N，a＝[a_n]_1×N，r_n和a_n分别为第n部雷达探测目标距离和方位角，R_N,xy为在N部雷达构成的多雷达系统极坐标观测的条件下，目标直角坐标位置估计协方差矩阵，| |为矩阵的行列式，H为采用多雷达极坐标观测获得的目标直角坐标位置的信息量。

3.根据权利要求2所述的方法，其特征在于，对所述融合熵模型进行优化的优化公式为：

4.根据权利要求2所述的方法，其特征在于，所述协方差矩阵与参数估计的克拉美罗下界的关系为：

其中，所述I_N(x,y|r,a)为Fisher信息矩。

5.根据权利要求4所述的方法，其特征在于，所述融合熵的下界为：

6.根据权利要求4所述的方法，其特征在于，所述Fisher信息矩阵I_N(x,y|r,a)具体为：

其中，f(r,a)为多雷达系统观测的联合概率密度函数。