[发明专利]一种基于信息增益的多雷达动态调节方法及装置

权利要求书

1.一种基于信息增益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、根据所述多雷达融合熵模型，计算多雷达信息增益；

S4、对所述多雷达信息增益进行优化；

S5、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序列、检测后输出的目标点迹或提取的特征矢量；

所述观测融合模型为针对目标检测、跟踪和识别的融合处理过程，统一建立的多雷达观测决策的一般化模型，公式为：

Y＝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，为多雷达融合系统中雷达n对同一目标的观测值；当z_n(n＝1,2,…N)为回波序列时，融合系统输出Y为检测结果，即判断目标有无；当z_n(n＝1,2,…N)为检测后输出的目标点迹，则融合结果Y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Y为识别结果；

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(N)＝H(y|z_1:N)

＝-∫∫p(z_1:N,y)logp(y|z_1:N)dydz_1:N

＝-∫∫p(z_1:N)p(y|z_1:N)logp(y|z_1:N)dydz_1:N

其中，观测集z_1:N＝{z₁,z₂,...,z_N}，p(z_1:N)为N部雷达观测的联合概率密度函数，H(y|z_1:N)表示在输入观测z₁,z₂,…,z_N的条件下，输出y的平均不确定度；

计算多雷达信息增益，具体为；

E(N)＝H(N-1)-H(N)＝H(y|z_1:N-1)-H(y|z_1:N)；

对所述多雷达信息增益，具体的优化模型公式为：

Θ＝argmaxE(N)＝argmax(H(N-1)-H(N))。

2.根据权利要求1所述的方法，其特征在于，当所述观测数据为观测矢量数据时，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观测矢量，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，当所述观测数据为观测矢量数据时，所述多雷达信息增益的计算公式为：

E(x,y|r,a)＝H_N-1(x,y|r,a)-H_N(x,y|r,a)。

4.根据权利要求3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：

5.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。