[发明专利]一种基于幅度的对海雷达多目标融合跟踪方法

权利要求书

1.一种基于幅度的对海雷达多目标融合跟踪方法，其特征在于，包括以下步骤：

当前时刻量测值获取步骤，雷达对多目标进行探测，根据雷达回波信号获取k时刻多目标的群聚量测值；

分别对各个目标的航迹进行处理步骤，统计各个目标的预测波门内的量测值数量，获取各个目标存在的先验概率以及群聚量测值数量的先验估计，所述预测波门为k-1时刻时对k时刻目标所在区域进行的预测；

基于幅度信息的量测值融合定向步骤，获取各预测波门内量测值的幅度信息，根据所述幅度信息、目标存在的先验概率以及群聚量测数量的先验估计，计算该目标存在的后验概率；

基于幅度信息和航迹质量的航迹融合定向步骤，根据目标存在的后验概率估计各目标在k时刻的航迹质量，并计算各目标的数据互联概率参数；

对各目标状态信息进行预测更新，根据各目标的数据互联概率参数，对各目标状态更新，获取各目标在k时刻的状态信息。

2.根据权利要求1所述的基于幅度的对海雷达多目标融合跟踪方法，其特征在于，分别对各个目标的航迹进行处理步骤中，各个目标存在的先验概率等于该目标在k-1时刻的航迹质量。

3.根据权利要求1所述的基于幅度的对海雷达多目标融合跟踪方法，其特征在于，分别对各个目标的航迹进行处理步骤中，群聚量测值数量的先验估计的获取方法为：

其中，m表示群聚量测值的数量，为大于1的整数，m_t表示第t个预测波门内的量测值数量，t的取值范围为1到T之间的整数，T表示目标的数量，为大于1的整数，表示雷达对第t个目标的检测概率，表示第t个目标落入该目标的预测波门的概率，和的取值范围为0到1之间的常量，表示第t个目标在k时刻存在的先验概率，μ(t,i)表示第i个量测值是否在第t个预测波门内则的标识，μ(t,i)取值为0或者1，若μ(t,i)为1表示第i个量测值在第t个预测波门内则，若μ(t,i)为0表示第i个量测值不在第t个预测波门内则，i的取值范围为1到m之间的整数。

4.根据权利要求1所述的基于幅度的对海雷达多目标融合跟踪方法，其特征在于，基于幅度信息的量测值融合定向步骤中，第t个目标存在的后验概率包括：目标存在且有量测值源于第t个目标的后验概率和目标存在但没有量测值源于第t个目标的后验概率

其中，

为k时刻的量测值集合，Z(k)是量测值的运动参数信息，a^k是量测值的幅度信息；δ_t(χ_i(k))为目标检测指示变量，取值0或1。

5.根据权利要求1-4任一项所述的基于幅度的对海雷达多目标融合跟踪方法，其特征在于，基于幅度信息和航迹质量的航迹融合定向步骤中，各目标在k时刻的航迹质量的估计方法为：

第t个目标的在k时刻的航迹质量

其中，{μ(t,i)＞0}表示落在第t个目标的预测波门内所有的量测值集合。

6.根据权利要求4所述的基于幅度的对海雷达多目标融合跟踪方法，其特征在于，基于幅度信息和航迹质量的航迹融合定向步骤中，第t个目标的数据互联概率参数包括没有量测值源于该目标的数据互联概率参数和第i个量测值源于该目标的数据互联概率参数数据互联概率参数的计算方法为：

其中，{μ(t,i)＞0}表示落在第t个目标的预测波门内所有的量测值集合。

7.根据权利要求6所述的基于幅度的对海雷达多目标融合跟踪方法，其特征在于，对各目标状态信息进行预测更新步骤中，对各目标状态更新包括进行目标状态更新和目标估计状态协方差更新

目标状态更新方程为，

估计状态预测协方差为，

m_k表示k时刻的候选量测值总数，表示第t个目标的跟踪航迹在k时刻的增益，为的转置，表示第t个目标的跟踪航迹在k时刻的新息协方差。