[发明专利]基于DBSCAN的无源多站多目标定位方法

说明书

本发明属于电子对抗技术领域，具体涉及一种基于DBSCAN的无源多站多目标定位方法。本发明的方法主要是首先通过联合观测站所测量的相对于目标的角度信息和观测站自身位置信息来确定观测视线，再根据观测视线得到所有视线的交叉点位置通过基于密度的DBSCAN聚类方法找出各个目标附近的交叉点形成的簇，最后通过找到簇的中心位置实现多个目标定位。本发明的有益效果为，本发明可以有效地通过多个观测站测量的角度信息和观测站自身位置对多个目标进行定位估计，方法简单，效果良好。

技术领域

本发明属于电子对抗技术领域，具体涉及一种基于DBSCAN的无源多站多目标定位方法。

背景技术

在现代化的电子信息战争中，最关键之处在于敌我之间电磁空间的争夺以及对对方重点目标的探测与监控，以获取敌方单位的战略部署、平台类型等信息。因此，在电子对抗领域中，无源定位技术由于具备作用距离远、隐蔽接收、抗干扰能力强且不易被对方发觉等诸多优点在提高电子作战能力上发挥着越来越重要的作用。而在无源定位中，利用角度信息进行目标定位是一种运用非常广泛的定位方法。但是在多站多目标的情况下会出现多个虚假目标点，使该定位方法难以实现。

DBSCAN(Density-Based Spatial Clustering of Applications with Noise)是一种比较具有代表性的基于密度的聚类算法。与划分和层次聚类方法不同，它将簇定义为密度相连的点的最大集合，能够把具有足够高密度的区域划分为簇，并可在噪声的空间数据库中发现任意形状的聚类。因此在无源多站多目标侧向交叉定位中，如果把目标位置看作是多个两两相交的观测线交点的集合，则可通过DBSCAN聚类方法实现目标定位。目前DBSCAN聚类方法在无源定位中研究较少，是一个值得研究的方向。

发明内容

针对上述问题，本发明提出了一种基于DBSCAN的无源多站多目标定位方法。

本发明采用的技术方案是：

一种基于DBSCAN的无源多站多目标定位方法主要通过联合观测站所测量的相对于目标的角度信息和观测站自身位置信息来确定观测视线，从而得到所有观测视线的交叉点位置，即使在存在一定角度测量误差的情况下，目标真实位置附近的交叉点密度仍然最大。所以通过基于密度聚类的DBSCAN方法可以找出各个目标点附近的交叉点集合，计算每个集合中交叉点位置的中心，实现目标定位。

为方便描述，以二维平面为例，假设在二维平面的某一区域上有M个观测站，N个目标，通过观测站对目标的方位角测量，可以得到第m个观测站测量到第n个目标的方位角测量值其中m＝1,2,...,M,n＝1,2,...,N。由于观测站坐标已知，由方位角信息可唯一确定一条由第m个观测站到第n个目标的观测视线，则可得到M×N条观测视线。对于任意一个观测站到任意一个目标的观测视线，都会存在其余M-1个观测站到所有目标的观测视线与之相交。对于任意两个观测站来说，它们的观测视线的交点一共有N²个，而M个观测站一共有种两两组合，即对于所有观测视线来说一共有个交点。假设不存在角度测量误差，则交点的重复度最高即密度最大的点可视为目标的具体位置。由于测量误差的存在，在目标真实位置处的视线交点并不会完全重合，而是分布在目标位置附近，得到一个高密度的区域。同时，其它位置会分布一些虚假点，也就是非目标真实位置处视线两两相交形成的交点。

利用所有观测视线两两相交得到的所有交点位置，采用基于密度聚类的DBSCAN算法进行密度聚类，算法具体步骤包括：

输入：样本即所有交叉点位置信息D＝(x₁,x₂,...,x_m)，其中邻域参数(∈,MinPts),∈表示某一交叉点的邻域距离阈值，MinPts描述了某一交叉点的距离为∈的邻域中样本个数的阈值；样本距离度量方式为欧式距离。

1)初始化核心对象集合初始化聚类簇数k＝0，初始化未访问样本集合Γ＝D,簇划分