[发明专利]一种基于多模型隶属控制的相控阵雷达目标快速建航方法

权利要求书

1.一种基于多模型隶属控制的相控阵雷达目标快速建航方法，其特征在于：

a)多模型参数初始化：对雷达覆盖的目标速度划分为N个档，建立目标初始运动N个速度模型，运动模型采用匀速直线模型，叠加均值为0，方差为Q的随机噪声：

x(k+1)＝x(k)+v(k)T+w(k)；

E(w(k))＝0；

E(w(k)w^T(k))＝Q；

其中，x表示目标运动状态，w是零均值的高斯噪声，v表示速度，各个速度模型的目标状态方程为：

x(k+1)＝x(k)+v_i(k)T+w(k),i＝1,2,...,5；

对于N个速度模型的卡尔曼滤波估计，计算当前的目标状态的最优估计为：

其中p(v(k)＝v_j|Y^k)为后验模型概率，表示每个模型的概率；

b)航迹滤波：每个模型的权值即作为多模型的后验概率计算多模型的滤波结果，其中每个卡尔曼滤波的过程，状态一步预测方程为：

新息计算：

状态更新方程为：

其中增益的计算如下：

K(k+1)＝P(k+1|k)H'(k+1)S^-1(k+1)；

其中，P为状态估计协方差，H为测量矩阵，S为新息协方差；

c)模糊控制：对每一档的速度模型利用高斯模糊函数建立对应的高斯模糊隶属度函数：基于模型i的卡尔曼滤波估计的有效性，使用分布在v(k)范围内的模糊集，来度量v(k)和模型的速度之间的相似性，并由隶属度函数来定义，当速度v(k)与模型速度之间相等时，隶属度函数等于1，当两者的差异增大时，隶属度函数的值越小，直到趋于0，这里采用高斯模糊集，高斯模糊集由均值为c，方差为σ定义，隶属度函数的正规化形式为：

对于模糊集的向量输入，隶属度函数即为各个尺度的函数集；

d)目标位置预测：模型权重最终由多个隶属度函数估计得到：

将每个模型计算的得到的目标位置，结合该权重计算得到目标下一时刻的位置估计，并据此计算目标的预测位置。