[发明专利]基于细粒度特征分析的快速自动起始方法

说明书

本发明属于雷达目标数据处理领域，涉及一种基于细粒度特征分析的目标航迹快速自动起始方法。该方法尤其适用于对空目标的快速航迹自动起始。主要实现过程：提取目标多尺度静态特征、动态特征以及周期间目标特征变化因子，对多维目标特征进行细粒度划分和组合；提取相关特征信息的序贯概率比检验逐级筛选点迹，利用细粒度特征组合进行起始航迹评分计算，通过特定的特征信息进行目标起始快速确认，在雷达工作过程采集样本数据对自动起始的细粒度特征参数进行训练，并将训练结果反馈至雷达系统中。

技术领域

本发明属于雷达目标数据处理领域。

背景技术

随着当前战场电子环境的复杂化以及智能化作战水平的不断提升，雷达航迹的自动起始要求也越来越高。雷达航迹的自动起始既要保证航迹的准确起始，又要严格控制虚假航迹的起始概率，对于某些特殊使命的雷达，还需要对目标进行快速的自动起始。通过采集大量的不同体制的雷达数据进行分析，发现目标静态特性和动态特性会随雷达体制的不同而存在较大的差异，但目标的静态特性和动态特性在同体制雷达下具有明显特性，因此可以通过对目标多维特征信息进行细粒度划分，通过对多种细微特征信息的序贯判断和回归分析得到起始航迹的综合特性，然后进行多个特征维度的匹配实现目标航迹的快速起始。

因此，充分利用雷达工作采集的数据提取目标的细微特征，并对多尺度特征信息的细粒度划分和组合，并根据匹配的准则得到相应的起始航迹评分，解决雷达监视区域内目标航迹快速准确的航迹自动起始问题，对于提升雷达数据处理各项性能具有十分重要的意义，本发明是针对该问题设计的一种方法。

发明内容

本发明提供了一种基于目标航迹多维特征细粒度分析的快速航迹自动起始方法，可以实现对目标航迹进行快速准确的自动起始。

本发明所采用的技术方案是基于BP神经网络的智能航迹起始方法，包括如下步骤：

步骤1：提取目标的静态特征、动态特征以及周期间目标特征的变化因子，同时对目标特征信息细粒度划分；

步骤2：利用提取的相关特征信息进行序贯概率比检验(SPRT)，实现对起始目标点迹的初步筛选；

步骤3：根据细粒度特征信息计算起始航迹的航迹评分，进行航迹评分阈值判决，航迹评分过判断门限的起始航迹和待确认目标保留，非起始目标航迹删除；

步骤4：通过目标多普勒速度或微多普勒速度与解算的目标径向速度和运动态势进行比对，实现对目标航迹快速起始确认；

步骤5：在雷达工作过程中采集大量的目标数据和非目标数据，提取相关的特征信息对自动起始的细粒度特征参数进行训练，并将训练结果反馈至雷达系统中。

进一步的，所述步骤1中的目标特征细粒度为：

①目标静态特征信息和周期间目标静态特性变化因子，包括目标点迹方位展宽δ_azispan、距离展宽δ_disspan、Ep(过门限回波)个数δ_Ep、方位包络ε_azi、距离包络ε_ele、方位展宽变化Δ_AziSpan、距离展宽变化Δ_DisSpan、仰角质量Δ_EleQua变化、EP个数变化Δ_EpNum、幅度变化因子Δ_Amp等；

②目标动态特征信息和周期间目标动态特性变化因子，包括速度δ_v、加速度δ_a、多普勒速度δ_doppler、径向速度δ_vRadial、速度变化因子Δ_v、速度方向变化因子Δ_vDeg、多普勒速度变化因子Δ_Doppler、径向速度变化因子Δ_vRadial。