[发明专利]MIMO雷达观测噪声优化方法及装置

权利要求书

1.一种MIMO雷达观测噪声优化方法，其特征在于，包括：

获得雷达观测目标信息和先验知识信息，所述先验知识信息包括：状态转移矩阵，观测转移矩阵，过程噪声转移矩阵和噪声先验分布；

根据所述状态转移矩阵，观测转移矩阵和过程噪声转移矩阵，确定系统方程，所述系统方程包括：过程方程和观测方程；

根据所述雷达观测目标信息和观测方程，确定贝叶斯新息；

根据更新后的估计误差协方差矩阵和后验观测噪声协方差矩阵，确定Kalman递归方程增益，所述估计误差协方差矩阵是根据历史估计误差协方差矩阵、Kalman递归方程历史增益和过程噪声协方差矩阵进行更新的，后验观测噪声协方差矩阵是根据提议分布进行更新的，所述提议分布是根据所述噪声先验分布利用模拟退火算法确定的；

根据所述过程方程，贝叶斯新息和Kalman递归方程增益，进行雷达观测目标运动状态估计；

所述过程方程为：

x_k+1＝Φx_k+Γu_k

其中，Φ为状态转移矩阵，Γ为过程噪声转移矩阵，x_k为目标的真实状态，u_k为过程噪声变量；

所述贝叶斯新息为：

其中，为雷达观测目标信息，H为观测转移矩阵，为状态估计量；

所述Kalman递归方程增益为：

根据所述过程方程，贝叶斯新息和Kalman递归方程增益，进行雷达观测目标运动状态估计，包括：

按照如下公式更新雷达观测目标运动状态估计：

2.如权利要求1所述的MIMO雷达观测噪声优化方法，其特征在于，所述后验观测噪声协方差矩阵按如下方式进行更新：

根据观测方程，确定每一时刻观测的似然函数；

根据所述提议分布，利用Metropolis-Hastings算法确定后验观测噪声期望；

根据所述后验观测噪声期望，确定更新后的后验观测噪声协方差矩阵。

3.如权利要求2所述的MIMO雷达观测噪声优化方法，其特征在于，根据所述提议分布，利用Metropolis-Hastings算法确定后验观测噪声期望，包括：

获得不确定噪声参数的初值；

根据所述提议分布和不确定噪声参数的初值，确定不确定噪声参数的候选值；

根据所述不确定噪声参数的候选值，确定接受率；

根据所述接受率，得到不确定噪声参数样本点；

根据所述不确定噪声参数样本点，确定后验观测噪声期望。

4.如权利要求1所述的MIMO雷达观测噪声优化方法，其特征在于，按如下方式确定提议分布：

获得初始距离，对应的迭代次数和候选分布；

根据候选分布和噪声先验分布，确定该候选分布对应的链接序列，所述链接序列包含多组匹配点；

根据所述链接序列，确定每组匹配点对应的距离得到距离序列，取所述距离序列中的最大值；

多次移动匹配点得到每次移动对应的新的链接序列，根据所述新的链接序列确定移动后的每组匹配点对应的距离得到新的距离序列，取所述新的距离序列中的最大值，得到一组最大值序列；

取所述最大值序列中的最小值作为离散Fréchet距离；

根据所述离散Fréchet距离，利用模拟退火算法确定提议分布。