[发明专利]一种基于幅度比例选大原则的雷达一次点迹凝聚算法

说明书

本发明涉及雷达数据处理领域，具体涉及一种基于幅度比例选大原则的雷达一次点迹凝聚算法，假设点迹1的幅度A₁大于等于点迹2的幅度A₂，此时如果满足A₁≥α·A₂，则将一次点迹2的被凝聚标志位设置为true，一次点迹2不参与后续雷达数据处理过程。其中，α为凝聚的幅度比例门限。本发明适配方位、俯仰采用和差比幅测角的雷达，不仅可以有效解决同一个目标产生多个测量值的问题，而且通过适当设置凝聚比例参数，可以保证雷达的分辨力指标，本发明运算简单，并且已经应用于多种雷达系统中，充分证明了其工程实用性。

技术领域

本发明涉及雷达数据处理领域，具体涉及一种基于幅度比例选大原则的雷达一次点迹凝聚算法。

背景技术

在实际雷达工作过程中，由于方位波束副瓣、俯仰波束副瓣、距离副瓣等原因，使得同一个目标的回波可能检测出多个一次点迹。传统雷达数据处理中一般采用点迹凝聚，将属于同一个目标的多个一次点迹合并成一个，不仅可以降低虚警航迹数量，同时可以一定程度上改善距离、方位、俯仰的测量精度。

传统雷达数据处理中的点迹凝聚方法是属于多个目标的多个一次点迹的距离、方位、俯仰按照各自的幅度进行加权，求取相应的距离、方位、俯仰质心，以此作为最终凝聚的结果。以距离为例：

但这种方法改善精度的前提是需要属于一个目标的一次点迹在真实位置附近分布均匀，如果分布不均匀，则改善精度的效果不明显，甚至可能会导致质心偏移，导致精度恶化。此外，对于雷达除了精度的要求，还会有分辨力的要求，即分辨两个临近目标的能力。传统的一次凝聚算法，一般通过两个一次点迹的距离、方位、俯仰等的差值的绝对值满足一定的门限来判断两个点迹能否凝聚，而凝聚门限一般大于实际的距离、方位、俯仰分辨力，因此会导致分辨力的恶化。

现有技术中：

专利文献《一种用于雷达目标点迹凝聚的点迹聚类方法》(申请号：CN201410295455.0，公开号：CN104036146B)提出了一种用于雷达目标点迹凝聚的点迹聚类方法，充分考虑了雷达目标回波形态特征，应用于低分辨率脉冲搜索雷达的目标检测录取，属于雷达信号处理领域。专利文献《一种点迹凝聚方法》(申请号：CN201811464751.3，公开号：CN109343021A)采用先排序再凝聚的策略，主要针对现有方法计算量大、计算时间长、实时性差的问题，并未对凝聚方法本身提出改进；

专利文献《基于Radon-Fourier变换的雷达点迹凝聚方法》(申请号：CN201510396944.X，公开号：CN105044699B)通过Radon-Fourier变换将回波能量在距离-方位空间聚焦到目标重心点，从而达到点迹凝聚的目的，但是该方法计算较为复杂；

文献《一种基于三坐标雷达的点迹凝聚方法》(雷达与对抗,2013, 033(004):46-50)对距离、方位、俯仰3个维度上的展宽信号提出了可行的凝聚准则和算法，同时通过多个重复周期的积累，运用统计学的方法，提高了点迹凝聚的可信度和精度，但是该文未考虑凝聚对于分辨力的影响。

发明内容

针对现有技术所存在的上述缺点，本发明的第一目的在于提供一种基于幅度比例选大原则的雷达一次点迹凝聚算法，解决上述背景技术中的问题。

为实现上述目的，本发明提供了如下技术方案：

一种基于幅度比例选大原则的雷达一次点迹凝聚算法，对于两个满足凝聚条件的一次点迹1和2，首先找到两个点迹中幅度较大的那一个，假设点迹1的幅度A₁大于等于点迹2的幅度A₂，此时如果满足A₁≥α·A₂，则将一次点迹2的被凝聚标志位设置为true，一次点迹2不参与后续雷达数据处理过程。其中，α为凝聚的幅度比例门限，并且α≥1。主要步骤如下：