[发明专利]基于方位信息多被动探测平台水下航行器数据的融合方法

权利要求书

1.一种基于方位信息多被动探测平台水下航行器数据的融合方法，其特征在于，该方法包括如下步骤：

步骤1，至少两个不同位置的探测平台分别测量水下航行器的方位角信息，根据所述方位角信息计算所述水下航行器的定位信息；

步骤2，构建多传感器多水下航行器跟踪场景，将多个所述水下航行器的定位信息发送到融合中心进行数据融合处理得到定位结果；

步骤3，对所述定位结果进行跟踪，根据GM-PHD滤波器分别计算其在k-1时刻的后验强度，和k时刻的预测强度。

2.如权利要求1所述的基于方位信息多被动探测平台水下航行器数据的融合方法，其特征在于，所述步骤1中根据所述方位角信息计算所述水下航行器的定位信息，具体包括：对于第一探测平台T和第二探测平台R，定位方程如下所示

其中，θ_T和θ_R分别表示第一探测平台T和第二探测平台R在当前时刻所测得的方位角，双探测平台的位置(x_T,y_T)和(x_R,y_R)已知；由此可以解得目标的位置坐标

3.如权利要求1所述的基于方位信息多被动探测平台水下航行器数据的融合方法，其特征在于，步骤2具体包括：若第一传感器i和第二传感器j对同一目标的局部估计和误差协方差矩阵分别为和其中m＝i,j。那么，则有

其中，和分别表示为两个传感器的状态估计误差矩阵，那么，其融合结果可以化简为

Pⁱ为第i个探测平台的协方差矩阵P^j为第j个探测平台的协方差矩阵，为状态估计矩阵，P表示误差协方差矩阵，表示估计误差矩阵。

4.如权利要求3所述的基于方位信息多被动探测平台水下航行器数据的融合方法，其特征在于，步骤2中，构建多传感器多水下航行器跟踪场景，包括如下条件：每个传感器的量测过程是相互独立的，且每个传感器产生的估计误差协方差之间是相互独立不相干的或两个传感器的互协方差可以忽略；两个传感器的量测与送到融合中心的时间是同时同步。

5.如权利要求3或4所述的基于方位信息多被动探测平台水下航行器数据的融合方法，其特征在于，步骤2具体包括：当传感器数量N＞2时，且所有的估计误差之间均相互不相关时，有：

6.如权利要求1所述的基于方位信息多被动探测平台水下航行器数据的融合方法，其特征在于，步骤3具体包括：若k-1时刻的后验强度表示为那么，k时刻的预测强度为v_k|k-1(x)＝v_S,k|k-1(x)+v_β,k|k-1(x)+γ_k(x)，v_S,k|k-1为由k-1时刻存活的目标有限集的后验强度；γ_k(·)为k时刻瞬间出现的新目标的有限集的强度函数；v_β,k|k-1为由k-1时刻衍生的目标有限集的后验强度；其中，式中，J_k-1为k-1时刻估计目标个数，表示k-1时刻第i个目标的权重值，N(·；m,P)表示一个均值为m，协方差为P高斯密度。m_k-1表示k-1时刻该目标的值，P_k-1为该目标对应的协方差；

更新的目标个数的期望可以表示为：

表示当前时刻第i个目标的权重值；

为当前目标的估计值，而由表示，为剪枝和合并之后第i个目标估计值；

为第k-1时刻预测k时刻的目标期望个数，P_D,k为k时刻检测概率，为k时刻某一目标的权重值，可以用下式表示，J_k|k-1为第k-1时刻预测的k时刻的目标个数；

上式中，P_D,k为k时刻探测阵的检测概率，为k-1时刻预测的第k时刻第j个目标的权重值，是一个符合高斯混合形式的参数，

N(·；m,P)表示一个均值为m，协方差为P高斯密度；H_k为观测矩阵；κ_k为杂波密度；

其中，设置U为合并门限；

提取出所有的目标状态，作为所述GM-PHD滤波器当前时刻的估计输出，其中T_w为设置的门限值。