[发明专利]基于因子图的分布式星载雷达组网空中目标高度估计方法

权利要求书

1.基于因子图的分布式星载雷达组网空中目标高度估计方法，其特征在于，包括以下步骤：

步骤1、在地心第四赤道坐标系中，构建空中目标运动模型与星载雷达量测模型，结合所述空中目标运动模型与所述星载雷达量测模型、构建基于因子图的星载雷达目标跟踪模型，即因子图；

步骤2、基于所述因子图，引入空中目标的局部变量间的耦合函数关系、获得局部变量的后验边缘分布；

采用非参数信度传播算法计算所述局部变量的后验边缘分布，根据所述后验边缘分布的计算结果得到所述局部变量的估计值；

步骤3、根据所述局部变量的估计值，采用迭代近似法求得所述空中目标在大地坐标系下的目标高度。

2.如权利要求1所述的基于因子图的分布式星载雷达组网空中目标高度估计方法，其特征在于，所述步骤1的具体内容为：

S1.1、在地心第四赤道坐标系中构建空中目标运动模型：

x_k＝Fx_k-1+ω_k-1，

其中，x_k为k时刻目标在地心第四赤道坐标系下位置速度状态向量，x_k-1为k-1时刻目标在地心第四赤道坐标系下位置速度状态向量，ω_k-1为过程噪声，假设

F为目标状态转移矩阵：

其中，是矩阵直积运算符号，I₃为三维单位阵，T为采样间隔；

S1.2、在地心第四赤道坐标系中构建星载雷达量测模型：

其中，为目标在第n个雷达阵面坐标系下的位置矢量，为N部雷达的径向距和方位角量测误差；第n个雷达的径向距和方位角量测为则k时刻N部雷达的量测为

S1.3、结合所述目标运动模型与所述雷达量测模型进行因子图建模：

对于所述空中目标运动模型与所述星载雷达量测模型，变量和的联合概率密度函数可以分解为：

其中，p(x_k|x_k-1)为状态转移概率密度函数，p(y_k|x_k)为似然概率密度函数，

再根据因子图描述所述联合概率密度函数的分解形式，即得到因子图模型。

3.如权利要求1或2所述的基于因子图的分布式星载雷达组网空中目标高度估计方法，其特征在于，所述步骤2中引入局部变量间的耦合函数关系获得空中目标局部变量的后验边缘分布的具体过程为：

在所述因子图中，引入一个耦合因子节点g_ji来表示全局变量x_k的两个复制状态变量和在相邻节点j和i上的关系，

则，在k时刻局部变量的后验边缘分布为：

其中为状态转移消息，为量测消息，为耦合消息，N_j为节点j的所有邻居节点的集合。

4.如权利要求3所述的基于因子图的分布式星载雷达组网空中目标高度估计方法，其特征在于，所述步骤2中，根据所述因子图模型计算k时刻局部变量的后验边缘分布的具体过程为：

k时刻，计算状态转移消息的粒子化形式和量测消息的粒子化形式

采用消息迭代方式计算耦合消息第l次迭代过程中，采用核密度估计计算节点j的所有邻居节点的消息乘积：根据耦合分布关系更新经过共L次迭代之后，得到耦合消息

根据核密度估计法计算后验分布：

再根据后验分布得到局部变量的估计值。