[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

说明书

本发明公开了一种基于因子图的分布式星载雷达组网空中目标高度估计算法，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，构建基于因子图的星载雷达目标跟踪模型；步骤2、基于因子图，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。其解决了现有技术中针对单颗星载雷达俯仰角量测误差较大、难以准确跟踪空中目标、对其高度估计不精确的问题。

技术领域

本发明属于星载雷达目标跟踪领域，涉及一种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。

技术背景

星载雷达具有全天候、全天时战略、战术预警能力，且不受地球曲率限制、不易受攻击等优势，在预警防御系统中占有十分重要的地位。单个星载雷达对空中目标跟踪定位时，一般情况下，相比较于目标径向距量测及方位角量测误差，目标俯仰角量测误差较大，导致其不具备空中目标高度估计能力。空中目标高度信息的缺失一方面严重放大了目标定位误差；另一方面不利于目标属性判别和威胁估计。通过多星载雷达组网，联合利用多星载雷达径向距、方位角量测，结合目标运动模型，采用非线性滤波方法有效估计空中目标高度，具有重要意义。

星载雷达目标跟踪根据目标的运动模型和雷达的量测，采用非线性滤波算法实现高精度的目标跟踪。而星载雷达目标跟踪涉及到复杂的坐标转换与雷达量测的非线性，其雷达目标跟踪精度要求较高，并且星载雷达由于雷达平台的特殊性，传统集中式非线性滤波算法鲁棒性较差。因此，针对单颗星载雷达难以准确跟踪目标，以及跟踪过程涉及到的非线性问题，需要研究星载雷达组网下的高精度、高鲁棒性分布式非线性滤波方法，以实现空中目标精确且稳定的高度估计。

发明内容

本发明的目的是，提供一种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，以解决现有技术中针对单颗星载雷达俯仰角量测误差较大、难以准确跟踪空中目标、对其高度估计不精确的问题。

本发明采用的技术方案是，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，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。

进一步的，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：