[发明专利]基于共识的分布式真假弹头识别方法

摘要

本发明公开了一种基于共识的分布式真假弹头识别方法，属于雷达技术领域，用于MIMO雷达观测识别飞行在弹道中段的真假弹头目标。本发明针对于MIMO雷达集中式观测通信负荷大、易造成信息损失等技术问题，采用MIMO雷达无融合中心的并行分布式处理结构，各个局部处理器进行独立观测并且估计出弹头目标状态向量(包括位置、速度信息)，局部处理器之间广播更新其状态估计向量，达成共识后随机选取一个局部处理器将其更新后的状态估计向量送入LOUD检测器，输出真假弹头的判决结果。针对基于LOUD检测器的集中式真假弹头识别方法的不足，本发明采用分布式处理结构来减少MIMO雷达数据处理量，并且保证了较高的检测概率。

主权项

一种基于共识的分布式真假弹头识别方法，其特征在于包括以下步骤：步骤1、根据已知的接收天线位置将其划分为G个接收子块，各个接收子块利用k时刻的本地测量数据，得到雷达坐标下弹头目标状态向量的最大似然估计zkg=Hxk+ekg,g=1,...,G---(1)]]>其中H是系统观测矩阵，xk是k时刻的弹头目标状态向量；步骤2、在第k个观测时间间隔[kT,(k+1)T]内，各个接收子块通过广播信息的方式进行状态估计向量的交流与更新，经过nk步迭代后各个接收子块达成共识，得到更新后的状态估计向量将MIMO雷达接收子块拓扑结构抽象成一个无向连通图G＝(V,E)，其中V表示图G的结点集，该图中的结点代表MIMO雷达接收天线子块，结点个数等于接收子块个数，E表示图G的边集，两结点之间是否有边取决于两接收子块之间是否存在通信；当两接收子块之间距离小于连通半径，则两接收子块之间存在信息传输，即两结点之间有边；定义该图中第g个结点的邻结点集N(g)＝{h∈V:(g,h)∈E}；本共识过程采用异步时钟模型；在n+1时刻第g个本地时钟响应，然后接收子块g广播自己的状态信息给它所有相邻接收子块；此时，各个接收子块状态信息按如下方式更新，zkh(n+1)=zkh(n)+γ[zkg,h(n)-zkh(n)],h∈N(g)---(2)]]>zkh(n+1)=zkh(n),h∉N(g)---(3)]]>其中γ∈(0,1)是混合参数，表示在n时刻第g个本地时钟响起，由子块g广播、子块h接收的目标状态估计向量；表示子块h在接收由子块g广播的状态信息的过程中产生的随机干扰，由此(2)写成zkh(n+1)=(1-γ)zkh(n)+γzkg(n)+γvkg,h(n),h∈N(g)---(4)]]>做如下定义Zk(n)=[zk1(n),zk2(n),...,zkG(n)]T]]>Vk(n)=[vk1(n),vk2(n),...,vkG(n)]T]]>其中是一个与同维数的列向量，它的定义如下vkh(n)=0h∉N(g)γvkg,h(n)h∈N(g)]]>利用以上定义，将(3)和(4)写成如下矩阵表示形式Zk(n+1)＝P(n)Zk(n)+Vk(n)  (5)其中P(n)∈RG×G是一个随机矩阵，其表达式如下P(n)=I-γΣh∈N(g)(ϵhϵhT-ϵhϵgT)---(6)]]>式中εh表示第h个元素为1其余元素都为0的列向量，I是G维的单位矩阵；这里P(n)1＝1，其中1表示全1向量，即该矩阵每个元素都是1；结合(1)(5)，得到更新后的状态估计向量步骤3、通过检测环境得到每个接收子块的观测噪声结合广播共识过程进一步得到更新后的观测噪声观测噪声建模为均值为0的高斯白噪声，并且其协方差矩阵与接收子块g有关，而与观测时间k无关；协方差矩阵的对角线元素由估计误差克拉美罗界(CRB)确定；在已知弹头目标初始状态向量x0、MIMO雷达发射波形以及发射、接收天线位置的情况下，得到目标位置和速度矢量的估计误差CRB；反复利用(5)式一步迭代更新方程，得到Zk+1(nk+1)＝Ωk+1Zk+1(0)+Vk+1  (8)其中Ωk+1＝P(nk+1‑1)P(nk+1‑2)...P(0)，随机干扰矩阵Vk+1形式如下Vk+1=Σi=1nk+1-2(P(nk+1-1)P(nk+1-2)...P(i+1)Vk+1(i))+Vk+1(nk+1-1)---(9)]]>给出如下定义Vk+1=[vk+11,vk+12,...,vk+1G]T]]>Vk+1(i)=[vk+11(i),vk+12(i),...,vk+1G(i)]T]]>取出(8)中的第g行，并且进行转置运算zk+1g(nk+1)=Σh=1G[Ωk+1]g,hzk+1h(0)+vk+1g---(10)]]>其中[·]g,h表示矩阵的第g行第h列的元素；结合P(n)1＝1和Ωk+1的定义，得到Ωk+11＝1，也就是对于都有联立(10)和接收子块g在时刻k未开始广播更新时的观测方程zkg(0)=Hxk+ekg]]>得到(7)中更新后的观测噪声e~kg=Σh=1G[Ωk]g,hekh+vkg---(11)]]>步骤4、根据检测环境获得描述弹头目标运动特征的如下状态方程中的参数，xk+1＝Fk+1xk+Gk+1uk+wk+1其中，Fk+1是系统参数矩阵；步骤4‑1、根据MIMO雷达估计参数，得到状态噪声wk的均值和协方差矩阵Σw；步骤4‑2、根据地球和其他星球引力，求得加速度向量uk；步骤4‑3、根据预处理求得状态矩阵F0以及参数矩阵Gk；步骤5、计算基于共识的LOUD检测器具体形式；观测时间k+1时接收子块g的LOUD检测器如下，在q时刻真假弹头分离，计算q观测时刻接收子块g的LOUD检验统计量步骤5‑1、给定卡尔曼滤波初值x0|0和步骤5‑2、计算卡尔曼滤波的一步迭代；步骤5‑2‑1、xk+1|k＝Fk+1xk|k+Gk+1uk；步骤5‑2‑2、步骤5‑2‑3、步骤5‑2‑4、步骤5‑3、若k＜q‑2，令k＝k+1，重复步骤5‑2；若k＝q‑2，则停止迭代；步骤5‑4、迭代停止后得到xq‑1|q‑1与步骤5‑5、计算条件概率密度函数步骤5‑5‑1、令Fq＝F0；步骤5‑5‑2、xq|q‑1＝Fqxq‑1|q‑1+Gquq‑1；步骤5‑5‑3、步骤5‑5‑4、求出的条件均值步骤5‑5‑5求出的条件协方差矩阵步骤5‑5‑6、得到p(zqg(nq)|Zq-1g;F0)=1(2π)L2|Σq|q-1g|12exp{-12(zqg(nq)-zq|q-1g)T×(Σq|q-1g)-1(zqg(nq)-zq|q-1g)}---(13)]]>步骤5‑6、用偏导定义求得检测器分子部分的求和项步骤5‑6‑1、令i＝1,j＝1；步骤5‑6‑2、令Fq＝F0+ΔFδ(i,j)，其中δ(i,j)∈RL'×L'的第i行第j列的元素为1其他元素均为0；步骤5‑6‑3、利用步骤5‑5‑2至5‑5‑6求出步骤5‑6‑4、令Fq＝F0‑ΔFδ(i,j)；步骤5‑6‑5、利用步骤5‑5‑2至5‑5‑6求出步骤5‑6‑6、计算Πqg(i,j)=∂2p(zqg(nq)|Zq-1g;Fq)∂Fq2(i,j)|Fq=F0=p(zqg(nq)|Zq-1g;F0+ΔFδ(i,j))+p(zqg(nq)|Zq-1g;F0-ΔFδ(i,j))-2p(zqg(nq)|Zq-1g;F0)(ΔF)2---(14)]]>步骤5‑6‑7、若j＜L'，令j＝j+1，重复步骤5‑6‑2至5‑6‑6；若j＝L'且i＜L'，令i＝i+1，令j＝1，重复步骤5‑6‑2至5‑6‑6；若j＝L'且i＝L'，进入下一步骤；步骤5‑7、计算出基于共识过程的LOUD检验统计量，ΓLOUDg(zqg(nq))=Σj=1L′Σi=1L′Πqg(i,j)p(zqg(nq)|Zq-1g;F0)---(15)]]>步骤6、固定虚警概率Pfa＝α；步骤7、求得虚警概率Pfa＝α下的检测门限ηLOUD；步骤8、将当前时刻的检测函数与检测门限ηLOUD进行比较，若则判定为假弹头，反之则判定为真弹头。