[发明专利]在密集杂波条件下利用多径观测的目标航迹初始化方法

摘要

本发明提供了一种在密集杂波条件下利用多径观测的目标航迹初始化方法，属于雷达与声纳技术领域，主要涉及多径最大似然概率数据关联(MD-ML-PDA)算法对目标航迹的初始化。本发明在处理目标-量测之间的关联问题时，考虑通过不同传播路径到达接收器的多个量测为可能的目标量测，并把这些量测分别与已知的各多径量测函数正确关联，从而获得目标信息的积累，增强目标检测能力。本发明将子空间搜索方法扩展为多径子空间搜索，能显著提高多径搜索效率。

主权项

一种在密集杂波条件下利用多径观测的目标航迹初始化方法，包括以下步骤：步骤1、初始化MD‑ML‑PDA算法参数，具体如下：1a.初始化观测环境各项参数，所述参数包括：角度观测方差，时差观测方差，虚警概率，检测概率，杂波密度，采样间隔，校验门限γ，监控空间V；1b.导入观测信息，所述观测信息包括：N_w帧数据，所有量测数据集合Z，第i帧量测数据集合Z(i)，第i帧量测的量测数目m_i，L种传播路径所对应的L种量测模型；步骤2、计算每帧量测数据和量测模型之间的组合情况，即关联事件：2a.计算每帧的关联事件数目：首先假定第i帧m_i个量测数据中，有个有效量测与L种量测模型关联，其中的取值为关联事件数目为：表示个有效量测与L种量测模型组合的可能事件数目，其中：$C\left(\begin{array}{c}y\\ x\end{array}\right)=\left\{\begin{array}{cc}\frac{y!}{x!(y-x)!},& 1\≤x\≤y\\ 1,& x=0\end{array}\right.---\left(2\right)$$P\left(\begin{array}{c}y\\ x\end{array}\right)=\left\{\begin{array}{cc}\frac{y!}{(y-x)!},& 1\≤x\≤y\\ 1,& x=0\end{array}\right.---\left(3\right)$2b.表征某种关联事件的情况定义一个指示器其中，d_i,l表示第i帧数据中，通过第l种量测模型是否产生了量测，若产生了量测，则d_i,l取值为1，否则取值为0；步骤3、对于某种关联事件计算其合成量测、合成量测模型以及合成量测协方差矩阵：3a.对于某关联事件其合成量测方程可表示为：其中，x^r表示目标的状态参数，x^s表示传感器的状态参数，表示关联事件的合成量测模型，表示关联事件的零均值高斯白噪声，表示关联事件的合成量测；其中：其中，z_j(i)表示第i帧中第j个量测数据，表示的第l项，h^l(·)表示第l种量测模型，表示垂直向量联接计算；3b.对于某关联事件其相对应的量测似然函数为：其中，为合成量测协方差矩阵，表示如下：blkdiag(·)表示块对角化矩阵，R^l(i)为第i帧中第l种量测模型的协方差矩阵；步骤4、构建MD‑ML‑PDA算法中LLR值的计算公式：$\mathrm{\φ}\[Z,x\]=\underset{i=1}{\overset{Nw}{\Σ}}ln\mathrm{\Φ}\[Z\left(i\right),x\]---\left(10\right)$Φ[Z(i),x]忽略帧数索引i的计算公式为：其中，μ_f(·)表示泊松分布函数，Pd^l表示第l种量测模型的检测概率；步骤5、采用多径‑直接子空间搜索方法求解LLR值计算公式(10)的全局最优解；5a.设置自由参数网格：定义状态参数空间x＝(x(i),y(i),v_x,v_y)，其中，(x(i),y(i))表示第i帧状态参数在笛卡尔坐标下的坐标位置，(v_x,v_y)表示笛卡尔坐标下x方向速度以及y方向速度；而量测空间Z(i)＝(β(i),τ(i))中，β(i)表示第i帧回波的方位信息，τ表示第i帧回波的时延差；从量测空间映射到参数空间只能确定(x(i),y(i))两个参数即位置点，因此(v_x,v_y)为自由参数；在参数空间中，将自由参数划分成网格，每一个网格点对应一个(v_xk,v_yk)参数，其中，k＝1,2,…n，n为网格点的个数；同时定义变量i＝1；5b.将第i帧数据的每个量测z_j(i)都通过L种量测模型逆变换到参数空间；由于有m_i个量测数据和L种量测模型，则量测逆变换到状态参数的数目为m_iL个；5c.基于距离信息，将上述m_iL个位置点进行聚类，选取最多位置点的聚类作为最大聚类；如果最大聚类中只有一个元素，则跳过该步骤直接执行步骤5e，否则求最大聚类的均值位置点5d.将均值位置点联合步骤5a设置的自由参数(v_xk,v_yk)网格点，形成完整的状态参数网格点再将这n种状态参数代入MD‑ML‑PDA算法的LLR值计算公式(10)中，计算得到LLR值；5e.判断i＝N_w是否成立，如果成立，则执行下一步；否则令i＝i+1，返回执行步骤5b；5f.取所有LLR值中的最大值，并将最大LLR值所对应的状态参数传给局部优化程序进行优化，即完成目标初航迹始化过程。