[发明专利]一种用于异步多基地雷达系统的分布式批估计融合方法

摘要

本发明公开了一种用于异步多基地雷达系统的分布式批估计融合方法。首先根据本地雷达的采样速率或数据更新的实际需求设定更新周期，并利用粒子滤波算法在多基地雷达进行本地滤波，获得多基地雷达在更新周期内的局部后验估计结果与本地预测密度函数，再采用高斯近似模型将局部后验估计结果和本地预测密度函数近似为高斯分布，并且在多雷达间通信交互对应的高斯参数，最后通过引入一种利用目标状态转移特性进行递推的对齐策略将多雷达的异步高斯参数进行对齐，并采用分布式批估计融合方法融合对齐后的高斯参数，本发明能有效解决了异步多基地雷达的异步数据难以融合问题，且本发明的融合处理的计算量低、融合精度高。

主权项

一种用于异步多基地雷达系统的分布式批估计融合方法，其特征在于，包括下列步骤：步骤1：设置批估计更新周期，并初始化当前迭代时间t＝0；步骤2：判断t值是否等于本地雷达接收到当前量测的时间；若是则执行步骤4；否则执行步骤3；步骤3：在一个批估计更新周期内，依次接收和存储当前迭代时间t对应的非本地雷达的高斯参数、高斯参数的到达时间，同时更新迭代时间t＝t+ΔT，再返回步骤2；其中，ΔT为预设设定的时间间隔；步骤4：从本地雷达读取当前量测，并利用粒子滤波算法进行本地滤波，获得本地雷达当前组粒子样本的后验估计结果和预测密度函数，然后执行步骤5；步骤5：采用高斯近似模型将步骤4得到的本地雷达当前组粒子样本的后验估计结果和预测密度函数进行参数化表征，得到高斯参数并向外发送；步骤6：将步骤3存储的非本地雷达的高斯参数和步骤5得到的本地雷达的高斯参数进行批估计数据融合，得到本地雷达当前组粒子样本的权值；步骤7：根据本地雷达当前组粒子样本的权值计算目标状态，然后输出，并执行步骤8；步骤8：更新本地量测标识符k＝k+1，然后判断k是否小于或等于K，若是则结束；否则执行步骤2；其中K表示本地雷达在系统观测总时间内接收到的总的量测个数，本地量测标识符k的初始值为1。