[发明专利]一种雷达机动目标跟踪波形设计方法

摘要

一种雷达机动目标跟踪波形设计方法，属于雷达通信技术领域，具体涉及雷达机动目标跟踪波形设计方法。本发明首先对机动目标构造运动模型，计算滤波器更新矩阵权值、运动模型的混合输入状态及对应的估计误差协方差矩阵，然后利用线性或非线性滤波算法获得各子模型的局部无偏滤波器估值和目标状态估计误差协方差矩阵，进行复合矩阵更新以获得最优融合状态估计及融合估计误差协方差矩阵，在此基础上获得发射波形旋转参数，利用分数阶傅里叶变换旋转用户设定波形得到新的量测误差椭圆及发射波形，最后进行马尔科夫转移概率矩阵的更新，以达到更好的跟踪精度。本发明解决了机动目标跟踪稳健性不强、准确性低的问题。本发明可运用于雷达通信技术。

主权项

1.一种雷达机动目标跟踪波形设计方法，其特征在于，所述方法包括以下步骤：步骤一、对机动目标构造运动模型；步骤二、计算与运动模型相对应的滤波器更新矩阵权值；步骤三、计算运动模型的混合输入状态及对应的估计误差协方差矩阵；步骤四、利用线性或非线性滤波算法获得各子模型的局部无偏滤波器估值和目标状态估计误差协方差矩阵；步骤五、进行复合矩阵更新以获得最优融合状态估计及融合估计误差协方差矩阵；步骤六、基于融合估计误差协方差矩阵获得发射波形旋转参数，利用分数阶傅里叶变换旋转用户设定波形得到新的量测误差椭圆及发射波形；步骤七、进行马尔科夫转移概率矩阵的更新。所述步骤一中对机动目标构造运动模型具体为：式中：x(k)表示k时刻的目标状态向量，维度为n×1，z(k)为量测向量；j∈{1,...,s}表示模型库中的模型序号，s为模型数目；F_j(·)、H_j(·)分别为线性转移矩阵，或者F_j(·)、H_j(·)分别为非线性函数；w_j(k)表示均值为零、协方差矩阵为Q_j的高斯过程噪声，v(k)表示均值为零、协方差矩阵为R的量测噪声；表示k时刻机动目标的第j个运动模型，则所述运动模型从k‑1时刻跳变到k时刻的转移过程，能够用具有转移概率矩阵的一阶马尔科夫过程表示，其中转移概率矩阵中第i行第j列的元素为：式中：Prob(·)表示概率密度函数，表示条件下的转移概率。所述步骤二计算与运动模型相对应的滤波器更新矩阵权值具体包括以下步骤：对状态向量x而言，设s个子模型相应的局部无偏滤波器估值为表示局部估值误差，表示第i个运动模型的目标状态估计误差协方差矩阵，表示运动模型和的估计误差互协方差矩阵，且i≠j时有其中E(·)为求取期望值函数；局部无偏滤波器估值能够视为第i个运动模型相对应的滤波器对x的量测，即有：设：其中：e＝[I_n...I_n]^T由无偏性知即I_n表示n×n维单位矩阵，e＝[I_n ... I_n]^T为列满秩矩阵；的协方差矩阵能够构造为：由线性无偏最小方差估计定理，n×ns维无偏性约束加权矩阵为Ω，即Ωe＝I_n，用分块矩阵表示为：Ω＝[Ω₁ ... Ω_s]各子模型滤波误差互不相关，即P_ij＝0且i≠j，则在线性无偏最小方差意义下最优加权矩阵为：另构造矩阵其元素能够通过以下计算求得：其中，为P_ii的第a个对角元素；进而获得复合矩阵更新权值：式中diag(·)表示取矩阵对角元素构成行向量，Diag(·)表示将行向量构成对角阵；与运动模型相对应的滤波器更新矩阵如下：其中，Z^k表示1至k时刻的量测向量序列。