[发明专利]基于多普勒信息辅助的综合概率数据互联方法

说明书

一种基于多普勒信息辅助的综合概率数据互联方法，S1、对测量到的目标信息参数进行极坐标系到笛卡尔坐标系的转换，并对坐标系转换过程中产生的误差进行补偿；S2、根据极坐标系下的目标径向速度计算，获取多普勒频率；S3、在笛卡尔坐标系下建立目标运动模型，将笛卡尔坐标系下的量测信息参数变量生成量测状态信息矩阵，目标信息参数变量生成目标状态矩阵；S4、设定目标在极坐标系下的初始化信息，计算笛卡尔坐标系下的目标初始协方差矩阵；S5、计算初始时刻数据互联概率；S6、运用数据互联概率，更新目标状态矩阵与目标协方差矩阵，得到目标状态更新信息以及目标协方差更新信息；S7、根据目标更新信息来计算下一时刻数据互联概率，返回S6。

技术领域

本发明涉及雷达目标跟踪技术领域，具体涉及一种基于多普勒信息辅助的综合概率数据互联方法。

背景技术

二十一世纪的战场环境复杂多变，雷达获取的量测信息量中含有大量杂波、干扰数据，这对于雷达目标精确跟踪来说，无疑是具有重大打击的。现如今，信息战作为战场的主要形式，干扰多变多样，多目标跟踪也成为战场上的主趋势，雷达目标航迹正确关联的问题变得更加突出。因此，在雷达目标跟踪过程中，如何在大量量测数据中正确关联出目标数据就显得尤为关键。

数据互联算法是雷达通过接收机接收到大量数据后能够快速、准确地从杂波、干扰、噪声数据中关联上目标数据，并作为目标航迹的一部分，用于下一时刻雷达目标数据关联。因而，数据互联算法成为了目标跟踪软件实现不可或缺的一部分。

针对数据关联算法，目前国内有专利CN106291530A(一种基于最近邻法的概率数据关联优化方法)介绍了一种数据关联方法，该方法设置门限值参数、计算残差向量的方法来减少错误关联的概率，但并不适应于含有大量杂波数据的雷达目标跟踪过程。

专利CN106443622A(一种基于改进联合数据关联的分布式目标跟踪方法)介绍了一种目标跟踪方法，该方法通过将目标状态估计空间关联融合来实现目标数据关联过程，但是运算量过大，并不适合在实时性要求较高的场景下的应用。

专利CN105911524A(超稀疏雷达数据关联匹配方法)介绍了一种雷达目标轨迹匹配的方法，该方法采用先匹配再定轨再匹配的方法，实现目标轨迹的正确关联，但是该方法为了解决缺少先验信息目标关联的问题，关联精度要求不高，不适用于雷达精确跟踪目标。

2016年第9期的《电光与控制》期刊中公开文献《基于速度分区与多信息利用的数据关联算法》介绍了一种数据关联算法。该方法是基于速度分区与多信息利用的目标关联算法，对于测速的精度有着较高的要求，并不适合于时域体制下的距离跟踪雷达。

2012年第6期的《指挥信息系统与技术》期刊中公开文献《基于多假设目标跟踪算法》介绍了一种目标跟踪算法。该方法利用检测前跟踪技术，对多目标跟踪工程应用提供一种有效的办法，但是运算量较大，并不适合在实时性要求较高的场景下的应用。

基于上述不足，需要提供一种能减少雷达目标跟踪误跟率及丢跟率，提高雷达跟踪目标可靠性的一种数据互联方法。

发明内容

本发明的目的在于提供一种基于多普勒信息辅助的综合概率数据互联方法，运用于雷达目标跟踪，首先对观测到的信息参数进行坐标系转换，计算观测到信息的多普勒频率参数，获取观测到的信息状态信息参数矩阵以及观测到的信息量测信息参数矩阵，计算目标状态初始化信息与协方差初始化信息，并且基于多普勒信息辅助的综合概率数据互联算法，计算当前量测信息与目标信息的互联概率，根据计算得出的目标互联概率信息来更新目标的状态信息，最后再根据扩展卡尔曼滤波算法，计算目标状态更新信息与协方差更新信息，从而实现目标实测数据与轨迹向关联的一个持续过程。

为了达到上述目的，本发明通过以下技术方案实现：

一种基于多普勒信息辅助的综合概率数据互联方法，其特征是，包含以下步骤：