[发明专利]一种用于多目标雷达辐射源跟踪的属性数据关联方法

说明书

本发明属于雷达信号处理技术领域，具体涉及一种用于多目标雷达辐射源跟踪的属性数据关联方法。本发明首先基于高斯模型建立关于属性特征固定雷达参数的关联门判别函数，同时结合模拟退火算法(Simulated Annealing，SA)，调整传感器获取信息向量的顺序，令传感器数据按最优顺序参与BSAS算法进行属性数据关联，并且在关联过程中，将未关联数据视为一个新的雷达辐射源目标，提高了数据利用率并且能够有效解决增批问题，完成对目标的特征信息的关联，能够有效解决传感器测量数据和目标辐射源的映射问题。本发明的有益效果为可以利用模拟退火算法调整所有测量数据参与属性数据关联至最优顺序，解决了BSAS算法对测量数据参与运算顺序敏感的缺点，改善了关联性能。

技术领域

本发明属于雷达信号处理技术领域，具体涉及一种用于多目标雷达辐射源跟踪的属性数据关联方法。

背景技术

在目标识别与信息融合领域中，对于被动多传感器系统，由于复杂电磁环境的影响、被动传感器的测量无序性和辐射源属性信息的多样性，使得传感器测量结果与雷达目标无法实现一一对应，所以在多目标场景下，实际工程会先采用属性数据关联技术得到对应映射关系，保证能够有效利用多传感器测量信息获取目标的确切状态，因此高效的、鲁棒性好的属性数据关联算法成为了制约复杂电磁环境下针对目标雷达辐射源进行定位、跟踪和身份识别的重要因素。

传统的雷达一般采用固定的载频、脉宽以及脉冲重复频率，并且对于这些属性特征固定的雷达辐射源，属性数据关联方法主要包含有基于统计的方法和基于模糊数学的方法，其原理均在于利用属性数据间的相似性和关联门限进行比较，但是这两种方法会将未关联上的数据直接抛弃，对数据求精有一定的影响，会降低属性关联性能统计。针对此类问题，此前有提出了基于基本顺序算法方案(Basic Sequential Algorithmic Scheme，BSAS)的属性数据关联算法，但是该方法存在对传感器测量数据参与运算顺序敏感，不能对已分配给某个聚类目标的测量值进行重新最优分配的问题。同时，由于目标雷达辐射源会出现开关机以及我方侦察平台会出现漏检的那个情况，因此无法有效确认目标雷达辐射源的真实数量，无法通过最有分配算法得到目标聚类的最优解，这类属性数据关联算法始终存在分类数目出现较大误差、数据利用率低和属性关联性能差的问题。

发明内容

本发明的目的，是针对上述问题，提供了一种属性特征固定时多目标雷达辐射源与被动传感器系统的属性关联的方法，匹配目标雷达辐射源与传感器测量结果的映射关系，为后续定位、跟踪和身份识别提供属性信息。

本发明采用的技术方案是：首先基于高斯模型建立关于属性特征固定雷达参数的关联门判别函数，同时结合模拟退火算法(Simulated Annealing，SA)，调整传感器获取信息向量的顺序，令传感器数据按最优顺序参与BSAS算法进行属性数据关联，并且在关联过程中，将未关联数据视为一个新的雷达辐射源目标，提高了数据利用率并且能够有效解决增批问题，完成对目标的特征信息的关联，能够有效解决传感器测量数据和目标辐射源的映射问题。

本发明进行属性数据关联的流程图如图1所示，为了简化分析过程和保证所构建的算法模型的合理性，本发明中进行属性数据关联的模型基于如下假设：(1)射频类型为固定频率，脉冲重复间隔为固定的雷达辐射源，脉冲类型一般为普通脉冲或连续脉冲，可以视为属性固定的雷达辐射源；(2)各传感器对所有属性的测量值是各属性真值的无偏估计，测量噪声满足高斯分布并且每个属性测量值的误差互不相关；(3)任意两个传感器间的测量误差互不想关。

本发明的技术方案为：