[发明专利]一种适用于微弱目标的多帧联合检测跟踪与分类方法

权利要求书

1.一种适用于微弱目标的多帧联合检测跟踪与分类方法，其特征在于，包括：

S1、建立基于目标类型的高维度特性空间；

S2、基于高维度特性空间，根据不同类型目标的量测包络似然函数和条件类型概率，得到基于条件类型的加权似然比；

S3、将该加权似然比用于值函数积累，通过多阶段联合迭代优化找出目标状态的最优估计；步骤S3具体包括以下分步骤：

S31、值函数I_k(y_k)迭代更新，迭代更新的表达式为：

其中，Mr(z_k|y_k)表示加权似然比，y_k表示目标状态，z_k表示第k帧雷达回波数据，Cr(y_k|y_k-1)表示基于条件类型的加权转移代价；Ψ(y_k)表示用于各帧之间状态转移关系的回溯函数，I_k-1(y_k-1)表示第k-1次迭代的值函数；

S32、判断是否达到联合处理帧数，若是则执行步骤S32；否则返回步骤S31；

S33、判断当前值函数是否超过检测门限，若是，则进行目标宣判，并执行步骤S34，否则结束，表示没有目标；

S34、根据宣判的目标，利用回溯函数，进行目标状态回溯，得到目标状态估计序列；

S4、通过对目标估计状态已知情况下的目标类型进行联合优化，找出目标类型的估计值；步骤S4所述目标类型的有效估计具体表达式如下：

其中，表示步骤S3得到的目标状态估计，表示不同类型目标的量测单元似然函数对数和，表示第个距离单元，表示第个方位单元，表示第个俯仰单元，表示第个多普勒单元，表示不同类型目标的状态转移概率对数和。

2.根据权利要求1所述的一种适用于微弱目标的多帧联合检测跟踪与分类方法，其特征在于，步骤S2所述加权似然比的计算式为：

其中，c表示目标类型，H₀表示没有目标，表示第c类目标在状态y_k下对应量测单元的包络似然函数；表示没有目标下量测单元的包络似然函数，ln(·)表示取对数，p(c|y_k)表示目标多维条件类型概率。

3.根据权利要求2所述的一种适用于微弱目标的多帧联合检测跟踪与分类方法，其特征在于，步骤S31中Cr(y_k|y_k-1)的计算式为：

其中，p(y_k|c,y_k-1)表示第c类目标从状态y_k-1转移到状态y_k所对应的代价。