[发明专利]基于欧氏距离均值聚类的目标联合定位方法

摘要

本发明提供了一种基于欧氏距离均值聚类的目标联合定位方法，由各台雷达观测数据得到目标在发射坐标系中的位置参数，由简单航迹融合法得到目标位置参数的估计量，计算单台雷达定位结果到均值聚类中心的欧氏距离后利用模糊均值聚类算法最佳地确定各目标位置参数间的相似性度量，按照相应的隶属度对各目标位置参数进行融合，得到融合以后的目标位置参数。本发明计算模型形式简单，能干有效确定飞行目标的空间位置。

主权项

一种基于欧氏距离均值聚类的目标联合定位方法，其特征在于包括下述步骤：1)在K台雷达联测的k时刻，K≥2，各雷达测得且经误差修正后的观测量为(R_i,A_i,E_i)，其中，R_i为斜距，A_i为方位角，E_i为俯仰角，测站坐标系至发射坐标系的转换矩阵为T_i，测站在发射坐标系中的坐标向量为(x_0i,y_0i,z_0i)，则根据几何关系，由第i台雷达观测数据得到目标在发射坐标系中的位置参数为$\left(\begin{array}{c}{x}_i\\ y_i\\ z_i\end{array}\right)=T_i\left(\begin{array}{c}{R}_i\cos E_i\cos A_i\\ R_i\sin E_i\\ R_i\cos E_i\sin A_i\end{array}\right)+\left(\begin{array}{c}{x}_{\mathrm{oi}}\\ y_{\mathrm{oi}}\\ z_{\mathrm{oi}}\end{array}\right);$2)由简单航迹融合法得到目标位置参数的估计量${\stackrel{\‾}{z}}_i=\underset{i=1}{\overset{K}{\mathrm{\Σ}}}{z}_i/K;$3)计算单台雷达定位结果到均值聚类中心的欧氏距离$d_i=\sqrt{{(\stackrel{\‾}{x}-x_i)}^2+{(\stackrel{\‾}{y}-y_i)}^2+{(\stackrel{\‾}{z}-z_i)}^2}\text{;}$4)利用模糊均值聚类算法最佳地确定各目标位置参数间的相似性度量$u_i=\frac{1}{d_i}/\underset{j=1}{\overset{K}{\mathrm{\Σ}}}\frac{1}{d_j};$5)按照相应的隶属度对各目标位置参数进行融合，得到融合以后的目标位置参数$\left[\begin{array}{c}x\\ y\\ z\end{array}\right]=\left[\begin{array}{c}{u}_1{x}_1\\ u_1{y}_1\\ u_1{z}_1\end{array}\right]+\·\·\·+\left[\begin{array}{c}{u}_i{x}_i\\ u_i{y}_i\\ u_i{z}_i\end{array}\right].$