[发明专利]稳定分布噪声下基于分数阶模糊函数的目标跟踪新算法

摘要

本发明公开了一种稳定分布噪声下改进的分数阶模糊函数的目标跟踪新算法，属于计算机应用技术领域。首先提出一个新的信号模型，在分数阶傅里叶变换域内，通过FLOS_FAF的峰值点搜索实现了多普勒频率的瞬时估计。接下来在提出基于分数低阶统计量的分数阶模糊函数的投影近似子空间角度跟踪算法，实现了在脉冲噪声环境下对方位角和俯仰角的实时估计式。

主权项

稳定分布噪声下基于分数阶模糊函数的目标跟踪新算法，其特征在于：定义，z(t)＝exp(j2π(ft+μt²+κt³))+w_n(t)，    (36)于是可得到z(t)与s_mn(t)的瞬时互相关函数R_sz，mn(t，τ)，其中R_w(t，τ)＝s_mn(t+τ/2)w^*(t‑τ/2)+w(t+τ/2)z^*(t‑τ/2)+w(t+τ/2)w^*(t‑τ/2)被视为干扰项，对R_sz，mn(t，τ)进行分数阶傅里叶变换，即得z(t)与s_mn(t)的分数阶互模糊函数FCAF_sz，mn(ρ，m，τ)为容易证明，|FCAF_sz，mn(ρ，m，τ)|²也在ρ和m满足式(32)时出现峰值，此时峰值为根据式(10)和式(39)，可以得到下面的关系式因此，可以得到基于分数低阶统计量的分数阶模糊函数的关系式如下：根据式(41)，将所有阵元的空间时频输出表示为向量形式，即可得到基于FLOS‑FAF的空间时频分布数据模型，$FCAF=\[{\mathrm{FCAF}}_{sz,11}^{\left(p\right)},...,{\mathrm{FCAF}}_{sz,1N}^{\left(p\right)};...;{\mathrm{FCAF}}_{sz,M1}^{\left(p\right)},...,{\mathrm{FCAF}}_{sz,MN}^{\left(p\right)}\].---\left(42\right)$本文构造两个子阵R₁和R₂为，其中N₁和N₂为脉冲噪声，${\mathrm{FAF}}_T=diag\left\{\begin{array}{ccc}{\mathrm{FAF}}_{rz,11}^{\left(p\right)}& ...& {\mathrm{FAF}}_{rz,Q1}^{\left(p\right)}\end{array}\right\},{\mathrm{FAF}}_R=diag\left\{\begin{array}{ccc}{\mathrm{FAF}}_{rz,11}^{\left(p\right)}& ...& {\mathrm{FAF}}_{rz,1N}^{\left(p\right)}\end{array}\right\},$对子阵R₁，可得到的信号子空间代入到二维MUSIC空间谱中，对进行谱峰搜索，可得到飞机对应的接收阵列的实时方位角θ_r(t)和俯仰角同理，子阵R₂的仍然采用FF_RLM_PAST算法，得到二维MUSIC空间谱为对进行谱峰搜索，可得到飞机对应的接收阵列的实时方位角θ_t(t)和