[发明专利]一种基于测角信息的多目标同一性识别方法

说明书

本发明公开一种基于测角信息的多目标同一性识别方法，包括：对所有观测站观测到的所有目标进行同一性识别，其中，对两个观测站分别观测到的两个目标进行同一性识别包括：建立目标角度测量模型；计算观测站在地心地固坐标系下的坐标；计算两个目标测角视线的单位向量；计算两个目标测角视线之间公共垂线的长度；计算检验统计量的检测门限；对两个目标进行同一性识别。本发明运算量小，准确度高，能够在复杂环境下实现较高的识别精度。

技术领域

本发明涉及测量技术领域。更具体地，涉及一种基于测角信息的多目标同一性识别方法。

背景技术

通过高精度的测角设备在多个观测站对目标进行测角，利用各个测角视线的交点对目标的位置进行解算，在各类军事和民用领域中得到了广泛应用。基于观测站的测角数据进行正确的目标同一性识别是这种交叉定位方法准确性的前提。该问题的本质就是从来自多信息员多个目标的多个测角视线的交叉组合中剔除虚假交点，找出属于同一个目标的正确组合，即目标同一性识别。针对该问题，已有技术方法主要包括最小距离法、最近领域法、联合概率数据关联法、极大似然法、分层关联算法等。最小距离法计算简单，但在复杂环境下关联度不高。最近领域法和联合概率数据关联法在计算过程中，要求必须已经形成目标航迹，或者使用目标的先验信息以获得目标测角信息预测值，关联结果很大程度上取决于目标测角信息预测精度，使用场景受限。极大似然法和分层关联算法准确率较高，但当观测站和目标数较多时，计算量急剧增大，实时处理难度高，工程化实现较为困难。

因此，需要提供一种基于测角信息的多目标同一性识别方法。

发明内容

本发明的目的在于针对基于测角信息的目标同一性识别问题，提供一种基于测角信息的多目标同一性识别方法，以避免现有的最近领域法和联合概率数据关联法对目标航迹信息或先验信息的依赖，克服极大似然法和分层关联算法运算量大的问题，同时能够在复杂环境下实现较高的识别精度，实现多个目标的快速同一性识别和交叉定位。

为达到上述目的，本发明采用下述技术方案：

一种基于测角信息的多目标同一性识别方法，包括：

对所有观测站观测到的所有目标进行同一性识别，其中，对两个观测站分别观测到的两个目标进行同一性识别包括：

第一步、设两个目标观测分别为观测站S_i观测到的第m_i个目标和观测站S_j观测到的第n_j个目标，i、j＝1,2,…,K,K为观测站个数，m_i＝1,2,…,M_i，M_i为观测站S_i观测到的目标个数，n_j＝1,2,…,N_j，N_j为观测站S_j观测到的目标个数；观测站S_i和观测站S_j的大地坐标位置分别为(L_i,λ_i,H_i)和(L_j,λ_j,H_j)；设β和ε分别表示在直角坐标系下观测站观测目标的方位角和俯仰角，观测站S_i观测第m_i个目标的二维角度信息为观测站S_j观测第n_j个目标的二维角度信息为

第二步、根据观测站S_i和观测站S_j的大地坐标位置(L_i,λ_i,H_i)和(L_j,λ_j,H_j)，计算得到观测站S_i和观测站S_j在地心地固坐标系下的坐标和