[发明专利]一种多雷达系统中目标跟踪的协同检测和功率分配方法有效
申请号: | 201810395710.7 | 申请日: | 2018-04-27 |
公开(公告)号: | CN108802720B | 公开(公告)日: | 2022-02-22 |
发明(设计)人: | 严俊坤;马时飞;刘宏伟;周生华;纠博 | 申请(专利权)人: | 西安电子科技大学;西安中电科西电科大雷达技术协同创新研究院有限公司 |
主分类号: | G01S13/66 | 分类号: | G01S13/66;G01S13/70 |
代理公司: | 西安嘉思特知识产权代理事务所(普通合伙) 61230 | 代理人: | 刘长春 |
地址: | 710071*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 雷达 系统 目标 跟踪 协同 检测 功率 分配 方法 | ||
1.一种多雷达系统中目标跟踪的协同检测和功率分配方法,其特征在于,包括:
步骤1、建立多雷达系统,所述多雷达系统包括N个雷达站,设定所述多雷达系统的N个雷达站已分配初始发射功率和初始虚警率,初始化所述多雷达系统,令k表示第k跟踪时刻,其中,k的初始值为1,且1≤k≤K,K为预先设定的最大跟踪时刻;
步骤2、由转移矩阵、第k-1时刻的目标状态和零均值高斯过程噪声得到第k时刻的运动模型,根据运动模型确定第k时刻的目标状态;
步骤3、根据第k时刻的所述目标状态得到第k时刻的观测模型;
步骤4、根据检测概率、发射功率和虚警率之间的关系使用奈曼-皮尔逊理论得到第k时刻的检测模型;
步骤5、将所述多雷达系统的初始发射功率分配结果发送给发射机,并且由所述初始虚警率计算每个所述雷达站的有效测量值,根据所述有效测量值计算互联概率,根据所述互联概率得到更新目标状态;
步骤6、根据更新目标状态,将贝叶斯信息矩阵根据信息缩减因子进行缩减放松后,由检测模型替代所述信息缩减因子得到最终优化模型;
步骤7、将最终优化模型最小化,得到优化发射功率和优化虚警率,将所述优化发射功率和所述优化虚警率代入步骤5,直至完成所述多雷达系统所有时刻的目标状态的更新;
所述步骤4包括:
根据所述发射功率和所述虚警率得到所述检测概率;
利用奈曼-皮尔逊理论对所述检测概率进行处理得到所述检测模型,其中,所述检测模型为:
其中,为第k时刻第i个雷达站的检测概率,为第k时刻第i个雷达站的虚警率,μi,k(ξk)为第k时刻第i个雷达站在目标处的信噪比;
所述步骤5包括:
将所述多雷达系统的所述初始发射功率分配结果发送给所述发射机,并且根据所述初始虚警率计算每个所述雷达站的有效测量值;
根据所述有效测量值获取所述多雷达系统中所有所述雷达站的互联概率,所述互联概率为:
其中,为第k时刻第J个有效测量值的互联概率,表示第k时刻第i个雷达站的第J(i)次有效测量值测量正确的事件,Zi,k为第k时刻第i个雷达站的有效测量值;
根据所述互联概率得到所述更新目标状态,所述更新目标状态为:
其中,ξJ,k|k为第k时刻第J个事件条件的更新状态,为第k时刻第J个有效测量值的互联概率,ξk|k为第k时刻的更新目标状态;
所述步骤6包括:
建立所述多雷达系统目标跟踪的贝叶斯信息矩阵;
利用信息缩减因子对所述贝叶斯信息矩阵进行缩减放松得到缩减后的贝叶斯信息矩阵;
将所述检测模型替代缩减后的所述贝叶斯信息矩阵中的所述信息缩减因子得到所述最终优化模型。
2.根据权利要求1所述的方法,其特征在于,所述步骤2包括:
根据转移矩阵、第k-1时刻的目标状态和零均值高斯过程噪声建立初始运动模型;
将所述初始运动模型根据雷达散射截面积进行维度拓展处理以获得第k时刻的运动模型。
3.根据权利要求2所述的方法,其特征在于,所述运动模型为:
ξk=Fξξk-1+ηk-1
其中,ξk为第k时刻经维度拓展后的目标状态向量,ξk-1为第k-1时刻的经维度拓展后的目标状态向量,Fξ为经维度拓展后的整体转移矩阵,ηk-1为第k-1时刻的经维度拓展后的零均值高斯过程噪声。
4.根据权利要求1所述的方法,其特征在于,所述步骤3包括:
根据第k时刻的所述目标状态得到观测函数,根据所述观测函数和测量噪声建立观测模型,所述观测模型为:
其中,所述为第k时刻第i个雷达站的第j个测量值,gi(ξk)为第k时刻第i个雷达站的观测函数,wi,k为第k时刻第i个雷达站的测量噪声,vi,k为第k时刻第i个雷达站的零均值高斯过程噪声。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安电子科技大学;西安中电科西电科大雷达技术协同创新研究院有限公司,未经西安电子科技大学;西安中电科西电科大雷达技术协同创新研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810395710.7/1.html,转载请声明来源钻瓜专利网。