[发明专利]用于多基地雷达失序量测融合的粒子滤波集中式跟踪方法有效
| 申请号: | 201910534932.7 | 申请日: | 2019-06-20 |
| 公开(公告)号: | CN110146850B | 公开(公告)日: | 2021-03-30 |
| 发明(设计)人: | 杨晓波;杨琪;付玲枝;柴雷;易伟;孔令讲 | 申请(专利权)人: | 电子科技大学 |
| 主分类号: | G01S7/02 | 分类号: | G01S7/02;G01S13/66 |
| 代理公司: | 成都虹盛汇泉专利代理有限公司 51268 | 代理人: | 王伟 |
| 地址: | 611731 四川省成*** | 国省代码: | 四川;51 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 用于 基地 雷达 失序 融合 粒子 滤波 集中 跟踪 方法 | ||
本发明公开一种用于多基地雷达失序量测融合的粒子滤波集中式跟踪方法,属于多基地雷达系统数据融合技术领域。本发明序贯地利用失序量测更新失序量测产生时刻和最新顺序滤波时刻间的所有状态,并利用粒子滤波实现目标跟踪,克服了由于雷达站点数据处理时间不同和通信链路延迟等原因引起的雷达量测失序,从而导致目标融合跟踪性能恶化的问题。本发明判断当前量测是否是顺序量测,若是进行顺序量测更新,否则进行失序量测融合,有效解决了多基地雷达系统中因各雷达站点数据预处理时间不同和通信链路延迟等原因导致的多个任意时序的失序量测的问题,针对多个任意时序的失序量测问题提出了一种普适的解决方法,相比于直接忽略失序量测的融合精度更高。
技术领域
本发明属于多基地雷达系统数据融合技术领域,特别涉及一种用于多基地雷达失序量测融合的粒子滤波集中式跟踪方法。
背景技术
随着现代环境的越发复杂,单基地雷达的结构空间和功率等可用资源有限,探测能力受到了较大的限制,多基地雷达具有反隐身、抗反辐射导弹、抗干扰和反低空突防的特性,可以很好的适应现代战场环境。近年来,多基地雷达系统已经广泛的应用于海、陆、空等多个领域,在检测、识别、跟踪和成像等多个方面都受到了极大的关注。尤其地,对位于不同位置的雷达接收机进行数据融合,可以有效地提高对目标的定位和跟踪性能。多基地雷达系统数据融合有集中式和分布式两种,集中式融合将各接收机的局部量测送至融合中心进行统一处理,以获得全面一致的全局估计结果,具有最优的融合精度。
然而,多基地雷达系统中各雷达站点相距较远且独立工作,在集中式融合处理中由于各接收机数据预处理时间不同和通信链路延时等原因,雷达站点的量测到达融合中心时失序现象严重,这些失序量测频繁地以任意时序到达融合中心,即多个失序量测或连续到达,或多个失序量测交叉到达,或失序量测与顺序量测交叉到达。由于多基地雷达系统中往往会出现大量的失序量测,若直接忽略这些失序量测,则信息损失严重,导致目标融合跟踪性能严重恶化,因此需要寻找一种特定的方法来处理多基地雷达系统中的失序量测问题。一种理想的方法是每当一个失序量测到达融合中心,便对所有量测进行重新排序重新滤波,然而该方法要求缓存历史量测,这在存储能力有限的多基地雷达系统中是难以满足的。现有技术中,基于线性最小均方误差估计方法提出了一种最优更新方法,有效地解决了任意时序的多个失序量测更新融合问题,但是该方法基于卡尔曼滤波算法,仅适用于线性高斯系统,在多基地雷达系统中该方法跟踪性能退化严重;另外,还有针对多个失序量测提出的一种存储有效的高斯近似融合方法,有效地解决了非线性系统下多个失序量测的更新融合问题,但是该方法仅利用单个均值和协方差矩阵近似表征目标状态的概率密度函数,当多基地雷达系统面临的目标状态是多模分布时,该方法跟踪精度差。
发明内容
本发明的目的在于解决上述技术问题,提出了一种用于多基地雷达失序量测融合的粒子滤波集中式跟踪方法,从确定的贝叶斯理论出发,推导了任意时序的多个失序量测的更新融合方法,并提出了粒子滤波实现方法,有效地解决了多基地雷达系统中由于各接收机数据预处理时间不同和通信链路延时等原因导致的多个任意时序的失序量测问题。
一种用于多基地雷达失序量测融合的粒子滤波集中式跟踪方法,应用于多基地雷达系统,所述多基地雷达系统包括数个雷达,融合中心接收雷达量测,所述方法包括以下步骤:
S1、融合中心初始化,初始化粒子样本及其相应权值,初始化更新时刻tk=0,其中,时间索引k=0;
S2、所述融合中心获取量测,判断当前量测的时戳tz是否小于或等于所述多基地雷达系统的观测总时间ttotal,若是则进入步骤S3;否则结束;
S3、判断当前量测的时戳tz是否大于或等于上一更新时刻tk,若是则进入步骤S4;否则进入步骤S5;
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电子科技大学,未经电子科技大学许可,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/201910534932.7/2.html,转载请声明来源钻瓜专利网。





