目標數據關聯的多特征信息融合方法
【技術領域】
[0001 ]本發明設及雷達數據處理技術領域，特別是設及一種雜波背景下目標數據關聯。
【背景技術】
[0002] 雜波背景下的目標跟蹤問題是當前的一個難點問題。目標跟蹤的核屯、是數據關 聯，在工程應用中廣泛使用的是貝葉斯類的數據關聯算法，貝葉斯類算法主要包括W下兩 類：
[0003] 第一類只對最新的確認量測集合進行研究因而是一種次優的貝葉斯算法，主要包 括最近鄰域法(順算法）、概率最近鄰域算法(PNNF)、概率數據互聯算法(PDA)、聯合概率數 據互聯算法QPDA)等。其中，順算法和PNNF算法是比較簡單的關聯算法，它是利用波口中離 預測值最近的量測對目標進行狀態更新，主要適用于稀疏目標環境，在雜波背景下關聯錯 誤率較高;PDA算法和肝DA算法考慮了落入相關波口內的所有候選回波，依據候選回波加權 后的等效回波對目標狀態進行更新，主要利用目標的位置信息完成對目標的關聯。
[0004] 第二類是對當前時刻W前的所有確認量測集合進行研究給出每一個量測序列的 概率，是一種最優的貝葉斯算法，主要包括最優貝葉斯算法和多假設法。其中，最優貝葉斯 算法利用空間積累信息和時間積累信息，綜合考慮航跡附近的所有量測點跡，提供密集雜 波環境下最優的性能；多假設法是W "全鄰"最優濾波器和"聚"的概念為基礎，將第一類貝 葉斯算法看成它的一個子集進行處理，是理想條件下的最優方法。
[0005] 綜上可知，傳統的數據關聯方法利用的目標信息是有限的，主要包括目標的位置、 速度等狀態信息。實際上，目標反映在雷達屏幕上的回波圖像包含著豐富的信息：同一時 亥IJ，不同目標回波的能量、形狀和方向性等特征存在一定差異;不同時刻，同一目標回波的 能量、形狀和方向性等特征會發生變化，但存在著時間相關性和空間相關性。
[0006] 在密集雜波背景下，采用現有的數據關聯方法會產生較多的虛假航跡，特別是多 個目標距離較近時，更容易出現對目標誤跟蹤和跟丟的情況。因此，針對此問題背景下的數 據關聯算法還有待進一步研究。

【發明內容】

[0007] 本發明的目的在于利用目標回波的特征信息，提供一種雜波背景下目標數據關聯 的多特征信息融合方法，其中要解決的技術問題包括：
[000引（1)雷達監視區域內目標運動狀態復雜多樣，傳統方法對目標統一處理錯誤關聯 概率較高，需要合理設置速度區間，對目標分類處理；
[0009] (2)合理設置關聯波口，在密集雜波背景下減少落入關聯波口內的虛假點跡，提升 算法執行效率；
[0010] (3)合理利用目標回波特征信息，在目標密集的環境下降低錯誤關聯的概率。
[0011] 本發明所述的目標數據關聯的多特征信息融合方法，其特征在于包括W下技術措 施：
[0012] 步驟一、點跡預處理:對數據錄取器送來的點跡進行預處理，利用點跡的輔助信息 對數據進行篩選，并將篩選后的所有數據按帖存儲；
[0013] 步驟二、目標分類:依據目標速度信息采用速度分區法將目標劃分為Ξ類，慢速運 動目標、中速運動目標和快速運動目標；
[0014] 步驟Ξ、點-點關聯:采用m/n邏輯法進行航跡起始，對于不同類別的目標使用不同 的點-點關聯策略；
[001引步驟四、點-航關聯:依據目標狀態方程對目標航跡進行外推，W外推點為中屯、，依 據貝葉斯類的數據關聯算法設置楠圓相關波口，若雷達測得的目標直角坐標系下的轉換量 測值Z化+1)滿足：
[0016]
[0017] 則稱該量測值為候選回波，式中，i作+ Ψ)為目標量測的預測，S(k+1)為新息協方 差，丫是一個與量測的維數有關的常數；
[0018] 步驟五、計算特征相似度:提取候選回波的特征信息計算特征相似度；
[0019] 步驟六、計算綜合關聯度:依據特征相似度結合特征權重計算綜合關聯度，選擇綜 合關聯度最大的候選回波作為目標量測；
[0020] 步驟屯、對當前時刻的目標狀態進行更新，對下一帖數據重復步驟四至步驟屯的 計算，直至數據處理完畢，算法終止。
[0021] 對比現有技術，本技術方案所述的目標數據關聯的多特征信息融合方法，有益效 果在于：
[0022] (1)該方法不影響現役雷達信號處理過程，不改變雷達信號處理的方式，因此不需 要改變雷達的軟硬件環境，只需要將雜波對消后的數據保存W方便特征提取；
[0023] (2)該方法能降低關聯波口中候選回波數量，提升算法執行效率；
[0024] (3)該方法能在強雜波背景下產生較少的虛假航跡；
[0025] (4)該方法能在目標密集的環境下提升數據關聯的可靠性，降低錯誤關聯概率；
【附圖說明】
[0026] 說明書附圖1是目標數據關聯的多特征信息融合方法的實現流程圖。
【具體實施方式】
[0027] W下結合說明書附圖1對本發明作進一步詳細描述。參照說明書附圖1，本發明的
【具體實施方式】分W下步驟：
[0028] (1)對數據錄取器傳送過來的點跡數據進行預處理，主要進行點跡的篩選與信息 轉換，利用點跡的輔助信息，將不滿足條件的點跡刪去，選取的條件是:凝聚的有效點數大 于等于N，緊湊程度大于等于P，N為正整數，P大于0小于1，最終將所有數據按帖存儲，例如， 可 W 選取 N=100，P = 0.5。
[0029] (2)依據目標的速度將其分為慢速運動目標、中速運動目標、快速運動目標Ξ類， 對應的速度區間分別為陽叫]、[?%，所3] W及[nw，+ W)，其中郵如3，為了更好地對 目標進行捕獲，初始波口一般要設置的稍大，選取環形波口作為初始波口，W航跡頭為中屯、 建立一個由目標最大運動速度Vmax、最小運動速度VminW及采樣間隔To決定的環形波口，它 的內徑和外徑滿足
[0030] Rmin = VminXT〇
[0031] Rmax = VmaxXT〇
[003^ 式中，Rmax和Rmin分別對應低速運動目標、中速運動目標和高速運動目標速度區間 的上限和下限，例如，對于海上目標可W選取mi =化，1112 = 20，1]13 = 45，1]14=40，單位:節。
[0033] (3)針對目標的類型采用不同的航跡起始策略，例如，對于快速目標，選取3/4邏輯 法快速建航，中速目標及慢速目標分別采用4/6邏輯法和5/8邏輯法正常航跡起始。
[0034] (4)依據目標狀態方程對目標航跡進行外推，W外推點為中屯、，依據貝葉斯類的數 據關聯算法設置楠圓相關波口，若雷達測得的目標直角坐標系下的轉換量測值Z化+1)滿 足：
[0035]
[0036] 則稱該量測值為候選回波，式中，錢打+1|0為目標量測的預測，S化+1)為新息協方 差，丫是一個與量測的維數有關的常數，例如，對于二維量測，當丫 =4時，目標量測落入波 口的概率為0.865。
[0037] (5)提