一種集中式多雷達數據處理的加權最近鄰域數據關聯方法
【技術領域】
[0001] 本發明涉及雷達數據處理技術領域，具體的說，是一種集中式多雷達數據處理的 加權最近鄰域數據關聯方法。
【背景技術】
[0002] 岸基空管集中式多雷達數據處理系統中，航跡的跟蹤是整個系統的關鍵部分，而 數據關聯則是是多傳感器多目標跟蹤系統中核心且最重要的內容，可以說數據關聯的正確 與否，效率高低直接關系到雷達數據處理的效果與效率。
[0003] 數據關聯要解決在于較低的漏警率的情況下，抑制虛警率的產生。尤其是在多雷 達數據處理的情況，由來自一次雷達的位置信息、回波長度、回波幅度、多普勒速度等信息， 來自二次雷達的位置、Mode 3/A、Mode C、Mode S等信息數據，來自ADS數據的位置、Mode S、 Mode 3/A等信息數據。在機動跟蹤中，系統處理對目標除了要進行機動檢測外，還要適當對 波門的大小進行控制，進行適當的縮放。在過頂空的目標跟蹤中，需要對目標進行必要的外 推，尤其是二次雷達此時會出現目標的反射，此時就需要對數據關聯算法提出較高的要求。 在多機編隊飛行，多機交叉機動，尤其是對加油機和受油機的跟蹤，位置相互靠近，且Mode 3/A信號不穩定的情況下，對數據關聯的精準性，正確性提出了較高的要求。
[0004]數據關聯過程是指確定傳感器接收到的量測信息和目標源對應關系的過程。量 測-航跡關聯，是將有效回波(跟蹤門邏輯的輸出）與已知目標的預報航跡相比較并最終確 定正確的量測-航跡對應關系的過程。常用的量測-航跡數據關聯經典算法有最近鄰域算法 (Nearest Neighbor，NN)、概率數據關聯（Probability data association，PDA)、交互多模 型概率數據關聯（IMMPDA)、聯合概率數據關聯(Joint Probabilistic data association， JPDA)、多傳感器聯合概率數據關聯(MSJPDA)、多假設法(Multiple Hypothesis Tracking， MHT)等。NN算法是由Singer和Sea在1973年基于他們和前人的研究工作的基礎上提出了一 種利用先驗統計特性估計相關性能的跟蹤方法。
[0005]最近鄰域數據關聯的工作原理是先設置跟蹤門，由跟蹤門初步篩選所得到的回波 成為候選回波，以限制參與相關判別的目標數目。其主要適用于跟蹤空域中存在單目標或 目標數較少的情況，或者說是只適用于對稀疏目標環境的目標跟蹤。其優點是:運算量小， 易于實現。主要缺點是:在目標密度較大時，容易跟錯目標。

【發明內容】

[0006] 本發明的目的在于設計出一種集中式多雷達數據處理的加權最近鄰域數據關聯 方法，在硬件資源有限，且對實時性要求較高時，提供一種較為高效準確的數據關聯處理方 式;并且在原有的最近鄰域關聯處理方式上，同時引入了相關的其他參考因子，逐漸的尋找 到點跡與航跡的最優配對組。
[0007] 本發明通過下述技術方案實現:一種集中式多雷達數據處理的加權最近鄰域數據 關聯方法，該加權最近鄰域數據關聯方法通過波門、航向角或角速度、屬性相似度、加速度、 應答次數、垂直距離、航跡狀態七個部分進行計分關聯，而后將7個部分的計分通過加權計 分算法進行點跡和航跡相關度的計算，得到最終的計分更新值;在進行計分關聯時，當經過 點跡和航跡相關度的計算后，計分關聯結果的最終的計分更新值越小時，則配對關系越強； 當經過點跡和航跡相關度的計算后，計分關聯結果的最終的計分更新值大于0x9FFFF時，貝1J 不滿足配對要求。
[0008] 進一步的為更好的實現本發明，特別采用下述設置方式:所述通過波門、航向角或 角速度、屬性相似度、加速度、應答次數、垂直距離、航跡狀態七個部分進行計分關聯具體包 括以下步驟：
[0009] 1)依據不同的距離對計分進行初始化:將波門按權值由小到大分為14個，并分別 對每個波門進行初始化，且進行初始化時從小權值開始，包括：
[0010] 1-1)中心區域外初始化，采用直接投影差相比較、笛卡爾距離與歸一化距離三者 相結合的方式分別進行波門初始化得每個波門的初始化值；
[0011] 1 -2)中心區域內初始化，采用笛卡爾距離進行波門初始化得每個波門的初始化 值；
[0012] 1-3)將航跡預測值、點跡的笛卡爾距離與波門對比，若航跡預測值與點跡的笛卡 爾距離在某一個波門預設的范圍內，則對應的波門的初始化值為計分的初始值；
[0013] 2)經步驟1)后，依據不同的航向關系對計分進行更新:設定壓縮系數，并通過點跡 和航跡之間的屬性關系對壓縮系數縮放來控制航相差的允許偏差門限，再計算計分的增減 值，從而得到計分的更新值；
[0014] 3)經步驟2)后，依據屬性相似度對計分進行更新:根據屬性相似度的值，并與不同 門限作比較，對計分進行相應的增減，從而得到計分的更新值；
[0015] 4)經步驟3)后，依據加速度的大小關系對計分進行更新：依據航跡的歷史位置點 和點跡計算的不同的加速度，然后再對計分進行相應的增減，從而得到計分的更新值；
[0016] 5)經步驟4)后，依據目標應答的不同情況對計分進行更新:根據Mode S與Mode 3/ A相關的應答次數和應答模式，得到相應的計分的增加量，從而得到計分的更新值；
[0017] 6)經步驟5)后，依據航跡和點跡的高度差處于不同的區間內對計分進行更新：若 點跡和航跡的高度均有效，則進行高度差的判斷，根據不同的差值得出計分的增加量，從而 得到計分的更新值；
[0018] 7)經步驟6)后，根據航跡狀態對計分進行更新:根據航跡的不同狀態，得到不同的 航跡狀態限制關聯計分的增加量，進而得到計分的更新值,并得到最終的計分更新值。
[0019] 進一步的為更好的實現本發明，特別采用下述設置方式:所述中心區域外初始化 包括以下具體步驟：
[0020] 1-1-1)將前七個波門均進行歸一化距離，再比較歸一化距離和門的關系，從而得 到前七個波門在中心區域外的初始化值；
[0021] 1-1-2)對于波門8和9首先對殘差的協方差Sk進行Cholesky分解，得到對角線上代 表距離P的門限值31和代表方位角Θ的門限值S2,并通過距離與方位角的預測值和量測值比 較公式完成波門8和波門9初始化，得到波門8和波門9在中心區域外的初始化值；
[0022] 1-1-3)對于波門10,計算測量值與當前預測值的航向，以及上一時刻的航向，計算 測量值與當前預測值的角度偏差dAngle，根據判斷條件| 0est-0k| <3°和dAngle< Φ，完成波門 10初始化，得到波門10在中心區域外的初始化值；
[0023] 1-1-4)對于波門11~13,采用笛卡爾距離，計算距離與門限的關系，完成波門11~ 13初始化，得到波門11~13在中心區域外的初始化值；
[0024] 1 -1 - 5 )對于波門14，中心區域外初始化時，波門14的初始化值直接計記為 OxFOOOO；
[0025] 所述中心區域內初始化具體為，采用實際距離，計算預測位置與測量位置的笛卡 爾實際距離dL，根據笛卡爾實際距離dL與各波門門限的關系，完成各波門在中心區域內初 始化，得到各波門在中心區域內的初始化值。
[0026] 進一步的為更好的實現本發明，特別采用下述設置方式:所述步驟2)包括以下具 體步驟：
[0027] 2-1)依據點跡和航跡的屬性信息，對壓縮系數進行首次縮放，若前端采用轉彎模 型，則從轉彎角度上對點跡和航跡關聯做篩選；
[0028] 2-2)計算點跡和航跡的屬性相似度SimScore，并對壓縮系數再次進行縮放；
[0029] 2-3)根據航跡的歷史軌跡信息，計算點跡與航跡之間的航向差；
[0030] 2-4)計算基于航向差的計分增減，當滿足(). 1745 + 時，則不罰分;否則 計分在計分的初始值的基礎上加上〇x〇8〇〇〇*0rate，完成計分更新。
[0031] 所述步驟2-3)根據航跡的歷史軌跡信息，計算點跡與航跡之間的航向差，包括以 下步驟：
[0032] 2-3-1)當航跡在中心區域外時，將測量的點跡轉換在笛卡爾坐標系下的位置計為 倒數第二點跡?1<-1(乂1{-1，￥1{- 1)、上一時刻的點跡?1{01{，￥1〇和本次測量的點跡?4乂^￥〇，并通 過.=計算P4-名和硬的夾角-；
[0033] 2-3-2)當航跡在中心區域內時，倒推到航跡的倒數第7個點跡和倒數第8個點跡的 位置，若倒數第8個點跡不存在，則從倒數第7個點跡開始向當前點跡倒推直到取到相鄰的 兩個測量的有效點跡;并在笛卡爾坐標系下，取相鄰的兩個測量的有效點跡的中心點跡計 為P pre(Xpre，Ypre)、所述上一時刻的點跡計為Pk(Xk，Yk)和本次測量的點跡計SP m(Xm，Ym)，并 通過卻=cos-，耳瓦)計算尸_巧和?的夾角抑且航跡在中心區域內屬性壓縮系 數在處理后的基礎上縮小一半為Cr=0.5Cr。
[0034] 進一步的為更好的實現本發明，特別采用下述設置方式:所述根據屬性相似度的 值，并與不同門限作比較，對計分進行相應的增減，從而得到計分的更新值，具體為：
[0035] 3-1)設置屬性相似度初始值為0,最大值為12,最小值為-12;其中，值越大，代表這 兩者間的屬性相似度越大；
[0036] 3-2)判斷航跡或點跡是否包含任何屬性信息，是則返回相似度值0,否則轉向步驟 3-3