一種用于極化雷達目標跟蹤的概率數據關聯方法
【專利摘要】本發明提供一種用于極化雷達目標跟蹤的概率數據關聯方法。本發明采用極化雷達系統配置極化天線，能利用回波極化多樣性，提高信息維度，能夠有效地提高目標檢測性能。首先，極化雷達發射極化波并得極化回波信號，再在數據關聯環節對確認量測計算極化似然因子，并修正傳統概率數據關聯方法中的關聯概率，得到與實際更匹配的關聯概率值，從而改善了傳統跟蹤關聯概率不精準，目標狀態估計不準確的問題。本發明通過配置極化雷達系統，充分利用回波中的極化特征多樣性，得到極化輔助概率數據關聯方法，過程處理簡單，航跡精度高。
【專利說明】一種用于極化雷達目標跟蹤的概率數據關聯方法
【技術領域】
[0001] 本發明涉及雷達目標跟蹤技術，特別涉及了目標跟蹤數據關聯技術。
【背景技術】
[0002] 在目標跟蹤系統中，由于跟蹤環境的干擾以及檢測器自身性能的限制，在測量過 程中不可避免的引入許多虛假量測，即使目標只有一個，有效量測可能有多個。數據關聯算 法是解決該問題的典型方法。其中概率數據關聯濾波器PDAF是單目標跟蹤常用的數據關 聯方法，它僅利用了用于航跡更新的量測，即目標的幾何位置信息。由于利用的信息比較有 限，導致源自目標的量測和雜波量測在狀態空間中不能正確被區分和辨識，導致航跡估計 精度性能差，會出現失跟等現象。
[0003] 傳統單基地雷達發射信號是固定極化的，固定為水平極化（H)或固定為垂直極 化（V)，接收的為一路回波信息。文獻 "GLRT design for polarimetric ΜΙΜΟ radar in non-Gaussian clutter, in Proc. Int. Conf. Radar, 106-108, 2011"，研究了添加極化信息 的廣義似然比檢測器，改善了目標的檢測性能；在《極化雷達成像處理及應用》書籍中，系統 論述了極化雷達成像處理及應用的相關理論與技術中，等等相關研究極化信息的應用，但 是這些研究都沒有考慮極化信息在跟蹤數據關聯環節中的應用。
【發明內容】
[0004] 本發明所要解決的技術問題是，提供一種利用更多的目標屬性信息，來提高辨識 度的概率數據關聯方法。
[0005] 本發明為解決上述技術問題所采用的技術方案是，一種用于極化雷達目標跟蹤的 概率數據關聯方法，包括以下步驟：
[0006] 步驟1、預測k時刻目標的位置爾It-1)以及新息自相關矩陣s(k):
[0007]
【權利要求】
1. 一種用于極化雷達目標跟蹤的概率數據關聯方法，其特征在于，包括以下步驟： 步驟1、預測k時刻目標的位置
以及新息自相關矩陣s(k);
其中
表示基于k-ι時刻估計得到的k時刻的目標位置：
為k-1 時刻的狀態估計值；F、H分別表示目標的狀態轉移矩陣和量測矩陣，Q、R分別為目標狀態噪 聲自相關矩陣和量測噪聲自相關矩陣，
表示矩陣轉置，P (k-Ι | k-Ι)表示k-Ι時刻的估 計誤差自相關矩陣； 步驟2、對當前時刻k極化天線接收到的回波信號進行極化似然比檢測，輸出檢測統計 量大于門限τ的分辨單元作為量測點跡； 步驟3、確認量測極化似然比和關聯概率： 3. 1 :當前時刻k過門限τ所檢測到的m個量測點跡位置的集合為
I將 落入相關波門內的量測點跡的回波信號作為候選回波
為k時刻落入相關波 門的第i個候選回波，mk為k時刻落入相關波門的候選回波數； 3. 2 :計算每個候選回波的極化似然比
分別為點跡 虛警概率和目標檢測概率，rk為第i個候選回波，&〇·,)、fjig分別是k時刻無目標出現 和有目標出現時回波概率密度函數，
分別是k時刻無目標和有目標出現時過 檢測門限后的概率密度函數； 3. 3 :使用極化似然比P i修正關聯概率β i為：
中間變量 中間變量 其中，Vi(k)是第i個候選回波對于目標的新息，
為量測點跡 落入波門內的概率，Pd為目標檢測概率，
：為相關波門尺寸； 步驟4、利用修正后的關聯概率對相關波門內不同回波進行加權，各個候選回波加權和 為當前時刻k的等效回波。
【文檔編號】G01S7/41GK104155651SQ201410439190
【公開日】2014年11月19日 申請日期:2014年8月30日 優先權日:2014年8月30日
【發明者】孔令講, 夏玫, 李溯琪, 郝凱利, 易偉, 崔國龍, 董天發, 茍清松, 楊建宇 申請人:電子科技大學