一種編隊目標點航抗叉關聯方法與流程

本發明隸屬于雷達目標跟蹤領域，涉及一種雷達目標跟蹤點航關聯方法，適用于對編隊飛機、編隊艦船和多彈頭彈道導彈等編隊目標進行跟蹤監視的雷達系統。

背景技術：

編隊是軍事目標群常見的活動形式，編隊內目標的穩定有效跟蹤是目標群屬性判別與威脅估計的前提基礎。然而由于編隊內目標間空間位置相近、間距較小，航速、航向和加速度等運動特性相似、差異不大，以及雷達量測誤差引起的目標量測點幀間來回擺動，導致傳統的點航關聯方法極易出現量測點關聯錯誤，產生編隊內多條航跡反復錯誤交叉問題，造成目標群跟蹤混亂，嚴重影響目標群的屬性判別，難以滿足編隊內目標穩定有效跟蹤需求。

技術實現要素：

本發明的目的是提出一種編隊目標點航抗叉關聯方法，旨在解決現有雷達目標跟蹤系統對編隊目標跟蹤存在多條航跡反復錯誤交叉的問題。

本發明所述的一種編隊目標點航抗叉關聯方法，具體包括以下技術措施：根據設置的點航關聯波門類型，計算當前每條目標航跡與雷達所有最新量測點間的統計距離，進一步根據設置的波門大小，判斷記錄落入目標航跡波門內的量測點，作為目標航跡的相關量測點；根據不同航跡的相關量測點是否存在交集，對當前目標航跡進行分群，使群內的任意一條航跡至少與同群內的一條其他航跡存在相關量測點交集，使群間的任意兩條航跡都不存在相關量測點交集；對航跡群大小進行判斷，如果航跡群大小等于1，即群內僅包含1條航跡，則選擇統計距離最小的量測點作為航跡的關聯量測點；如果航跡群大小大于1，則基于雷達不同掃描周期間編隊目標量測點相對位置不變的特點，把航跡群內的點航關聯問題轉換為二分圖匹配問題，構建相對應的二分圖，并采用kuhn-munkres求解二分圖最優匹配，然后根據最優匹配結果，得到該群內航跡的關聯量測點。

本發明提出的一種編隊目標點航抗叉關聯方法，可改善編隊目標群跟蹤的穩定性和準確性，生成清晰可辨的編隊目標跟蹤航跡，有效避免航跡反復交叉問題。

附圖說明

圖1是一種編隊目標點航抗叉關聯方法流程圖；

圖2是一種編隊目標點航抗叉關聯方法示意圖。

具體實施方式

本發明提出的一種編隊目標點航抗叉關聯方法的技術方案包括以下步驟：

步驟1：根據設置的波門類型和波門大小，求取各個航跡的相關量測點，并根據航跡間相關量測點是否存在交集，把航跡劃分為關于量測點相互獨立的航跡群，具體包括以下步驟：

步驟1.1：根據設置的點航關聯波門類型，計算當前k時刻每條目標航跡與雷達所有最新k+1時刻量測點間的統計距離cij(k+1)：

sij(k+1)＝h(k+1)f(k)pi(k|k)f′(k)h′(k+1)+rj(k+1)(3)

其中，為k時刻目標航跡i的狀態估計，pi(k|k)為航跡i的狀態估計協方差，為航跡i在k+1時刻的預測量測，zj(k+1)為雷達k+1時刻第j個直角坐標系量測，h(k+1)為觀測矩陣，f(k)為狀態轉移矩陣，rj(k+1)為雷達對k+1時刻量測點j的量測協方差，sij(k+1)為航跡i關于量測點j的新息協方差。g(·)為統計距離計算函數，與設置的波門類型有關，如果設置的點航關聯波門類型為橢球波門，則如果設置的點航關聯波門類型為矩形波門，則直角坐標系x方向上統計距離為y方向上統計距離為

步驟1.2：根據設置的波門大小，記錄落入目標航跡波門內的相應量測點，作為目標航跡的相關量測點：

mi(k+1)＝{j|cij(k+1)≤γ，j＝1:nr(k+1)}(4)

其中mi(k+1)為航跡i的相關量測點集合，γ為設置的波門大小，nr(k+1)為雷達k+1時刻探測的量測點個數；

步驟1.3：根據不同航跡的相關量測點是否存在重疊，對k時刻目標航跡進行分群：

a)初始化可選航跡集合為u＝{1:nt(k)}，航跡群個數l＝0，nt(k)為k時刻目標航跡個數；

b)從可選航跡集合中任意選擇一條航跡i，更新可選航跡集合u＝u-{i}和航跡群個數l＝l+1，產生新的第l個航跡群集合ql＝{i}和航跡群相關量測點集合ml＝mi(k+1)；

c)依次對u中航跡的相關量測點與第l個航跡群的相關量測點是否存在交集進行判斷，如果u中航跡j與第l個航跡群的相關量測點不存在交集，即則不進行處理，如果存在交集，即則把航跡j從可選航跡集合轉移到第l個航跡群中，同時更新可選航跡集合u＝u-{j}、航跡群集合ql＝ql∪{j}和航跡群相關量測點集合ml＝ml∪mj(k+1)；

d)重復步驟c，直到u中所有航跡與第l個航跡群的相關量測點不存在交集為止；

e)如果重復步驟b、步驟c和步驟d，直到為止。

步驟2：對航跡群大小進行判斷，構建相對應的二分圖，并求解二分圖最優匹配，根據最優匹配結果得到群內航跡的關聯量測點，具體包括以下步驟：

步驟2.1：對分割產生的所有航跡群ql的大小進行判斷，如果|ql|等于1，即僅包含一個航跡，則k+1時刻與航跡群ql內航跡關聯的量測點ai(k+1)為：

步驟2.2：如果|ql|大于1，把航跡群內的點航關聯問題，轉換為二分圖gl的匹配問題：

n＝max(|ql|,|ml|)(6)

其中，vx為二分圖gl的x頂點集合，vy為二分圖gl的y頂點集合，wij為二分圖邊<i,j>的權重，avx(i)(k)為k時刻與航跡vx(i)相關聯的量測點序號，為相應的直角坐標系量測，zvy(j)(k+1)為k+1時刻第vy(j)個直角坐標系量測，||·||2為二階范數，nmax為設定的一個比較大的正整數值。如果航跡vx(i)屬于航跡群ql且量測點vy(j)是航跡vx(i)的相關量測點，則wij等于航跡vx(i)的k時刻關聯量測點與zvy(j)(k+1)間幾何距離的負值，否則wij等于nmax的負值；

步驟2.3：采用kuhn-munkres求解二分圖gl的最優匹配：

a)初始化可行頂標的值。設頂點vx(i)的值為頂點vy(j)的值為滿足

b)采用匈牙利算法尋找相等子圖的完備匹配；

c)若未找到完備匹配，則修改可行頂標的值。可行頂標的修改方法為對于正在增廣的增廣路徑pa上屬于集合x的所有點減去一個常數δ，屬于集合y的所有點加上δ，其中δ的求取公式為

d)重復步驟b和步驟c，直到找到相等子圖的完備匹配為止。相等子圖的完備匹配即為二分圖的最優匹配；

步驟2.4：根據求解的最優匹配，產生航跡群的點航關聯關系：vx(i)→vy(j)是最優匹配中的匹配對，如果vx(i)∈ql且vx(j)∈ml，則k+1時刻航跡vx(i)的關聯量測點為vy(j)，如果vx(i)∈ql，但是則k+1時刻航跡vx(i)不存在關聯量測點。