一种基于标准差椭圆参数辅助的高分辨雷达航迹关联方法技术

本发明专利技术公开了一种基于标准差椭圆参数辅助的高分辨雷达航迹关联方法。本发明专利技术是基于标准差椭圆的航迹关联算法，较其他的特征辅助关联算法具有更好的关联准确度。本发明专利技术首先利用标准差椭圆对目标的检测点迹群进行聚类处理，不同的目标点迹群聚类为不同特征的椭圆，之后提出了椭圆的相似度的概念辅助帧间目标的关联处理。

【技术实现步骤摘要】

本专利技术属于高分辨雷达
，具体涉及一种基于标准差椭圆参数辅助的高分辨雷达航迹关联方法。
技术介绍
宽带高分辨雷达是现代雷达的重要发展方向，高分辨雷达也提供了更多的目标信息，利用目标的特征信息辅助关联处理，会大大提高关联精度。在这里，高分辨率雷达是指能分辨的两个目标物的最小实际距离在厘米级及以下的雷达。传统的窄带雷达进行目标探测时，目标尺寸通常小于雷达分辨率，因此目标通常被建模成一个点目标，基于点目标模型提出了最近邻、概率数据互联、联合概率数据互联等算法，其中最近邻算法是最简单也是应用最广的一种数据关联算法。相较于传统的窄带雷达，宽带高分辨雷达目标的检测结果不能用简单的点模型来代表，使得最近邻关联算法受到了限制。现在的特征辅助关联算法主要集中在利用目标的一维距离像特征、幅度特征、多普勒特征、极化特征等辅助关联，目标的这些特征通常是随时间、目标运动状态等因素变化的，并且有一定的起伏，影响关联准确度。考虑到目标的空间结构不随时间、运动状态变化，并且没有起伏，故本专利技术提出一种基于目标的空间结构特征的辅助关联算法，利用标准差椭圆来识别目标检测点的分布特征，进而辅助航迹关联。专利技本文档来自技高网...

【技术保护点】
一种基于标准差椭圆参数辅助的高分辨雷达航迹关联方法，其特征在于，包括以下步骤：步骤1、获取当前帧和下一帧的目标及其对应的标准差椭圆，具体包括如下子步骤：步骤1.1、建立标准差椭圆：在当前帧和下一帧的距离多普勒平面图上，针对包含所有高分辨雷达检测点的集合，建立标准差椭圆；步骤1.2、判断集合内的目标个数：计算标准差椭圆内过圆心且平行于距离采样单元轴的线段mn的长度lmn，并将其与目标在雷达径向上的最大分布长度Dr进行比较；如果Dr≤lmn，则判断检测点集合里包含多个目标，执行步骤1.3；否则，判断检测点集合里只包含一个目标，执行步骤1.4；步骤1.3、子集合划分：将横坐标小于或等于圆心横坐标的检...

【技术特征摘要】
1.一种基于标准差椭圆参数辅助的高分辨雷达航迹关联方法，其特征在于，包括以下步骤：步骤1、获取当前帧和下一帧的目标及其对应的标准差椭圆，具体包括如下子步骤：步骤1.1、建立标准差椭圆：在当前帧和下一帧的距离多普勒平面图上，针对包含所有高分辨雷达检测点的集合，建立标准差椭圆；步骤1.2、判断集合内的目标个数：计算标准差椭圆内过圆心且平行于距离采样单元轴的线段mn的长度lmn，并将其与目标在雷达径向上的最大分布长度Dr进行比较；如果Dr≤lmn，则判断检测点集合里包含多个目标，执行步骤1.3；否则，判断检测点集合里只包含一个目标，执行步骤1.4；步骤1.3、子集合划分：将横坐标小于或等于圆心横坐标的检测点划分为一个子集合，将横坐标大于圆心横坐标的检测点划分为另一个子集合；然后针对每个子集合，采用步骤1.1～1.3的方法，分别建立标准差椭圆模型、目标个数判断和子集合划分，直到每个子集合都只包含一个目标，执行步骤1.4；步骤1.4、聚集检测点：针对每个只包含1个目标的集合或子集合，对该集合或子集合进行聚集，选取集合或子集合内幅值最大的点作为目标或将集合或子集合内的检测点按幅值进行加权平均作为目标，由此获得当前帧和下一帧的目标及其对应的标准差椭圆；步骤2、建立目标的椭圆特征参数矩阵及量测矩阵：针对当前帧的第k个目标，其椭圆特征参数Tk(i)为：Tk(i)＝[σk1(i)σk2(i)θk(i)nk(i)]T(1)其中，T代表转置，σk1(i)、σk2(i)、θk(i)和nk(i)分别为该目标对应的标准差椭圆的长轴、短轴、方向角和椭圆内的检测点个数；该目标在当前第i帧的量测矩阵Zk(i)为：Zk(i)＝[xk(i)yk(i)zk(i)Vkx(i)Vky(i)Vkz(i)σk1(i)σk2(i)θk(i)nk(i)]T(2)其中，xk(i)、yk(i)和zk(i)分别为目标位置在空间直角坐标系下x、y、z轴上的分量；Vkx(i)、Vky(i)和Vkz(i)分别为目标速度在x、y、z轴方向上...

【专利技术属性】
技术研发人员：刘海波，王额，周超，龙腾，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：北京;11