买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京航空航天大学

摘要：本发明公开了基于相干点漂移的雷达与ESM航迹关联方法，属于雷达信号处理领域；具体为：针对待测目标，利用ESM和雷达分别获得目标的方位角、俯仰角以及目标位置；然后，将目标位置转换到ESM的阵面坐标系下，进行雷达‑ESM的航迹关联。传感器的偏差对航迹的影响同时包含刚性变换与非刚性变换，为了改进地面传感器对空中目标观测时方位角缠绕的问题，采用虚拟坐标法来解决，通过非刚性形变函数将雷达航迹的测点集进行空间变换，转换到ESM航迹测点集附近；最后，采用相干点漂移算法，将匹配问题建模为概率密度估计问题，迭代求解非刚性形变函数；基于高斯混合模型计算关联代价，再使用匈牙利算法确定最优的航迹关联。本发明提高了航迹关联的正确率和鲁棒性。

主权项：1.基于相干点漂移的雷达与ESM航迹关联方法，其特征在于，具体步骤如下：步骤一、针对待测目标，利用ESM作为被动传感器，获得目标的方位角和俯仰角；同时利用雷达量测得到目标的具体位置；步骤二、将雷达量测的目标位置转换到ESM传感器的阵面坐标系下，利用转换后的目标位置与ESM量测的目标方位角和俯仰角，进行雷达-ESM传感器的航迹关联；步骤三、将雷达转换后的目标位置与ESM量测的目标方位角和俯仰角，分别进行虚拟坐标转换；步骤四、在进行虚拟坐标转换后，通过非刚性形变函数将雷达航迹的测点集进行空间变换，转换到ESM航迹测点集附近；坐标系转换后的雷达量测的非刚性形变定义为函数f： 其中，表示空间变换函数；步骤五、采用相干点漂移算法，迭代求解非刚性形变函数；对空间变换后的点集，基于高斯混合模型计算关联代价，再使用匈牙利算法确定最优的航迹关联；具体为：步骤501、将每个雷达量测点作为高斯混合模型GMM的质心，ESM量测视为该高斯混合模型产生的数据点；由高斯混合分布，得到高斯混合模型对未关联目标的惩罚程度 其中，为高斯分布，σ2为各向同性协方差；πj为目标j在空间中出现的期望；nAnB分别为传感器A和B检测到的目标量测个数；步骤502、定义关联矩阵其中向量表示ESM第i条航迹与雷达多条航迹关联结果；元素rij满足rij∈{0,1}且步骤503、将关联矩阵结合高斯混合分布，得到： 其中，步骤504、通过最小化负对数似然函数，估计高斯混合分布的协方差σ2以及空间变换函数f·；似然函数的负对数形式表示为： 其中，φv为正则化项，λ为调节正则化权重的参数，控制转换后的拟合程度；步骤505、由Jesson不等式，对数似然函数的下界对应的目标函数为： 其中，为雷达量测与ESM量测关联的后验概率，简记为qrij；为雷达量测的先验概率；为ESM量测在雷达量测下的似然函数；D为……平滑过程的高通滤波器正则化项的积分区间；步骤506、为使目标函数最大，需满足欧拉-拉格朗日微分方程，推导得到空间变换函数v的形式为： 其中，s为频域自变量；wj为高斯核的权重分配矩阵W的构成元素： G为如下高斯核的形式： 其中，β是平滑高斯滤波器的宽度参数，表示点迹之间相互作用的强度；为雷达量测的点迹；步骤507、衡量两航迹点是否关联的目标函数表示为： 其中，核矩阵由元素构成；为高斯核权重的矩阵；l为积分中的遍历元素；Tr是求矩阵秩的操作函数；Wl为雷达量测中目标l的高斯核权重矩阵。步骤508、采用期望最大化法求解上述是否关联的目标函数，不断迭代直到找到满足停止条件的最优解；主要包含两个步骤：1ELρ,ρk＝Q2ρk+1＝maxELρ,ρk其中，ρ＝[σ2,W,r]为待求解的参数组合，k表示算法的第k次迭代；步骤509、基于上述关联代价矩阵，采用匈牙利算法求出其中最优关联分配关系即可。

全文数据：

权利要求：

百度查询： 北京航空航天大学 基于相干点漂移的雷达与ESM航迹关联方法