本發(fā)明屬于電子對(duì)抗，具體的說(shuō)是涉及一種結(jié)合指數(shù)權(quán)重和kalman濾波的多目標(biāo)角度跟蹤方法。

背景技術(shù)：

1、多輻射源目標(biāo)的無(wú)源跟蹤與定位技術(shù)在諸如雷達(dá)、無(wú)線通信、聲納、地震、射電天文及生物醫(yī)學(xué)工程等眾多軍事和國(guó)民經(jīng)濟(jì)應(yīng)用領(lǐng)域有著廣泛應(yīng)用，在戰(zhàn)場(chǎng)上，對(duì)多輻射源目標(biāo)的角度跟蹤面臨著復(fù)雜電磁環(huán)境的制約。

2、復(fù)雜電磁環(huán)境主要體現(xiàn)在兩個(gè)方面，一方面是無(wú)線電信號(hào)體制本身的技術(shù)發(fā)展，如擴(kuò)頻通信技術(shù)會(huì)降低信號(hào)到達(dá)天線陣列接收系統(tǒng)時(shí)的信噪比，采用跳頻通信技術(shù)會(huì)減少天線陣列接收系統(tǒng)的采樣快拍數(shù)等；另一方面是非高斯分布電磁環(huán)境噪聲的影響，這些電磁環(huán)境噪聲往往由持續(xù)時(shí)間短和幅度大的不規(guī)則脈沖或噪聲尖峰組成，典型的如α穩(wěn)定分布噪聲，具有明顯的厚重尾特征。

3、在傳統(tǒng)上，對(duì)于輻射源目標(biāo)的機(jī)動(dòng)情況，總是假設(shè)目標(biāo)在機(jī)動(dòng)時(shí)是緩慢變化過(guò)程，故對(duì)于快速機(jī)動(dòng)場(chǎng)景常規(guī)的角度跟蹤算法顯得時(shí)效性不高。且基于常規(guī)的高斯白噪聲模型信號(hào)子空間跟蹤算法在有α穩(wěn)定分布噪聲出現(xiàn)的情況下，所得到的信號(hào)子空間相互擴(kuò)散，算法性能顯著下降，造成對(duì)多輻射源目標(biāo)角度跟蹤時(shí)準(zhǔn)確性惡化，難以滿(mǎn)足工程化實(shí)現(xiàn)。

技術(shù)實(shí)現(xiàn)思路

1、針對(duì)上述問(wèn)題，本發(fā)明提出了一種結(jié)合指數(shù)權(quán)重和kalman濾波的穩(wěn)健機(jī)動(dòng)多目標(biāo)角度跟蹤方法，首先是利用指數(shù)權(quán)重因子對(duì)α穩(wěn)定分布噪聲進(jìn)行自適應(yīng)軟閾值限幅，提升信號(hào)子空間跟蹤技術(shù)在低信噪比場(chǎng)景下的環(huán)境適應(yīng)性；其次是利用kalman濾波中多輻射源目標(biāo)角度當(dāng)前狀態(tài)僅與上一刻狀態(tài)相關(guān)的特性，對(duì)信號(hào)子空間跟蹤結(jié)果進(jìn)一步平滑，從而最終實(shí)現(xiàn)在復(fù)雜電磁環(huán)境噪聲下的穩(wěn)健機(jī)動(dòng)多目標(biāo)角度跟蹤，可以滿(mǎn)足工程中的諸多場(chǎng)景應(yīng)用需求。

2、本發(fā)明采用的技術(shù)方案是：

3、本發(fā)明采用快速逼近冪迭代(fapi)算法作為初始框架進(jìn)行改進(jìn)設(shè)計(jì)，首先，對(duì)其中的信號(hào)子空間跟蹤代價(jià)函數(shù)疊加一個(gè)新型的指數(shù)權(quán)重因子自適應(yīng)軟閾值限幅，其是基于相鄰時(shí)刻信號(hào)能量殘差對(duì)有異常的測(cè)量值進(jìn)行軟閾值限幅，在抑制α穩(wěn)定分布噪聲的同時(shí)有效可靠的保留觀測(cè)信號(hào)有用信息，從而得到相對(duì)穩(wěn)健的信號(hào)子空間跟蹤結(jié)果；其次，結(jié)合基于總體最小二乘法的旋轉(zhuǎn)不變性技術(shù)(tls-esprit)得到多輻射源目標(biāo)角度的實(shí)時(shí)估計(jì)結(jié)果；最后，將多輻射源目標(biāo)角度的實(shí)時(shí)估計(jì)結(jié)果作為kalman濾波的測(cè)量值，利用kalman濾波特性對(duì)實(shí)時(shí)估計(jì)結(jié)果進(jìn)行平滑處理，以提升對(duì)角度快速變化場(chǎng)景下對(duì)角度估計(jì)結(jié)果的精確度，最終實(shí)現(xiàn)了在復(fù)雜電磁環(huán)境噪聲下對(duì)機(jī)動(dòng)多輻射源目標(biāo)角度的準(zhǔn)確跟蹤。

4、假設(shè)天線陣元數(shù)為m，空間信號(hào)源個(gè)數(shù)為l，采樣點(diǎn)數(shù)為n，在t時(shí)刻對(duì)多輻射源目標(biāo)角度跟蹤問(wèn)題數(shù)學(xué)建模為：

5、

6、其中，為時(shí)變陣列流型，為空域中的輻射源信號(hào)，是高斯白噪聲，是α穩(wěn)定分布噪聲。α穩(wěn)定分布噪聲的特征函數(shù)采用下式表示：

7、

8、其中，μ為位置參數(shù)，γ為分散系數(shù)，β為對(duì)稱(chēng)參數(shù)，α為特征指數(shù)，且α越小，噪聲的脈沖特性越嚴(yán)重，對(duì)于輻射源信號(hào)與α穩(wěn)定分布噪聲的能量關(guān)系，采用gsnr描述，且滿(mǎn)足：

9、為輻射源信號(hào)方差

10、為降低計(jì)算成本，本發(fā)明采用基于數(shù)據(jù)投影的快速逼近冪迭代(fapi)算法作為初始框架，根據(jù)自適應(yīng)估計(jì)觀測(cè)協(xié)方差矩陣rx(t)＝e[x(t)xh(t)]，且其底層的信號(hào)子空間基為w(t)，可得到觀測(cè)協(xié)方差矩陣的遞推關(guān)系：

11、rx(t)＝λrx(t-1)+ω(t)x(t)xh(t)

12、上式中λ為遺忘因子，ω(t)即為本發(fā)明中的指數(shù)權(quán)重因子。

13、對(duì)底層的信號(hào)子空間基w(t)的求解則可轉(zhuǎn)換為如下代價(jià)函數(shù)的最小化：

14、

15、y(i)即由觀測(cè)數(shù)據(jù)x(i)投影而來(lái)：

16、y(i)＝wh(i-1)x(i)

17、在本發(fā)明中的指數(shù)權(quán)重因子形式為：

18、

19、σ和z為控制穩(wěn)健性的自適應(yīng)參數(shù)，在對(duì)空域輻射源目標(biāo)進(jìn)行軟閾值限幅時(shí)，以相鄰時(shí)刻信號(hào)能量的殘差作為參照最能衡量觀測(cè)數(shù)據(jù)的異常情況，因此有：

20、υ(t)＝‖x(t)‖2-‖y(t)‖2

21、再求得信號(hào)子空間w(t)的穩(wěn)健跟蹤估計(jì)的基礎(chǔ)上，即可使用基于總體最小二乘法的旋轉(zhuǎn)不變性技術(shù)(tls-esprit)對(duì)多輻射源目標(biāo)的角度進(jìn)行提取。

22、最后，為了適應(yīng)快速的輻射源目標(biāo)角度時(shí)變場(chǎng)景，利用kalman濾波對(duì)角度提取結(jié)果進(jìn)行平滑處理，以提高角度的跟蹤和估計(jì)質(zhì)量。

23、設(shè)定kalman濾波每間隔t時(shí)間進(jìn)行狀態(tài)捕獲，首先建立如下?tīng)顟B(tài)方程：

24、

25、分別為第i個(gè)目標(biāo)第k時(shí)刻的角度、速度和加速度，k|k-1表示由第k-1時(shí)刻的后驗(yàn)估計(jì)得到第k時(shí)刻的先驗(yàn)估計(jì)，k|k表示第k時(shí)刻的后驗(yàn)估計(jì)。狀態(tài)過(guò)程噪聲協(xié)方差矩陣記為q(k)，狀態(tài)轉(zhuǎn)移矩陣f為：

26、

27、其次得到狀態(tài)估計(jì)誤差第i個(gè)目標(biāo)在第k時(shí)刻的先驗(yàn)協(xié)方差：

28、pi(k|k-1)＝fpi(k-1|k-1)ft+qi(k-1)

29、建立測(cè)量方程：

30、

31、測(cè)量方程矩陣h＝[1?0?0]，測(cè)量過(guò)程中的測(cè)量噪聲方差記為r(k)。

32、接著得到kalman濾波算法中的kalman增益為：

33、gain＝pi(k|k-1)ht(ri(k)+hpi(k|k-1)ht)-1

34、最終得到第i個(gè)目標(biāo)第k時(shí)刻的后驗(yàn)角度估計(jì)和第k時(shí)刻狀態(tài)估計(jì)誤差的后驗(yàn)協(xié)方差：

35、

36、pi(k|k)＝(i3-gain·h)pi(k|k-1)

37、本發(fā)明的有益效果為

38、1)本發(fā)明針對(duì)多輻射源目標(biāo)角度跟蹤存在α穩(wěn)定分布噪聲損壞觀測(cè)數(shù)據(jù)時(shí)，提出了一種新的用于信號(hào)子空間跟蹤的指數(shù)權(quán)重加權(quán)代價(jià)函數(shù)，通過(guò)選擇合適的穩(wěn)健性參數(shù)可以達(dá)到對(duì)損壞觀測(cè)數(shù)據(jù)的自適應(yīng)軟閾值限幅。該方法增強(qiáng)了信號(hào)子空間跟蹤的穩(wěn)健性，適合于低信噪比情況下的應(yīng)用場(chǎng)景。

39、2)本發(fā)明針對(duì)多輻射源目標(biāo)角度跟蹤在快速變換的應(yīng)用場(chǎng)合，結(jié)合kalman濾波算法的優(yōu)勢(shì)，改進(jìn)了傳統(tǒng)上要求信號(hào)子空間是緩慢變化，且輻射源目標(biāo)角度跟蹤與估計(jì)僅局限于觀測(cè)數(shù)據(jù)的做法，通過(guò)使用kalman濾波來(lái)平滑處理以改進(jìn)估計(jì)。該方法在高動(dòng)態(tài)環(huán)境下能提供更好的靈活性，效果良好。

技術(shù)特征：

1.一種結(jié)合指數(shù)權(quán)重和kalman濾波的多目標(biāo)角度跟蹤方法，定義天線陣元數(shù)為m，空間信號(hào)源個(gè)數(shù)為l，采樣點(diǎn)數(shù)為n，在t時(shí)刻對(duì)多輻射源目標(biāo)角度跟蹤問(wèn)題數(shù)學(xué)建模為：

2.根據(jù)權(quán)利要求1所述的一種結(jié)合指數(shù)權(quán)重和kalman濾波的多目標(biāo)角度跟蹤方法，其特征在于，通過(guò)kalman濾波對(duì)角度提取結(jié)果進(jìn)行平滑處理的具體方法為：

技術(shù)總結(jié)
本發(fā)明公開(kāi)了一種結(jié)合指數(shù)權(quán)重和Kalman濾波的多目標(biāo)角度跟蹤方法。本發(fā)明采用FAPI算法作為初始框架進(jìn)行改進(jìn)設(shè)計(jì)，首先對(duì)其中的信號(hào)子空間跟蹤代價(jià)函數(shù)疊加一個(gè)新型的指數(shù)權(quán)重因子自適應(yīng)軟閾值限幅，其是基于相鄰時(shí)刻信號(hào)能量殘差對(duì)有異常的測(cè)量值進(jìn)行軟閾值限幅，在抑制α穩(wěn)定分布噪聲的同時(shí)有效可靠的保留信號(hào)有用信息，從而得到相對(duì)穩(wěn)健的信號(hào)子空間跟蹤結(jié)果；其次結(jié)合TLS?ESPRIT算法得到多輻射源目標(biāo)角度的實(shí)時(shí)估計(jì)結(jié)果；最后，將多輻射源目標(biāo)角度的實(shí)時(shí)估計(jì)結(jié)果作為Kalman濾波的測(cè)量值，利用Kalman濾波特性對(duì)實(shí)時(shí)估計(jì)結(jié)果進(jìn)行進(jìn)一步的平滑處理，以提升對(duì)角度快速變化場(chǎng)景下對(duì)角度估計(jì)結(jié)果的精確度，最終實(shí)現(xiàn)了復(fù)雜電磁環(huán)境噪聲下機(jī)動(dòng)多輻射源目標(biāo)角度的準(zhǔn)確跟蹤。

技術(shù)研發(fā)人員：趙智兵,魏逸凡,陳奕琪,魏平
受保護(hù)的技術(shù)使用者：電子科技大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9