一种天波雷达多路径量测聚类方法与流程

技术特征：
1.一种天波雷达多路径量测聚类方法，其特征在于，包括以下步骤：步骤1：建立模型并对模型初始化，包括以下子步骤：步骤1.1：多路径量测建模：通过所有电离层传播路径将量测坐标配准得到路径相关量测步骤1.2：聚类建模；步骤1.3：计算先验概率：根据局部传感器的检测概率以及杂波密度，计算聚类变量的初始置信p(c)，并根据多路径聚类约束得到聚类变量约束；步骤1.4：计算似然函数：根据路径相关量测对聚类变量c的统计依赖，计算全局似然函数步骤2：采用最大和置信传播算法进行迭代优化，包括以下子步骤：步骤2.1：因子图构建：根据后验概率的因子分解式构建航迹关联因子图；步骤2.2：消息初始：根据步骤1计算的先验概率p(c)和全局似然函数对因子图中的证据因子节点进行消息初始；步骤2.3：消息迭代：在聚类变量和约束1因子节点和约束2因子节点之间进行消息迭代传播，当消息收敛或达到最大迭代次数时终止迭代；步骤2.4：聚类团提取：根据聚类变量的最大后验概率估计提取量测的传播路径以及同一个目标的量测聚类团；步骤3：航迹融合：将聚类团内多路径量测通过简单凸组合算法，得到目标的量测融合状态估计。2.如权利要求1所述的一种天波雷达多路径量测聚类方法，其特征在于，所述步骤1.1中，在天波雷达目标探测场景的某一时刻下，表示责任区内第k个目标的状态，t为目标个数。表示第i个量测，m为量测个数；电离层传播路径数为p，假设电离层状态已知，对于传播路径τ，雷达极坐标系到麦卡托坐标系的坐标配准可以通过非线性变换实现t
τ
:量测集合定义为量测y
i
的路径相关量测集合定义为全体路径相关量测集合定义为假设目标检测概率为杂波在雷达探测区域内服从均匀分布，每次扫描的杂波个数服从泊松分布。3.如权利要求1所述的一种天波雷达多路径量测聚类方法，其特征在于，所述步骤1.2中，定义多路径聚类变量集合满足以下约束：约束1：一个量测只能通过一种电离层传播路径得到，一个目标通过一种电离层传播路径至多产生一个量测，表示为约束2：一个量测只能选择一个聚类中心，表示为约束3：如果存在量测选择某个量测作为聚类中心，则该量测必须选择自己作为聚类中
心，表示为满足约束1-3的聚类矩阵集合记为路径相关量测对聚类变量c的统计依赖可以表示为全局似然函数根据一般假设，对不同的量测和路径独立，全局似然函数可以因子分解为4.如权利要求1所述的一种天波雷达多路径量测聚类方法，其特征在于，所述先验概率模型为5.如权利要求1所述的一种天波雷达多路径量测聚类方法，其特征在于，所述步骤2.1中的关联因子图为：6.如权利要求1所述的一种天波雷达多路径量测聚类方法，其特征在于，所述步骤2中的聚类团提取包括以下子步骤：子步骤1：提取量测的传播路径：为了估计量测y
i
的传播路径，将所有传向量测y
i
的消息相加，并取使之最大化的路径，即量测y
i
的传播路径为子步骤2：在正确路径相关量测中提取同一个目标的量测聚类团；为了估计聚类变量的值，将所有传入聚类变量的消息相加，并取使之最大化的值，即然后通过聚类变量的估计值提取出聚类中心及其子集；子步骤3：将聚类团内多路径量测通过简单凸组合算法得到目标的量测融合状态估计。

技术总结
本发明涉及一种天波雷达多路径量测聚类方法，首先，将相似性传播聚类模型扩展到多路径聚类，并构建多路径聚类约束。然后，构建聚类变量联合概率密度函数及其对应的因子图。仿真结果表明，多路径相似性传播聚类算法较多假设聚类算法相比，在检测正确率、漏检率、均方根误差、OSPA和运行时间性能指标相当情况下可以大大降低运算时间。本发明相比于现有的天波雷达多路径量测聚类算法，在检测正确率、漏检率、均方根误差、OSPA和运行时间性能指标相当情况下可以大大降低运算时间。可以大大降低运算时间。可以大大降低运算时间。


技术研发人员：兰华 白向龙 王增福 潘泉
受保护的技术使用者：西北工业大学
技术研发日：2021.08.31
技术公布日：2022/1/14