基于无源多点定位技术的目标运动-静止状态判断方法 |
|||||||
申请号 | CN201410093814.4 | 申请日 | 2014-03-13 | 公开(公告)号 | CN104035066A | 公开(公告)日 | 2014-09-10 |
申请人 | 中国民用航空总局第二研究所; | 发明人 | 黄荣顺; 彭卫; 王伟; 蒋凯; | ||||
摘要 | 本 发明 公开了一种基于无源多点 定位 技术的目标运动-静止状态判断方法,该方法可使用单个量测值或多个量测值进行判断。单个量测值判断步骤:计算单个量测值的几何 精度 因子矩阵并用来对量测值进行归一化处理以得到判断统计量。多个量测值判断:使用第N个量测值分别减去余下的N-1个量测值并根据x和y轴数据构成一个列矢量,然后结合各量测值计算出的几何精度因子矩阵构造出该列矢量的相关矩阵并用来对列矢量进行归一化处理以便构建判断统计量,最后根据 门 限进行判断。本发明基于统计假设检验并结合机场场面监视多点定位系统,系统适应性和鲁棒性较强;计算量较小且检测性能好;可灵活选用单个量测值或多个量测值进行判断。 | ||||||
权利要求 | 1.一种基于无源多点定位技术的目标运动-静止状态判断方法,其特征在于包括以下步骤: |
||||||
说明书全文 | 基于无源多点定位技术的目标运动-静止状态判断方法技术领域[0001] 本发明涉及民用航空领域内的目标监视技术领域,特别是一种基于无源多点定位技术的目标运动-静止状态判断方法。 背景技术[0004] 实测数据表明,机场场面监视多点定位系统所提供的目标位置(以下均简称为量测值)有如下特点: [0005] 1、同一个目标前后连续量测值之间的时间间隔是无规律的,其范围由微秒级到数十秒级; [0006] 2、机场场面监视多点定位系统所引入量测噪声的统计特性与目标所在场面位置有关;同时,不同坐标轴上的量测噪声之间具有统计相关性,且其相关性也与目标所在场面位置有关。这个特点是由机场场面监视多点定位系统固有特性所决定的。 [0007] 在机场场面监视多点定位系统的实际使用中,有一种很现实的新的需求,即要判断目标的运动或静止状态,通过这种状态的判断,不仅可以显示出目标更准确的运动特性,而且有助于更有效地去除视距非直达波信号所造成的野值。 [0008] 针对上述机场场面监视多点定位系统的量测值特点和新的需求,本发明所涉及的基于无源多点定位技术的目标运动-静止状态判断方法就应运而生。 发明内容[0009] 本发明的发明目的在于:针对上述存在的问题,提供一种基于无源多点定位技术的目标运动-静止状态判断方法。 [0010] 本发明所涉及的方法应用于机场场面监视多点定位系统中跟踪滤波部分的一个子模块,以统计假设检验为理论基础并结合了机场场面监视多点定位系统的特点,可对目标当前的运动情况进行可靠的判断。实际中,判断数据为机场场面监视多点定位系统所解算出的目标定位位置,输出为判断结果(运动或静止状态)。 [0011] 以二维平面直角坐标为例进行以下推导: [0012] 目标量测值可表示为: [0013] [0014] xk、yk为目标k时刻的量测值,其中 为目标k时刻的真实位置,nxk、nyk分别为k时刻量测值在x轴、y轴上的噪声(即零均值高斯白噪声随机过程)。 [0015] 将k时刻的量测值减去k-1时刻的量测值,在x轴、y轴上分别用△xk、△yk表示。如使用H0表示目标静止状态假设,H1表示目标运动状态假设,则有 [0016] [0017] 其中vxk,vyk为k-1到k时刻目标速度,tk表示k时刻量测值的到达时间(TOA),符号&、|分别表示逻辑“与”(同时满足条件)和“或”(满足其中之一条件)。 [0018] 显然,当目标运动时(vxk≠0或vyk≠0),上述静止与运动的判断决策问题转化为判断△xk、△yk是零均值高斯随机变量还是非零均值高斯随机变量的决策问题。 [0019] 本发明提供了两个基于无源多点定位技术的目标运动-静止状态判断方法,一个适用于多个量测值的判断,另一个适用于单个量测值的判断,具体内容如下。 [0020] 适用于多个量测值的判断方法具体为: [0021] 一种基于无源多点定位技术的目标运动-静止状态判断方法,其特征在于包括以下步骤: [0022] 第一步、从机场场面监视多点定位系统获得N个目标的量测值作为一个窗口处理样本:{x1,y1},{x2,y2},…{xN,yN},分别计算这N个量测值的几何精度因子矩阵,即i=1~N,其中 表示数学期望; [0023] 第二步、使用第N个量测值分别减去余下的N-1个量测值,即获得△xNi=xN-xi,i=1~N-1,△yNi=yN-yi,i=1~N-1; [0024] 第三步、构建 的相关矩阵: [0025] [0026] 构建 的相关矩阵: [0027] [0028] 构建 及 的互相关矩阵: [0029] [0030] 第四步、将第三步所得3个矩阵组合成一个矩阵Cxy,即 将△x和△y组合成一个列矢量Zxy,即 [0031] 第五步、计算 [0033] 第七步、输出判断结果; [0034] 第八步、窗口滑动一个量测值后再重复上述各步骤。 [0035] 上述方法适用于对多个量测值进行滑窗假设检验,计算量较大,但是检测性能有所提高。 [0036] 适用于单个量测值的判断方法具体为: [0037] 一种基于无源多点定位技术的目标运动-静止状态判断方法,其特征在于包括以下步骤: [0038] 第一步、从机场场面监视多点定位系统获取量测值xk、yk; [0039] 第二步、计算几何精度因子矩阵,即 其中表示数学期望; [0041] 第四步、设定显著性水平α,则可确定单个量测值的门限M,再使用ξk做如下判断: [0042] a、当ξk>M时,目标判断为运动的; [0043] b、当ξk≤M时,判断目标是静止的 [0044] 第五步、输出判断结果。 [0045] 上述方法适用于对单个量测值进行统计假设检验,计算速度较快,具有很好的实时性,但是虚警率比较高,很容易发生误判。 [0046] 适用于多个量测值的判断方法是在单个量测值判断方法的基础上提出来的,原理相似,只是计算量与检测性能上有差别,实际中可根据具体工程要求采用哪一种方法。 [0047] 综上所述,由于采用了上述技术方案,本发明的有益效果是:两个方法均基于统计假设检验的原理,并结合机场场面监视多点定位系统的特点,具有较强的系统适应性和鲁棒性;实际计算过程中, i=1~N的值都很接近,只需要计算一个即可,因而可以提高计算效率;两个方法各有长处,可以根据实际情况灵活选择使用。 附图说明 [0049] 图2是本发明实施例2的流程图。 具体实施方式[0050] 下面结合附图,对本发明作详细的说明。 [0051] 实施例1: [0052] 如图1所示,一种基于无源多点定位技术的目标运动-静止状态判断方法,其特征在于包括以下步骤: [0053] 第一步、从机场场面监视多点定位系统获得N个目标的量测值作为一个窗口处理样本:{x1,y1},{x2,y2},…{xN,yN},分别计算这N个量测值的几何精度因子矩阵,即i=1~N,其中 表示数学期望; [0054] 第二步、使用第N个量测值分别减去余下的N-1个量测值,即获得△xNi=xN-xi,i=1~N-1,△yNi=yN-yi,i=1~N-1; [0055] 第三步、构建 的相关矩阵 [0056] [0057] 构建 的相关矩阵 [0058] [0059] 构建 及 的互相关矩阵 [0060] [0061] 第四步、将第三步所得3个矩阵组合成一个矩阵Cxy,即 将△x和△y组合成一个列矢量Zxy,即 [0062] 第五步、计算 [0063] 第六步、设定显著性水平αw,则可确定量测值门限Mw,再使用ξw做判断:当ξw>Mw时,目标判断为运动的;当ξw≤Mw时,判断目标是静止的; [0064] 第七步、输出判断结果; [0065] 第八步、窗口滑动一个量测值后再重复上述各步骤。 [0066] 实施例2: [0067] 如图2所示,一种基于无源多点定位技术的目标运动-静止状态判断方法,其特征在于包括以下步骤: [0068] 第一步、从机场场面监视多点定位系统获取量测值xk、yk; [0069] 第二步、计算几何精度因子矩阵,即 其中表示数学期望; [0070] 第三步、计算 如目标为静止状态,则ξk服从自由度为22 的χ 分布;如目标是运动状态,即△xk或△yk不再是零均值高斯随机变量,ξk将会显著变大; [0071] 第四步、设定显著性水平α,则可确定单个量测值的门限M,再使用ξk做如下判断:a、当ξk>M时,目标判断为运动的;b、当ξk≤M时,判断目标是静止的[0072] 第五步、输出判断结果。 |