一种相控阵雷达多目标分类识别和融合的目标反分裂方法与流程

1.本发明涉及相控阵雷达技术领域，具体为一种相控阵雷达多目标分类识别和融合的目标反分裂方法。


背景技术：

2.相控阵雷达即相位控制电子扫描阵列雷达，其快速而精确转换波束的能力使雷达能够在1min内完成全空域的扫描。所谓相控阵雷达是由大量相同的辐射单元组成的雷达面阵，每个辐射单元在相位和幅度上独立受波控和移相器控制，能得到精确可预测的辐射方向图和波束指向。雷达工作时发射机通过馈线网络将功率分配到每个天线单元，通过大量独立的天线单元将能量辐射出去并在空间进行功率合成，形成需要的波束指向。
3.相控阵雷达在对目标进行处理时，由于大型目标近距离的目标分裂干扰，会影响目标轨迹的精确和连续性，因此本技术提出一种相控阵雷达多目标分类识别和融合的目标反分裂方法。


技术实现要素：

4.本部分的目的在于概述本发明的实施方式的一些方面以及简要介绍一些较佳实施方式。在本部分以及本技术的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
5.鉴于上述和/或现有雷达目标识别中存在的问题，提出了本发明。
6.因此，本发明的目的是提供一种相控阵雷达多目标分类识别和融合的目标反分裂方法，对相控阵雷达采集的数据，进行了目标反分裂分类融合，在兼顾实时性的基础上，能够消除大型目标近距离的目标分裂干扰，为实现目标精准提取奠定了基础，同时采用持续迭代算法不断输出融合后的目标，保证目标轨迹的精确和连续性。
7.为解决上述技术问题，根据本发明的一个方面，本发明提供了如下技术方案：
8.一种相控阵雷达多目标分类识别和融合的目标反分裂方法，包括以下步骤：
9.步骤一：雷达数据采集，利用多个相控阵雷达对近距离目标数据进行实时采集上传；
10.步骤二：数据除杂，对雷达上传的数据进行噪声和干扰滤除，对目标数据进行过滤；
11.步骤三：数据处理，对多目标进行分类、识别和关联；
12.步骤四：处理后的数据进行分组，根据反分裂算法模型，每一组输出一个目标并进行迭代计算；
13.步骤五：目标输出，输出融合后近距离目标的进行目标和运动轨迹。
14.作为本发明所述的一种相控阵雷达多目标分类识别和融合的目标反分裂方法的一种优选方案，其中：所述步骤一中，通过多个相控阵雷达同时对多个目标进行数据采集，
主要针对近距离目标。
15.作为本发明所述的一种相控阵雷达多目标分类识别和融合的目标反分裂方法的一种优选方案，其中：所述步骤二中，目标过滤包括固定目标和疑似目标，固定目标为固定反馈的噪声，疑似目标为环境干扰的噪声。
16.作为本发明所述的一种相控阵雷达多目标分类识别和融合的目标反分裂方法的一种优选方案，其中：所述步骤三中，多目标包括多个静态目标和多个动态目标，对静态目标和动态目标进行分类和识别，在动态目标与静态目标相互转换时，确定目标之间的关联性。
17.作为本发明所述的一种相控阵雷达多目标分类识别和融合的目标反分裂方法的一种优选方案，其中：所述步骤四中，反分裂算法模型以分裂算法为基础，构建分裂算法模型，再根据分裂算法模型构建反分裂算法模型。
18.作为本发明所述的一种相控阵雷达多目标分类识别和融合的目标反分裂方法的一种优选方案，其中：所述步骤四中，迭代计算中已目标数据的坐标值作为计算数据，对目标数据进行迭代计算。
19.作为本发明所述的一种相控阵雷达多目标分类识别和融合的目标反分裂方法的一种优选方案，其中：所述步骤五中，进行目标指的是移动中的动态目标。
20.与现有技术相比：本发明对相控阵雷达采集的数据，进行了目标反分裂分类融合，在兼顾实时性的基础上，能够消除大型目标近距离的目标分裂干扰，为实现目标精准提取奠定了基础，同时采用持续迭代算法不断输出融合后的目标，保证目标轨迹的精确和连续性。
附图说明
21.为了更清楚地说明本发明实施方式的技术方案，下面将结合附图和详细实施方式对本发明进行详细说明，显而易见地，下面描述中的附图仅仅是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：
22.图1为本发明系统结构示意图。
具体实施方式
23.为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。
24.在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施方式的限制。
25.其次，本发明结合示意图进行详细描述，在详述本发明实施方式时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。
26.为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明的实施方式作进一步地详细描述。
27.本发明提供一种相控阵雷达多目标分类识别和融合的目标反分裂方法，对相控阵雷达采集的数据，进行了目标反分裂分类融合，在兼顾实时性的基础上，能够消除大型目标近距离的目标分裂干扰，为实现目标精准提取奠定了基础，同时采用持续迭代算法不断输出融合后的目标，保证目标轨迹的精确和连续性，请参阅图1，包括以下步骤：
28.步骤一：雷达数据采集，利用多个相控阵雷达对近距离目标数据进行实时采集上传，相控阵雷达即相位控制电子扫描阵列雷达，其快速而精确转换波束的能力使雷达能够在1min内完成全空域的扫描。所谓相控阵雷达是由大量相同的辐射单元组成的雷达面阵，每个辐射单元在相位和幅度上独立受波控和移相器控制，能得到精确可预测的辐射方向图和波束指向。雷达工作时发射机通过馈线网络将功率分配到每个天线单元，通过大量独立的天线单元将能量辐射出去并在空间进行功率合成，形成需要的波束指向，通过多个相控阵雷达同时对目标进行扫描，获得目标数据，通过多个相控阵雷达同时对多个目标进行数据采集，主要针对近距离目标。
29.步骤二：数据除杂，对雷达上传的数据进行噪声和干扰滤除，对目标数据进行过滤，雷达发射电磁波对目标进行照射并接收其回波，由此获得目标至电磁波发射点的距离、距离变化率(径向速度)、方位、高度信息，电磁波在传输过程中容易受到外界干扰，针对目标信息系对干扰进行过滤和筛选，步骤二中，目标过滤包括固定目标和疑似目标，固定目标为固定反馈的噪声，疑似目标为环境干扰的噪声。
30.步骤三：数据处理，对多目标进行分类、识别和关联，步骤三中，多目标包括多个静态目标和多个动态目标，对静态目标和动态目标进行分类和识别，在动态目标与静态目标相互转换时，确定目标之间的关联性。
31.步骤四：处理后的数据进行分组，根据反分裂算法模型，每一组输出一个目标并进行迭代计算，步骤四中，反分裂算法模型以分裂算法为基础，构建分裂算法模型，再根据分裂算法模型构建反分裂算法模型，步骤四中，迭代计算中已目标数据的坐标值作为计算数据，对目标数据进行迭代计算。
32.步骤五：目标输出，输出融合后近距离目标的进行目标和运动轨迹，进行目标指的是移动中的动态目标。
33.在具体的使用时，对多个相控阵雷达采集的数据，进行目标反分裂分类融合，在兼顾实时性的基础上，能够消除大型目标近距离的目标分裂干扰，为实现目标精准提取奠定了基础，同时采用持续迭代算法不断输出融合后的目标，保证目标轨迹的精确和连续性。
34.虽然在上文中已经参考实施方式对本发明进行了描述，然而在不脱离本发明的范围的情况下，可以对其进行各种改进并且可以用等效物替换其中的部件。尤其是，只要不存在结构冲突，本发明所披露的实施方式中的各项特征均可通过任意方式相互结合起来使用，在本说明书中未对这些组合的情况进行穷举性的描述仅仅是出于省略篇幅和节约资源的考虑。因此，本发明并不局限于文中公开的特定实施方式，而是包括落入权利要求的范围内的所有技术方案。