超稀疏雷达数据关联匹配方法

摘要

本发明提供了一种超稀疏雷达数据关联匹配方法，采用“先匹配再定轨再匹配”的思想及“三点法”匹配原则，对数据进行分类、初定轨、“三点法”轨道匹配，逐级筛选目标潜在关联集，以达到数据自相关匹配的目的。本发明提出的超稀疏雷达数据的“三点法”匹配方法，实用性强、匹配正确率高，有效解决了缺少先验信息情况下空间目标多圈超稀疏雷达数据的关联匹配问题，填补了我国在超稀疏雷达多圈观测数据关联匹配方面的空白。

主权项

一种超稀疏雷达数据关联匹配方法，其特征在于包括下述步骤：步骤一、在未关联数据点全集{A}中的选出任意数据点D_k，与{A}中任意一数据点D_j进行潜在关联分类；D_k对应的观测时间为t(D_k)，空间位置为r(D_k)，D_j对应的观测时间为t(D_j)，空间位置为r(D_j)；Δh、Δt、分别为设定的高度、时间、角度筛选门限；1)若k≠j，则D_j为D_k的第一类潜在关联数据，加入潜在关联集中，其中，为r(D_k)、r(D_j)夹角，t_Δ为D_j和D_k相对某一观测站位于同一个弧段时，从r(D_k)到r(D_j)所需要的理论时间，B为观测站纬度，轨道的平运动速度μ为地球引力常数，纬度幅角u及轨道倾角的i满足R(R_x,R_y,R_z,)为r(D_k)、r(D_j)所在轨道面的单位法向，且cosi＝R_z；2)若k≠j，则D_j为D_k的第二类潜在关联数据，加入潜在关联集中，其中，t′_Δ为D_j和D_k相对某一观测站间隔多圈后同为升轨或降轨方式时，从r(D_k)到r(D_j)所需要的理论时间，t′_Δ＝sT，后取整数；3)若则D_j为D_k的第三类潜在关联数据，加入潜在关联集中；步骤二、分别将D_k与中每个潜在关联点进行初定轨，得出相对应的轨道σ_1m，其中，σ_1m＝(a_1m,e_1m,i_1m,Ω_1m,ω_1m,M_1m)^T，即为轨道的半长轴、偏心率、倾角、升交点赤径、近地点幅角、平近点角；分别将D_k与中每个潜在关联点进行初定轨，得出轨道根数σ_3n，其中，σ_3n＝(a_3n,e_3n,i_3n,Ω_3n,ω_3n,M_3n)^T，即为轨道的半长轴、偏心率、倾角、升交点赤径、近地点幅角、平近点角；若集合非空，分别以σ_1m为基准筛选σ_3n，筛选原则如下：Δa、Δi、ΔΩ分别为设定的轨道半长轴、轨道倾角、升交点赤径筛选门限；选择σ_3n中与σ_1m相匹配的轨道根数作为基准轨道根数若集合为空，则σ_3n中所有轨道根数即为基准轨道根数，步骤三、将所有参与基准轨道根数确定的数据点建立集合即第二级潜在关联集；步骤四、依据潜在关联的两点的轨道特性，在第二类潜在关联集中，查找关联的第三点：1)依次根据每一个基准轨道根数对应的数据点分别将与P_d2(D_k)中所有点进行定轨，得出轨道根数σ_2l，σ_2l＝(a_2l,e_2l,i_2l,Ω_2l,ω_2l,M_2l)^T，即为轨道的半长轴、偏心率、倾角、升交点赤径、近地点幅角、平近点角；2)将σ_2l外推到要匹配的对应的根数外推原理如下：其中，a_e为地球半径，C₂₀＝0.0010826；3)通过E‑e sin E＝M和计算轨道的真近点角的f，其中，M为轨道平近点角，E为偏近点角，e为偏心率；4)采用三点法对分别来自第一类、第二类、第三类潜在关联集中的三个数据点确定的两组轨道进行匹配，匹配原则如下：Δa、Δi、ΔΩ、Δf分别为设定的轨道半长轴、轨道倾角、升交点赤径、真近点角筛选门限；步骤五、将所有满足匹配原则的轨道根数与中所用的数据点，建立第三级潜在关联集P_d123(D_k)＝{D₁,D₂...,D_x}，则P_d123为D_k的最终关联匹配数据集{P(D_k)}；令{A}＝{A}‑{P(D_k)}，返回步骤一，进行其它数据点的关联匹配，若{A}中数据元素个数小于3，则匹配结束。