一种分布式光控阵列协同处理系统的制作方法

本发明属于分布式协同信号处理技术，具体为一种分布式光控阵列协同处理系统。

背景技术：

在现代战争中，战场环境与目标特征越来越复杂，传统的单一平台的电子对抗系统的生存面临这严重的威胁，单一平台的光控子阵列收到位置，环境以及设备性能的局限，获取的目标信息不完整，参数估计精度较低，将多个单一平台的子阵列进行组网，通过数据融合方法进行协同观测，可以提高整个电子对抗系统的生存能力，抗干扰能力以及对目标的跟踪定位能力，从而实现对关键区域和目标的有效探测识别。

目前，国内关于分布式光控阵列协同信号处理的方法主要采用集中式方法，即将各个子阵列在完成对目标的时频等信息的获取之后，将所有观测数据发送至主站系统中，这种协同处理方式存在着观测数据传输量大，对设备的数据传输模块的数据传输率有着较大的要求，在实际应用中存在着风险。

技术实现要素：

本发明的目的在于提出了一种分布式光控阵列协同处理系统。

实现本发明目的的技术解决方案为：一种分布式光控阵列协同处理系统，包括设置于各个光控子阵列的目标信号检测与时频参数估计模块、目标信号空域参数估计模块、数据压缩与传输模块，设置于主光控子阵列的分布式数据融合处理模块，所述目标信号检测与时频参数估计模块用于对空域内的目标进行信号检测与时频参数估计，得到各个子阵下的目标的时频域参数信息，所述目标信号空域参数估计模块用于实现空域参数的测量与估计，所述数据压缩与传输模块用于对数据进行压缩后传输至主光控子阵列，所述分布式数据融合处理模块用于对各个光控子阵列传输来的数据进行融合处理，获得获得融合后的航迹。

优选地，所述目标信号检测与时频参数估计模块在时域与频域上，通过信号的能量检测方法实现对目标的载频、脉宽、到达时间以及幅度信息进行测量与估计。

优选地，所述目标信号空域参数估计模块采用比幅测向、干涉仪测向以及时差定位中任一种方式实现对目标的空域参数的测量与估计。

优选地，所述数据压缩与传输模块对数据进行压缩后传输至主光控子阵列的具体过程包括：时间同步处理、时间窗计算以及数据处理，所述时间同步处理指的是各个光控子阵列通过自身的北斗/gps天线实现各个光控子阵列的时间同步，且在完成时间同步之后，各个光控子阵列将获取的信息打上时戳；时间窗计算指的是根据各个光控子阵列位置排布，计算到主光控子阵列的距离信息l，l/c即为时间窗，c为光速；数据处理指的是各个光控子阵列将时间窗内的数据进行筛选，将筛选后的数据进行压缩编码后传输至主光控子阵列。

优选地，所述分布式数据融合模块对对各个光控子阵列传输来的数据进行融合处理，获得融合后的航迹的具体过程数据包括：数据配准、航迹关联以及航迹融合。

优选地，数据配准采用时间配准与空间配准两者相结合的方式，时间配准采用最小二乘法算法，空间配准通过坐标系转换实现将不同的子阵的观测数据集中至同一坐标系下。

本发明与现有技术相比，其显著优点为：本发明将各个光控子阵列获取的信息进行局部的目标状态估计，通过分布式数据融合实现对目标信息的准确全局估计，实现对目标的跟踪定位，本发明对数据传输量要求较小，有利于实际应用。

下面结合附图对本发明做进一步详细的描述。

附图说明

图1是本发明的一个实施例中一种分布式光控阵列协同处理系统工作流程图。

图2是根据本发明的一个实施例中分布式数据融合处理模块的处理流程示意图。

具体实施方式

如图1、2所示，一种分布式光控阵列协同处理系统，包括设置于各个光控子阵列的目标信号检测与时频参数估计模块、目标信号空域参数估计模块、数据压缩与传输模块，设置于主光控子阵列的分布式数据融合处理模块，所述目标信号检测与时频参数估计模块用于对空域内的目标进行信号检测与时频参数估计，得到各个子阵下的目标的时频域参数信息，所述目标信号空域参数估计模块用于实现空域参数的测量与估计，所述数据压缩与传输模块用于对数据进行压缩后传输至主光控子阵列，所述分布式数据融合处理模块用于对各个光控子阵列传输来的数据进行融合处理，获得获得融合后的航迹。

进一步的实施例中，所述目标信号检测与时频参数估计模块主要在时域与频域上，通过信号的能量检测方法实现对目标的载频、脉宽、到达时间以及幅度信息进行测量与估计；

进一步的实施例中，所述目标信号空域参数估计模块在各个子站完成目标参数的检测之后，提取有效的信号参数，并根据子阵的设计，通过比幅测向、干涉仪测向以及时差定位等方式对目标的空域参数进行测量与估计；

进一步的实施例中，所述数据压缩与传输模块用于对数据进行压缩后传输至主光控子阵列的具体过程包括：时间同步处理、时间窗计算以及数据处理。时间同步处理指的是各个子阵通过自身的北斗/gps天线实现各个子阵的时间同步，在完成时间同步之后，各个子阵将获取的信息打上时戳；时间窗计算指的是根据光控阵列中的子阵位置排布，各光控子站计算到主站的距离信息(l)，l/c(光速)即为时间窗，由于数据传输的带宽受限，一般情况下各个光控子站不能将所有的数据信息发送至主站中去，因此各个子阵只需要将时间窗内的有效数据打包发送至融合处理中；数据处理指的是各个子阵将时间窗内的数据进行筛选，将筛选后的数据进行压缩编码，发送至数据传输模块中去。

进一步的实施例中，所述分布式数据融合模块是分布式光控阵列协同处理的关键，通过分布式数据融合模块实现对各个光控子阵列的观测数据的处理与融合，从而得到关于目标相关参数信息的更加准确测量估计。

本实施例中，所述分布式数据融合模块对对各个光控子阵列传输来的数据进行融合处理，获得融合后的航迹的具体过程数据包括：数据配准、航迹关联以及航迹融合，其中：

数据配准采用时间配准与空间配准两者相结合的方式，时间配准算法采用最小二乘法，空间配准通过坐标系转换实现将不同的子阵的观测数据集中至同一坐标系下；航迹关联算法采用加权法、修正法等基于统计理论的算法实现航迹关联；航迹融合采用基于统计理论的分布式航迹融合算法。

具体地，数据配准的具体过程为：由于光控子阵列提供观测信息的采样间隔、坐标系不同造成传感器自身偏差和观测误差的存在，使得光控阵列在融合前需要数据配准，即数据“无误差”转换时通常需要的时空配准过程，主要包括时间配准和空间配准两部分。时间配准主要将各光控子阵列采集到的观测信息从不同步时刻转换到同一时刻。时间配准算法有最小二乘法、内插外推法、曲线拟合法等；空间配准则主要完成光控子阵列同一平台不同坐标系或不同平台不同坐标系下观测数据到同一平台同一坐标系的转换。

航迹关联是解决光控阵列观测信息目标属性判别问题的关键。当判别为同一目标后就可进行航迹融合，因此，融合系统性能的好坏与航迹关联结果密切相关。分布式航迹关联算法主要包括加权法、修正法等基于统计理论的算法和模糊函数、模糊逻辑等基于模糊数学的算法。在本实施例中，采用基于统计理论的算法实现航迹关联。

航迹融合作为分布式光控阵列数据融合目标跟踪实现的最后环节，分布式航迹融合按照融合处理信息来源不同出现了两种融合结构。已知单一平台自身形成的目标航迹一般称为局部航迹，而将分布式光控阵列下获取的目标航迹称为系统航迹。由此，这两种结构分别为局部航迹到局部航迹的融合和局部航迹到系统航迹的融合。前者完成分布式光控阵列局部航迹的融合，以得到最终基于全局系统的融合估计。这种情况下，系统估计误差虽然不会随时间增大，但融合性能会因为没有利用到系统航迹估计信息而有所降低；后者利用已获取的分布式光控阵列系统航迹与局部航迹进行融合。它因为利用了系统航迹先验信息，使得融合性能有所改善，但同时会造成估计误差的传递和积累。为了应对瞬息万变的战场环境，这两种融合结构相辅相成，以实现分布式光控阵列的全局融合。

本发明的工作过程为：光控阵列由多个光控子阵列组成，设定其中一个为主光控子阵列，由各个光控子阵列通过目标信号检测与时频参数估计模块实现对目标信号的载频、脉宽、重复周期、到达时间、幅度等时频参数的测量与估计，目标信号估计空域参数估计模块实现对目标的空域参数的测量与估计，各个光控子阵列通过数据压缩与传输模块将光控子阵列分选处理后的数据进行数据压缩，并将压缩后的数据发送至协同处理主光控子阵列中去，主光控子阵列通过分布式数据融合模块将各个子阵列获取的信息进行融合，完成对目标辐射源的高精度参数估计，最后对融合后的信息通过基于扩展卡尔曼滤波算法的协同定位与目标跟踪模块实现对目标辐射源的定位与跟踪。