达测量数据对质阻比估计模块、质阻比估 计收敛辨识模块和目标类别辨识模块中的变量进行初始化； 所述质阻比估计模块，其用于通过接收第K拍的质阻比估计模块中变量的值和第K+1 拍的雷达测量数据，采用非线性滤波器以递归滤波的方法估计质阻比，得到第K+1拍的质 阻比估计值； 所述质阻比估计收敛辨识模块，其用于通过接收第K拍的质阻比估计收敛模块中变量 的值和第K+1拍的质阻比估计值，递推计算第K+1拍的质阻比估计收敛概率，并辨识质阻比 估计的收敛性； 所述目标类别辨识模块，其用于通过接收第K拍的目标类别辨识模块中变量的值、第K+1拍的质阻比估计值和第K+1拍的质阻比估计收敛概率，递推计算目标类别概率，辨识稠 密大气内无推力高速飞行目标的类别。2. 根据权利要求1所述的一种稠密大气内无推力高速飞行目标类别辨识系统，其特征 在于：所述初始化模块初始化的变量包括所述质阻比估计模块的系统状态变量和协方差矩 阵；所述质阻比估计收敛辨识模块的离散状态变量、质阻比估计收敛概率、状态转移概率、 概率似然函数均值和概率似然函数方差；所述目标类别辨识模块的类别数目、离散状态变 量、目标类别概率、状态转移概率、概率似然函数均值和概率似然函数方差。3. 根据权利要求2所述的一种稠密大气内无推力高速飞行目标类别辨识系统，其特征 在于：所述第K拍的质阻比估计模块中变量的值为质阻比估计模块中系统状态变量和协方 差矩阵的初始化的值，或为通过质阻比估计模块中系统状态变量和协方差矩阵的初始化的 值和雷达测量数据逐拍递推更新得到的第K拍的系统状态变量和协方差矩阵； 所述第K拍的质阻比估计收敛模块中变量的值为质阻比估计收敛模块中质阻比估计 收敛概率、状态转移概率、概率似然函数均值和概率似然函数方差的初始化的值，或为通过 质阻比估计收敛模块中质阻比估计收敛概率、状态转移概率、概率似然函数均值和概率似 然函数方差的初始化的值通过预测进行更新得到的第K拍的质阻比估计收敛概率、状态转 移概率、概率似然函数均值和概率似然函数方差； 所述第K拍的目标类别辨识模块中变量的值为目标类别辨识模块中目标类别概率、 状态转移概率、概率似然函数均值和概率似然函数方差的初始化的值，或为通过目标类别 辨识模块中目标类别辨识模块的目标类别概率、状态转移概率、概率似然函数均值和概率 似然函数方差的初始化的值通过预测进行更新得到的第K拍的目标类别概率、状态转移概 率、概率似然函数均值和概率似然函数方差。4. 根据权利要求根据权利要求3所述的一种稠密大气内无推力高速飞行目标类别辨 识系统，其特征在于：所述质阻比估计模块得到质阻比估计值的具体实现，包括以下步骤， 步骤一，根据第K拍的质阻比估计模块中的系统状态变量的维度计算第K拍的质阻比 估计模块中的系统状态变量和协方差矩阵的权值； 步骤二，利用第K拍的质阻比估计模块中的系统状态变量和协方差矩阵生成第K拍的 米样点； 步骤三，根据第K拍的质阻比估计模块中的系统状态变量和协方差矩阵的权值和第K 拍的采样点进行第κ+l拍的采样点和协方差矩阵预测； 步骤四，根据第Κ+1拍的采样点和协方差矩阵预测的值和接收的第Κ+1拍的雷达测量 数据进行第κ+l拍的采样点测量预测； 步骤五，根据第Κ+l拍的采样点测量预测的值更新质阻比估计模块中的系统状态变量 和协方差矩阵，得到第κ+l拍的系统状态变量和协方差矩阵，并根据第Κ+l拍的系统状态变 量和协方差矩阵得到第κ+l拍的质阻比估计值。5. 根据权利要求3所述的一种稠密大气内无推力高速飞行目标类别辨识系统，其特征 在于：所述质阻比估计收敛辨识模块得到质阻比估计收敛概率并进行质阻比估计收敛性辨 识的具体实现，包括以下步骤， 步骤一，利用第Κ拍的质阻比估计收敛辨识模块的质阻比估计收敛概率和状态转移概 率对第κ+l拍的质阻比估计收敛概率进行预测； 步骤二，利用第Κ+l拍的质阻比估计收敛概率、第Κ+l拍的质阻比估计值和第Κ拍的质 阻比估计收敛辨识模块的概率似然函数均值和概率似然函数方差对第Κ+l拍的质阻比估 计收敛概率进行更新，得到第κ+l拍的质阻比估计收敛概率； 步骤三，根据收敛条件辨识第κ+l拍的质阻比估计的收敛性。6. 根据权利要求3所述的一种稠密大气内无推力高速飞行目标类别辨识系统，其特征 在于：所述目标类别辨识模块进行稠密大气内无推力高速飞行目标的目标类别辨识的具体 实现，包括以下步骤， 步骤一，利用第Κ拍的目标类别辨识模块的目标类别概率和状态转移概率对第Κ+l拍 的目标类别概率进行预测； 步骤二，利用第Κ+l拍的质阻比估计值和第Κ拍的目标类别辨识模块的概率似然函数 均值和概率似然函数方差对第Κ+l拍的目标类别概率进行更新，得到第Κ+l拍的目标类别 概率； 步骤三，通过得到的第Κ+l拍的质阻比估计收敛概率和第Κ+l拍的目标类别概率计算 联合后验概率； 步骤四，通过联合后验概率对稠密大气内无推力高速飞行目标的类别进行第Κ+l拍的 辨识； 步骤五，令Κ=Κ+1，依次循环进行质阻比估计、质阻比估计收敛概率计算和稠密大气 内无推力高速飞行目标的类别辨识，直至稠密大气内无推力高速飞行目标类别辨识系统退 出，将多次辨识的结果综合得出稠密大气内无推力高速飞行目标辨识结果。7. -种稠密大气内无推力高速飞行目标类别辨识方法，其特征在于：包括以下步骤， S1，搭建权利要求1至6任一项所述的一种稠密大气内无推力高速飞行目标类别辨识 系统； 52, 通过接收的初始两拍的雷达测量数据对一种稠密大气内无推力高速飞行目标类别 辨识系统中的变量进行初始化； 53, 通过第Κ拍的一种稠密大气内无推力高速飞行目标类别辨识系统中的变量值和接 收的第Κ+l拍的雷达测量数据，采用非线性滤波器以递归滤波的方法估计质阻比，得到第 Κ+l拍的质阻比估计值； 54, 通过接收第Κ+l拍的质阻比估计值和第Κ拍的一种稠密大气内无推力高速飞行目 标类别辨识系统中的变量值，递推计算第κ+l拍的质阻比估计收敛概率，并辨识质阻比估 计的收敛性； S5，通过接收第Κ+l拍的质阻比估计值、第Κ+l拍的质阻比估计收敛概率和第Κ拍的一 种稠密大气内无推力高速飞行目标类别辨识系统中的变量值，递推计算目标类别概率，辨 识稠密大气内无推力高速飞行目标的类别。8. 根据权利要求7所述的一种稠密大气内无推力高速飞行目标类别辨识方法，其特征 在于：在所述步骤S3中，得到质阻比估计值的具体实现，包括以下步骤， S31，根据第Κ拍的质阻比估计模块的系统状态变量的维度计算第Κ拍的质阻比估计模 块的系统状态变量和协方差矩阵的权值； 532, 利用第Κ拍的质阻比估计模块的系统状态变量和协方差矩阵生成第Κ拍的采样 占. 533, 根据第Κ拍的质阻比估计模块的系统状态变量和协方差矩阵的权值和第Κ拍的采 样点进行第Κ+l拍的采样点和协方差矩阵预测； 534, 根据第Κ+l拍的采样点和协方差矩阵预测的值和接收的第Κ+l拍的雷达测量数据 进行第Κ+l拍的采样点测量预测； 535, 根据第Κ+l拍的采样点测量预测的值更新质阻比估计模块的系统状态和协方差 矩阵，得到第Κ+l拍的质阻比估计值。9. 根据权利要求7所述的一种稠密大气内无推力高速飞行目标类别辨识方法，其特征 在于：在步骤S4中，得到质阻比估计收敛概率并进行质阻比估计收敛性辨识的具体实现， 包括以下步骤， S41，利用第Κ拍的质阻比估计收敛辨识模块的质阻比估计收敛概率和状态转移概率 对第Κ+l拍的质阻比估计收敛概率进行预测； 542, 利用第Κ+l拍的质阻比估计收敛概率、第Κ+l拍的质阻比估计值和第Κ拍的质阻 比估计收敛辨识模块的概率似然函数均值和概率似然函数方差对第Κ+l拍的质阻比估计 收敛概率进行更新，得到第Κ+l拍的质阻比估计收敛概率； 543, 根据收敛条件辨识第Κ+l拍的质阻比估计的收敛性。10. 根据权利要求7所述的一种稠密大气内无推力高速飞行目标类别辨识方法，其特 征在于：在步骤S5中，进行稠密大气内无推力高速飞行目标的目标类别辨识的具体实现， 包括以下步骤， S51，利用第Κ拍的目标类别辨识模块的目标类别概率和状态转移概率对第Κ+l拍的目 标类别概率进行预测； S52,利用第Κ+l拍的质阻比估计值和第Κ拍的目标类别辨识模块的概率似然函数均 值和概率似然函数方差对第Κ+l拍的目标类别概率进行更新，得到第Κ+l拍的目标类别概 率； S53，通过得到的第Κ+l拍的质阻比估计收敛概率和第Κ+l拍的目标类别概率计算联合 后验概率； 554, 通过联合后验概率对稠密大气内无推力高速飞行目标的类别进行第Κ+l拍的辨 识； 555, 令Κ=Κ+1，依次循环进行质阻比估计、质阻比估计收敛概率计算和稠密大气内无
【专利摘要】本发明涉及一种稠密大气内无推力高速飞行目标类别辨识系统，包括初始化模块、质阻比估计模块、质阻比估计收敛辨识模块和目标类别辨识模块，所述初始化模块，其用于对变量进行初始化；所述质阻比估计模块，其用于得到第K+1拍的质阻比估计值；所述质阻比估计收敛辨识模块，其用于辨识质阻比估计的收敛性；所述目标类别辨识模块，其用于递推计算目标类别概率，辨识稠密大气内无推力高速飞行目标的类别。本发明一种稠密大气内无推力高速飞行目标类别辨识系统可以精确估计稠密大气内无推力高速飞行目标质阻比，并且通过精确估计的质阻比进行质阻比估计的收敛辨识，从而通过精确估计的质阻比和质阻比估计的收敛辨识进行目标类别的准确辨识。
【IPC分类】G01S7/41
【公开号】CN105277928
【申请号】CN201510629618
【发明人】孙树岩, 余继周, 韦杉, 张伯彦
【申请人】北京无线电测量研究所
【公开日】2016年1月27日
【申请日】2015年9月28日