[發(fā)明專利]一種地面目標實時跟蹤性能評估方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201711381602.6
• 申請日: 2017-12-20
• 公開（公告）號: CN108227750B
• 公開（公告）日: 2021-02-05
• 發(fā)明（設計）人: 毛艷慧;程為彬;汪躍龍;高怡;陳晨
• 申請（專利權）人: 西安石油大學
• 主分類號: G05D1/12
• 分類號: G05D1/12;G06F30/20
• 代理公司: 北京力量專利代理事務所(特殊普通合伙) 11504
• 代理人: 王鴻遠

1.一種地面目標實時跟蹤性能評估方法，其特征在于，包括:

獲取目標估計器的估計誤差概率分布，所述目標估計器為待評估的地面目標實時跟蹤狀態(tài)估計器；

分析所述估計誤差概率分布與預設的期望誤差概率分布之間的相似度；

根據所述相似度對所述目標估計器進行跟蹤性能評估；

在所述分析所述估計誤差概率分布與預設的期望誤差概率分布之間的相似度之前，所述方法還包括：

判定所述期望誤差概率分布的分布類型，根據所述分布類型選取相應的相似度分析模型；

若所述期望誤差概率分布為高斯分布或拉普拉斯分布時，采用第一相似度分析模型分析所述估計誤差概率分布與所述期望誤差概率分布之間的相似度，所述第一相似度分析模型如下：

其中，為相似度，為目標估計器，為估計誤差概率分布函數，為期望誤差概率分布函數；

若所述期望誤差概率分布為非高斯分布和拉普拉斯分布時，采用第二相似度分析模型分析所述估計誤差概率分布與所述期望誤差概率分布之間的相似度，所述第二相似度分析模型如下：

其中，為相似度，為目標估計器，為估計誤差概率分布函數，為期望誤差概率分布函數；

若所述估計誤差概率分布為離散分布時，離散的估計誤差集合為；

所述分析所述估計誤差概率分布與預設的期望誤差概率分布之間的相似度包括：

從期望分布中隨機抽取與估計誤差集合相同采樣點數量的期望誤差集合；

分別對所述和進行標準化，得到和；

分別計算和對應的自相關矩陣R¹和R²，并計算R¹的特征向量，R²的特征向量；

分別計算兩兩間的相關性，公式如下：

根據估計誤差集合與期望采樣點集合中各采樣點的相關性，確定所述估計誤差概率分布與預設的期望誤差概率分布之間的相似度。

2.一種地面目標實時跟蹤性能評估系統(tǒng)，其特征在于，包括:

估計誤差分布獲取模塊，適于獲取目標估計器的估計誤差概率分布，所述目標估計器為待評估的地面目標實時跟蹤狀態(tài)估計器；

相似度分析模塊，適于分析所述估計誤差概率分布與預設的期望誤差概率分布之間的相似度；

性能評估模塊，適于根據所述相似度對所述目標估計器進行跟蹤性能評估；

判定模塊，適于在所述相似度分析模塊分析所述估計誤差概率分布與預設的期望誤差概率分布之間的相似度之前，判定所述期望誤差概率分布的分布類型，根據所述分布類型選取相應的相似度分析模型；

所述相似度分析模塊，具體適于當所述期望誤差概率分布為高斯分布或拉普拉斯分布時，采用第一相似度分析模型分析所述估計誤差概率分布與所述期望誤差概率分布之間的相似度，所述第一相似度分析模型如下：

其中，為相似度，為目標估計器，為估計誤差概率分布函數，為期望誤差概率分布函數；

所述相似度分析模塊，具體適于當所述期望誤差概率分布為非高斯分布和拉普拉斯分布時，采用第二相似度分析模型分析所述估計誤差概率分布與所述期望誤差概率分布之間的相似度，所述第二相似度分析模型如下：

其中，為相似度，為目標估計器，為估計誤差概率分布函數，為期望誤差概率分布函數；

所述相似度分析模塊，具體包括：

采樣子模塊，適于當所述估計誤差概率分布為離散分布，離散的估計誤差集合為時，，從期望分布中隨機抽取與估計誤差集合相同采樣點數量的期望誤差集合；

標準化子模塊，適于分別對所述和進行標準化，得到和；

計算子模塊，適于分別計算和對應的自相關矩陣R¹和R²，并計算R¹的特征向量，R²的特征向量；

所述計算子模塊，還適于分別計算兩兩間的相關性，公式如下：

確定子模塊，適于根據估計誤差集合與期望采樣點集合中各采樣點的相關性，確定所述估計誤差概率分布與預設的期望誤差概率分布之間的相似度。