本发明属于信号与信息处理，更具体地，涉及一种基于雷达数据融合的目标识别方法，能够对多种雷达的目标识别信息进行融合处理，为目标识别提供技术支撑。
背景技术：
1、当存在外部辐射源时会对内部用频设备产生电磁干扰，为保证各设备之间能够以互不干扰的状态正常工作，需要对内部用频设备进行电磁兼容管控，对于不同功能的用频设备采用管控方法不尽相同，因此需要对外部辐射源进行识别，为电磁兼容管控提供数据支撑。
2、可以利用多种类型雷达对外部辐射源进行探测侦察，然后融合处理多源雷达信息进行识别后得到外部辐射源的位置信息和特征参数，并且相较于单一雷达设备提高了识别的准确率。
技术实现思路
1、针对现有技术的以上缺陷或改进需求，本发明提出了一种多源雷达信息融合处理识别方法，可以对多种雷达的目标识别信息进行融合处理。该方法适用于飞机、船舶和陆地等安置的雷达设备信息融合处理，提高目标识别准确度。
2、为实现上述目的，本发明提供了一种多源雷达信息融合处理识别方法，包括：
3、对多源雷达探测信息采用内插外推算法，从高精度测量结果向低精度测量结果中插值来推算出指定时间点的测量值，以进行时间配准；
4、经过时间配准后，将多源雷达之间的航迹信息进行融合统一以进行航迹关联；
5、利用多源雷达识别目标的特征参数进行关联性分析，融合识别信息，以进行参数关联；
6、对航迹关联和参数关联处理后的关联信息进行融合处理，利用不同设备提供的识别信息进行联合识别，得到目标属性。
7、在一些可选的实施方案中，所述对多源雷达探测信息采用内插外推算法，从高精度测量结果向低精度测量结果中插值来推算出指定时间点的测量值，以进行时间配准，包括：
8、假设tmi-1、tmi、tmi+1时刻测量数据为βi-1、βi、βi+1，观测时间点tmi-1、tmi、tmi+1之间是等间隔的，时间间隔tmi+1-tmi＝h相对于参数的变化率很小，目标在h周期内变化程度相对于测量误差较小，则对于在tmi和tmi+1之间的某一时刻ti的测量值采用拉格朗日插值法计算。
9、在一些可选的实施方案中，所述将多源雷达之间的航迹信息进行融合统一以进行航迹关联，包括：
10、选取雷达航迹信息中的参数组成关联向量集合，采用全局最近邻法来进行关联性判断，先采用粗门限选出具有关联可能的航迹信息，然后再通过精门限选出贴近度最高的航迹信息作为关联对象；
11、采用交叉定位方法进行无源侦察信息之间的航迹关联处理；
12、完成无源定位后，对雷达目标和通信目标确定在空间的航迹，选取方位和距离作为关联参数，与雷达信息进行航迹关联；
13、对无源侦察信息中存在部分无法协同定位的目标，与雷达探测信息进行关联，然后进行坐标转换。
14、在一些可选的实施方案中，所述选取雷达航迹信息中的参数组成关联向量集合，采用全局最近邻法来进行关联性判断，先采用粗门限选出具有关联可能的航迹信息，然后再通过精门限选出贴近度最高的航迹信息作为关联对象，包括：
15、在规定的时间片内，雷达1提供i航迹m条航迹信息，雷达2提供j航迹n条航迹信息，构成样本空间，经过时间配准后数据采样点为k，得到采样样本空间，由采样样本空间得到雷达1和雷达2的航迹测量协方差矩阵；
16、由雷达1和雷达2的航迹测量协方差矩阵计算雷达1的航迹i和雷达2的航迹j在k个采样点数据之间的马氏距离，形成距离集合dij；
17、将距离集合dij与预设的粗门限d进行比较，若满足在粗门限之内的条件，则将初步判断雷达1的航迹i和雷达2的航迹j具有关联性，纳入粗分选样本集中，作为精处理的取样空间；
18、假设雷达1的航迹i和雷达2的航迹j在采样样本空间具有关联性，则由距离集合dij定义贴近度ε；
19、统计时间段内k次计算的贴近度分布情况t，对通过粗分选样本集的每个样本进行分析，选取满足t为最大值且在精处理门限之内的关联组合作为最终选择。
20、在一些可选的实施方案中，k表示采样点数。
21、在一些可选的实施方案中，所述采用交叉定位方法进行无源侦察信息之间的航迹关联处理，包括：
22、侦察设备1和侦察设备2的水平面坐标分别为(x1，y1)，(x2，y2)，侦察设备1和侦察设备2对目标辐射源实施测向后得到的示向度分别为和两条示向度线的交会点是目标辐射源所处的地理位置，其坐标记为(x，y)；
23、如果侦察设备1和侦察设备2静止不动，则目标辐射源的地理位置坐标为：
24、如果目标和侦察设备处于运动状态，则通过多次测向，并采用扩展卡尔曼滤波来计算目标位置。
25、在一些可选的实施方案中，所述利用多源雷达识别目标的特征参数进行关联性分析，融合识别信息，以进行参数关联，包括：
26、选取雷达载频、重频和脉宽组成关联向量集合进行关联性分析；
27、选取通信侦察信息中的起始频率、终止频率、中心频率和信号带宽进行关联处理。
28、在一些可选的实施方案中，所述选取雷达载频、重频和脉宽组成关联向量集合进行关联性分析，包括：
29、雷达侦察设备1和雷达侦察设备2在时间t内进行k次测量，构成样本空间；
30、由样本空间得到雷达侦察设备1和雷达侦察设备2的测量方差向量集合；
31、由雷达侦察设备1和雷达侦察设备2的测量方差向量集合得到m次测量之间的关联概率矩阵；
32、由关联概率矩阵得到k次测量的统计关联概率，并与预设粗门限d比较，获取通过粗分选的样本集，统计时间段内m次计算的贴近度分布情况；
33、将时间段内m次计算的贴近度分布情况与预设的粗门限t0进行比较，以确定关联性。
34、在一些可选的实施方案中，所述选取通信侦察信息中的起始频率、终止频率、中心频率和信号带宽进行关联处理，包括：
35、通信侦察设备1和通信侦察设备2在时间t内进行k次测量，构成样本空间；
36、由样本空间得到通信侦察设备1和通信侦察设备2的测量方差向量集合；
37、由通信侦察设备1和通信侦察设备2的测量方差向量集合得到m次测量之间的关联概率矩阵；
38、由关联概率矩阵得到k次测量的统计关联概率，并与预设粗门限d比较，获取通过粗分选的样本集，统计时间段内m次计算的贴近度分布情况；
39、将时间段内m次计算的贴近度分布情况与预设的粗门限t0进行比较，以确定关联性。
40、在一些可选的实施方案中，所述对航迹关联和参数关联处理后的关联信息进行融合处理，包括：
41、在进行雷达探测信息与雷达侦察信息或通信侦察信息进行方位融合时，直接采用雷达方位作为融合后的真值进行处理；
42、在进行雷达探测信息之间、雷达侦察信息之间、通信侦察信息之间或是雷达侦察信息与通信侦察信息之间进行航迹信息融合时，若测量误差中次最小值大于rmin的若干倍，则采用具有最小误差值的侦察设备测量结果为融合结果，否则，则取设备测量误差中不大于rmin的若干倍范围内设备侦察测量结果进行加权融合；
43、对具有关联特性的雷达探测信息之间、雷达侦察信息之间和通信侦察信息之间进行特征参数信息融合。
44、总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：
45、本发明可以对多种雷达的目标识别信息进行融合处理。解决了多类型雷达信息融合处理识别问题，融合处理识别结果相较于单一雷达设备识别结果具有较高的置信度。本发明原理简洁明晰，工程实用性强。
1.一种多源雷达信息融合处理识别方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述对多源雷达探测信息采用内插外推算法，从高精度测量结果向低精度测量结果中插值来推算出指定时间点的测量值，以进行时间配准，包括：
3.根据权利要求1或2所述的方法，其特征在于，所述将多源雷达之间的航迹信息进行融合统一以进行航迹关联，包括：
4.根据权利要求3所述的方法，其特征在于，所述选取雷达航迹信息中的参数组成关联向量集合，采用全局最近邻法来进行关联性判断，先采用粗门限选出具有关联可能的航迹信息，然后再通过精门限选出贴近度最高的航迹信息作为关联对象，包括：
5.根据权利要求4所述的方法，其特征在于，k表示采样点数。
6.根据权利要求3所述的方法，其特征在于，所述采用交叉定位方法进行无源侦察信息之间的航迹关联处理，包括：
7.根据权利要求1所述的方法，其特征在于，所述利用多源雷达识别目标的特征参数进行关联性分析，融合识别信息，以进行参数关联，包括：
8.根据权利要求7所述的方法，其特征在于，所述选取雷达载频、重频和脉宽组成关联向量集合进行关联性分析，包括：
9.根据权利要求7所述的方法，其特征在于，所述选取通信侦察信息中的起始频率、终止频率、中心频率和信号带宽进行关联处理，包括：
10.根据权利要求1所述的方法，其特征在于，所述对航迹关联和参数关联处理后的关联信息进行融合处理，包括：
