賀文嬌

（中國(guó)西南電子技術(shù)研究所，成都　610036）

基于特征值和灰度關(guān)聯(lián)的雙機(jī)關(guān)聯(lián)定位*

賀文嬌**

（中國(guó)西南電子技術(shù)研究所，成都610036）

針對(duì)雙機(jī)協(xié)同對(duì)多目標(biāo)進(jìn)行定位跟蹤的應(yīng)用背景，研究了不同偵察平臺(tái)、不同偵察傳感器測(cè)向數(shù)據(jù)的關(guān)聯(lián)和定位問題，提出了一種雙機(jī)實(shí)時(shí)關(guān)聯(lián)定位方法。該方法利用各類傳感器的關(guān)聯(lián)特征要素建立雙機(jī)同類型傳感器的數(shù)據(jù)關(guān)聯(lián)模型，利用B型灰色關(guān)聯(lián)度的純方位關(guān)聯(lián)算法建立同機(jī)不同類型傳感器的關(guān)聯(lián)矩陣，結(jié)合目標(biāo)身份信息進(jìn)行測(cè)向結(jié)果關(guān)聯(lián)，對(duì)關(guān)聯(lián)上的測(cè)向結(jié)果進(jìn)行提純、濾波和交叉定位，最后得到目標(biāo)定位結(jié)果。仿真試驗(yàn)結(jié)果證明了該方法的有效性。

無(wú)源定位；多目標(biāo)跟蹤；雙機(jī)協(xié)同偵察；數(shù)據(jù)關(guān)聯(lián)

1　引言

多平臺(tái)無(wú)源定位技術(shù)是研究最多也是使用最廣泛的一種定位技術(shù)。多機(jī)動(dòng)平臺(tái)協(xié)同定位能夠提高定位精度，解決對(duì)動(dòng)目標(biāo)的定位和跟蹤問題。機(jī)動(dòng)偵察平臺(tái)由于受使用成本、天氣、航管等因素的影響，使用兩架以上的飛機(jī)對(duì)同一區(qū)域進(jìn)行監(jiān)視的可能性較小，大多是雙機(jī)協(xié)同偵察，比較常見的工作模式有雙有人機(jī)協(xié)同、有人/無(wú)人機(jī)協(xié)同、雙無(wú)人機(jī)協(xié)同等。

雙機(jī)在同一區(qū)域內(nèi)執(zhí)行協(xié)同偵察任務(wù)，同時(shí)對(duì)協(xié)同偵察任務(wù)中攜帶的協(xié)同偵察信號(hào)列表進(jìn)行控守測(cè)向，雙機(jī)的測(cè)向結(jié)果匯聚后進(jìn)行關(guān)聯(lián)和定位，得出定位結(jié)果。

對(duì)雙機(jī)多傳感器多目標(biāo)偵測(cè)數(shù)據(jù)的關(guān)聯(lián)一直是雙機(jī)協(xié)同定位的研究重點(diǎn)，尤其針對(duì)復(fù)雜電磁環(huán)境下的密集運(yùn)動(dòng)目標(biāo)的關(guān)聯(lián)，難度很大。文獻(xiàn)［1］介紹的方法適用于雷達(dá)信號(hào)偵察傳感器之間的目標(biāo)關(guān)聯(lián)，但沒有考慮其他類型信號(hào)偵察的情況。文獻(xiàn)［2］介紹了同平臺(tái)不同傳感器純方位關(guān)聯(lián)的情況，提出的算法對(duì)航跡質(zhì)量較高的情況下關(guān)聯(lián)置信度較高，對(duì)被動(dòng)傳感器的關(guān)聯(lián)置信度較低。本文在灰關(guān)聯(lián)的基礎(chǔ)上，增加了目標(biāo)身份特征關(guān)聯(lián)，提高關(guān)聯(lián)可信度。

本文重點(diǎn)研究雙機(jī)同類型傳感器數(shù)據(jù)的關(guān)聯(lián)模型、同機(jī)不同類型傳感器的關(guān)聯(lián)方法以及消除因飛機(jī)姿態(tài)、觀測(cè)角等原因造成的測(cè)向誤差的方法，提高雙機(jī)定位精度。

2　測(cè)向結(jié)果關(guān)聯(lián)

測(cè)向結(jié)果關(guān)聯(lián)是雙機(jī)多傳感器定位技術(shù)的核心內(nèi)容，如果測(cè)向結(jié)果關(guān)聯(lián)的結(jié)果錯(cuò)誤，那么后期無(wú)論使用什么樣的算法，定位結(jié)果自然都不會(huì)正確。

在雙機(jī)協(xié)同定位過(guò)程需要用到的測(cè)向結(jié)果關(guān)聯(lián)包含兩大類：雙機(jī)同類型傳感器測(cè)向結(jié)果關(guān)聯(lián)和同機(jī)不同類型傳感器測(cè)向結(jié)果關(guān)聯(lián)。在實(shí)時(shí)處理系統(tǒng)中，這兩種關(guān)聯(lián)方法均屬于同一時(shí)間關(guān)聯(lián)，即關(guān)聯(lián)雙方的測(cè)向時(shí)間要在同一時(shí)間段內(nèi)。雙機(jī)關(guān)聯(lián)還要求協(xié)同的雙機(jī)之間的距離不超過(guò)各自傳感器的探測(cè)距離之和。

2.1雙機(jī)同類型傳感器測(cè)向結(jié)果關(guān)聯(lián)

雙機(jī)同類型傳感器的測(cè)向結(jié)果關(guān)聯(lián)以特征級(jí)關(guān)聯(lián)為主、出現(xiàn)時(shí)間和區(qū)域位置關(guān)聯(lián)為輔，這就需要研究不同傳感器得到的信號(hào)特征。

雷達(dá)信號(hào)偵察傳感器系統(tǒng)在偵察過(guò)程中能夠快速分析得到雷達(dá)信號(hào)的特征參數(shù)，包括載頻、重頻、脈寬和脈內(nèi)特征。關(guān)于雷達(dá)信號(hào)關(guān)聯(lián)的特征要素，國(guó)內(nèi)外的研究已經(jīng)非常多，普遍認(rèn)為通過(guò)雷達(dá)的載頻、重頻、脈寬3個(gè)參數(shù)［1］能夠達(dá)到較好的關(guān)聯(lián)效果，尤其是雙機(jī)協(xié)同偵察的情況下，關(guān)聯(lián)結(jié)果是非?？煽康摹?/p>

由于偵察方接收到的雷達(dá)信號(hào)的頻率存在多普勒頻率［3］，就是雷達(dá)接收到的頻率與發(fā)射頻率之差，需要考慮在關(guān)聯(lián)前是否消除這個(gè)頻移的影響。多普勒頻率fd為

式中：fr為雷達(dá)信號(hào)頻率；c為光速；v（t）表示t時(shí)刻目標(biāo)的運(yùn)動(dòng)速度；γ（t）表示t時(shí)刻目標(biāo)運(yùn)動(dòng)方向與徑距的夾角。令vr=v（t）cosγ（t）為雷達(dá)對(duì)目標(biāo)的徑距變化率，則有

設(shè)偵察的對(duì)象為小功率雷達(dá)（頻率10 GHz），海面目標(biāo)的最大運(yùn)動(dòng)速度不超過(guò)30 m/s，則vr的最大值為+30 m/s，最小值為-30 m/s，fr=10 GHz，代入公式（2）得fd最大值為2 kHz，最小值為-2 kHz，遠(yuǎn)小于雷達(dá)信號(hào)接收機(jī)的測(cè)頻精度。因?yàn)楸粶y(cè)目標(biāo)運(yùn)動(dòng)產(chǎn)生的多普勒頻移在雷達(dá)信號(hào)接收機(jī)的測(cè)頻誤差范圍之內(nèi)，在關(guān)聯(lián)之前，不需要考慮多普勒頻移修正的問題，否則，就需要在關(guān)聯(lián)前進(jìn)行多普勒頻移修正。

常規(guī)通信信號(hào)的關(guān)聯(lián)，國(guó)內(nèi)外的研究也非常多，常用的關(guān)聯(lián)特征包括信號(hào)類型、調(diào)試方式、帶寬、調(diào)制頻率等［4］。跳頻通信信號(hào)的關(guān)聯(lián)特征主要包括跳頻速率、跳頻周期、調(diào)制方式等［5］。通信信號(hào)還能通過(guò)對(duì)信息層的解譯，得到內(nèi)涵信息，利用這些信息進(jìn)行關(guān)聯(lián)的準(zhǔn)確度非常高。敵我識(shí)別信號(hào)的關(guān)聯(lián)特征包括目標(biāo)地址碼、信號(hào)的頻率、脈沖描述字、信號(hào)模式等。

不同的傳感器得到的信號(hào)特征各不相同，關(guān)聯(lián)特征也不相同，因此需要建立一個(gè)統(tǒng)一的關(guān)聯(lián)模型。

設(shè)Pi為第i個(gè)關(guān)聯(lián)要素的權(quán)重值，表示該要素對(duì)關(guān)聯(lián)的貢獻(xiàn)度，?？偟年P(guān)聯(lián)度其中：Bi為布爾型，1表示該要素項(xiàng)的值有輸入，0表示接收到的關(guān)聯(lián)數(shù)據(jù)不包括該要素項(xiàng)的值；Ci為該項(xiàng)的特征值與待比對(duì)目標(biāo)該項(xiàng)特征值的相似度，Ci＜1；R大于閾值，即可認(rèn)為相關(guān)。

2.2不同類型傳感器測(cè)向結(jié)果的關(guān)聯(lián)

多種偵察傳感器共址安裝在同一偵察平臺(tái)，具有在時(shí)空校準(zhǔn)方面的先天優(yōu)勢(shì)。多傳感器的偵測(cè)數(shù)據(jù)關(guān)聯(lián)可以提高對(duì)目標(biāo)發(fā)現(xiàn)的概率和目標(biāo)識(shí)別的準(zhǔn)確度。

由于多傳感器探測(cè)的目標(biāo)參數(shù)類別各不相同，因此關(guān)鍵的問題就是要把這些異類的情報(bào)素材建立統(tǒng)一的相關(guān)性度量。比如雷達(dá)信號(hào)和通信信號(hào)，裝載有雷達(dá)傳感器的目標(biāo)，大多數(shù)都配備有通信電臺(tái)，這兩種手段的統(tǒng)一的相關(guān)性度量主要是信號(hào)的出現(xiàn)時(shí)間、方位。

利用目標(biāo)身份對(duì)異構(gòu)信息進(jìn)行關(guān)聯(lián)，可信度非常高，這種情況適用于對(duì)常規(guī)監(jiān)視目標(biāo)和常規(guī)偵察區(qū)域內(nèi)的有知識(shí)積累的目標(biāo)進(jìn)行偵察，身份確認(rèn)之后，利用多種手段對(duì)該目標(biāo)進(jìn)行跟蹤監(jiān)視，掌握目標(biāo)的活動(dòng)規(guī)律和行為狀態(tài)。

在實(shí)時(shí)處理系統(tǒng)中，對(duì)關(guān)聯(lián)的效率要求非常高，而大多數(shù)關(guān)聯(lián)算法都需要將目標(biāo)兩兩進(jìn)行比較從而得到關(guān)聯(lián)結(jié)果，難以滿足實(shí)時(shí)系統(tǒng)的要求。為了提高系統(tǒng)的效率，當(dāng)目標(biāo)數(shù)量大于一定個(gè)數(shù)后，在使用關(guān)聯(lián)算法之前，需要對(duì)數(shù)據(jù)進(jìn)行預(yù)關(guān)聯(lián)，如果目標(biāo)數(shù)量較少，則直接進(jìn)行關(guān)聯(lián)。本文采用網(wǎng)格劃分［6］的方法對(duì)數(shù)據(jù)進(jìn)行預(yù)關(guān)聯(lián)，根據(jù)信號(hào)的出現(xiàn)時(shí)間、方位進(jìn)行網(wǎng)絡(luò)劃分，再對(duì)每個(gè)網(wǎng)格內(nèi)的目標(biāo)進(jìn)行關(guān)聯(lián)。

對(duì)網(wǎng)格內(nèi)的目標(biāo)，能確認(rèn)身份的首先按身份進(jìn)行關(guān)聯(lián)。對(duì)不能確認(rèn)身份的目標(biāo)，如果是不同偵測(cè)平臺(tái)，那么先將同一平臺(tái)的測(cè)向結(jié)果進(jìn)行定位計(jì)算，再將雙機(jī)的定位結(jié)果根據(jù)位置進(jìn)行關(guān)聯(lián)；如果是同一偵測(cè)平臺(tái)，則按照測(cè)向線的示向度變化率進(jìn)行關(guān)聯(lián)，采用純方位B型灰度關(guān)聯(lián)算法［2］。

下面介紹灰度關(guān)聯(lián)的具體步驟。

傳感器1觀測(cè)到參考目標(biāo)的示向度為

式中：y0（j）（j=1，2，…，N）為傳感器1所探測(cè)到參考目標(biāo)第j個(gè)測(cè)向結(jié)果；N為測(cè)向線條數(shù)。

傳感器2觀測(cè)到S個(gè)目標(biāo)的示向度為

式中：xk（j）（j=1，2，…，M）為傳感器2所探測(cè)到的在第j個(gè)采樣周期對(duì)第k個(gè)目標(biāo)的測(cè)向結(jié)果，xk（j）∈［0°，360°］。

計(jì)算傳感器1的參考目標(biāo)與傳感器2觀測(cè)到的S個(gè)目標(biāo)之間的灰色關(guān)聯(lián)度：

則傳感器1的參考目標(biāo)與傳感器2的第j個(gè)目標(biāo)的B型灰關(guān)聯(lián)度為

構(gòu)建灰色關(guān)聯(lián)矩陣

計(jì)算λ-截灰關(guān)聯(lián)陣即Rλ。R中的元素r0j反映了傳感器1的參考目標(biāo)與傳感器2第j個(gè)目標(biāo)關(guān)聯(lián)的可能性，r0j越大表明兩個(gè)目標(biāo)關(guān)聯(lián)上的可能性越大。因此，可以認(rèn)為關(guān)聯(lián)可能性小于λ的航跡對(duì)是不相關(guān)的?？稍O(shè)0＜λ＜1，考慮被動(dòng)傳感器的測(cè)向誤差，這里給定λ=0.6，計(jì)算λ-截航跡灰色關(guān)聯(lián)矩陣Rλ：

3　多傳感器偵察信號(hào)定位技術(shù)

對(duì)關(guān)聯(lián)上的目標(biāo)的測(cè)向結(jié)果進(jìn)行定位計(jì)算，首先要進(jìn)行數(shù)據(jù)提純，提純的主要依據(jù)是測(cè)向線的聚合度，剔除發(fā)散的測(cè)向線，保留聚合程度高的測(cè)向線，具體步驟見圖1。

圖1　定位計(jì)算步驟Fig.1 Localization steps

其中，對(duì)測(cè)向結(jié)果進(jìn)行分組的原則為：同一載機(jī)平臺(tái)的測(cè)向線，測(cè)向角度較大的為一組，測(cè)向角度較小的為一組；不同載機(jī)平臺(tái)的測(cè)向線，同一平臺(tái)的為一組。具體步驟如下：

（1）判斷載機(jī)平臺(tái)的個(gè)數(shù)，如果載機(jī)平臺(tái)個(gè)數(shù)大于1，繼續(xù)步驟2，否則，轉(zhuǎn)至步驟3；

（2）根據(jù)載機(jī)平臺(tái)編號(hào)對(duì)每一個(gè)測(cè)向線進(jìn)行分組，編號(hào)相同的為一組；

（3）根據(jù)測(cè)向角度大小進(jìn)行分組，首先通過(guò)排序，得到最大測(cè)向角度θmax和最小測(cè)向角度θmin；

（4）輪詢每一條測(cè)向線，計(jì)算測(cè)向角度θ更靠近最大值還是最小值，如果｜θmin-θ｜＞｜θ-θmin｜成立，那么將該測(cè)向線分到第一組，否則，分到第二組。

剔除無(wú)效測(cè)向線的步驟如下：

（1）將第一組中的每一根測(cè)向線mi與第二組中的所有測(cè)向線n進(jìn)行三角交叉定位計(jì)算，得到一組定位點(diǎn)跡；

（2）從這一組定位點(diǎn)跡中找到周圍點(diǎn)跡最為密集的定位點(diǎn)位置，作為第一組的一個(gè)定位點(diǎn)pi，具體為：給每一個(gè)定位點(diǎn)設(shè)置計(jì)數(shù)器，統(tǒng)計(jì)與該點(diǎn)相距一定范圍內(nèi)的定位點(diǎn)個(gè)數(shù)；計(jì)算每一個(gè)定位點(diǎn)與本組得到的其他所有定位點(diǎn)之間的距離，如果距離值小于門限，則將計(jì)數(shù)器加1；取計(jì)數(shù)值最大的定位點(diǎn)作為本組最密集的定位點(diǎn)輸出；

（3）第一組所有測(cè)向線計(jì)算完畢后得到m個(gè)定位點(diǎn)，再用卡爾曼濾波算法，對(duì)這m個(gè)定位點(diǎn)跡進(jìn)行收斂，得到一個(gè)定位結(jié)果p；

（4）將pi與p進(jìn)行距離計(jì)算，距離超過(guò)閾值的定位點(diǎn)認(rèn)為是非值點(diǎn)，將第一組測(cè)向線中得到非值點(diǎn)的測(cè)向線mi剔除；

（5）同理，采用這種辦法將第二組測(cè)向線中的無(wú)效線進(jìn)行剔除。

將提純后的兩組測(cè)向線進(jìn)行定位，得到m'×n'個(gè)定位點(diǎn)，再將這組定位點(diǎn)進(jìn)行卡爾曼濾波，得到一個(gè)定位結(jié)果并最終輸出。

目前國(guó)內(nèi)外研究得到定位算法非常多，但是不管哪一種定位算法的定位精度都很大程度上取決于測(cè)向精度，因此測(cè)向線提純效果很大程序上決定了定位效果。實(shí)踐證明，采用測(cè)向線與定位點(diǎn)跡雙重濾波的方式得到的定位精度最高，計(jì)算效率和提純精度能夠滿足傳感器實(shí)時(shí)快速定位的要求。

通過(guò)濾波處理，可以實(shí)現(xiàn)對(duì)定位結(jié)果的優(yōu)化，提高定位精度。

4　試驗(yàn)結(jié)果

4.1雙機(jī)同類型傳感器測(cè)向結(jié)果關(guān)聯(lián)試驗(yàn)

仿真場(chǎng)景想定兩架偵察機(jī)對(duì)兩架搭載有雷達(dá)輻射源的無(wú)人機(jī)進(jìn)行偵察，兩架無(wú)人機(jī)從一個(gè)機(jī)場(chǎng)起飛，沿著相反的軌跡飛行。兩架偵察機(jī)在同一時(shí)間段內(nèi)得到的雷達(dá)信號(hào)測(cè)向結(jié)果如圖2所示。其中藍(lán)色為主機(jī)測(cè)向線，黃色為從機(jī)測(cè)向線，1和2分別表示兩架無(wú)人機(jī)的航跡。兩架偵察機(jī)通過(guò)偵察各自得到兩個(gè)目標(biāo)，其信號(hào)特征參數(shù)如表1所示。

圖2　接收到的雙機(jī)雷達(dá)信號(hào)測(cè)向結(jié)果Fig.2 The azimuth measurement by different radar sensor in two aircrafts

表1　雙機(jī)得到的目標(biāo)信號(hào)特征參數(shù)Tab.1 Signal characteristic parameters for target investigated by both aircrafts

建立雷達(dá)信號(hào)關(guān)聯(lián)模型，計(jì)算雙機(jī)目標(biāo)間的關(guān)聯(lián)度。

設(shè)關(guān)聯(lián)度閾值為fT，取載頻閾值為5 MHz，重頻閾值為3 μs，脈沖閾值為0.2 μs，兩個(gè)特征值之差的絕對(duì)值為fabs，計(jì)算特征值的相似度Ci：

通過(guò)計(jì)算得到雙機(jī)目標(biāo)的特征關(guān)聯(lián)度如表2所示。

表2　特征關(guān)聯(lián)度計(jì)算結(jié)果Tab.2 Results of characteristics correlative degree

設(shè)關(guān)聯(lián)度閾值為0.8，得到主機(jī)目標(biāo)1和從機(jī)目標(biāo)1相關(guān)，主機(jī)目標(biāo)2和從機(jī)目標(biāo)2相關(guān)，與仿真一致，如圖3所示。

圖3　雙機(jī)同類型傳感器測(cè)向線關(guān)聯(lián)結(jié)果Fig.3 The correlation result for the same sensor placed on different aircraft

4.2不同類型傳感器測(cè)向結(jié)果關(guān)聯(lián)試驗(yàn)

設(shè)某偵察機(jī)搭載有兩種不同類型的傳感器，跟蹤兩個(gè)目標(biāo)，各自得到兩組測(cè)向結(jié)果。假定不能判定目標(biāo)身份，利用時(shí)空信息對(duì)測(cè)向結(jié)果進(jìn)行網(wǎng)格劃分，利用灰關(guān)聯(lián)算法計(jì)算同一網(wǎng)格內(nèi)兩種傳感器目標(biāo)的灰關(guān)聯(lián)度。

計(jì)算兩個(gè)傳感器探測(cè)目標(biāo)的灰色關(guān)聯(lián)矩陣，結(jié)果見表3。

表3　灰色關(guān)聯(lián)矩陣Tab.3 Matrix of gray correlative degree

得到灰色關(guān)聯(lián)矩陣

關(guān)聯(lián)度閾值為0.6，得到傳感器1的目標(biāo)1與傳感器2的目標(biāo)1相關(guān)，傳感器2的目標(biāo)2與傳感器2的目標(biāo)2相關(guān)。

4.3定位試驗(yàn)

經(jīng)過(guò)第一輪濾波后，將第一組的兩條測(cè)向誤差較大的測(cè)向線剔除，再對(duì)第二組測(cè)向線提純，如圖4～6所示。

圖4　第一組測(cè)向線提純Fig.4 Purification for the first group lines

圖5　第二組測(cè)向線提純Fig.5 Purification for the second group lines

圖6　提純后的測(cè)向線進(jìn)行交會(huì)定位Fig.6 Pure Lines to localization

將提純后的測(cè)向線進(jìn)行定位計(jì)算得到的定位點(diǎn)跡，對(duì)這組定位點(diǎn)跡再次濾波，收斂得到一個(gè)定位點(diǎn)，如圖7所示。

圖7　輸出最終定位結(jié)果Fig.7 Export the final localization result

計(jì)算該定位點(diǎn)距離兩架飛機(jī)的距離，不超過(guò)雙機(jī)的偵察范圍，認(rèn)為該位置點(diǎn)可信，直接輸出。

利用該定位方法對(duì)4.1節(jié)中雙機(jī)協(xié)同偵察試驗(yàn)得到的目標(biāo)1的關(guān)聯(lián)對(duì)作定位計(jì)算，得到定位點(diǎn)跡如圖8所示。從圖中可看出，定位點(diǎn)與目標(biāo)運(yùn)動(dòng)軌跡之間誤差滿足要求。

圖8　目標(biāo)1定位點(diǎn)跡（黑色圓點(diǎn)表示）Fig.8 Localizations for the first target

5　結(jié)束語(yǔ)

本文介紹了雙機(jī)協(xié)同對(duì)多目標(biāo)進(jìn)行實(shí)時(shí)關(guān)聯(lián)和定位的方法和步驟，并利用仿真數(shù)據(jù)進(jìn)行了驗(yàn)證。該方法在復(fù)雜電磁環(huán)境下對(duì)多目標(biāo)的關(guān)聯(lián)和跟蹤能夠滿足實(shí)時(shí)要求，利用信號(hào)特征得到的關(guān)聯(lián)模型可支持目標(biāo)識(shí)別，得到目標(biāo)身份信息，進(jìn)一步提高目標(biāo)關(guān)聯(lián)的可信度。B型灰關(guān)聯(lián)算法對(duì)主動(dòng)手段獲取的目標(biāo)航跡關(guān)聯(lián)效果較好，針對(duì)被動(dòng)手段獲取的目標(biāo)方位關(guān)聯(lián)效果較差，實(shí)際使用過(guò)程中，主要用于輔助目標(biāo)身份關(guān)聯(lián)，用作關(guān)聯(lián)對(duì)的初判。該方法解決了對(duì)動(dòng)目標(biāo)的跟蹤問題，具有非常高的實(shí)用價(jià)值，同樣適用于偵察車、偵察船等機(jī)動(dòng)偵察平臺(tái)的雙站協(xié)同定位。

［1］王杰貴，羅景青.基于多目標(biāo)多特征信息融合數(shù)據(jù)關(guān)聯(lián)的無(wú)源跟蹤方法［J］.電子學(xué)報(bào)，2004，32（6）：1014-1016. WANG Jiegui，LUO Jingqing.Passive tracking based on data correlation with information fusion of multi-feature and multi-target［J］.Acta Electronica Sinica，2004，32（6）：1014-1016.（in Chinese）

［2］黃友澎，周永豐，譚秀湖，等.基于B型灰色關(guān)聯(lián)度的純方位航跡關(guān)聯(lián)算法［J］.武漢理工大學(xué)學(xué)報(bào)，2009，33（5）：989-991. HUANG Youpeng，ZHOU Yongfeng，TAN Xiuhu，et al.Bearingsonly track correlation algorithm based on gray correlative degree of B-mode［J］.Journal of Wuhan University of Technology，2009，33（5）：989-991.（in Chinese）

［3］汪日平.雷達(dá)數(shù)據(jù)關(guān)聯(lián)及融合算法研究［D］.無(wú)錫：江南大學(xué)，2009. WANG Riping.Research on radar data correlation and fusion algorithm［D］.Wuxi：Jiangnan University，2009.（in Chinese）

［4］賈可新.通信偵察中的信號(hào)分選算法研究［D］.成都：電子科技大學(xué)，2011. JIA Kexin.Research on signal sorting algorithm for communication reconnaissance［D］.Chengdu：University of Electronic Science and Technology of China，2011（in Chinese）

［5］唐瑤.跳頻通信信號(hào)的參數(shù)估計(jì)［D］.成都：電子科技大學(xué)，2012. TANG Yao.Parameter estimation for frequency hopping communication signal［D］.Chengdu：University of Electronic Science and Technology of China，2012.（in Chinese）

［6］張成寶.密集目標(biāo)環(huán)境下的數(shù)據(jù)關(guān)聯(lián)算法研究［D］.北京：中國(guó)航船研究院，2013. ZHANG Chengbao.Data correlation algorithm in dense target environment［D］.Beijing：China Ship Research and Development Academy，2013.（in Chinese）

賀文嬌（1985—），女，四川簡(jiǎn)陽(yáng)人，2009年于華中科技大學(xué)獲工學(xué)碩士學(xué)位，現(xiàn)為工程師，主要從事信息處理算法研究和實(shí)現(xiàn)等工作。

HE Wenjiao was born in Jianyang，Sichuan Province，in 1985.She received the M.S.degree from Huazhong University of Science and Technology in 2009.She is now an engineer.Her research concerns information processing algorithm and realization.

Email：tairan2732@163.com

Dual-aircraft Correlation and Localization Based on Characteristic Value and Gray Correlative Degree

HE Wenjiao
（Southwest China Institute of Electronic Technology，Chengdu 610036，China）

For multi-target localization and tracking by dual-aircraft cooperation，this paper researches the problem of different reconnaissance platform and different sensors'data for correlation and localization，and proposes a real-time localization method using two aircrafts.The method builds a correlation model with sensors'characteristics for the same type sensors installed on different aircraft，and a gray correlation grade matrix by B-gray correlation analysis for the different sensors installed on the same aircraft.With the target identity information，it purifies and filters the correlation data for direction of arrival（DOA）localization，and finally gets the target localization.The simulation results demonstrate the effectiveness of this method. Key words：passive localization；multi-target tracking；dual-aircraft cooperation reconnaissance；data correlation

TN971

A

1001-893X（2016）04-0424-06

10.3969/j.issn.1001-893x.2016.04.013

賀文嬌.基于特征值和灰度關(guān)聯(lián)的雙機(jī)關(guān)聯(lián)定位［J］.電訊技術(shù)，2016，56（4）：424-429.［HE Wenjiao.Dual-aircraft correlation and localization based on characteristic value and gray correlative degree［J］.Telecommunication Engineering，2016，56（4）：424-429.］

2015-11-10；

2016-02-29 Received date:2015-11-10；Revised date:2016-02-29

**通信作者:tairan2732@163.com Corresponding author：tairan2732@163.com