丁 春,張 靜,匡華星,張玉濤
(1. 中國船舶集團有限公司第八研究院,南京 211153;2. 91033部隊,山東 青島 266000)
邏輯法及各種改進(jìn)的邏輯法在雷達(dá)目標(biāo)自動起始中得到了廣泛的應(yīng)用[1-5],國內(nèi)外不少學(xué)者對其性能進(jìn)行了分析[6-8]。文獻(xiàn)[6]將邏輯法中移動滑窗的過程用馬爾科夫狀態(tài)轉(zhuǎn)移的方法進(jìn)行建模,使用Z變換推導(dǎo)出了窗口長度不超過4的各周期起始概率和平均起始周期數(shù)及標(biāo)準(zhǔn)差。文獻(xiàn)[7]中通過人工枚舉馬爾科夫狀態(tài)并利用計算機仿真馬爾科夫狀態(tài)轉(zhuǎn)移的過程,計算出了窗口長度不超過4的各周期起始概率和平均起始周期數(shù)及標(biāo)準(zhǔn)差。文獻(xiàn)[8]中在此基礎(chǔ)上根據(jù)信噪比與檢測概率的關(guān)系計算了航跡起始概率與信噪比的關(guān)系。
海面目標(biāo)由于運動速度較慢,為了降低虛假起始的概率,往往需要較長時間的積累,如窗口長度n需要設(shè)計為7、9、12等。此時,利用Z變換的方法進(jìn)行推導(dǎo),或者人工枚舉2n個狀態(tài)是極其繁瑣并且容易出錯的事情。
本文將邏輯法滑窗檢測的過程轉(zhuǎn)化為二叉樹[9]模型生成馬爾科夫狀態(tài),并利用計算機仿真馬爾科夫狀態(tài)轉(zhuǎn)移的過程,獲得了各周期起始概率和平均起始周期數(shù)及標(biāo)準(zhǔn)差,為分析邏輯法起始性能提供了一種新的方法。
序列(z(1),z(2),…,z(n))表示含有連續(xù)n次關(guān)聯(lián)事件的窗口,各關(guān)聯(lián)事件是相互獨立的。如果關(guān)聯(lián)到點跡,元素z(i)取值為1,反之為0。 當(dāng)窗口中1的個數(shù)不小于m時便可宣布發(fā)現(xiàn)新的航跡,否則窗口向右滑動一次。
對于長度為n的窗口,窗口中共有2n個事件組合。窗口向右滑動的過程就是丟棄左側(cè)的事件z(1)、增加事件z(n+1)的過程。
在二叉樹中,每個結(jié)點存儲窗口中的n個事件。左子樹的根結(jié)點定義為“z(n+1)=0”,右子樹的根結(jié)點定義為“z(n+1)=1”,函數(shù)f()定義為“產(chǎn)生窗口中的n個事件”,根結(jié)點有效定義為“根結(jié)點窗口中的n個事件未產(chǎn)生過或者已產(chǎn)生窗口事件組合數(shù)小于2n”。
在邏輯法的二叉樹模型中,不存在二叉樹的實體,構(gòu)造二叉樹的過程即產(chǎn)生了所有的2n個事件組合窗口。以長度為2的窗口為例說明采用先根方法產(chǎn)生的二叉樹結(jié)構(gòu),如圖1所示。圖1中結(jié)點上的序號(1)~(7)表示結(jié)點產(chǎn)生的順序,以淺黑色填充的結(jié)點表示該結(jié)點無效。
圖1 窗口長度為3的邏輯法二叉樹
(1) 根結(jié)點設(shè)為(0,0)。
(2) 窗口向右移動,丟棄左側(cè)的事件z(1)=0,增加事件z(n+1)取值為0。 根據(jù)前述定義,z(n+1)=0的窗口(0,0)已作為根結(jié)點,所以結(jié)點(0,0)的左子樹無效,即沒有左子樹,在圖2中以淺黑色填充的結(jié)點表示。
(3) 對于根結(jié)點(0,0),再產(chǎn)生右子樹。窗口向右滑動,丟棄左側(cè)的事件z(1)=0,增加事件z(n+1)取值為1。根據(jù)前述定義,z(n+1)=1的窗口(0,1)未產(chǎn)生過,作為右子樹的根結(jié)點。
(4) 對于結(jié)點(0,1),先產(chǎn)生左子樹。窗口向右滑動,丟棄左側(cè)的事件z(1)=0,增加事件z(n+1)取值為0。根據(jù)前述定義,z(n+1)=0的窗口(1,0)未產(chǎn)生過,作為左子樹的根結(jié)點。
(5) 對于結(jié)點(1,0),先產(chǎn)生左子樹。窗口向左滑動,丟棄左側(cè)的事件z(1)=0,增加事件z(n+1)取值為0。根據(jù)前述定義,z(n+1)=0的窗口(0,0)已產(chǎn)生過,所以結(jié)點(1,0)的左子樹無效,即沒有左子樹。
(6) 對于結(jié)點(1,0),再產(chǎn)生右子樹。窗口向右滑動,丟棄左側(cè)的事件z(1)=0,增加事件z(n+1)取值為1。根據(jù)前述定義,z(n+1)=1的窗口(0,1)已產(chǎn)生過,所以結(jié)點(1,0)的右子樹無效,即沒有右子樹。
(7) 對于結(jié)點(0,1),再產(chǎn)生右子樹。窗口向右滑動,丟棄左側(cè)的事件z(1)=0,增加事件z(n+1)取值為1。根據(jù)前述定義,z(n+1)=1的窗口(1,1)未產(chǎn)生過,作為右子樹的根結(jié)點。至此,長度為2的窗口共22=4個事件組合生成完畢。
分析邏輯法性能的問題可以抽象為[7]:對于n個相繼發(fā)生的事件,每個事件成功概率為p且相互獨立,則可以求出在第N次事件發(fā)生時獲得m次成功的概率。對于已經(jīng)產(chǎn)生的2n個事件組合窗口,可以看作具有有限的狀態(tài)數(shù)目和恒定的轉(zhuǎn)移概率的離散馬爾科夫過程。
假設(shè)初始狀態(tài)為S1,窗口向右滑動的過程就是以概率p選擇z(n+1)=1,或者以概率q=1-p選擇z(n+1)=0,達(dá)到新的狀態(tài)的過程。
定義概率向量PN=(PN(1),PN(2),…,PN(Q))T,其中每個元素表示第N次事件發(fā)生時對應(yīng)狀態(tài)的概率。特別地,PN(Q)表示事件成功數(shù)量大于或等于m的概率。初始概率向量P0=(1,0,…,0)T。
定義狀態(tài)轉(zhuǎn)移概率矩陣T=(Tij)′Q×Q,其中Tij表示第i個狀態(tài)轉(zhuǎn)移為第j個狀態(tài)的概率。
表1 航跡起始的平均掃描周期數(shù)和標(biāo)準(zhǔn)差
本文將邏輯法滑窗的過程抽象為二叉樹模型。對于任意長度窗口,按照遞歸的先根遍歷二叉樹的方法產(chǎn)生了所有的事件組合窗口。利用馬爾科夫過程轉(zhuǎn)換,計算了常用的3/7、4/7、5/9、6/9邏輯的各掃描周期航跡起始的概率、航跡起始所需的掃描周期數(shù)的平均值和標(biāo)準(zhǔn)差。根據(jù)本文的模型,可以計算出更長窗口邏輯法的各掃描周期航跡起始的概率、航跡起始所需的掃描周期數(shù)的平均值和標(biāo)準(zhǔn)差。本方法可方便地拓展到對更長窗口長度的邏輯法起始性能進(jìn)行分析。