適用于脈沖多普勒雷達的機動目標多幀檢測前跟蹤方法
【專利摘要】本發(fā)明提供一種適用于脈沖多普勒雷達的機動目標多幀檢測前跟蹤方法,能夠在動態(tài)規(guī)劃值函數積累過程中,利用積累路徑上狀態(tài)的多普勒信息對目標徑向加速度和當前加速度均值進行實時估計。本發(fā)明有效地提高了動態(tài)規(guī)劃檢測前跟蹤方法對機動目標的適應能力。此外,本發(fā)明對于目標徑向加速度和當前加速度均值的估計是由量測指導的,可自適應地完成,不需要具體的目標先驗信息。
【專利說明】
適用于脈沖多普勒雷達的機動目標多幀檢測前跟蹤方法
技術領域
[0001 ]本發(fā)明屬于雷達目標檢測與跟蹤領域,特別涉及脈沖多普勒雷達機動目標檢測前 跟蹤技術。
【背景技術】
[0002]與傳統(tǒng)的先檢測后跟蹤技術不同,檢測前跟蹤技術不對單幀掃描數據宣布檢測結 果,而是通過聯(lián)合處理多幀數據,并利用目標與噪聲/雜波在幀間相關性的差異,實現(xiàn)目標 信號的有效積累和對噪聲/雜波的抑制。這種多幀聯(lián)合處理的方式,能夠顯著改善對微弱目 標的探測性能。其中,基于動態(tài)規(guī)劃的檢測如跟蹤方法具有性能穩(wěn)健、實時性好、易于實現(xiàn) 等優(yōu)點,在紅外、光學、雷達等微弱目標檢測跟蹤領域已受到廣泛關注。
[0003]文獻 "The use of track-before-detect in pulse-Doppler radar,in RADAR 2002,pp. 315-319,2002首次將基于動態(tài)規(guī)劃的檢測跟蹤方法應用在脈沖多普勒雷達中, 相比傳統(tǒng)方法,該方法能夠利用當前狀態(tài)的距離和多普勒信息確定前一時刻可能的目標狀 態(tài),從而快速、有效地實現(xiàn)目標信號的積累。然而,該方法需要依賴于一個嚴格的模型假設, 即目標需要始終保持恒定的徑向速度,當目標存在一定機動特性時,該方法則會因目標運 動模型失匹而導致性能嚴重下降。為了緩和這一問題,該文獻提出通過擴大搜索范圍來提 高對機動目標的適應能力,但是該策略會在信號積累過程中引入大量噪聲狀態(tài),并同時影 響對機動和非機動目標的檢測跟蹤性能,嚴重地制約了該方法在真實場景中的應用。
【發(fā)明內容】
[0004] 本發(fā)明所要解決的技術問題是,提供一種針對脈沖多普勒雷達系統(tǒng)的適用于機動 目標的動態(tài)規(guī)劃檢測前跟蹤方法。
[0005] 本發(fā)明為解決上述技術問題所采用的技術方案是,適用于脈沖多普勒雷達的機動 目標多幀檢測前跟蹤方法,包括以下步驟:
[0006] 步驟1、初始化系統(tǒng)參數:
[0007] 初始化系統(tǒng)參數包括:雷達距離維分辨力△ r ;雷達多普勒維分辨力△ d ;雷達距離 維分辨單元個數Nr;雷達多普勒維分辨單元個數Nd;幀間間隔T;觀測總幀數K;檢測門限V T; 當前幀數k=l;
[0008] 步驟2、初始化模型參數:
[0009] 初始化模型參數包括:目標機動頻率參數α;當前統(tǒng)計機動目標模型參數矩陣F,U, Q;觀測矩陣Η;加速度絕對值上限amax;狀態(tài)轉移概率門限γ ;并對初始時刻所有量化狀態(tài) XI = [ Π , di, ai ]τ,賦初值ai = Om/s2 (其中rk, dk, ak分別表示k時刻的目標距離,多普勒和徑向 加速度);對初始時刻所有量化狀態(tài)XI對應的當前加速度均值,賦初值% = 〇 m/s2;
[0010] 步驟3、從雷達接收機讀取第k幀量測數據Zk:
[0011] : 1 J f f V,卜其中i表示距離單元編號,j表示多普勒單元編號,Nr 表示距離單元總數,Nd表示多普勒單元總數,表示第k幀距離單元編號i與多普勒單元編 號j對應量測數據的幅度值;
[0012]步驟4利用動態(tài)規(guī)劃進行值函數積累:
[0013] 若k=l,設所有量化狀態(tài)xk的值函數Ik(xk)=zk(xk),其中zk(xk)表示第神貞量測數 據中與量化狀態(tài)Xk相對應單兀的幅度值;
[0014] 若2彡k彡K,更新所有量化狀態(tài)紅的值函數
:記錄 .Λ4-1.'?-υ 與量化狀態(tài)Xk相對應的前一幀量化狀違
其中,arg max表示輸出 使目標函數最大時自變量的值,τ (xk)示所有可能轉移到當前量化狀態(tài)xk的前一時刻量化狀 態(tài)xk-1 組成的集合T(xk) = {xk-i:p(xk|xk-1)彡 γ },
[0015] ρ(Xk I Xk-i)表示量化狀態(tài)之間的轉移概率;
[0016] 步驟5若k多2,執(zhí)行步驟6;否則執(zhí)行步驟7;
[0017] 步驟6估計k時刻目標的徑向加速度及對應的當前加速度均值:
[0018] 對所有量化狀態(tài)xk,估計其目標徑向加速度ak及對應的當前加速度均值<,
,其中符號(·)2表示取向量的第2個元素;
[0019] 步驟7若k〈K,則k = k+l,返回步驟3;否則執(zhí)行步驟8;
[0020] 步驟8門限判決及恢復航跡:
[0021] 若值函數最大值maxIK(XK)超過預設檢測門限V T,則以l=argmf 作為K時 刻的估計狀態(tài),并利用記錄的幀間狀態(tài)轉移關系,恢復對應的目標航跡為%:*=故,為,.-,4), 其中A表示第k幀的估計狀態(tài),且當k〈K時Λ = S.t+1 (ii+]):否則,宣布目標不存在。
[0022] 本發(fā)明能夠在動態(tài)規(guī)劃值函數積累過程中,利用積累路徑上狀態(tài)的多普勒信息對 目標徑向加速度和當前加速度均值進行實時估計。
[0023] 本發(fā)明的有益效果是,有效地提高了動態(tài)規(guī)劃檢測前跟蹤方法對機動目標的適應 能力。此外,本發(fā)明對于目標徑向加速度和當前加速度均值的估計是由量測指導的,可自適 應地完成,不需要具體的目標先驗信息。
【附圖說明】
[0024]圖1為本發(fā)明的總體流程框圖。
[0025] 圖2為本發(fā)明實施例中目標場景的示意圖。
[0026] 圖3為本發(fā)明與原有方法(即【背景技術】中所提的"擴大搜索范圍"的動態(tài)規(guī)劃檢測 前跟蹤方法)的檢測性能對比圖。 具體實施方案
[0027]本發(fā)明主要采用計算機仿真的方法進行驗證,所有步驟、結論都在MATLAB-R2012b 上驗證正確。具體實施步驟如圖1所示,目標場景如圖2所示:
[0028]步驟1、初始化系統(tǒng)參數:
[0029]初始化系統(tǒng)參數包括:雷達距離維分辨力Ar = 20m;雷達多普勒維分辨力Ad = 9.766111/8;雷達距離維分辨單元個數隊=500;雷達多普勒維分辨單元個數仏=64 ;幀間間隔 T = 1 · 8s;觀測總幀數K = 10;檢測門限Vt= 24 · 316;當前幀數k= 1;
[0030] 步驟2、初始化模型參數:
[0034] 其中,qn=(l-e-2αΤ+2αΤ+2α3Τ 3/3-2a2T2_4aTe-αΤ)/2α5,[0035] q12 = q21= (e-2aT+l-2e-aT+2aTe-αΤ_2αΤ+α 2Τ2)/2α4,[0036] q13 = q31=(l-e-2aT-2aTe-aT)/2a 3,q22=(4e-aT-3_e-2aT+2aT)/2a 3,[0037] q23 = q32 = (e-2aT+i-2e-aT)/2a2,q 33 = (1-e-2aT)/2a ;
[0031] 初始化模型參數包括:目標機動頻率參數α = 〇.2; "當前"統(tǒng)計機動目標模型參數 矩陣
[0032]
[0033]
[0038] 觀測矩P
加速度絕對值上限amax = 50m/s2;狀態(tài)轉移概率門限γ = 10-4;并對初始時刻所有量化狀態(tài)Xk= [rk,dk,ak]T賦初值ak = Om/s2,k= 1;對所有初始時刻 量化狀態(tài)xi對應的當前加速度均值%賦初值5( =〇m/s2 ;rk,dk,£ik分別表示k時刻的目標距 離,多普勒和徑向加速度;
[0039]步驟3、從雷達接收機讀取第k幀量測數據Zk:
[0040] =丨/, _ : 1 ?Λ/..l句' :£ 其中i表示距離單元編號,j表示多普勒單元編號, ζ?:7表示對應量測數據的幅度值;
[0041 ]步驟4、利用動態(tài)規(guī)劃進行值函數積累:
[0042] 若k = l,對所有量化狀態(tài)XI,值函數Ιι(χι) = ζι(χι),其中zk(xk)表示第k幀量測數 據中與量化狀態(tài)Xk相對應單兀的幅度值;
[0043] 若2彡k彡K,更新所有量化狀態(tài)Xk的值函數4(? )+? (%),并記錄 與量化狀態(tài)Xk相對應的前一幀量化狀態(tài)SU = (χ?-1);其中,T(xk) = {Xk-1 :p (xk|xk-i)彡γ }表示所有可能轉移到當前量化狀態(tài)xk的前一時刻量化狀態(tài)xk-i組成的集合;p (Xklxk-i)表示量化狀態(tài)之間的轉移概率,其近似計算方式可表示為
[0044]
[0045] 其中符號Ν(ν;μ,Σ)表示以向量v為自變量,μ為均值向量,Σ為協(xié)方差矩陣的高斯 分布函數;這里將當前統(tǒng)計機動目標模型引入到轉移狀態(tài)搜索步驟之中,能夠根據估計的 當前加速度均值自適應地調整搜索范圍的大小,從而避免大量噪聲狀態(tài)的干擾。
[0046] 步驟5、若k彡2,執(zhí)行步驟6;否則執(zhí)行步驟7;
[0047] 步驟6、估計k時刻目標的徑向加速度ak及對應的當前加速度均值% :
[0048] 對所有量化狀態(tài)xk,估計其目標徑向加速度及對應的當前加速度均值
其中其中符號(·)2表示取向量的第2個元素;
[0049] 步驟7、若k〈K,則k = k+l,返回步驟3;否則執(zhí)行步驟8;
[0050] 步驟8、門限判決及恢復航跡:
[0051] 若值函數最大值超過預設檢測門限VT,則利用記錄的幀間狀態(tài)轉移關系,恢復對 應的目標航跡,作為估計的狀態(tài)序列,表示為L = (d...Λ ),其中%表示第k幀的估計 狀態(tài);否則,宣布目標不存在。
[0052]對于三個仿真目標:
[0053]
[0054] 圖3給出了本發(fā)明與原有方法(即【背景技術】中所提的"擴大搜索范圍"的動態(tài)規(guī)劃 檢測前跟蹤方法)的檢測性能對比圖。可以看出,在相同信噪比條件下,無論是對于非機動 的目標2,還是對于具有不同程度機動特性的目標1和目標3,本發(fā)明都顯示了更高的檢測概 率。
【主權項】
1. 適用于脈沖多普勒雷達的機動目標多帖檢測前跟蹤方法,其特征在于,包括W下步 驟: 步驟1初始化系統(tǒng)參數; 步驟2初始化模型參數; 步驟3從雷達接收機讀取第k帖量測數據Zk: : 1 < /《W,.,l y ^ ,其中1表示距離單元編號,^'表示多普勒單元編號其表示 距離單元總數,N康示多普勒單元總數,表示第k帖距離單元編號i與多普勒單元編號j對 應量測數據的幅度值; 步驟4利用動態(tài)規(guī)劃進行值函數積累: 若k=l,設所有量化狀態(tài)xk的值函數Ik(祉)= zk(祉),其中zk(xk)表示第k帖量測數據中 與量化狀態(tài)Xk相對應單元的幅度值; 若2《k《K,更新所有量化狀態(tài)化的值函數4佔)=、《^芳/-,(Vi) + z;(x*),并記錄與量 化狀態(tài)xk相對應的前一帖量化狀態(tài)S* (馬)=鳴ma; /<-, (X-,);其中,曰rg max表示輸出使目 標函數最大時自變量的值,T(xk)示所有可能轉移到當前量化狀態(tài)Xk的前一時刻量化狀態(tài) 祉-1組成的集合τ (Xk) = {Xk-I: P (a I祉-1) > 丫 },P (Xk I祉-1)表示量化狀態(tài)之間的轉移概率; 步驟5若2,執(zhí)行步驟6;否則執(zhí)行步驟7; 步驟6估計k時刻目標的徑向加速度及對應的當前加速度均值: 對所有量化狀態(tài)xk,估計其目標徑向加速度ak及對應的當前加速度均值馬,,其中符號(·)2表示取向量的第2個元素; 步驟7若k<K,則k = k+1,返回步驟3;否則執(zhí)行步驟8; 步驟8Π 限判決及恢復航跡: 若值函數最大值maxlK(XK)超過預設檢測口限¥了,則^私=[畔1113、4片乂)作為即寸刻的 估計狀態(tài),并利用記錄的帖間狀態(tài)轉移關系,恢復對應的目標航跡為A.=掉,《;,...,?),其 中S姨示第k帖的估計狀態(tài),且當k<即寸A = Sw栓,1 );否則,宣布目標不存在。2. 如權利要求1所述適用于脈沖多普勒雷達的機動目標多帖檢測前跟蹤方法,其特征 在于,初始化的系統(tǒng)參數包括雷達距離維分辨力A r、雷達多普勒維分辨力Δ d、雷達距離維 分辨單元個數Nr、雷達多普勒維分辨單元個數Nd、帖間間隔T、觀測總帖數K、檢測口限Vt、當 前帖數k=l; 初始化的模型參數包括目標機動頻率參數α、當前統(tǒng)計機動目標模型參數矩陣F,U,Q、 觀測矩陣Η、速度絕對值上限amax、狀態(tài)轉移概率口限丫,并對初始時刻所有量化狀態(tài)Xk = 虹地,曰1<]叫武初值曰1<=〇111/32,4=1;^,(11<,曰1<分別表示1^時刻的目標距離,多普勒和徑向加速 度,(·)τ表示矩陣轉置; 其中,目標模型參數矩陣F,U,Q:3. 如權利要求2所述適用于脈沖多普勒雷達的機動目標多帖檢測前跟蹤方法,其特征 在于,a = 〇.2;amax = 50m/s2; 丫 =1〇-4。4. 如權利要求2所述適用于脈沖多普勒雷達的機動目標多帖檢測前跟蹤方法,其特征 在于,量化狀態(tài)之間的轉移概率P (a I xk-i)計算方式為:其中,Ν(ν;μ,Σ)表示W向量V為自變量,μ為均值向量,Σ為協(xié)方差矩陣的高斯分布函 數。
【文檔編號】G01S13/58GK105974402SQ201610283479
【公開日】2016年9月28日
【申請日】2016年4月29日
【發(fā)明人】易偉, 方梓成, 王經鶴, 諶振華, 孔令講, 崔國龍, 楊曉波
【申請人】電子科技大學