CN102073043B - 一种多帧相参积累目标检测前跟踪方法 - Google Patents
一种多帧相参积累目标检测前跟踪方法 Download PDFInfo
- Publication number
- CN102073043B CN102073043B CN 201010531948 CN201010531948A CN102073043B CN 102073043 B CN102073043 B CN 102073043B CN 201010531948 CN201010531948 CN 201010531948 CN 201010531948 A CN201010531948 A CN 201010531948A CN 102073043 B CN102073043 B CN 102073043B
- Authority
- CN
- China
- Prior art keywords
- radar
- data
- matrix
- slow time
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了基于Keystone变换的一种多帧相参积累目标检测前跟踪方法,它是利用Keystone变换校正多帧雷达数据中目标回波的距离走动,利用DCFT来对目标回波相位的二次项进行估计和补偿以利用目标回波的相位信息,通过多帧回波相参积累来提高输出信噪比,实现对微弱目标的检测。本发明方法与传统非相参检测前跟踪方法比,能够在较少帧数的回波数据下有效实现微弱目标的检测,提高了检测效率且在检测的同时提供了目标的位置和运动信息,实现了目标的跟踪。
Description
技术领域:
本发明属于雷达系统中目标检测和跟踪的技术领域,它特别涉及到了低信噪比条件下雷达检测和跟踪微弱目标的技术领域。
背景技术:
随着采用吸波材料,改变物体几何外形等隐身技术的不断发展和完善,雷达探测目标(如飞机、导弹)的雷达目标反射面积(RCS)的能力降低了几个数量级。这对于雷达检测目标和提高自身的生存能力提出了严峻的挑战。因此对微弱目标的检测和跟踪成为雷达的一个重要研究方向。在前人的研究中可知通过延长脉冲积累时间以提高信噪比来提高雷达对微弱目标的检测能力。现有预警雷达体系一般选用较低的脉冲重复频率以防止距离模糊的产生。在低重频扫描雷达体制下,雷达在一个方位向上发射的脉冲数很少,这导致了在一帧雷达回波数据中目标的回波脉冲数很少,这使得在单帧回波数据内获得长脉冲积累时间变得很难实现。
检测前跟踪算法是通过先存储多帧未经过门限处理的雷达回波原始数据,然后进行能量积累来对微弱目标进行检测和跟踪的技术,见文献“孙立宏.雷达弱小目标检测前跟踪方法研究.[硕士学位论文],西安:西安电子科技大学,2007”。由于在低信噪比条件下,单帧数据无法得出检测结果,检测前跟踪方法通过对多帧回波数据的处理,利用目标的运动特性,沿目标轨迹进行能量积累,提高信噪比,达到了检测微弱目标的目的。目前用于微弱目标检测的检测前跟踪算法主要有基于Hough变换的检测前跟踪算法、基于改进Hough变换的检测前跟踪算法、基于粒子滤波的检测前跟踪算法以及基于动态规划的检测前跟踪算法等等。在雷达信号处理中脉冲的能量积累包括相参积累和非相参积累,前者是指对复数据(即包含幅度和相位的数据)进行积累,而后者指的是仅仅对数据的幅度(也可能是幅度的平方或者幅度对数)进行积累。而上述几种检测前跟踪算法都只是对单帧雷达回波数据进行相参积累,多帧回波数据间采用非相参积累。由于这些算法在帧间积累时都没有有效利用目标回波的相位信息,因此在低信噪比下积累效率比帧间相参积累时低。传统的非相参检测前跟踪算法为达到好的检测性能需要比相参检测前跟踪算法更多帧的回波数据进行积累,因此数据处理量较大。
发明内容
为了能在低信噪比条件下,使用较少帧数的雷达回波数据就能得到较高的对微弱目标的检测概率,本发明提出了基于Keystone变换的一种多帧相参积累目标检测前跟踪方法,其特点是利用Keystone变换校正多帧雷达数据中目标回波的距离走动,利用DCFT(离散调频傅里叶变换)来对目标回波相位的二次项进行估计和补偿以利用目标回波的相位信息,通过多帧回波相参积累来提高输出信噪比,实现对微弱目标的检测。由此可知:该方法与传统非相参检测前跟踪方法比,使用较少帧数回波数据就可以提高输出信噪比,从而提高了目标检测效率。
为了方便描述本发明的内容,首先作以下术语定义:
定义1、检测前跟踪
在雷达系统中,检测前跟踪是指雷达在获得一个扫描周期的回波数据后,先不进行处理,不设检测门限和不宣布检测结果,而是将接收到的每一个扫描时刻的回波数据数字化后存储起来,等达到设定的数据量时在各扫描时刻之间对假设路径包含的点作几乎没有信息损失的相关处理,从而估计出目标的运动轨迹,最后检测结果和目标轨迹同时宣布,见文献“孙立宏.雷达弱小目标检测前跟踪方法研究.[硕士学位论文],西安:西安电子科技大学,2007”。
定义2、距离单元
在雷达系统中,将雷达测距的范围划分成若干小的区域并将其编号,雷达根据目标回波信号落入的区域编号计算目标与雷达之间的距离。
定义3、方位向
将雷达扫描空间均匀划分为若干等分,每一等分为一个方位向。
定义4、虚警门限
雷达系统中的参数,当统计值超过虚警门限时雷达报告发现目标,当统计值未超过虚警门限时雷达不报告发现目标。
定义5、一帧回波数据
在本发明中,一帧回波数据是指在一个雷达扫描周期内,雷达接收机所接收、采样并存储的在这一个雷达扫描周期内所有发射脉冲的回波数据。
定义6、慢时间
雷达发射脉冲重复时间为T,记第一个脉冲的发射时刻为0,那么第m个脉冲的发射时刻为tm=mT(m=0,1,2,...),tm即称为慢时间。
定义7、距离-慢时间二维数据矩阵
本发明中距离-慢时间二维数据矩阵的行代表距离向,其行的数目为雷达对每个回波采样的点数;矩阵的列代表方位向,其列的数目为雷达在每个方位向发射脉冲的序号。假设雷达扫描空间被分为N个方位向,每个方位向发射M个脉冲,雷达对每个发射脉冲的回波采样L次,则在一个雷达扫描周期内雷达连续发射N×M个脉冲并按方位向编号将采样数据存储为N个L行M列的二维矩阵SL×M,M、N、L均为正整数,如图1所示。
定义8、FFT和IFFT
FFT为快速傅里叶变换,是离散傅里叶变换的快速算法。IFFT为快速逆傅里叶变换,是逆离散傅里叶变换的快速算法。FFT与IFFT互为逆运算。
定义9、按距离维做FFT
按距离维做FFT是指将距离-慢时间二维数据矩阵的数据按列做FFT。
定义10、Keystone变换
Keystone变换是合成孔径雷达领域一种常用的距离走动校正技术。它主要是通过对雷达接收数据被处理到频率-慢时间维后,对慢时间维做伸缩变换,伸缩幅度与频率有关,来实现对目标距离走动的校正,详见文献“R P Perry,R CDipietro,R L Fante.SAR imaging of moving target[J].I EEE Trans on AES,1999,35(1):188-200.”
定义11、按频率维做IFFT
按频率维做IFFT是指将距离-慢时间二维数据矩阵的数据按距离维做FFT后得到的频率-慢时间二维数据矩阵的数据按列做IFFT。
定义12、信噪比
信噪比是指信号的功率与环境噪声功率的比值。
定义13、距离走动
距离走动是指由于目标与雷达之间的相对运动,导致目标与雷达之间距离的改变量超过了雷达接收机的一个距离分辨单元。
定义14、距离走动补偿
距离走动补偿是指根据雷达本身的参数及一定的方法估计出目标与雷达之间的距离走动值,并用该值对雷达接收、采样并存储的回波数据进行补偿,使得目标在各发射脉冲的回波数据中位于同一个距离单元。
定义15、多普勒模糊数
当雷达发射脉冲重复频率低时,高速目标的多普勒频移大于重复频率,又会产生测速多值性模糊。多普勒模糊数就是目标实际的多普勒频移除以雷达发射脉冲重复频率所得到商的整数部分的数值。
定义16、二次相位
二次相位是指雷达回波数据的相位中关于慢时间的二次项。
定义17、按慢时间维做FFT
按慢时间维做FFT是指将距离-慢时间二维数据矩阵的数据按行做FFT。
本发明提供了基于Keystone变换的用于检测和跟踪微弱目标的一种多帧相参积累目标检测前跟踪方法,该方法的步骤如下:
步骤1、基于Keystone变换的多帧相参积累目标检测前跟踪方法相关参数的初始化。
该方法需要进行初始化的参数如下:雷达发射脉冲的载频fc;雷达发射脉冲重复时间T;雷达发射脉冲的带宽B;雷达发射脉冲的调频斜率b;雷达发射脉冲的持续时间Tp;雷达的距离分辨率δr;相参处理的雷达数据帧数K;雷达扫描空间被划分成的方位向个数N,记方位向序号为n,n=1,2,…,N;雷达在每个方位向发射的脉冲个数M;雷达在距离向上的采样频率fs;雷达在距离向上的采样点数L;雷达虚警门限值η;对于雷达系统,上述参数是已知的。多普勒模糊数最大值H;目标回波相位二次项系数最小值γmin和目标回波相位二次项系数最大值γmax;上述参数来自目标的先验信息。
步骤2、多帧雷达数据在慢时间维上的拼接
取雷达接收机接收到的任意K帧连续的回波数据。将这K帧连续的回波数据按照雷达接收机接收的先后次序拼接成一个L行K×M×N列的距离-慢时间二维数据矩阵XL×(K×M×N)。拼接的具体方法为:K帧连续的回波数据中雷达最先接收到那一帧数据中第一个方位向矩阵的第一列作为整个距离-慢时间二维数据矩阵XL×(K×M×N)的第一列,K帧连续的回波数据中雷达最先接收到那一帧数据中第一个方位向矩阵的第二列作为整个距离-慢时间二维数据矩阵XL×(K×M×N)的第二列,以此类推,直到K帧连续的回波数据中雷达最后接收到那一帧数据中第N个方位向矩阵的第M列作为整个距离-慢时间二维数据矩阵XL×(K×M×N)的最后一列,其中L是雷达在距离向上的采样点数,K为相参处理的雷达数据帧数,N为雷达扫描空间被划分成的方位向个数,M为雷达在每个方位向发射的脉冲个数。
步骤3、目标回波脉冲数据选取及其余数据的置零
对步骤2得到的距离-慢时间二维数据矩阵XL×(K×M×N)进行脉冲选取,具体方法是在距离-慢时间二维数据矩阵XL×(K×M×N)中的每一帧回波数据中选取某一个方位向上的M列回波数据作为目标回波数据,该帧回波数据中其余方位向上的回波数据均认为是噪声并做置零处理,处理后的数据矩阵记为距离-慢时间二维数据矩阵YL×(K×M×N)。记该次脉冲选取为第α次,α=1,2,…NK,其中K为相参处理的雷达数据帧数,N为雷达扫描空间被划分成的方位向个数。
步骤4、将距离-慢时间二维数据矩阵YL×(K×M×N)转换到频率-慢时间维
对步骤3得到的经过目标回波脉冲数据选取和其余数据置零处理后的距离-慢时间二维数据矩阵YL×(K×M×N),按距离维做FFT,得到频率-慢时间二维数据矩阵ZL×(K×M×N)。
步骤5、用Keystone变换进行插值
利用Keystone变换对步骤4中得到的频率-慢时间二维数据矩阵ZL×(K×M×N)进行插值。具体方法如下:首先建立一个新的频率-慢时间二维数据矩阵RL×(K×M×N),该矩阵的所有元素初始值均为0,然后建立一个1行K*M*N列的向量l=[1,2,…,K*M*N]。频率-慢时间二维数据矩阵RL×(K×M×N)中第i行第j列的元素rij是由原频率-慢时间二维数据矩阵ZL×(K×M×N)第i行与向量作点乘后求和得到,i=1,2,…,L,j=1,2,…,K*M*N,其中fc为雷达发射脉冲的载频,fs为雷达在距离向上的采样频率,L为雷达在距离向上的采样点数,K为相参处理的雷达数据帧数,N为雷达扫描空间被划分成的方位向个数,M为雷达在每个方位向发射的脉冲个数。
步骤6、估计多普勒模糊数
取步骤1获得的多普勒模糊数最大值H,在0到H的范围内以间距为1进行采样,得到多普勒模糊数的参考值h1,h2,...,hQ。利用得到的Q个多普勒模糊数的参考值h1,h2,...,hQ,分别对步骤5得到的经过Keystone变换进行插值后的频率-慢时间二维数据矩阵RL×(K×M×N)进行多普勒模糊数的补偿。具体方法如下:分别根据第q(q=1,2…Q,这里Q为多普勒模糊数参考值的个数)个多普勒模糊数的参考值hq,对于频率-慢时间二维数据矩阵RL×(K×M×N)第i行,建立一个多普勒模糊补偿向量l=[1,2,…,K*M*N],i=1,2,…,L。
然后频率-慢时间二维数据矩阵RL×(K×M×N)第i行与多普勒模糊补偿向量作点乘后得到的向量作为多普勒模糊补偿后的频率-慢时间二维数据矩阵Aq(q=1,2…Q)的第i行,i=1,2,…,L,其中fc为雷达发射脉冲的载频,fs为雷达在距离向上的采样频率,L为雷达在距离向上的采样点数,K为相参处理的雷达数据帧数,N为雷达扫描空间被划分成的方位向个数,M为雷达在每个方位向发射的脉冲个数。
步骤7、将数据矩阵转换到距离-慢时间维
对步骤6中得到频率-慢时间二维数据矩阵Aq,q=1,2…Q按频率维做IFFT,得到新的距离-慢时间二维数据矩阵Bq,q=1,2…Q。
步骤8、二次相位补偿
对步骤7中得到的距离-慢时间二维数据矩阵Bq(q=1,2…Q)按慢时间维逐行进行二次相位补偿。其具体做法是取步骤1获得的目标回波相位二次项系数的范围,在该范围内进行等间隔采样,得到G个二次项参考系数γ1,γ2,...,γG。建立一个新的L行K*M*N列的距离-慢时间二维数据矩阵Dq(q=1,2…Q)。针对距离-慢时间二维数据矩阵Bq(q=1,2…Q)的第i行,建立一个1行,G列的信息存储矩阵Ci 1×G,i=1,2…L。分别根据第g(g=1,2…G)个二次项参考系数γg,建立一个二次相位补偿向量exp(j2πγg(l*T)2),l=[1,2,…,K*M*N]。令距离-慢时间二维数据矩阵Bq(q=1,2…Q)的第i行与二次相位补偿向量exp(j2πγg(l*T)2)点乘,得到一个二次相位补偿后的向量ρqi,i=1,2…L。对ρqi进行FFT并取出FFT后得到的最大值存储在信息存储矩阵Ci 1×G第g列。找出信息存储矩阵Ci 1×G中的最大值并取得其对应的二次项参考系数后,将距离-慢时间二维数据矩阵Bq(q=1,2…Q)的第i行点乘一个向量得到距离-慢时间二维数据矩阵Dq(q=1,2…Q)的第i行,i=1,2…L,其中K为相参处理的雷达数据帧数,N为雷达扫描空间被划分成的方位向个数,M为雷达在每个方位向发射的脉冲个数。
步骤9、相参积累
分别对步骤8得到的补偿后的距离-慢时间二维数据矩阵Dq(q=1,2…Q,这里Q为多普勒模糊数参考值的个数)按慢时间维做FFT,得到积累矩阵Eq(q=1,2…Q)。
步骤10、峰值、方位信息,距离单元信息存储
建立K+3行,NK列的信息存储矩阵用于存储目标的方位、回波积累幅值,所在距离单元及目标多普勒频率信息。方法是将步骤3中经处理后得到得距离-慢时间二维数据矩阵YL×(K×M×N)中未被置零的K个方位向数据矩阵在原各帧回波数据中的方位向序号n分别存储于信息存储矩阵的第α(α=1,2,…NK)列的前K行。求取由步骤9得到的积累矩阵Eq(q=1,2…Q)的最大值Uq(q=1,2…Q)。对Q个最大积累峰值Uq(q=1,2…Q)进行比较,求取这些最大积累峰值中的最大值,令其为P,将最大值P存储于信息存储矩阵的第α(α=1,2,...,NK)列的第K+1行,将该最大值P对应的距离单元存储于信息存储矩阵的第α(α=1,2,...,NK)列的第K+2行,并将该最大值P对应的多普勒频率存储于信息存储矩阵的第α(α=1,2,...,NK)列的第K+3行,其中K为相参处理的雷达数据帧数,N为雷达扫描空间被划分成的方位向个数。
步骤11、选取K帧回波的所有方位向组合
重复步骤3~10,直到K(K为相参处理的雷达数据帧数)帧回波的所有方位向组合全部被选取。
步骤12、判决目标
取经步骤11处理得到的信息存储矩阵中第K+1行的最大值,令其为Q,将该最大值Q与雷达虚警门限值η做比较,当最大值Q大于雷达虚警门限值η时判为有目标,当最大值Q小于雷达虚警门限值η时判为没有目标。若判为有目标,输出该最大值Q所在信息存储矩阵中对应列的前K行中存储的目标方位向信息值、第K+2行目标所在距离单元及第K+3行目标多普勒频率。这里K为相参处理的雷达数据帧数。
本发明的创新点在于针对传统非相参TBD方法在帧间积累时没有利用目标回波的相位信息,本发明提供一种新的基于Keystone变换的多帧相参积累TBD方法。该方法在帧间积累时利用了回波信号的相位信息,对多帧回波进行相参积累来提高输出SNR进而提高了检测效率。
本发明的优点:本发明在多帧积累时利用了回波信号的相位信息,相对传统非相参TBD方法,本发明能够在较少帧数的回波数据下有效实现微弱目标的检测,提高了检测效率且在检测的同时提供了目标的位置和运动信息,实现了目标的跟踪。
附图说明
图1为一帧回波数据的存储格式
横坐标代表距离-慢时间二维矩阵的慢时间向,慢时间单元代表雷达发射脉冲的时刻。纵坐标代表距离-慢时间二维矩阵的距离单元,距离单元代表目标与雷达之间的距离,其中N表示雷达每个扫描周期将扫描空间划分的方位向个数,M为每个方位向发射的脉冲数;L为雷达距离单元个数。
图2为本发明的流程图
具体实施方式
本发明主要采用计算机仿真的方法进行验证,所有步骤、结论都在MATLAB-R2009a上验证正确。具体实施步骤如下:
步骤1、基于Keystone变换的多帧相参积累目标检测前跟踪方法相关参数的初始化。
该方法需要进行初始化的参数如下:雷达发射脉冲的载频fc=1GHz;雷达发射脉冲重复时间T=125ms;雷达发射脉冲的带宽B=7.5MHz;雷达发射脉冲的调频斜率b=1500GHz/s;雷达发射脉冲的持续时间Tp=0.5μs;雷达的距离分辨率δr=10m;相参处理的雷达数据帧数K=3;雷达扫描空间被划分成的方位向个数N=20;雷达在每个方位向发射的脉冲个数M=16;雷达在距离向上的采样频率fs=15MHz;雷达在距离向上的采样点数L=200;多普勒模糊数最大值H=10;目标回波相位二次项系数最小值γmin=0;目标回波相位二次项系数最大值γmax=50。
步骤2、多帧雷达数据在慢时间维上的拼接
取用于本文方法所需要的雷达接收机接收到的任意3帧连续的回波数据。将这3帧连续的回波数据按照雷达接收机接收的先后次序拼接成一个200行3×20×16列的距离-慢时间二维数据矩阵X200×(3×20×16)。拼接的具体方法为:3帧连续的回波数据中雷达最先接收到那一帧数据中第一个方位向矩阵的第一列作为整个距离-慢时间二维数据矩阵X200×(3×20×16)的第一列,3帧连续的回波数据中雷达最先接收到那一帧数据中第一个方位向矩阵的第二列作为整个距离-慢时间二维数据矩阵X200×(3×20×16)的第二列,以此类推,直到3帧连续的回波数据中雷达最后接收到那一帧数据中第20个方位向矩阵的第16列作为整个距离-慢时间二维数据矩阵X200×(3×20×16)的最后一列。
步骤3、目标回波脉冲数据选取及其余数据的置零
对步骤2得到的距离-慢时间二维数据矩阵X200×(3×20×16)进行脉冲选取,具体方法是在距离-慢时间二维数据矩阵X200×(3×20×16)中的每一帧回波数据中选取某一个方位向上的16列回波数据作为目标回波数据,该帧回波数据中其余方位向上的回波数据均认为是噪声并做置零处理,处理后的数据矩阵记为距离-慢时间二维数据矩阵Y200×(3×20×16)。记该次脉冲选取为第α次,α=1,2,…203。
步骤4、将距离-慢时间二维数据矩阵Y200×(3×20×16)转换到频率-慢时间维
对步骤3得到的经过目标回波脉冲数据选取和其余数据置零处理后的距离-慢时间二维数据矩阵Y200×(3×20×16),按距离维做FFT,得到频率-慢时间二维数据矩阵Z200×(3×20×16)。
步骤5、用Keystone变换进行插值
利用Keystone变换对步骤4中得到的频率-慢时间二维数据矩阵Z200×(3×20×16)进行插值。具体方法如下:首先建立一个新的频率-慢时间二维数据矩阵该矩阵的所有元素初始值均为0,然后建立一个1行3*20*16列的向量l=[1,2,…,3*20*16]。频率-慢时间二维数据矩阵R200×(3×20×16)中第i行第j列的元素rij是由原频率-慢时间二维数据矩阵z200×(3×20×16)第i行与向量 作点乘后求和得到,i=1,2,…200,j=1,2,…3*20*16。
步骤6、估计多普勒模糊数
取步骤1获得的多普勒模糊数最大值H=10,在0到H的范围内以间距为1进行采样,得到多普勒模糊数的参考值h1,h2,...,h11。利用得到的11个多普勒模糊数的参考值h1,h2,...,h11,分别对步骤5得到的经过Keystone变换进行插值后的频率-慢时间二维数据矩阵R200×(3×20×16)进行多普勒模糊数的补偿。具体方法如下:分别根据第q(q=1,2…11)个多普勒模糊数的参考值hq,对于频率-慢时间二维数据矩阵R200×(3×20×16)第i行,建立一个1行3*20*16列的多普勒模糊补偿向量l=[1,2,…,3*20*16],i=1,2,…200。
然后频率-慢时间二维数据矩阵R200×(3×20×16)第i行与多普勒模糊补偿向量作点乘后得到的向量作为多普勒模糊补偿后的频率-慢时间二维数据矩阵Aq(q=1,2…11)的第i行,i=1,2…200。
步骤7、将数据矩阵转换到距离-慢时间维
对步骤6中得到频率-慢时间二维数据矩阵Aq,q=1,2…11按频率维做IFFT,得到新的距离-慢时间二维数据矩阵Bq,q=1,2…11。
步骤8、二次相位补偿
对步骤7中得到的距离-慢时间二维数据矩阵Bq(q=1,2…11)按慢时间维逐行进行二次相位补偿。其具体做法是取步骤1获得的目标回波相位二次项系数的范围,在该范围内进行等间隔采样,得到50个二次项参考系数γ1,γ2,...,γ50。建立一个新的200行3*20*16列的距离-慢时间二维数据矩阵Dq(q=1,2…11)。针对距离-慢时间二维数据矩阵Bq(q=1,2…11)的第i(i=1,2…200)行,建立一个1行,50列的信息存储矩阵Ci 1×50,i=1,2…200。分别根据第g(g=1,2…50)个二次项参考系数γg,建立一个二次相位补偿向量exp(j2πγg(l*0.125)2),l=[1,2,…,3*20*16]。令距离-慢时间二维数据矩阵Bq(q=1,2…11)的第i行与二次相位补偿向量exp(j2πγg(l*0.125)2)点乘,得到一个二次相位补偿后的向量ρqi,i=1,2…200。对ρqi进行FFT并取出FFT后得到的最大值存储在信息存储矩阵Ci 1×50第g列。找出信息存储矩阵Ci 1×50中的最大值并取得其对应的二次项参考系数后,将距离-慢时间二维数据矩阵Bq(q=1,2…11)的第i行点乘一个向量得到距离-慢时间二维数据矩阵Dq(q=1,2…11)的第i行,i=1,2…200。
步骤9、相参积累
分别对步骤8得到的补偿后的距离-慢时间二维数据矩阵Dq(q=1,2…11)按慢时间维做FFT,得到积累矩阵Eq(q=1,2…11)。
步骤10、峰值、方位信息,距离单元信息存储
建立6行,203列的信息存储矩阵用于存储目标的方位、回波积累幅值,所在距离单元及目标多普勒频率信息。将步骤3中经处理后得到得距离-慢时间二维数据矩阵Y200×(3×20×16)中未被置零的3个方位向数据矩阵在原各帧回波数据中的方位向序号n分别存储于信息存储矩阵的第α(α=1,2,…203)列的前3行。求取由步骤9得到的积累矩阵Eq(q=1,2…11)的最大值Uq(q=1,2…11)。对11个最大积累峰值Uq(q=1,2…11)进行比较,求取这些最大积累峰值中的最大值,令其为P,将最大值P存储于信息存储矩阵的第α(α=1,2,…203)列的第4行,将该最大值P对应的距离单元存储于信息存储矩阵的第α(α=1,2,…203)列的第5行,并将该最大值P对应的多普勒频率存储于信息存储矩阵的第α(α=1,2,…203)列的第6行。
步骤11、
重复步骤3~10,直到3帧回波的所有方位向组合全部被选取。
步骤12、判决目标
取经步骤11处理得到的信息存储矩阵中第4行的最大值,令其为Q,将该最大值Q与雷达虚警门限值η做比较,当最大值Q大于雷达虚警门限值η时判为有目标,当最大值Q小于雷达虚警门限值η时判为没有目标。若判为有目标,输出该最大值Q所在信息存储矩阵中对应列的前3行中存储的目标方位向信息值,第5行目标所在距离单元及第6行目标多普勒频率。
通过本发明的具体实施可以看出,本发明在通过Keystone变换进行距离走动补偿和利用DCFT进行二次相位补偿后在TBD下对多帧回波数据进行相参积累,这种处理方法在使用较少雷达回波数据帧数的情况下提高了输出信噪比进而提高了检测概率。
Claims (1)
1.一种多帧相参积累目标检测前跟踪方法,其特征是该方法包括如下步骤:
步骤1、基于Keystone变换的多帧相参积累目标检测前跟踪方法相关参数的初始化
需要进行初始化的参数如下:雷达发射脉冲的载频fc;雷达发射脉冲重复时间T;雷达发射脉冲的带宽B;雷达发射脉冲的调频斜率b;雷达发射脉冲的持续时间Tp;雷达的距离分辨率δr;相参处理的雷达数据帧数K;雷达扫描空间被划分成的方位向个数N,记方位向序号为n,n=1,2,…,N;雷达在每个方位向发射的脉冲个数M;雷达在距离向上的采样频率fs;雷达在距离向上的采样点数L;雷达虚警门限值η;对于雷达系统,上述参数是已知的;多普勒模糊数最大值H;目标回波相位二次项系数最小值γmin和目标回波相位二次项系数最大值γmax;上述参数来自目标的先验信息;
步骤2、多帧雷达数据在慢时间维上的拼接
取雷达接收机接收到的任意K帧连续的回波数据;将这K帧连续的回波数据按照雷达接收机接收的先后次序拼接成一个L行K×M×N列的距离-慢时间二维数据矩阵XL×(K×M×N);拼接的具体方法为:K帧连续的回波数据中雷达最先接收到那一帧数据中第一个方位向矩阵的第一列作为整个距离-慢时间二维数据矩阵XL×(K×M×N)的第一列,K帧连续的回波数据中雷达最先接收到那一帧数据中第一个方位向矩阵的第二列作为整个距离-慢时间二维数据矩阵XL×(K×M×N)的第二列,以此类推,直到K帧连续的回波数据中雷达最后接收到那一帧数据中第N个方位向矩阵的第M列作为整个距离-慢时间二维数据矩阵XL×(K×M×N)的最后一列,其中L是雷达在距离向上的采样点数,K为相参处理的雷达数据帧数,N为雷达扫描空间被划分成的方位向个数,M为雷达在每个方位向发射的脉冲个数;
步骤3、目标回波脉冲数据选取及其余数据的置零
对步骤2得到的距离-慢时间二维数据矩阵XL×(K×M×N)进行脉冲选取,具体方法是在距离-慢时间二维数据矩阵XL×(K×M×N)中的每一帧回波数据中选取某一个方位向上的M列回波数据作为目标回波数据,该帧回波数据中其余方位向上的回波数据均认为是噪声并做置零处理,处理后的数据矩阵记为距离-慢时间二维数据矩阵YL×(K×M×N);记该次脉冲选取为第α次,α=1,2,…NK,其中K为相参处理的雷达数据帧数,N为雷达扫描空间被划分成的方位向个数;
步骤4、将距离-慢时间二维数据矩阵YL×(K×M×N)转换到频率-慢时间维
对步骤3得到的经过目标回波脉冲数据选取和其余数据置零处理后的距离-慢时间二维数据矩阵YL×(K×M×N),按距离维做FFT,得到频率-慢时间二维数据矩阵ZL×(K×M×N);
步骤5、用Keystone变换进行插值
利用Keystone变换对步骤4中得到的频率-慢时间二维数据矩阵ZL×(K×M×N)进行插值;具体方法如下:首先建立一个新的频率-慢时间二维数据矩阵RL×(K×M×N),该矩阵的所有元素初始值均为0,然后建立一个1行K*M*N列的向量l=[1,2,…,K*M*N];频率-慢时间二维数据矩阵RL×(K×M×N)中第i行第j列的元素rij是由原频率-慢时间二维数据矩阵ZL×(K×M×N)第i行与向量作点乘后求和得到,i=1,2,…,L,j=1,2,…,K*M*N,其中fc为雷达发射脉冲的载频,fs为雷达在距离向上的采样频率,L为雷达在距离向上的采样点数,K为相参处理的雷达数据帧数,N为雷达扫描空间被划分成的方位向个数,M为雷达在每个方位向发射的脉冲个数;
步骤6、估计多普勒模糊数
取步骤1获得的多普勒模糊数最大值H,在0到H的范围内以间距为1进行采样,得到多普勒模糊数的参考值h1,h2,...,hQ;利用得到的Q个多普勒模糊数的参考值h1,h2,...,hQ,分别对步骤5得到的经过Keystone变换进行插值后的频率-慢时间二维数据矩阵RL×(K×M×N)进行多普勒模糊数的补偿;具体方法如下:分别根据第q个多普勒模糊数的参考值hq,q=1,2…Q,这里Q为多普勒模糊数参考值的个数,对于频率-慢时间二维数据矩阵RL×(K×M×N)第i行,建立一个多普勒模糊补偿向量l=[1,2,…,K*M*N],i=1,2,…,L;然后频率-慢时间二维数据矩阵RL×(K×M×N)第i行与多普勒模糊补偿向量作点乘后得到的向量作为多普勒模糊补偿后的频率-慢时间二维数据矩阵Aq的第i行,i=1,2,…,L,其中fc为雷达发射脉冲的载频,q=1,2…Q,Q为多普勒模糊数参考值的个数,fs为雷达在距离向上的采样频率,L为雷达在距离向上的采样点数,K为相参处理的雷达数据帧数,N为雷达扫描空间被划分成的方位向个数,M为雷达在每个方位向发射的脉冲个数;
步骤7、将数据矩阵转换到距离-慢时间维
对步骤6中得到频率-慢时间二维数据矩阵Aq,q=1,2…Q按频率维做IFFT,得到新的距离-慢时间二维数据矩阵Bq,q=1,2…Q;
步骤8、二次相位补偿
对步骤7中得到的距离-慢时间二维数据矩阵Bq按慢时间维逐行进行二次相位补偿,q=1,2…Q,Q为多普勒模糊数参考值的个数;其具体做法是取步骤1获得的目标回波相位二次项系数的范围,在该范围内进行等间隔采样,得到G个二次项参考系数γ1,γ2,...,γG;建立一个新的L行K*M*N列的距离-慢时间二维数据矩阵Dq,q=1,2…Q,Q为多普勒模糊数参考值的个数;针对距离-慢时间二维数据矩阵Bq的第i行,建立一个1行,G列的信息存储矩阵Ci 1×G,i=1,2…L;分别根据第g个二次项参考系数γg,g=1,2…G,建立一个二次相位补偿向量exp(j2πγg(l*T)2),l=[1,2,…,K*M*N];令距离-慢时间二维数据矩阵Bq的第i行与二次相位补偿向量exp(j2πγg(l*T)2)点乘,得到一个二次相位补偿后的向量ρqi,i=1,2…L;对ρqi进行FFT并取出FFT后得到的最大值存储在信息存储矩阵Ci 1×G第g列;找出信息存储矩阵Ci 1×G中的最大值并取得其对应的二次项参考系数后,将距离-慢时间二维数据矩阵Bq的第i行点乘一个向量得到距离-慢时间二维数据矩阵Dq的第i行,q=1,2…Q,Q为多普勒模糊数参考值的个数,i=1,2…L,其中K为相参处理的雷达数据帧数,N为雷达扫描空间被划分成的方位向个数,M为雷达在每个方位向发射的脉冲个数;
步骤9、相参积累
分别对步骤8得到的补偿后的距离-慢时间二维数据矩阵Dq按慢时间维做FFT,q=1,2…Q,Q为多普勒模糊数参考值的个数,得到积累矩阵Eq,q=1,2…Q,这里Q为多普勒模糊数参考值的个数;
步骤10、峰值、方位信息,距离单元信息存储
建立K+3行,NK列的信息存储矩阵用于存储目标的方位、回波积累幅值,所在距离单元及目标多普勒频率信息;方法是将步骤3中经处理后得到得距离-慢时间二维数据矩阵YL×(K×M×N)中未被置零的K个方位向数据矩阵在原各帧回波数据中的方位向序号n分别存储于信息存储矩阵的第α列的前K行,α=1,2,…NK;求取由步骤9得到的积累矩阵Eq的最大值Uq,q=1,2…Q,这里Q为多普勒模糊数参考值的个数;对Q个最大积累峰值Uq进行比较,求取这些最大积累峰值中的最大值,令其为P,将最大值P存储于信息存储矩阵的第α列的第K+1行,α=1,2,...,NK,将该最大值P对应的距离单元存储于信息存储矩阵的第α列的第K+2行,并将该最大值P对应的多普勒频率存储于信息存储矩阵的第α列的第K+3行,其中K为相参处理的雷达数据帧数,N为雷达扫描空间被划分成的方位向个数;
步骤11、选取K帧回波的所有方位向组合
重复步骤3~10,直到K帧回波的所有方位向组合全部被选取,K为相参处理的雷达数据帧数;
步骤12、判决目标
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201010531948 CN102073043B (zh) | 2010-11-04 | 2010-11-04 | 一种多帧相参积累目标检测前跟踪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201010531948 CN102073043B (zh) | 2010-11-04 | 2010-11-04 | 一种多帧相参积累目标检测前跟踪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102073043A CN102073043A (zh) | 2011-05-25 |
CN102073043B true CN102073043B (zh) | 2013-02-13 |
Family
ID=44031659
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201010531948 Expired - Fee Related CN102073043B (zh) | 2010-11-04 | 2010-11-04 | 一种多帧相参积累目标检测前跟踪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102073043B (zh) |
Families Citing this family (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102419437B (zh) * | 2011-09-09 | 2013-07-31 | 北京理工大学 | 一种基于航迹检验的检测前跟踪方法 |
CN102628937B (zh) * | 2012-04-20 | 2014-02-12 | 西安电子科技大学 | 基于广义keystone变换和非相参积累的雷达检测方法 |
CN102830394B (zh) * | 2012-07-17 | 2014-03-19 | 西安电子科技大学 | 基于多谱线积累的弱目标探测方法 |
CN102901956B (zh) * | 2012-09-27 | 2014-08-06 | 电子科技大学 | 一种雷达微弱目标检测方法 |
CN103308912B (zh) * | 2013-06-03 | 2015-06-17 | 电子科技大学 | 一种基于压缩传感的相参检测前跟踪方法 |
CN103439697B (zh) * | 2013-08-23 | 2015-05-27 | 西安电子科技大学 | 基于动态规划的目标检测方法 |
CN103513244B (zh) * | 2013-10-17 | 2016-03-30 | 电子科技大学 | 一种基于动态规划的多帧相参积累目标检测前跟踪方法 |
CN104007422B (zh) * | 2014-05-21 | 2016-06-15 | 西安电子科技大学 | 基于动态规划的复似然比检测前跟踪方法 |
CN104062651B (zh) * | 2014-06-30 | 2016-06-29 | 电子科技大学 | 一种基于g0杂波背景及恒定目标幅度的检测前跟踪方法 |
CN104224188B (zh) * | 2014-09-23 | 2016-06-01 | 中国科学院电子学研究所 | 用于生命探测雷达的微弱呼吸信号检测方法 |
CN104330790A (zh) * | 2014-09-27 | 2015-02-04 | 郑敏 | 目标轨迹检测方法 |
CN104459661B (zh) * | 2014-09-29 | 2017-04-26 | 零八一电子集团有限公司 | 检测快速火炮类微弱目标的方法 |
CN104597434B (zh) * | 2015-01-14 | 2017-07-04 | 中国民航大学 | 改进包络移位补偿和分数阶傅里叶变换的多帧相参tbd方法 |
CN106199553B (zh) * | 2016-07-29 | 2019-01-11 | 西安电子科技大学 | 多帧回波联合相参积累检测海面弱小目标的优化方法 |
US10539672B2 (en) * | 2016-12-09 | 2020-01-21 | GM Global Technology Operations LLC | Doppler ambiguity resolution at high signal to noise ratio |
CN108279403B (zh) * | 2018-01-04 | 2020-03-17 | 电子科技大学 | 基于距离分帧的Keystone变换并行实现方法 |
CN108833071B (zh) * | 2018-03-19 | 2020-11-10 | 中国科学院电子学研究所 | 一种相位同步方法和装置 |
CN108398676B (zh) * | 2018-05-04 | 2021-10-26 | 电子科技大学 | 一种外辐射源雷达微弱运动目标探测方法 |
CN108828584B (zh) * | 2018-06-19 | 2020-11-24 | 电子科技大学 | 基于航迹折叠因子解模糊的多重频目标检测前跟踪方法 |
CN109765540B (zh) * | 2019-02-26 | 2021-03-19 | 南京莱斯电子设备有限公司 | 一种频率步进体制米波雷达目标提取方法 |
CN110412549B (zh) * | 2019-07-20 | 2023-03-31 | 中国船舶重工集团公司第七二四研究所 | 一种基于多级虚警反馈的多通道帧间联合海目标检测方法 |
CN110501685B (zh) * | 2019-08-23 | 2021-06-04 | 北京电子工程总体研究所 | 一种基于雷达信号相位补偿的多帧相参积累方法 |
CN110361734B (zh) * | 2019-08-27 | 2021-03-02 | 北京无线电测量研究所 | 微弱动目标检测方法、装置、计算机设备及存储介质 |
CN112585489B (zh) * | 2019-09-25 | 2023-07-14 | 深圳市速腾聚创科技有限公司 | 激光雷达回波信号处理方法、装置、计算机设备和存储介质 |
CN110954895B (zh) * | 2019-12-13 | 2020-11-17 | 哈尔滨工业大学 | 一种基于复伪谱的速度滤波检测前跟踪方法 |
CN111796252B (zh) * | 2020-08-28 | 2023-05-30 | 西安电子科技大学 | 基于四通道相参融合的全极化mimo雷达目标检测方法 |
CN112684418B (zh) * | 2020-12-22 | 2024-04-16 | 苏州度风科技有限公司 | 一种脉冲多普勒雷达回波的弱信号提取方法 |
CN112835006B (zh) * | 2021-01-05 | 2023-05-16 | 成都汇蓉国科微系统技术有限公司 | 一种基于帧间积累的跟踪雷达海上小目标检测方法及系统 |
CN112835010B (zh) * | 2021-03-17 | 2022-06-17 | 中国人民解放军海军潜艇学院 | 一种基于帧间积累的弱小目标检测合并方法 |
CN113189577B (zh) * | 2021-04-13 | 2021-12-03 | 电子科技大学 | 一种基于快速斜坡模式lfmcw车载雷达测距测速方法 |
CN113759362B (zh) * | 2021-07-28 | 2024-02-23 | 西安电子科技大学 | 雷达目标数据关联的方法、装置、设备和存储介质 |
CN113687340B (zh) * | 2021-08-24 | 2024-02-23 | 重庆交通大学 | 一种基于毫米波雷达的远距离运动目标检测方法 |
CN114415143B (zh) * | 2021-12-21 | 2024-04-30 | 西北工业大学 | 一种匀速运动目标的多帧相参积累方法 |
CN114879157B (zh) * | 2022-05-06 | 2023-05-16 | 电子科技大学 | 基于能量轨迹提取的高价值目标散射中心参数估计方法 |
CN116736297B (zh) * | 2023-08-09 | 2023-10-10 | 中国科学院空天信息创新研究院 | 一种异构多帧联合相参积累方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7450057B2 (en) * | 2006-10-20 | 2008-11-11 | Northrop Grumman Space & Missions Systems Corp. | Signal processing for accelerating moving targets |
CN101825707B (zh) * | 2010-03-31 | 2012-07-18 | 北京航空航天大学 | 基于Keystone变换和相参积累的单脉冲测角方法 |
-
2010
- 2010-11-04 CN CN 201010531948 patent/CN102073043B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN102073043A (zh) | 2011-05-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102073043B (zh) | 一种多帧相参积累目标检测前跟踪方法 | |
CN103513244B (zh) | 一种基于动态规划的多帧相参积累目标检测前跟踪方法 | |
CN104931938B (zh) | 相参捷变频雷达杂波抑制方法及系统 | |
CN103176178B (zh) | 雷达动目标Radon-分数阶傅里叶变换长时间相参积累检测方法 | |
CN102628937B (zh) | 基于广义keystone变换和非相参积累的雷达检测方法 | |
CN103885057B (zh) | 自适应变滑窗多目标跟踪方法 | |
CN103675759B (zh) | 一种改进的分数阶傅里叶变换机动弱目标检测方法 | |
CN103399310A (zh) | 基于相位差分Radon-Lv分布的雷达微弱动目标检测方法 | |
CN104215959B (zh) | 一种多机动目标径向初速度和径向加速度的估计方法 | |
CN107450055B (zh) | 基于离散线性调频傅立叶变换的高速机动目标检测方法 | |
CN106291524A (zh) | 基于人体模型的lfmcw雷达探测运动人体目标的方法 | |
CN110954885B (zh) | 基于sbl的捷变频雷达自适应目标重构方法 | |
CN113504522B (zh) | 一种基于发射天线随机切换的时空解耦与超分辨测角方法 | |
CN105223560A (zh) | 基于杂波俯仰方位谱稀疏恢复的机载雷达目标检测方法 | |
CN105301590A (zh) | 一种机动目标调频步进逆合成孔径成像方法 | |
CN105467388A (zh) | 低信噪比下压缩感知雷达高分辨成像设备及其成像方法 | |
CN104777460A (zh) | 一种pd雷达中的双波形相位编码自适应杂波对消方法 | |
CN104459661B (zh) | 检测快速火炮类微弱目标的方法 | |
KR102275960B1 (ko) | 딥러닝 기반의 레이다 표적 탐지 시스템 및 그 방법 | |
JP2019168255A (ja) | パルス圧縮レーダ装置及びそのレーダ信号処理方法 | |
CN104597434A (zh) | 改进包络移位补偿和分数阶傅里叶变换的多帧相参tbd方法 | |
CN109031299B (zh) | 低信噪比条件下基于相位差分的isar平动补偿方法 | |
CN104215937A (zh) | 基于环境动态感知的机载雷达空时自适应处理方法 | |
CN103630899B (zh) | 地面运动目标高分辨雷达压缩感知成像的方法 | |
CN104375128B (zh) | 一种基于互相关函数的高机动目标快速积累检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130213 Termination date: 20171104 |
|
CF01 | Termination of patent right due to non-payment of annual fee |