CN102621543A - 基于粒子滤波和航迹管理的微弱目标检测前跟踪方法 - Google Patents
基于粒子滤波和航迹管理的微弱目标检测前跟踪方法 Download PDFInfo
- Publication number
- CN102621543A CN102621543A CN2012101062824A CN201210106282A CN102621543A CN 102621543 A CN102621543 A CN 102621543A CN 2012101062824 A CN2012101062824 A CN 2012101062824A CN 201210106282 A CN201210106282 A CN 201210106282A CN 102621543 A CN102621543 A CN 102621543A
- Authority
- CN
- China
- Prior art keywords
- target
- flight path
- particle
- state
- sigma
- 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.)
- Granted
Links
Images
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于粒子滤波和航迹管理的微弱目标检测前跟踪方法,属于雷达数据处理领域。基于粒子滤波的微弱目标检测前跟踪方法不能提供目标航迹信息,且在目标信噪比较低时,容易出现漏检的现象。本发明提出的基于粒子滤波和航迹管理的微弱目标检测前跟踪方法立足于解决此类问题。本发明具有结构简单,计算快速,易于硬件实现等优点,同时克服了基于粒子滤波的微弱目标检测前跟踪方法的局限性,通过有效解决漏检问题,进而保证目标航迹的连续性,因此具有较强的工程应用价值和推广前景。
Description
技术领域
本发明涉及一种雷达数据处理方法,特别是涉及一种雷达对微弱目标的检测与跟踪方法。
背景技术
随着目标隐身技术的日益成熟和目标飞行高度的降低,各种隐身飞机、掠海导弹以及巡航导弹等微弱目标大量出现,严重的影响着雷达目标检测跟踪性能的发挥,同时给雷达的生存带来严峻的威胁。因此,实现雷达对微弱目标的有效检测与跟踪,对提高其作战效能和生存能力具有重要意义。目前,针对微弱目标的检测与跟踪问题,已有很多的专家和学者进行了大量的研究,其中,基于粒子滤波的微弱目标检测前跟踪方法由于具有处理方法简单、易于硬件实现、可适应于非线性非高斯系统等优点,在微弱目标检测与跟踪领域受到广泛重视。该方法主要通过以下步骤实现:
(1)将雷达接收机输出的目标回波信号进行A/D变换,送雷达数据处理计算机执行以下步骤;
(2)利用目标状态转移方程对粒子集进行预测;
(3)利用新量测对各粒子权重进行更新;
(4)对权重更新后的粒子集进行重采样,并得到目标状态估计。
基于粒子滤波的微弱目标检测前跟踪方法具有以下两个缺陷:(1)不能提供目标的航迹信息;(2)在目标信噪比较低的情况时容易出现漏检。
发明内容
本发明的目的是提出一种基于粒子滤波和航迹管理的微弱目标检测前跟踪方法,解决基于粒子滤波的微弱目标检测前跟踪方法无法提供目标航迹信息和容易出现漏检的问题。
本发明提出的基于粒子滤波和航迹管理的微弱目标检测前跟踪方法的技术方案包括以下步骤:
步骤1:变量初始化
K是总仿真时间;
T是雷达扫描周期;
N是滤波器采用的粒子数;
SNR是目标信噪比;
Imin和Imax是目标可能的最小和最大强度;
vmin和vmax是目标可能的最小和最大速度;
γ是目标存在判决门限;
η0是目标初始存在概率;
L×H表示雷达监测区域的大小;
∏k是目标存在状态概率转移矩阵;
Fk是目标状态转移矩阵;
Qk是过程噪声协方差;
(1)令i=1;
(2)目标位置初始化
rand(1)表示按照均匀分布产生一个[0,1]区间上的随机数;
(3)目标速度初始化
(4)目标强度初始化
(6)粒子权重初始化
(7)令i=i+1,若i≤N,转(2);
步骤3:令k=k+1,获得k时刻的雷达量测
将雷达接收到的信号进行A/D变换,得到k时刻的雷达量测 送雷达数据处理计算机;
(1)令i=1;
其中,vk为过程噪声,其噪声协方差为Qk;
(5)令i=i+1,若i ≤N,转(2);
步骤5:利用当前时刻的量测对粒子权重进行更新
(1)令i=1;
(2)确定似然区域的范围
(3)粒子权重更新
其中
其中,σ2为量测噪声协方差,Δx和Δy表示传感器分辨率,∑表示传感器模糊斑点数;
(4)令i=i+1,若i≤N,转(2);
(5)权重归一化
步骤6:重采样
步骤7:目标状态和状态协方差估计
(1)计算目标存在概率
(2)目标状态估计
(3)状态协方差估计
步骤8:航迹更新
(2)若当前时刻存在目标航迹τk-1或τ′k-1,利用新量测对其进行更新,得到更新的航迹τk,转(5);
(3)若当前时刻不存在目标航迹,将新量测作为航迹头,利用3/4逻辑法进行航迹起始;
(4)若航迹起始成功,记为τk,设置航迹维持标记flag=0;
(5)转步骤10;
步骤9:航迹维持和终结
(1)若当前时刻不存在目标航迹,转步骤10;
(2)若当前时刻存在目标航迹τk-1或τ′k-1,令flag=flag+1,若flag>2,转(4);
(3)对τk-1或τ′k-1进行一步预测,得到τ′k,转步骤10;
(4)输出航迹τk-3并删除航迹τ′k-1;
步骤10:重复步骤3~步骤9,直至雷达关机。
和背景技术相比,本发明的有益效果说明:
(1)本发明提出的基于粒子滤波和航迹管理的微弱目标检测前跟踪方法,可以在对目标状态估计的同时给出目标航迹,解决了背景技术中基于粒子滤波的检测前跟踪方法不能提供目标航迹信息的问题;(2)本发明提出的方法通过对航迹进行管理,可以有效的解决低信噪比条件下基于粒子滤波的微弱目标检测前跟踪方法容易出现漏检的问题,进而保证目标航迹的连续性。
附图说明
附图1是本发明的基于粒子滤波和航迹管理的微弱目标检测前跟踪方法的整体流程图,附图中各符号的含义与发明内容部分相应符号的含义相同;
附图2是本发明实施例中基于粒子滤波的微弱目标检测前跟踪方法估计的目标存在概率;
附图3是本发明实施例中目标真实航迹与基于粒子滤波的微弱目标检测前跟踪方法估计的目标状态,附图中X位置和Y位置分别表示目标的x坐标和y坐标;
附图4是本发明实施例中目标真实航迹与基于粒子滤波和航迹管理的微弱目标检测前跟踪方法估计的目标航迹,附图中X位置和Y位置分别表示目标的x坐标和y坐标;
附图5是本发明实施例中基于粒子滤波和航迹管理的微弱目标检测前跟踪方法的目标位置均方根误差;
附图6是本发明实施例中基于粒子滤波和航迹管理的微弱目标检测前跟踪方法的目标速度均方根误差;
具体实施方式
下面结合附图对本发明的基于粒子滤波和航迹管理的微弱目标检测前跟踪方法进行详细描述。
不失一般性,设置一个目标匀速直线运动的二维仿真场景。假设目标初始存在概率η0=0.05,目标初始强度为I=20,其可能的最小强度和最大强度分别为Imin=10和Imax=30,目标初始位置和初始速度分别为(4.2,7.2)和(0.45,0.25),可能的最小速度和最大速度分别为vmin=-1和vmax=1,目标状态转移概率Pb=Pd=0.05,目标存在概率判决门限γ=0.6,目标由k=7时出现,直到k=22消失,过程噪声强度分别为q1=0.001和q2=0.01;雷达扫描周期T=1,分辨率Δx=Δy=1,分辨单元的格式m=n=20,量测噪声标准差σ=3.25,传感器模糊斑点数∑=0.7;滤波器采用的粒子数为N=40000,总仿真时间为K=30个扫描周期,目标似然区域选择参数s=2。其步骤如附图1所示。
(1)根据以上仿真条件进行变量初始化,其余变量初始化如下:
目标信噪比
雷达监测区域
L=Δx×m=20,H=Δy×n=20
目标运动状态转移矩阵Fk和过程噪声协方差Qk分别为
目标存在状态转移矩阵
(2)按发明内容部分步骤2所述的方法进行粒子集初始化,得到初始粒子集;
(3)按发明内容部分步骤3所述的方法获取当前时刻的量测;
(4)按发明内容部分步骤4所述的方法对粒子集进行一步预测,得到预测的粒子集;
(5)按发明内容部分步骤5所述的方法对预测的粒子集的权重进行更新;
(6)按发明内容部分步骤6所述的方法对权重更新后的粒子集进行重采样,得到当前时刻的粒子集;
(7)按发明内容部分步骤7所述的方法得到目标的状态和状态协方差估计;
(8)按发明内容部分步骤8和步骤9所述的方法对目标航迹进行管理;
(9)循环执行发明内容部分步骤3~步骤8,直至雷达关机。
本实施例中目标存在概率判决门限γ=0.6,由附图2可以看出,在k=17,21,23等处,目标存在概率低于0.6,出现漏检的问题,此外,由附图3可以看出,基于粒子滤波的微弱目标检测前跟踪方法只能给出各时刻的目标状态估计,不能给出目标航迹;而由附图4可以看出,本发明的方法可以有效消除漏检的现象,并给出了目标的航迹信息。附图5和附图6分别给出了本实施例中基于粒子滤波和航迹管理的微弱目标检测前跟踪方法的目标位置和速度均方根误差,是30次Monte Carlo仿真的平均结果,表明算法具有较好的收敛性。
Claims (1)
1.基于粒子滤波和航迹管理的微弱目标检测前跟踪方法,其特征包括以下步骤:步骤1:变量初始化
K是总仿真时间;
T是雷达扫描周期;
N是滤波器采用的粒子数;
SNR是目标信噪比;
Imin和Imax是目标可能的最小和最大强度;
vmin和vmax是目标可能的最小和最大速度;
γ是目标存在判决门限;
η0是目标初始存在概率;
L×H表示雷达监测区域的大小;
∏k是目标存在状态概率转移矩阵;
Fk是目标状态转移矩阵;
Qk是过程噪声协方差;
(1)令i=1;
(2)目标位置初始化
rand(1)表示按照均匀分布产生一个[0,1]区间上的随机数;
(3)目标速度初始化
(4)目标强度初始化
(6)粒子权重初始化
(7)令i=i+1,若i≤N,转(2);
步骤3:令k=k+1,获得k时刻的雷达量测
将雷达接收到的信号进行A/D变换,得到k时刻的雷达量测 送雷达数据处理计算机;
(1)令i=1;
其中,vk为过程噪声,其噪声协方差为Qk;
(5)令i=i+1,若i≤N,转(2);
步骤5:利用当前时刻的量测对粒子权重进行更新
(1)令i=1;
(2)确定似然区域的范围
其中,p0表示最接近状态矢量元素的整数,q0表示最接近状态矢量元素的整数,s为预设参数;
(3)粒子权重更新
其中
其中,σ2为量测噪声协方差,Δx和Δy表示传感器分辨率,∑表示传感器模糊斑点数;
(4)令i=i+1,若i ≤N,转(2);
(5)权重归一化
步骤6:重采样
步骤7:目标状态和状态协方差估计
(1)计算目标存在概率
(2)目标状态估计
(3)状态协方差估计
步骤8:航迹更新
(2)若当前时刻存在目标航迹τk-1或τ′k-1,利用新量测对其进行更新,得到更新的航迹τk,转(5);
(3)若当前时刻不存在目标航迹,将新量测作为航迹头,利用3/4逻辑法进行航迹起始;
(4)若航迹起始成功,记为τk,设置航迹维持标记flag=0;
(5)转步骤10;
步骤9:航迹维持和终结
(1)若当前时刻不存在目标航迹,转步骤10;
(2)若当前时刻存在目标航迹τk-1或τ′k-1,令flag=flag+1,若flag>2,转(4);
(3)对τk-1或τ′k-1进行一步预测,得到τ′k,转步骤10;
(4)输出航迹τk-3并删除航迹τ′k-1;
步骤10:重复步骤3~步骤9,直至雷达关机。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210106282.4A CN102621543B (zh) | 2012-04-02 | 2012-04-02 | 基于粒子滤波和航迹管理的微弱目标检测前跟踪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210106282.4A CN102621543B (zh) | 2012-04-02 | 2012-04-02 | 基于粒子滤波和航迹管理的微弱目标检测前跟踪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102621543A true CN102621543A (zh) | 2012-08-01 |
CN102621543B CN102621543B (zh) | 2015-02-25 |
Family
ID=46561571
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210106282.4A Active CN102621543B (zh) | 2012-04-02 | 2012-04-02 | 基于粒子滤波和航迹管理的微弱目标检测前跟踪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102621543B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104237853A (zh) * | 2014-09-16 | 2014-12-24 | 电子科技大学 | 一种针对多帧检测前跟踪点迹序列的粒子滤波方法 |
CN104793200A (zh) * | 2015-04-09 | 2015-07-22 | 电子科技大学 | 一种基于迭代处理的动态规划检测前跟踪方法 |
US10054668B2 (en) | 2015-02-26 | 2018-08-21 | Src, Inc. | Probabilistic signal, detection, and track processing architecture and system |
CN110376556A (zh) * | 2019-06-11 | 2019-10-25 | 杭州电子科技大学 | 一种基于锦标赛选择的双层粒子滤波检测前跟踪方法 |
CN112649802A (zh) * | 2020-12-01 | 2021-04-13 | 中国人民解放军海军航空大学 | 高分辨传感器弱小多目标检测前跟踪方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040220769A1 (en) * | 2003-05-02 | 2004-11-04 | Yong Rui | System and process for tracking an object state using a particle filter sensor fusion technique |
US20050035900A1 (en) * | 2003-08-14 | 2005-02-17 | Zaugg David A. | System and method for tracking beam-aspect targets with combined Kalman and particle filters |
CN101701826A (zh) * | 2009-11-20 | 2010-05-05 | 西安电子科技大学 | 基于分层粒子滤波的被动多传感器目标跟踪方法 |
CN102023294A (zh) * | 2009-09-09 | 2011-04-20 | 中国人民解放军海军航空工程学院 | 雷达多目标的Hough变换逐目标消除的检测方法 |
CN102043150A (zh) * | 2010-12-06 | 2011-05-04 | 电子科技大学 | 用于微弱目标检测的改进型粒子滤波检测前跟踪方法 |
-
2012
- 2012-04-02 CN CN201210106282.4A patent/CN102621543B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040220769A1 (en) * | 2003-05-02 | 2004-11-04 | Yong Rui | System and process for tracking an object state using a particle filter sensor fusion technique |
US20050035900A1 (en) * | 2003-08-14 | 2005-02-17 | Zaugg David A. | System and method for tracking beam-aspect targets with combined Kalman and particle filters |
CN102023294A (zh) * | 2009-09-09 | 2011-04-20 | 中国人民解放军海军航空工程学院 | 雷达多目标的Hough变换逐目标消除的检测方法 |
CN101701826A (zh) * | 2009-11-20 | 2010-05-05 | 西安电子科技大学 | 基于分层粒子滤波的被动多传感器目标跟踪方法 |
CN102043150A (zh) * | 2010-12-06 | 2011-05-04 | 电子科技大学 | 用于微弱目标检测的改进型粒子滤波检测前跟踪方法 |
Non-Patent Citations (3)
Title |
---|
刘彬: "微弱目标检测前跟踪算法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑 I136-439》 * |
樊玲等: "雷达微弱目标探测的改进检测前跟踪算法", 《电子科技大学学报》 * |
龚亚信: "基于粒子滤波的弱目标检测前跟踪算法研究", 《中国博士学位论文全文数据库 信息科技辑 I140-101》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104237853A (zh) * | 2014-09-16 | 2014-12-24 | 电子科技大学 | 一种针对多帧检测前跟踪点迹序列的粒子滤波方法 |
US10054668B2 (en) | 2015-02-26 | 2018-08-21 | Src, Inc. | Probabilistic signal, detection, and track processing architecture and system |
CN104793200A (zh) * | 2015-04-09 | 2015-07-22 | 电子科技大学 | 一种基于迭代处理的动态规划检测前跟踪方法 |
CN110376556A (zh) * | 2019-06-11 | 2019-10-25 | 杭州电子科技大学 | 一种基于锦标赛选择的双层粒子滤波检测前跟踪方法 |
CN110376556B (zh) * | 2019-06-11 | 2021-05-11 | 杭州电子科技大学 | 一种基于锦标赛选择的双层粒子滤波检测前跟踪方法 |
CN112649802A (zh) * | 2020-12-01 | 2021-04-13 | 中国人民解放军海军航空大学 | 高分辨传感器弱小多目标检测前跟踪方法 |
WO2022116375A1 (zh) * | 2020-12-01 | 2022-06-09 | 中国人民解放军海军航空大学 | 高分辨传感器弱小多目标检测前跟踪方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102621543B (zh) | 2015-02-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102621542B (zh) | 基于多模粒子滤波和数据关联的机动微弱目标检测前跟踪方法 | |
CN102156282B (zh) | 一种基于微多普勒效应的雷达目标检测方法 | |
CN103885057B (zh) | 自适应变滑窗多目标跟踪方法 | |
CN103852756B (zh) | 一种连续波雷达目标检测跟踪方法 | |
CN102147463B (zh) | 一种群智雷达海杂波预报系统及方法 | |
CN103472445B (zh) | 一种针对多目标场景的检测跟踪一体化方法 | |
CN101975575B (zh) | 基于粒子滤波的被动传感器多目标跟踪方法 | |
CN102621543A (zh) | 基于粒子滤波和航迹管理的微弱目标检测前跟踪方法 | |
CN104931949B (zh) | 雷达扫描模式下风轮机杂波背景下飞机目标检测方法 | |
CN105182291A (zh) | 自适应目标新生强度的phd平滑器的多目标跟踪方法 | |
CN104820993A (zh) | 一种联合粒子滤波和跟踪置前检测的水下弱目标跟踪方法 | |
CN102866388B (zh) | 一种空时自适应处理中的自适应权值迭代计算方法 | |
CN106249212A (zh) | 主瓣压制干扰背景下有源假目标的极化鉴别方法 | |
CN102721987A (zh) | 多普勒雷达遥感强风暴的预警方法 | |
CN105301584A (zh) | 同时解距离模糊的ipphdf机动多目标跟踪方法 | |
CN104501812A (zh) | 基于自适应新生目标强度的滤波算法 | |
CN105738880A (zh) | 逆高斯纹理复合高斯海杂波幅度分布参数的矩估计方法 | |
CN105116387A (zh) | 基于位置和多普勒速度信息的pd雷达抗速度拖引方法 | |
CN102214301B (zh) | 自适应运动相关协作多目标跟踪方法 | |
CN102819013B (zh) | 基于粒子滤波的机载pd雷达解距离模糊方法 | |
CN111562570A (zh) | 基于毫米波雷达的面向自动驾驶的车辆感知方法 | |
CN104180801A (zh) | 基于ads-b系统航迹点的预测方法和系统 | |
CN106168943A (zh) | 一种用于跟踪转弯机动目标的方法及其系统 | |
CN105549004A (zh) | 解距离测量模糊的impm-pphdf方法 | |
CN105353352B (zh) | 改进搜索策略的mm‑pphdf机动多目标跟踪方法 |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20190603 Address after: 264001 scientific research office, two Road 188, Zhifu District, Yantai, Shandong Patentee after: Naval Aviation University of PLA Address before: 264001 scientific research department, two Road 188, Yantai, Shandong Patentee before: Naval Aeronautical Engineering Institute PLA |