CN104101876A - 外辐射源雷达中一种基于随机有限集的多目标跟踪方法 - Google Patents
外辐射源雷达中一种基于随机有限集的多目标跟踪方法 Download PDFInfo
- Publication number
- CN104101876A CN104101876A CN201410349979.3A CN201410349979A CN104101876A CN 104101876 A CN104101876 A CN 104101876A CN 201410349979 A CN201410349979 A CN 201410349979A CN 104101876 A CN104101876 A CN 104101876A
- Authority
- CN
- China
- Prior art keywords
- particle
- constantly
- target
- radiation source
- individual
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/66—Radar-tracking systems; Analogous systems
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明属于外辐射源雷达多目标跟踪技术领域,特别涉及外辐射源雷达中一种基于随机有限集的多目标跟踪方法。该外辐射源雷达中一种基于随机有限集的多目标跟踪方法包括以下步骤:利用外辐射源雷达接收数字电视信号,对外辐射源雷达接收的数字电视信号依次进行解调、重编码,重构出各个发射站的直达波信号;利用每个发射站的直达波信号对外辐射源雷达接收的数字电视信号进行自适应杂波相消处理,得到杂波相消后信号;根据所述杂波相消后信号、以及重构出的各个发射站的直达波信号,得到各个目标的观测量;采用概率假设密度粒子滤波方法对外辐射源雷达矩形观测区域内的每个目标实施定位跟踪,每个目标的定位跟踪方法为到达时间定位方法。
Description
技术领域
本发明属于外辐射源雷达多目标跟踪技术领域,特别涉及外辐射源雷达中一种基于随机有限集的多目标跟踪方法。本发明可在杂波背景下,实现对多个目标的精确跟踪,且运算耗时较短。
背景技术
随着现代电子技术的发展,传统的有源雷达在电子干扰、反辐射导弹、超低空突防及隐身技术等威胁中面临严重的生存危机。为了应对现代电子战争中的四大威胁,外辐射源雷达成为雷达领域的研究热点。外辐射源雷达本身不发射电磁波,而是利用已存在的民用信号(如FM调频信号、GMS(GlobalSystem for Mobile communication,全球移动通讯系统)、电视信号等)作为第三方照射源,对目标进行探测和定位,具有生存能力强、反隐身、抗低空突防及成本低等优势。但是由于民用信号的发射功率较低,目标回波通常被直达波和多径覆盖,因此实现目标探测和跟踪前需要先对回波信号进行处理。
同时对多个目标进行跟踪是雷达的重要职能之一,利用外辐射源雷达实现多目标跟踪又称为被动多传感器多目标跟踪,相较于常规多目标跟踪,其面临的问题更为复杂。一方面要在包含杂波的观测中配对目标与观测量;另一方面,还要区分不同发射站(传感器)所对应的观测量;同时目标的数目和观测量的数目是不确定而且时变的。传统的处理方法是利用数据关联算法实现对目标的跟踪,主要算法有联合概率数据关联方法(JPDA)和多假设跟踪方法(MHT)等。但联合概率数据关联方法只能处理目标个数固定且已知的情况,多假设跟踪方法中的假设会随时间呈现指数型增长,出现组合爆炸。
20世纪九十年代,基于随机有限集(RFS)理论,Mahler提出了不需要进行数据关联的概率假设密度(PHD)滤波,而概率假设密度滤波方法通过粒子滤波(PF)实现,将概率假设密度滤波方法由理论层面带入工程实践中。在外辐射源雷达中,利用(PF‐PHD)概率假设密度粒子滤波算法实现多目标跟踪,虽然可以避免数据关联,但需要大量粒子以保证跟踪性能,计算量太大。
发明内容
本发明的目的在于提出外辐射源雷达中一种基于随机有限集的多目标跟踪方法。本发明以数字电视信号作为外辐射源雷达的第三方照射源,利用数字电视信号的特性,获取纯净直达波,从而提高杂波相消性能;在概率假设密度粒子滤波方法中,通过改进存活粒子状态的预测,优化新生粒子的分布,实现用少量粒子对多个目标进行高精度跟踪。
为实现上述技术目的,本发明采用如下技术方案予以实现。
外辐射源雷达中一种基于随机有限集的多目标跟踪方法包括以下步骤:
步骤1,利用外辐射源雷达接收数字电视信号,对外辐射源雷达接收的数字电视信号依次进行解调、重编码,重构出各个发射站的直达波信号;
步骤2,利用每个发射站的直达波信号对外辐射源雷达接收的数字电视信号进行自适应杂波相消处理,得到杂波相消后信号;根据所述杂波相消后信号、以及重构出的各个发射站的直达波信号,得到各个目标的观测量;
步骤3,采用概率假设密度粒子滤波方法对外辐射源雷达矩形观测区域内的每个目标实施定位跟踪,每个目标的定位跟踪方法为到达时间定位方法。
本发明的特点和进一步改进在于:
所述步骤2的具体子步骤为:
(2.1)利用每个发射站的直达波信号对外辐射源雷达接收的数字电视信号进行自适应杂波相消处理,得到杂波相消后信号;
(2.2)对所述杂波相消后信号、以及重构出的各个发射站的直达波信号进行距离—多普勒二维相关运算,得到各个目标的观测量;每个目标的观测量包括:对应目标的双基地距离和以及对应目标的速度。
所述步骤3具体包括以下子步骤:
(3.1)设置参数k,k=0,1,2...;当k=0时,在k时刻用L0个粒子表示目标状态的先验分布,所述L0个粒子表示为表示0时刻所述L0个粒子中第i0个粒子的权值,表示所述L0个粒子中第i0个粒子在0时刻的粒子状态;
(3.2)当k≥1时,将k-1时刻的粒子集为Lk-1为k-1时刻的粒子数,ik-1取1至Lk-1,为k-1时刻第ik-1个粒子的权值,为k-1时刻第ik-1个粒子的粒子状态;在k-1时刻每个粒子处产生一组西格玛点,k-1时刻每个粒子处产生的一组西格玛点包括至以及至n为粒子状态的维数;
将k-1时刻每个粒子处产生的一组西格玛点带入目标状态转移方程中,得到k时刻的一步预测状态值j取0至2n;对至进行加权求和,得到k时刻粒子状态的初步一步预测值计算出k时刻的初步一步预测状态协方差矩阵
将代入目标观测方程中,得到k时刻的一步预测观测值所述目标观测方程为zk=h(xk,νk),其中,νk为观测噪声,h(xk,νk)表示目标的观测函数;对至进行加权求和,得到k时刻观测量的初步一步预测值
在k时刻目标的观测集Zk中,选取出与具有最近欧式距离的对应目标观测量zk,k时刻目标的观测集Zk为:由k时刻每个目标的观测量组成的集合;用zk对粒子状态的初步一步预测值和的初步一步预测状态协方差矩阵做进一步修正,得到初步一步预测均值及的初步一步预测状态协方差矩阵在均值为协方差为的高斯分布上采样,得到k时刻第ik-1个粒子的粒子状态的一步预测值
根据的概率密度qk,并按照下式计算出所对应的权值
其中,ps,k为k-1时刻的目标在k时刻仍然存在的概率,为目标状态转移概率密度函数;
(3.3)当k≥1时,得出k时刻每个发射站对应的每个目标的双基地双基地椭圆,在k时刻每个发射站对应的每个目标的双基地椭圆曲线上,每个点对应的双基地距离和为一固定值,每个点对应的双基地距离和指:每个点与对应发射站的距离、以及对应点与外辐射源雷达的距离之和;根据k时刻每个发射站对应的每个目标的双基地椭圆曲线与外辐射源雷达的矩形观测区域边缘的交点,分布k时刻新生粒子,并计算k时刻每个新生粒子的权值,k时刻新生粒子的个数表示为Jk,k时刻第inew个新生粒子的粒子状态表示为k时刻第inew个新生粒子的权值表示为inew取Lk-1+1至Lk-1+Jk;
(3.4)当k≥1时,根据子步骤(3.2)和子步骤(3.3),得到预测的k时刻的粒子集其中,表示预测的k时刻的粒子集中第i'k个粒子的粒子状态,表示预测的k时刻的粒子集中第i'k个粒子的权值,i'k取1至Lk-1+Jk;利用k时刻目标的观测集Zk,对预测的k时刻的粒子集中第i'k个粒子的权值进行修正,得出预测的k时刻的粒子集中第i'k个粒子的修正后权值
(3.5)按照预测的k时刻的粒子集中第i'k个粒子的修正后权值对预测的k时刻的粒子集进行重采样,得出k时刻的粒子集;对k时刻的粒子集进行聚类分析,得到每个目标k时刻的状态。
在子步骤(3.3)中,计算k时刻每个发射站对应的每个目标的双基地椭圆曲线与外辐射源雷达的矩形观测区域边缘的交点的位置;根据k时刻每个发射站对应的每个目标的双基地椭圆曲线与外辐射源雷达的矩形观测区域边缘的交点的位置,在外辐射源雷达的矩形观测区域边缘中的上边缘、下边缘、左边缘或右边缘中,找出任一个满足以下条件的边缘:与k时刻每个发射站对应的每个目标的双基地椭圆曲线存在交点;将找出的满足以上条件的边缘记为:k时刻目标的新生粒子分布边缘;
在k时刻目标的新生粒子分布边缘、以及k时刻每个发射站对应的每个目标的双基地椭圆曲线的所有交点中,找出相距最近的l个交点,这l个交点与l个发射站一一对应;得出所述相距最近的l个交点的位置的均值,将所述相距最近的l个交点的位置的均值记为:k时刻共同交点;根据目标观测方程,计算k时刻共同交点对应的目标速度;
在k时刻共同交点处采样Jk个点,得出k时刻Jk个新生粒子、k时刻Jk个新生粒子的粒子状态;按下式计算k时刻第inew个新生粒子的权值
其中,inew取Lk-1+1至Lk-1+Jk,为k时刻第inew个新生粒子的位置在x方向上的概率密度函数,为k时刻第inew个新生粒子的位置在y方向上的概率密度函数,为k时刻第inew个新生粒子的速度在x方向上的概率密度函数,为k时刻第inew个新生粒子的速度在y方向上的概率密度函数;当k时刻目标的新生粒子分布边缘为外辐射源雷达的矩形观测区域边缘中的上边缘或下边缘时,当k时刻目标的新生粒子分布边缘为外辐射源雷达的矩形观测区域边缘中的左边缘或右边缘时,
在子步骤(3.4)中,首先由下式计算处的检测概率
其中,表示处的信噪比,pFA为设定的虚警概率,Q[·]表示marcum Q函数, I0表示零阶贝塞尔函数;
然后,按照下式计算k时刻杂波平均数λk和杂波概率密度ck:
其中,L1为外辐射源雷达接收信号的距离范围,L2为外辐射源雷达接收信号的多普勒频率范围,l1外辐射源雷达接收信号的距离分辨率,l2为外辐射源雷达接收信号的多普勒分辨率;
利用zk计算似然函数
其中,Rν是观测噪声νk的协方差矩阵,上标‐1表示矩阵的逆,上标T表示矩阵或向量的转置;
按照下式计算出预测的k时刻的粒子集中第i'k个粒子的修正后权值
其中,i'k取1至Lk-1+Jk。
在子步骤(3.5)中,首先根据预测的k时刻的粒子集中第i'k个粒子的修正后权值计算k时刻的估计目标数
针对每个目标固定采样m个粒子,对预测的k时刻的粒子集进行重采样,得到k时刻的粒子集ik取1至Lk,表示k时刻的粒子集中第ik个粒子的粒子状态,表示k时刻的粒子集中第ik个粒子权值。
在步骤3之后,针对每个目标0时刻至k时刻的状态,进行航迹关联,剔除虚假航迹,得出每个目标的航迹。
本发明的有益效果为:
第一,本发明通过对接收到的数字电视信号进行解调、重编码重构出各个发射站的直达波信号,与借助辅助天线及滤波算法所获取的直达波相比,其纯净度更高。
第二,本发明通过数字电视信号中的信息传输参数序列(TPS)区分接收信号中对应于各个发射站的回波,用每个发射站的直达波与其相应的回波做距离—多普勒二维相关,得到对应每个发射站的观测量,从而不用在后续处理中进行观测量与发射站的配对。
第三,本发明在预测每个时刻存活粒子状态时,利用观测量对每一个存活粒子进行无迹卡尔曼滤波,得到每个时刻粒子的一步预测状态和权值。由于利用了观测值,预测的粒子状态更接近于真值,从而减轻了粒子退化现象。
第四,本发明在预测每个时刻新生粒子的状态时,将新生粒子分布在目标、接收站与各个发射站构成的双基地椭圆与观测区域边缘的共同交点处,缩小了新生粒子分布范围,从而减少了跟踪所需粒子数。
附图说明
图1为本发明的使用场景示意图;
图2为本发明应用的多目标到达时间定位原理示意图;
图3为本发明中对每个目标实施定位跟踪的步骤框图;
图4a为仿真实验中每个发射站对应的对应目标的双基地椭圆曲线与外辐射源雷达的矩形观测区域边缘的交点示意图;
图4b为图4a的局部放大图;
图5a为改进预测粒子状态方法之前每时刻估计目标数、本发明得出的每时刻估计目标数与真实目标数的对比图;
图5b为改进预测粒子状态方法之前与本发明得出的方位估计误差的对比图;
图5c为改进预测粒子状态方法之前与本发明得出的速度估计误差的对比图。
具体实施方式
下面结合附图对本发明作进一步说明:
步骤1,参照图1,为本发明的使用场景示意图。本发明实施例中,利用外辐射源雷达(即图1中的接收站)接收数字电视信号,所述数字电视信号包括各个发射站的直达波信号(图1中,3个发射站直接发送到接收站的数字电视信号)、各个发射站的多径信号以及各个发射站的目标回波信号。本发明实施例中,发射站的个数为l。
对外辐射源雷达接收的数字电视信号依次进行解调、重编码,重构出各个发射站的直达波信号。
步骤2,利用每个发射站的直达波信号对外辐射源雷达接收的数字电视信号进行自适应杂波相消处理,得到杂波相消后信号;根据所述杂波相消后信号、以及重构出的各个发射站的直达波信号,得到各个目标的观测量。
其具体子步骤为:
(2.1)利用每个发射站的直达波信号对外辐射源雷达接收的数字电视信号进行自适应杂波相消处理,消除外辐射源雷达接收的数字电视信号中各个发射站的直达波信号和各个发射站的多径信号,得到杂波相消后信号。
(2.2)根据所述杂波相消后信号、以及重构出的各个发射站的直达波信号,得到各个目标的观测量。具体地说,对所述杂波相消后信号、以及重构出的各个发射站的直达波信号进行距离—多普勒二维相关运算,得到各个目标的观测量。
本发明实施例中,每个目标的观测量包括:对应目标的双基地距离和以及对应目标的速度(多普勒速度)。对应目标的双基地距离和包括:对应目标相对于每个发射站的双基地距离和,对应目标相对于第l'个发射站的双基地距离和为:对应目标与第l'个发射站的距离、以及对应目标与外辐射源雷达的距离的和,l'取1至l。
步骤3,采用概率假设密度粒子滤波器(PF‐PHD)对外辐射源雷达矩形观测区域内的每个目标实施定位跟踪,定位方法采用到达时间(TOA)定位方法;参照图2,为本发明应用的多目标到达时间定位原理示意图。参照图3,为本发明中对每个目标实施定位跟踪的步骤框图。
具体地,步骤3具体包括以下子步骤:
(3.1)初始化概率假设密度粒子滤波器(PF‐PHD)中的粒子状态和权值。本发明实施例中,粒子状态由粒子的方位状态和速度状态组成。
具体地说,设置时刻参数k,k=0,1,2...;
当k=0时,在k时刻用L0个粒子表示目标状态的先验分布,所述L0个粒子(即0时刻粒子集)表示为L0为大于1的自然数,i0=1,2,…,L0;表示0时刻所述L0个粒子中第i0个粒子的权值,与估计目标数和粒子数目有关,表示0时刻设定的目标的个数;表示所述L0个粒子中第i0个粒子在0时刻的粒子状态。
(3.2)当k≥1时,基于贝叶斯滤波原理,利用k时刻目标的观测集Zk,通过对k时刻存活粒子在k-1时刻的粒子状态进行无迹卡尔曼滤波,得到k时刻存活粒子的一步预测状态和权值。k-1时刻的粒子集为Lk-1为k-1时刻的粒子数,ik-1取1至Lk-1,为k-1时刻第ik-1个粒子的权值,为k-1时刻第ik-1个粒子的粒子状态。k时刻目标的观测集Zk为:由k时刻每个目标的观测量组成的集合。
具体地说,在子步骤(3.2)中,首先在k-1时刻每个粒子处产生一组西格玛点(Sigma Point)n为粒子状态的维数,本发明实施例中,n=4。
当j=0时, λ为尺度因子,
λ=α2(n+ε0)-n,(α<1,ε0=0)
其中,α为小于1的常数,ε0=0。
当j取1至n时, Pk-1为k-1时刻第ik-1个粒子的状态协方差矩阵。
当j取n+1至2n时,
然后,将k-1时刻每个粒子处产生的一组西格玛点带入目标状态转移方程中,得到k时刻的一步预测状态值所述目标状态转移方程为:xk=f(xk-1,uk),xk-1为k-1时刻目标的状态,xk为k时刻目标的状态,uk为过程噪声,f(xk-1,uk)表示目标的状态转移函数;对至进行加权求和,得到k时刻粒子状态的初步一步预测值计算出k时刻的初步一步预测状态协方差矩阵具体操作过程如下:
其中,上标T表示向量或矩阵的转置。
然后,将代入目标观测方程中,得到k时刻的一步预测观测值所述目标观测方程为zk=h(xk,νk),其中,νk为观测噪声,h(xk,νk)表示目标的观测函数。对至进行加权求和,得到k时刻观测量的初步一步预测值具体操作过程如下:
然后,在k时刻目标的观测集Zk中,选取出与具有最近欧式距离的目标观测量zk,用zk对粒子状态的初步一步预测值和的初步一步预测状态协方差矩阵做进一步修正,得到初步一步预测均值及的初步一步预测状态协方差矩阵在均值为协方差为的高斯分布上采样,得到k时刻第ik-1个粒子的粒子状态的一步预测值具体操作过程如下:
其中,上标-1表示矩阵的逆,上标T表示矩阵或向量的转置,表示均值为协方差为的高斯分布。
然后,根据的概率密度qk,并按照下式计算出所对应的权值
其中,ps,k为k-1时刻的目标在k时刻仍然存在的概率,为目标状态转移概率密度函数。
(3.3)当k≥1时,得出k时刻每个发射站对应的每个目标的双基地双基地椭圆,在k时刻每个发射站对应的每个目标的双基地椭圆曲线上,每个点对应的双基地距离和为一固定值,每个点对应的双基地距离和指:每个点与对应发射站的距离、以及对应点与外辐射源雷达的距离之和。
根据k时刻l个发射站对应的每个目标的双基地椭圆曲线与外辐射源雷达的矩形观测区域边缘的交点,分布k时刻新生粒子,并计算k时刻每个新生粒子的权值。k时刻新生粒子的个数表示为Jk,k时刻第inew个新生粒子的粒子状态表示为k时刻第inew个新生粒子的权值表示为inew取Lk-1+1至Lk-1+Jk。
具体地说,在子步骤(3.3)中,首先,计算k时刻每个发射站对应的每个目标的双基地椭圆曲线与外辐射源雷达的矩形观测区域边缘的交点的位置。
然后,根据k时刻每个发射站对应的每个目标的双基地椭圆曲线与外辐射源雷达的矩形观测区域边缘的交点的位置,在外辐射源雷达的矩形观测区域边缘中的上边缘、下边缘、左边缘或右边缘中,找出任一个满足以下条件的边缘:与k时刻每个发射站对应的每个目标的双基地椭圆曲线存在交点;将找出的满足以上条件的边缘记为:k时刻目标的新生粒子分布边缘。
在k时刻目标的新生粒子分布边缘、以及k时刻每个发射站对应的每个目标的双基地椭圆曲线的所有交点中,找出相距最近的l个交点,这l个交点与l个发射站一一对应。得出所述相距最近的l个交点的位置的均值,将所述相距最近的l个交点的位置的均值记为:k时刻共同交点;根据目标观测方程,计算k时刻共同交点对应的目标速度(k时刻共同交点位置代替目标观测方程的xk)。
然后,在k时刻共同交点处采样Jk个点,得出k时刻Jk个新生粒子、k时刻Jk个新生粒子的粒子状态。k时刻每个新生粒子的粒子状态包括:k时刻对应新生粒子的方位状态、k时刻对应新生粒子的速度状态。具体地,在k时刻共同交点的位置高斯分布中采样Jk个点,得出k时刻Jk个新生粒子的方位状态,k时刻共同交点的位置高斯分布指:均值为k时刻共同交点的位置坐标(包括横坐标和纵坐标),标准差为双基地距离单元(外辐射源雷达的距离分辨率)的高斯分布。在k时刻共同交点的速度高斯分布采样Jk个点,得出k时刻Jk个新生粒子的速度状态,k时刻共同交点的速度高斯分布指:均值为k时刻共同交点的速度(包括速度的横坐标以及速度的纵坐标),标准差为外辐射源雷达的多普勒分辨率的高斯分布。
然后,按下式计算k时刻第inew个新生粒子的权值
其中,inew取Lk-1+1至Lk-1+Jk,为k时刻第inew个新生粒子的位置在x方向上的概率密度函数,为k时刻第inew个新生粒子的位置在y方向上的概率密度函数,为k时刻第inew个新生粒子的速度在x方向上的概率密度函数,为k时刻第inew个新生粒子的速度在y方向上的概率密度函数。当k时刻目标的新生粒子分布边缘为外辐射源雷达的矩形观测区域边缘中的上边缘或下边缘时,当k时刻目标的新生粒子分布边缘为外辐射源雷达的矩形观测区域边缘中的左边缘或右边缘时,
(3.4)当k≥1时,根据子步骤(3.2)和子步骤(3.3),得到预测的k时刻的粒子集其中,表示预测的k时刻的粒子集中第i'k个粒子的粒子状态,表示预测的k时刻的粒子集中第i'k个粒子的权值,i'k取1至Lk-1+Jk。利用k时刻目标的观测集Zk,对预测的k时刻的粒子集中第i'k个粒子的权值进行修正,得出预测的k时刻的粒子集中第i'k个粒子的修正后权值
在已知处的信噪比的条件下,首先由下式计算处的检测概率
其中表示处的信噪比(每个发射站对应的处的信噪比,本发明实施例中,每个发射站对应的处的信噪比相同)pFA为设定的虚警概率,Q[·]表示marcum Q函数, I0表示零阶贝塞尔函数。
然后,按照下式计算k时刻杂波平均数λk和杂波概率密度ck:
其中,L1为外辐射源雷达接收信号的距离范围,L2为外辐射源雷达接收信号的多普勒频率范围,l1外辐射源雷达接收信号的距离分辨率,l2为外辐射源雷达接收信号的多普勒分辨率。
然后,利用zk,计算似然函数zk∈Zk。
其中,Rν是观测噪声νk的协方差矩阵,上标‐1表示矩阵的逆,上标T表示矩阵或向量的转置。
然后,按照下式计算出预测的k时刻的粒子集中第i'k个粒子的修正后权值
其中,i'k取1至Lk-1+Jk。
(3.5)按照预测的k时刻的粒子集中第i'k个粒子的修正后权值对预测的k时刻的粒子集进行重采样,得出k时刻的粒子集;对k时刻的粒子集进行聚类分析,得到每个目标k时刻的状态。
具体地,在子步骤(3.5)中,首先根据预测的k时刻的粒子集中第i'k个粒子的修正后权值计算k时刻的估计目标数
针对每个目标固定采样m个粒子,对预测的k时刻的粒子集进行重采样,得到k时刻的粒子集ik取1至Lk,表示k时刻的粒子集中第ik个粒子的粒子状态,表示k时刻的粒子集中第ik个粒子权值,
在步骤3之后,针对每个目标0时刻至k时刻的状态,进行航迹关联,剔除虚假航迹,得出每个目标的航迹。
本发明的效果可以通过以下仿真实验进行验证。
1)仿真条件
本发明的仿真实验中,设置三个发射站与一个接收站(外辐射源雷达),本发明的仿真实验软件平台为MATLAB,操作系统为Win XP系统。设定的虚警概率pFA为10-4,信噪比SNR为15dB。目标在外辐射源雷达的观测区域内匀速运动,且每一帧最多有一个新生目标出现。目标存活概率ps=0.98,每个目标固定分配30个粒子,新生目标分配20个粒子。
2)仿真结果分析
参照图4a,为仿真实验中k时刻每发射站对应的对应目标的双基地椭圆曲线与外辐射源雷达的矩形观测区域边缘的交点示意图。参照图4b,为图4a的局部放大图。图4b中,新生粒子分布在A点和B点的附近区域内。
参照图5a,为改进预测粒子状态方法之前每时刻估计目标数、本发明得出的每时刻估计目标数与真实目标数的对比图,图5a中,横轴表示时间,纵轴表示目标数。无标示直线代表真实目标数,以圆形标示的直线代表算法改进前的估计目标数,以三角形标示的直线代表改进后算法的估计目标数。
对改进预测粒子状态方法之前与本发明得出的方位估计误差和速度估计误差进行对比,采用最优子模式分配(Optimal Sub‐pattern Assignment,OSPA)作为多目标跟踪性能评估标准,其中距离敏感性参数选择2,关联敏感性参数选择5。参照图5b,为改进预测粒子状态方法之前与本发明得出的方位估计误差的对比图。图5b中,横轴表示时间,纵轴表示方位估计误差,单位为m,图5b中,以圆形标示的直线代表改进预测粒子状态方法之前得出的方位估计误差,以三角形标示的直线代表本发明得出的方位估计误差。
参照图5c,为改进预测粒子状态方法之前与本发明得出的速度估计误差的对比图。图5b中,横轴表示时间,纵轴表示速度估计误差,单位为m/s,图5b中,以圆形标示的直线代表改进预测粒子状态方法之前得出的速度估计误差,以三角形标示的直线代表本发明得出的速度估计误差。从图5a至图5c可以看出,采用本发明之后,目标数目的估计精度及方位和速度估计精度都得到了很大改善。此外,由于提高了预测存活粒子状态的准确度,优化了新生粒子分布,所以减少了跟踪所需粒子数,降低了运算耗时。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (7)
1.外辐射源雷达中一种基于随机有限集的多目标跟踪方法,其特征在于,包括以下步骤:
步骤1,利用外辐射源雷达接收数字电视信号,对外辐射源雷达接收的数字电视信号依次进行解调、重编码,重构出各个发射站的直达波信号;
步骤2,利用每个发射站的直达波信号对外辐射源雷达接收的数字电视信号进行自适应杂波相消处理,得到杂波相消后信号;根据所述杂波相消后信号、以及重构出的各个发射站的直达波信号,得到各个目标的观测量;
步骤3,采用概率假设密度粒子滤波方法对外辐射源雷达矩形观测区域内的每个目标实施定位跟踪,每个目标的定位跟踪方法为到达时间定位方法。
2.如权利要求1所述的外辐射源雷达中一种基于随机有限集的多目标跟踪方法,其特征在于,所述步骤2的具体子步骤为:
(2.1)利用每个发射站的直达波信号对外辐射源雷达接收的数字电视信号进行自适应杂波相消处理,得到杂波相消后信号;
(2.2)对所述杂波相消后信号、以及重构出的各个发射站的直达波信号进行距离—多普勒二维相关运算,得到各个目标的观测量;每个目标的观测量包括:对应目标的双基地距离和以及对应目标的速度。
3.如权利要求1所述的外辐射源雷达中一种基于随机有限集的多目标跟踪方法,其特征在于,所述步骤3具体包括以下子步骤:
(3.1)设置参数k,k=0,1,2...;当k=0时,在k时刻用L0个粒子表示目标状态的先验分布,所述L0个粒子表示为表示0时刻所述L0个粒子中第i0个粒子的权值,表示所述L0个粒子中第i0个粒子在0时刻的粒子状态;
(3.2)当k≥1时,将k-1时刻的粒子集为Lk-1为k-1时刻的粒子数,ik-1取1至Lk-1,为k-1时刻第ik-1个粒子的权值,为k-1时刻第ik-1个粒子的粒子状态;在k-1时刻每个粒子处产生一组西格玛点,k-1时刻每个粒子处产生的一组西格玛点包括至以及至n为粒子状态的维数;
将k-1时刻每个粒子处产生的一组西格玛点带入目标状态转移方程中,得到k时刻的一步预测状态值j取0至2n;对至进行加权求和,得到k时刻粒子状态的初步一步预测值计算出k时刻的初步一步预测状态协方差矩阵
将代入目标观测方程中,得到k时刻的一步预测观测值所述目标观测方程为zk=h(xk,νk),其中,νk为观测噪声,h(xk,νk)表示目标的观测函数;对至进行加权求和,得到k时刻观测量的初步一步预测值
在k时刻目标的观测集Zk中,选取出与具有最近欧式距离的对应目标观测量zk,k时刻目标的观测集Zk为:由k时刻每个目标的观测量组成的集合;用zk对粒子状态的初步一步预测值和的初步一步预测状态协方差矩阵做进一步修正,得到初步一步预测均值及的初步一步预测状态协方差矩阵在均值为协方差为的高斯分布上采样,得到k时刻第ik-1个粒子的粒子状态的一步预测值
根据的概率密度qk,并按照下式计算出所对应的权值
其中,ps,k为k-1时刻的目标在k时刻仍然存在的概率,为目标状态转移概率密度函数;
(3.3)当k≥1时,得出k时刻每个发射站对应的每个目标的双基地双基地椭圆,在k时刻每个发射站对应的每个目标的双基地椭圆曲线上,每个点对应的双基地距离和为一固定值,每个点对应的双基地距离和指:每个点与对应发射站的距离、以及对应点与外辐射源雷达的距离之和;根据k时刻每个发射站对应的每个目标的双基地椭圆曲线与外辐射源雷达的矩形观测区域边缘的交点,分布k时刻新生粒子,并计算k时刻每个新生粒子的权值,k时刻新生粒子的个数表示为Jk,k时刻第inew个新生粒子的粒子状态表示为k时刻第inew个新生粒子的权值表示为inew取Lk-1+1至Lk-1+Jk;
(3.4)当k≥1时,根据子步骤(3.2)和子步骤(3.3),得到预测的k时刻的粒子集其中,表示预测的k时刻的粒子集中第i'k个粒子的粒子状态,表示预测的k时刻的粒子集中第i'k个粒子的权值,i'k取1至Lk-1+Jk;利用k时刻目标的观测集Zk,对预测的k时刻的粒子集中第i'k个粒子的权值进行修正,得出预测的k时刻的粒子集中第i'k个粒子的修正后权值
(3.5)按照预测的k时刻的粒子集中第i'k个粒子的修正后权值对预测的k时刻的粒子集进行重采样,得出k时刻的粒子集;对k时刻的粒子集进行聚类分析,得到每个目标k时刻的状态。
4.如权利要求3所述的外辐射源雷达中一种基于随机有限集的多目标跟踪方法,其特征在于,在子步骤(3.3)中,计算k时刻每个发射站对应的每个目标的双基地椭圆曲线与外辐射源雷达的矩形观测区域边缘的交点的位置;根据k时刻每个发射站对应的每个目标的双基地椭圆曲线与外辐射源雷达的矩形观测区域边缘的交点的位置,在外辐射源雷达的矩形观测区域边缘中的上边缘、下边缘、左边缘或右边缘中,找出任一个满足以下条件的边缘:与k时刻每个发射站对应的每个目标的双基地椭圆曲线存在交点;将找出的满足以上条件的边缘记为:k时刻目标的新生粒子分布边缘;
在k时刻目标的新生粒子分布边缘、以及k时刻每个发射站对应的每个目标的双基地椭圆曲线的所有交点中,找出相距最近的l个交点,这l个交点与l个发射站一一对应;得出所述相距最近的l个交点的位置的均值,将所述相距最近的l个交点的位置的均值记为:k时刻共同交点;根据目标观测方程,计算k时刻共同交点对应的目标速度;
在k时刻共同交点处采样Jk个点,得出k时刻Jk个新生粒子、k时刻Jk个新生粒子的粒子状态;按下式计算k时刻第inew个新生粒子的权值
其中,inew取Lk-1+1至Lk-1+Jk,为k时刻第inew个新生粒子的位置在x方向上的概率密度函数,为k时刻第inew个新生粒子的位置在y方向上的概率密度函数,为k时刻第inew个新生粒子的速度在x方向上的概率密度函数,为k时刻第inew个新生粒子的速度在y方向上的概率密度函数;当k时刻目标的新生粒子分布边缘为外辐射源雷达的矩形观测区域边缘中的上边缘或下边缘时,当k时刻目标的新生粒子分布边缘为外辐射源雷达的矩形观测区域边缘中的左边缘或右边缘时,
5.如权利要求3所述的外辐射源雷达中一种基于随机有限集的多目标跟踪方法,其特征在于,在子步骤(3.4)中,首先由下式计算处的检测概率
其中,表示处的信噪比,pFA为设定的虚警概率,Q[·]表示marcum Q函数, I0表示零阶贝塞尔函数;
然后,按照下式计算k时刻杂波平均数λk和杂波概率密度ck:
其中,L1为外辐射源雷达接收信号的距离范围,L2为外辐射源雷达接收信号的多普勒频率范围,l1外辐射源雷达接收信号的距离分辨率,l2为外辐射源雷达接收信号的多普勒分辨率;
利用zk计算似然函数
其中,Rν是观测噪声νk的协方差矩阵,上标‐1表示矩阵的逆,上标T表示矩阵或向量的转置;
按照下式计算出预测的k时刻的粒子集中第i'k个粒子的修正后权值
其中,i'k取1至Lk-1+Jk。
6.如权利要求3所述的外辐射源雷达中一种基于随机有限集的多目标跟踪方法,其特征在于,在子步骤(3.5)中,首先根据预测的k时刻的粒子集中第i'k个粒子的修正后权值计算k时刻的估计目标数
针对每个目标固定采样m个粒子,对预测的k时刻的粒子集进行重采样,得到k时刻的粒子集ik取1至Lk,表示k时刻的粒子集中第ik个粒子的粒子状态,表示k时刻的粒子集中第ik个粒子权值。
7.如权利要求3所述的外辐射源雷达中一种基于随机有限集的多目标跟踪方法,其特征在于,在步骤3之后,针对每个目标0时刻至k时刻的状态,进行航迹关联,剔除虚假航迹,得出每个目标的航迹。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410349979.3A CN104101876B (zh) | 2014-07-22 | 2014-07-22 | 外辐射源雷达中一种基于随机有限集的多目标跟踪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410349979.3A CN104101876B (zh) | 2014-07-22 | 2014-07-22 | 外辐射源雷达中一种基于随机有限集的多目标跟踪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104101876A true CN104101876A (zh) | 2014-10-15 |
CN104101876B CN104101876B (zh) | 2017-02-15 |
Family
ID=51670172
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410349979.3A Expired - Fee Related CN104101876B (zh) | 2014-07-22 | 2014-07-22 | 外辐射源雷达中一种基于随机有限集的多目标跟踪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104101876B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104730511A (zh) * | 2015-04-10 | 2015-06-24 | 西安电子科技大学 | 星凸模型下的势概率假设密度多扩展目标跟踪方法 |
CN106199547A (zh) * | 2016-06-30 | 2016-12-07 | 西安电子科技大学 | 基于外辐射源雷达的慢速弱目标检测方法 |
CN107132505A (zh) * | 2017-05-19 | 2017-09-05 | 中国人民解放军信息工程大学 | 直达与非直达混合场景中的多目标直接定位方法 |
CN107918115A (zh) * | 2017-10-20 | 2018-04-17 | 西安电子科技大学 | 基于多径利用的雷达目标定位方法 |
CN108663675A (zh) * | 2017-03-31 | 2018-10-16 | 中国科学院电子学研究所 | 用于生命探测雷达阵列多目标同时定位的方法 |
CN109447145A (zh) * | 2018-10-23 | 2019-03-08 | 中国电子科技集团公司第三十八研究所 | 一种基于随机有限集理论的多目标跟踪装置 |
CN110109094A (zh) * | 2019-03-28 | 2019-08-09 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 多接收站单频网外辐射源雷达机动目标的检测与跟踪方法 |
CN110895333A (zh) * | 2019-12-05 | 2020-03-20 | 电子科技大学 | 一种基于多普勒频率的77g车载雷达数据快速聚类方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6424290B1 (en) * | 1989-12-13 | 2002-07-23 | The United States Of America As Represented By The Secretary Of The Air Force | Narrowband passive differential tracking system (U) |
CN102176010A (zh) * | 2011-01-21 | 2011-09-07 | 西安电子科技大学 | 基于多发单收的无源雷达定位跟踪系统及定位跟踪方法 |
-
2014
- 2014-07-22 CN CN201410349979.3A patent/CN104101876B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6424290B1 (en) * | 1989-12-13 | 2002-07-23 | The United States Of America As Represented By The Secretary Of The Air Force | Narrowband passive differential tracking system (U) |
CN102176010A (zh) * | 2011-01-21 | 2011-09-07 | 西安电子科技大学 | 基于多发单收的无源雷达定位跟踪系统及定位跟踪方法 |
Non-Patent Citations (2)
Title |
---|
唐续: "外辐射源雷达目标跟踪技术研究", 《中国博士学位论文全文数据库信息科技辑》 * |
李红伟: "粒子滤波和多站TOA的外辐射源雷达跟踪方法", 《系统工程与电子技术》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104730511A (zh) * | 2015-04-10 | 2015-06-24 | 西安电子科技大学 | 星凸模型下的势概率假设密度多扩展目标跟踪方法 |
CN106199547A (zh) * | 2016-06-30 | 2016-12-07 | 西安电子科技大学 | 基于外辐射源雷达的慢速弱目标检测方法 |
CN108663675A (zh) * | 2017-03-31 | 2018-10-16 | 中国科学院电子学研究所 | 用于生命探测雷达阵列多目标同时定位的方法 |
CN108663675B (zh) * | 2017-03-31 | 2021-08-03 | 中国科学院电子学研究所 | 用于生命探测雷达阵列多目标同时定位的方法 |
CN107132505A (zh) * | 2017-05-19 | 2017-09-05 | 中国人民解放军信息工程大学 | 直达与非直达混合场景中的多目标直接定位方法 |
CN107132505B (zh) * | 2017-05-19 | 2019-11-08 | 中国人民解放军信息工程大学 | 直达与非直达混合场景中的多目标直接定位方法 |
CN107918115A (zh) * | 2017-10-20 | 2018-04-17 | 西安电子科技大学 | 基于多径利用的雷达目标定位方法 |
CN109447145A (zh) * | 2018-10-23 | 2019-03-08 | 中国电子科技集团公司第三十八研究所 | 一种基于随机有限集理论的多目标跟踪装置 |
CN109447145B (zh) * | 2018-10-23 | 2020-08-21 | 中国电子科技集团公司第三十八研究所 | 一种基于随机有限集理论的多目标跟踪装置 |
CN110109094A (zh) * | 2019-03-28 | 2019-08-09 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 多接收站单频网外辐射源雷达机动目标的检测与跟踪方法 |
CN110895333A (zh) * | 2019-12-05 | 2020-03-20 | 电子科技大学 | 一种基于多普勒频率的77g车载雷达数据快速聚类方法 |
CN110895333B (zh) * | 2019-12-05 | 2022-06-03 | 电子科技大学 | 一种基于多普勒频率的77g车载雷达数据快速聚类方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104101876B (zh) | 2017-02-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104101876A (zh) | 外辐射源雷达中一种基于随机有限集的多目标跟踪方法 | |
CN104077498A (zh) | 一种结合目标角度的外辐射源雷达多目标跟踪方法 | |
Tang et al. | A multiple-detection probability hypothesis density filter | |
CN107861123B (zh) | 一种穿墙雷达在复杂环境下对多运动目标实时跟踪的方法 | |
CN102565784B (zh) | 基于vsar系统的动目标重定位与速度解模糊方法 | |
CN103383448B (zh) | 适用于hprf波形机载雷达的杂波抑制方法 | |
Zhu et al. | Application of feature extraction methods for landmine detection using the Wichmann/Niitek ground-penetrating radar | |
CN103852759B (zh) | 扫描雷达超分辨成像方法 | |
CN104020451A (zh) | 基于聚类的外辐射源雷达目标航迹处理方法 | |
CN103576137B (zh) | 一种基于成像策略的多传感器多目标定位方法 | |
CN108051809A (zh) | 基于Radon变换的运动目标成像方法、装置及电子设备 | |
CN108776342A (zh) | 一种高速平台sar慢速动目标检测与速度估计方法 | |
CN105974405A (zh) | 基于幅度加权的探地雷达后向投影成像方法 | |
Inggs et al. | Planning and design phases of a commensal radar system in the FM broadcast band | |
Johansson et al. | Positioning of moving non-line-of-sight targets behind a corner | |
CN110146873B (zh) | 分布式非相参雷达的目标位置和速度的估计方法 | |
CN109324315A (zh) | 基于双层次块稀疏性的空时自适应处理雷达杂波抑制方法 | |
CN109581317A (zh) | 一种基于回波峰值匹配的角落目标定位方法 | |
US8089392B2 (en) | Radar coordinate registration | |
Hamdollahzadeh et al. | Moving target localization in bistatic forward scatter radars: Performance study and efficient estimators | |
CN102253364A (zh) | 一种基于分布式照射源的非合作目标被动定位方法 | |
CN115291207A (zh) | 基于mimo雷达的小型旋翼无人机多目标检测方法 | |
Watson et al. | Non-line-of-sight radar | |
Kauffman et al. | Enhanced feature detection and tracking algorithm for UWB-OFDM SAR navigation | |
CN108490440A (zh) | 基于多普勒谱偏移量校正的目标位置定位方法 |
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: 20170215 Termination date: 20170722 |
|
CF01 | Termination of patent right due to non-payment of annual fee |