CN104865570B - 一种快速的动态规划检测前跟踪方法 - Google Patents
一种快速的动态规划检测前跟踪方法 Download PDFInfo
- Publication number
- CN104865570B CN104865570B CN201510235794.4A CN201510235794A CN104865570B CN 104865570 B CN104865570 B CN 104865570B CN 201510235794 A CN201510235794 A CN 201510235794A CN 104865570 B CN104865570 B CN 104865570B
- Authority
- CN
- China
- Prior art keywords
- state
- quantization
- radar
- apart
- frame
- 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
- 238000001514 detection method Methods 0.000 title abstract description 17
- 238000013139 quantization Methods 0.000 claims abstract description 44
- 238000005259 measurement Methods 0.000 claims abstract description 18
- 238000000034 method Methods 0.000 claims abstract description 12
- 238000007781 pre-processing Methods 0.000 claims description 13
- 238000009825 accumulation Methods 0.000 claims description 9
- 238000012546 transfer Methods 0.000 claims description 7
- 230000004304 visual acuity Effects 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000011084 recovery Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 abstract description 11
- 238000004519 manufacturing process Methods 0.000 abstract 1
- 238000007796 conventional method Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar
- G01S13/723—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar by using numerical data
-
- 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/415—Identification of targets based on measurements of movement associated with the target
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
本发明公开了一种适用于雷达系统的快速动态规划检测前跟踪方法,属于雷达目标检测技术领域,涉及雷达系统中微弱目标的检测前跟踪技术。该方法首先对雷达的量测进行预处理,使之对应于一个量化状态更少的离散状态空间,并基于预处理后的数据进行动态规划搜索,以较少的计算量估计目标状态序列。然后,该方法利用估计的结果,仅对少量相关的状态进行精细搜索,在确定目标准确位置的同时有效避免了大量无意义的搜索,使计算量大幅降低。
Description
技术领域:
本发明属于雷达目标检测技术领域,涉及雷达系统中微弱目标的检测前跟踪技术。
背景技术:
检测前跟踪是一种针对微弱目标检测和跟踪的技术。与传统的先检测后跟踪不同,检测前跟踪技术在单帧内不宣布检测结果,而是通过联合处理多帧回波数据,并利用目标状态在帧间的关联性实现信号积累和噪声抑制,从而有效改善微弱目标检测性能。其中,基于动态规划的检测前跟踪方法具有性能优异、易于实现等优点,已被广泛应用于光学、红外、雷达等微弱目标检测跟踪领域。
在雷达领域中,传统的动态规划的检测前跟踪方法首先需要根据雷达的分辨力,将连续的状态空间均匀量化,然后基于该离散的状态空间进行动态规划搜索,其算法复杂度随着雷达监视区域面积和目标速度搜索范围的增大而显著增高。因此,对于具有维数高、数据量大等特点的雷达系统,采用传统方法的计算量往往是雷达硬件设备难以承受的。为了解决这一问题,人们提出了一些基于低门限处理的动态规划检测前跟踪方法,通过避免对一些类似噪声的低幅度数据进行积累来减少算法的计算量,但是这些方法仍难满足雷达实时性的需求。
发明内容:
本发明所要解决的技术问题是提供一种简单有效、计算量小、适用于雷达系统的微弱目标检测方法。
本发明为解决上述技术问题,采用了一种快速的动态规划检测前跟踪方法,它包括以下步骤:
步骤1、初始化系统参数:
初始化系统参数包括:雷达距离分辨力△r;雷达方位分辨力△a;雷达距离维分辨单元个数Nr;雷达方位维分辨单元个数Na;距离维预处理因子Pr;方位维预处理因子Pa;目标速度上界Vmax;监视距离下界rmin;观测间隔T;观测总帧数K;门限VT;初始化当前帧数k=1。
步骤2、量化状态空间:
步骤2.1、表示第k帧对应于原始量测的任一量化状态,其中rk∈{1,2,…,Nr}和ak∈{1,2,…,Na}分别表示距离维和方位维的位置量化状态,和分别表示距离维和方位维的速度量化状态,运算符表示向上取整。所有对应于原始量测的量化状态sk组成的集合表示为E。
步骤2.2、表示第k帧对应于预处理后数据的任一量化状态,其中和分别表示距离维和方位维的位置量化状态,和分别表示距离维和方位维的速度量化状态,所有对应于预处理后数据的量化状态xk组成的集合表示为D。
步骤3、从雷达接收机中读取第k帧量测Zk:
Zk={zk(i,j),1≤i≤Nr,1≤j≤Na},其中i和j分别为距离维和方位维的位置量化状态,zk(i,j)表示第k帧回波数据的量测单元(i,j)中的量测值,为回波数据的幅度。E中任一量化状态sk都对应一个量测值,表示为z(sk)。
步骤4、第k帧量测数据预处理:
Z′k={z′k(i,j),1≤j≤N′r,1≤j≤N′a},Z′k表示第k帧预处理后的数据,其中表示量测数据预处理后第(i,j)单元中的值,其大小为集合Mi,j={(m,n):m∈{(i-1)Pr+1,…,iPr},n∈{(j-1)Pa+1,…,jPa}}中对应原始量测的最大值,和分别表示预处理后数据距离维和方位维分辨单元的个数。图1以Pr=3,Pa=2为例,显示了量测数据预处理前后的数据平面。D中任一量化状态xk都对应一个量测数据预处理后的值,表示为z′(xk)。
步骤5、基于预处理后数据进行动态规划值函数积累:
若k=1,对所有状态xk∈D对应的值函数I(xk)赋初值为z′(xk)。
若2≤k≤K,更新所有状态xk∈D对应的值函数并记录状态xk对应的上一帧状态其中,τ(xk)表示第k-1帧所有可能转移到xk的量化状态集合。
步骤6、如果k<K,令k=k+1,返回步骤3。
步骤7、如果k=K,恢复航迹:
利用记录的帧间状态转移关系,恢复值函数最大值所对应的航迹,作为估计的状态序列,表示为其中表示第k帧的估计状态。
步骤8、基于原始量测和估计状态序列进行动态规划值函数积累:
8.1、对状态对应的值函数I(y1)赋初值为z(y1),其中表示E中与估计状态相关的量化状态组成的集合,即对角矩阵P=diag(1/Pr,1/Pr,1/Pa,1/Pa),运算符||·||∞表示向量无穷范数。
8.2、令k=2。
8.3、若k≤K,仅更新状态对应值函数并记录状态yk对应的上一帧状态其中,τ(yk)表示第k-1帧所有可能转移到yk的量化状态集合。
8.4、如果k<K,令k=k+1,并返回步骤8.3。
步骤9、如果k=K,门限处理与航迹恢复:
如果值函数最大值超过门限VT,则认为有目标存在,并利用记录的帧间状态转移关系恢复对应的目标航迹;否则,宣布没有目标存在。
本发明首先对雷达的量测数据进行预处理,使之对应于一个量化状态更少的离散状态空间,并基于预处理后的数据进行动态规划搜索,以较少的计算量估计了目标状态序列。然后,本发明利用估计的结果,仅对少量相关的状态进行精细搜索,在确定目标准确位置的同时有效避免了大量无意义的搜索,使算法的计算量大幅降低。
本发明的有益效果是简单有效、计算量小、适用于雷达系统。对于一定的雷达监视区域和目标速度搜索范围,本发明的计算量大约为传统方法的1/(PrPa)2。
附图说明
图1为量测数据预处理步骤示意图。
图2为本发明的流程图。
图3为本发明实施例中目标真实航迹和本发明恢复结果
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-R2012b上验证正确。具体实施步骤如下:
步骤1、初始化系统参数:
初始化系统参数包括:雷达距离分辨力△r=180m;雷达方位分辨力△a=1.2°;雷达距离维分辨单元个数Nr=300;雷达方位维分辨单元个数Na=50;距离维预处理因子Pr=5;方位维预处理因子Pa=3;目标速度上界Vmax=800m/s;监视距离下界rmin=100km;观测间隔T=6s;观测总帧数K=6;门限VT=15.3109;初始化当前帧数k=1。
步骤2、量化状态空间:
步骤2.1、表示第k帧对应于原始量测的任一量化状态,其中rk∈{1,2,…,Nr}和ak∈{1,2,…,Na}分别表示距离维和方位维的位置量化状态,和分别表示距离维和方位维的速度量化状态,所有对应于原始量测的量化状态sk组成的集合表示为E。
步骤2.2、表示第k帧对应于预处理后数据的任一量化状态,其中和分别表示距离维和方位维的位置量化状态,和分别表示距离维和方位维的速度量化状态,所有对应于预处理后数据的量化状态xk组成的集合表示为D。
步骤3、从雷达接收机中读取第k帧量测Zk:
Zk={zk(i,j),1≤i≤Nr,1≤j≤Na},其中i和j分别为距离维和方位维的位置量化状态,zk(i,j)表示第k帧回波数据的量测单元(i,j)中的量测值,为回波数据的幅度。E中任一量化状态sk都对应一个量测值,表示为z(sk)。
步骤4、第k帧量测数据预处理:
Z′k={z′k(i,j),1≤j≤N′r,1≤j≤N′a},Z′k表示第k帧预处理后的数据,其中表示量测数据预处理后第(i,j)单元中的值,其大小为集合Mi,j={(m,n):m∈{(i-1)Pr+1,…,iPr},n∈{(j-1)Pa+1,…,jPa}}中对应原始量测的最大值,和分别表示预处理后数据距离维和方位维分辨单元的个数。D中任一量化状态xk都对应一个量测数据预处理后的值,表示为z′(xk)。
步骤5、基于预处理后数据进行动态规划值函数积累:
若k=1,对所有状态xk∈D对应的值函数I(xk)赋初值为z′(xk)。
若2≤k≤K,更新所有状态xk∈D对应的值函数并记录状态xk对应的上一帧状态其中τ(xk)表示第k-1帧所有可能转移到xk的量化状态集合。
步骤6、如果k<K,令k=k+1,返回步骤3。
步骤7、如果k=K,恢复航迹:
利用记录的帧间状态转移关系,恢复值函数最大值所对应的航迹,作为估计的状态序列,表示为其中表示第k帧的估计状态。
步骤8、基于原始量测和估计状态序列进行动态规划值函数积累:
8.1、对状态对应的值函数I(y1)赋初值为z(y1),其中表示E中与估计状态相关的量化状态组成的集合,即对角矩阵P=diag(1/Pr,1/Pr,1/Pa,1/Pa),运算符||·||∞表示向量无穷范数。
8.2、令k=2。
8.3、若k≤K,仅更新状态对应值函数并记录状态yk对应的上一帧状态其中,τ(yk)表示第k-1帧所有可能转移到yk的量化状态集合。
8.4、如果k<K,令k=k+1,并返回步骤8.3。
步骤9、如果k=K,门限处理与航迹恢复:
如果值函数最大值超过门限VT,则认为有目标存在,并利用记录的帧间状态转移关系恢复对应的目标航迹;否则,宣布没有目标存在。
图3给出了本仿真实例中航迹的恢复结果,可以看出本发明可以准确有效地恢复出目标航迹。
由于本发明和传统动态规划检测前跟踪方法的计算量都主要取决于动态规划积累的次数,为了分析对比两者的计算量,表1给出了本仿真实例场景下两种方法的动态规划积累总次数。由图可知,本发明的总积累次数相比传统方法下降了两个数量级,故本发明的总计算量也远小于传统方法,具有更好的实时性。
表1
处理方法 | 动态规划积累总次数 |
传统动态规划检测前跟踪方法 | |
本发明方法 |
Claims (1)
1.一种快速的动态规划检测前跟踪方法,它包括以下步骤:
步骤1、初始化系统参数:
初始化系统参数包括:雷达距离分辨力Δr;雷达方位分辨力Δa;雷达距离维分辨单元个数Nr;雷达方位维分辨单元个数Na;距离维预处理因子Pr;方位维预处理因子Pa;目标速度上界Vmax;监视距离下界rmin;观测间隔T;观测总帧数K;门限VT;初始化当前帧数k=1;
步骤2、量化状态空间:
步骤2.1、表示第k帧对应于原始量测的任一量化状态,其中rk∈{1,2,…,Nr}和ak∈{1,2,…,Na}分别表示距离维和方位维的位置量化状态,和分别表示距离维和方位维的速度量化状态,运算符表示向上取整;所有对应于原始量测的量化状态sk组成的集合表示为E;
步骤2.2、表示第k帧对应于预处理后数据的任一量化状态,其中和分别表示距离维和方位维的位置量化状态,和分别表示距离维和方位维的速度量化状态,所有对应于预处理后数据的量化状态xk组成的集合表示为D;
步骤3、从雷达接收机中读取第k帧量测Zk:
Zk={zk(i,j),1≤i≤Nr,1≤j≤Na},其中i和j分别为距离维和方位维的位置量化状态,zk(i,j)表示第k帧回波数据的量测单元(i,j)中的量测值,为回波数据的幅度;E中任一量化状态sk都对应一个量测值,表示为z(sk);
步骤4、第k帧量测数据预处理:
Z′k={z′k(i,j),1≤j≤N′r,1≤j≤N′a},Z′k表示第k帧预处理后的数据,其中表示量测数据预处理后第(i,j)单元中的值,其大小为集合Mi,j={(m,n):m∈{(i-1)Pr+1,…,iPr},n∈{(j-1)Pa+1,…,jPa}}中对应原始量测的最大值,和分别表示预处理后数据距离维和方位维分辨单元的个数;
步骤5、基于预处理后数据进行动态规划值函数积累:
若k=1,对所有状态xk∈D对应的值函数I(xk)赋初值为z′(xk);
若2≤k≤K,更新所有状态xk∈D对应的值函数并记录状态xk对应的上一帧状态其中,τ(xk)表示第k-1帧所有可能转移到xk的量化状态集合;
步骤6、如果k<K,令k=k+1,返回步骤3;
步骤7、如果k=K,恢复航迹:
利用记录的帧间状态转移关系,恢复值函数最大值所对应的航迹,作为估计的状态序列,表示为其中表示第k帧的估计状态;
步骤8、基于原始量测和估计状态序列进行动态规划值函数积累:
8.1、对状态对应的值函数I(y1)赋初值为z(y1),其中表示E中与估计状态相关的量化状态组成的集合,即对角矩阵P=diag(1/Pr,1/Pr,1/Pa,1/Pa),运算符||·||∞表示向量无穷范数;
8.2、令k=2;
8.3、若k≤K,仅更新状态对应值函数并记录状态yk对应的上一帧状态其中,τ(yk)表示第k-1帧所有可能转移到yk的量化状态集合;
8.4、如果k<K,令k=k+1,并返回步骤8.3;
步骤9、如果k=K,门限处理与航迹恢复:
如果值函数最大值超过门限VT,则认为有目标存在,并利用记录的帧间状态转移关系恢复对应的目标航迹;否则,宣布没有目标存在。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510235794.4A CN104865570B (zh) | 2015-05-11 | 2015-05-11 | 一种快速的动态规划检测前跟踪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510235794.4A CN104865570B (zh) | 2015-05-11 | 2015-05-11 | 一种快速的动态规划检测前跟踪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104865570A CN104865570A (zh) | 2015-08-26 |
CN104865570B true CN104865570B (zh) | 2017-06-13 |
Family
ID=53911531
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510235794.4A Expired - Fee Related CN104865570B (zh) | 2015-05-11 | 2015-05-11 | 一种快速的动态规划检测前跟踪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104865570B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105974402B (zh) * | 2016-04-29 | 2018-10-16 | 电子科技大学 | 适用于脉冲多普勒雷达的机动目标多帧检测前跟踪方法 |
CN106204641B (zh) * | 2016-06-29 | 2018-08-21 | 电子科技大学 | 一种基于多假设检验的动态规划检测前跟踪方法 |
CN106226751B (zh) * | 2016-07-08 | 2018-11-16 | 西安电子科技大学 | 基于dp-tbd的机动目标检测与跟踪方法 |
CN107340517B (zh) * | 2017-07-04 | 2021-02-05 | 电子科技大学 | 一种多传感器多帧检测前跟踪方法 |
CN107356922B (zh) * | 2017-08-30 | 2020-05-12 | 电子科技大学 | 一种扩表辅助法解模糊的多重频雷达目标检测前跟踪方法 |
CN109839633B (zh) * | 2019-03-08 | 2021-01-26 | 电子科技大学 | 基于最小覆盖空域的机载预警雷达的多帧检测前跟踪方法 |
CN110727515B (zh) * | 2019-10-12 | 2022-02-15 | 电子科技大学 | 一种雷达mf-tbd算法的多路fpga快速并行处理系统及处理方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102608590B (zh) * | 2012-03-21 | 2013-07-17 | 电子科技大学 | 一种基于动态规划和后像投影算法的相参积累方法 |
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 |
-
2015
- 2015-05-11 CN CN201510235794.4A patent/CN104865570B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN104865570A (zh) | 2015-08-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104865570B (zh) | 一种快速的动态规划检测前跟踪方法 | |
CN113034548B (zh) | 一种适用于嵌入式终端的多目标跟踪方法及其系统 | |
CN104076355B (zh) | 基于动态规划的强杂波环境中弱小目标检测前跟踪方法 | |
CN103259962B (zh) | 一种目标追踪方法和相关装置 | |
CN106469313B (zh) | 一种管径自适应时空域滤波的弱小目标检测方法 | |
CN106597365B (zh) | 一种基于时域聚类的复杂电子信号时差定位方法 | |
CN109871763A (zh) | 一种基于yolo的特定目标跟踪方法 | |
CN103885057A (zh) | 自适应变滑窗多目标跟踪方法 | |
CN104793200B (zh) | 一种基于迭代处理的动态规划检测前跟踪方法 | |
CN105279772A (zh) | 一种红外序列图像的可跟踪性判别方法 | |
CN103886325A (zh) | 一种分块的循环矩阵视频跟踪方法 | |
CN112507845B (zh) | 基于CenterNet与深度关联矩阵的行人多目标跟踪方法 | |
CN105427342A (zh) | 一种水下小目标声呐图像目标检测跟踪方法和系统 | |
CN103617636A (zh) | 基于运动信息及稀疏投影的视频目标自动检测跟踪方法 | |
CN109946694A (zh) | 基于随机有限集的圆周sar多目标跟踪方法 | |
CN105137420A (zh) | 一种多帧积累的非相干mimo雷达检测和定位方法 | |
CN105447867B (zh) | 基于isar图像的空间目标姿态估计方法 | |
CN109239702B (zh) | 一种基于目标状态集的机场低空飞鸟数量统计方法 | |
CN105022101B (zh) | 强对流云团追踪方法 | |
CN104407345B (zh) | 一种用于弱目标检测跟踪中的改进型动态规划方法 | |
Wang et al. | Video SAR ground moving target indication based on multi-target tracking neural network | |
Yi et al. | Multi-Person tracking algorithm based on data association | |
CN105652256B (zh) | 一种基于极化信息的高频地波雷达tbd方法 | |
CN107705319B (zh) | 一种基于空天背景小目标实时检测跟踪方法 | |
CN102506815A (zh) | 基于图像识别的多目标跟踪与被动距离测量装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170613 |