CN106990403A - 基于多波段两级信息融合的低空目标跟踪方法 - Google Patents
基于多波段两级信息融合的低空目标跟踪方法 Download PDFInfo
- Publication number
- CN106990403A CN106990403A CN201710293574.6A CN201710293574A CN106990403A CN 106990403 A CN106990403 A CN 106990403A CN 201710293574 A CN201710293574 A CN 201710293574A CN 106990403 A CN106990403 A CN 106990403A
- Authority
- CN
- China
- Prior art keywords
- echo
- fusion
- information
- wave band
- signals
- 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
- G01S13/70—Radar-tracking systems; Analogous systems for range tracking only
-
- 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
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
本发明属于雷达信号处理领域,公开了基于多波段两级信息融合的低空目标跟踪方法,包括:获取雷达回波信号,得到第l波段第k组M帧回波信号在三维坐标系中的最佳观测目标的位置信息;并进行第一级观测融合,得到第l波段第k组回波信号第一级观测融合后的目标位置信息;将第l波段第k组回波信号第一级观测融合后的目标位置信息、第l波段第k‑1组回波信号的滤波结果以及观测融合时间间隔输入滤波器进行跟踪滤波,依次得到L个波段中每个波段的K组回波信号的滤波结果;设定滤波融合时间基准,对L个波段中每个波段的K组回波信号的滤波结果在每个滤波融合时间基准上的目标位置信息进行第二级观测融合,得到目标跟踪结果,能够提高海面目标的检测概率和稳定跟踪性能。
Description
技术领域
本发明属于雷达信号处理技术领域,尤其涉及一种基于多波段两级信息融合的低空目标跟踪方法,适用于舰载雷达对目标在低信噪比低空环境下的跟踪。
背景技术
海战是现代化信息战争中的一种重要形式,而舰载雷达是海面敌情探测的重要手段。传统目标检测与跟踪方法在探测海面近程低空飞行目标时存在着盲区。产生盲区的原因主要有两个,一是由于海水的不间断运动产生海杂波,当目标所处多普勒通道处于海杂波多普勒范围内时,目标回波将完全被海杂波覆盖;二是由于低空跟踪目标时,除了接收雷达到目标的直接反射波信号外,还会接收到地海面产生的镜反射和漫散射引起的反射波信号,从而形成多径效应。多径效应使得雷达接收信号在幅度和相位上发生变化,造成测量跟踪误差,严重时可能导致丢失跟踪目标。
多径回波和直接反射波的区别在于多径回波在直接反射波的基础上多了一个乘积因子项,该乘积因子是一个与雷达高度、目标高度、目标到雷达的距离以及波长相关的变量。多径回波将导致完整回波的幅度随该乘积因子变化,当多径回波与直接反射波相位差为钝角时,完整回波的幅度会小于直接反射波的幅度,从而降低了雷达对目标的检测性能。海杂波的影响可以通过在多普勒域将目标与海杂波分离的方法得到解决,而多径回波无论是在时域,频域还是空域均不可分离。
传统目标检测及跟踪都是针对单波段单载频信号进行的,在低信噪比低空环境下,由于多径效应的影响使目标回波信号被噪声信号完全淹没,目标的检测概率大幅降低。
发明内容
针对上述现有技术的不足,本发明的目的在于提供一种基于多波段两级信息融合的低空目标跟踪方法,能够降低甚至消除低空环境下多径效应对目标检测和跟踪效果的影响,提高舰载雷达对海面目标的检测概率和稳定跟踪性能。
为达到上述目的,本发明采用如下技术方案予以实现。
一种基于多波段两级信息融合的低空目标跟踪方法,所述方法包括如下步骤:
步骤1,获取雷达回波信号,所述雷达回波信号包含L个波段的回波信号,每个波段的回波信号分为K组回波,每组回波包含M帧回波信号;
令l=1,k=1,m=1,其中,l=1,2,…,L,表示雷达回波信号的波段标号,k=1,2,…,K,表示每个波段回波信号中的组数标号,m=1,2,…,M,表示每组回波信号中的帧数标号;
步骤2,根据第l波段第k组第m帧回波信号得到目标初始观测信息,所述目标初始观测信息包含观测目标个数,初始观测距离向量,初始观测方位角向量,以及初始观测俯仰角向量;
所述观测目标个数为多个,其中,只有一个观测目标为真实目标;所述初始观测距离向量中包含每个观测目标的距离,所述初始观测方位角向量中包含每个观测目标的方位角,所述初始观测俯仰角向量中包含每个观测目标的俯仰角;
步骤3,根据所述初始观测距离向量,所述初始观测方位角向量,所述初始观测俯仰角向量,得到三维坐标系中每个观测目标的三维位置坐标信息;
步骤4,设定第l波段第k组第m帧回波信号中真实目标的三维坐标预测信息,并根据所述真实目标的三维坐标预测信息和所述每个观测目标的三维位置坐标信息,得到第l波段第k组第m帧回波信号在三维坐标系中的最佳观测目标的位置信息;
步骤5,令m的值加1,并重复执行步骤2至步骤4,直到m>M;从而分别得到第l波段第k组M帧回波信号在三维坐标系中的最佳观测目标的位置信息;
步骤6,将所述第l波段第k组M帧回波信号在三维坐标系中的最佳观测目标的位置信息进行第一级观测融合,得到第l波段第k组回波信号第一级观测融合后的目标位置信息;
步骤7,将所述第l波段第k组回波信号第一级观测融合后的目标位置信息、所述第l波段第k-1组回波信号的滤波结果以及观测融合时间间隔输入滤波器进行跟踪滤波,得到第l波段第k组回波信号的滤波结果,所述滤波结果包含X、Y、Z方向的位置,X、Y、Z方向的速度,X、Y、Z方向的加速度以及误差协方差矩阵;当k=1时,令第l波段第k-1组回波信号的滤波结果为初始目指信息,所述初始目指信息是指目标在X、Y、Z方向的初始位置;
步骤8,令k的值加1,m=1,并重复执行步骤2至步骤7,直到k>K,从而分别得到第l波段K组回波信号的滤波结果;
步骤9,令l的值加1,k=1,m=1,并重复执行步骤2至步骤8,直到l>L,从而分别得到L个波段中每个波段的K组回波信号的滤波结果;
步骤10,设定滤波融合时间基准,得到L个波段中每个波段的K组回波信号的滤波结果在所述滤波融合时间基准上的目标位置信息;
步骤11,对所述L个波段中每个波段的K组回波信号的滤波结果在每个滤波融合时间基准上的目标位置信息进行第二级观测融合,得到第二级滤波融合的目标位置信息,所述第二级滤波融合后的目标位置信息包含目标在三维坐标系中对应于滤波融合时间基准中各个时刻的位置,从而将所述目标在三维坐标系中对应于滤波融合时间基准中各个时刻的位置作为目标的运动轨迹,从而得到低空目标跟踪结果。
本发明提供的基于多波段两级信息融合的低空目标跟踪方法相比现有技术,大幅提高了低信噪比低空环境时的目标检测性能,同时使目标跟踪精度更高;且本发明技术方案利用多载频回波信号确保目标在低信噪比环境下,至少有一种载频回波能检测到目标,提高了目标的检测概率:通过第一级的波段内的观测信息融合方法,使检测信息更加精准,提高了单波段跟踪性能,通过第二级的波段间的滤波融合进一步提高跟踪精度及跟踪稳定性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的基于多波段两级信息融合的低空目标跟踪方法的流程示意图;
图2为传统的基于单波段单载频跟踪方法及本发明提供的基于多波段两级信息融合的低空目标跟踪方法的距离检测对比示意图;
图3为(a)~(c)分别为传统的基于单波段单载频跟踪方法及本发明提供的基于多波段两级信息融合的低空目标跟踪方法的距离、方位角、俯仰角对比示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
一种基于多波段两级信息融合的低空目标跟踪方法,如图1所示,所述方法包括如下步骤:
步骤1,获取雷达回波信号,所述雷达回波信号包含L个波段的回波信号,每个波段的回波信号分为K组回波,每组回波包含M帧回波信号。
令l=1,k=1,m=1,其中,l=1,2,…,L,表示雷达回波信号的波段标号,k=1,2,…,K,表示每个波段回波信号中的组数标号,m=1,2,…,M,表示每组回波信号中的帧数标号。
步骤2,根据第l波段第k组第m帧回波信号得到目标初始观测信息,所述目标初始观测信息包含观测目标个数,初始观测距离向量,初始观测方位角向量,以及初始观测俯仰角向量。
所述观测目标个数为多个,其中,只有一个观测目标为真实目标;所述初始观测距离向量中包含每个观测目标的距离,所述初始观测方位角向量中包含每个观测目标的方位角,所述初始观测俯仰角向量中包含每个观测目标的俯仰角。
需要补充的是,对第l波段第k组第m帧回波信号经传统雷达信号处理流程(脉冲压缩、动目标检测、恒虚警检测以及单脉冲测角等)后,即可得到其对应的目标初始观测信息。
步骤3,根据所述初始观测距离向量,所述初始观测方位角向量,所述初始观测俯仰角向量,得到三维坐标系中每个观测目标的三维位置坐标信息。
具体的,目标初始观测信息相当于在极坐标下的信息,需要进行坐标系转换,将目标的距离、方位角和俯仰角初始观测向量转换为三维坐标系下X、Y、Z方向的初始观测信息。
步骤4,设定第l波段第k组第m帧回波信号中真实目标的三维坐标预测信息,并根据所述真实目标的三维坐标预测信息和所述每个观测目标的三维位置坐标信息,得到第l波段第k组第m帧回波信号在三维坐标系中的最佳观测目标的位置信息。
步骤4中,设定第l波段第k组第m帧回波信号中真实目标的三维坐标预测信息,具体包括:
(4a)当k=1时,设定第l波段第k组第m帧回波信号中真实目标的三维坐标预测信息为初始目指信息,所述初始目指信息是指目标在X、Y、Z方向的初始位置,可根据先验信息得到;
当k>1时,按照下式设定第l波段第k组第m帧回波信号中真实目标的三维坐标预测信息:
其中,X_p(l,k,m)、Y_p(l,k,m)、Z_p(l,k,m)分别表示第l波段第k组第m帧回波信号中真实目标的X方向坐标预测信息、Y方向坐标预测信息、Z方向坐标预测信息,X_f(l,k-1)、Y_f(l,k-1)、Z_f(l,k-1)分别表示第l波段第k-1组回波信号的滤波结果中的X方向坐标、Y方向坐标、Z方向坐标,VX_f(l,k-1)、VY_f(l,k-1)、陀_f(l,k-1)分别表示第l波段第k-1组回波信号的滤波结果中的X方向速度、Y方向速度、Z方向速度,AX_f(l,k-1)、AY_f(l,k-1)、AZ_f(l,k-1)分别表示第l波段第k-1组回波信号的滤波结果中的X方向加速度、Y方向加速度、Z方向加速度,Δt(l,k,m)表示第l波段第k-1组回波信号的融合时间中心到第l波段第k组第m帧回波信号时间中心的时间差;
(4b)根据所述真实目标的三维坐标预测信息和所述每个观测目标的三维位置坐标信息,根据下式得到第l波段第k组第m帧回波信号在三维坐标系中的最佳观测目标的位置信息:
其中,X_o(l,k,m)(x)、Y_o(l,k,m)(x)、Z_o(l,k,m)(x)分别表示第l波段第k组第m帧回波信号中第x个观测目标的X方向坐标信息、Y方向坐标信息、Z方向坐标信息,ΔX(l,k,m)(x)、ΔY(l,k,m)(x)、ΔZ(l,k,m)(x)分别表示第l波段第k组第m帧回波信号中第x个观测目标的观测信息与预测信息在X方向坐标、Y方向坐标、Z方向坐标的差值,x表示观测目标编号,x=1,2,…,tar_num(l,k,m),tar_num(l,k,m)为第l波段第k组第m帧回波信号中观测目标的总个数,ΔR(l,k,m)(x)表示第l波段第k组第m帧回波信号中第x个观测目标的观测信息与预测信息的距离误差,{x|min[ΔR(l,k,m)(x)]}表示求使得ΔR(l,k,m)(x)最小的观测目标编号x_best(l,k,m),X_o(l,k,m)(x_best(l,k,m))、Y_o(l,k,m)(x_best(l,k,m))、Z_o(l,k,m)(x_best(l,k,m))分别表示第l波段第k组第m帧回波信号中使得ΔR(l,k,m)(x)最小的观测目标x_best(l,k,m)的X方向坐标信息、Y方向坐标信息、Z方向坐标信息,X_o_only(l,1,m)、Y_o_only(l,1,m)、Z_o_only(l,1,m)分别表示第l波段第k组第m帧回波信号在三维坐标系中的最佳观测目标的位置信息。
步骤5,令m的值加1,并重复执行步骤2至步骤4,直到m>M;从而分别得到第l波段第k组M帧回波信号在三维坐标系中的最佳观测目标的位置信息。
步骤6,将所述第l波段第k组M帧回波信号在三维坐标系中的最佳观测目标的位置信息进行第一级观测融合,得到第l波段第k组回波信号第一级观测融合后的目标位置信息。
步骤6中,采用下式将所述第l波段第k组M帧回波信号在三维坐标系中的最佳观测目标的位置信息进行第一级观测融合,得到第l波段第k组回波信号第一级观测融合后的目标位置信息:
其中,X_o_inte(l,k)、Y_o_inte(l,k)、Z_o_inte(l,k)分别表示第l波段第k组回波信号第一级观测融合后的目标在X方向坐标信息、Y方向坐标信息、Z方向坐标信息,ΔR(l,k,m)(x_best(l,k,m))表示第l波段第k组第m帧回波信号中观测信息与预测信息的最小距离误差。
步骤7,将所述第l波段第k组回波信号第一级观测融合后的目标位置信息、所述第l波段第k-1组回波信号的滤波结果以及观测融合时间间隔输入滤波器进行跟踪滤波,得到第l波段第k组回波信号的滤波结果,所述滤波结果包含X、Y、Z方向的位置,X、Y、Z方向的速度,X、Y、Z方向的加速度以及误差协方差矩阵;当k=1时,令第l波段第k-1组回波信号的滤波结果为初始目指信息。
步骤7中,
记tt(l,k,m)为第l波段第k组第m帧回波信号的中心时间,则第l波段第k组回波信号的观测融合时间中心步骤7中,所述观测融合时间间隔为第l波段第k组回波信号的观测融合时间中心与第l波段第k-1组回波信号的观测融合时间中心的时间间隔;
记得到第l波段第k组回波信号的滤波结果,所述滤波结果包含X、Y、Z方向的位置X_f(l,k)、Y_f(l,k)、Z_f(l,k),X、Y、Z方向的速度VX_f(l,k)、VY_f(l,k)、VZ_f(l,k),X、Y、Z方向的加速度AX_f(l,k)、AY_f(l,k)、AZ_f(l,k)以及误差协方差矩阵Φ_f(l,k)。
步骤8,令k的值加1,m=1,并重复执行步骤2至步骤7,直到k>K,从而分别得到第l波段K组回波信号的滤波结果。
步骤9,令l的值加1,k=1,m=1,并重复执行步骤2至步骤8,直到l>L,从而分别得到L个波段中每个波段的K组回波信号的滤波结果。
步骤10,设定滤波融合时间基准,得到L个波段中每个波段的K组回波信号的滤波结果在所述滤波融合时间基准上的目标位置信息。
步骤10中,
设定滤波融合时间基准为{T1,T2,…,Ti,…,TN},Ti+1-Ti=ΔT,i=1,2,…,N-1,ΔT为常数,表示滤波融合时间间隔;
第l波段第k组回波信号的观测融合时间中心记为t(l,k),则第l波段的观测融合时间序列记为{t(l,1),t(l,2),…,t(l,K)};以线性内插外推法得到第l波段在滤波融合时间基准上的目标位置信息,所述第l波段在滤波融合时间基准上的目标位置信息包含X方向的坐标信息Y方向的坐标信息Z方向的坐标信息以及误差协方差矩阵其中,下标(l,Ti)表示第l波段在滤波融合时间基准Ti上的目标位置信息;
令l分别取1,2,…,L,从而得到L个波段中每个波段的K组回波信号的滤波结果在所述滤波融合时间基准上的目标位置信息。
步骤11,对所述L个波段中每个波段的K组回波信号的滤波结果在每个滤波融合时间基准上的目标位置信息进行第二级观测融合,得到第二级滤波融合的目标位置信息,所述第二级滤波融合后的目标位置信息包含目标在三维坐标系中对应于滤波融合时间基准中各个时刻的位置,从而将所述目标在三维坐标系中对应于滤波融合时间基准中各个时刻的位置作为目标的运动轨迹,从而得到低空目标跟踪结果。
步骤11中,
采用下式对所述L个波段中每个波段的K组回波信号的滤波结果在所述滤波融合时间基准上的目标位置信息进行第二级观测融合,得到滤波融合时间基准Ti上的第二级滤波融合的目标位置信息
其中,
令Ti分别取T1,T2,…,Ti,…,TN,从而得到每个时间基准上的第二级滤波融合的目标位置信息。
本发明提供的基于多波段两级融合的低空目标跟踪方法相比现有技术,大幅提高了低信噪比低空环境时的目标检测性能,同时使得目标跟踪精度更高。传统目标检测及跟踪都是基于单波段单载频信号进行的,在低信噪比低空环境下,由于多径效应的影响使目标回波信号被噪声信号完全淹没,目标的检测概率大幅降低。而本发明利用多载频回波信号确保目标在低信噪比环境下,至少有一种载频回波能检测到目标,提高了目标的检测概率。由于第一级的单波段多载频观测信息融合方法,使检测信息更加精准,提高了单波段跟踪性能。由于第二级的多波段滤波融合进一步提高跟踪精度及跟踪稳定性。
本发明的效果通过以下仿真试验进一步说明:
1、仿真条件:
为验证本发明提供的基于多波段两级融合的低空目标跟踪方法的有效性,以双波段为例,设定波段1为13G~16GHz,5个载频分别为13G、13.75G、14.5G、15.25G、16GHz。波段2为35G~38G,5个载频分别为35G、35.75G、36.5G、37.25G、38GHz。雷达高度为15米,目标高度为100米(低空),目标在yoz平面内运动,多径反射系数为0.6。
2、仿真内容与结果:
当目标初始点在8km左右处,信噪比为-15dB时,分别用传统单波段单载频方法与本发明方法进行目标检测及跟踪并将跟踪结果转化为距离及角度信息。从图2中可看出传统基于单波段单载频方法在低信噪比低空环境中,出现较多漏检情况(距离为0即漏检),而本发明方法未出现漏检情况,大幅提高了检测概率。从图3(a)中可以看出,传统基于单波段单载频方法的距离跟踪误差为-1.5m~1.5m,而本发明方法距离跟踪误差为-0.5m~0.5m,明显优于传统方法;从图3(b)中可以看出,传统基于单波段单载频方法的方位角跟踪误差为-0.02度~0.02度,而本发明方法方位角跟踪误差为-0.005度~0.005度,明显优于传统方法;从图3(c)中可以看出,传统基于单波段单载频方法的俯仰角跟踪误差为-0.04度~0.04度,而本发明方法俯仰角跟踪误差为-0.008度~0.008度,明显优于传统方法。
综上,本发明方法的跟踪性能,无论从距离还是角度跟踪效果相比于传统基于单波段单载频方法的跟踪效果均显著提高。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (6)
1.一种基于多波段两级信息融合的低空目标跟踪方法,其特征在于,所述方法包括如下步骤:
步骤1,获取雷达回波信号,所述雷达回波信号包含L个波段的回波信号,每个波段的回波信号分为K组回波,每组回波包含M帧回波信号;
令l=1,2,…,L,表示雷达回波信号的波段标号,k=1,2,…,K,表示每个波段回波信号中的组数标号,m=1,2,…,M,表示每组回波信号中的帧数标号;初始化l、k、m的初值分别为1;
步骤2,根据第l波段第k组第m帧回波信号得到目标初始观测信息,所述目标初始观测信息包含观测目标个数,初始观测距离向量,初始观测方位角向量,以及初始观测俯仰角向量;
所述观测目标个数为多个,其中,只有一个观测目标为真实目标;所述初始观测距离向量中包含每个观测目标的距离,所述初始观测方位角向量中包含每个观测目标的方位角,所述初始观测俯仰角向量中包含每个观测目标的俯仰角;
步骤3,根据所述初始观测距离向量,所述初始观测方位角向量,所述初始观测俯仰角向量,得到三维坐标系中每个观测目标的三维位置坐标信息;
步骤4,设定第l波段第k组第m帧回波信号中真实目标的三维坐标预测信息,并根据所述真实目标的三维坐标预测信息和所述每个观测目标的三维位置坐标信息,得到第l波段第k组第m帧回波信号在三维坐标系中的最佳观测目标的位置信息;
步骤5,令m的值加1,并重复执行步骤2至步骤4,直到m>M;从而分别得到第l波段第k组M帧回波信号在三维坐标系中的最佳观测目标的位置信息;
步骤6,将所述第l波段第k组M帧回波信号在三维坐标系中的最佳观测目标的位置信息进行第一级观测融合,得到第l波段第k组回波信号第一级观测融合后的目标位置信息;
步骤7,将所述第l波段第k组回波信号第一级观测融合后的目标位置信息、所述第l波段第k-1组回波信号的滤波结果以及观测融合时间间隔输入滤波器进行跟踪滤波,得到第l波段第k组回波信号的滤波结果,所述滤波结果包含目标在X、Y、Z方向的位置,X、Y、Z方向的速度,X、Y、Z方向的加速度以及误差协方差矩阵;当k=1时,令第l波段第k-1组回波信号的滤波结果为初始目指信息,所述初始目指信息是指目标在X、Y、Z方向的初始位置;
步骤8,令k的值加1,m=1,并重复执行步骤2至步骤7,直到k>K,从而分别得到第l波段K组回波信号的滤波结果;
步骤9,令l的值加1,k=1,m=1,并重复执行步骤2至步骤8,直到l>L,从而分别得到L个波段中每个波段的K组回波信号的滤波结果;
步骤10,设定滤波融合时间基准,得到L个波段中每个波段的K组回波信号的滤波结果在所述滤波融合时间基准上的目标位置信息;
步骤11,对所述L个波段中每个波段的K组回波信号的滤波结果在每个滤波融合时间基准上的目标位置信息进行第二级观测融合,得到第二级滤波融合的目标位置信息,所述第二级滤波融合后的目标位置信息包含目标在三维坐标系中对应于滤波融合时间基准中各个时刻的位置,从而将所述目标在三维坐标系中对应于滤波融合时间基准中各个时刻的位置作为目标的运动轨迹,从而得到低空目标跟踪结果。
2.根据权利要求1所述的一种基于多波段两级信息融合的低空目标跟踪方法,其特征在于,步骤4中,设定第l波段第k组第m帧回波信号中真实目标的三维坐标预测信息,具体包括:
(4a)当k=1时,设定第l波段第k组第m帧回波信号中真实目标的三维坐标预测信息为初始目指信息,所述初始目指信息是指目标在X、Y、Z方向的初始位置;
当k>1时,按照下式设定第l波段第k组第m帧回波信号中真实目标的三维坐标预测信息:
其中,X_p(l,k,m)、Y_p(l,k,m)、Z_p(l,k,m)分别表示第l波段第k组第m帧回波信号中真实目标的X方向坐标预测信息、Y方向坐标预测信息、Z方向坐标预测信息,X_f(l,k-1)、Y_f(l,k-1)、Z_f(l,k-1)分别表示第l波段第k-1组回波信号的滤波结果中的X方向坐标、Y方向坐标、Z方向坐标,VX_f(l,k-1)、VY_f(l,k-1)、VZ_f(l,k-1)分别表示第l波段第k-1组回波信号的滤波结果中的X方向速度、Y方向速度、Z方向速度,AX_f(l,k-1)、AY_f(l,k-1)、AZ_f(l,k-1)分别表示第l波段第k-1组回波信号的滤波结果中的X方向加速度、Y方向加速度、Z方向加速度,Δt(l,k,m)表示第l波段第k-1组回波信号的融合时间中心到第l波段第k组第m帧回波信号时间中心的时间差;
(4b)根据所述真实目标的三维坐标预测信息和所述每个观测目标的三维位置坐标信息,根据下式得到第l波段第k组第m帧回波信号在三维坐标系中的最佳观测目标的位置信息:
其中,X_o(l,k,m)(x)、Y_o(l,k,m)(x)、Z_o(l,k,m)(x)分别表示第l波段第k组第m帧回波信号中第x个观测目标的X方向坐标信息、Y方向坐标信息、Z方向坐标信息,ΔX(l,k,m)(x)、ΔY(l,k,m)(x)、ΔZ(l,k,m)(x)分别表示第l波段第k组第m帧回波信号中第x个观测目标的观测信息与预测信息在X方向坐标、Y方向坐标、Z方向坐标的差值,x表示观测目标编号,x=1,2,…,tar_num(l,k,m),tar_num(l,k,m)为第l波段第k组第m帧回波信号中观测目标的总个数,ΔR(l,k,m)(x)表示第l波段第k组第m帧回波信号中第x个观测目标的观测信息与预测信息的距离误差,{x|min[ΔR(l,k,m)(x)]}表示求使得ΔR(l,k,m)(x)最小的观测目标编号x_best(l,k,m),X_o(l,k,m)(x_best(l,k,m))、Y_o(l,k,m)(x_best(l,k,m))、Z_o(l,k,m)(x_best(l,k,m))分别表示第l波段第k组第m帧回波信号中使得ΔR(l,k,m)(x)最小的观测目标x_best(l,k,m)的X方向坐标信息、Y方向坐标信息、Z方向坐标信息,X_o_only(l,1,m)、Y_o_only(l,1,m)、Z_o_only(l,1,m)分别表示第l波段第k组第m帧回波信号在三维坐标系中的最佳观测目标的位置信息。
3.根据权利要求2所述的一种基于多波段两级信息融合的低空目标跟踪方法,其特征在于,步骤6中,采用下式将所述第l波段第k组M帧回波信号在三维坐标系中的最佳观测目标的位置信息进行第一级观测融合,得到第l波段第k组回波信号第一级观测融合后的目标位置信息:
其中,X_o_inte(l,k)、Y_o_inte(l,k)、Z_o_inte(l,k)分别表示第l波段第k组回波信号第一级观测融合后的目标在X方向坐标信息、Y方向坐标信息、Z方向坐标信息,ΔR(l,k,m)(x_best(l,k,m))表示第l波段第k组第m帧回波信号中观测信息与预测信息的最小距离误差。
4.根据权利要求3所述的一种基于多波段两级信息融合的低空目标跟踪方法,其特征在于,步骤7中,
记tt(l,k,m)为第l波段第k组第m帧回波信号的中心时间,则第l波段第k组回波信号的观测融合时间中心步骤7中,所述观测融合时间间隔为第l波段第k组回波信号的观测融合时间中心与第l波段第k-1组回波信号的观测融合时间中心的时间间隔;
记得到第l波段第k组回波信号的滤波结果,所述滤波结果包含X、Y、Z方向的位置X_f(l,k)、Y_f(l,k)、Z_f(l,k),X、Y、Z方向的速度VX_f(l,k)、VY_f(l,k)、VZ_f(l,k),X、Y、Z方向的加速度AX_f(l,k)、AY_f(l,k)、AZ_f(l,k)以及误差协方差矩阵Φ_f(l,k)。
5.根据权利要求4所述的一种基于多波段两级信息融合的低空目标跟踪方法,其特征在于,步骤10中,
设定滤波融合时间基准为{T1,T2,…,Ti,…,TN},Ti+1-Ti=ΔT,i=1,2,…,N-1,ΔT为常数,表示滤波融合时间间隔;Ti表示第i个滤波融合时间基准;
第l波段第k组回波信号的观测融合时间中心记为t(l,k),则第l波段的观测融合时间序列记为{t(l,1),t(l,2),…,t(l,K)};以线性内插外推法得到第l波段在滤波融合时间基准上的目标位置信息,所述第l波段在滤波融合时间基准上的目标位置信息包含X方向的坐标信息Y方向的坐标信息Z方向的坐标信息以及误差协方差矩阵其中,下标(l,Ti)表示第l波段在滤波融合时间基准Ti上的目标位置信息;
令l分别取1,2,…,L,从而得到L个波段中每个波段的K组回波信号的滤波结果在所述滤波融合时间基准上的目标位置信息。
6.根据权利要求4所述的一种基于多波段两级信息融合的低空目标跟踪方法,其特征在于,步骤11中,
采用下式对所述L个波段中每个波段的K组回波信号的滤波结果在所述滤波融合时间基准上的目标位置信息进行第二级观测融合,得到滤波融合时间基准Ti上的第二级滤波融合的目标位置信息
其中,
其中,[]-1表示求逆操作,表示第l波段在滤波融合时间基准Ti上的目标位置信息中的X方向的坐标信息,表示第l波段在滤波融合时间基准Ti上的目标位置信息中的Y方向的坐标信息,表示第l波段在滤波融合时间基准Ti上的目标位置信息中的Z方向的坐标信息;令Ti分别取T1,T2,…,Ti,…,TN,从而得到每个时间基准上的第二级滤波融合的目标位置信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710293574.6A CN106990403B (zh) | 2017-04-28 | 2017-04-28 | 基于多波段两级信息融合的低空目标跟踪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710293574.6A CN106990403B (zh) | 2017-04-28 | 2017-04-28 | 基于多波段两级信息融合的低空目标跟踪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106990403A true CN106990403A (zh) | 2017-07-28 |
CN106990403B CN106990403B (zh) | 2019-08-02 |
Family
ID=59417904
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710293574.6A Active CN106990403B (zh) | 2017-04-28 | 2017-04-28 | 基于多波段两级信息融合的低空目标跟踪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106990403B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109255353A (zh) * | 2018-09-12 | 2019-01-22 | 首都师范大学 | 一种动目标检测方法、装置、电子设备及存储介质 |
CN109752717A (zh) * | 2017-11-07 | 2019-05-14 | 现代自动车株式会社 | 用于关联车辆中的传感器数据的装置和方法 |
CN110837081A (zh) * | 2019-11-08 | 2020-02-25 | 南京理工大学 | 基于p/d波段雷达信号融合处理的高速目标检测方法 |
CN113219447A (zh) * | 2021-04-09 | 2021-08-06 | 国电南瑞科技股份有限公司 | 一种基于毫米波阵列的输电线距离稳定测量方法 |
CN113759339A (zh) * | 2021-11-10 | 2021-12-07 | 北京一径科技有限公司 | 一种回波信号的处理方法、装置、设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102944873A (zh) * | 2012-11-27 | 2013-02-27 | 西安电子科技大学 | 基于多频点回波幅度逆序统计量的低空目标检测方法 |
CN103197294A (zh) * | 2013-03-03 | 2013-07-10 | 西安电子科技大学 | 多频融合最大似然低空目标仰角估计方法 |
CN106249218A (zh) * | 2016-08-31 | 2016-12-21 | 西安电子科技大学 | 一种基于多频点回波信息融合的目标跟踪方法 |
-
2017
- 2017-04-28 CN CN201710293574.6A patent/CN106990403B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102944873A (zh) * | 2012-11-27 | 2013-02-27 | 西安电子科技大学 | 基于多频点回波幅度逆序统计量的低空目标检测方法 |
CN103197294A (zh) * | 2013-03-03 | 2013-07-10 | 西安电子科技大学 | 多频融合最大似然低空目标仰角估计方法 |
CN106249218A (zh) * | 2016-08-31 | 2016-12-21 | 西安电子科技大学 | 一种基于多频点回波信息融合的目标跟踪方法 |
Non-Patent Citations (3)
Title |
---|
张华涛: "多频段雷达组网探测跟踪隐身目标研究", 《现代电子技术》 * |
王燊燊 等: "一种稳健的多传感器目标跟踪算法", 《现代防御技术》 * |
陈泽宗 等: "多频高频地波雷达目标数据融合与跟踪", 《华中科技大学学报(自然科学版)》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109752717A (zh) * | 2017-11-07 | 2019-05-14 | 现代自动车株式会社 | 用于关联车辆中的传感器数据的装置和方法 |
CN109752717B (zh) * | 2017-11-07 | 2023-10-17 | 现代自动车株式会社 | 用于关联车辆中的传感器数据的装置和方法 |
CN109255353A (zh) * | 2018-09-12 | 2019-01-22 | 首都师范大学 | 一种动目标检测方法、装置、电子设备及存储介质 |
CN109255353B (zh) * | 2018-09-12 | 2022-06-28 | 首都师范大学 | 一种动目标检测方法、装置、电子设备及存储介质 |
CN110837081A (zh) * | 2019-11-08 | 2020-02-25 | 南京理工大学 | 基于p/d波段雷达信号融合处理的高速目标检测方法 |
CN113219447A (zh) * | 2021-04-09 | 2021-08-06 | 国电南瑞科技股份有限公司 | 一种基于毫米波阵列的输电线距离稳定测量方法 |
CN113759339A (zh) * | 2021-11-10 | 2021-12-07 | 北京一径科技有限公司 | 一种回波信号的处理方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106990403B (zh) | 2019-08-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106990403A (zh) | 基于多波段两级信息融合的低空目标跟踪方法 | |
CN108196240B (zh) | 一种适用于csar成像的地面动目标轨迹重构方法 | |
CN105158748B (zh) | 一种高速目标多通道补偿聚焦与tbd混合积累检测方法 | |
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 | |
CN103439697B (zh) | 基于动态规划的目标检测方法 | |
CN102955158B (zh) | 一种提高地面运动目标检测性能的多基线设计方法 | |
CN104714225B (zh) | 一种基于广义似然比的动态规划检测前跟踪方法 | |
CN103941233B (zh) | 一种多平台主被动传感器协同跟踪的雷达间歇交替辐射控制方法 | |
CN103235306B (zh) | 一种适用于高速机动飞行器载sar成像的运动补偿方法 | |
CN106908781B (zh) | 基于单通道圆迹sar的直线运动动目标的速度矢量获取方法 | |
CN104614713A (zh) | 一种适合于艇载雷达系统的雷达回波信号模拟器 | |
CN108061889A (zh) | Ais与雷达角度系统偏差的关联方法 | |
CN107765226A (zh) | 一种sar卫星雷达回波模拟方法、系统和介质 | |
CN108267736B (zh) | 一种geo sar凝视成像模式方位模糊度确定方法 | |
CN105891828A (zh) | 一种机载cssar雷达动目标的检测方法 | |
CN104101876B (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 | |
CN108089183A (zh) | 一种用于异步多基地雷达系统的检测跟踪一体化方法 | |
CN106054169A (zh) | 基于跟踪信息的多站雷达信号融合检测方法 | |
CN109581317A (zh) | 一种基于回波峰值匹配的角落目标定位方法 | |
CN103176168A (zh) | 一种机载非正侧视阵雷达近程杂波对消方法 | |
CN110297284A (zh) | 一种基于三维大气电场仪的雷暴云移动路径跟踪方法 | |
CN107607936A (zh) | 一种高频天地波雷达海洋表面流反演方法 | |
CN109598946A (zh) | 一种基于雷达体制的多车道测速方法 | |
CN106643297B (zh) | 一种运动平台矢量脱靶量参数估计修正方法 | |
CN107436434A (zh) | 基于双向多普勒估计的航迹起始方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |