CN107037424A - 一种基于序贯优化的多普勒雷达多帧相干检测前跟踪方法 - Google Patents
一种基于序贯优化的多普勒雷达多帧相干检测前跟踪方法 Download PDFInfo
- Publication number
- CN107037424A CN107037424A CN201710270647.XA CN201710270647A CN107037424A CN 107037424 A CN107037424 A CN 107037424A CN 201710270647 A CN201710270647 A CN 201710270647A CN 107037424 A CN107037424 A CN 107037424A
- Authority
- CN
- China
- Prior art keywords
- frame
- matrix
- detection
- target
- expressed
- 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
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
该发明公开了一种基于序贯优化的多普勒雷达多帧相干检测前跟踪方法,属于雷达目标检测技术领域,它特别涉及了低信噪比下的检测前跟踪技术领域。本发明同时考虑了帧间和帧内的相干积累,结合了检测前跟踪的思想,解决了传统的多帧检测前跟踪算法因在帧间进行非相干积累而造成的性能损失问题。本发明的优点在于可以有效改善对低信噪比目标的检测和跟踪性能,其性能增益与传统非相干的多帧积累算法相比有着显著的提升;其次,在进行参数搜索时,本发明利用参数的马尔可夫性,通过一种序贯优化的方法,将一个高维的优化问题转化成了多个低维优化问题,有效地降低了算法的计算量。
Description
技术领域
本发明属于雷达目标检测技术领域,它特别涉及了低信噪比下的检测前跟踪技术领域。
背景技术
现代科技水平的不断发展,使得雷达对目标进行精确检测面临着严峻的考验。在实际工程应用中,各种难以预测的背景噪声、杂波,使得目标回波的检测变得异常困难;此外,隐身技术的不断升级使得隐身目标的反射截面积较普通目标明显锐减,雷达探测能力被极大削弱。
多帧联合检测技术是一种有效的微弱目标信号检测方法。与传统单帧检测方法最大的区别在于,多帧联合检测技术并不对单帧数据进行门限判决检测,而是利用目标回波的帧间相关特性,通过多帧数据积累,实现目标信号的增强和噪声杂波的抑制。该技术可以有效避免单帧中目标回波数据因处理不当而造成的丢失,改善微弱目标的检测性能。然而,在实际应用中,目标信号在帧间往往难以保持稳定的相参特性,因此现有的多帧联合检测技术本质上是对目标信号进行了帧间的非相参积累。这种做法仅利用了雷达量测中的幅度,而忽略其相位信息,故存在相应的性能损失。
多帧联合检测技术已经被广泛的应用于实际当中,文献“Track-before-detectfor sea clutter rejection:Tests with real data,in IEEE Transactions onAerospace and Electronic Systems,1035–1045,2016”通过对实测数据进行处理,再次证明多帧联合检测技术在对低信噪比目标进行跟踪时的性能远优于传统跟踪。但是该文献并未考虑对目标信号进行帧间的相参积累,仅利用雷达回波数据中的幅度值,丢弃了相位信息,对检测性能造成一定损失。
发明内容
本发明的目的是针对背景技术存在的不足,设计提供了一种基于序贯优化的多普勒雷达多帧相干检测前跟踪算法,解决现有检测前跟踪算法只能对帧间进行非相干积累,从而导致积累增益较低的问题。
本发明提供了一种基于序贯优化的多普勒雷达多帧相干检测前跟踪方法,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:观测总帧数K;一个相干处理时间中包含的脉冲个数Np;雷达距离维分辨单元个数Nr;帧间间隔Ts;检测门限为VT;和分别表示帧内和帧间相位的搜索向量,和Nξ分别表示帧内和帧间相位的搜索个数;目标最大运动速度参数J;初始化变量k=1;
步骤2、从雷达接收机中读取第k帧量测:
其中 为第k帧第i个脉冲距离单元nk的量测值;(·)T表示转置符号;
步骤3、如果k=1,对所有n1∈{1,2,...,Nr},初始化校准向量p1(n1)=z1(n1);否则执行步骤4;
步骤4、序贯优化处理:
步骤4.1、对k时刻所有距离单元nk∈{1,2,...,Nr},找出k-1帧中可能转移到nk的距离单元集合,表示为τ(nk)={nk-1:|nk-nk-1|≤J};
步骤4.2、针对τ(nk)里所有距离单元计算相位补偿矩阵Ck-1(nk-1),包含以下计算:
计算中间变量Bk-1(nk-1),Bk-1(nk-1)为Np×Nξ的矩阵,具体形式如下:
计算补偿矩阵为矩阵,具体形式如下:
其中为校准向量;
步骤4.3、对矩阵Ck-1(nk-1)中的每一列分别进行kNp点的快速傅里叶变换,得到一个的矩阵;找出快速傅里叶变换后所得矩阵中元素幅度的最大值,表示为:
其中FFT(·)表示快速傅里叶变换,|·|表示取模运算;同时记录该矩阵中最大值所在列的序号,并从补偿矩阵Ck-1(nk-1)中取出该序号所对应的列向量,表示为
步骤4.4、对所有nk∈{1,2,...,Nr},找出前一时刻最有可能转移到nk的距离单元,表示为并且记录下该单元对应的值,表示为更新校准向量
步骤5、令k=k+1,若k≤K返回步骤2,否则执行步骤6;
步骤6、门限判决和目标位置序列恢复:
对于第K帧的所有距离单元nK∈{1,2,...,Nr},如果满足条件则第K帧的目标估计位置并利用χ(nk)恢复出每一帧目标的估计位置第1到K帧的目标位置序列可以表示为序列中的各帧k=2,3,...,K;否则宣布无目标。
通过上面的步骤,就可以实现多帧量测数据帧间与帧内的相参积累,完成目标检测判决,并得到目标在每一时刻的位置信息
本发明的有益效果:本发明同时考虑了帧间和帧内的相干积累,结合了检测前跟踪的思想,解决了传统的多帧检测前跟踪算法因在帧间进行非相干积累而造成的性能损失问题。本发明的优点在于可以有效改善对低信噪比目标的检测和跟踪性能,其性能增益与传统非相干的多帧积累算法相比有着显著的提升;其次,在进行参数搜索时,本发明利用参数的马尔可夫性,通过一种序贯优化的方法,将一个高维的优化问题转化成了多个低维优化问题,有效地降低了算法的计算量。
附图说明
图1为脉冲串帧间、帧内相位补偿的示意图。
图2为本发明的流程图。
图3为本发明公布的算法与传统的多帧检测前跟踪算法仿真结果的对比图。
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-R2010b上验证正确。只考虑在单目标场景下的情况,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:观测总帧数K=6;一个相干处理时间(CPI)中包含的脉冲个数Np=16;雷达距离维分辨单元个数Nr=200;帧间间隔Ts=1.2s;利用蒙特卡洛仿真实验计算出检测门限VT;和分别表示帧内和帧间相位的搜索向量;目标最大运动速度参数J与目标机动性相关;初始化变量k=1。
步骤2、从雷达接收机中读取第k帧量测:
Zk={zk(nk):nk=1,2,...,Nr}
其中 为第k帧第i个脉冲距离单元nk的量测值。(·)T表示转置符号。
步骤3、如果k=1,对所有n1∈{1,2,...,Nr},初始化校准向量p1(n1)=z1(n1)。否则执行步骤4。
步骤4、序贯优化处理:
步骤4.1、对k时刻所有距离单元nk∈{1,2,...,Nr},找出k-1帧中可能转移到nk的距离单元集合,表示为τ(nk)={nk-1:|nk-nk-1|≤J}。
步骤4.2、针对τ(nk)里所有距离单元计算相位补偿矩阵Ck-1(nk1),包含以下计算:
计算中间变量Bk-1(nk-1),Bk-1(nk-1)为一Np×Nξ的矩阵,具体形式如下:
计算补偿矩阵Ck-1(nk-1),Ck-1(nk-1)为一矩阵,具体形式如下:
其中
步骤4.3、对矩阵Ck-1(nk-1)中的每一列分别进行kNp点的快速傅里叶变换,得到一个的矩阵;找出快速傅里叶变换后所得矩阵中元素幅度的最大值,表示为:
其中FFT(·)表示快速傅里叶变换,|·|表示取模运算。同时记录该矩阵中最大值所在列的序号,并从补偿矩阵Ck-1(nk-1)中取出该序号所对应的列向量,表示为
步骤4.4、对所有nk∈{1,2,...,Nr},找出前一时刻最有可能转移到nk的距离单元,表示为并且记录下该单元对应的值,表示为更新校准向量
步骤5、令k=k+1,若k≤K返回步骤2,否则执行步骤6。
步骤6、门限判决和目标位置序列恢复:
对于第K帧的所有距离单元nK∈{1,2,...,Nr},如果满足条件则第K帧的目标估计位置并利用χ(nk)恢复出每一帧目标的估计位置第1到K帧的目标位置序列可以表示为序列中的各帧k=2,3,...,K;否则宣布无目标。
通过上面的步骤,就可以实现多帧量测数据帧间与帧内的相参积累,完成目标检测判决,并得到目标在每一时刻的位置信息本发明通过上面的步骤,应用一种序贯优化的方法,对帧间和帧内的相位差进行搜索,加入了相位补偿,可以实现对微弱目标的检测和跟踪,获得了更高的SNR增益。
Claims (1)
1.一种基于序贯优化的多普勒雷达多帧相干检测前跟踪方法,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:观测总帧数K;一个相干处理时间中包含的脉冲个数Np;雷达距离维分辨单元个数Nr;帧间间隔Ts;检测门限为VT;和分别表示帧内和帧间相位的搜索向量,和Nξ分别表示帧内和帧间相位的搜索个数;目标最大运动速度参数J;初始化变量k=1;
步骤2、从雷达接收机中读取第k帧量测:
Zk={zk(nk):nk=1,2,...,Nr}
其中 为第k帧第i个脉冲距离单元nk的量测值;(·)T表示转置符号;
步骤3、如果k=1,对所有n1∈{1,2,...,Nr},初始化校准向量p1(n1)=z1(n1);否则执行步骤4;
步骤4、序贯优化处理:
步骤4.1、对k时刻所有距离单元nk∈{1,2,...,Nr},找出k-1帧中可能转移到nk的距离单元集合,表示为τ(nk)={nk-1:|nk-nk-1|≤J};
步骤4.2、针对τ(nk)里所有距离单元nk-1∈τ(nk),计算相位补偿矩阵Ck-1(nk-1),包含以下计算:
计算中间变量Bk-1(nk-1),Bk-1(nk-1)为Np×Nξ的矩阵,具体形式如下:
计算补偿矩阵Ck-1(nk-1),Ck-1(nk-1)为矩阵,具体形式如下:
其中pk-1(nk-1)为校准向量;
步骤4.3、对矩阵Ck-1(nk-1)中的每一列分别进行kNp点的快速傅里叶变换,得到一个的矩阵;找出快速傅里叶变换后所得矩阵中元素幅度的最大值,表示为:
其中FFT(·)表示快速傅里叶变换,|·|表示取模运算;同时记录该矩阵中最大值所在列的序号,并从补偿矩阵Ck-1(nk-1)中取出该序号所对应的列向量,表示为κ(nk-1);
步骤4.4、对所有nk∈{1,2,...,Nr},找出前一时刻最有可能转移到nk的距离单元,表示为并且记录下该单元对应的值,表示为更新校准向量pk(nk)=κ(χ(nk));
步骤5、令k=k+1,若k≤K返回步骤2,否则执行步骤6;
步骤6、门限判决和目标位置序列恢复:
对于第K帧的所有距离单元nK∈{1,2,...,Nr},如果满足条件则第K帧的目标估计位置并利用χ(nk)恢复出每一帧目标的估计位置第1到K帧的目标位置序列可以表示为序列中的各帧k=2,3,...,K;否则宣布无目标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710270647.XA CN107037424B (zh) | 2017-04-24 | 2017-04-24 | 一种基于序贯优化的多普勒雷达多帧相干检测前跟踪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710270647.XA CN107037424B (zh) | 2017-04-24 | 2017-04-24 | 一种基于序贯优化的多普勒雷达多帧相干检测前跟踪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107037424A true CN107037424A (zh) | 2017-08-11 |
CN107037424B CN107037424B (zh) | 2020-02-18 |
Family
ID=59535143
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710270647.XA Active CN107037424B (zh) | 2017-04-24 | 2017-04-24 | 一种基于序贯优化的多普勒雷达多帧相干检测前跟踪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107037424B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108828584A (zh) * | 2018-06-19 | 2018-11-16 | 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 |
CN109839633A (zh) * | 2019-03-08 | 2019-06-04 | 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 |
CN110501685A (zh) * | 2019-08-23 | 2019-11-26 | 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 |
CN112213706A (zh) * | 2020-10-13 | 2021-01-12 | 中国人民解放军海军工程大学 | 多维数字化波门帧间递进关联的逻辑tbd检测方法 |
CN113281729A (zh) * | 2021-05-31 | 2021-08-20 | 中国科学院声学研究所 | 一种基于多帧空间谱联合处理的目标自动检测方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102313884A (zh) * | 2010-06-29 | 2012-01-11 | 电子科技大学 | 一种基于多帧相参积累的目标检测前跟踪方法 |
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 |
CN105974402A (zh) * | 2016-04-29 | 2016-09-28 | 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 |
-
2017
- 2017-04-24 CN CN201710270647.XA patent/CN107037424B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102313884A (zh) * | 2010-06-29 | 2012-01-11 | 电子科技大学 | 一种基于多帧相参积累的目标检测前跟踪方法 |
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 |
CN105974402A (zh) * | 2016-04-29 | 2016-09-28 | 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 |
Non-Patent Citations (2)
Title |
---|
GUOLONG CUI 等: "Coupled sequential detection and estimation procedure for track-before-detect", 《IET RADAR, SONAR & NAVIGATION》 * |
WEI YI 等: "An Efficient Multi-Frame Track-Before-Detect Algorithm for Multi-Target Tracking", 《IEEE JOURNAL OF SELECTED TOPICS IN SIGNAL PROCESSING》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108828584A (zh) * | 2018-06-19 | 2018-11-16 | 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 |
CN109839633A (zh) * | 2019-03-08 | 2019-06-04 | 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 |
CN110501685A (zh) * | 2019-08-23 | 2019-11-26 | 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 |
CN112213706A (zh) * | 2020-10-13 | 2021-01-12 | 中国人民解放军海军工程大学 | 多维数字化波门帧间递进关联的逻辑tbd检测方法 |
CN113281729A (zh) * | 2021-05-31 | 2021-08-20 | 中国科学院声学研究所 | 一种基于多帧空间谱联合处理的目标自动检测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107037424B (zh) | 2020-02-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107037424A (zh) | 一种基于序贯优化的多普勒雷达多帧相干检测前跟踪方法 | |
CN106950562B (zh) | 一种基于预测值量测转换的状态融合目标跟踪方法 | |
CN106407677B (zh) | 一种测量数据丢失情况下的多目标跟踪方法 | |
CN108089183B (zh) | 一种用于异步多基地雷达系统的检测跟踪一体化方法 | |
CN105137420B (zh) | 一种多帧积累的非相干mimo雷达检测和定位方法 | |
CN107576959B (zh) | 一种基于区域映射解模糊的高重频雷达目标检测前跟踪方法 | |
CN107356922B (zh) | 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 | |
CN107045125A (zh) | 一种基于预测值量测转换的交互多模型雷达目标跟踪方法 | |
CN107390171B (zh) | 基于toa测距和多普勒效应的水下传感器节点定位方法 | |
CN108983216B (zh) | 一种基于坐标校准的机载雷达微弱目标检测前跟踪方法 | |
CN104076355A (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 | |
CN110058222B (zh) | 一种基于传感器选择的双层粒子滤波检测前跟踪方法 | |
CN104155651A (zh) | 一种用于极化雷达目标跟踪的概率数据关联方法 | |
CN108896986A (zh) | 一种基于预测值的量测转换序贯滤波机动目标跟踪方法 | |
CN109143224A (zh) | 一种多目标关联方法和装置 | |
US10254393B2 (en) | Covariance matrix technique for error reduction | |
CN106468771A (zh) | 一种低可观测高杂波条件下的多目标检测与跟踪方法 | |
CN110673130B (zh) | 一种基于航迹关联的运动目标航迹跟踪方法 | |
CN107202989A (zh) | 一种适用于被动拖曳线列阵声呐的复杂弱目标检测和跟踪方法 | |
KR101851635B1 (ko) | 고해상도 거리 프로파일을 이용한 다중 물체 판단 장치 및 방법 | |
CN110738275A (zh) | 基于ut-phd的多传感器序贯融合跟踪方法 | |
CN110133612A (zh) | 一种基于跟踪反馈的扩展目标检测方法 | |
CN110231620A (zh) | 一种噪声相关系统跟踪滤波方法 | |
CN106226750A (zh) | 一种针对多帧联合检测的点迹序列平滑滤波方法 | |
CN104035076B (zh) | 一种多帧检测前跟踪的迭代滤波方法 |
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 |