CN108196241B - 一种基于Hough变换的高速动目标速度估计方法 - Google Patents

Abstract

本发明公开了一种基于Hough变换的高速动目标速度估计方法，包括：生成一个相干处理周期内的回波信号，对所述回波信号进行脉冲压缩；设置恒定的高虚警概率，利用所述高虚警概率计算得到目标的低检测门限，利用所述低检测门限对脉冲压缩后的回波信号进行低噪声抑制处理；进行Hough变换，寻找Hough变换结果的峰值点，并利用峰值点对低噪声抑制后的回波信号进行计算，得到直线参数；利用雷达参数和直线参数，计算出雷达与动目标之间的径向速度。本发明提供的一种基于Hough变换的高速动目标速度估计方法提高了Hough变换的计算速度，提高了有效回波数据点的积累，实现目标与雷达之间径向速度的估计，简化了计算条件。

Description

一种基于Hough变换的高速动目标速度估计方法

技术领域

本发明涉及雷达目标速度估算技术领域，更具体地说，本发明涉及一种针对高速动目标检测过程中由于目标的高速运动带来的目标回波信号跨距离单元走动现象进行距离补偿的径向速度估计方法。

背景技术

现代雷达目标日趋多样化，如临近空间飞行器、隐身飞机、空间卫星碎片等，这些目标的典型特征可以概括为“高速、高机动、低散射”。由于目标的高速高机动特性，存在目标在一个雷达波束驻留周期内跨距离单元和跨多普勒单元现象，导致目标的回波信号在一个相干处理周期内相参积累效果较差，回波能量不能很好的聚焦在一点；低散射截面积目标，会产生目标回波能量较低，目标回波信号会淹没在接收机噪声中，导致接收机信噪比较低，目标检测概率降低。

在对高速动目标进行探测的过程中，为了保证使回波能量能够集中聚焦，提高点目标的信噪比，在进行脉冲相参积累之前，需要对目标回波信号进行距离校正，将回波信号校正至同一距离单元的位置，进而实现回波信号的相参积累。然而，对于回波信号进行距离校正时，必须知道雷达与高速动目标之间的径向速度，才能实现回波信号的距离校正。因此，为了实现高速动目标探测过程目标回波信号的相参积累，解决回波信号跨距离单元校正问题，需要设计一种针对高速动目标相参积累过程的中的速度估计方法。

发明内容

本发明的一个目的是解决至少上述问题，并提供至少后面将说明的优点。

本发明还有一个目的是提供了一种基于Hough变换的高速动目标速度估计方法，适用于低杂波条件下的高度动目标与雷达之间的径向速度估计，解决高速动目标检测过程中对高速动目标回波在一个相干处理周期内跨距离单元走动进行距离补偿过程中径向运动速度未知的问题。

为了实现上述目的，本发明提供了一种基于Hough变换的高速动目标速度估计方法，包括以下步骤：

步骤一、根据雷达参数和目标参数，生成一个相干处理周期内的回波信号，对所述回波信号进行脉冲压缩；

步骤二、设置恒定的高虚警概率，利用所述高虚警概率计算得到目标的低检测门限，利用所述低检测门限对脉冲压缩后的回波信号进行低噪声抑制处理；

步骤三、对低噪声抑制处理后的回波信号进行Hough变换，寻找Hough变换结果的峰值点，并利用峰值点对低噪声抑制后的回波信号进行计算，得到直线参数；

步骤四、利用雷达参数和直线参数，计算出雷达与动目标之间的径向速度。

作为优选，所述步骤一中，对所述回波信号进行脉冲压缩的过程为：

对所述回波信号进行Nfft点的快时间的FFT变换，变换结果记为

匹配滤波器函数进行相同点数的FFT变换，变换结果记为

然后进行频域相乘，频域相乘结果记为

最后对

进行Nfft点的IFFT变换，结果记为

根据Nfft的点数和原始时域信号的持续点数，去掉

中后边的无效点，得到脉冲压缩后的回波信号，记为

其过程如下所示：

其中，

为匹配滤波函数。

作为优选，所述步骤二中，高虚警概率与低检测门限之间的关系式为：

其中，P_fa为高虚警概率；N₀为噪声功率；E_t1为低检测门限。

作为优选，利用低检测门限对脉冲压缩后的回波信号进行遍历检测，记

中的点为Y_x,y，x和y分别为脉冲的快时间点数和慢时间点数；

当Y_x,y≤E_t1时，记Y_x,y＝0；当Y_x,y>E_t1时，记Y_x,y＝Y_x,y。

作为优选，所述步骤三中，Hough变换公式为：

ρ＝xcosθ+ysinθ θ∈[0,π]。

作为优选，所述步骤三中，直线参数的计算过程为：

首先，获取低噪声抑制处理后的回波信号的快时间点数的最大值和慢时间点数的最大值，分别记为X和Y，并找到低噪声抑制处理后的回波信号中数据的最大值D，计算Hough变换以后参数坐标系ρ坐标的最大值ρ_max；其中，

其次，将参数坐标平面的ρ坐标和θ坐标均匀分割为离散单元，将ρ坐标均匀分割为M个离散单元，θ坐标均匀分割为N个离散单元，则每个单元的量化间隔记为Δρ和Δθ；其中，Δρ＝ρ_max/M；Δθ＝θ/N；

然后，利用Hough变换对低噪声抑制处理后的回波信号进行幅度积累；在数据积累过程中，并对直角坐标系下的每一个点进行读取，并与最大值进行比较，当数据点小于0.05D时，对其舍弃，换下一个点进行该过程，否则进行下一步，即对直角坐标下的每一个点进行角度遍历，角度取值范围为[0,π]，角度间隔为Δθ，并利用Hough变换公式，计算该点该角度下θ_i的值ρ_i，并判断ρ_i值的大小，如果ρ_i值大于ρ_max，则对下一个角度θ_i+1下的值ρ_i+1进行计算，如果ρ_i值小于等于ρ_max，则计算ρ_i和θ_i在参数坐标系下的位置，分别记为m和n，并将对应的x-y坐标系下的幅度信息累加到Hough变换后的参数坐标系下，记为h(m,n)，其中，m_max＝2M，n_max＝N，继续进行下一个角度的比较，直至完成x-y坐标系下所有点的遍历计算；

其中，m＝round(ρ/Δρ)；n＝round(θ/Δθ)；h(m,n)＝h(m,n)+Y_x,y；

最后，从Hough变换的结果中获取h(m,n)中的最大值，并找到h(m,n)中最大值对应的坐标点，分别记为m₁和n₁，计算该点对应于参数坐标系下的幅度值ρ₁和角度值θ₁，

为直线与x轴小于180°的夹角。设直线在x轴的截距为x₁，在y轴的截距为y₁，直线的斜率为k；计算公式为：

ρ₁＝m₁*Δρ

θ₁＝n₁*Δθ

作为优选，所述步骤四中，目标在一个相干处理周期内由于高速运动导致的回波跨距离单元的个数Num，根据距离单元宽度ΔR，计算出目标回波在一个相参处理周期内跨越的距离R，由脉冲重复周期Prt和一个相参处理周期的脉冲个数N_t，计算出一个相参处理周期的时间T_int，从而估计出目标的运动速度V_e，计算公式为：

Num＝y_max-y_min

ΔR＝c/2B

R＝Num*ΔR

T_int＝Prt*N_t

Ve＝R/T_int

其中，c为光速，B为信号带宽，V_e为估计的目标与雷达之间的径向速度。

本发明至少包括以下有益效果：

1、本发明所述的一种基于Hough变换的高速动目标速度估计方法采用高虚警概率下的低检测门限设置，利用低检测门限对回波信号进行一次噪声预处理，剔除了回波数据中可能存在的噪声点，提高了Hough变换的计算速度。

2、本发明所述的一种基于Hough变换的高速动目标速度估计方法在对目标位置未知的情况下，只利用一个相参处理周期内的回波数据，实现目标与雷达之间径向速度的估计，简化了计算条件。

3、本发明所述的一种基于Hough变换的高速动目标速度估计方法在进行Hough变换的过程中，通过采样点数据与目标回波数据的最大值进行比对的方法进一步滤除噪声干扰，提高了有效回波数据点的积累。

4、本发明所述的一种基于Hough变换的高速动目标速度估计方法利用Hough变换能够估计出雷达与目标之间的径向速度就可以实现目标回波的跨距离单元补偿，不再需要利用雷达与目标之间的相对位置关系解算绝对速度，为后续的距离补偿做了简化。

本发明的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。

附图说明

图1为本发明速度估计流程图。

图2为本发明实例中原始回波信号的三维时域波形图；

图3为本发明实例中回波信号脉冲压缩后的二维时域波形图；

图4为本发明实例中低检测门限处理后的二维视域波形图；

图5为本发明实例中Hough变换的结果；

图6为本发明实例中估计的直线形式。

具体实施方式

下面结合附图以及实施例对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。

应当理解，本文所使用的诸如“具有”、“包含”以及“包括”术语并不排除一个或多个其它元件或其组合的存在或添加。

本发明是一种基于Hough变换的高速动目标速度估计方法，总流程如图1所示，包括以下几个步骤：

步骤一：生成一个相参处理周期内的回波信号，对回波信号进行脉冲压缩。

根据雷达参数和目标参数，生成一个相参处理周期内原始的雷达目标回波信号，记为

利用发射信号，取发射信号的副本

作为匹配滤波函数，采用频率匹配滤波的方式，实现回波信号的脉冲压缩。首先原始回波信号进行Nfft点的快时间的FFT变换，变换结果记为

匹配滤波器函数进行相同点数的FFT变换，变换结果记为

然后进行频域相乘，频域相乘结果记为

最后对

进行Nfft点的IFFT变换，结果记为

其过程如式(1)所示：

其中：*为直接相乘。

进一步，根据Nfft的点数和原始时域信号的持续点数，去掉

中后边的无效点，得到脉冲压缩后的时域有效信息，记为

步骤二：给定高虚警概率，利用高虚警概率下的检测门限，对脉冲压缩后的回波信号进行低噪声抑制处理。

设噪声为高斯白噪声，信号为复信号，则在检波过程中检波噪声包络为瑞利分布，噪声的概率密度函数为瑞利分布。根据检测门限E_t1，通过对噪声概率密度函数进行积分，可得到噪声幅度超过某一门限的概率，即为虚警概率P_fa。虚警概率与检测门限之间的关系如式所示：

设雷达信号检测过程的虚警概率为P_fa，噪声功率为N₀，利用式(2)，可得到虚警概率为P_fa的检测门限E_t1。利用检测门限E_t1对脉冲压缩后的信号

进行遍历检测，记

中的点为Y_x,y，x和y分别为脉冲的快时间点数和慢时间点数。当Y_x,y≤E_t1时，记Y_x,y＝0，当Y_x,y>E_t1时，记Y_x,y＝Y_x,y。预处理后的回波信号记为

步骤三：对低噪声抑制处理后的回波信号进行Hough变换，寻找Hough变换结果的峰值点，并利用峰值点对对噪声抑制后的回波信号跨距离单元直线进行参数计算。

Hough变换的基本原理如式(3)所示：

ρ＝xcosθ+ysinθ θ∈[0,π] (3)

首先，获取预处理后的回波信号数据

的快时间点数的最大值和慢时间点数的最大值，分别记为X和Y，并找到回波信号中数据的最大值D，计算Hough变换以后参数坐标系ρ坐标的最大值ρ_max。

其次，将参数坐标平面的ρ坐标和θ坐标均匀分割为离散单元，将ρ坐标均匀分割为M个离散单元，θ坐标均匀分割为N个离散单元，则每个单元的量化间隔如式(5)所示。

Δρ＝ρ_max/M

Δθ＝θ/N (5)

然后，利用Hough变换对预处理后的回波数据进行幅度积累。在数据积累过程中，并对直角坐标系下的每一个点进行读取，并与最大值进行比较，当数据点小于0.05D时，对其舍弃，换下一个点进行该过程，否则进行下一步，即对直角坐标下的每一个点进行角度遍历，角度取值范围为[0,π]，角度间隔为Δθ，并利用式，计算该点该角度下θ_i的值ρ_i，并判断ρ_i值的大小，如果ρ_i值大于ρ_max，则对下一个角度θ_i+1下的值ρ_i+1进行计算，如果ρ_i值小于等于ρ_max，则计算ρ_i和θ_i在参数坐标系下的位置，分别记为m和n，并将对应的x-y坐标系下的幅度信息累加到Hough变换后的参数坐标系下，记为h(m,n)，其中，m_max＝2M，n_max＝N，继续进行下一个角度的比较，直至完成x-y坐标系下所有点的遍历计算。

m＝round(ρ/Δρ)

n＝round(θ/Δθ)

h(m,n)＝h(m,n)+Y_x,y (6)

最后，遍历式(6)中Hough变换的结果，获取h(m,n)中的最大值，并找到h(m,n)中最大值对应的坐标点，分别记为m₁和n₁，计算该点对应于参数坐标系下的幅度值ρ₁和角度值θ₁，

为直线与x轴小于180°的夹角。设直线在x轴的截距为x₁，在y轴的截距为y₁，直线的斜率为k。计算过程如式(7)所示。

ρ₁＝m₁*Δρ

θ₁＝n₁*Δθ

步骤四：利用雷达脉冲重复频率和一个相干处理周期内的脉冲个数，对雷达与高速动目标之间的径向速度进行计算。

根据式(7)计算结果，可以估计出目标在一个相参处理周期内由于高速运动导致的回波跨距离单元的个数Num，根据距离单元宽度ΔR，计算出目标回波在一个相参处理周期内跨越的距离R，由脉冲重复周期Prt和一个相参处理周期的脉冲个数N_t，计算出一个相参处理周期的时间T_int，假设目标在一个相参处理周期内处于匀速运动，从而估计出目标的运动速度V_e。计算过程如式所示。

Num＝y_max-y_min

ΔR＝c/2B

R＝Num*ΔR

T_int＝Prt*N_t

Ve＝R/T_int (9)

其中，c为光速，B为信号带宽，V_e为估计的目标与雷达之间的径向速度。

实施例：

本发明是一种基于Hough变换的高速动目标速度估计方法，具体实施例为：

步骤一：生成一个相参处理周期内的回波信号，对回波信号进行脉冲压缩。具体为：

1、参数初始化

(1)给出仿真参数如表1所示。

表1仿真参数

载频GHz(f<sub>0</sub>)	10
		脉宽us(T<sub>p</sub>)	10
脉冲重复频率KHz(prf)	10
		脉冲重复周期us(prt)	100
线性调频带宽MHz(B)	10
		采样频率MHz(fs)	20
目标初始距离Km(R)	10
		相对速度m/s(V)	16000
脉冲积累个数(N)	256
		输入信噪比dB(SNR)	-17
噪声功率W(N0)	1
		虚警概率(Pfa)	0.03

(2)计算每一个脉冲目标与雷达之间的距离R_t、回波延迟时间delay_t、线性调频斜率K、雷达波长λ。

R_t＝R-V*(0:N-1)*prt

delay_t＝2R_t/c

K＝B/T_P

λ＝c/f₀ (10)

(3)初始化生成回波

和匹配滤波函数

其中，[.]^*指取共轭。

2、脉冲压缩

其中，effec[.]指去除暂态点，回波信号和脉冲压缩以后的信号波形如图2和图3所示。

步骤二：给定高虚警概率，利用高虚警概率下的检测门限，对脉冲压缩后的回波信号进行低噪声抑制处理。

1、由虚警概率计算检测门限E_t1。

2、利用门限E_t1对

进行噪声抑制。

利用上式对

进行噪声抑制后的信号回波如图4所示。

步骤三：对低噪声抑制处理后的回波信号进行Hough变换，寻找Hough变换结果的峰值点，并利用峰值点对对噪声抑制后的回波信号跨距离单元直线进行参数计算。

1、数据准备

(1)计算大值ρ_max。

利用步骤二的计算结果和先验信息，得到X＝256，Y＝2000，可得

(2)计算单元的量化间隔

设M＝500，N＝360，可得

Δρ＝ρ_max/M＝2016.32/500＝4.0326

Δθ＝θ/N＝π/360＝0.0087(rad)＝0.5(度) (16)

2、对

进行Hough变换并获取积累后的峰值点

(1)Hough变换

计算得到

中的最大值D＝4.0205(V)，将Hough变换的结果存在

中，对

进行初始化，即

将幅度积累值存储在

中，Hough变换的结果如图5所示。

(2)获取峰值点并计算直线参数

遍历

中的幅度信息，取幅度最大值并找到峰值对应的点m₁和n₁，m₁＝824，n₁＝157。

ρ₁＝(m₁-M-1)*Δρ＝323*4.0326＝1302.53

θ₁＝(n₁-1)*Δθ＝156*0.0087＝1.3572(rad)＝78(度)

利用式(17)可得，利用Hough得到的直线为

y＝-0.2126*x+1331.6 (18)

其中，x代表雷达信号的脉冲个数，y代表雷达回波信号跨距离单元个数，估值的直线如图6所示。

步骤四：利用雷达脉冲重复频率和一个相干处理周期内的脉冲个数，对雷达与高速动目标之间的径向速度进行计算。

1、计算向参处理时间

一个相参处理后期的脉冲个数N＝256，脉冲重复周期prt＝100us，一个相参处理周期的时间为：

T_int＝N*prt＝256*100e-6＝0.0256(s) (19)

2、计算跨距离单元个数

将脉冲个数x＝1:N带入式可得雷达回波信号跨距离单元个数y，取y的最大值y_max和最小值y_min，得到目标回波信号在一个相参处理周期内跨距离单元的个数Num，其中，y_max＝1331，y_min＝1227。

Num＝round((y_max-y_min)/2)＝round((1331-1227)/2)＝27 (20)

其中，round[.]代表对小数进行四舍五入计算。

3、计算雷达与目标的径向速度

ΔR＝c/2B＝3e8/(2*10e6)＝15(m)

R＝Num*ΔR＝27*15＝405(m)

Ve＝R/T_int＝405/0.0256＝1582(m/s) (21)

估计的目标与雷达之间的径向速度为Ve＝1582(m/s)。

本发明的目的是解决高速动目标检测过程中，对高速动目标回波在一个相干处理周期内跨距离单元走动进行距离补偿过程中径向运动速度未知的问题。首先通过对一个相干处理周期内的回波信号进行脉冲压缩，得到跨距离单元走动的脉冲回波信号。其次设置恒定的虚警概率，利用该虚警概率计算得到目标检测门限，利用检测门限对脉冲压缩后的回波信号进行预处理，对未超过门限的噪声信号抑制，得到预处理后的回波信号。然后，利用Hough变换，对预处理后的回波信号进行幅度积累，寻找幅度积累最大值的点的角度和幅度信息。最后，对提取到的幅度和角度信息进行计算，得到回波信号中的直线参数，利用直线参数和雷达参数，计算出雷达与目标之间的径向速度。图1是本发明速度估计流程图，图1是本发明速度估计流程图，图2给出了实施例中原始回波信号的三维时域波形图，图3给出了实施例中回波信号脉冲压缩后的二维时域波形图，图4给出了实施例中低门限处理后的二维时域波形图，图5给出了实施例中Hough变换的结果，图6给出了估计到的直线形式。通过实例分析，进一步详细阐述了本发明方法的完整实施过程，验证了本方法的合理性与正确性。

尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节与这里示出与描述的图例。

Claims (2)

1.一种基于Hough变换的高速动目标速度估计方法，其特征在于，包括以下步骤：

步骤一、根据雷达参数和目标参数，生成一个相干处理周期内的回波信号，对所述回波信号进行脉冲压缩；

步骤二、设置恒定的高虚警概率，利用所述高虚警概率计算得到目标的低检测门限，利用所述低检测门限对脉冲压缩后的回波信号进行低噪声抑制处理；

步骤三、对低噪声抑制处理后的回波信号进行Hough变换，寻找Hough变换结果的峰值点，并利用峰值点对低噪声抑制后的回波信号进行计算，得到直线参数；

步骤四、利用雷达参数和直线参数，计算出雷达与动目标之间的径向速度；所述步骤一中，对所述回波信号进行脉冲压缩的过程为：

对所述回波信号进行Nfft点的快时间的FFT变换，变换结果记为

匹配滤波器函数进行相同点数的FFT变换，变换结果记为

然后进行频域相乘，频域相乘结果记为

最后对

进行Nfft点的IFFT变换，结果记为

根据Nfft的点数和原始时域信号的持续点数，去掉

中后边的无效点，得到脉冲压缩后的回波信号，记为

其过程如下所示：

其中，

为一个相干处理周期内的回波信号，

为匹配滤波函数；所述步骤二中，高虚警概率与低检测门限之间的关系式为：

其中，P_fa为高虚警概率；N₀为噪声功率；E_t1为低检测门限；利用低检测门限对脉冲压缩后的回波信号进行遍历检测，记

中的点为Y_x,y，x和y分别为脉冲的快时间点数和慢时间点数；

当Y_x,y≤E_t1时，记Y_x,y＝0；当Y_x,y>E_t1时，记Y_x,y＝Y_x,y；所述步骤三中，Hough变换公式为：

ρ＝xcosθ+ysinθθ∈[0,π]；所述步骤三中，直线参数的计算过程为：

首先，获取低噪声抑制处理后的回波信号的快时间点数的最大值和慢时间点数的最大值，分别记为X和Y，并找到低噪声抑制处理后的回波信号中数据的最大值D，计算Hough变换以后参数坐标系ρ坐标的最大值ρ_max；其中，

其次，将参数坐标平面的ρ坐标和θ坐标均匀分割为离散单元，将ρ坐标均匀分割为M个离散单元，θ坐标均匀分割为N个离散单元，则每个单元的量化间隔记为Δρ和Δθ；其中，Δρ＝ρ_max/M；Δθ＝θ/N；

然后，利用Hough变换对低噪声抑制处理后的回波信号进行幅度积累；在数据积累过程中，并对直角坐标系下的每一个点进行读取，并与最大值进行比较，当数据点小于0.05D时，对其舍弃，换下一个点进行该过程，否则进行下一步，即对直角坐标下的每一个点进行角度遍历，角度取值范围为[0,π]，角度间隔为Δθ，并利用Hough变换公式，计算该数据点对应角度下θ_i的值ρ_i，并判断ρ_i值的大小，如果ρ_i值大于ρ_max，则对下一个角度θ_i+1下的值ρ_i+1进行计算，如果ρ_i值小于等于ρ_max，则计算ρ_i和θ_i在参数坐标系下的位置，分别记为m和n，并将对应的x-y坐标系下的幅度信息累加到Hough变换后的参数坐标系下，记为h(m,n)，其中，m_max＝2M，n_max＝N，继续进行下一个角度的比较，直至完成x-y坐标系下所有点的遍历计算；

其中，m＝round(ρ/Δρ)；n＝round(θ/Δθ)；h(m,n)＝h(m,n)+Y_x,y；最后，从Hough变换的结果中获取h(m,n)中的最大值，并找到h(m,n)中最大值对应的坐标点，分别记为m_a和n_a，计算该点对应于参数坐标系下的幅度值ρ_a和角度值θ_a，

为直线与x轴小于180°的夹角；设直线在x轴的截距为x_a，在y轴的截距为y_a，直线的斜率为k；计算公式为：

ρ_a＝m_a*Δρ

θ_a＝n_a*Δθ

。

2.根据权利要求1所述的一种基于Hough变换的高速动目标速度估计方法，其特征在于，所述步骤四中，目标在一个相干处理周期内由于高速运动导致的回波跨距离单元的个数Num，根据距离单元宽度ΔR，计算出目标回波在一个相参处理周期内跨越的距离R，由脉冲重复周期Prt和一个相参处理周期的脉冲个数N_t，计算出一个相参处理周期的时间T_int，从而估计出目标的运动速度V_e，计算公式为：

Num＝y_max-y_min

ΔR＝c/2B

R＝Num*ΔR

T_int＝Prt*N_t

Ve＝R/T_int

其中，c为光速，B为信号带宽。

Images