CN108828584A - 基于航迹折叠因子解模糊的多重频目标检测前跟踪方法 - Google Patents

Abstract

本发明公开一种基于航迹折叠因子解模糊的多重频目标检测前跟踪方法，克服了在多重频体制下因量测信息模糊而导致检测前跟踪方法算法复杂度高、计算量大的问题。它的特点是首先根据不同重频下得到的数据生成一组新的量测信息组；再设计一种针对模糊量测进行值函数积累的TBD跨边界搜索准则，对不同重频下的新量测信息组进行各重频下的模糊航迹检测和跟踪；最后将各重频下得到的模糊航迹进行联合处理，采用中国余数定理的思想对其进行模糊航迹的联合求解，得到真实的目标航迹。它有效解决了多重频雷达体制下微弱目标的检测和跟踪问题，以及因状态空间与量测空间的非一一对应关系而导致的算法复杂度高的问题。

Description

基于航迹折叠因子解模糊的多重频目标检测前跟踪方法

技术领域

本发明属于雷达微弱目标检测与跟踪技术领域，特别涉及多重频雷达体制下的检测前跟踪方法和距离、多普勒解模糊技术研究。

背景技术

在单重频雷达系统中往往存在距离或者多普勒模糊，且无法对此距离或者多普勒模糊进行求解。在雷达领域，一种有效的手段是应用多个重频对检测区域同时进行监控，通过在一个相关脉冲间隔内发射N个不同的重频，连续扫描同一个方位(或者间隔非常小的相邻方位)，得到对应的量测值，并且应用解模糊算法(中国余数定理、一维聚类算法等)解得真实的量测信息，用于后续的目标检测和跟踪。传统的多重频雷达目标跟踪方法包含两个步骤：第一步，对各重频得到的量测值进行门限检测，得到过门限后的点迹集合，再联合多重频下得到的点迹集合利用解模糊算法解得真实量测信息；第二步，采用卡尔曼滤波等算法进行后续的目标跟踪。这类算法的缺点在于需要首先对原始量测信息进行门限检测，之后才能解得真实的量测信息，而微弱目标极有可能在门限检测这一阶段就被滤除，造成目标点迹的漏检，影响后续的目标跟踪。

检测前跟踪方法(TBD)是一种能够有效应对微弱目标跟踪问题的技术，通过联合处理多圈量测信息对微弱目标幅度值进行累积，从而达到抑制虚警、提高目标信噪比的目的，实现对微弱目标的有效检测和跟踪。在多重频雷达系统中，因为距离和(或)多普勒距离的存在，目标的状态空间与量测空间不再是一一对应关系，这也是直接导致多重频雷达目标跟踪方法复杂度高的原因。在专利“CN201710670511.8一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”中提出了一种针对高重频雷达的解模糊目标检测前跟踪算法，能够有效对高重频雷达系统中的微弱目标进行检测和跟踪，但是该方法算法复杂度较高，计算效率低下，且只针对高重频雷达系统。

发明内容

为解决上述技术问题，本发明提出基于航迹折叠因子解模糊的多重频目标检测前跟踪方法，适用于多重频雷达距离和多普勒模糊场景下的多目标检测和跟踪，在保证跟踪精度的同时计算效率得到有效提高。

本发明采用的技术方案为：基于航迹折叠因子解模糊的多重频目标检测前跟踪方法，包括：

S1、根据某重频下得到的数据生成一组新的量测信息组；

S2、根据跨边界搜索准则，对不同重频下的新的量测信息组进行各重频下的模糊航迹检测和跟踪；

S3、引入折叠因子对将各重频下得到的模糊航迹进行联合解模糊，得到真实的目标航迹。

进一步地，步骤S2所述根据跨边界搜索准则，对某重频下的新的量测信息组进行各重频下的模糊航迹检测和跟踪，具体包括以下步骤：

A1、第一时刻，各目标状态的值函数为第一帧回波数据的幅度值；且各帧之间的状态转移函数为0；

A2、从第二时刻开始，各目标状态的值函数为可能转移到该状态的前一帧值函数的最大值与该状态对应的幅度值之和；

A3、根据跨边界搜索准则，得到各帧之间的状态转移函数；

A4、若目标状态的值函数大于或等于门限，则判定目标存在，并对目标状态进行估计；

A5、根据目标状态估计得到对应重频下估计的模糊航迹。

进一步地，步骤A4所述对目标状态进行估计具体包括：

对于最后一个时刻，各目标状态的估计值根据最优一时刻目标状态转移函数计算；

其他时刻，各目标状态的估计值根据下一时刻的目标状态转移函数计算。

进一步地，所述步骤S3具体包括以下步骤：

B1、根据某个目标的模糊航迹距离折叠因子以及其多普勒折叠因子，得到该目标模糊航迹某时刻的状态与真实航迹中间的关系；

B2、设定不同重频下的两条目标模糊航迹能够互相关联；

B3、遍历各重频下的所有目标模糊航迹，对其进行B2所述的关联操作，找到各重频下能够进行关联上的所有目标模糊航迹；

B4、将步骤B3中找到的所有目标模糊航迹进行融合，得到真实目标的航迹。

本发明的有益效果：本发明的方法首先根据不同重频下得到的数据生成一组新的量测信息组；再设计一种针对模糊量测进行值函数积累的TBD跨边界搜索准则，对不同重频下的新量测信息组进行各重频下的模糊航迹检测和跟踪；最后将各重频下得到的模糊航迹进行联合处理，采用中国余数定理的思想对其进行模糊航迹的联合求解，得到真实的目标航迹；有效地解决了多重频雷达体制下微弱目标的检测和跟踪问题，以及因状态空间与量测空间的非一一对应关系而导致的算法复杂度高的问题；本发明的优点是适用于多重频雷达距离和多普勒模糊场景下的多目标检测和跟踪，在保证跟踪精度的同时计算效率得到有效提高。

附图说明

图1为本发明的方法流程图；

图2为本发明方法与其他算法的目标检测性能曲线对比；

图3为本申请方法与现有其他算法的运行时间对比。

具体实施方式

为便于本领域技术人员理解本发明的技术内容，下面结合附图对本发明内容进一步阐释。

为了解决多重频雷达体制下微弱目标的检测和跟踪问题，以及因状态空间与量测空间的非一一对应关系而导致的算法复杂度高的问题；本发明首先根据不同重频下得到的数据生成一组新的量测信息组；再设计一种针对模糊量测进行值函数积累的TBD跨边界搜索准则，对不同重频下的新量测信息组进行各重频下的模糊航迹检测和跟踪；最后将各重频下得到的模糊航迹进行联合处理，采用中国余数定理的思想对其进行模糊航迹的联合求解，得到真实的目标航迹。如图1所示，具体包括如下过程：

首先，本实施例中初始化系统参数为：雷达最大探测距离R_max＝20km以及最大可探测多普勒D_max＝7KHz；雷达重频个数N＝3；各重频之比PRF₁:PRF₂…PRF_N＝401:431:457；帧间间隔T_s＝1s；发射信号的波长为λ＝3×10^-2m，光速为c＝3×10⁸m/s；观测总帧数K＝6；雷达距离分辨力Δr＝20m；雷达在各个重频下距离维分辨单元个数雷达多普勒分辨率为Δ_d＝5Hz，雷达在各个重频下多普勒维分辨单元格数为雷达方位分辨力Δaz＝1°，雷达方位维分辨单元个数N_az＝50；利用蒙特卡洛仿真实验计算出检测门限V_T＝13.3250；当前帧数k＝1；

S1、从雷达接收机中读取重频PRF_i的所有K帧量测，生成新的量测信息组其中

第i个重频接收到第k帧的量测数据为 其中i表示重频编号，m表示距离单元编号，表示第i个重频下的距离单元总数，N_d表示方位单元总数，表示第k帧第PRF_i个重频距离单元编号m与方位单元编号n、多普勒单元编号l对应量测数据的幅度值；

S2、对各重频下量测数据进行模糊量测的动态规划检测前跟踪算法

积累动态规划值函数，包括以下两种情况：

如果k＝1，那么用各个状态对应的第一帧回波数据的幅度值初始化该状态的值函数，即

其中表示第i重频下的k时刻的任一压缩后的状态(将状态空间压缩至与量测空间一致)，包含元素分别为距离、径向速度、方位、方位速度；且I_k表示k时刻状态的值函数，ψ_k用来表明各帧之间的状态转移关系，由于第1帧是初始化，所以值等于0；

如果2≤k≤K，那么各个状态的值函数为可能转移到该状态的前一帧值函数的最大值与该状态对应的幅度值之和

其中为针对模糊量测进行值函数积累的TBD跨边界搜索准则，它表示上一时刻目标可能转移到的所有可能的集合范围，其定义为：

其中用来补偿距离、方位和多普勒维上的量化以及过程噪声，和分别为PRF_i所对应的最大不模糊距离和最大不模糊多普勒，此外ρ₁(·),ρ₂(·)为保证值函数积累中可以跨边界搜索的条件，具体形式为：

如果k＜K，那么令k＝k+1，返回继续执行积累动态规划值函数；否则，进行门限判决；

如果值函数不低于门限V_i则判定目标存在：

其中，表示第i重频下对目标状态的估计；由此，可以得出各重频下估计的模糊航迹为表示重频i的航迹；假设每个重频下得到M_i个目标，因此每个重频下的目标模糊航迹序列为且

S3、引入航迹折叠因子，对各重频下得到的模糊航迹进行联合解模糊；

首先假设和是第m_i(m_i＝1,2,...,M_i)个模糊航迹的距离和多普勒折叠因子，因此第m_i个模糊航迹k时刻的状态和其对应的真实航迹间的关系为：

定义表示不同重频下的两条目标航迹和能够互相关联上，具体含义为：

其中ε_r,分别表示航迹关联的距离、径向速度和多普勒的容忍度。

遍历各重频下的所有航迹，对其进行如上关联操作，找到各重频下都能够进行关联上的航迹，假设这组航迹为且这N条引入折叠因子的航迹进行融合后得到的是第m个真实目标的航迹对于其中每个时刻的状态估计为：

通过上述步骤，即可完成对多重频雷达的距离和多普勒解模糊以及目标的检测跟踪过程。

如图2所示为本发明方法法性能与传统跟踪算法的比较；其中，横坐标Pd(Theprobability of detection)表示检测概率，α₁代表第一检测门限的恒虚警率(越低门限值越高)；图2中对本发明方法与当传统跟踪方法α₁分别取值10^-3、10^-4、10^-5、10^-6这四种情况进行了比较；可见本发明方法性能远远高于传统跟踪算法，有大约4～5dB的增益，且不受第一检测门限的影响(TBD算法直接对原始数据进行处理)

如图3所示为本发明方法与传统算法的运行时间(Excution time)对比图；可以看出本发明所提算法相较于其他现有算法而言，计算时间短、效率高，结合图2可知，本发明所提算法不仅效率高且对微弱目标的检测能力也更强。

本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。

Claims (6)

1.基于航迹折叠因子解模糊的多重频目标检测前跟踪方法，其特征在于，包括：

S1、根据某重频下得到的数据生成一组新的量测信息组；

S2、根据跨边界搜索准则，对不同重频下的新的量测信息组进行各重频下的模糊航迹检测和跟踪；

S3、引入折叠因子对将各重频下得到的模糊航迹进行联合解模糊，得到真实的目标航迹。

2.根据权利要求1所述的基于航迹折叠因子解模糊的多重频目标检测前跟踪方法，其特征在于，步骤S2所述根据跨边界搜索准则，对某重频下的新的量测信息组进行各重频下的模糊航迹检测和跟踪，具体包括以下步骤：

A1、第一时刻，各目标状态的值函数为第一帧回波数据的幅度值；且各帧之间的状态转移函数为0；

A2、从第二时刻开始，各目标状态的值函数为可能转移到该状态的前一帧值函数的最大值与该状态对应的幅度值之和；

A3、根据跨边界搜索准则，得到各帧之间的状态转移函数；

A4、若目标状态的值函数大于或等于门限，则判定目标存在，并对目标状态进行估计；

A5、根据目标状态估计得到对应重频下估计的模糊航迹。

3.根据权利要求2所述的基于航迹折叠因子解模糊的多重频目标检测前跟踪方法，其特征在于，步骤A4所述对目标状态进行估计具体包括：

对于最后一个时刻，各目标状态的估计值根据最优一时刻目标状态转移函数计算；

其他时刻，各目标状态的估计值根据下一时刻的目标状态转移函数计算。

4.根据权利要求2所述的基于航迹折叠因子解模糊的多重频目标检测前跟踪方法，其特征在于，跨边界搜索准则具体为上一时刻目标状态可能转移到当前时刻目标状态的所有可能的集合范围，其定义为：

其中，分别用来补偿距离、方位和多普勒维上的量化以及过程噪声，R_ui和v_bi分别为PRF_i所对应的最大不模糊距离和最大不模糊多普勒，此外ρ₁(·),ρ₂(·)为保证值函数积累中可以跨边界搜索的条件。

5.根据权利要求4所述的基于航迹折叠因子解模糊的多重频目标检测前跟踪方法，其特征在于，ρ₁(·),ρ₂(·)具体形式为：

6.根据权利要求3所述的基于航迹折叠因子解模糊的多重频目标检测前跟踪方法，其特征在于，所述步骤S3具体包括以下步骤：

B1、根据某个目标的模糊航迹距离折叠因子以及其多普勒折叠因子，得到该目标模糊航迹某时刻的状态与真实航迹中间的关系；

B2、设定不同重频下的两条目标模糊航迹能够互相关联；

B3、遍历各重频下的所有目标模糊航迹，对其进行B2所述的关联操作，找到各重频下能够进行关联上的所有目标模糊航迹；

B4、将步骤B3中找到的所有目标模糊航迹进行融合，得到真实目标的航迹。