CN110221287A - 一种基于α-β及LMS联合滤波的雷达距离跟踪方法 - Google Patents
一种基于α-β及LMS联合滤波的雷达距离跟踪方法 Download PDFInfo
- Publication number
- CN110221287A CN110221287A CN201910615401.0A CN201910615401A CN110221287A CN 110221287 A CN110221287 A CN 110221287A CN 201910615401 A CN201910615401 A CN 201910615401A CN 110221287 A CN110221287 A CN 110221287A
- Authority
- CN
- China
- Prior art keywords
- radar
- lms
- alpha
- beta
- distance
- 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
- G01S7/414—Discriminating targets with respect to background clutter
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
本发明公开了一种基于α‑β及LMS联合滤波的雷达距离跟踪系统,包括雷达测量信息获取模块、LMS速度滤波模块以及α‑β距离滤波模块,其中,雷达测量信息获取模块为LMS速度滤波模块以及α‑β距离滤波模块提供信息数据支持,LMS速度滤波模块以及α‑β距离滤波模块对信息数据进行处理。本发明通过距离及速度分别滤波的方法,可兼顾计算效率与滤波精度,尤其适用于高速机动雷达平台应用。本发明还涉及一种基于α‑β及LMS联合滤波的雷达距离跟踪方法。
Description
技术领域
本发明涉及一种雷达距离跟踪方法,特别是一种基于α-β及LMS联合滤波的雷达距离跟踪方法。
背景技术
随着数字信号处理技术的高速发展,现代雷达普遍采用相参雷达系统,通过对多条连续回波在距离维做快速傅立叶变换(FFT)实现相参积累,提高雷达信噪比。而相参积累的核心是距离对准,通过当前目标距离及目标径向速度,估算下一个雷达脉冲时刻目标距离,控制接收波门中心位置,即波门递推,使得相参处理周期内来自目标同一散射中心的回波与接收波门中心相对位置不变,防止因距离徙动造成FFT频谱失真引起信噪比下降及虚警概率增加。
由于雷达单次数据处理周期远远大于雷达脉冲重复周期,因此测量数据获取的频率要远远低于雷达波门递推频率,因此必须对目标速度进行精确估计,在没有距离测量数据的期间,通过目标速度预测下一脉冲时刻的目标距离,在距离测量数据更新时,再对预测距离进行修正。对速度的估计及预测距离的修正一般采用滤波方法实现,现有技术中,常用的方法主要包括LMS滤波、α-β滤波及卡尔曼滤波,LMS滤波可以对参数进行无偏估计,计算量适中,但无法适用于样本较多的情况,α-β滤波实现简单,计算量最小,但不是最优滤波器;卡尔曼滤波虽然滤波效果最好,但涉及大量矩阵运算,计算量最大。
专利号为CN201710054609.0,名为“一种基于雷达信号处理系统的距离跟踪子系统”,该发明包括距离波门选通模块、脉冲压缩模块、相参累积MTD模块、恒虚警检测模块、跟踪波门模块、距离定心处理模块、测距模块、卡尔曼滤波模块/α-β滤波模块。该发明通过控制距离选通波门的延迟,和通道信号经过匹配滤波、MTD和恒虚警检测后检测到目标,然后经跟踪波门和距离定心处理进行无模糊测距,经卡尔曼滤波或α-β滤波产生距离选通波门,使波门中心移动自动地跟踪目标,进而使得整个雷达信号处理系统对于得到的中频信号实现中频信号监测和距离跟踪的信号处理流程。该系统中α-β滤波实现简单,计算量最小,但不是最优滤波器;卡尔曼滤波虽然滤波效果最好,但涉及大量矩阵运算,计算量最大。并且模块多,集成度低,无法同时兼顾计算效率和滤波精度。
发明内容
为了解决上述技术问题或者之一,本发明提供了一种基于α-β及LMS联合滤波的雷达距离跟踪方法。
本发明为一种基于α-β及LMS联合滤波的雷达距离跟踪系统,包括雷达测量信息获取模块、LMS速度滤波模块以及α-β距离滤波模块,模块独立并相互配合,其中,雷达测量信息获取模块为LMS速度滤波模块以及α-β距离滤波模块提供信息数据支持,LMS速度滤波模块以及α-β距离滤波模块对信息数据进行处理。
优选地,雷达测量信息获取模块的获取雷达单次测量距离数据并存储,LMS速度滤波模块对多次测量数据进行LMS滤波估计目标径向速度并在连续两个雷达处理周期内控制波门递推,α-β距离滤波模块在雷达测量数据更新时通过α-β滤波修正目标距离的预测值并控制波门递推。
本发明还包括一种基于α-β及LMS联合滤波的雷达距离跟踪方法,采用了前述所述的基于α-β及LMS联合滤波的雷达距离跟踪系统。
优选地,所述基于α-β及LMS联合滤波的雷达距离跟踪方法,包括:
步骤1,搭建基于α-β及LMS联合滤波的雷达距离跟踪系统;
步骤2,雷达测量信息获取模块获取雷达当前测量距离并存储;
步骤3,LMS速度滤波模块获取目标速度并控制波门递推;
步骤4,α-β距离滤波模块对测量距离滤波。
优选地,所述步骤2中,雷达测量信息获取模块读取当前雷达测量目标距离,记为rk,并将该次测量数据存储。
优选地,所述的步骤3,采用式(1)对K个连续测量距离数据进行LMS滤波,获取目标径向速度估计值;
式中,为目标径向速度估计值,K为LMS滤波样本数,rk为第k次测量数据,Ts为雷达脉冲重复周期,N为雷达数据处理周期内脉冲数。
优选地,所述的步骤3,利用目标估计速度,采用式(2)递推第k次处理周期与第k+1次处理周期内所用脉冲时刻的目标距离;
式中,n=1,2,...,N-1,表示第k次目标距离估计值,表示第k次处理周期与第k+1次处理周期内第n个脉冲时刻的目标距离估计值。
优选地,所述的步骤3,采用式(3)计算各脉冲时刻目标回波相对于脉冲发射时刻的时间延迟
LMS速度滤波模块根据目标回波时间延迟控制接收波门的位置。
优选地,所述步骤4,在雷达测量距离更新时,采用式(4)、式(5)对预测目标距离进行修正;
式中,为第k次目标距离估计值,为根据第(k-1)次测量值得到的第k次测量的预测值,α为常数。
优选地,所述步骤4,采用式(6)计算第k次目标测量距离获取时刻目标回波相对于脉冲发射时刻的时间延迟τk;
α-β距离滤波模块根据目标回波时间延迟控制接收波门的位置。
综上所述,采用上述技术方案,可与高速机动雷达配合使用。LMS滤波可以对参数进行无偏估计,计算量适中,α-β滤波实现简单,计算量最小,综合二者优势,模块精简,简单易实现,更可以同时兼顾计算效率和滤波精度。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明并不限于下面公开的具体实施例的限制。
本发明为基于α-β及LMS联合滤波的雷达距离跟踪方法。通过雷达测量信息获取模块获取当前的雷达测量信息并存储,通过LMS速度滤波模块估计目标径向速度并在连续两个雷达处理周期内控制波门递推,通过α-β距离滤波模块在雷达测量数据更新时修正目标距离预测值并控制波门递推。
本发明的一个实施例的具体步骤为:
第一步:搭建基于α-β及LMS联合滤波的雷达距离跟踪系统。
本发明为一种基于α-β及LMS联合滤波的雷达距离跟踪系统,包括雷达测量信息获取模块、LMS速度滤波模块、α-β距离滤波模块。
雷达测量信息获取模块的功能为:获取雷达单次测量距离数据并存储;
LMS速度滤波模块的功能为:对多次测量数据进行LMS滤波估计目标径向速度并在连续两个雷达处理周期内控制波门递推;
α-β距离滤波模块的功能为:在雷达测量数据更新时通过α-β滤波修正目标距离的预测值并控制波门递推。
第二步,雷达测量信息获取模块获取雷达当前测量距离并存储。
雷达测量信息获取模块读取当前雷达测量目标距离,记为rk,并将该次测量数据存储。
第三步,LMS速度滤波模块获取目标速度并控制波门递推。
采用式(1)对K个连续测量距离数据进行LMS滤波,获取目标径向速度估计值;
式中,为目标径向速度估计值,K为LMS滤波样本数,rk为第k次测量数据,Ts为雷达脉冲重复周期,N为雷达数据处理周期内脉冲数。
利用目标估计速度,采用式(2)递推第k次处理周期与第k+1次处理周期内所用脉冲时刻的目标距离。
式中,n=1,2,...,N-1,表示第k次目标距离估计值,表示第k次处理周期与第k+1次处理周期内第n个脉冲时刻的目标距离估计值。
采用式(3)计算各脉冲时刻目标回波相对于脉冲发射时刻的时间延迟
LMS速度滤波模块根据目标回波时间延迟控制接收波门的位置。
第四步,α-β距离滤波模块对测量距离滤波。
在雷达测量距离更新时,采用式(4)、式(5)对预测目标距离进行修正。
式中,为第k次目标距离估计值,为根据第(k-1)次测量值得到的第k次测量的预测值,α为常数。
采用式(6)计算第k次目标测量距离获取时刻目标回波相对于脉冲发射时刻的时间延迟τk。
α-β距离滤波模块根据目标回波时间延迟控制接收波门的位置。
至此,完成了基于α-β及LMS联合滤波的雷达距离跟踪。
本方法通过工程应用验证,在雷达平台高速机动的条件下仍然能够实现对目标的精确距离跟踪,可改善相参积累信噪比,提高检测概率。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,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保护范围之内。
Claims (10)
1.一种基于α-β及LMS联合滤波的雷达距离跟踪系统,其特征在于,包括:雷达测量信息获取模块、LMS速度滤波模块以及α-β距离滤波模块,其中,雷达测量信息获取模块为LMS速度滤波模块以及α-β距离滤波模块提供信息数据,LMS速度滤波模块以及α-β距离滤波模块对信息数据进行处理。
2.按照权利要求1所述的基于α-β及LMS联合滤波的雷达距离跟踪系统,其特征在于,雷达测量信息获取模块的获取雷达单次测量距离数据并存储,LMS速度滤波模块对多次测量数据进行LMS滤波估计目标径向速度并在连续两个雷达处理周期内控制波门递推,α-β距离滤波模块在雷达测量数据更新时通过α-β滤波修正目标距离的预测值并控制波门递推。
3.一种基于α-β及LMS联合滤波的雷达距离跟踪方法,其特征在于,采用了如权利要求2所述的基于α-β及LMS联合滤波的雷达距离跟踪系统。
4.按照权利要求3所述的基于α-β及LMS联合滤波的雷达距离跟踪系统,其特征在于,包括:
步骤1,搭建基于α-β及LMS联合滤波的雷达距离跟踪系统;
步骤2,雷达测量信息获取模块获取雷达当前测量距离并存储;
步骤3,LMS速度滤波模块获取目标速度并控制波门递推;
步骤4,α-β距离滤波模块对测量距离滤波。
5.按照权利要求4所述的基于α-β及LMS联合滤波的雷达距离跟踪系统,其特征在于,所述步骤2中,雷达测量信息获取模块读取当前雷达测量目标距离,记为rk,并将该次测量数据存储。
6.按照权利要求4所述的基于α-β及LMS联合滤波的雷达距离跟踪方法,其特征在于,所述的步骤3,采用式(1)对K个连续测量距离数据进行LMS滤波,获取目标径向速度估计值;
式中,为目标径向速度估计值,K为LMS滤波样本数,rk为第k次测量数据,Ts为雷达脉冲重复周期,N为雷达数据处理周期内脉冲数。
7.按照权利要求6所述的基于α-β及LMS联合滤波的雷达距离跟踪方法,其特征在于,所述的步骤3,利用目标估计速度,采用式(2)递推第k次处理周期与第k+1次处理周期内所用脉冲时刻的目标距离;
式中,n=1,2,...,N-1,表示第k次目标距离估计值,表示第k次处理周期与第k+1次处理周期内第n个脉冲时刻的目标距离估计值。
8.按照权利要求7所述的基于α-β及LMS联合滤波的雷达距离跟踪方法,其特征在于,所述的步骤3,采用式(3)计算各脉冲时刻目标回波相对于脉冲发射时刻的时间延迟
LMS速度滤波模块根据目标回波时间延迟控制接收波门的位置。
9.按照权利要求4所述的基于α-β及LMS联合滤波的雷达距离跟踪方法,其特征在于,所述步骤4,在雷达测量距离更新时,采用式(4)、式(5)对预测目标距离进行修正;
式中,为第k次目标距离估计值,为根据第(k-1)次测量值得到的第k次测量的预测值,α为常数。
10.按照权利要求9所述的基于α-β及LMS联合滤波的雷达距离跟踪方法,其特征在于,所述步骤4,采用式(6)计算第k次目标测量距离获取时刻目标回波相对于脉冲发射时刻的时间延迟τk;
α-β距离滤波模块根据目标回波时间延迟控制接收波门的位置。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2018113876182 | 2018-11-21 | ||
CN201811387618 | 2018-11-21 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110221287A true CN110221287A (zh) | 2019-09-10 |
CN110221287B CN110221287B (zh) | 2022-02-25 |
Family
ID=67813081
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910615401.0A Active CN110221287B (zh) | 2018-11-21 | 2019-07-09 | 一种基于α-β及LMS联合滤波的雷达距离跟踪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110221287B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114415176A (zh) * | 2021-12-28 | 2022-04-29 | 北京遥感设备研究所 | 一种基于多特显点的大图幅sar自聚焦处理方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100141723A1 (en) * | 2005-04-15 | 2010-06-10 | Brother Kogyo Kabushiki Kaisha | Water-Based Ink For Ink-Jet Recording And Ink-Jet Recording Method |
CN102521504A (zh) * | 2011-12-07 | 2012-06-27 | 中国航空无线电电子研究所 | 基于嵌入式平台的自适应滤波目标跟踪定位方法 |
CN105909725A (zh) * | 2016-04-14 | 2016-08-31 | 华中科技大学 | 一种三自由度微振动抑制平台及其控制方法 |
CN106680805A (zh) * | 2016-12-30 | 2017-05-17 | 零八电子集团有限公司 | 自适应变波形跟踪目标的方法 |
CN106950562A (zh) * | 2017-03-30 | 2017-07-14 | 电子科技大学 | 一种基于预测值量测转换的状态融合目标跟踪方法 |
JP2018123215A (ja) * | 2017-01-31 | 2018-08-09 | 東レ株式会社 | ポリブチレンテレフタレート樹脂組成物および成形品 |
CN207867031U (zh) * | 2018-03-07 | 2018-09-14 | 湖南纳雷科技有限公司 | 用于植保无人机地形跟随的雷达传感器、地形跟随系统 |
-
2019
- 2019-07-09 CN CN201910615401.0A patent/CN110221287B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100141723A1 (en) * | 2005-04-15 | 2010-06-10 | Brother Kogyo Kabushiki Kaisha | Water-Based Ink For Ink-Jet Recording And Ink-Jet Recording Method |
CN102521504A (zh) * | 2011-12-07 | 2012-06-27 | 中国航空无线电电子研究所 | 基于嵌入式平台的自适应滤波目标跟踪定位方法 |
CN105909725A (zh) * | 2016-04-14 | 2016-08-31 | 华中科技大学 | 一种三自由度微振动抑制平台及其控制方法 |
CN106680805A (zh) * | 2016-12-30 | 2017-05-17 | 零八电子集团有限公司 | 自适应变波形跟踪目标的方法 |
JP2018123215A (ja) * | 2017-01-31 | 2018-08-09 | 東レ株式会社 | ポリブチレンテレフタレート樹脂組成物および成形品 |
CN106950562A (zh) * | 2017-03-30 | 2017-07-14 | 电子科技大学 | 一种基于预测值量测转换的状态融合目标跟踪方法 |
CN207867031U (zh) * | 2018-03-07 | 2018-09-14 | 湖南纳雷科技有限公司 | 用于植保无人机地形跟随的雷达传感器、地形跟随系统 |
Non-Patent Citations (2)
Title |
---|
张红梅 等: "《一种新的变步长LMS自适应滤波算法研究及其应用》", 《仪器仪表学报》 * |
黄坤 等: "《三阶距离跟踪滤波器分析与仿真》", 《电讯技术》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114415176A (zh) * | 2021-12-28 | 2022-04-29 | 北京遥感设备研究所 | 一种基于多特显点的大图幅sar自聚焦处理方法 |
CN114415176B (zh) * | 2021-12-28 | 2024-09-03 | 北京遥感设备研究所 | 一种基于多特显点的大图幅sar自聚焦处理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110221287B (zh) | 2022-02-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107843892B (zh) | 一种基于最小二乘法的高速目标多普勒测速方法 | |
CN110286357B (zh) | 一种基于水声探测的目标运动定位方法 | |
CN109886305A (zh) | 一种基于gm-phd滤波的多传感器非顺序量测异步融合方法 | |
CN104297740B (zh) | 基于相位分析的雷达目标多普勒谱估计方法 | |
CN106772253B (zh) | 一种非均匀杂波环境下的雷达杂波抑制方法 | |
CN110308442B (zh) | 强杂波环境下相控阵雷达的gm-phd目标跟踪方法 | |
CN111610501A (zh) | 对海雷达小目标检测方法 | |
CN108919221A (zh) | 一种用于变加速运动目标的相参积累检测方法 | |
CN107356908B (zh) | 一种捷变频信号相参积累方法 | |
CN106154265B (zh) | 一种基于频域移位的去斜体制雷达isar包络对齐方法 | |
CN110161494B (zh) | 基于速度平方滤波的rd平面弱目标检测跟踪方法及装置 | |
CN107346020A (zh) | 一种用于异步多基地雷达系统的分布式批估计融合方法 | |
CN109031261B (zh) | 一种时差估计方法及装置 | |
CN108051802B (zh) | 一种基于多普勒信息的航迹建立与关联方法 | |
CN115828074A (zh) | 一种辐射源目标定位参数联合估计方法 | |
CN110221287A (zh) | 一种基于α-β及LMS联合滤波的雷达距离跟踪方法 | |
CN115577207A (zh) | 一种辐射源目标时差和频差估计方法 | |
CN109188422A (zh) | 一种基于lu分解的卡尔曼滤波目标跟踪方法 | |
CN117250606B (zh) | 轨迹跟踪方法、装置、设备及存储介质 | |
CN105527624B (zh) | 一种雷达回波动态估算噪声的方法和气象雷达系统 | |
CN110244289A (zh) | 一种自适应粒子滤波地波雷达目标一体化探测方法 | |
CN108318867B (zh) | 一种针对α-β跟踪滤波的滑窗脉组的距离徙动校正方法 | |
CN114488104B (zh) | 基于交互一致性的天波超视距雷达目标跟踪方法 | |
CN110221282A (zh) | 一种基于自适应卡尔曼滤波的双基阵目标运动分析方法 | |
CN113740843B (zh) | 一种跟踪目标的运动状态估计方法、系统及电子装置 |
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 |