CN110687512A - 一种基于概率矩阵的多机异构雷达协同tbd处理方法 - Google Patents
一种基于概率矩阵的多机异构雷达协同tbd处理方法 Download PDFInfo
- Publication number
- CN110687512A CN110687512A CN201910587729.6A CN201910587729A CN110687512A CN 110687512 A CN110687512 A CN 110687512A CN 201910587729 A CN201910587729 A CN 201910587729A CN 110687512 A CN110687512 A CN 110687512A
- Authority
- CN
- China
- Prior art keywords
- radar
- detection
- probability matrix
- tbd
- target
- 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.)
- Withdrawn
Links
Images
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
- 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)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供了一种基于概率矩阵的多机异构雷达协同TBD处理方法,该方法包括如下步骤:S1:确定公共探测空间;S2:划分公共探测空间;S3:计算N部雷达检测概率矩阵;S4:计算系统检测概率矩阵;S5:循环上述步骤S1~S4,得到M帧系统检测概率矩阵,对M帧系统检测概率矩阵做3D‑Hough变换TBD处理。本发明提供的处理方法通过系统目标检测概率矩阵构建,以及对不同时刻多个系统目标检测概率矩阵做基于3D‑Hough变换的TBD处理,实现了多部雷达测量结果在空间和时间上的充分积累,进一步提高了多机异构雷达协同探测系统对弱小目标的检测性能。
Description
技术领域
本发明属于机载雷达探测领域,具体涉及一种基于概率矩阵的多机异构雷达协同TBD处理方法
背景技术
强杂波背景下的弱小目标检测是机载雷达探测领域的一大难题,基于Hough变换的TBD处理是解决上述难题的一个有效方法。该方法的检测性能与Hough变换中所划分的积累单元的大小密切相关,较大的积累单元会降低检测精度,而较小的积累单元则会导致峰值扩散和伪峰,引起目标漏检和虚警增多。
传统的Hough变换采用的是二元积累法,在做投影变换时,将存在目标的积累单元记为1,不存在目标的积累单元记为0。这种二元积累法本质上是将雷达的量测结果看成一个点,没有考虑雷达测量精度的影响。然而在多机异构雷达协同探测系统中,每部雷达的测量精度各不相同,如果按照精度较低的雷达选取较大的积累单元,则高精度雷达的测量数据将无法得到有效利用,导致积累结果的分辨率严重下降;如果按照精度较高的雷达选取较小的积累单元,则低精度雷达的测量数据可能会因为误差大偏离航迹,造成峰值分裂,导致弱小目标漏检和虚警增多。
因此,传统的基于Hough变换的TBD处理仅适用于测量精度很高、分辨单元远小于积累单元的情况,难以满足多机异构雷达协同探测系统中雷达测量精度各不相同的情况,影响多机异构雷达协同TBD处理对弱小目标的检测性能。
发明目的
为了解决传统Hough变换因异构雷达测量精度不同而积累效果下降的问题,本发明提供了一种基于概率矩阵的多机异构雷达协同TBD 处理方法,实现多部异构雷达测量结果在空间和时间上的充分积累,达到提升多机异构雷达协同探测系统对弱小目标检测性能的目的。
技术方案
为了达到上述目的,本发明提供了如下技术方案:
一种基于概率矩阵的多机异构雷达协同TBD处理方法,所述方法包括如下步骤:
S1:确定公共探测空间;
S2:划分公共探测空间;
S3:计算N部雷达检测概率矩阵;
S4:计算系统检测概率矩阵;
S5:循环上述步骤S1~S4,得到M帧系统检测概率矩阵,对M帧系统检测概率矩阵做3D-Hough变换TBD处理。
优选的,所述步骤S1包括:
优选的,所述步骤S2包括:
根据协同探测系统的距离探测精度Δr、方位角探测精度Δθ、俯仰角探测精度确定空域的划分间隔Δx、Δy、Δz,利用划分间隔对公共探测空间进行等间隔划分,得到一组数量为KL×KW×KH的区域块,计算每一个区域块在所述公共级坐标系下的区域块坐标。
优选的,
优选的,所述步骤S3包括:
对第n部雷达,通过坐标变换将所述区域块坐标转换到该雷达所在的本地极坐标系,在本地极坐标系下利用概率计算公式求解每一个区域块在tm时刻存在目标的概率,并将每个区域块的概率存入该雷达tm时刻的目标检测概率矩阵pmn中,最终得到N部雷达在tm时刻的目标检测概率矩阵pm1~pmN;
所述概率计算公式为:
其中,rmn、θmn、为tm时刻中心区域块在第n部雷达本地极坐标系下的坐标,rlwh、θlwh、为tm时刻第(l,w,h)个区域块在第n部雷达本地极坐标系下的距离、方位角、俯仰角,σrn、σθn、为第n部雷达的距离测量误差、方位角测量误差、俯仰角测量误差。
优选的,所述步骤S4包括:
对所述步骤S3所得到的tm时刻的目标检测概率矩阵pm1~pmN进行加权求和,得到协同探测系统在tm时刻的系统目标检测概率矩阵Pm;
所述加权求和为:
其中,amn为tm时刻第n部雷达的加权系数;
所述加权系数amn的计算方法为:
其中Imn为tm时刻第n部雷达接收到的目标回波功率。
优选的,所述步骤S5包括:
根据步骤S1~S4,分别计算雷达回波帧时刻t1~tM的系统目标检测概率矩阵,得到M帧系统目标检测概率矩阵P1~PM;
对P1~PM做基于3D-Hough变换的TBD处理,得到疑似目标的航迹片段,并通过航迹判决,筛选出真实目标所对应的航迹片段,实现多机协同下的弱小目标检测。
有益效果:
本发明提供的一种基于概率矩阵的多机异构雷达协同TBD处理方法,通过对多部异构雷达公共探测空间进行目标分布概率计算,形成了各部雷达的目标检测概率矩阵,实现了雷达测量精度与测量结果的有机结合;
本发明提供的一种基于概率矩阵的多机异构雷达协同TBD处理方法,通过多部雷达目标检测概率矩阵的加权求和,得到对应时刻多机异构雷达协同探测系统目标检测概率矩阵,实现了多部雷达测量结果在空间上的有效积累;
本发明提供的一种基于概率矩阵的多机异构雷达协同TBD处理方法,通过对连续多帧对应时刻的多个系统目标检测概率矩阵做基于 3D-Hough变换的TBD处理,实现了多部雷达测量结果在时间上的有效积累,进一步提高了多机异构雷达协同探测系统对弱小目标的检测性能。
本发明提供的一种基于概率矩阵的多机异构雷达协同TBD处理方法,该方法对协同编队中的雷达构型具有良好的兼容性,既可应用于异构雷达编队,也可应用于同构雷达编队,具有很好的推广应用前景。
附图说明:
图1:方案流程图;
图2:公共探测空间;
图3:目标的真实航迹;
图4:本发明检测到的航迹片段与真实目标航迹的对比图;
图5:传统方法检测到的航迹片段。
具体实施方式
下面结合附图对本发明的技术方案做进一步描述,
如图1所示为本发明所提供的技术方案的流程图,方法包括如下步骤:
S1:确定公共探测空间;
S2:划分公共探测空间;
S3:计算N部雷达检测概率矩阵;
S4:计算系统检测概率矩阵;
S5:循环上述步骤S1~S4,得到M帧系统检测概率矩阵,对M帧系统检测概率矩阵做3D-Hough变换TBD处理
实施例一:
在以探测空域为标准坐标系的空间中设置两部雷达、一个弱小目标。雷达1的位置坐标为(-100km,0km,-100km),距离测量精度为100m,方位角和俯仰角测量精度分别为1°;雷达2的位置坐标为(-100km, -100km,0km),距离测量精度为150m,方位角和俯仰角测量精度分别为1.5°;弱小目标初始位置为(4km,2.5km,4.5km),速度为(-250m/s,200m/s,-300m/s);两部雷达的共同探测空域的起始位置为(3km,1.5km,3.5km);目标的真实航迹如图3所示。
假设两部雷达的扫描帧周期均为1s,探测时间均为10s,每次扫描的杂波个数均服从的λ=10泊松分布,并且在探测区域内分布均匀。
步骤一,确定公共探测空间
将2部雷达在t1时刻的共同探测区域(3km,1.5km,3.5km)的坐标转换到公共极坐标系下;使用雷达2的距离测量精度150m、方位角测量精度1.5°、俯仰角测量精度1.5°,利用3σ准则在公共极坐标系下确定公共探测空间。
步骤二:划分公共探测空间
根据协同探测系统的距离探测精度100m、方位角探测精度1°、俯仰角探测精度1°确定空域的划分间隔,利用划分间隔对公共探测空间进行等间隔划分,得到一组数量为50×50×50的区域块。
步骤三:计算单部雷达的检测概率矩阵
在本地极坐标系下利用概率计算公式分别求解两部雷达在每一个区域块内存在目标的概率,得到2个尺寸为50×50×50的目标检测概率矩阵p11、p12。
步骤四:计算协同探测系统的检测概率矩阵
计算两部雷达在相同探测时刻的加权系数分别为0.6832、0.3168,将两部雷达在相同时刻的目标检测概率矩阵进行加权求和,得到系统目标检测概率矩阵P1。
步骤五:计算多帧协同探测系统的检测概率矩阵
在总探测时间10s内重复步骤一到步骤四,得到10个系统目标检测概率矩阵P1~P10。
步骤六:基于3D-Hough变换的TBD处理
对P1~P10做基于3D-Hough变换的TBD处理,处理时,每次对概率矩阵随机采样5000次,每次取2个点,最终判决门限取积累最大值的 0.6倍。得到目标航迹检测结果如图4所示。
图5给出了传统基于Hough变换的TBD方法检测到的目标航迹片段与真实目标航迹的对比结果,比较图4与图5可以看出,本发明提供的基于概率矩阵的多机异构雷达雷达协同3D-Hough-TBD处理方法与传统方法相比,减少了虚假航迹个数,增加了弱小目标航迹片段长度,提高了多机协同雷达探测系统对弱小目标的检测性能。
Claims (7)
1.一种基于概率矩阵的多机异构雷达协同TBD处理方法,其特征在于,所述方法包括如下步骤:
S1:确定公共探测空间;
S2:划分公共探测空间;
S3:计算N部雷达检测概率矩阵;
S4:计算系统检测概率矩阵;
S5:循环上述步骤S1~S4,得到M帧系统检测概率矩阵,对M帧系统检测概率矩阵做3D-Hough变换TBD处理。
5.如权利要求4所述的基于概率矩阵的多机异构雷达协同TBD处理方法,其特征在于,所述步骤S3包括:
对第n部雷达,通过坐标变换将所述区域块坐标转换到该雷达所在的本地极坐标系,在本地极坐标系下利用概率计算公式求解每一个区域块在tm时刻存在目标的概率,并将每个区域块的概率存入该雷达tm时刻的目标检测概率矩阵pmn中,最终得到N部雷达在tm时刻的目标检测概率矩阵pm1~pmN;
所述概率计算公式为:
7.根据权利要求6所述的基于概率矩阵的多机异构雷达协同TBD处理方法,其特征在于,所述步骤S5包括:
根据步骤S1~S4,分别计算雷达回波帧时刻t1~tM的系统目标检测概率矩阵,得到M帧系统目标检测概率矩阵P1~PM;
对P1~PM做基于3D-Hough变换的TBD处理,得到疑似目标的航迹片段,并通过航迹判决,筛选出真实目标所对应的航迹片段,实现多机协同下的弱小目标检测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910587729.6A CN110687512A (zh) | 2019-07-02 | 2019-07-02 | 一种基于概率矩阵的多机异构雷达协同tbd处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910587729.6A CN110687512A (zh) | 2019-07-02 | 2019-07-02 | 一种基于概率矩阵的多机异构雷达协同tbd处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110687512A true CN110687512A (zh) | 2020-01-14 |
Family
ID=69108075
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910587729.6A Withdrawn CN110687512A (zh) | 2019-07-02 | 2019-07-02 | 一种基于概率矩阵的多机异构雷达协同tbd处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110687512A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112162247A (zh) * | 2020-08-21 | 2021-01-01 | 中国人民解放军93114部队 | 多雷达组网探测系统的目标发现概率的计算方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010181272A (ja) * | 2009-02-05 | 2010-08-19 | Toshiba Corp | レーダ信号処理装置とその目標判定方法 |
CN102338868A (zh) * | 2010-06-17 | 2012-02-01 | 霍尼韦尔国际公司 | 使用证据栅格来消除干涉雷达中的模糊的系统和方法 |
CN106842165A (zh) * | 2017-03-16 | 2017-06-13 | 电子科技大学 | 一种基于不同距离角度分辨率雷达集中式异步融合方法 |
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 |
-
2019
- 2019-07-02 CN CN201910587729.6A patent/CN110687512A/zh not_active Withdrawn
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010181272A (ja) * | 2009-02-05 | 2010-08-19 | Toshiba Corp | レーダ信号処理装置とその目標判定方法 |
CN102338868A (zh) * | 2010-06-17 | 2012-02-01 | 霍尼韦尔国际公司 | 使用证据栅格来消除干涉雷达中的模糊的系统和方法 |
CN106842165A (zh) * | 2017-03-16 | 2017-06-13 | 电子科技大学 | 一种基于不同距离角度分辨率雷达集中式异步融合方法 |
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 |
Non-Patent Citations (3)
Title |
---|
刘松 等: "基于3D-Hough变换的多机TBD算法", 《测控技术》 * |
王睿 等: "基于多雷达的临近空间目标检测前跟踪算法", 《传感器与微系统》 * |
赵志超 等: "基于概率网格Hough变换的多雷达航迹起始算法", 《航空学报》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112162247A (zh) * | 2020-08-21 | 2021-01-01 | 中国人民解放军93114部队 | 多雷达组网探测系统的目标发现概率的计算方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109946665B (zh) | 基于阵列雷达的获取真实目标的方法 | |
CN109975806B (zh) | 基于阵元相位差的时分mimo雷达运动补偿方法 | |
CN109633598B (zh) | 基于特征分析的阵列雷达目标检测方法 | |
CN110146873B (zh) | 分布式非相参雷达的目标位置和速度的估计方法 | |
CN111708022B (zh) | 毫米波雷达的扫描区域边界的计算方法及装置 | |
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 | |
CN111913157B (zh) | 一种基于雷达信号空-时去相关模型的海杂波抑制方法 | |
CN110609262A (zh) | 一种场面监视雷达的三维恒虚警检测方法 | |
CN105093215A (zh) | 基于多普勒信息的雷达对低空慢速小目标的跟踪方法 | |
CN110007299B (zh) | 一种基于混合坐标伪谱技术的微弱目标检测跟踪方法 | |
CN101452075A (zh) | 基于平均周期的海上小目标检测方法 | |
CN108919225A (zh) | 部分均匀环境下距离扩展目标多通道融合检测方法 | |
CN104569923A (zh) | 基于速度约束的Hough变换快速航迹起始方法 | |
CN111366904A (zh) | 一种基于二维频谱相干合并的cfar检测方法 | |
CN110687512A (zh) | 一种基于概率矩阵的多机异构雷达协同tbd处理方法 | |
CN104569950B (zh) | 基于相对功率和相位线性度的海面目标凝聚方法 | |
CN112698267B (zh) | 一种干扰源测试定位方法 | |
CN113687429A (zh) | 一种确定毫米波雷达监测区域边界的装置及方法 | |
CN109490868B (zh) | 一种基于分布式垂直线列阵的海上目标运动分析方法 | |
CN115657045A (zh) | 基于方位信息多被动探测平台水下航行器数据的融合方法 | |
CN115629365A (zh) | 一种高密度背景信号中少样本信号分选方法及装置 | |
CN113625267B (zh) | 基于四维稳态杂波图的强杂波背景下低慢小目标检测方法 | |
CN115128571A (zh) | 一种基于毫米波雷达的多人与非机动车识别方法 | |
CN112213706B (zh) | 多维数字化波门帧间递进关联的逻辑tbd检测方法 | |
CN115220059A (zh) | 一种基于目标识别的水下目标激光距离选通搜索成像方法 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20200114 |
|
WW01 | Invention patent application withdrawn after publication |