CN110954895A - 一种基于复伪谱的速度滤波检测前跟踪方法 - Google Patents

一种基于复伪谱的速度滤波检测前跟踪方法 Download PDF

Info

Publication number
CN110954895A
CN110954895A CN201911279180.0A CN201911279180A CN110954895A CN 110954895 A CN110954895 A CN 110954895A CN 201911279180 A CN201911279180 A CN 201911279180A CN 110954895 A CN110954895 A CN 110954895A
Authority
CN
China
Prior art keywords
frame
complex
target
speed
accumulation
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
Application number
CN201911279180.0A
Other languages
English (en)
Other versions
CN110954895B (zh
Inventor
周共健
王亮亮
吴立刚
邓维波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin Institute of Technology
Original Assignee
Harbin Institute of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Harbin Institute of Technology filed Critical Harbin Institute of Technology
Priority to CN201911279180.0A priority Critical patent/CN110954895B/zh
Publication of CN110954895A publication Critical patent/CN110954895A/zh
Application granted granted Critical
Publication of CN110954895B publication Critical patent/CN110954895B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar
    • 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
    • G01S7/023—Interference mitigation, e.g. reducing or avoiding non-intentional interference with other HF-transmitters, base station transmitters for mobile communication or other radar systems, e.g. using electro-magnetic interference [EMI] reduction techniques
    • 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
    • G01S7/415—Identification of targets based on measurements of movement associated with the target

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

本发明涉及一种基于复伪谱的速度滤波检测前跟踪方法，包括：获取雷达回波的复值观测；设置滤波器的假设速度并得到预测位置；以目标在各帧出现的分辨单元位置的复值观测为峰值、以对应预测位置为中心构造复伪谱；将来自同一帧的复伪谱的复值累加得到帧内积累结果；将批处理中各帧的帧内积累结果的幅度值累加到最后一帧得到帧间积累结果；判断是否有滤波器的帧间积累结果超过预设的检测门限，否则没有检测到目标，是则选择目标所在的滤波器的假设速度为估计的目标速度，该速度滤波器所输出的积累平面的最大峰值所在位置为估计的目标位置，再进行精确估计；航迹回溯并输出。本发明保留了雷达观测的相位信息，提高了能量积累效率，改善了算法性能。

Description

一种基于复伪谱的速度滤波检测前跟踪方法
技术领域
本发明涉及目标检测技术领域，尤其涉及一种基于复伪谱的速度滤波检测前跟踪方法。
背景技术
现代战争要求警戒雷达、预警雷达在进行远程警戒、预警任务的时候，具备对弱目标的检测能力。然而，目标的多样化和环境的复杂化，使雷达的探测能力面临巨大的挑战。隐身技术的应用使飞行器等目标的雷达横截面积大幅度下降，目标反射能量大幅度减弱，雷达探测威力显著下降。在强杂波环境(如海杂波、地物杂波、电离层干扰等)中目标信杂比明显降低，这就需要雷达具备更强的微弱目标探测能力。此外，目标(如超音速飞机、高超声速导弹等)的运动速度大幅增加，使得雷达的预警时间急剧减少，这就需要雷达能够探测回波更弱的远距离目标。
传统的检测跟踪方法被称为检测后跟踪(Detect-Before-Track,DBT)算法。在检测阶段，对每一帧的回波数据设置检测门限，进行门限判决，只有具有足够强度的点迹才会被保留，然后在跟踪阶段利用这些点迹估计出目标的航迹。DBT算法在信噪比较高的时候性能较好，但是对于弱目标的检测跟踪性能较差。这是因为在单帧检测阶段，反射回波较小的目标容易被丢失。尽管可以通过降低检测门限来提高弱目标的检测概率，然而目标信号被保留的同时，大量的杂波、噪声也会被保留下来，这会增加跟踪阶段数据关联的难度。
为了解决传统DBT算法在低信噪比下检测跟踪性能不佳的问题，利用检测前跟踪(Track-Before-Detect,TBD)算法对单帧回波数据不进行门限检测，而是充分利用目标回波和杂波噪声在时间和空间上的差异性，通过对雷达数据进行多帧积累和联合处理，提高目标的信噪比。由于TBD算法摒弃了单帧门限检测，避免了单帧门限判决造成的目标信息丢失问题，因而可以有效的改善雷达系统对微弱目标的检测和跟踪性能。
现有技术中的弱目标检测前跟踪方法推导的检测策略是基于高斯噪声背景的，推导结果无法适用于瑞利等雷达的观测背景。该方法在多帧积累过程中，只考虑了观测的幅度信息。然而，由于正交双通道处理，雷达的观测通常是复数，即雷达观测不仅存在幅度信息，而且存在相位信息。而该方法没有考虑观测的相位信息，这种信息丢弃会导致算法性能的退化。
因此，针对以上不足，需要提供一种同时考虑雷达观测的幅度和相位信息的速度滤波检测前跟踪方法。
发明内容
本发明要解决的技术问题在于现有的检测前跟踪方法仅考虑了雷达观测的幅度信息，针对现有技术中的缺陷，提供了一种基于复伪谱的速度滤波检测前跟踪方法。
为了解决上述技术问题，本发明提供了一种基于复伪谱的速度滤波检测前跟踪方法，包括以下步骤：
数据获取步骤、获取雷达回波的复值观测；
滤波器参数设定步骤、设置滤波器的假设速度，由匀速直线运动模型及目标在各帧出现的分辨单元位置预测得到批处理的最后一帧目标的预测位置；
复伪谱构造步骤、构造复伪谱，所述复伪谱以目标在各帧出现的分辨单元位置的复值观测为峰值，以对应预测位置为中心；
帧内相参积累步骤、将来自同一帧的复伪谱的复值相互累加，得到来自该帧的帧内积累结果；
帧间非相参积累步骤、将来自批处理中各帧的帧内积累结果的幅度值累加到最后一帧，得到帧间积累结果；
目标检测和参数估计步骤、判断是否有速度滤波器的所述帧间积累结果超过预设的检测门限，否则判断没有检测到目标，是则选择目标所在的速度滤波器的假设速度为估计的目标速度，该速度滤波器所输出的积累平面的最大峰值所在位置为估计的目标位置，再根据目标空间域和速度域波形，对目标位置和目标速度进行进一步的精确估计；
航迹回溯并输出步骤、根据估计出的目标位置和目标速度进行航迹回溯并输出。
优选地，所述滤波器参数设定步骤中通过以下公式得到批处理的最后一帧目标的预测位置：
Figure BDA0002316220840000031
Figure BDA0002316220840000032
其中，(ncr,ncθ)为目标在第k帧时出现的分辨单元位置，ncr＝1,2,…,Nr，ncθ＝1,2,…,Nθ，k＝1,…,K，Nr和Nθ分别表示观测平面每个方向的分辨单元个数，K表示一个处理批次的积累帧数，
Figure BDA0002316220840000041
表示滤波器的假设速度，(npr,npθ)表示预测位置。
优选地，所述复伪谱构造步骤中根据以下公式构造复伪谱：
fC(nr,nθ,zk(ncr,ncθ),npr,npθ)＝zk(ncr,ncθ)exp(-ηr(nr-npr)2-ηθ(nθ-npθ)2)
其中，zk表示雷达第k帧的复值观测，zk(ncr,ncθ)表示第k帧分辨单元位置(ncr,ncθ)的复值观测，fC表示构造的复伪谱，(ηr,ηθ)表示包络扩散程度。
优选地，所述帧内相参积累步骤中通过以下公式得到来自该帧的帧内积累结果：
Figure BDA0002316220840000042
其中，
Figure BDA0002316220840000043
表示来自第k帧复伪谱的帧内积累结果。
优选地，所述帧间非相参积累步骤中通过以下公式得到帧间积累结果：
Figure BDA0002316220840000044
其中，
Figure BDA0002316220840000045
式中·表示取模运算，
Figure BDA0002316220840000046
表示第k帧帧内积累结果的幅度值，U表示帧间积累结果。
优选地，所述目标检测和参数估计步骤中，通过以下公式得到检测门限：
Figure BDA0002316220840000047
其中
Figure BDA0002316220840000051
Figure BDA0002316220840000052
上式中VT表示检测门限的值，
Figure BDA0002316220840000053
是G0(·)的逆函数，
Figure BDA0002316220840000054
和
Figure BDA0002316220840000055
表示复伪谱在距离和角度方向上占据单元的范围，Pfa表示给定的虚警率，2σ2表示输入噪声的协方差。
优选地，所述航迹回溯并输出步骤中，根据估计的第K帧的目标位置和估计的目标速度，回溯出一个批处理中前K-1帧的目标位置。
优选地，多个滤波器通过CUDA或者MPI编程并行处理。
实施本发明的基于复伪谱的速度滤波检测前跟踪方法，具有以下有益效果：本发明根据单元上雷达的复值观测构造复伪谱，保留了雷达观测的相位信息，用于能量积累，解决了现有速度滤波检测前跟踪算法在处理雷达观测时存在相位信息丢弃的问题；本发明将来自同一帧的复伪谱先相互累加，实现帧内的相参积累，这种帧内相参积累处理，提高了目标能量积累效率，改善了算法性能；本发明将每一帧的帧内相参积累结果的幅度值累加到最后一帧，实现帧间能量积累，可以有效地提高目标的信噪比，且积累效果随着积累帧数的增加而改善。本发明根据复高斯分布推导出恒虚警检测门限，对检测门限的选取提供理论支持。此外，本发明中多个速度滤波器通过CUDA或者MPI编程并行处理，减少了运行时间，提高了系统效率。
附图说明
图1是本发明优选实施例的基于复伪谱的速度滤波检测前跟踪方法的流程图；
图2是目标回波扩散及其相位，其中，横线阴影为目标峰值位置，竖线阴影为目标能量扩散位置，φk表示第k帧目标回波的相位，
Figure BDA0002316220840000061
表示随机的噪声相位；
图3是不同输入信噪比下检测概率对比；
图4是不同积累帧数下检测概率对比；
图5是不同输入信噪比下位置估计性能对比；
图6是不同输入信噪比下速度估计性能对比；
图7是不同积累帧数下位置估计性能对比；
图8是不同积累帧数下速度估计性能对比；
其中，图3-图8中，CPS-VF-TBD表示本发明提出的基于复伪谱的速度滤波检测前跟踪方法；APS-VF-TBD表示基于幅度伪谱的速度滤波检测前跟踪方法；AM-VF-TBD表示基于幅度值的速度滤波检测前跟踪方法。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本发明实施例提供的一种基于复伪谱的速度滤波检测前跟踪方法，具体包括如下步骤：
S1、数据获取步骤：获取雷达回波的复值观测。
数据获取步骤中，设雷达回波数据为zk，表示雷达第k帧的复值观测矩阵，k＝1,…,K，K表示为一个处理批次的积累帧数。雷达的回波数据平面是一个Nr*Nθ的离散点迹平面，每一小格代表一个单位距离。
如图2所示，本发明中考虑的目标回波模型为高斯点扩散模型，即目标回波占据了多个分辨单元，公式可以表示为：
s(nr,nθ,lr,k,lθ,k)＝A·exp(jφk)exp(-ηr(nr-lr,k)2-ηθ(nθ-lθ,k)2) (1)
其中，A表示目标回波峰值强度，φk表示第k帧目标回波的相位，(ηr,ηθ)表示包络扩散程度，nr＝1,…,Nr，nθ＝1,…,Nθ，(lr,k,lθ,k)表示目标第k帧的真实位置。
S2、滤波器参数设定步骤：设置滤波器的假设速度，由匀速直线运动模型及目标在各帧出现的分辨单元位置预测得到批处理的最后一帧目标的预测位置。
优选地，本发明中假设目标的速度在积累的时间内是恒定不变的，并且空间分布是恒定的。本发明考虑目标可能出现在量测平面的任意位置。本发明猜想目标在第k帧时出现在分辨单元位置(ncr,ncθ)上，ncr＝1,2,…,Nr，ncθ＝1,2,…,Nθ，k＝1,…,K，Nr和Nθ分别表示观测平面每个方向的分辨单元个数，根据匀速直线运动的模型，将该分辨单元预测到批处理的最后一帧，得到预测位置：
Figure BDA0002316220840000071
其中，
Figure BDA0002316220840000072
表示滤波器的假设速度，(npr,npθ)表示预测位置。
优选地，本发明中的多个滤波器通过CUDA或者MPI编程并行处理。本发明中多个速度滤波器通过CUDA或者MPI编程并行处理，能够减少运行的时间，提高了系统效率。
S3、复伪谱构造步骤：构造复伪谱，所述复伪谱以目标在各帧出现的分辨单元位置的复值观测为峰值，以对应预测位置为中心。
优选地，本发明中以第k帧分辨单元位置(ncr,ncθ)的复值观测zk(ncr,ncθ)为峰值，以对应预测位置(npr,npθ)为中心，根据目标回波的点扩散函数，构造复伪谱，具体根据以下公式得到复伪谱：
fC(nr,nθ,zk(ncr,ncθ),npr,npθ)＝zk(ncr,ncθ)exp(-ηr(nr-npr)2-ηθ(nθ-npθ)2) (3)
其中，fC表示构造出的复伪谱，(ηr,ηθ)表示包络扩散程度。
传统的速度滤波检测前跟踪方法只利用观测的幅度信息进行多帧能量积累，然而，由于雷达的正交双通道处理，所得到的观测往往是复数的，即同时存在幅度和相位信息。由于能量积累过程中相位信息的丢弃，使得传统速度滤波检测前跟踪方法的积累效率降低，算法性能退化。本发明以单元上的复值观测为峰值，以预测位置为中心，构造复伪谱，用于能量积累，保留了观测的相位信息，能够解决现有速度滤波检测前跟踪算法在处理雷达观测时存在相位信息丢弃的问题。
S4、帧内相参积累步骤、将来自同一帧的复伪谱的复值相互累加，得到来自该帧的帧内积累结果。
优选地，本发明对于来自同一帧的复伪谱，首先将其复值相互累加，根据以下公式得到来自该帧的帧内积累结果：
Figure BDA0002316220840000091
其中，
Figure BDA0002316220840000092
表示来自第k帧复伪谱的帧内积累结果。
本发明首先将来自同一帧的复伪谱的复值相互累加，实现帧内的相参积累，这种帧内相参积累处理，利用了雷达观测的相位信息，提高了速度滤波检测前跟踪算法多帧能量积累的效率，改善了算法的检测性能和估计精度。
S5、帧间非相参积累步骤、将来自批处理中各帧的帧内积累结果的幅度值累加到最后一帧，得到帧间积累结果。
由于目标回波的相位未知，且随着帧数的变化而变化，本发明通过将步骤S4中帧内积累结果的幅度值累加到批处理的最后一帧，实现帧间的能量积累。优选地，本发明中根据以下公式得到帧间积累结果：
Figure BDA0002316220840000093
其中，
Figure BDA0002316220840000094
式中·表示取模运算，
Figure BDA0002316220840000095
表示第k帧帧内积累结果的幅度值，U表示帧间积累结果。
本发明将每一帧的帧内相参积累结果的幅度值累加到最后一帧，实现帧间能量积累，可以有效地提高目标的信噪比，且积累效果随着积累帧数的增加而改善。
S6、目标检测和参数估计步骤、判断是否有速度滤波器的所述帧间积累结果超过预设的检测门限，否则判断没有检测到目标，是则选择目标所在的速度滤波器的假设速度为估计的目标速度，该速度滤波器所输出的积累平面的最大峰值所在位置为估计的目标位置，再根据目标空间域和速度域波形，对目标位置和目标速度进行进一步的精确估计。
优选地，本发明假设噪声服从复高斯分布，根据上述能量积累过程，本方法的检测门限可以表示为：
Figure BDA0002316220840000101
其中
Figure BDA0002316220840000102
Figure BDA0002316220840000103
上式中VT表示检测门限的值，
Figure BDA0002316220840000108
是G0(·)的逆函数，
Figure BDA0002316220840000105
和
Figure BDA0002316220840000106
表示复伪谱在距离和角度方向上占据单元的范围，Pfa表示给定的虚警率，2σ2表示输入噪声的协方差。
本发明中根据复高斯分布推导出恒虚警检测门限，检测目标和估计目标参数，对检测门限的选取提供理论支持。
本发明的目标检测准则可以表示为：
Figure BDA0002316220840000107
其中H0和H1分别表示不存在目标和存在目标。检测到的目标所在的速度滤波器的假设速度即为该目标速度的估计，该速度滤波器所输出的积累平面的最大峰值所在位置为估计的目标位置。为了得到更精确的参数估计结果，本发明可以根据目标输出包络的形状，通过插值、拟合等手段实现对目标位置和目标速度的进一步精确估计。
S7、航迹回溯并输出步骤、根据估计出的目标位置和目标速度进行航迹回溯并输出。
优选地，本发明根据估计的第K帧的目标位置和估计的目标速度，回溯出一个批处理中前K-1帧的目标位置。
本发明还通过将所提出的方法与传统的AM-VF-TBD方法及APS-VF-TBD方法进行对比实验，验证了本发明所提出的方法在检测概率、估计精度等方面的优越性。结合图3到图8可以看出，相比于传统的AM-VF-TBD方法，APS-VF-TBD方法和所提出的CPS-VF-TBD方法的性能更好，这是由于APS-VF-TBD和所提出的CPS-VF-TBD的额外帧内积累使得扩散的目标回波能量得到充分积累，改善了输出信噪比。相比于传统的AM-VF-TBD方法和APS-VF-TBD方法，所提出的CPS-VF-TBD方法能够获得最好的检测概率和更好的估计精度，这是因为复值观测中相位信息的使用，使得CPS-VF-TBD方法能够进行额外的帧内相参积累，相比于传统方法的非相参积累策略，所提出的CPS-VF-TBD方法中的相参积累提高了能量积累的效率，改善了算法的性能。
综上所述，由于传统的速度滤波检测前跟踪算法只考虑雷达观测的幅度信息，在能量积累过程中，丢弃了雷达观测的相位信息，这会造成积累效率的退化和算法性能的下降。本发明将雷达复值观测的相位信息考虑在多帧能量积累过程中，提出一种两步积累策略的新方法，实现目标能量的充分积累，提高算法的性能。具体地，本发明根据雷达复值观测构造复伪谱，保留了观测的相位信息；本发明首先将来自同一帧的复伪谱相互累加，实现帧内相参积累，这种帧内相参积累处理，提高了目标能量积累效率，改善了算法性能；再将批处理中每一帧的帧内积累结果的幅度值累加到最后一帧，实现帧间能量积累，能够有效地提高目标的信噪比，且积累效果随着积累帧数的增加而改善。本发明根据复高斯分布推导出恒虚警检测门限，对检测门限的选取提供理论支持，此外，本发明中多个速度滤波器通过CUDA或者MPI编程并行处理，减少了运行时间，提高了系统效率。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (8)

1.一种基于复伪谱的速度滤波检测前跟踪方法，其特征在于：包括以下步骤：
数据获取步骤、获取雷达回波的复值观测；
滤波器参数设定步骤、设置滤波器的假设速度，由匀速直线运动模型及目标在各帧出现的分辨单元位置预测得到批处理的最后一帧目标的预测位置；
复伪谱构造步骤、构造复伪谱，所述复伪谱以目标在各帧出现的分辨单元位置的复值观测为峰值，以对应预测位置为中心；
帧内相参积累步骤、将来自同一帧的复伪谱的复值相互累加，得到来自该帧的帧内积累结果；
帧间非相参积累步骤、将来自批处理中各帧的帧内积累结果的幅度值累加到最后一帧，得到帧间积累结果；
目标检测和参数估计步骤、判断是否有速度滤波器的所述帧间积累结果超过预设的检测门限，否则判断没有检测到目标，是则选择目标所在的速度滤波器的假设速度为估计的目标速度，该速度滤波器所输出的积累平面的最大峰值所在位置为估计的目标位置，再根据目标空间域和速度域波形，对目标位置和目标速度进行进一步的精确估计；
航迹回溯并输出步骤、根据估计出的目标位置和目标速度进行航迹回溯并输出。
2.根据权利要求1所述的基于复伪谱的速度滤波检测前跟踪方法，其特征在于，所述滤波器参数设定步骤中通过以下公式得到批处理的最后一帧目标的预测位置：
Figure FDA0002316220830000021
Figure FDA0002316220830000022
其中，(ncr,ncθ)为目标在第k帧时出现的分辨单元位置，ncr＝1,2,…,Nr，ncθ＝1,2,…,Nθ，k＝1,…,K，Nr和Nθ分别表示观测平面每个方向的分辨单元个数，K表示一个处理批次的积累帧数，
Figure FDA0002316220830000023
表示滤波器的假设速度，(npr,npθ)表示预测位置。
3.根据权利要求2所述的基于复伪谱的速度滤波检测前跟踪方法，其特征在于，所述复伪谱构造步骤中根据以下公式构造复伪谱：
fC(nr,nθ,zk(ncr,ncθ),npr,npθ)＝zk(ncr,ncθ)exp(-ηr(nr-npr)2-ηθ(nθ-npθ)2)
其中，zk表示雷达第k帧的复值观测，zk(ncr,ncθ)表示第k帧分辨单元位置(ncr,ncθ)的复值观测，fC表示构造的复伪谱，(ηr,ηθ)表示包络扩散程度。
4.根据权利要求3所述的基于复伪谱的速度滤波检测前跟踪方法，其特征在于：所述帧内相参积累步骤中通过以下公式得到来自该帧的帧内积累结果：
Figure FDA0002316220830000024
其中，
Figure FDA0002316220830000025
表示来自第k帧复伪谱的帧内积累结果。
5.根据权利要求4所述的基于复伪谱的速度滤波检测前跟踪方法，其特征在于：所述帧间非相参积累步骤中通过以下公式得到帧间积累结果：
Figure FDA0002316220830000026
其中，
Figure FDA0002316220830000031
式中|·|表示取模运算，
Figure FDA0002316220830000032
表示第k帧帧内积累结果的幅度值，U表示帧间积累结果。
6.根据权利要求1所述的基于复伪谱的速度滤波检测前跟踪方法，其特征在于：所述目标检测和参数估计步骤中，通过以下公式得到检测门限：
Figure FDA0002316220830000033
其中
Figure FDA0002316220830000034
Figure FDA0002316220830000035
上式中VT表示检测门限的值，
Figure FDA0002316220830000036
是G0(·)的逆函数，
Figure FDA0002316220830000037
和
Figure FDA0002316220830000038
表示复伪谱在距离和角度方向上占据单元的范围，Pfa表示给定的虚警率，2σ2表示输入噪声的协方差。
7.根据权利要求1所述的基于复伪谱的速度滤波检测前跟踪方法，其特征在于：所述航迹回溯步骤中，根据估计的第K帧的目标位置和估计的目标速度，回溯出一个批处理中前K-1帧的目标位置。
8.根据权利要求1所述的基于复伪谱的速度滤波检测前跟踪方法，其特征在于：多个滤波器通过CUDA或者MPI编程并行处理。
CN201911279180.0A 2019-12-13 2019-12-13 一种基于复伪谱的速度滤波检测前跟踪方法 Active CN110954895B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911279180.0A CN110954895B (zh) 2019-12-13 2019-12-13 一种基于复伪谱的速度滤波检测前跟踪方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911279180.0A CN110954895B (zh) 2019-12-13 2019-12-13 一种基于复伪谱的速度滤波检测前跟踪方法

Publications (2)

Publication Number Publication Date
CN110954895A true CN110954895A (zh) 2020-04-03
CN110954895B CN110954895B (zh) 2020-11-17

Family

ID=69981392

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911279180.0A Active CN110954895B (zh) 2019-12-13 2019-12-13 一种基于复伪谱的速度滤波检测前跟踪方法

Country Status (1)

Country Link
CN (1) CN110954895B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111736146A (zh) * 2020-07-03 2020-10-02 哈尔滨工业大学 一种基于速度滤波的双基地检测前跟踪方法及装置
CN111796267A (zh) * 2020-07-14 2020-10-20 哈尔滨工业大学 一种基于伪谱匹配滤波的机动转弯目标检测前跟踪方法
CN113204891A (zh) * 2021-05-24 2021-08-03 中国人民解放军空军预警学院 基于指数平滑预测的dp-tbd算法跟踪方法及设备
CN113514823A (zh) * 2021-04-25 2021-10-19 哈尔滨工业大学 一种基于伪谱的多模型机动目标检测前跟踪方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102073043A (zh) * 2010-11-04 2011-05-25 电子科技大学 一种多帧相参积累目标检测前跟踪方法
CN108802722A (zh) * 2018-08-28 2018-11-13 哈尔滨工业大学 一种基于虚拟谱的弱目标检测前跟踪方法
CN109839621A (zh) * 2017-11-24 2019-06-04 西安艾索信息技术有限公司 一种改进的tbd算法
CN110007299A (zh) * 2019-04-16 2019-07-12 哈尔滨工业大学 一种基于混合坐标伪谱技术的微弱目标检测跟踪方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102073043A (zh) * 2010-11-04 2011-05-25 电子科技大学 一种多帧相参积累目标检测前跟踪方法
CN109839621A (zh) * 2017-11-24 2019-06-04 西安艾索信息技术有限公司 一种改进的tbd算法
CN108802722A (zh) * 2018-08-28 2018-11-13 哈尔滨工业大学 一种基于虚拟谱的弱目标检测前跟踪方法
CN110007299A (zh) * 2019-04-16 2019-07-12 哈尔滨工业大学 一种基于混合坐标伪谱技术的微弱目标检测跟踪方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
GONGJIAN ZHOU ET AL.: "A Pseudo-Spectrum Approach for Weak Target Detection and Tracking", 《IEEE TRANSACTIONS ON AEROSPACE AND ELECTRONIC SYSTEMS》 *
杨威 等: "弱目标检测前跟踪技术研究综述", 《电子学报》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111736146A (zh) * 2020-07-03 2020-10-02 哈尔滨工业大学 一种基于速度滤波的双基地检测前跟踪方法及装置
CN111736146B (zh) * 2020-07-03 2022-06-21 哈尔滨工业大学 一种基于速度滤波的双基地检测前跟踪方法及装置
CN111796267A (zh) * 2020-07-14 2020-10-20 哈尔滨工业大学 一种基于伪谱匹配滤波的机动转弯目标检测前跟踪方法
CN111796267B (zh) * 2020-07-14 2022-05-06 哈尔滨工业大学 一种基于伪谱匹配滤波的机动转弯目标检测前跟踪方法
CN113514823A (zh) * 2021-04-25 2021-10-19 哈尔滨工业大学 一种基于伪谱的多模型机动目标检测前跟踪方法
CN113204891A (zh) * 2021-05-24 2021-08-03 中国人民解放军空军预警学院 基于指数平滑预测的dp-tbd算法跟踪方法及设备

Also Published As

Publication number Publication date
CN110954895B (zh) 2020-11-17

Similar Documents

Publication Publication Date Title
CN110954895B (zh) 一种基于复伪谱的速度滤波检测前跟踪方法
CN104569948B (zh) 海杂波背景下子带自适应glrt‑ltd检测方法
CN107561508B (zh) 一种用于匀加速运动目标的相参积累检测方法
CN111610501B (zh) 对海雷达小目标检测方法
CN111624574A (zh) 弱目标探测的目标检测方法、系统、存储介质和装置
CN110412559A (zh) 分布式无人机mimo雷达的非相参融合目标检测方法
CN105445701B (zh) Ddma‑mimo雷达目标的单脉冲角度估计方法
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
CN112014806B (zh) 一种复杂干扰场景下的机载雷达无意干扰抑制方法
CN103412305A (zh) 扫描雷达超分辨成像方法
CN103197297B (zh) 基于认知框架的雷达动目标检测方法
CN111983595B (zh) 一种室内定位的方法及装置
CN111123212A (zh) 一种基于复杂杂波背景下的场面监视雷达的信号处理方法
CN110095766B (zh) 基于非均匀重采样技术的机动目标相干积累检测方法
CN108089166A (zh) 一种基于毫米波测云雷达的自适应频域检测方法
CN117008064A (zh) 一种基于改进型YOLOv5的雷达干扰自适应抑制方法
CN111796266B (zh) 一种匀加速运动目标rd平面检测前跟踪方法
CN109239703A (zh) 运动目标实时跟踪方法
CN107462886B (zh) 一种基于波形对比度最优算法的动目标恒虚警检测方法
CN113311398A (zh) 强杂波复杂背景高机动弱小目标的跟踪方法
CN111090088B (zh) 基于主动声纳阵列斜对称特性的泄露目标空时检测方法
US10386471B1 (en) Velocity estimation with linear frequency modulated (LFM) waveforms
CN108508413B (zh) 一种基于概率统计的低信噪比条件下目标检测方法
CN110208788A (zh) 一种基于滑窗的连续帧联合速度解模糊方法
Gao et al. An improved tbd algorithm based on dynamic programming for dim SAR target detection

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