CN112859065A - 一种基于椭圆霍夫变换的目标跟踪方法和系统 - Google Patents
一种基于椭圆霍夫变换的目标跟踪方法和系统 Download PDFInfo
- Publication number
- CN112859065A CN112859065A CN202110089294.XA CN202110089294A CN112859065A CN 112859065 A CN112859065 A CN 112859065A CN 202110089294 A CN202110089294 A CN 202110089294A CN 112859065 A CN112859065 A CN 112859065A
- Authority
- CN
- China
- Prior art keywords
- preset
- target
- determining
- measurement data
- coordinate system
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000001514 detection method Methods 0.000 claims abstract description 105
- 238000005259 measurement Methods 0.000 claims abstract description 74
- 238000013139 quantization Methods 0.000 claims abstract description 66
- 238000006243 chemical reaction Methods 0.000 claims description 29
- 230000009466 transformation Effects 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 7
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims 1
- 230000035508 accumulation Effects 0.000 description 9
- 238000009825 accumulation Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000003064 k means clustering Methods 0.000 description 2
- 230000001131 transforming effect Effects 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- HOWHQWFXSLOJEF-MGZLOUMQSA-N systemin Chemical compound NCCCC[C@H](N)C(=O)N[C@@H](CCSC)C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@@H]([C@@H](C)O)C(=O)N[C@@H](CC(O)=O)C(=O)OC(=O)[C@@H]1CCCN1C(=O)[C@H]1N(C(=O)[C@H](CC(O)=O)NC(=O)[C@H](CCCN=C(N)N)NC(=O)[C@H](CCCCN)NC(=O)[C@H](CO)NC(=O)[C@H]2N(CCC2)C(=O)[C@H]2N(CCC2)C(=O)[C@H](CCCCN)NC(=O)[C@H](CO)NC(=O)[C@H](CCC(N)=O)NC(=O)[C@@H](NC(=O)[C@H](C)N)C(C)C)CCC1 HOWHQWFXSLOJEF-MGZLOUMQSA-N 0.000 description 1
- 108010050014 systemin Proteins 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- G01S13/723—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar by using numerical data
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椭圆霍夫变换的目标跟踪方法和系统,方法包括以下步骤:获取雷达站的第一量测数据;将第一量测数据转换为预设坐标系下的第二量测数据;预设坐标系下具有预设椭圆方程,预设椭圆方程具有目标参数;根据预设量化参数、预设椭圆方程以及第二量测数据,确定检测点数据;根据检测点数据,确定目标的跟踪轨迹。本发明通过将获取的雷达站的第一量测数据转换为预设坐标系下的第二量测数据进行处理,并结合符合弹道目标轨迹的预设椭圆方程,根据预设椭圆方程、预设量化参数以及第二量测数据,确定检测点数据从而确定目标的跟踪轨迹,能够对弹道目标进行检测跟踪。本发明可广泛应用于雷达技术领域。
Description
技术领域
本发明涉及雷达技术领域,尤其是一种基于椭圆霍夫变换的目标跟踪方法和系统。
背景技术
霍夫(Hough)变换最早应用于图像中的直线检测,后被引入到雷达数据处理领域,主要用于航迹起始和检测前跟踪(track-before-detect,TBD)反隐身。而现今针对雷达数据处理进行目标的航迹检测,通常使用经典的直线Hough变换,而直线Hough变换仅适用于短时间内的航迹检测,但对弹道目标而言,其运动轨迹是空间曲线,并且其雷达截面积(Radar Cross Section,RCS)最小可以小到0.00009量级。因此,直线Hough变换难以取得较好的TBD检测效果,其无法对弹道目标进行有效的检测追踪。
发明内容
有鉴于此,为了解决上述技术问题,本发明的目的是提供一种基于椭圆霍夫变换的目标跟踪方法和系统,能够实现弹道目标的追踪。
本发明采用的技术方案是:
一种基于椭圆霍夫变换的目标跟踪方法,包括以下步骤:
获取雷达站的第一量测数据;
将所述第一量测数据转换为预设坐标系下的第二量测数据;所述预设坐标系下具有预设椭圆方程,所述预设椭圆方程具有目标参数;
根据预设量化参数、所述预设椭圆方程以及所述第二量测数据,确定检测点数据;所述预设量化参数表征所述目标参数的估计值;
根据所述检测点数据,确定目标的跟踪轨迹。
进一步,所述第一量测数据通过球坐标系表示,所述将所述第一量测数据转换为预设坐标系下的第二量测数据,包括:
确定所述球坐标系与发射坐标系的第一转换关系;
根据所述第一转换关系,确定所述发射坐标系与所述预设坐标系的第二转换关系;
根据所述第一量测数据和所述第二转换关系,将所述第一量测数据转换为所述第二量测数据。
进一步,所述根据所述第一转换关系,确定所述发射坐标系与所述的第二转换关系,确定所述第二转换关系的公式为:
进一步,所述获取雷达站的第一量测数据,具体地:
通过预设大小的雷达搜索窗按照波位进行顺序扫描,得到若干帧探测数据,每一帧所述探测数据包括若干个点迹;所述第一量测数据包括若干帧所述探测数据。
进一步,所述目标参数包括长半轴参数和短半轴参数,所述预设量化参数包括第一量化参数和第二量化参数,所述预设量化参数通过以下步骤确定:
确定所述目标参数的搜索区域;
对所述搜索区域进行离散化;
根据离散化结果和所述搜索区域确定第一分辨率和第二分辨率;
根据所述离散化结果和所述第一分辨率确定所述长半轴参数的所述第一量化参数,以及根据所述离散化结果和所述第二分辨率确定所述短半轴参数的所述第二量化参数。
进一步,所述根据离散化结果和所述搜索区域确定第一分辨率和第二分辨率,包括:
根据第一长度与第一数值的比值确定所述第一分辨率,以及根据第二长度与第二数值的比值确定第二分辨率;所述第一长度和所述第二长度分别根据所述搜索区域中所述长半轴参数的范围以及所述短半轴参数的范围确定,所述第一数值和所述第二数值分别根据离散化后所述第一长度被分割的数量以及所述第二长度被分割的数量确定。
进一步,所述根据预设量化参数、所述预设椭圆方程以及所述第二量测数据,确定检测点数据,包括:
根据所述第二量测数据、每一所述第一量化参数以及所述预设椭圆方程,确定所述短半轴参数的第一计算结果;
计算所述第二量化参数与所述第一计算结果的差值的绝对值;
根据所述绝对值对门限参数进行累加;
当累加后的所述门限参数大于等于预设二次检测门限,确定所述检测点数据。
进一步,所述根据所述绝对值对门限参数进行累加,包括:
每当所述绝对值小于等于所述第二分辨率的一半,对所述门限参数累加固定值;
或者,
每当所述绝对值小于等于所述第二分辨率的一半,对所述门限参数累加变化值;所述变化值根据预设加权系数以及所述第二量测数据确定。
进一步,所述根据所述检测点数据,确定目标的跟踪轨迹,包括:
当所述检测点数据包括一个检测点,对所述检测点对应的所述第一量化参数和所述第二量化参数进行坐标逆转换,得到目标的跟踪轨迹;
或者,
当所述检测点数据包括多个检测点,将多个所述检测点聚类为预设个数的点;
分别对预设个数的点对应的所述第一量化参数和所述第二量化参数进行坐标逆转换,得到目标的跟踪轨迹。
本发明还提供一种基于椭圆霍夫变换的目标跟踪系统,包括:
获取模块,用于获取雷达站的第一量测数据;
转换模块,用于将所述第一量测数据转换为预设坐标系下的第二量测数据;所述预设坐标系下具有预设椭圆方程,所述预设椭圆方程具有目标参数;
检测点数据确定模块,用于根据预设量化参数、所述预设椭圆方程以及所述第二量测数据,确定检测点数据;所述预设量化参数表征所述目标参数的估计值;
跟踪轨迹确定模块,用于根据所述检测点数据,确定目标的跟踪轨迹。
本发明的有益效果是:将获取的雷达站的第一量测数据转换为预设坐标系下的第二量测数据进行处理,并结合符合弹道目标轨迹的预设坐标系下的预设椭圆方程,根据预设椭圆方程、预设量化参数以及第二量测数据,确定检测点数据从而确定目标的跟踪轨迹,能够对弹道目标进行检测跟踪。
附图说明
图1为本发明基于椭圆霍夫变换的目标跟踪方法的步骤流程示意图;
图2(a)为本发明具体实施例预设二次检测门限为2.5时的检测点示意图,图2(b)为本发明具体实施例预设二次检测门限为1时的检测点示意图;
图3(a)为本发明具体实施例预设二次检测门限为2.5时的弹道示意图,图3(b)为本发明具体实施例预设二次检测门限为1时的弹道示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
本申请的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
如图1所示,本申请实施例提供一种基于椭圆霍夫变换的目标跟踪方法,可以包括以下步骤:
S1、获取雷达站的第一量测数据。
本申请实施例中,第一量测数据通过球坐标系进行表示,获取第一量测数据具体地可以为:
通过预设大小的雷达搜索窗按照波位进行顺序扫描,从而得到若干帧探测数据,每一帧探测数据包括若干个点迹,第一量测数据包括上述若干帧探测数据。本申请实施例中,得到N帧的(原始)探测数据Z1:N代表每一帧探测数据,每帧点迹个数为mi,则总的量测点迹为
S2、将第一量测数据转换为预设坐标系下的第二量测数据。
本申请实施例中,预设坐标系下具有预设椭圆方程,预设椭圆方程具有目标参数。需要说明的是,预设坐标系为本申请实施例所设计的一个坐标系,预设椭圆方程根据预设坐标系的坐标表示而建立,目标参数包括椭圆的长半轴参数a以及椭圆的短半轴参数b。预设椭圆方程Γ具体为:
其中,xt yt zt为预设坐标系的坐标表示,ro为地球平均半径,h为关机点高度,θ为中段射程角。需要说明的是,弹道目标的弹道只是椭圆轨道的一部分弧长,而不是整个椭圆。因此,现今基于对偶方法的经典椭圆Hough变换对隐身弹道目标并不适用,而需要利用本申请实施例的处理方法进行后续处理。需要说明的是,在预设坐标系中,以地心指向最高点为y轴,以最高点的切线方向为x轴,z轴与x和y轴成右手系。
由于实际雷达在窗口内搜索时一般在雷达站球坐标系进行描述,因此需要建立雷达量测值(第一测量数据)与预设椭圆方程的关联关系。
具体地,步骤S2可以包括以下步骤:
S21、确定球坐标系与发射坐标系的第一转换关系。
本申请实施例中,通过确定球坐标系与雷达站ENU直角坐标系(站心直角坐标系)的第一关系,再确定ENU直角坐标系与地心固联ECF坐标系的第二关系,在根据地心固联ECF坐标系与发射坐标系的第三关系来确定球坐标系与发射坐标系的第一转换关系。
其中,R为距离,A为方位,E为俯仰,x,y、z代表rENU坐标系下的坐标表示,需要说明的是,本申请实施例中的T代表为转置。
地心固联ECF坐标系rECF=(xe,ye,ze)T与ENU坐标系的转换关系为:
上式中Ri(·),(i=X,Y,Z)为坐标旋转矩阵,L为雷达站的经度,B为雷达站的纬度。ECF坐标系与发射LC坐标系(发射坐标系rLC)的转换关系为
由此将第一关系代入则能够得到球坐标系与发射坐标系的第一转换关系。
S22、根据第一转换关系,确定发射坐标系与预设坐标系的第二转换关系。发射坐标系与
预设坐标系rT=(xt,yt,zt)T的第二转换关系为:
因此整理后,可以得到球坐标系与预设坐标系的关系为:
由此可以建立雷达量测矢量Z(一帧探测数据)与rT的关系,可以写为的形式,其中A0,θ,ξ2可以由由预警信息提供估计值,D为雷达搜索窗的大小,因此第一量测数据与椭圆弹道方程(预设椭圆方程)的隐式联系方程可以写为:
Γ:φ(a,b;R,A,E;A0,θ,ξ2)=0,[R,A,E]∈D
S23、根据第一量测数据和第二转换关系,将第一量测数据转换为第二量测数据。
可以理解的是,第一量测数据通过球坐标系与预设坐标系(rT)的关系即可以转变为预设坐标系下的第二测量数据。
本申请实施例中,还包括预设量化参数的确定步骤,而预设量化参数指的是通过预设规则进行确定的量化参数,可以理解的是,也可以为事先设定的在一定范围内的量化参数。
可选地,本申请实施例中,目标参数包括长半轴参数和短半轴参数,预设量化参数包括第一量化参数和第二量化参数。以参数坐标系(at,bt)对上述预设椭圆方程进行变形得到:
其中,此时(at,bt)为预设坐标系下的变量,xt和yt为与预设坐标系下的参量。上式所示的曲线变为平面四次曲线,因此,在参数空间将是一系列四次曲线的积累,它们聚集的中心为即为真实参数(a,b)。
可选地,预设量化参数确定步骤包括以下步骤S101-S104:
S101、确定目标参数的搜索区域。
本申请实施例中,记a×b∈[aL,aU]×[bL,bU]为目标参数参数空间的搜索区域,需要说明的是该搜索区域可以通过雷达站的雷达系统提供或者先验信息而设定。其中,aL、aU、bL、bU为数值,aU-aL为第一长度,bU-bL为第二长度。可以看到,第一长度和第二长度分别根据搜索区域中长半轴参数的范围以及短半轴参数的范围确定。
S102、对搜索区域进行离散化。
本申请实施例中,按照预设间隔将参数空间进行离散化,得到na×nb个格子,其中na为第一长度被平均分割后的数量,记为第一数值,nb为第二长度被平均分割后的数量,记为第二数值。可以看到,第一数值和第二数值分别根据离散化后第一长度被分割的数量以及第二长度被分割的数量确定。
S103、根据离散化结果和搜索区域确定第一分辨率和第二分辨率。
本申请实施例中,根据第一长度与第一数值的比值确定第一分辨率,以及根据第二长度与第二数值的比值确定第二分辨率。
具体地,公式为:Δa=(aU-aL)/na,Δb=(bU-bL)/nb,其中Δa为第一分辨率,Δb为第二分辨率。
S104、根据离散化结果和第一分辨率确定长半轴参数的第一量化参数,以及根据离散化结果和第二分辨率确定短半轴参数的第二量化参数。
具体地,公式为:
a(i)=(na-1/2)Δa,i=1,…,na
b(j)=(nb-1/2)Δb,j=1,…,nb
其中,a(i)为第一量化参数,b(j)为第二量化参数,第一量化参数表征长半轴参数a的估计值,第二量化参数表征短半轴参数b的估计值。
S3、根据预设量化参数、预设椭圆方程以及第二量测数据,确定检测点数据。
可选地,步骤S3可以包括以下步骤S31-S34:
S31、根据第二量测数据、每一第一量化参数以及预设椭圆方程,确定短半轴参数的第一计算结果。
具体地,根据雷达系统所提供的先验信息为发射大地方位角的估计值,为中段射程角的估计值,ξ2为关机点在ECF坐标系下的位置矢量,结合预设椭圆方程,即可以确定第一测量数据在预设坐标系下的转换值,即第二量测数据k=1,…,m,其中为利用预设坐标系表示的第二测量数据不同坐标轴上的值。
得到第二量测数据后,结合每一第一量化参数以及预设椭圆方程通过以下公式确定短半轴参数的短半轴(第一计算结果)b(i,k):
S32、计算第二量化参数与第一计算结果的差值的绝对值。
具体地,绝对值为|b(j)-b(i,k)|。
S33、根据绝对值对门限参数进行累加。
本申请实施例中,门限参数c(i,j)具有初始值,具体地:c(i,j)=0,1≤i≤na,1≤j≤nb,i,j∈N,可选地可以通过两种方式进行门限参数c(i,j)的累加:
1)均匀加权:对每个k值,每当b(i,k)满足|b(j)-b(i,k)|≤Δb/2,则将c(i,j)进行计数,累加固定值,本申请实施例中以固定值等于1为例,即c(i,j)=c(i,j)+1。
2)非均匀加权:对每个k值,每当b(i,k)满足|b(j)-b(i,k)|≤Δb/2,则将c(i,j)进行计数,累加变化值,可选地该变化值为即其中q为预设加权系数,当q→∞时,此时退化为均匀加权的形式;如果是目标弹道上的点,变换到预设坐标系后是零均值的,仅受噪声影响,因此接近于1,而杂波和虚警由于随机分布,变换后呈非平面性,比较大,因此比较小,因此当q较大时,弹道目标和虚警能被很好的抑制,本申请实施例中q=0.01~0.0001,经过试验发现具有较好效果。
S34、当累加后的门限参数大于等于预设二次检测门限,确定检测点数据。
本申请实施例中,设置预设二次检测门限ηHough,当累加后的门限参数c(i,j)≥ηHough,则可得到一个检测点,同理多次比较可以获得多个检测点,因此可以理解的是,检测点数据包括至少一个检测点。本申请实施例中将预设二次检测门限ηHough设置为2.5,可以理解的是,实际情况中可以进行调整。
可以理解的是,当累加后的门限参数大于等于预设二次检测门限ηHough确定一个检测点,因此预设二次检测门限ηHough为关键参数,直接决定了目标轨迹的检测概率和虚警概率的大小。当ηHough设置较高,检测到实际弹道的概率就越大;ηHough设置较低,就容易检测到虚假的弹道。实际上,检测性能还与目标和杂波的分布有关,与一次检测门限η和信噪比S也有关系。当一次门限η设置比较低时,会有较多的杂波通过第一门限,因此,二次门限ηHough需要适当提高才能有效剔除由于杂波产生的峰值。而杂波或虚警的幅度一般考虑为Rayleigh分布,目标一般考虑成SwerlingII分布。在上述条件下,杂波归一化功率的分布为指数分布,其密度函数f(x)为:
f(x)=e-x
目标功率的分布密度f(x|S)为:
f(x|S)=exp(-x/(1+S))/(1+S)
其中S为信噪比,则目标单个点迹的检测概率Pd为:
上式中为单个点迹的检测门限(平方律检波),单个点迹的虚警概率Pfa越高,检测门限η越低。为了达到反隐身目的,单个点迹的一次检测门限η需要设置一个相对较小的值,保证对目标点迹的检测概率Pd比较高。例如,当Pfa=0.1和信噪比S=10dB时,即能保证目标单个点迹的检测概率为Pd=0.81113。
其中,c即为该参数空间的积累值,ci为第i个数据点的积累值,对于均匀加权来说ci=1,而对于非均匀加权来说为利用预设坐标系表示的第二测量数据不同坐标轴上的值。上式中mna为单元内的最大可积累数,因为每种情况均可能发生,所以要加排列组合y代表第i个数据点能量积累值超过了ηHough,为Pd对应的不同k取值时的概率。第一种方式下(均匀加权)的检测概率为:
综上,可以看出,某分辨单元内目标轨迹的检测概率与一次检测门限η、二次检测门限ηHough、信噪比S、参数量化的分辨率(na或nb)、处理数据点总数m(与跟踪数据率和帧长度N)、雷达量测精度(影响聚集效果)等均有关系。
参照图2(a)和图2(b),可以看到,在ηHough比较高的时候,聚类中心离真值点非常近,因此检测效果较好,弹道的检测概率高;但当ηHough较低时,受杂波和量测噪声的影响,会不可避免的检测到许多虚假峰值,此时检测结果将会偏离真实参数值。因此参照图3(a)和图3(b),当ηHough较高时,检测的弹道和真实弹道基本重合,仅有一点偏移(因为受杂波和量测误差影响);而当ηHough取得较低时,检测的弹道已逐渐偏离真实弹道,即偏离真实参数值。需要说明的是,ηHough并不是越高越好,ηHough较小时与检测概率是呈正比的,但当ηHough达到一定程度后,有可能一个峰值点都检测不到,这将造成弹道漏检,所以ηHough在本申请实施例中为2.5,在实际情况中可以不断地调整并完善。
S4、根据检测点数据,确定目标的跟踪轨迹。
可选地,步骤S4可以通过步骤S41或者步骤S42实现:
S41、当检测点数据包括一个检测点,对检测点对应的第一量化参数和第二量化参数进行坐标逆转换,得到目标的跟踪轨迹;
具体地,当通过步骤S34确定了一个检测点,此时根据该检测点的位置可以找到该检测点对应的第一量化参数和第二量化参数的具体值并作为估计参数,第一估计参数为第二估计参数对第一估计参数和第二估计参数进行逆坐标转换,则可以得到一个目标在PPI坐标系或ENU坐标下的检测弹道,即目标的跟踪轨迹。
S42、当检测点数据包括多个检测点,将多个检测点聚类为预设个数的点;分别对预设个数的点对应的第一量化参数和第二量化参数进行坐标逆转换,得到目标的跟踪轨迹。
具体地,当检测点数据具有多个检测点,例如得到kc个检测点k=1,…,kc,则设定名义预设(目标)个数kt,将进行K-均值聚类,聚类成kt个点,类似地可以通步骤S41的方法找到检测点对应的第一量化参数和第二量化参数并作为估计参数,其中 分别为第一估计参数和第二估计参数。本申请实施例中,受量测噪声的影响,Hough霍夫变换法极易在最高点附近产生虚警,因此将多个检测点进行K-均值聚类,则能一定程度上保证在最高点附近只有一个检测点。
另外,通过本申请实施例的所确定的目标的跟踪轨迹,即可以进行后续的目标弹道的预报和落点估算。
本发明还提供一种基于椭圆霍夫变换的目标跟踪系统,包括:
获取模块,用于获取雷达站的第一量测数据;
转换模块,用于将第一量测数据转换为预设坐标系下的第二量测数据;预设坐标系下具有预设椭圆方程,预设椭圆方程具有目标参数;
检测点数据确定模块,用于根据预设量化参数、预设椭圆方程以及第二量测数据,确定检测点数据;预设量化参数表征目标参数的估计值;
跟踪轨迹确定模块,用于根据检测点数据,确定目标的跟踪轨迹。
上述方法实施例中的内容均适用于本系统实施例中,本系统实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
本发明实施例还提供了一种设备,该设备包括处理器以及存储器;
存储器用于存储程序;
处理器用于执行程序实现本发明实施例的基于椭圆霍夫变换的目标跟踪方法。本发明实施例的设备可以实现基于椭圆霍夫变换的目标跟踪的功能。
上述方法实施例中的内容均适用于本设备实施例中,本设备实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
综上,相较于现有技术,本发明至少具有以下优点:
1)本申请实施例提供的基于椭圆霍夫变换的微弱空间目标TBD方法以椭圆霍夫变换以及TBD算法为基础,将量测值转换到预设坐标系下进行处理,能够较好地抑制噪声和杂波,提高检测性能。
2)根据弹道目标的运动特性,椭圆霍夫变换适用于对整个弹道目标轨迹中段较长时间观测数据的处理,实现了检测、跟踪以及预测的融合,克服了标准霍夫变换的不足。
3)能较好地抑制噪声、杂波,在参数积累中采用非均匀加权的方式,与均匀加权的积累效果相比,非均匀加权积累结果的峰值点呈针状分布,受噪声、杂波的影响较小。而,采用加权因子后,偏离弹道平面的点(即杂波)的权值受到较大程度的抑制,因此其积累效果较好。
4)降低了对信噪比的要求,在信噪比为0或更低时,微弱目标如弹道也能按照一定的概率检测出来,其估计精度有所下降。而传统序贯跟踪方法要维持稳定跟踪一般需要13dB以上的信噪比。而本申请实施例在0dB条件下仍能部分工作,由此显示出本申请实施例方法在反隐身方面的优势。
本申请的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解,在本申请中,“至少一个(项)”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,用于描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:只存在A,只存在B以及同时存在A和B三种情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b或c中的至少一项(个),可以表示:a,b,c,“a和b”,“a和c”,“b和c”,或“a和b和c”,其中a,b,c可以是单个,也可以是多个。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
以上,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,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申请各实施例技术方案的精神和范围。
Claims (10)
1.一种基于椭圆霍夫变换的目标跟踪方法,其特征在于,包括以下步骤:
获取雷达站的第一量测数据;
将所述第一量测数据转换为预设坐标系下的第二量测数据;所述预设坐标系下具有预设椭圆方程,所述预设椭圆方程具有目标参数;
根据预设量化参数、所述预设椭圆方程以及所述第二量测数据,确定检测点数据;所述预设量化参数表征所述目标参数的估计值;
根据所述检测点数据,确定目标的跟踪轨迹。
2.根据权利要求1所述一种基于椭圆霍夫变换的目标跟踪方法,其特征在于:所述第一量测数据通过球坐标系表示,所述将所述第一量测数据转换为预设坐标系下的第二量测数据,包括:
确定所述球坐标系与发射坐标系的第一转换关系;
根据所述第一转换关系,确定所述发射坐标系与所述预设坐标系的第二转换关系;
根据所述第一量测数据和所述第二转换关系,将所述第一量测数据转换为所述第二量测数据。
4.根据权利要求1所述一种基于椭圆霍夫变换的目标跟踪方法,其特征在于:所述获取雷达站的第一量测数据,具体地:
通过预设大小的雷达搜索窗按照波位进行顺序扫描,得到若干帧探测数据,每一帧所述探测数据包括若干个点迹;所述第一量测数据包括若干帧所述探测数据。
5.根据权利要求1所述一种基于椭圆霍夫变换的目标跟踪方法,其特征在于:所述目标参数包括长半轴参数和短半轴参数,所述预设量化参数包括第一量化参数和第二量化参数,所述预设量化参数通过以下步骤确定:
确定所述目标参数的搜索区域;
对所述搜索区域进行离散化;
根据离散化结果和所述搜索区域确定第一分辨率和第二分辨率;
根据所述离散化结果和所述第一分辨率确定所述长半轴参数的所述第一量化参数,以及根据所述离散化结果和所述第二分辨率确定所述短半轴参数的所述第二量化参数。
6.根据权利要求5所述一种基于椭圆霍夫变换的目标跟踪方法,其特征在于:所述根据离散化结果和所述搜索区域确定第一分辨率和第二分辨率,包括:
根据第一长度与第一数值的比值确定所述第一分辨率,以及根据第二长度与第二数值的比值确定第二分辨率;所述第一长度和所述第二长度分别根据所述搜索区域中所述长半轴参数的范围以及所述短半轴参数的范围确定,所述第一数值和所述第二数值分别根据离散化后所述第一长度被分割的数量以及所述第二长度被分割的数量确定。
7.根据权利要求5所述一种基于椭圆霍夫变换的目标跟踪方法,其特征在于:所述根据预设量化参数、所述预设椭圆方程以及所述第二量测数据,确定检测点数据,包括:
根据所述第二量测数据、每一所述第一量化参数以及所述预设椭圆方程,确定所述短半轴参数的第一计算结果;
计算所述第二量化参数与所述第一计算结果的差值的绝对值;
根据所述绝对值对门限参数进行累加;
当累加后的所述门限参数大于等于预设二次检测门限,确定所述检测点数据。
8.根据权利要求7所述一种基于椭圆霍夫变换的目标跟踪方法,其特征在于:所述根据所述绝对值对门限参数进行累加,包括:
每当所述绝对值小于等于所述第二分辨率的一半,对所述门限参数累加固定值;
或者,
每当所述绝对值小于等于所述第二分辨率的一半,对所述门限参数累加变化值;所述变化值根据预设加权系数以及所述第二量测数据确定。
9.根据权利要求5所述一种基于椭圆霍夫变换的目标跟踪方法,其特征在于:所述根据所述检测点数据,确定目标的跟踪轨迹,包括:
当所述检测点数据包括一个检测点,对所述检测点对应的所述第一量化参数和所述第二量化参数进行坐标逆转换,得到目标的跟踪轨迹;
或者,
当所述检测点数据包括多个检测点,将多个所述检测点聚类为预设个数的点;
分别对预设个数的点对应的所述第一量化参数和所述第二量化参数进行坐标逆转换,得到目标的跟踪轨迹。
10.一种基于椭圆霍夫变换的目标跟踪系统,其特征在于,包括:
获取模块,用于获取雷达站的第一量测数据;
转换模块,用于将所述第一量测数据转换为预设坐标系下的第二量测数据;所述预设坐标系下具有预设椭圆方程,所述预设椭圆方程具有目标参数;
检测点数据确定模块,用于根据预设量化参数、所述预设椭圆方程以及所述第二量测数据,确定检测点数据;所述预设量化参数表征所述目标参数的估计值;
跟踪轨迹确定模块,用于根据所述检测点数据,确定目标的跟踪轨迹。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110089294.XA CN112859065A (zh) | 2021-01-22 | 2021-01-22 | 一种基于椭圆霍夫变换的目标跟踪方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110089294.XA CN112859065A (zh) | 2021-01-22 | 2021-01-22 | 一种基于椭圆霍夫变换的目标跟踪方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112859065A true CN112859065A (zh) | 2021-05-28 |
Family
ID=76008049
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110089294.XA Pending CN112859065A (zh) | 2021-01-22 | 2021-01-22 | 一种基于椭圆霍夫变换的目标跟踪方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112859065A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115508779A (zh) * | 2022-10-31 | 2022-12-23 | 浙江大学 | 一种高速落点目标的定位方法及装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10282231A (ja) * | 1997-04-02 | 1998-10-23 | Nec Corp | レーダ装置 |
JP2010271262A (ja) * | 2009-05-25 | 2010-12-02 | Toshiba Corp | レーダ装置 |
CN103954949A (zh) * | 2014-04-16 | 2014-07-30 | 中国人民解放军海军航空工程学院 | 一种隐身滑跃式机动目标的多模型椭圆Hough变换积累检测方法 |
CN104166127A (zh) * | 2014-06-12 | 2014-11-26 | 中国人民解放军海军航空工程学院 | 一种波束交错投影与多假设抛物线Hough变换的滑跃式目标检测方法 |
CN104881561A (zh) * | 2014-08-22 | 2015-09-02 | 中国科学院沈阳自动化研究所 | 一种基于Hough变换的多维参数的检测前跟踪方法 |
CN106772352A (zh) * | 2016-12-01 | 2017-05-31 | 中国人民解放军海军航空工程学院 | 一种基于Hough和粒子滤波的PD雷达扩展微弱目标检测方法 |
CN109557532A (zh) * | 2018-10-18 | 2019-04-02 | 西安电子科技大学 | 基于三维霍夫变换的检测前跟踪方法、雷达目标检测系统 |
CN112213705A (zh) * | 2020-10-13 | 2021-01-12 | 中国人民解放军海军工程大学 | 变径圆弧螺旋线Radon变换的高速机动目标检测方法 |
-
2021
- 2021-01-22 CN CN202110089294.XA patent/CN112859065A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10282231A (ja) * | 1997-04-02 | 1998-10-23 | Nec Corp | レーダ装置 |
JP2010271262A (ja) * | 2009-05-25 | 2010-12-02 | Toshiba Corp | レーダ装置 |
CN103954949A (zh) * | 2014-04-16 | 2014-07-30 | 中国人民解放军海军航空工程学院 | 一种隐身滑跃式机动目标的多模型椭圆Hough变换积累检测方法 |
CN104166127A (zh) * | 2014-06-12 | 2014-11-26 | 中国人民解放军海军航空工程学院 | 一种波束交错投影与多假设抛物线Hough变换的滑跃式目标检测方法 |
CN104881561A (zh) * | 2014-08-22 | 2015-09-02 | 中国科学院沈阳自动化研究所 | 一种基于Hough变换的多维参数的检测前跟踪方法 |
CN106772352A (zh) * | 2016-12-01 | 2017-05-31 | 中国人民解放军海军航空工程学院 | 一种基于Hough和粒子滤波的PD雷达扩展微弱目标检测方法 |
CN109557532A (zh) * | 2018-10-18 | 2019-04-02 | 西安电子科技大学 | 基于三维霍夫变换的检测前跟踪方法、雷达目标检测系统 |
CN112213705A (zh) * | 2020-10-13 | 2021-01-12 | 中国人民解放军海军工程大学 | 变径圆弧螺旋线Radon变换的高速机动目标检测方法 |
Non-Patent Citations (2)
Title |
---|
饶彬: "对抗条件下弹道目标的雷达跟踪技术研究", 《道客巴巴-HTTPS://WWW.DOC88.COM/P-1466194082183.HTML》, pages 152 - 157 * |
饶彬: "对抗条件下弹道目标的雷达跟踪技术研究", pages 152 - 157, Retrieved from the Internet <URL:https://www.doc88.com/p-1466194082183.html> * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115508779A (zh) * | 2022-10-31 | 2022-12-23 | 浙江大学 | 一种高速落点目标的定位方法及装置 |
CN115508779B (zh) * | 2022-10-31 | 2023-09-29 | 浙江大学 | 一种高速落点目标的定位方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109917390A (zh) | 基于雷达的车辆检测方法和系统 | |
CN109374985A (zh) | 电磁环境监测方法、系统及存储介质 | |
Li et al. | Radar signal recognition algorithm based on entropy theory | |
CN110837079A (zh) | 一种基于雷达的目标检测方法及装置 | |
CN112859065A (zh) | 一种基于椭圆霍夫变换的目标跟踪方法和系统 | |
Chahrour et al. | Target detection through Riemannian geometric approach with application to drone detection | |
CN108693530B (zh) | 基于圆迹合成孔径雷达数据的方位熵提取方法 | |
CN105046706B (zh) | 基于有理多项式函数拟合海杂波的sar图像船只检测方法 | |
CN112198507B (zh) | 人体跌倒特征的检测方法及装置 | |
CN115840192B (zh) | 一种基于空间估计谱置信度估计的室内定位方法 | |
CN112215832A (zh) | Sar尾迹图像质量评估及自适应探测参数调整方法 | |
Refice et al. | On the use of anisotropic covariance models in estimating atmospheric DInSAR contributions | |
Pan et al. | Ship detection using online update of clutter map based on fuzzy statistics and spatial property | |
CN116973864A (zh) | 一种用于船载雷达在运动条件下对目标进行rcs测量并实现目标分类的方法 | |
Pribić et al. | Stochastic resolution analysis of co-prime arrays in radar | |
Jagadesh et al. | Modeling Target Detection and Performance Analysis of Electronic Countermeasures for Phased Radar. | |
CN111580062B (zh) | 基于双圆极化高分辨一维距离像hrrp的目标鉴别方法 | |
Zhu et al. | Target classification by conventional radar based on bispectrum and deep CNN | |
Yan et al. | An efficient extended target detection method based on region growing and contour tracking algorithm | |
CN112698330A (zh) | 基于比值对数积的极化sar图像非局部均值方法 | |
CN113820704A (zh) | 检测运动目标的方法、装置和电子设备 | |
Hellsten et al. | Experimental results on change detection based on Bayes probability theorem | |
Mehdizadeh et al. | Exploitation of sub-look analysis and polarimetric signatures for ship detection in PolSAR data | |
da Costa et al. | A CFAR‐like detector based on neural network for simulated high‐frequency surface wave radar data | |
CN117452342B (zh) | 一种基于极化特征的箔条干扰检测方法 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210528 |