CN113009450A - 基于最优路径法的目标群运动特征提取方法及装置 - Google Patents

Abstract

本发明涉及一种基于最优路径法的目标群运动特征提取方法及装置、计算机设备、计算机可读存储介质，该目标群运动特征提取方法包括：对目标群的多帧回波信号进行一维距离像成像，进行运动补偿；采用超分辨参数估计方法估计各个散射中心位置和幅度；将估计得到的各个散射中心位置构成散射中心序列，利用最优路径法得到各散射中心在一维距离像历程图中的变化轨迹；基于函数拟合，计算各目标相对于参考目标的分离速度特征。本发明能够准确地实现目标群分离速度提取，特别适用于多目标分离场景的运动特征提取。

Description

基于最优路径法的目标群运动特征提取方法及装置

技术领域

本发明涉及目标探测与识别技术领域，尤其涉及一种基于最优路径法的目标群运动特征提取方法及装置、计算机设备、计算机可读存储介质。

背景技术

目标特征信息表现形式多种多样，由于尺寸、形状及运动形式的差异，体现为其一维、二维雷达图像所具有的散射中心在空间分布数量、位置、强度等方面存在明显的差异，这些差异是目标探测与识别的可靠依据之一。因此，可利用宽带雷达技术，对多目标(真假目标)的一维距离像的散射信息进行特征提取，获得较稳健的特征组合供识别使用。依据所分析的雷达回波信息不同，目标的特征信息主要有：运动特征、窄带RCS特征、宽带散射特征等。目标运动特征中，基于宽带距离像序列图像提取目标群分离速度特征，可为目标群的探测和识别提供一种可靠的途径。

目前，针对目标群，特别是对于多目标分离和碰撞场景，传统运动特征提取方法是采用峰值法提取散射中心的位置和幅度，受着带宽和分辨率影响，按最大强度提出的散射中心是多个散射中心的叠加，从而散射中心的参数估计不准确；其次，散射中心关联方法中，基于传统的图像边缘提取方法易受信噪比影响，导致提出的散射中心的位置变化剧烈，无法形成有效的散射中心变化曲线。

发明内容

本发明的目的是针对上述至少一部分不足之处，提供一种可以有效提取目标群的分离径向速度特征，从而支撑复杂场景中的运动特征识别应用的目标群运动特征提取方法。

为了实现上述目的，本发明提供了一种基于最优路径法的目标群运动特征提取方法，包括如下步骤：

S1、对目标群的多帧回波信号进行一维距离像成像，采用距离对齐使所有一维距离像包络和的能量最大，对回波信号进行运动补偿；

S2、基于目标的回波数据，采用超分辨参数估计方法估计一维距离像历程图中各个散射中心位置和幅度；

S3、将估计得到的各个散射中心位置构成散射中心序列，利用最优路径法得到各散射中心在一维距离像历程图中的变化轨迹；

S4、基于各散射中心的变化轨迹，划分目标群中的各个目标，选出最强的散射中心所属的目标作为参考目标，基于函数拟合，计算各目标相对于参考目标的分离速度特征。

优选地，所述步骤S1中，对目标群的多帧回波信号进行一维距离像成像时，通过逆傅里叶变换，第m帧回波信号的一维距离像a_m(r)表达式为：

其中，m表示帧数，m∈M，M表示总帧数，n表示频点数，n∈N，N表示总频点数，f_n,m表示回波信号频率，RCS(f_n,m)表示第m帧回波信号频率为f_n,m的RCS数据，r表示目标的成像距离，c表示光速，no(r)为一维距离像的噪声信号；

对回波信号进行运动补偿时，采用距离对齐，对一维距离像进行平移；一维距离像包络和定义为：

其中，r_m表示第m帧的平移量；

当所有回波信号的一维距离像对齐，一维距离像包络和的能量E取最值，能量E表达式为：

其中，E₀表示各帧一维距离像的自相关能量部分，

c(m,l)表示第m帧与第l帧的一维距离像包络互相关，

利用Parseval公式使所有一维距离像包络和的能量最大，有：

其中，S(ω)是一维距离像包络和s(r)的频域表达式，ω表示一维距离像包络和s(r)的傅里叶变换的频率分量；

进行离散并简化后得到：

其中，L是回波距离向单元数；

通过求能量E的最值，确定各帧一维距离像的平移量。

优选地，所述步骤S2包括：

S2-1、目标的RCS数据表达式为：

其中，r_k表示第k个散射中心到相位中心的距离在雷达视线方向的投影，K为散射中心总个数，δ_k表示第k个散射中心的散射系数，f₀表示中心频率，

反映了第k个散射中心的散射强度随频率的变化关系，β_k为类型因子，w表示复高斯白噪声，均值为0，方差为σ²；

将目标的RCS数据表达为矩阵形式：

其中，y(n,m)为目标散射场矩阵，A_k是第k个散射中心的散射系数矩阵，z_m,k表示第k个散射中心相位因子，W表示复高斯白噪声矩阵；

S2-2、对矩阵形式的RCS数据进行特征分离，得到目标特性矩阵及特征值；

S2-3、用AIC准则获取回波信号的阶数a，AIC(a)表达式为：

其中，AIC(a)表示基于AIC准则的代价函数，λ_i为目标特性矩阵的特征值，p为特征值个数；

设定阈值δ，通过AIC(a)≥δ确定回波信号的阶数a；

S2-4、根据回波信号的阶数a构造信号子阵模型，基于超分辨参数估计方法，估计一维距离像历程图中各个散射中心位置、幅度、相位和频率依赖因子。

优选地，所述步骤S3中构成散射中心序列时，设一维距离像历程图的矩阵为M×J，M为总帧数，J为距离单元个数，第一帧估计的散射中心位置为J₁，第二帧估计的散射中心位置为J₂，第M帧估计的散射中心位置为J_M，则得到估计的散射中心序列[J₁,J₂,...,J_M]；

根据估计的散射中心序列[J₁,J₂,...,J_M]求解散射中心的路径，则可能路径共有J^M种，构成集合Ω，定义最优路径为：

其中，p(Φ(m)；1,M)为从第一帧到第M帧一维距离像所有可能路径下的总代价函数，用于表征总转移代价，最佳距离使总代价函数最小，总代价函数包括两部分，f(H(Φ(m),m))为幅度代价函数，用于表征幅度代价，g(Φ(m),Φ(m+1))为路径代价函数，用于表征路径代价，Φ(m)表示第m帧图像各距离单元的路径变化情况。

优选地，所述步骤S3中，求解最优路径时，包括如下步骤：

S3-1、获取目标群一维距离像历程图，依次计算每帧一维距离像更新后的幅度代价；

S3-2、根据更新后的幅度代价，从最后一帧开始，反向计算最强散射中心从前一帧到当前帧的总转移代价，得到前一帧到当前帧的最优路径；

S3-3、综合每两帧间的最优路径，得到总的最优路径；

S3-4、根据FFT主瓣宽度，将每帧的最强散射中心位置及幅度衰减3dB区间内的值置为0，返回步骤S3-1以提取下一个最强散射中心的最优路径；

S3-5、按步骤S3-1到步骤S3-4，依次关联每帧一维距离像中的各散射中心，得到各散射中心的最优路径，作为在一维距离像历程图中的变化轨迹。

优选地，所述步骤S4中划分目标群中的各个目标时，将变化轨迹相同的各散射中心划为同一个目标，实现确定目标群中的各个目标。

优选地，所述步骤S4中，计算各目标相对于参考目标的分离速度特征时，以各散射中心中最强的散射中心所属的目标作为参考目标，以参考目标的变化轨迹作为参考轨迹，选取分离释放时刻之后的时间，分析各目标的运动轨迹与参考轨迹的位置关系，并用一次函数进行拟合，表达式为：

R_i(t-t₀)-R₀(t-t₀)＝v_i(t-t₀)+B_i

其中，t₀为起始时刻，是分离释放时刻之后且各目标在图像中清晰可分的一个时刻，B_i为起始时刻第i个目标与参考目标之间的径向距离，R_i(t-t₀)为第i个目标的径向运动轨迹，R₀(t-t₀)为参考目标的径向运动轨迹，取R₀(t-t₀)恒定为零，得到表达式：

其中，v_i为第i个目标相对于参考目标的分离径向速度。

本发明还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述基于最优路径法的目标群运动特征提取方法的步骤。

本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述基于最优路径法的目标群运动特征提取方法的步骤。

本发明还提供了一种基于最优路径法的目标群运动特征提取装置，包括：

运动补偿单元，用于对目标群的多帧回波信号进行一维距离像成像，采用距离对齐使所有一维距离像包络和的能量最大，对回波信号进行运动补偿；

参数估计单元，用于基于目标的回波数据，采用超分辨参数估计方法估计一维距离像历程图中各个散射中心位置和幅度；

变化轨迹单元，用于将估计得到的各个散射中心位置构成散射中心序列，利用最优路径法得到各散射中心在一维距离像历程图中的变化轨迹；

速度提取单元，用于基于各散射中心的变化轨迹，划分目标群中的各个目标，选出最强的散射中心所属的目标作为参考目标，基于函数拟合，计算各目标相对于参考目标的分离速度特征。

本发明的上述技术方案具有如下优点：本发明提供了一种基于最优路径法的目标群运动特征提取方法及装置、计算机设备、计算机可读存储介质，本发明考虑到短时间内各目标的位置和姿态不会发生突变，结合散射中心强度和位置大小变化规律，采用搜索思想开展散射中心的最优路径解算，具有不限制目标运动形式，噪声抑制能力较强等优点，适合提取具有多种运动形式的复杂场景目标运动特征。

附图说明

图1是运动补偿后的五个目标分离时刻的宽带距离像历程图；

图2是本发明实施例中一种基于最优路径法的目标群运动特征提取方法步骤示意图；

图3是本发明实施例中一种基于最优路径法的目标群运动特征提取装置结构示意图。

图中：100：运动补偿单元；200：参数估计单元；300：变化轨迹单元；400：速度提取单元。

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。

目前，传统的运动特征提取方法是采用峰值法提取散射中心的位置和幅度，受带宽和分辨率影响，按最大强度提取出的散射中心可能是多个散射中心的叠加，从而导致散射中心的参数估计不准确；且散射中心关联方法中，基于传统的图像边缘提取方法易受信噪比影响，导致提出的强散射中心的位置变化剧烈，最终无法形成有效的散射中心变化曲线。图1是一幅运动补偿后的五个目标分离时刻的宽带距离像历程图，可以看出，部分时刻运动补偿后，散射中心的位置出现跳变，导致基于图像方法估计的位置曲线变化误差较大。

针对上述问题，如图2所示，本发明实施例提供了一种基于最优路径法的目标群运动特征提取方法，具体包括如下步骤：

S1、对目标群的多帧回波信号进行一维距离像成像，采用距离对齐使所有一维距离像包络和的能量最大，对回波信号进行运动补偿；

S2、基于目标的回波数据，采用超分辨参数估计方法估计一维距离像历程图中各个散射中心位置和幅度；

S3、将估计得到的各个散射中心位置构成散射中心序列，利用最优路径法得到各散射中心在一维距离像历程图中的变化轨迹；

S4、基于各散射中心的变化轨迹，划分目标群中的各个目标，选出最强的散射中心所属的目标作为参考目标，基于函数拟合，计算各目标相对于参考目标的分离速度特征。

本发明提供的基于最优路径法的目标群运动特征提取方法能够更为准确地提取径向分离速度，特别适用多目标分离场景的运动特征提取研究。

优选地，步骤S1中，对目标群的多帧回波信号进行一维距离像成像时，通过逆傅里叶变换，第m帧回波信号的一维距离像a_m(r)表达式为：

其中，m表示帧数，m∈M，M表示总帧数，n表示频点数，n∈N，N表示总频点数，f_n,m表示回波信号频率，RCS(f_n,m)表示第m帧回波信号频率为f_n,m的RCS数据，r表示目标的成像距离，c表示光速，no(r)为一维距离像的噪声信号，一般为复高斯噪声信号。

步骤S1中，对回波信号进行运动补偿时，采用距离对齐，对一维距离像进行平移。一维距离像包络和定义为：

其中，m表示帧数，r_m表示第m帧的平移量；

当所有回波信号的一维距离像对齐，一维距离像包络和的能量E取最值，能量E表达式为：

其中，E₀表示各帧一维距离像的自相关能量部分，

c(m,l)表示第m帧与第l帧的一维距离像包络互相关，

采用距离对齐使所有一维距离像包络和的能量最大时，c(m,l)取最值，从而能量E取最值。

利用Parseval(帕塞瓦尔)公式使所有一维距离像包络和的能量最大，有：

其中，S(ω)是一维距离像包络和s(r)的频域表达式，ω表示一维距离像包络和s(r)的傅里叶变换的频率分量。

进行离散并简化后得到：

上式中，L是回波距离向单元数，l表示计算个数；

通过求能量E的最值，确定各帧一维距离像的平移量。

优选地，步骤S2进一步包括：

S2-1、目标的RCS数据表达式为：

其中，RCS(f_n,m)表示第m帧回波信号频率为f_n,m的RCS数据，也即第m帧在频率f_n,m的散射场，r_k表示第k个散射中心到相位中心的距离在雷达视线方向的投影，K为散射中心总个数，δ_k表示第k个散射中心的散射系数，f₀表示中心频率，

反映了第k个散射中心的散射强度随频率的变化关系，β_k称为类型因子，它与散射中心的几何形状有关而与极化无关，是区别不同散射中心结构的重要依据，w表示复高斯白噪声，均值为0，方差为σ²；

将目标的RCS数据表达为矩阵形式：

其中，y(n,m)为目标散射场矩阵，A_k是第k个散射中心的散射系数矩阵，z_m,k表示第k个散射中心相位因子，m表示帧数，n表示频点数，W表示复高斯白噪声矩阵；

S2-2、对矩阵形式的RCS数据进行特征分离，得到目标特性矩阵及特征值；

S2-3、用AIC准则获取回波信号的阶数a：

由于散射中心超分辨参数估计方法需要估计信号的阶数，且参数估计精度与信号阶数有关，利用AIC准则获取目标的阶数：

AIC(a)表达式为：

其中，AIC(a)表示基于AIC准则的代价函数，λ_i为目标特性矩阵y(n,m)的特征值，p为特征值个数，N为频率个数；

设定阈值δ，通过AIC(a)≥δ确定回波信号的阶数a；

S2-4、根据回波信号的阶数a构造信号子阵模型，基于超分辨参数估计方法，估计一维距离像历程图中各个散射中心位置、幅度、相位和频率依赖因子。

优选地，步骤S3中构成散射中心序列时，设一维距离像历程图的矩阵为M×J，M为总帧数，J为距离单元个数，第一帧估计的散射中心位置为J₁，第二帧估计的散射中心位置为J₂，第M帧估计的散射中心位置为J_M，则得到估计的散射中心序列[J₁,J₂,...,J_M]；

根据估计的散射中心序列[J₁,J₂,...,J_M]求解散射中心的路径，则可能路径共有J^M种，构成集合Ω，定义最优路径为：

其中，p(Φ(m)；1,M)为从第一帧到第M帧一维距离像所有可能路径下的总代价函数，用于表征总转移代价，最佳距离使总代价函数最小，总代价函数包括两部分，f(H(Φ(m),m))为幅度代价函数，用于表征幅度代价，f(H(n,m))表示第m帧一维距离像第n个元素的降序排序序号，幅度代价函数值域范围为[1,N]，且距离像幅度越大，幅度代价函数越小，g(Φ(m),Φ(m+1))为路径代价函数，用于表征路径代价，表示第m帧某个元素到第m+1帧某个元素的路径代价，如果这两个元素之间相差越大，则路径代价越大，Φ(m)表示第m帧图像各距离单元的路径变化情况。

优选地，步骤S3中，利用最优路径法求解最优路径时，具体包括如下步骤：

S3-1、获取目标群一维距离像历程图，依次计算每帧一维距离像更新后的幅度代价。

S3-2、根据更新后的幅度代价，从最后一帧开始，反向计算最强散射中心从前一帧到当前帧的总转移代价，得到前一帧到当前帧的最优路径。

S3-3、综合每两帧间的最优路径，得到总的最优路径。

S3-4、根据FFT主瓣宽度，将每帧的最强散射中心位置及幅度衰减3dB区间内的值置为0，返回步骤S3-1以提取下一个最强散射中心的最优路径。

通过步骤S3-3可以得到一维距离像历程图中，最强散射中心位置的最优路径，然后将提取的第一个散射中心位置附近置0，即，将每帧图像的最强散射中心位置的值置为0，并且根据FFT主瓣宽度，从该散射中心位置的左右两个方向，搜索一维距离像幅度比该散射中心原幅度值小3dB及以内的区间范围，将这段位置区间都置为0，然后，返回步骤S3-1继续提取第二个散射中心，即下一个最强散射中心的最优路径。

S3-5、按步骤S3-1到S3-4，依次关联每帧一维距离像中的各散射中心，得到各散射中心的最优路径，作为在一维距离像历程图中的变化轨迹。

优选地，步骤S4中划分目标群中的各个目标时，将变化轨迹相同的各散射中心划为同一个目标，实现确定目标群中的各个目标。

进一步地，步骤S4中，计算各目标相对于参考目标的分离速度特征时，以各散射中心中最强的散射中心所属的目标作为参考目标，以参考目标的变化轨迹作为参考轨迹，选取分离释放时刻之后的时间，分析各目标的运动轨迹与参考轨迹的位置关系，并用一次函数进行拟合，得到表达式为：

R_i(t-t₀)-R₀(t-t₀)＝v_i(t-t₀)+B_i

其中，t₀为起始时刻，是分离释放时刻之后且各目标在图像中清晰可分的一个时刻，B_i为起始时刻第i个目标与参考目标之间的径向距离，R_i(t-t₀)为第i个目标的径向运动轨迹，R₀(t-t₀)为参考目标的径向运动轨迹，一般取参考目标的径向运动轨迹R₀(t-t₀)恒定为零，得到表达式为：

其中，v_i为第i个目标相对于参考目标的分离径向速度。

在一个具体的实施方式中，本发明还对提供的基于最优路径法的目标群运动特征提取方法进行了验证，图1是运动补偿后的五个目标分离时刻的宽带距离像历程图，雷达回波数据的频率范围为5.2-5.8GHz，带宽为600MHz，目标类型分别为球头锥目标(目标1)、圆柱体目标(目标2)、球形目标(目标3)、球形目标(目标4)和锥形目标(目标5)。经过运动补偿后，距离像历程图显示，部分时刻运动补偿后散射中心的位置出现跳变。

表1(相对于目标1)分离速度误差统计

如表1所示，本发明的方法提取的径向分离速度与准确值的误差结果，可以看出，采用本发明方法提取的误差小于0.1m/s，能够满足精度要求，效果远远优于传统的基于图像边缘提取的估计方法。

如图3所示，本发明还提供了一种基于最优路径法的目标群运动特征提取装置，包括：运动补偿单元100、参数估计单元200、变化轨迹单元300、速度提取单元400。具体的，其中：

运动补偿单元100用于对目标群的多帧回波信号进行一维距离像成像，采用距离对齐使所有一维距离像包络和的能量最大，对回波信号进行运动补偿；

参数估计单元200用于基于目标的回波数据，采用超分辨参数估计方法估计一维距离像历程图中各个散射中心位置和幅度；

变化轨迹单元300用于将估计得到的各个散射中心位置构成散射中心序列，利用最优路径法得到各散射中心在一维距离像历程图中的变化轨迹；

速度提取单元400用于基于各散射中心的变化轨迹，划分目标群中的各个目标，选出最强的散射中心所属的目标作为参考目标，基于函数拟合，计算各目标相对于参考目标的分离速度特征。

上述基于最优路径法的目标群运动特征提取装置的各单元之间的信息交互、执行过程等内容，由于与本发明方法实施例基于同一构思，具体内容可参见本发明方法实施例中的叙述，此处不再赘述。

以上各实施例中，硬件单元可以通过机械方式或电气方式实现。例如，一个硬件单元可以包括永久性专用的电路或逻辑(如专门的处理器，FPGA或ASIC)来完成相应操作。硬件单元还可以包括可编程逻辑或电路(如通用处理器或其它可编程处理器)，可以由软件进行临时的设置以完成相应操作。具体的实现方式(机械方式、或专用的永久性电路、或者临时设置的电路)可以基于成本和时间上的考虑来确定。

特别地，在本发明一些优选的实施方式中，还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一实施方式中所述基于最优路径法的目标群运动特征提取方法的步骤。

在本发明另一些优选的实施方式中，还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述任一实施方式中所述基于最优路径法的目标群运动特征提取方法的步骤。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述基于最优路径法的目标群运动特征提取方法实施例的流程，在此不再重复说明。

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 (10)

1.一种基于最优路径法的目标群运动特征提取方法，其特征在于，包括如下步骤：

S1、对目标群的多帧回波信号进行一维距离像成像，采用距离对齐使所有一维距离像包络和的能量最大，对回波信号进行运动补偿；

S2、基于目标的回波数据，采用超分辨参数估计方法估计一维距离像历程图中各个散射中心位置和幅度；

S3、将估计得到的各个散射中心位置构成散射中心序列，利用最优路径法得到各散射中心在一维距离像历程图中的变化轨迹；

S4、基于各散射中心的变化轨迹，划分目标群中的各个目标，选出最强的散射中心所属的目标作为参考目标，基于函数拟合，计算各目标相对于参考目标的分离速度特征。

2.根据权利要求1所述的基于最优路径法的目标群运动特征提取方法，其特征在于，

所述步骤S1中，对目标群的多帧回波信号进行一维距离像成像时，通过逆傅里叶变换，第m帧回波信号的一维距离像a_m(r)表达式为：

其中，m表示帧数，m∈M，M表示总帧数，n表示频点数，n∈N，N表示总频点数，f_n，m表示回波信号频率，RCS(f_n,m)表示第m帧回波信号频率为f_n,m的RCS数据，r表示目标的成像距离，c表示光速，no(r)为一维距离像的噪声信号；

对回波信号进行运动补偿时，采用距离对齐，对一维距离像进行平移；一维距离像包络和定义为：

其中，r_m表示第m帧的平移量；

当所有回波信号的一维距离像对齐，一维距离像包络和的能量E取最值，能量E表达式为：

其中，E₀表示各帧一维距离像的自相关能量部分，

c(m,l)表示第m帧与第l帧的一维距离像包络互相关，

利用Parseval公式使所有一维距离像包络和的能量最大，有：

其中，S(ω)是一维距离像包络和s(r)的频域表达式，ω表示一维距离像包络和s(r)的傅里叶变换的频率分量；

进行离散并简化后得到：

其中，L是回波距离向单元数；

通过求能量E的最值，确定各帧一维距离像的平移量。

3.根据权利要求2所述的基于最优路径法的目标群运动特征提取方法，其特征在于，所述步骤S2包括：

S2-1、目标的RCS数据表达式为：

其中，r_k表示第k个散射中心到相位中心的距离在雷达视线方向的投影，K为散射中心总个数，δ_k表示第k个散射中心的散射系数，f₀表示中心频率，

反映了第k个散射中心的散射强度随频率的变化关系，β_k为类型因子，w表示复高斯白噪声，均值为0，方差为σ²；

将目标的RCS数据表达为矩阵形式：

其中，y(n,m)为目标散射场矩阵，A_k是第k个散射中心的散射系数矩阵，z_m,k表示第k个散射中心相位因子，W表示复高斯白噪声矩阵；

S2-2、对矩阵形式的RCS数据进行特征分离，得到目标特性矩阵及特征值；

S2-3、用AIC准则获取回波信号的阶数a，AIC(a)表达式为：

其中，AIC(a)表示基于AIC准则的代价函数，λ_i为目标特性矩阵的特征值，p为特征值个数；

设定阈值δ，通过AIC(a)≥δ确定回波信号的阶数a；

S2-4、根据回波信号的阶数a构造信号子阵模型，基于超分辨参数估计方法，估计一维距离像历程图中各个散射中心位置、幅度、相位和频率依赖因子。

4.根据权利要求3所述的基于最优路径法的目标群运动特征提取方法，其特征在于：

所述步骤S3中构成散射中心序列时，设一维距离像历程图的矩阵为M×J，M为总帧数，J为距离单元个数，第一帧估计的散射中心位置为J₁，第二帧估计的散射中心位置为J₂，第M帧估计的散射中心位置为J_M，则得到估计的散射中心序列[J₁,J₂，...，J_M]；

根据估计的散射中心序列[J₁，J₂，...，J_M]求解散射中心的路径，则可能路径共有J^M种，构成集合Ω，定义最优路径为：

其中，p(Φ(m)；1，M)为从第一帧到第M帧一维距离像所有可能路径下的总代价函数，用于表征总转移代价，最佳距离使总代价函数最小，总代价函数包括两部分，f(H(Φ(m),m))为幅度代价函数，用于表征幅度代价，g(Φ(m),Φ(m+1))为路径代价函数，用于表征路径代价，Φ(m)表示第m帧图像各距离单元的路径变化情况。

5.根据权利要求4所述的基于最优路径法的目标群运动特征提取方法，其特征在于，

所述步骤S3中，求解最优路径时，包括如下步骤：

S3-1、获取目标群一维距离像历程图，依次计算每帧一维距离像更新后的幅度代价；

S3-2、根据更新后的幅度代价，从最后一帧开始，反向计算最强散射中心从前一帧到当前帧的总转移代价，得到前一帧到当前帧的最优路径；

S3-3、综合每两帧间的最优路径，得到总的最优路径；

S3-4、根据FFT主瓣宽度，将每帧的最强散射中心位置及幅度衰减3dB区间内的值置为0，返回步骤S3-1以提取下一个最强散射中心的最优路径；

S3-5、按步骤S3-1到步骤S3-4，依次关联每帧一维距离像中的各散射中心，得到各散射中心的最优路径，作为在一维距离像历程图中的变化轨迹。

6.根据权利要求1所述的基于最优路径法的目标群运动特征提取方法，其特征在于：

所述步骤S4中划分目标群中的各个目标时，将变化轨迹相同的各散射中心划为同一个目标，实现确定目标群中的各个目标。

7.根据权利要求6所述的基于最优路径法的目标群运动特征提取方法，其特征在于：

所述步骤S4中，计算各目标相对于参考目标的分离速度特征时，以各散射中心中最强的散射中心所属的目标作为参考目标，以参考目标的变化轨迹作为参考轨迹，选取分离释放时刻之后的时间，分析各目标的运动轨迹与参考轨迹的位置关系，并用一次函数进行拟合，表达式为：

R_i(t-t₀)-R₀(t-t₀)＝v_i(t-t₀)+B_i

其中，t₀为起始时刻，是分离释放时刻之后且各目标在图像中清晰可分的一个时刻，B_i为起始时刻第i个目标与参考目标之间的径向距离，R_i(t-t₀)为第i个目标的径向运动轨迹，R₀(t-t₀)为参考目标的径向运动轨迹，取R₀(t-t₀)恒定为零，得到表达式：

其中，v_i为第i个目标相对于参考目标的分离径向速度。

8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述基于最优路径法的目标群运动特征提取方法的步骤。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述基于最优路径法的目标群运动特征提取方法的步骤。

10.一种基于最优路径法的目标群运动特征提取装置，其特征在于，包括：

运动补偿单元，用于对目标群的多帧回波信号进行一维距离像成像，采用距离对齐使所有一维距离像包络和的能量最大，对回波信号进行运动补偿；

参数估计单元，用于基于目标的回波数据，采用超分辨参数估计方法估计一维距离像历程图中各个散射中心位置和幅度；

变化轨迹单元，用于将估计得到的各个散射中心位置构成散射中心序列，利用最优路径法得到各散射中心在一维距离像历程图中的变化轨迹；

速度提取单元，用于基于各散射中心的变化轨迹，划分目标群中的各个目标，选出最强的散射中心所属的目标作为参考目标，基于函数拟合，计算各目标相对于参考目标的分离速度特征。

Images