CN113093187B - 一种无道路信息辅助的csar地面动目标跟踪方法 - Google Patents

一种无道路信息辅助的csar地面动目标跟踪方法 Download PDF

Info

Publication number
CN113093187B
CN113093187B CN202110347997.8A CN202110347997A CN113093187B CN 113093187 B CN113093187 B CN 113093187B CN 202110347997 A CN202110347997 A CN 202110347997A CN 113093187 B CN113093187 B CN 113093187B
Authority
CN
China
Prior art keywords
moving target
domain
echo
channel
aperture
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.)
Active
Application number
CN202110347997.8A
Other languages
English (en)
Other versions
CN113093187A (zh
Inventor
安道祥
葛蓓蓓
陈乐平
冯东
周智敏
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.)
National University of Defense Technology
Original Assignee
National University of Defense 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 National University of Defense Technology filed Critical National University of Defense Technology
Priority to CN202110347997.8A priority Critical patent/CN113093187B/zh
Publication of CN113093187A publication Critical patent/CN113093187A/zh
Application granted granted Critical
Publication of CN113093187B publication Critical patent/CN113093187B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
    • G01S13/9021—SAR image post-processing techniques
    • G01S13/9029—SAR image post-processing techniques specially adapted for moving target detection within a single SAR image or within multiple SAR images taken at the same time
    • 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
    • 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
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
    • G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
    • G01S13/904—SAR modes
    • G01S13/9088—Circular SAR [CSAR, C-SAR]
    • 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
    • G01S7/36—Means for anti-jamming, e.g. ECCM, i.e. electronic counter-counter measures
    • 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
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Abstract

本申请涉及一种无道路信息辅助的CSAR地面动目标跟踪方法、装置、计算机设备和存储介质。所述方法包括：通过将接收到的多通道CSAR动目标回波信号划分为若干个子孔径回波，并变换到RD域进行通道配准和通道校正，通过CSI杂波抑制干扰算法实现动目标检测，构建动目标的测试集；通过RELAX算法估计RD域回波信号对应的动目标的径向速度，将径向速度为零的信号作为杂波去除，并通过恒虚警率检测进一步减少虚警目标，更新测试集；利用相位特征辅助的多目标跟踪算法根据测试集进行RD域动目标轨迹跟踪，并将RD域动目标轨迹投影到二维时域SAR图像中，通过参数估计实现多通道CSAR地面动目标轨迹重构，无需道路信息辅助。

Description

一种无道路信息辅助的CSAR地面动目标跟踪方法
技术领域
本申请涉及合成孔径雷达领域，特别是涉及一种无道路信息辅助的CSAR地面动目标跟踪方法、装置、计算机设备和存储介质。
背景技术
作为一种新兴成像雷达工作模式，圆周合成孔径雷达(Circular SAR，CSAR)因独特的全角度成像观测特点而快速发展。其360°的全方位观测能力，使CSAR具有超高分辨率和高信噪比。将CSAR平台运动的连续性用于地面动目标指示(Ground Moving TargetIndication，GMTI)，使CSAR-GMTI能够对动目标进行长时间、多角度持续观测，据此可实现对动目标持续跟踪与行驶轨迹重构，甚至实时动态监视，从而提高侦察情报实用价值。单通道CSAR-GMTI技术主要针对于快速运动目标，但难以检测主瓣杂波谱内的慢速运动目标，由此产生了多通道CSAR-GMTI技术。
多通道CSAR特殊的几何构型与空间自由度在带来全方位观测优势的同时，也增加了系统探测几何的复杂性，如何在多通道CSAR工作模式下实现动目标轨迹重构是一个亟待解决的技术问题。
发明内容
基于此，有必要针对上述技术问题，提供一种能够在多通道CSAR工作模式下实现动目标轨迹重构的无道路信息辅助的CSAR地面动目标跟踪方法、装置、计算机设备和存储介质。
一种无道路信息辅助的CSAR地面动目标跟踪方法，所述方法包括：
将接收到的多通道CSAR动目标回波信号划分为若干个子孔径回波，并变换到RD域进行通道配准和通道校正得到RD域回波信号；
根据所述RD域回波信号通过CSI杂波抑制干扰算法实现动目标检测，获取动目标在所述RD域的位置信息和干涉相位信息，根据所述位置信息、所述干涉相位信息和所述RD域回波信号，得到所述动目标的测试集；
根据所述测试集通过RELAX算法估计所述RD域回波信号对应的所述动目标的径向速度，将径向速度为零的信号作为杂波去除，并通过恒虚警率检测进一步减少虚警目标，更新所述测试集；
利用相位特征辅助的多目标跟踪算法根据更新后的所述测试集进行RD域动目标轨迹跟踪，并将所述RD域动目标轨迹投影到二维时域SAR图像中，通过参数估计实现多通道CSAR地面动目标轨迹重构。
在其中一个实施例中，还包括：将接收到的多通道CSAR动目标回波信号划分为若干个子孔径回波，并变换到RD域进行通道配准和通道校正得到第m个通道的RD域回波信号为：
ym(r,ta+Δtm)＝sm(r,ta+Δtm)+cm(r,ta+Δtm)+nm(r,ta+Δtm)
其中，ym表示第m个通道的RD域回波信号；r表示载机飞行半径；ta表示慢时间；表示通道m相对于通道1的时延，ω表示载机飞行角速度，d1m表示通道m到通道1的距离；sm(·)，cm(·)与nm(·)分别为动目标，杂波与噪声的回波分量。
在其中一个实施例中，还包括：经过方位傅里叶变换，得到第m个通道的RD域回波信号为：
Y(r,fa)＝A(vtr)S(r,fa)+C(r,fa)+N(r,fa)
其中，Y(r,fa)表示RD域回波信号；S(r,fa)表示N×1维动目标回波向量；N表示有效目标个数；fa为多普勒频率值；C(r,fa)和N(r,fa)分别表示M×1维杂波向量和噪声向量；vtr表示动目标径向速度分量；
A(vtr)＝[a(vtr,1)a(vtr,2)…a(vtr,N)]vtr，a(vtr,n)表示第n个目标对应于M个通道的导向矢量；
通过CSI杂波抑制干扰算法实现动目标检测，获取动目标在所述RD域的位置信息和干涉相位信息，根据所述位置信息、所述干涉相位信息和所述RD域回波信号，得到所述动目标的测试集为：
其中，Nk表示第k个子孔径回波中动目标数目；表示第k个子孔径回波中的动目标回波向量；/>表示第k个子孔径回波中第nk个动目标在RD域的位置量测值，/>为第k个子孔径回波中第nk个动目标CSI相位值。
在其中一个实施例中，还包括：由非线性最小二乘准则得到RELAX算法中预测S的代价函数为：
F[vtr,S]＝[Y-AS]H[Y-AS]
其中，S表示N×1维动目标回波向量；C和N分别表示M×1维杂波向量和噪声向量；vtr表示动目标径向速度向量；Y表示RD域回波信号向量；A表示导向矢量；H表示载机高度；
最小化代价函数得到所述RD域回波信号对应的所述动目标的径向速度和动目标回波分量为：
其中，n表示有效目标分量；表示所述RD域回波信号对应的所述动目标的径向速度；/>表示所述动目标回波分量；Ycal,n表示第n个目标的数据向量；M表示通道总数。
在其中一个实施例中，还包括：获取第j个动目标前k-1个子孔径的轨迹其中，i表示子孔径序号；
获取第k个子孔径的所述测试集为
通过距离和多普勒分量的1范数解定义所述RD域轨迹集和所述测试集的距离为：
通过最近邻搜索得到所述距离小于预设阈值Dth的集合
当Pk非空，集合中点的个数为L，将Pk中的点按照距离升序排列，若其中/>表示第/>个动目标点的相位，φth表示预设的相位阈值，则令
当Pk非空但或者/>进行一步预测操作，令其中，/>表示预测值；根据所述预测值/>和再次进行最近邻搜索，令Dth＝Dth/2，若/>则令/>否则，令/>
在其中一个实施例中，所述根据更新后的所述测试集进行RD域动目标轨迹跟踪之后，还包括：
若集合除Pk中的元素之外，还有剩余元素，则将所述剩余元素作为新的动目标轨迹起始位置。
在其中一个实施例中，还包括：根据动目标的真实位置和成像位置的距离关系，以及所述真实位置和所述成像位置的多普勒关系，将所述RD域动目标轨迹投影到二维时域SAR图像中，通过参数估计实现多通道CSAR地面动目标轨迹重构。
一种无道路信息辅助的CSAR地面动目标跟踪装置，所述装置包括：
RD域回波信号获取模块，用于将接收到的多通道CSAR动目标回波信号划分为若干个子孔径回波，并变换到RD域进行通道配准和通道校正得到RD域回波信号；
动目标测试集获取模块，用于根据所述RD域回波信号通过CSI杂波抑制干扰算法实现动目标检测，获取动目标在所述RD域的位置信息和干涉相位信息，根据所述位置信息、所述干涉相位信息和所述RD域回波信号，得到所述动目标的测试集；
动目标测试集更新模块，用于根据所述测试集通过RELAX算法估计所述RD域回波信号对应的所述动目标的径向速度，将径向速度为零的信号作为杂波去除，并通过恒虚警率检测进一步减少虚警目标，更新所述测试集；
动目标轨迹重构模块，用于利用相位特征辅助的多目标跟踪算法根据更新后的所述测试集进行RD域动目标轨迹跟踪，并将所述RD域动目标轨迹投影到二维时域SAR图像中，通过参数估计实现多通道CSAR地面动目标轨迹重构。
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以下步骤：
将接收到的多通道CSAR动目标回波信号划分为若干个子孔径回波，并变换到RD域进行通道配准和通道校正得到RD域回波信号；
根据所述RD域回波信号通过CSI杂波抑制干扰算法实现动目标检测，获取动目标在所述RD域的位置信息和干涉相位信息，根据所述位置信息、所述干涉相位信息和所述RD域回波信号，得到所述动目标的测试集；
根据所述测试集通过RELAX算法估计所述RD域回波信号对应的所述动目标的径向速度，将径向速度为零的信号作为杂波去除，并通过恒虚警率检测进一步减少虚警目标，更新所述测试集；
利用相位特征辅助的多目标跟踪算法根据更新后的所述测试集进行RD域动目标轨迹跟踪，并将所述RD域动目标轨迹投影到二维时域SAR图像中，通过参数估计实现多通道CSAR地面动目标轨迹重构。
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以下步骤：
将接收到的多通道CSAR动目标回波信号划分为若干个子孔径回波，并变换到RD域进行通道配准和通道校正得到RD域回波信号；
根据所述RD域回波信号通过CSI杂波抑制干扰算法实现动目标检测，获取动目标在所述RD域的位置信息和干涉相位信息，根据所述位置信息、所述干涉相位信息和所述RD域回波信号，得到所述动目标的测试集；
根据所述测试集通过RELAX算法估计所述RD域回波信号对应的所述动目标的径向速度，将径向速度为零的信号作为杂波去除，并通过恒虚警率检测进一步减少虚警目标，更新所述测试集；
利用相位特征辅助的多目标跟踪算法根据更新后的所述测试集进行RD域动目标轨迹跟踪，并将所述RD域动目标轨迹投影到二维时域SAR图像中，通过参数估计实现多通道CSAR地面动目标轨迹重构。
上述无道路信息辅助的CSAR地面动目标跟踪方法、装置、计算机设备和存储介质，通过将接收到的多通道CSAR动目标回波信号划分为若干个子孔径回波，并变换到RD域进行通道配准和通道校正得到RD域回波信号；通过CSI杂波抑制干扰算法实现动目标检测，获取动目标在RD域的位置信息和干涉相位信息，并根据RD域回波信号构建动目标的测试集；通过RELAX算法估计RD域回波信号对应的动目标的径向速度，将径向速度为零的信号作为杂波去除，并通过恒虚警率检测进一步减少虚警目标，更新测试集；利用相位特征辅助的多目标跟踪算法根据测试集进行RD域动目标轨迹跟踪，并将RD域动目标轨迹投影到二维时域SAR图像中，通过参数估计实现多通道CSAR地面动目标轨迹重构。本发明通过对多通道动目标回波信号进行通道配准、通道校正，以及CSI-RELAX进行杂波抑制和恒虚警检测得到有效信号，通过参数估计实现多通道CSAR地面动目标轨迹重构，无需道路信息辅助。
附图说明
图1为一个实施例中无道路信息辅助的CSAR地面动目标跟踪方法的应用场景图；
图2为一个实施例中无道路信息辅助的CSAR地面动目标跟踪方法的流程示意图；
图3为一个实施例中实际试验场景光学图像及实测数据CSAR成像结果示意图；
图4为一个实施例中通道配准前后某一子孔径中各通道的幅度分布图；
图5为一个实施例中某一子孔径动目标检测结果示意图；
图6为一个实施例中RD域多目标轨迹跟踪结果示意图；
图7为一个实施例中CSAR动目标位置偏移示意图；
图8a为目标1的RD域跟踪结果示意图；
图8b为目标1的径向速度估计结果示意图；
图8c为目标1的SAR图像上的轨迹重构结果示意图；
图9a为目标2的RD域跟踪结果示意图；
图9b为目标2的径向速度估计结果示意图；
图9c为目标2的SAR图像上的轨迹重构结果示意图；
图10a为目标3的RD域跟踪结果示意图；
图10b为目标3的径向速度估计结果示意图；
图10c为目标3的SAR图像上的轨迹重构结果示意图；
图11为一个具体实施例中无道路信息辅助的CSAR地面动目标跟踪方法的流程示意图；
图12为一个实施例中无道路信息辅助的CSAR地面动目标跟踪装置的结构框图；
图13为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的无道路信息辅助的CSAR地面动目标跟踪方法，可以应用于如图1所示的应用环境中。载机平台沿圆周飞行，侧视雷达波束指向垂直于载机的飞行方向，目标始终位于圆周合成孔径范围内。
在一个实施例中，如图2所示，提供了一种无道路信息辅助的CSAR地面动目标跟踪方法，包括以下步骤：
步骤202，将接收到的多通道CSAR动目标回波信号划分为若干个子孔径回波，并变换到RD域进行通道配准和通道校正得到RD域回波信号。
现有的单通道CSAR地面动目标检测技术通过多普勒滤波实现动目标检测，将RD域的轨迹投影到道路网格来实现动目标轨迹重构，即需要道路信息辅助。本发明所提出的多通道CSAR地面动目标检测方法，充分利用多通道的回波信号，通过参数估计的方式实现动目标轨迹重构，无需道路信息辅助。
本发明中的系统参数如表1所示：
表1
发射信号中心频率(fc) Ku
发射信号带宽(B) 900MHz
雷达平台速度(V) 180km/h
圆周轨迹半径 2000m
雷达平台飞行高度 2000m
探测场景光学图像及CSAR成像结果如图3所示，探测场景为一个环岛路口，包含较多车辆为主的动目标。本发明针对场景大小为1000m×1000m(X轴方向×Y轴方向)。
已知CSAR发射信号的中心频率为fc，带宽为B。假设笛卡尔坐标系原点为探测场景中心，载机到该点的距离Rref为参考斜距，成像场景中某运动目标P的位置为
rp(ta)＝(xp,yP,zP)T＝(x0+vxta,y0+vyta,0)T
其中，vp＝(vx,vy,0)T和rp0＝(x0,y0,0)T分别为运动速度以及初始位置。载机平台以角速度ω绕Z轴做半径为r的匀速圆周运动，慢时间ta时刻各通道的位置坐标Lm(ta)＝(Xm,Ym,Zm)T表示为
其中，H为载机高度，θta∈[0,2π]为通道1(参考通道)的角度变量，且θta＝ωta，d1m表示通道m到通道1的距离，M表示通道个数。为实现准确参数估计，将信号划分为K个子孔径。设雷达发射信号为线性调频信号(Linear frequency modulation，LFM)，则接收到的第k个子孔径的CSAR动目标回波信号经去调频后为：
其中，tk与Tsub分别表示子孔径中心时刻与子孔径持续时间，σP为目标P的散射系数，pr(·)为脉冲压缩后的信号包络，r表示斜距，c为光速。ΔRm(ta；rp)为载机到动目标的斜距与参考斜距Rref的差值，即：
ΔRm(ta；rp)＝Rm(ta；rp)-Rref
其中，
在二维频域中实现通道配准，通过最小二乘准则去除幅度与相位误差，采取迭代方式求取通道m的校正回波
其中，Fa为脉冲重复频率，Fr为距离采用频率。
之后，利用幅度盲校正方法消除旁瓣误差。假设剩余随机幅度误差U服从均匀分布，根据幅度误差与通道间接收信号功率谱的关系，得：
ps(Ym(r,fa))＝U2ps(Y1(r,fa))
经过通道配准与通道均衡后，第m个通道的信号回波可表示为：
ym(r,ta+Δtm)＝sm(r,ta+Δtm)+cm(r,ta+Δtm)+nm(r,ta+Δtm)
其中，表示通道m相对于通道1的时延，sm(·)，cm(·)与nm(·)分别为动目标，杂波与噪声的回波分量。
图4为通道配准前后某一子孔径中各通道的幅度分布图。图4(a)、图4(b)与图4(c)分别为未做通道配准时各通道的幅度分布结果，二维均衡处理后各通道的幅度分布结果，以及结合二维均衡与幅度盲校正方法后各通道的幅度分布图。可以看出，在通道配准之前，各通道间存在明显的幅度差别，二维均衡法可以有效改善主瓣区域的偏差项，但旁瓣区域改善效果不佳。但幅度盲均衡处理能够有效解决该问题。
步骤204，根据RD域回波信号通过CSI杂波抑制干扰算法实现动目标检测，获取动目标在RD域的位置信息和干涉相位信息，根据位置信息、干涉相位信息和RD域回波信号，得到动目标的测试集。
经过方位傅里叶变换，第m个通道的RD域回波信号为：
Y(r,fa)＝A(vtr)S(r,fa)+C(r,fa)+N(r,fa)
其中，Y(r,fa)表示RD域回波信号；S(r,fa)表示N×1维动目标回波向量；N表示有效目标个数；fa为多普勒频率值；C(r,fa)和N(r,fa)分别表示M×1维杂波向量和噪声向量；vtr表示动目标径向速度分量；
A(vtr)＝[a(vtr,1)a(vtr,2)…a(vtr,N)]vtr，a(vtr,n)表示第n个目标对应于M个通道的导向矢量；
利用CSI进行杂波抑制，得到动目标的测试集合为：
其中，Nk表示第k个子孔径回波中动目标数目；表示第k个子孔径回波中的动目标回波向量；/>表示第k个子孔径回波中第nk个动目标在RD域的位置量测值，/>为第k个子孔径回波中第nk个动目标CSI相位值。
CSI杂波抑制干扰算法去除了较强的杂波信号，可以提高后续RELAX算法的效率。
步骤206，根据测试集通过RELAX算法估计RD域回波信号对应的动目标的径向速度，将径向速度为零的信号作为杂波去除，并通过恒虚警率检测进一步减少虚警目标，更新测试集。
对测量集合进行局部RELAX操作，进一步减少虚警目标，提高后续跟踪精度，并获得动目标的径向速度RELAX算法通过迭代将多维优化问题转化为依赖主成分的多个一维波束形成过程。杂波可以定义为速度为零的目标信号，因此可将C归到S集合中。由非线性最小二乘准则得到代价函数为：
F[vtr,S,C]＝[Y-AS-C]H[Y-AS-C]
F[vtr,S]＝[Y-AS]H[Y-AS]
最小化代价函数得到得
通过迭代得到估计结果后，将杂波分量减去，即可完成杂波抑制，凸显动目标信息，并更新测试集
RELAX算法可以在测试集中检测到微弱的动目标，是一个高检测分辨率的参数估计算法。
图5是某一子孔径动目标检测结果示意图，其中水平方向为多普勒向采样点，垂直方向为距离采样点。由图5左图可以看出运动目标均淹没在静止杂波中，随后通过CSI-RELAX抑制静止杂波，并利用CFAR检测，获的相应的二值图像，如图5右图所示。每一个二值图像块，表示一个动目标分量。
步骤208，利用相位特征辅助的多目标跟踪算法根据更新后的测试集进行RD域动目标轨迹跟踪，并将RD域动目标轨迹投影到二维时域SAR图像中，通过参数估计实现多通道CSAR地面动目标轨迹重构。
在RD域获取多个子孔径动目标检测结果之后，需要对不同子孔径间同一动目标进行关联，称之为RD域动目标轨迹跟踪。
假设第j个动目标的RD域轨迹和相位集可以表示为：
其中，J表示第k个子孔径中动目标的数目。假设已经得到前k-1个子孔径的轨迹下一步需要根据第k-1个子孔径中的轨迹，从第k个子孔径的测试集合/>中获取Wk,j。用距离和多普勒分量的1范数解定义/>与Wk-1,j的距离为：
首先，通过最近邻搜索得到小于预设阈值Dth的集合考虑以下两种情况：
情况1：如果Pk非空且个数为L，第一步，将Pk按照距离升序排列，随后逐个将Pk中各点的相位与阈值φth比较。第二步，如果/>则令/>如果Pk非空但则进行一步预测操作
其中，表示预测值。随后根据预测值与/>再次进行最近邻搜索，此时阈值变为Dth/2。若/>非空，则令/>否则，令/>
情况2：如果Pk为空集，直接进行一步预测操作，得到预测值并重复情况一中的第二步处理。阈值根据已跟踪的轨迹适时调整。
若最后集合中除了Pk中的元素仍有其他剩余元素，则将剩余元素作为新的动目标轨迹起始位置。
如图6所示为RD域多目标轨迹跟踪结果示意图，多条曲线表示多个动目标轨迹，多目标跟踪轨迹是通过基于相位特征辅助的目标跟踪方法与预测法获取的。
在SAR图像中，运动目标会发生位置偏移和散焦。以通道1为例，在tk时刻，飞机与运动目标的真实位置为L1(tk)和rp(tk)，但运动目标的实际成像位置为rq(tk)。图7是CSAR动目标位置偏移示意图，运动目标的实际运动位置为P，但成像位置为Q。二者的多普勒关系相等，与载机位置的距离也相等。
根据动目标与雷达之间的相对运动关系，可以获得CSAR动目标偏移位置，
其中，第一个等式表示真实位置与成像位置的距离关系，第二个等式表示其多普勒关系。根据运动目标轨迹遍历多帧子孔径，并将估计结果投影到SAR图像中实现轨迹重构。图8-10是合作目标的动目标参数估计与轨迹重构结果示意图。图8-10中a，b，c分别为RD域跟踪结果、径向速度估计结果与SAR图像上的轨迹重构结果。将CSI-RELAX方法的估计值与GPS真实值进行对比。估计的径向速度平均误差分别为0.2682m/s(目标1)，0.4276m/s(目标2)与0.4987m/s(目标3)，而位置估计平均误差分别为23.7534m(目标1)，36.1252m(目标2)与38.7642m(目标3)。估计结果表明了本发明方法能实现良好的轨迹重构。
上述无道路信息辅助的CSAR地面动目标跟踪方法中，通过将接收到的多通道CSAR动目标回波信号划分为若干个子孔径回波，并变换到RD域进行通道配准和通道校正得到RD域回波信号；通过CSI杂波抑制干扰算法实现动目标检测，获取动目标在RD域的位置信息和干涉相位信息，并根据RD域回波信号构建动目标的测试集；通过RELAX算法估计RD域回波信号对应的动目标的径向速度，将径向速度为零的信号作为杂波去除，并通过恒虚警率检测进一步减少虚警目标，更新测试集；利用相位特征辅助的多目标跟踪算法根据测试集进行RD域动目标轨迹跟踪，并将RD域动目标轨迹投影到二维时域SAR图像中，通过参数估计实现多通道CSAR地面动目标轨迹重构。本发明通过对多通道动目标回波信号进行通道配准、通道校正，以及CSI-RELAX进行杂波抑制和恒虚警检测得到有效信号，通过参数估计实现多通道CSAR地面动目标轨迹重构，无需道路信息辅助。
在其中一个实施例中，还包括：将接收到的多通道CSAR动目标回波信号划分为若干个子孔径回波，并变换到RD域进行通道配准和通道校正得到第m个通道的RD域回波信号为：
ym(r,ta+Δtm)＝sm(r,ta+Δtm)+cm(r,ta+Δtm)+nm(r,ta+Δtm)
其中，ym表示第m个通道的RD域回波信号；r表示载机飞行半径；ta表示慢时间；表示通道m相对于通道1的时延，ω表示载机飞行角速度，d1m表示通道m到通道1的距离；sm(·)，cm(·)与nm(·)分别为动目标，杂波与噪声的回波分量。
在其中一个实施例中，还包括：经过方位傅里叶变换，得到第m个通道的RD域回波信号为：
Y(r,fa)＝A(vtr)S(r,fa)+C(r,fa)+N(r,fa)
其中，Y(r,fa)表示RD域回波信号；S(r,fa)表示N×1维动目标回波向量；N表示有效目标个数；fa为多普勒频率值；C(r,fa)和N(r,fa)分别表示M×1维杂波向量和噪声向量；vtr表示动目标径向速度分量；
A(vtr)＝[a(vtr,1)a(vtr,2)…a(vtr,N)]vtr，a(vtr,n)表示第n个目标对应于M个通道的导向矢量；
通过CSI杂波抑制干扰算法实现动目标检测，获取动目标在RD域的位置信息和干涉相位信息，根据位置信息、干涉相位信息和RD域回波信号，得到动目标的测试集为：
其中，Nk表示第k个子孔径回波中动目标数目；表示第k个子孔径回波中的动目标回波向量；/>表示第k个子孔径回波中第nk个动目标在RD域的位置量测值，/>为第k个子孔径回波中第nk个动目标CSI相位值。
在其中一个实施例中，还包括：由非线性最小二乘准则得到RELAX算法中预测S的代价函数为：
F[vtr,S]＝[Y-AS]H[Y-AS]
其中，S表示N×1维动目标回波向量；C和N分别表示M×1维杂波向量和噪声向量；vtr表示动目标径向速度向量；Y表示RD域回波信号向量；A表示导向矢量；H表示载机高度；
最小化代价函数得到RD域回波信号对应的动目标的径向速度和动目标回波分量为：
其中，n表示有效目标分量；表示RD域回波信号对应的动目标的径向速度；表示动目标回波分量；Ycal,n表示第n个目标的数据向量；M表示通道总数。
在其中一个实施例中，还包括：获取第j个动目标前k-1个子孔径的轨迹其中，i表示子孔径序号；
获取第k个子孔径的测试集为
通过距离和多普勒分量的1范数解定义RD域轨迹集和测试集的距离为：
通过最近邻搜索得到距离小于预设阈值Dth的集合/>
当Pk非空，集合中点的个数为L，将Pk中的点按照距离升序排列，若其中/>表示第/>个动目标点的相位，φth表示预设的相位阈值，则令
当Pk非空但或者/>进行一步预测操作，令其中，/>表示预测值；根据预测值/>和再次进行最近邻搜索，令Dth＝Dth/2，若/>则令/>否则，令/>
在其中一个实施例中，根据更新后的测试集进行RD域动目标轨迹跟踪之后，还包括：
若集合除Pk中的元素之外，还有剩余元素，则将剩余元素作为新的动目标轨迹起始位置。
在其中一个实施例中，还包括：根据动目标的真实位置和成像位置的距离关系，以及真实位置和成像位置的多普勒关系，将RD域动目标轨迹投影到二维时域SAR图像中，通过参数估计实现多通道CSAR地面动目标轨迹重构。
应该理解的是，虽然图2的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个具体实施例中，如图11所示，提供了一种无道路信息辅助的CSAR地面动目标跟踪方法，整个流程包括四个处理步骤：第一步，子孔径划分与通道预处理；第二步，多通道动目标检测；第三步，RD域动目标轨迹跟踪；第四步，通过参数估计实现轨迹重构。
在一个实施例中，如图12所示，提供了一种无道路信息辅助的CSAR地面动目标跟踪装置，包括：RD域回波信号获取模块1002、动目标测试集获取模块1004、动目标测试集更新模块1006和动目标轨迹重构模块1008，其中：
RD域回波信号获取模块1002，用于将接收到的多通道CSAR动目标回波信号划分为若干个子孔径回波，并变换到RD域进行通道配准和通道校正得到RD域回波信号。
动目标测试集获取模块1004，用于根据RD域回波信号通过CSI杂波抑制干扰算法实现动目标检测，获取动目标在RD域的位置信息和干涉相位信息，根据位置信息、干涉相位信息和RD域回波信号，得到动目标的测试集；
动目标测试集更新模块1006，用于根据测试集通过RELAX算法估计RD域回波信号对应的动目标的径向速度，将径向速度为零的信号作为杂波去除，并通过恒虚警率检测进一步减少虚警目标，更新测试集；
动目标轨迹重构模块1008，用于利用相位特征辅助的多目标跟踪算法根据更新后的测试集进行RD域动目标轨迹跟踪，并将RD域动目标轨迹投影到二维时域SAR图像中，通过参数估计实现多通道CSAR地面动目标轨迹重构。
RD域回波信号获取模块1002还用于将接收到的多通道CSAR动目标回波信号划分为若干个子孔径回波，并变换到RD域进行通道配准和通道校正得到第m个通道的RD域回波信号为：
ym(r,ta+Δtm)＝sm(r,ta+Δtm)+cm(r,ta+Δtm)+nm(r,ta+Δtm)
其中，ym表示第m个通道的RD域回波信号；r表示载机飞行半径；ta表示慢时间；表示通道m相对于通道1的时延，ω表示载机飞行角速度，d1m表示通道m到通道1的距离；sm(·)，cm(·)与nm(·)分别为动目标，杂波与噪声的回波分量。
动目标测试集获取模块1004还用于经过方位傅里叶变换，得到第m个通道的RD域回波信号为：
Y(r,fa)＝A(vtr)S(r,fa)+C(r,fa)+N(r,fa)
其中，Y(r,fa)表示RD域回波信号；S(r,fa)表示N×1维动目标回波向量；N表示有效目标个数；fa为多普勒频率值；C(r,fa)和N(r,fa)分别表示M×1维杂波向量和噪声向量；vtr表示动目标径向速度分量；
A(vtr)＝[a(vtr,1)a(vtr,2)…a(vtr,N)]vtr，a(vtr,n)表示第n个目标对应于M个通道的导向矢量；
通过CSI杂波抑制干扰算法实现动目标检测，获取动目标在RD域的位置信息和干涉相位信息，根据位置信息、干涉相位信息和RD域回波信号，得到动目标的测试集为：
其中，Nk表示第k个子孔径回波中动目标数目；表示第k个子孔径回波中的动目标回波向量；/>表示第k个子孔径回波中第nk个动目标在RD域的位置量测值，/>为第k个子孔径回波中第nk个动目标CSI相位值。
动目标测试集更新模块1006还用于由非线性最小二乘准则得到RELAX算法中预测S的代价函数为：
F[vtr,S]＝[Y-AS]H[Y-AS]
其中，S表示N×1维动目标回波向量；C和N分别表示M×1维杂波向量和噪声向量；vtr表示动目标径向速度向量；Y表示RD域回波信号向量；A表示导向矢量；H表示载机高度；
最小化代价函数得到RD域回波信号对应的动目标的径向速度和动目标回波分量为：
/>
其中，n表示有效目标分量；表示RD域回波信号对应的动目标的径向速度；表示动目标回波分量；Ycal,n表示第n个目标的数据向量；M表示通道总数。
动目标轨迹重构模块1008还用于获取第j个动目标前k-1个子孔径的轨迹其中，i表示子孔径序号；
获取第k个子孔径的测试集为
通过距离和多普勒分量的1范数解定义RD域轨迹集和测试集的距离为：
通过最近邻搜索得到距离小于预设阈值Dth的集合
当Pk非空，集合中点的个数为L，将Pk中的点按照距离升序排列，若其中/>表示第/>个动目标点的相位，φth表示预设的相位阈值，则令
当Pk非空但或者/>进行一步预测操作，令其中，/>表示预测值；根据预测值/>和再次进行最近邻搜索，令Dth＝Dth/2，若/>则令/>否则，令/>
动目标轨迹重构模块1008还用于根据更新后的测试集进行RD域动目标轨迹跟踪之后，判断若集合除Pk中的元素之外，还有剩余元素，则将剩余元素作为新的动目标轨迹起始位置。
动目标轨迹重构模块1008还用于根据动目标的真实位置和成像位置的距离关系，以及真实位置和成像位置的多普勒关系，将RD域动目标轨迹投影到二维时域SAR图像中，通过参数估计实现多通道CSAR地面动目标轨迹重构。
关于无道路信息辅助的CSAR地面动目标跟踪装置的具体限定可以参见上文中对于无道路信息辅助的CSAR地面动目标跟踪方法的限定，在此不再赘述。上述无道路信息辅助的CSAR地面动目标跟踪装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图13所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种无道路信息辅助的CSAR地面动目标跟踪方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图13中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行计算机程序时实现上述方法实施例中的步骤。
在一个实施例中，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方法实施例中的步骤。
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，所述的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，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (6)

1.一种无道路信息辅助的CSAR地面动目标跟踪方法，其特征在于，所述方法包括：
将接收到的多通道CSAR动目标回波信号划分为若干个子孔径回波，并变换到RD域进行通道配准和通道校正得到第m个通道的RD域回波信号为：
ym(r,ta+Δtm)＝sm(r,ta+Δtm)+cm(r,ta+Δtm)+nm(r,ta+Δtm)
其中，ym表示第m个通道的RD域回波信号；r表示目标到载机的斜距距离；ta表示慢时间；表示通道m相对于通道1的时延，ω表示载机飞行角速度，d1m表示通道m到通道1的距离；sm(·)，cm(·)与nm(·)分别为动目标，杂波与噪声的回波分量；
经过方位傅里叶变换，得到第m个通道的RD域回波信号为：
Y(r,fa)＝A(vtr)S(r,fa)+C(r,fa)+N(r,fa)
其中，Y表示RD域回波信号；S表示N×1维动目标回波向量；fa为多普勒频率值；C和N分别表示M×1维杂波向量和噪声向量；vtr表示动目标径向速度分量；A(vtr)＝[a(vtr,1)a(vtr,2)…a(vtr,N)]vtr，其中a(vtr,n)表示第n个目标对应于M个通道的导向矢量；
通过CSI杂波抑制干扰算法实现动目标检测，获取动目标在所述RD域的位置信息和干涉相位信息，根据所述位置信息、所述干涉相位信息和所述RD域回波信号，得到所述动目标的测试集为：
其中，Nk表示第k个子孔径回波中动目标数目；表示第k个子孔径回波中的动目标回波向量；/>表示第k个子孔径回波中第nk个动目标在RD域的位置量测值，/>为第k个子孔径回波中第nk个动目标CSI相位值；
由非线性最小二乘准则得到RELAX算法中预测S的代价函数为：
F[vtr,S]＝[Y-AS]H[Y-AS]
其中，A表示由导向矢量构成的流形矩阵；
最小化代价函数得到所述RD域回波信号对应的所述动目标的径向速度和动目标回波分量为：
其中，n表示有效目标分量；表示所述RD域回波信号对应的所述动目标的径向速度；/>表示所述动目标回波分量；Ycal,n表示第n个目标的数据向量；M表示通道总数；
将径向速度为零的信号作为杂波去除，并通过恒虚警率检测进一步减少虚警目标，更新所述测试集；
获取第j个动目标前k-1个子孔径的轨迹其中，i表示子孔径序号；
获取第k个子孔径的所述测试集为
通过距离和多普勒分量的1范数解定义所述RD域轨迹集和所述测试集的距离为：
通过最近邻搜索得到所述距离小于预设阈值Dth的集合Pk＝{Vk,j|Dk,nk＜Dth}；
当Pk非空，集合中点的个数为L，将Pk中的点按照距离升序排列，若若/>则令/>其中/>表示第l个动目标点的相位，φth表示预设的相位阈值；
当Pk非空但或者/>进行一步预测操作，令其中，/>表示预测值；根据所述预测值/>和再次进行最近邻搜索，令Dth＝Dth/2，若/>则令/>否则，令/>
将所述RD域动目标轨迹投影到二维时域SAR图像中，通过参数估计实现多通道CSAR地面动目标轨迹重构。
2.根据权利要求1所述的方法，其特征在于，所述根据更新后的所述测试集进行RD域动目标轨迹跟踪之后，还包括：
若集合Vk,nk除Pk中的元素之外，还有剩余元素，则将所述剩余元素作为新的动目标轨迹起始位置。
3.根据权利要求2所述的方法，其特征在于，将所述RD域动目标轨迹投影到二维时域SAR图像中，通过参数估计实现多通道CSAR地面动目标轨迹重构，包括：
根据动目标的真实位置和成像位置的距离关系，以及所述真实位置和所述成像位置的多普勒关系，将所述RD域动目标轨迹投影到二维时域SAR图像中，通过参数估计实现多通道CSAR地面动目标轨迹重构。
4.一种无道路信息辅助的CSAR地面动目标跟踪装置，其特征在于，所述装置包括：
RD域回波信号获取模块，用于将接收到的多通道CSAR动目标回波信号划分为若干个子孔径回波，并变换到RD域进行通道配准和通道校正得到第m个通道的RD域回波信号为：
ym(r,ta+Δtm)＝sm(r,ta+Δtm)+cm(r,ta+Δtm)+nm(r,ta+Δtm)
其中，ym表示第m个通道的RD域回波信号；r表示目标到载机的斜距距离；ta表示慢时间；表示通道m相对于通道1的时延，ω表示载机飞行角速度，d1m表示通道m到通道1的距离；sm(·)，cm(·)与nm(·)分别为动目标，杂波与噪声的回波分量；
动目标测试集获取模块，用于经过方位傅里叶变换，得到第m个通道的RD域回波信号为：
Y(r,fa)＝A(vtr)S(r,fa)+C(r,fa)+N(r,fa)
其中，Y表示RD域回波信号；S表示N×1维动目标回波向量；fa为多普勒频率值；C和N分别表示M×1维杂波向量和噪声向量；vtr表示动目标径向速度分量；A(vtr)＝[a(vtr,1)a(vtr,2)…a(vtr,N)]vtr，其中a(vtr,n)表示第n个目标对应于M个通道的导向矢量；
通过CSI杂波抑制干扰算法实现动目标检测，获取动目标在所述RD域的位置信息和干涉相位信息，根据所述位置信息、所述干涉相位信息和所述RD域回波信号，得到所述动目标的测试集为：
其中，Nk表示第k个子孔径回波中动目标数目；表示第k个子孔径回波中的动目标回波向量；/>表示第k个子孔径回波中第nk个动目标在RD域的位置量测值，/>为第k个子孔径回波中第nk个动目标CSI相位值；
动目标测试集更新模块，用于由非线性最小二乘准则得到RELAX算法中预测S的代价函数为：
F[vtr,S]＝[Y-AS]H[Y-AS]
其中，A表示由导向矢量构成的流形矩阵；
最小化代价函数得到所述RD域回波信号对应的所述动目标的径向速度和动目标回波分量为：
其中，n表示有效目标分量；表示所述RD域回波信号对应的所述动目标的径向速度；/>表示所述动目标回波分量；Ycal,n表示第n个目标的数据向量；M表示通道总数；
将径向速度为零的信号作为杂波去除，并通过恒虚警率检测进一步减少虚警目标，更新所述测试集；
动目标轨迹重构模块，用于获取第j个动目标前k-1个子孔径的轨迹其中，i表示子孔径序号；
获取第k个子孔径的所述测试集为
通过距离和多普勒分量的1范数解定义所述RD域轨迹集和所述测试集的距离为：
通过最近邻搜索得到所述距离小于预设阈值Dth的集合Pk＝{Vk,j|Dk,nk＜Dth}；
当Pk非空，集合中点的个数为L，将Pk中的点按照距离升序排列，若若/>则令/>其中/>表示第l个动目标点的相位，φth表示预设的相位阈值；
当Pk非空但或者/>进行一步预测操作，令其中，/>表示预测值；根据所述预测值/>和再次进行最近邻搜索，令Dth＝Dth/2，若/>则令/>否则，令/>
将所述RD域动目标轨迹投影到二维时域SAR图像中，通过参数估计实现多通道CSAR地面动目标轨迹重构。
5.一种计算机设备，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3中任一项所述方法的步骤。
6.一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3中任一项所述的方法的步骤。
CN202110347997.8A 2021-03-31 2021-03-31 一种无道路信息辅助的csar地面动目标跟踪方法 Active CN113093187B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110347997.8A CN113093187B (zh) 2021-03-31 2021-03-31 一种无道路信息辅助的csar地面动目标跟踪方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110347997.8A CN113093187B (zh) 2021-03-31 2021-03-31 一种无道路信息辅助的csar地面动目标跟踪方法

Publications (2)

Publication Number Publication Date
CN113093187A CN113093187A (zh) 2021-07-09
CN113093187B true CN113093187B (zh) 2023-07-21

Family

ID=76672019

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110347997.8A Active CN113093187B (zh) 2021-03-31 2021-03-31 一种无道路信息辅助的csar地面动目标跟踪方法

Country Status (1)

Country Link
CN (1) CN113093187B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114140964B (zh) * 2021-11-25 2023-08-08 株洲国创轨道科技有限公司 基于无线感知的地铁隧道异物入侵检测方法及检测系统
CN114637002B (zh) * 2022-05-18 2022-08-09 南京隼眼电子科技有限公司 用于雷达的运动目标跟踪方法、装置及存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107607943A (zh) * 2017-09-07 2018-01-19 西安电子科技大学 基于干涉相位辅助的延迟多普勒雷达高度表的测高方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101858976B (zh) * 2010-05-25 2012-05-23 重庆大学 一种基于单通道sar多子孔径的运动目标检测方法
US9625547B2 (en) * 2013-03-28 2017-04-18 Universitatsspital Basel Magnetic resonance imaging method for the quantification of the T1 and/or T2 relaxation times in a sample
US10698113B2 (en) * 2017-08-09 2020-06-30 Institut National D'optique Three-dimensional synthetic aperture imaging using spatial amplitude modulation
CN108020834B (zh) * 2017-11-14 2019-12-24 石家庄铁道大学 基于改进edpca的运动目标检测方法、装置及电子设备
WO2019191318A1 (en) * 2018-03-27 2019-10-03 Polte Corporation Network architecture and methods for location services
CN109856635B (zh) * 2019-02-28 2020-09-18 中国人民解放军国防科技大学 一种csar地面动目标重聚焦成像方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107607943A (zh) * 2017-09-07 2018-01-19 西安电子科技大学 基于干涉相位辅助的延迟多普勒雷达高度表的测高方法

Also Published As

Publication number Publication date
CN113093187A (zh) 2021-07-09

Similar Documents

Publication Publication Date Title
CN109975807B (zh) 一种适用于毫米波车载雷达的降维子空间测角方法
CN100365429C (zh) 一种合成孔径雷达运动目标成像方法
EP3943968A1 (en) Methods and system for detection of objects in a vicinity of a vehicle
CN113093187B (zh) 一种无道路信息辅助的csar地面动目标跟踪方法
US11092686B2 (en) Method, apparatus and device for doppler compensation in a time switched MIMO radar system
CN113504522B (zh) 一种基于发射天线随机切换的时空解耦与超分辨测角方法
CN111273248B (zh) 一种基于相位补偿的解速度模糊方法
CN113687356B (zh) 一种机载多通道圆迹sar运动目标检测与估计方法
US20210239825A1 (en) Object tracking apparatus
CN109799502B (zh) 一种适用于滤波反投影算法的两维自聚焦方法
CN113466797B (zh) 基于杂波脊匹配稀疏恢复的双基sar空-时杂波抑制方法
Page et al. Detection and tracking of moving vehicles with Gotcha radar systems
CN111707996B (zh) 基于改进grft-stap的geo星机sar动目标检测方法
CN116500626B (zh) 一种多接收阵元数据收发合置转换方法
KR101796472B1 (ko) 레이더 장치 및 그것을 이용한 도래각 추정 방법
US20220244373A1 (en) Radar Data Processing for Vehicle Ego-motion Estimation
CN113419240B (zh) 基于双通道sar的动目标检测方法，双通道sar及存储介质
CN112689773B (zh) 雷达信号处理方法和雷达信号处理装置
CN112859018B (zh) 一种基于图像几何校正的视频sar成像方法
Farhadi et al. Synthetic aperture radar imaging of moving targets for automotive applications
Sun et al. Two-dimensional subspace-based model order selection methods for FMCW automotive radar systems
CN112731321A (zh) 基于mimo认知雷达的移动机器人避障及地图绘制方法
Schuster et al. Target tracking in marine environment using automotive radar and laser range sensor
US20220244372A1 (en) Radar Data Processing for Vehicle Ego-motion Estimation
Le Chevalier et al. STAP processing without noise-only reference: requirements and solutions

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