CN113885006A - 一种机动转弯目标相参积累检测方法 - Google Patents
一种机动转弯目标相参积累检测方法 Download PDFInfo
- Publication number
- CN113885006A CN113885006A CN202111157678.7A CN202111157678A CN113885006A CN 113885006 A CN113885006 A CN 113885006A CN 202111157678 A CN202111157678 A CN 202111157678A CN 113885006 A CN113885006 A CN 113885006A
- Authority
- CN
- China
- Prior art keywords
- search
- target
- distance
- turning
- coherent 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
Links
- 238000009825 accumulation Methods 0.000 title claims abstract description 82
- 238000000034 method Methods 0.000 title claims abstract description 74
- 230000001427 coherent effect Effects 0.000 title claims abstract description 58
- 238000001514 detection method Methods 0.000 claims abstract description 56
- 230000033001 locomotion Effects 0.000 claims abstract description 48
- 239000013598 vector Substances 0.000 claims abstract description 13
- 239000011159 matrix material Substances 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims abstract description 8
- 230000006835 compression Effects 0.000 claims abstract description 7
- 238000007906 compression Methods 0.000 claims abstract description 7
- 230000035485 pulse pressure Effects 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 12
- 150000001875 compounds Chemical class 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims description 7
- 239000000126 substance Substances 0.000 claims description 7
- 230000003044 adaptive effect Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- CLOMYZFHNHFSIQ-UHFFFAOYSA-N clonixin Chemical compound CC1=C(Cl)C=CC=C1NC1=NC=CC=C1C(O)=O CLOMYZFHNHFSIQ-UHFFFAOYSA-N 0.000 claims description 2
- 230000010354 integration Effects 0.000 claims description 2
- 238000013508 migration Methods 0.000 abstract description 15
- 230000005012 migration Effects 0.000 abstract description 15
- 230000000694 effects Effects 0.000 abstract description 7
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000000342 Monte Carlo simulation Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 229910052704 radon Inorganic materials 0.000 description 2
- SYUHGPGVQRZVTB-UHFFFAOYSA-N radon atom Chemical compound [Rn] SYUHGPGVQRZVTB-UHFFFAOYSA-N 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000012733 comparative method Methods 0.000 description 1
- 230000036461 convulsion Effects 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 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
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Radar, Positioning & Navigation (AREA)
- Computing Systems (AREA)
- Algebra (AREA)
- Remote Sensing (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及一种机动转弯目标相参积累检测方法,包括:接收雷达回波信号并进行解调和脉冲压缩处理;设置搜索参数离散化数值;遍历所有搜索参数相应的搜索范围,对每一组搜索参数,根据机动转弯目标的精确距离演化方程确定搜索轨迹,抽取目标数据,利用精确距离演化方程补偿不同脉冲间的相位波动并对补偿后的数据矢量相加,直至完成所有搜索参数的积累输出,获得相参积累输出矩阵;利用相参积累输出矩阵进行恒虚警率检测,判断是否检测到目标;若判断检测到目标,则根据目标的尖峰位置坐标,估计目标运动参数,并输出目标运动点迹。本发明能够消除目标转弯运动引起的距离徙动和多普勒徙动效应,实现机动转弯目标相参积累与检测。
Description
技术领域
本发明涉及空间目标检测技术领域,尤其涉及一种机动转弯目标相参积累检测方法、计算机设备及计算机可读存储介质。
背景技术
随着航空航天技术和隐身技术的迅速发展,大量可观测性低的机动目标给雷达目标检测提出了越来越高的要求。传统的提高雷达目标检测性能的方式包括增大发射机发射功率、增大雷达天线孔径和降低接收机噪声系数等,但是这些方式需要改变雷达系统的参数甚至硬件,在工程实现以及研制成本方面都受到限制。通过延长雷达对目标的观测时间,并采用长时间相参积累技术,能够有效地改善回波信噪比并提高雷达目标检测性能。然而,高速机动目标的复杂运动给长时间积累带来了两方面的问题:一方面,目标高速运动会导致目标信号包络在不同脉冲周期内偏移,使得信号能量沿距离维分散,产生距离徙动效应;另一方面,目标高机动运动会使得目标的多普勒频率在积累期间跨越多个多普勒单元,产生多普勒徙动效应。
为实现对高速机动目标的有效检测,研究者研究并提出了多种具有距离徙动纠正和多普勒徙动补偿能力的长时间相参积累方法。现有技术通常将目标运动模型建模为随时间变化的有限阶多项式,如Radon-傅里叶变换假设目标相对于雷达以恒定的径向速度运动,即目标运动模型为随慢时间变化的一阶多项式。Radon-傅里叶变换通过距离-径向速度二维联合搜索能够实现一阶距离徙动的纠正和信号能量的相参积累。当目标运动形式为更复杂的恒定径向加速度运动时,目标运动模型被建模为关于慢时间的二阶多项式,在这种情况下,由于未考虑多普勒徙动效应,Radon-傅里叶变换会受到严重的性能损失甚至失效。一些典型方法,如改进坐标系旋转与分数阶傅里叶变换、Radon-分数阶傅里叶变换、Radon-吕分布、Radon-线性正则变换、Keystone变换与匹配滤波处理,可以有效补偿目标径向加速度引起的多普勒徙动并实现相参积累。当目标运动模型被建模为更高阶的三阶多项式时,即,考虑目标相对于雷达以恒定的径向加加速度运动,需要消除更高阶的距离徙动和多普勒徙动,以实现目标能量的有效积累。一些典型方法,如广义Radon-傅里叶变换、Radon-分数阶模糊函数、相邻互相关函数、Keystone变换与匹配滤波处理、广义Keystone变换与广义去调频处理,可用于实现高阶距离徙动和多普勒徙动的消除与目标能量的相参积累。上述的长时间相参积累方法均将目标运动模型直接建立为距离坐标系下的有限阶多项式。
然而,常见的机动转弯运动难以利用多项式来准确描述,即,对于机动转弯目标,由于模型失配,现有的长时间相参积累方法在进行处理时,不可避免地会导致不准确的目标能量积累和检测性能下降。
发明内容
本发明的目的是针对上述至少一部分不足之处,提供一种应用于机动转弯目标的长时间相参积累检测方法,以消除目标机动转弯运动引起的复杂的距离徙动和多普勒徙动效应,实现目标能量的相参积累与目标检测。
为了实现上述目的,本发明提供了一种机动转弯目标相参积累检测方法,包括如下步骤:
S1、接收机动转弯目标的雷达回波信号,并进行解调和脉冲压缩处理,得到距离-慢时间二维脉压回波数据;
S2、对长时间相参积累参数进行初始化,设置搜索参数的搜索范围、搜索间隔和离散化数值;
S3、遍历所有搜索参数相应的搜索范围,对每一组搜索参数,根据机动转弯目标的精确距离演化方程确定搜索轨迹,在所述距离-慢时间二维脉压回波数据中抽取目标数据,利用所述机动转弯目标的精确距离演化方程补偿不同脉冲间的相位波动,并对补偿后的数据矢量相加,直至完成所有搜索参数的积累输出,获得在参数空间中的相参积累输出矩阵;
S4、利用所述相参积累输出矩阵进行恒虚警率检测,判断是否检测到目标;
S5、若判断检测到目标,则根据目标在参数空间中对应的尖峰位置坐标,估计目标运动参数,并输出目标运动点迹;
其中,设机动转弯目标服从笛卡尔坐标系的CT运动,则目标的精确距离演化方程表示为:
px0和vx0分别表示目标在x轴方向上的初始位置和初始速度,py0和vy0分别为目标在y轴方向上的初始位置和初始速度,ωc为目标的转弯率。
可选地,雷达发射信号为线性调频脉冲信号,表达式为:
式中,
所述步骤S1中,得到距离-慢时间二维脉压回波数据表示为:
可选地,所述步骤S2中,设置搜索参数的搜索范围、搜索间隔和离散化数值包括:
S2-1、根据待检测的目标,设置搜索距离、搜索径向速度、搜索伪速度和搜索转弯率的搜索范围,分别表示为[rmin,rmax]、[ρmin,ρmax]和[ωmin,ωmax];其中,rmin和rmax分别表示最小搜索距离和最大搜索距离,和分别表示最小搜索径向速度和最大搜索径向速度,ρmin和ρmax分别表示最小搜索伪速度和最大搜索伪速度,ωmin和ωmax分别表示最小搜索转弯率和最大搜索转弯率;
S2-2、设置搜索距离、搜索径向速度、搜索伪速度和搜索转弯率的搜索间隔;其中,搜索距离的搜索间隔Δr与雷达距离分辨单元ρr相同,搜索径向速度的搜索间隔与由雷达多普勒分辨单元ρd得到的速度分辨单元相同,搜索伪速度的搜索间隔Δρ和搜索转弯率的搜索间隔Δω根据搜索策略确定;
S2-3、确定搜索距离、搜索径向速度、搜索伪速度、搜索转弯率的离散化数值,分别表示为:
r(i)=rmin+iΔr∈[rmin,rmax],i=1,2,…,Nr
ρ(k)=ρmin+kΔρ∈[ρmin,ρmax],k=1,2,…,Nρ
ω(q)=ωmin+qΔω∈[min,ωmax],q=1,2,…,Nω
可选地,所述步骤S3中,在所述距离-慢时间二维脉压回波数据中抽取目标数据,包括:
根据搜索轨迹rs(mTr)抽取所述距离-慢时间二维脉压回波数据中M个目标数据矢量,表示为:
可选地,所述步骤S4进行恒虚警率检测时,表达式为:
其中,η为自适应检测门限,H1对应目标存在,H0对应目标不存在,自适应检测门限η通过给定的虚警概率和输出矩阵中设定的参考单元确定。
可选地,所述步骤S5中,根据目标在参数空间中对应的尖峰位置坐标,估计目标运动参数,包括根据尖峰位置坐标对应的初始距离、初始径向速度、初始伪速度以及转弯率,得到估计的运动参数其中,为距离估计值,为径向速度估计值,为伪速度估计值,为转弯率估计值;
输出目标运动点迹,表达式为:
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机动转弯目标相参积累检测方法的步骤。
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机动转弯目标相参积累检测方法的步骤。
本发明的上述技术方案具有如下优点:本发明提供了一种机动转弯目标相参积累检测方法、计算机设备及计算机可读存储介质,本发明研究了机动转弯目标距离随时间变化的精确距离演化模型,通过在不同搜索参数下,根据由机动转弯目标的精确距离演化模型确定的搜索轨迹,抽取距离-慢时间平面上的目标数据矢量并补偿脉冲间的相位波动,对补偿后的数据矢量相加,最终实现目标能量的相参积累。相比于现有技术,本发明避免了模型失配造成的不准确的目标能量积累和检测性能下降,能够消除目标转弯运动引起的复杂的距离徙动和多普勒徙动效应,并实现机动转弯目标能量的相参积累与目标检测。
附图说明
图1是本发明实施例中一种机动转弯目标相参积累检测方法步骤示意图;
图2是本发明实施例中一种机动转弯目标相参积累检测方法流程示意图;
图3是雷达回波信号的脉冲压缩结果图;
图4(a)是本发明实施例中机动转弯目标相参积累检测方法在距离-径向速度维的积累结果图;
图4(b)是本发明实施例中机动转弯目标相参积累检测方法在径向速度-伪速度维的积累结果图;
图4(c)是本发明实施例中机动转弯目标相参积累检测方法在伪速度-转弯率维的积累结果图;
图4(d)是本发明实施例中机动转弯目标相参积累检测方法在转弯率-距离维的积累结果图;
图5(a)示出了MTD方法的积累结果;
图5(b)示出了RFT方法的积累结果;
图5(c)示出了GRFT方法的积累结果;
图6示出了不同方法的检测概率曲线图。
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和图2所示,本发明实施例提供的一种机动转弯目标相参积累检测方法,包括如下步骤:
S1、接收机动转弯目标的雷达回波信号,并进行解调和脉冲压缩(简称脉压)处理,得到距离-慢时间二维脉压回波数据。
S2、对长时间相参积累参数进行初始化,设置搜索参数的搜索范围、搜索间隔和离散化数值。
S3、遍历所有搜索参数相应的搜索范围,对每一组搜索参数,均根据机动转弯目标的精确距离演化方程确定搜索轨迹,在距离-慢时间二维脉压回波数据中抽取目标数据,利用机动转弯目标的精确距离演化方程补偿不同脉冲间的相位波动,并对补偿后的数据矢量相加,直至完成所有搜索参数的积累输出,获得在参数空间中的相参积累输出矩阵。
S4、利用相参积累输出矩阵进行恒虚警率检测,判断是否检测到目标。
S5、若判断检测到目标后,则根据目标在参数空间中对应的尖峰位置坐标,估计目标运动参数,并输出目标运动点迹。
其中,设机动转弯目标服从笛卡尔坐标系的CT(CoordinatedTurn)运动,则tm时刻机动转弯目标在x轴方向和y轴方向的位置坐标px(tm)和py(tm)分别表示为:
式中,tm=mTr(m=0,1,...,M-1)表示慢时间,M为积累脉冲数,Tr为脉冲重复周期,px0和vx0分别表示目标在x轴方向上的初始位置和初始速度,py0和vy0分别为目标在y轴方向上的初始位置和初始速度,ωc为目标的转弯率。
tm时刻目标与雷达间的斜距表示为:
则机动转弯目标的精确距离演化方程表示为:
步骤S1对接收到的多脉冲回波信号进行解调和脉冲压缩处理,获取并存储距离维-慢时间维上的二维脉压回波数据s(n,m),其中n对应距离维,m对应慢时间(即脉冲)维。
优选地,雷达发射信号为线性调频脉冲信号,表达式为:
式中,
步骤S1中,雷达接收到的目标基带回波信号表示为:
式中,A0为回波幅度,c为光速,λ=c/fc为信号波长;
对目标基带回波信号进行解调和脉冲压缩处理,得到脉压后的距离-慢时间平面上的二维回波信号,即距离-慢时间二维脉压回波数据,可表示为:
式中,
sinc(·)为辛格函数,A1表示信号幅度。
步骤S2根据待检测目标的运动特性,设置目标待搜索的搜索参数,包括距离、径向速度、伪速度和转弯率。
优选地,步骤S2中,设置搜索参数的搜索范围、搜索间隔和离散化数值进一步包括:
S2-1、根据待检测的目标,设置搜索距离、搜索径向速度、搜索伪速度和搜索转弯率的搜索范围,分别表示为[rmin,rmax]、[ρmin,ρmax]和[ωmin,ωmax];其中,rmin和rmax分别表示最小搜索距离和最大搜索距离,和分别表示最小搜索径向速度和最大搜索径向速度,ρmin和ρmax分别表示最小搜索伪速度和最大搜索伪速度,ωmin和ωmax分别表示最小搜索转弯率和最大搜索转弯率。
S2-2、设置搜索距离、搜索径向速度、搜索伪速度和搜索转弯率的搜索间隔。
根据雷达系统参数,易知距离分辨单元为ρr=c/(2B),多普勒分辨单元为ρd=1/T,其中c为光速,B为信号带宽,T为相参积累时间。
步骤S2-2中,设置搜索距离的搜索间隔Δr与雷达距离分辨单元ρr相同,即搜索径向速度的搜索间隔与由雷达多普勒分辨单元ρd得到的速度分辨单元相同,即搜索伪速度的搜索间隔Δρ和搜索转弯率的搜索间隔Δω根据搜索策略(如小搜索区间的精细搜索,或大搜索区间的粗略搜索)确定,在此不再进一步限定。
r(i)=rmin+iΔr∈[rmin,rmax],i=1,2,…,Nr
ρ(k)=ρmin+kΔρ∈[ρmin,ρmax],k=1,2,…,Nρ
ω(q)=ωmin+qΔω∈[ωmin,ωmax],q=1,2,…,Nω
其中,Nr、Nρ和Nω分别为搜索距离、搜索径向速度、搜索伪速度和搜索转弯率的搜索数目,r(i)、ρ(k)和ω(q)分别为搜索距离r、搜索径向速度搜索伪速度ρ和搜索转弯率ω的离散化数值,确定r(i)、ρ(k)和ω(q),即完成搜索参数设置。
步骤S3中,在给定的搜索参数下,利用机动转弯目标的精确距离演化模型抽取距离-慢时间平面上的目标数据和补偿脉冲间的相位波动,并对补偿后的抽取采样进行矢量相加以获得相参积累输出。
进一步地,步骤S3中,在距离-慢时间二维脉压回波数据中抽取目标数据,包括:
根据搜索轨迹rs(mTr)抽取距离-慢时间二维脉压回波数据中M个目标数据矢量,表示为:
遍历所有的搜索参数,直至完成所有搜索参数的搜索范围,得到相参积累输出矩阵。
步骤S4中,将经过相参积累后的信号积累峰值与恒虚警率检测预设门限进行比较。若高于检测门限,则表示检测到目标;否则表示未检测到目标。优选地,步骤S4进行恒虚警率检测时,表达式为:
其中,η为自适应检测门限,H1对应目标存在,H0对应目标不存在,自适应检测门限η可通过给定的虚警概率和输出矩阵中设定的参考单元确定。
步骤S5中,检测到目标后,根据该目标信号能量积累出的尖峰位置坐标可以得到目标的运动参数。根据尖峰位置坐标对应的初始距离、初始径向速度、初始伪速度以及转弯率,可以得到估计的运动参数同时得到目标的运动点迹。优选地,步骤S5中,根据目标在参数空间中对应的尖峰位置坐标,估计目标运动参数,包括根据尖峰位置坐标对应的初始距离、初始径向速度、初始伪速度以及转弯率,得到估计的运动参数其中,为距离估计值,为径向速度估计值,为伪速度估计值,为转弯率估计值;
输出目标运动点迹,表达式为:
本发明提供的机动转弯目标相参积累检测方法同时利用了目标回波的幅度与相位信息,并利用机动转弯目标的精确距离演化模型,能够实现对机动转弯目标准确的能量积累和理想积累增益;且由于该方法利用了机动转弯目标的精确距离演化模型,没有使用传统的多项式近似运动模型,使得该方法不受目标机动性范围和积累时间的限制;同时,该方法除了能够提供目标距离和径向速度(或多普勒)信息外,还可以提供目标的转弯率等运动信息,并能得到和输出目标的运动点迹,这为后续的跟踪、数据关联以及相关应用等提供了更多有用的信息。
本发明还利用仿真试验对所提供的机动转弯目标相参积累检测方法(简称本发明方法、本发明)性能进行了验证。在一个具体的实施方式中,雷达系统参数设置为:信号载频fc=1.5GHz,信号带宽B=30MHz,采样频率fs=100MHz,脉冲重复频率fr=200Hz,脉冲重复周期脉冲持续时间Tp=10us,积累脉冲数M=800(对应的相参积累时间T为4s)。目标的运动参数设置为:x轴方向上的初始位置px0=48km,y轴方向上的初始位置py0=14km,x轴方向上的初始速度vx0=270m/s,y轴方向上的初始速度vy0=-360m/s,转弯率ωc=0.2rad/s。请参阅图3至图6,为了说明本发明方法的优势,在上述仿真条件下,利用传统的动目标检测方法(Moving Target Detection,MTD),Radon-傅里叶变换方法(RadonFourier Transform,RFT),广义Radon-傅里叶变换方法(Generalized Radon FourierTransform,GRFT)以及本发明方法分别对回波信号进行相参积累。
图3给出了雷达回波信号的脉冲压缩结果图,可以看到由于转弯运动的目标的高机动性,目标轨迹跨越多个距离单元,且轨迹随慢时间(脉冲)变化表现为非线性。图4(a)至图4(d)示出了本发明方法的积累结果,为便于显示本发明方法的能量积累表现,图4(a)为本发明方法在距离-径向速度维的积累结果图,图4(b)为本发明方法在径向速度-伪速度维的积累结果图,图4(c)为本发明方法在伪速度-转弯率维的积累结果图,图4(d)为本发明方法在转弯率-距离维的积累结果图,可以看出,目标能量在经过本发明方法处理后,形成了一个聚焦效果显著的尖峰,通过尖峰位置对应的坐标,可以估计获得目标的初始距离、初始径向速度、初始伪速度和转弯率,并利用估计得到的运动参数输出目标的运动点迹。
图5(a)至图5(c)给出了三种对比方法(MTD,RFT,GRFT)的积累结果图。图5(a)示出了MTD方法的积累结果,由于MTD方法只能处理驻留在单个距离单元/多普勒单元的目标信号,使得其目标信号能量完全被噪声覆盖。图5(b)示出了RFT方法的积累结果,因为RFT方法无法消除目标转弯运动引起的非线性距离徙动和多普勒徙动,使得其处理后的目标能量仍然淹没在噪声中。图5(c)示出了GRFT方法的积累结果,可以看到GRFT方法处理结果相比于MTD方法和RFT方法更好,目标信号能量被部分聚焦,这是因为GRFT方法考虑了高达三阶的多项式模型来匹配机动转弯运动。然而,由于模型失配,对于机动转弯目标,GRFT方法难以实现准确的相参积累,导致其性能损失仍然较严重。
此外,本发明还通过蒙特卡洛仿真研究了本发明方法对机动转弯目标的检测性能,采用与上述相同的雷达系统参数与目标运动参数,并以现有技术中的MTD方法、RFT方法和GRFT方法作为比较。脉冲压缩后信噪比从-40dB变化至30dB,虚警概率设置为Pfa=10-4,每个信噪比下进行1000次蒙特卡洛实验。图6示出了不同方法(本发明方法、MTD方法、RFT方法和GRFT方法)的检测概率曲线图,可以看到,在任一要求的检测概率下,本发明方法所需的信噪比均低于现有典型的相参积累检测方法,表明了本发明方法能够获得最优检测性能。
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机动转弯目标相参积累检测方法的步骤。
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机动转弯目标相参积累检测方法的步骤。
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,可包括如上述机动转弯目标相参积累检测方法实施例的流程,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)
1.一种机动转弯目标相参积累检测方法,其特征在于,包括如下步骤:
S1、接收机动转弯目标的雷达回波信号,并进行解调和脉冲压缩处理,得到距离-慢时间二维脉压回波数据;
S2、对长时间相参积累参数进行初始化,设置搜索参数的搜索范围、搜索间隔和离散化数值;
S3、遍历所有搜索参数相应的搜索范围,对每一组搜索参数,根据机动转弯目标的精确距离演化方程确定搜索轨迹,在所述距离-慢时间二维脉压回波数据中抽取目标数据,利用所述机动转弯目标的精确距离演化方程补偿不同脉冲间的相位波动,并对补偿后的数据矢量相加,直至完成所有搜索参数的积累输出,获得在参数空间中的相参积累输出矩阵;
S4、利用所述相参积累输出矩阵进行恒虚警率检测,判断是否检测到目标;
S5、若判断检测到目标,则根据目标在参数空间中对应的尖峰位置坐标,估计目标运动参数,并输出目标运动点迹;
其中,设机动转弯目标服从笛卡尔坐标系的CT运动,则目标的精确距离演化方程表示为:
px0和vx0分别表示目标在x轴方向上的初始位置和初始速度,py0和vy0分别为目标在y轴方向上的初始位置和初始速度,ωc为目标的转弯率。
3.根据权利要求2所述的机动转弯目标相参积累检测方法,其特征在于,所述步骤S2中,设置搜索参数的搜索范围、搜索间隔和离散化数值包括:
S2-1、根据待检测的目标,设置搜索距离、搜索径向速度、搜索伪速度和搜索转弯率的搜索范围,分别表示为[rmin,rmax]、[ρmin,ρmax]和[ωmin,ωmax];其中,rmin和rmax分别表示最小搜索距离和最大搜索距离,和分别表示最小搜索径向速度和最大搜索径向速度,ρmin和ρmax分别表示最小搜索伪速度和最大搜索伪速度,ωmin和ωmax分别表示最小搜索转弯率和最大搜索转弯率;
S2-2、设置搜索距离、搜索径向速度、搜索伪速度和搜索转弯率的搜索间隔;其中,搜索距离的搜索间隔Δr与雷达距离分辨单元ρr相同,搜索径向速度的搜索间隔与由雷达多普勒分辨单元ρd得到的速度分辨单元相同,搜索伪速度的搜索间隔Δρ和搜索转弯率的搜索间隔Δω根据搜索策略确定;
S2-3、确定搜索距离、搜索径向速度、搜索伪速度、搜索转弯率的离散化数值,分别表示为:
r(i)=rmin+iΔr∈[rmin,rmax],i=1,2,…,Nr
ρ(k)=ρmin+kΔρ∈[ρmin,ρmax],k=1,2,…,Nρ
ω(q)=ωmin+qΔω∈[ωmin,ωmax],q=1,2,…,Nω
9.一种计算机设备,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8中任一项所述机动转弯目标相参积累检测方法的步骤。
10.一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8中任一项所述机动转弯目标相参积累检测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111157678.7A CN113885006B (zh) | 2021-09-30 | 2021-09-30 | 一种机动转弯目标相参积累检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111157678.7A CN113885006B (zh) | 2021-09-30 | 2021-09-30 | 一种机动转弯目标相参积累检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113885006A true CN113885006A (zh) | 2022-01-04 |
CN113885006B CN113885006B (zh) | 2024-06-11 |
Family
ID=79004713
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111157678.7A Active CN113885006B (zh) | 2021-09-30 | 2021-09-30 | 一种机动转弯目标相参积累检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113885006B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115356717A (zh) * | 2022-10-19 | 2022-11-18 | 艾索信息股份有限公司 | 解距离遮挡的目标检测方法、装置、计算机设备及介质 |
CN115453508A (zh) * | 2022-09-21 | 2022-12-09 | 哈尔滨工业大学 | 一种机动平台单通道目标探测定位系统及方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111505599A (zh) * | 2020-05-07 | 2020-08-07 | 哈尔滨工业大学 | 一种基于精确距离演化模型的相参积累检测方法 |
CN112255609A (zh) * | 2020-10-14 | 2021-01-22 | 哈尔滨工业大学 | 一种恒加速机动目标相参积累检测方法 |
-
2021
- 2021-09-30 CN CN202111157678.7A patent/CN113885006B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111505599A (zh) * | 2020-05-07 | 2020-08-07 | 哈尔滨工业大学 | 一种基于精确距离演化模型的相参积累检测方法 |
CN112255609A (zh) * | 2020-10-14 | 2021-01-22 | 哈尔滨工业大学 | 一种恒加速机动目标相参积累检测方法 |
Non-Patent Citations (2)
Title |
---|
KONG LJ ET AL.: "Coherent Integration Algorithm for a Maneuvering Target With High-Order Range Migration", IEEE TRANSACTIONS ON SIGNAL PROCESSING, 1 September 2015 (2015-09-01) * |
王万田;袁俊泉;王悦;周亮;: "一种天空双基地预警雷达高速机动目标检测算法", 空军预警学院学报, no. 05, 15 October 2017 (2017-10-15) * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115453508A (zh) * | 2022-09-21 | 2022-12-09 | 哈尔滨工业大学 | 一种机动平台单通道目标探测定位系统及方法 |
CN115453508B (zh) * | 2022-09-21 | 2024-05-14 | 哈尔滨工业大学 | 一种机动平台单通道目标探测定位系统及方法 |
CN115356717A (zh) * | 2022-10-19 | 2022-11-18 | 艾索信息股份有限公司 | 解距离遮挡的目标检测方法、装置、计算机设备及介质 |
CN115356717B (zh) * | 2022-10-19 | 2023-03-24 | 艾索信息股份有限公司 | 解距离遮挡的目标检测方法、装置、计算机设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113885006B (zh) | 2024-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108549067B (zh) | 一种应用于三阶机动目标的相参积累检测方法 | |
CN108761404B (zh) | 一种基于二次相位函数参数估计及补偿的改进算法 | |
Li et al. | Sequence-reversing transform-based coherent integration for high-speed target detection | |
CN107450055B (zh) | 基于离散线性调频傅立叶变换的高速机动目标检测方法 | |
CN107329138B (zh) | 一种pd雷达距离走动校正与相参积累检测方法 | |
CN110161477B (zh) | 基于多变量重采样相关函数的机动目标检测方法 | |
CN103399310A (zh) | 基于相位差分Radon-Lv分布的雷达微弱动目标检测方法 | |
CN113885006A (zh) | 一种机动转弯目标相参积累检测方法 | |
CN112731307B (zh) | 基于距离-角度联合估计的ratm-cfar检测器及检测方法 | |
CN111505599B (zh) | 一种基于精确距离演化模型的相参积累检测方法 | |
CN110824439B (zh) | 一种雷达目标快速长时间相参积累方法 | |
CN107356908B (zh) | 一种捷变频信号相参积累方法 | |
CN112346059A (zh) | 毫米波雷达目标速度解模糊方法 | |
CN112485772B (zh) | 一种脉间捷变频雷达杂波抑制方法 | |
CN111045002A (zh) | 基于TRT和SNuFFT的机动目标相参积累方法 | |
CN110426701B (zh) | 一种基于速度维稀疏表示的捷变频雷达目标速度测量方法 | |
CN116449320A (zh) | 频率捷变雷达体制下的长时间积累与参数估计方法 | |
JP2009236720A (ja) | 移動目標検出装置 | |
CN108196238B (zh) | 高斯背景下基于自适应匹配滤波的杂波图检测方法 | |
CN113406592B (zh) | 一种高频地波雷达弱目标积累检测方法、计算设备 | |
CN108549066B (zh) | 一种基于尺度rft的宽带雷达高速目标积累检测方法 | |
CN112255609A (zh) | 一种恒加速机动目标相参积累检测方法 | |
Lang et al. | An efficient radon Fourier transform-based coherent integration method for target detection | |
CN111796266B (zh) | 一种匀加速运动目标rd平面检测前跟踪方法 | |
CN115877350B (zh) | 一种和差波束体制雷达时变目标角度估计方法和装置 |
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 |