CN114660546B - 一维距离像目标真实尺寸的估计方法 - Google Patents
一维距离像目标真实尺寸的估计方法 Download PDFInfo
- Publication number
- CN114660546B CN114660546B CN202210559451.3A CN202210559451A CN114660546B CN 114660546 B CN114660546 B CN 114660546B CN 202210559451 A CN202210559451 A CN 202210559451A CN 114660546 B CN114660546 B CN 114660546B
- Authority
- CN
- China
- Prior art keywords
- target
- state
- measurement
- size
- equation
- 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
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
- 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
-
- 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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/277—Analysis of motion involving stochastic approaches, e.g. using Kalman filters
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Analysis (AREA)
- Computer Hardware Design (AREA)
- Multimedia (AREA)
- Algebra (AREA)
- Computational Mathematics (AREA)
- Evolutionary Computation (AREA)
- Electromagnetism (AREA)
- Mathematical Optimization (AREA)
- Geometry (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
一种一维距离像目标真实尺寸的估计方法,包括:步骤1:首先建立目标到雷达的归一化视线向量与目标轴线向量变换的数学模型;步骤2:建立目标尺寸估计的状态方程和量测方程;步骤3:对所述数学模型、目标尺寸估计的状态方程和量测方程利用卡尔曼滤波的递推过程得到尺寸估计。结合另外的结构有效避免了现有技术中在雷达目标识别过程中提取目标投影尺寸不够准确,使得这样的方式对于目标尺寸的估计是误差很大的缺陷。
Description
技术领域
本发明涉及目标尺寸估计技术领域,具体涉及一种一维距离像目标真实尺寸的估计方法,尤其涉及一种基于卡尔曼滤波的一维距离像目标真实尺寸的估计方法。
背景技术
作为远距离目标检测和跟踪定位工具的雷达,为人类探索周边环境起了非常重要的作用,雷达应用范围非常广泛,在民事和军用领域都取得了不俗的成绩。雷达目标识别技术是集传感器、目标、环境为一体的一项复杂的系统工程,是现代雷达技术的重要发展方向之一,在雷达目标识别过程中提取高分辨率一维距离像特征是一种重要的目标识别方法,其中提取目标尺寸是一维距离像信息中非常重要的一种参数估计,基于雷达获得目标一维高分辨率距离像进行目标特征提取,已经得到广泛研究,现有技术一般都是提取其投影尺寸,而提取目标投影尺寸不够准确,使得这样的方式对于目标尺寸的估计是误差很大的,如何更好的提取投影尺寸的真实长度是亟需解决的一个重要问题。
发明内容
为解决上述问题,本发明提供了一种一维距离像目标真实尺寸的估计方法,有效避免了现有技术中在雷达目标识别过程中提取目标投影尺寸不够准确,使得这样的方式对于目标尺寸的估计是误差很大的缺陷。
为了克服现有技术中的不足,本发明提供了一种一维距离像目标真实尺寸的估计方法的解决方案,具体如下:
一种一维距离像目标真实尺寸的估计方法,包括:
步骤1:首先建立目标到雷达的归一化视线向量与目标轴线向量变换的数学模型;
所述步骤1具体包括:雷达测量时得到目标的距离R、方位A和仰角E信息,通过坐标变换得到目标在测量直角坐标系下坐标:横坐标X、纵坐标Y以及竖坐标Z,如公式(1)所示:
接着得到测量目标到雷达的归一化视线的向量,设目标的轴线的状态向量可以表示为,其中,,,分别是待估计的目标轴线位置信息在测量坐标系下的横坐标信息、纵坐标信息和竖坐标,,,是分别对应于,,的速度信息,k为正整数表示是对目标的第k次测量的次数。
步骤2:建立目标尺寸估计的状态方程和量测方程;
所述步骤2具体包括:目标尺寸估计的状态方程表示为公式(2)所示:
步骤3:对所述数学模型、目标尺寸估计的状态方程和量测方程利用卡尔曼滤波的递推过程得到尺寸估计;
所述步骤3具体包括如下步骤:
步骤3-1:根据当前对目标的第k次测量时刻的状态和状态协方差,进行状态和协方差的一步预测;
其中取状态转移矩阵为=[1,T,0,0,0,0;0,1,0,0,0,0; 0,0,1,T,0,0;0,0,1,0,0,0; 0,0,0,0,1,T;0,0,0,0,0,1],为目标k时刻估计的轴线状态向量状态;
步骤3-3:根据确认的输入量测更新得到k+1时刻的滤波器状态;
本发明的有益效果为:
本发明首先建立目标轴线向量与径向尺寸的数学模型,再利用雷达对目标测量的径向尺寸,通过建立相应的观测模型,采用kalman滤波方法实现了目标真实尺寸的估计,同时可以不加修改的推广到多站情况下真实尺寸估计可进一步提高真实尺寸的估计精度,这样对目标的特性测量和目标识别提供了良好的基础,可以利用多部雷达不同视角下目标的宽带投影尺寸,估计目标的真实尺寸。有效避免了现有技术中在雷达目标识别过程中提取目标投影尺寸不够准确,使得这样的方式对于目标尺寸的估计是误差很大的缺陷。
附图说明
图1是本发明的目标真实尺寸投影关系示意图;
图2是本发明的真实目标估计的卡尔曼滤波过程图;
图3是本发明的尺寸提取误差0.2米时的真实尺寸估计示意图;
图4是本发明的步骤1到步骤3的流程图。
具体实施方式
下面将结合附图和实施例对本发明做进一步地说明。
如图1-图4所示,一维距离像目标真实尺寸的估计方法,包括:
步骤1:首先建立目标到雷达的归一化视线向量与目标轴线向量变换的数学模型;
利用雷达可以对目标进行一维距离像测量提取目标的径向尺寸,通过建立视线向量与目标轴线向量的关系式来进行目标实际长度的估计,为了方便说明以两维坐标轴示例,如图1所示,假设平面两维直角坐标系xoy中,已知目标当前坐标位置为P点,可以得到目标视线向量;雷达在宽带工作模式下通过宽带执行目标的一维距离像测量可以得到目标的径向尺寸也就是目标轴线向量在视线下的投影,为求目标轴线向量,可以建立径向尺寸与目标轴线向量的关系式,用坐标表示为,其中,为目标视线向量,为目标轴线向量,为目标轴线向量在视线下的投影,为目标实际尺寸,X为目标的横坐标,Y为目标的横坐标,R为雷达到目标的距离。利用上述关系式对轴线向量进行滤波估计,就可以得到目标在平面两维直角坐标系xoy中的实际尺寸。
以下为三维坐标中目标估计推导过程,所述步骤1具体包括:雷达测量时可以得到目标的距离R、方位A和仰角E信息,通过坐标变换可以得到目标在测量直角坐标系下坐标:横坐标X、纵坐标Y以及竖坐标Z,如公式(1)所示:
接着可以得到测量目标到雷达的归一化视线的向量,设目标的轴线的状态向量可以表示为,其中,,,分别是待估计的目标轴线位置信息在测量坐标系下的横坐标信息、纵坐标信息和竖坐标,,,是分别对应于,,的速度信息,k为正整数表示是对目标的第k次测量的次数。
步骤2:建立目标尺寸估计的状态方程和量测方程;
所述步骤2具体包括:目标尺寸估计的状态方程表示为公式(2)所示:
结合多次和多站测量可以提高真实尺寸的估计精度,并且可以获得其轴线方向,通过对目标轴线方向进行预测,可以得到目标轴线的变化及其目标的突防意图。
步骤3:对所述数学模型、目标尺寸估计的状态方程和量测方程利用卡尔曼滤波的递推过程得到尺寸估计;
首先通过测量的距离、方位、仰角和雷达的站址信息经坐标变换后得到目标的视线向量,结合上述的状态方程和观测方程利用卡尔曼滤波的递推过程得到尺寸估计。
所述步骤3具体包括如下步骤:
步骤3-1:根据当前对目标的第k次测量时刻的状态和状态协方差,进行状态和协方差的一步预测;
其中取状态转移矩阵为=[1,T,0,0,0,0;0,1,0,0,0,0; 0,0,1,T,0,0;0,0,1,0,0,0; 0,0,0,0,1,T;0,0,0,0,0,1],为目标k时刻估计的轴线状态向量状态;
步骤3-3:根据确认的输入量测更新得到k+1时刻的滤波器状态;
真实目标尺寸估计的滤波整个执行过程与标准的卡尔曼滤波基本相同,创新点在于通过目标位置的信息建立了归一化视线的向量进而得到非常规意义下的量测矩阵,从而建立了目标真实尺寸状态估计向量与宽带测量的径向尺寸的联系,使得目标真实尺寸的状态估计成为了可能,进而利用了标准的卡尔曼滤波方法对目标估计尺寸进行了平滑滤波,使得尺寸估计接近于目标真实尺寸。
下面用一实施例来对本发明做进一步说明:
在单个脉冲持续测量时间内,可近似弹道目标尺寸姿态不变,假设目标由两个理想的散射点构成,目标真实尺寸为2米。图3为宽带尺寸提取误差0.2米,宽带测量时间间隔1秒情况下的目标尺寸估计图,可以发现刚开始尺寸估计值起伏比较大,随着时间的推移,目标尺寸估计较平稳,真实尺寸估计的标准差为0.06米趋于真实值,并且目标在100秒时由于目标为切向飞行,径向尺寸已经不能反映出目标的真实尺寸,误差和真实尺寸误差差接近1.5米,但该实施例的方法依然对目标尺寸进行了准确估计,以上证明了该发明的方法的有效和准确性。
目标真实尺寸估计是雷达体系防御中目标识别的重要手段,本发明提出了一种基于卡尔曼滤波的真实目标尺寸估计方法,该方法在对不同角度下对目标进行测量,有效利用目标在各姿态下的高分辨率一维距离像信息,对目标的真实尺寸进行了反演估计,并且不经过修改可以推广到多站情况下真实尺寸估计可进一步提高真实尺寸的估计精度,这样对目标的特性测量和目标识别提供了良好的基础。
以上已用实施例说明的方式对本发明作了描述,本领域的技术人员显而易见的是,本公开不限于以上描述的实施例,在不偏离本发明的范围的状态下,能够做出各种变动、改变和替换。
Claims (5)
1.一种一维距离像目标真实尺寸的估计方法,其特征在于,包括:
步骤1:建立目标到雷达的归一化视线向量与目标轴线向量变换的数学模型;
步骤2:建立目标尺寸估计的状态方程和量测方程;
步骤3:对所述数学模型、目标尺寸估计的状态方程和量测方程利用卡尔曼滤波的递推过程得到尺寸估计;
所述步骤3具体包括如下步骤:
步骤3-1:根据当前对目标的第k次测量时刻的状态和状态协方差,进行状态和协方差的一步预测;
步骤3-3:根据确认的输入量测更新得到k+1时刻的滤波器状态;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210559451.3A CN114660546B (zh) | 2022-05-23 | 2022-05-23 | 一维距离像目标真实尺寸的估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210559451.3A CN114660546B (zh) | 2022-05-23 | 2022-05-23 | 一维距离像目标真实尺寸的估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114660546A CN114660546A (zh) | 2022-06-24 |
CN114660546B true CN114660546B (zh) | 2022-08-16 |
Family
ID=82037578
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210559451.3A Active CN114660546B (zh) | 2022-05-23 | 2022-05-23 | 一维距离像目标真实尺寸的估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114660546B (zh) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3736154B2 (ja) * | 1998-12-01 | 2006-01-18 | 三菱電機株式会社 | レーダ信号処理装置 |
CN105467373B (zh) * | 2015-12-01 | 2017-10-13 | 中国人民解放军国防科学技术大学 | 一种宽带复合双基地雷达锥体目标物理尺寸估计方法 |
CN106054170B (zh) * | 2016-05-19 | 2017-07-25 | 哈尔滨工业大学 | 一种约束条件下的机动目标跟踪方法 |
CN111722213B (zh) * | 2020-07-03 | 2023-11-03 | 哈尔滨工业大学 | 一种机动目标运动参数的纯距离提取方法 |
-
2022
- 2022-05-23 CN CN202210559451.3A patent/CN114660546B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN114660546A (zh) | 2022-06-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106950562B (zh) | 一种基于预测值量测转换的状态融合目标跟踪方法 | |
CN112162281B (zh) | 一种多通道sar-gmti图像域两步处理方法 | |
CN112230243B (zh) | 一种移动机器人室内地图构建方法 | |
CN108761387B (zh) | 一种固定辐射源的双站时差频差联合定位方法 | |
CN110231620B (zh) | 一种噪声相关系统跟踪滤波方法 | |
CN109737968B (zh) | 基于二维LiDAR和智能手机的室内融合定位方法 | |
CN108267731A (zh) | 无人机目标跟踪系统的构建方法及应用 | |
CN105044667A (zh) | 一种运动目标的双星跟踪方法、装置和系统 | |
CN110988894A (zh) | 一种面向港口环境的多源数据融合的无人驾驶汽车实时定位方法 | |
CN109507635A (zh) | 利用两个未知方位辅助源的阵列幅相误差估算方法 | |
CN106597498A (zh) | 多传感器融合系统空时偏差联合校准方法 | |
CN110738275A (zh) | 基于ut-phd的多传感器序贯融合跟踪方法 | |
CN110471029B (zh) | 一种基于扩展卡尔曼滤波的单站无源定位方法及装置 | |
CN103792515A (zh) | 一种异平台2维雷达与红外传感器量测数据合成方法 | |
CN111929676A (zh) | 一种基于密度聚类的x波段雷达目标检测与跟踪方法 | |
CN105572648B (zh) | 一种合成孔径雷达回波数据距离徙动校正方法和装置 | |
CN114660546B (zh) | 一维距离像目标真实尺寸的估计方法 | |
CN111624549B (zh) | 非共视条件下无源滤波跟踪方法 | |
CN108761384A (zh) | 一种抗差的传感器网络目标定位方法 | |
CN106610293B (zh) | 一种基于强度差分的室内定位方法及系统 | |
CN109188420B (zh) | 基于深度长短期记忆网络的窄带雷达目标跟踪方法 | |
RU2714884C1 (ru) | Способ определения курса объекта на линейной траектории с использованием измерений его радиальной скорости | |
CN110595470A (zh) | 一种基于外定界椭球集员估计的纯方位目标跟踪方法 | |
CN113933798A (zh) | 一种基于相似性原理的全局传感器系统误差分区配准算法 | |
CN110515076B (zh) | 一种基于相推测距和相推测角的宽带雷达目标定位方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |