CN115097433A - 基于组合射频信号波形的目标轨迹预测与识别方法及装置 - Google Patents

Abstract

本公开的实施例提供了一种基于组合射频信号波形的目标轨迹预测与识别方法及装置。所述方法包括根据探测目标的场景分布，从预设的组合射频波形基础集合中选择适用于当前距离状态的组合射频波形并发射；接收射频回波信号，对所接收的射频回波数据进行预处理，得到距离‑多普勒二维图像；根据所述距离‑多普勒二维图像进行复似然比检测，得到多目标轨迹信息。以此方式，可以有效提升射频探测系统对主波束内多目标的分辨性能。

Description

基于组合射频信号波形的目标轨迹预测与识别方法及装置

技术领域

本公开涉及雷达领域，尤其涉及主要目标识别技术领域，具体提供一种基于组合射频信号波形的目标轨迹预测与识别方法及装置。

背景技术

针对射频探测系统在多目标编队或集群目标探测场景下实现对主要目标的识别问题，传统非成像体制的射频探测系统大多采用一维高分辨波形与单似然比检验方法相结合的检测目标，该方法对于目标尺寸较小或远距离探测时不仅要求较高的发射信号带宽，而且在处理过程中仅提取回波信号的实数域信息，忽略了复数域的信息，系统的资源消耗代价较高的同时还会造成性能提升不高。此外，当前大多数采用似然比检验的算法往往假设为单目标场景，并未考虑环境中多目标检测与识别问题，因此无法有效区分主要目标与次要目标，导致目标检测与跟踪出现较大误差。

发明内容

本公开提供了一种基于组合射频信号波形的目标轨迹预测与识别方法及装置。

根据本公开的第一方面，提供一种基于组合射频信号波形的目标轨迹预测与识别方法，包括：

根据探测目标的场景分布，从预设的组合射频波形基础集合中选择适用于当前距离状态的组合射频波形并发射；

接收射频回波信号，对所接收的射频回波数据进行预处理，得到距离-多普勒二维图像；

根据所述距离-多普勒二维图像进行复似然比检测，得到多目标轨迹信息。

在第一方面的一些实现方式中，预设的组合射频波形基础集合为根据距离探测的参数约束条件设计的。

在第一方面的一些实现方式中，从预设的组合射频波形基础集合中选择适用于当前距离状态的组合射频波形包括：

根据各距离探测的参数约束条件，从预设的组合射频波形基础集合中选择适用于当前距离状态的组合射频波形；其中，所述参数约束条件包括目标尺寸约束、脉冲重复频率约束、速度分辨率约束、距离分辨率约束、采样率约束、数据率约束。

在第一方面的一些实现方式中，根据所述距离-多普勒二维图像进行复似然比检测，得到多目标轨迹信息包括：

求取复似然比函数最大值标记为主要目标轨迹信息。

在第一方面的一些实现方式中，所述方法还包括：

通过卡尔曼滤波算法进行目标轨迹预测。

根据本公开的第一方面，提供一种基于组合射频信号波形的目标轨迹预测与识别装置，包括：

发射单元，用于根据探测目标的场景分布，从预设的组合射频波形基础集合中选择适用于当前距离状态的组合射频波形并发射；

图像获取单元，用于接收射频回波信号，对所接收的射频回波数据进行预处理，得到距离-多普勒二维图像；

轨迹信息获取单元，用于根据所述距离-多普勒二维图像进行复似然比检测，得到多目标轨迹信息。

本公开提升了射频探测平台对多目标的角度分辨特性，在不改变射频探测平台当前体制的前提下低耗高效地完成了对多目标的分辨。通过基于真实探测平台的等效试验验证与测试验证了前述方法的可行性，可以有效提升射频探测系统对主波束内多目标的分辨性能。

应当理解，发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。

附图说明

结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。附图用于更好地理解本方案，不构成对本公开的限定在附图中，相同或相似的附图标记表示相同或相似的元素，其中：

图1示出了根据本公开的实施例的基于组合射频信号波形的目标轨迹预测与识别方法的流程图；

图2示出了根据本公开的实施例的基于组合射频信号波形的目标轨迹预测与识别方法的逻辑图；

图3示出了根据本公开的实施例的基于组合射频信号波形的目标轨迹预测与识别装置的框图；

图4示出了能够实施本公开的实施例的示例性电子设备的方框图。

具体实施方式

为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中的附图，对本公开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公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的全部其他实施例，都属于本公开保护的范围。

另外，本文中术语“和/或”，仅仅是一种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：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

本公开中，提升了射频探测平台对多目标的角度分辨特性，在不改变射频探测平台当前体制的前提下低耗高效地完成了对多目标的分辨。通过基于真实探测平台的等效试验验证与测试验证了前述方法的可行性，可以有效提升射频探测系统对主波束内多目标的分辨性能。

图1示出了根据本公开的实施例的基于组合射频信号波形的目标轨迹预测与识别方法100的流程图。

如图1所示，基于组合射频信号波形的目标轨迹预测与识别方法100的流程图100包括：

S101:根据探测目标的场景分布，从预设的组合射频波形基础集合中选择适用于当前距离状态的组合射频波形并发射；

S102:接收射频回波信号，对所接收的射频回波数据进行预处理，得到距离-多普勒二维图像；

S103:根据所述距离-多普勒二维图像进行复似然比检测，得到多目标轨迹信息。

在步骤S101中，预设的组合射频波形基础集合为根据距离探测的参数约束条件设计的。

根据对复杂运动情况下小目标探测的需求，考虑远距、中距、近距探测的参数约束条件，设计适用于不同距离的组合射频波形。

根据射频探测原理，系统最大可探测距离表达式为

其中p_t为射频探测系统峰值功率，G为天线增益，λ为发射信号波长，σ为目标散射截面积，k为波尔兹曼常数，T₀为标准参考温度，B为接收机带宽，F为接收机噪声系数，L为系统损耗因子，SNR为最小可检测信噪比。

根据射频探测最大可探测距离表达式，设计射频发射信号参数集合为

s＝{s₁,s₂,s₃,..,s_i,...}

其中s表示由射频探测平台全过程探测无遮挡获得的基础组合射频探测集合，s_i表示其中第i种可能的无遮挡探测射频波形参数，即

s_i＝{T_i,PRF_i,A_i,B_i,m_i}

式中T_i表示第i种射频波形的发射信号脉冲宽度，PRF_i表示第i种射频波形的发射信号脉冲重复频率，A_i第i种射频波形的发射信号幅度，B_i第i种射频波形的发射信号带宽，m_i第i种射频波形的发射信号占空比。

在步骤S102中，从预设的组合射频波形基础集合中选择适用于当前距离状态的组合射频波形包括：

根据各距离探测的参数约束条件，从预设的组合射频波形基础集合中选择适用于当前距离状态的组合射频波形；其中，所述参数约束条件包括目标尺寸约束、脉冲重复频率约束、速度分辨率约束、距离分辨率约束、采样率约束、数据率约束。

根据实际探测目标的场景分布，考虑远距、中距、近距探测的参数约束条件，实时选择适用于距离状态的组合射频波形，约束条件表达式为

C＝{L,f_r,Δv,ΔR,f_s,D}

L为目标尺寸约束，定义如下：

式中c为光速，τ为射频信号波长。

f_r为脉冲重复频率约束，定义如下：

式中V_max为探测平台与目标的最大相对速度，V'_max为探测平台最大速度，f₀为射频信号载频频率，c为光速。

Δv为速度分辨率约束，定义如下：

Δv≤Δv_r

式中Δv_r为雷达的速度分辨力，表示快速傅里叶变换正常计算条件下的速度分辨力要求，用于区分不同目标，保证多目标分辨能力。

ΔR为距离分辨率约束，定义如下：

式中c为光速，B为射频信号带宽。

f_s为采样率约束，需满足奈奎斯特采样定理，确保频谱不发生混叠。

D为数据率约束，定义如下：

式中为N脉冲积累数目，为M_r频率捷变参数数目，T为脉冲重复频率。

在各约束条件的相互作用下，实时选择符合当前射频回波信号的参数组合，形成自适应组合射频波形，实现多类型目标的有效识别，并从中区分主要探测目标及次要目标。

在步骤S103中，根据所述距离-多普勒二维图像进行复似然比检测，得到多目标轨迹信息包括：

求取复似然比函数最大值标记为主要目标轨迹信息。

距离多普勒二维图像预处理提取模型定义如下：

z_k＝exp{jφ}h(x_k)+n_k+c_k

式中n_k为第k帧接收数据的复高斯白噪声信号，c_k为第k帧环境杂波信号，φ为目标信号相位信息，h(x_k)为点扩散函数，x_k为第k帧射频接收信号。

根据预处理结果计算复似然比函数，定义如下：

式中H表示共轭转置变换，R为射频接收信号杂噪协方差矩阵，I₀(□)为零阶贝塞尔函数。

在步骤S101中，所述方法还包括：

通过卡尔曼滤波算法进行目标轨迹预测。

根据复似然比检测结果，得出集群多目标轨迹信息，求取复似然比函数最大值标记为主要目标轨迹信息，分辨并去除集群目标中次要目标轨迹，再通过卡尔曼滤波算法进行目标轨迹预测，预测信息包括下一帧主要目标的距离、速度、角度信息。至此完成组合射频信号波形自适应目标轨迹提取、主要目标识别与轨迹预测。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本公开并不受所描述的动作顺序的限制，因为依据本公开，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于可选实施例，所涉及的动作和模块并不一定是本公开所必须的。

以上是关于方法实施例的介绍，以下通过装置实施例，对本公开所述方案进行进一步说明。

图3示出了根据本公开的实施例的基于组合射频信号波形的目标轨迹预测与识别装置200的框图

如图3所示，所述基于组合射频信号波形的目标轨迹预测与识别装置200包括：

发射单元201，用于根据探测目标的场景分布，从预设的组合射频波形基础集合中选择适用于当前距离状态的组合射频波形并发射；

图像获取单元202，用于接收射频回波信号，对所接收的射频回波数据进行预处理，得到距离-多普勒二维图像；

轨迹信息获取单元203，用于根据所述距离-多普勒二维图像进行复似然比检测，得到多目标轨迹信息。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，所述描述的模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

本公开的技术方案中，所涉及的用户个人信息的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。

根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

图4示出了可以用来实施本公开的实施例的电子设备300的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

设备300包括计算单元301，其可以根据存储在只读存储器(ROM)302中的计算机程序或者从存储单元308加载到随机访问存储器(RAM)303中的计算机程序，来执行各种适当的动作和处理。在RAM 303中，还可存储设备300操作所需的各种程序和数据。计算单元301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。

设备300中的多个部件连接至I/O接口305，包括：输入单元306，例如键盘、鼠标等；输出单元307，例如各种类型的显示器、扬声器等；存储单元308，例如磁盘、光盘等；以及通信单元309，例如网卡、调制解调器、无线通信收发机等。通信单元309允许设备300通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元301可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元301的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理，例如方法100。例如，在一些实施例中，方法100可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元308。在一些实施例中，计算机程序的部分或者全部可以经由ROM 302和/或通信单元309而被载入和/或安装到设备300上。当计算机程序加载到RAM803并由计算单元301执行时，可以执行上文描述的方法100的一个或多个步骤。备选地，在其他实施例中，计算单元301可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行方法100。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (6)

1.基于组合射频信号波形的目标轨迹预测与识别方法，包括：

根据探测目标的场景分布，从预设的组合射频波形基础集合中选择适用于当前距离状态的组合射频波形并发射；

接收射频回波信号，对所接收的射频回波数据进行预处理，得到距离-多普勒二维图像；

根据所述距离-多普勒二维图像进行复似然比检测，得到多目标轨迹信息。

2.根据权利要求1所述的方法，其中，预设的组合射频波形基础集合为根据距离探测的参数约束条件设计的。

3.根据权利要求1所述的方法，其中，从预设的组合射频波形基础集合中选择适用于当前距离状态的组合射频波形包括：

根据各距离探测的参数约束条件，从预设的组合射频波形基础集合中选择适用于当前距离状态的组合射频波形；其中，所述参数约束条件包括目标尺寸约束、脉冲重复频率约束、速度分辨率约束、距离分辨率约束、采样率约束、数据率约束。

4.根据权利要求1所述的方法，其中，根据所述距离-多普勒二维图像进行复似然比检测，得到多目标轨迹信息包括：

求取复似然比函数最大值标记为主要目标轨迹信息。

5.根据权利要求4所述的方法，其中，所述方法还包括：

通过卡尔曼滤波算法进行目标轨迹预测。

6.一种基于组合射频信号波形的目标轨迹预测与识别装置，包括：

发射单元，用于根据探测目标的场景分布，从预设的组合射频波形基础集合中选择适用于当前距离状态的组合射频波形并发射；

图像获取单元，用于接收射频回波信号，对所接收的射频回波数据进行预处理，得到距离-多普勒二维图像；

轨迹信息获取单元，用于根据所述距离-多普勒二维图像进行复似然比检测，得到多目标轨迹信息。

Images