RU2553459C1 - Method of trajectory determination of maneuvering object - Google Patents
Method of trajectory determination of maneuvering object Download PDFInfo
- Publication number
- RU2553459C1 RU2553459C1 RU2014104650/07A RU2014104650A RU2553459C1 RU 2553459 C1 RU2553459 C1 RU 2553459C1 RU 2014104650/07 A RU2014104650/07 A RU 2014104650/07A RU 2014104650 A RU2014104650 A RU 2014104650A RU 2553459 C1 RU2553459 C1 RU 2553459C1
- Authority
- RU
- Russia
- Prior art keywords
- acceleration
- points
- trajectory
- maneuvering
- fourier transform
- Prior art date
Links
Images
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
Description
Предлагаемое изобретение относится к радиолокации и может быть использовано в радиолокационной технике для обнаружения траектории маневрирующего объекта.The present invention relates to radar and can be used in radar technology to detect the trajectory of a maneuvering object.
В настоящее время все большее распространение получают алгоритмы, в которых для обнаружения траектории объекта, в области значений параметров траектории маневрирующего объекта формируют смешанную апостериорную плотность распределения вероятностей (САПРВ), с использованием всех отсчетов амплитудных спектров по всем каналам системы обнаружения.Currently, algorithms are becoming more widespread in which, to detect the trajectory of an object, in the region of the values of the parameters of the trajectory of a maneuvering object, a mixed posterior probability density distribution (CAD) is formed using all samples of amplitude spectra across all channels of the detection system.
Известен способ обнаружения (захвата) траектории объекта [1] (аналог), заключающийся в излучении зондирующего сигнала, приеме отраженного сигнала, формировании САПРВ в области дальности, скорости, ускорения между обзорами, амплитуды. В качестве входных данных алгоритма используются отсчеты амплитудного спектра сигнала в каналах по дальности. Недостатком данного способа является то, что не учитывается влияние радиального ускорения объекта на амплитудный спектр сигнала, которое приводит к «размытию» спектра сигнала по каналам скорости. В результате оценки, формируемые при использовании таких входных данных, имеют либо недостаточную точность, либо вообще становится невозможным обнаружение. Также недостатком является предположение о линейном изменении параметров, входящих в вектор состояния захватываемой траектории, что при современном уровне развития летательных аппаратов не позволяет производить обнаружение траектории с достаточной вероятностью и скоростью.A known method of detecting (capturing) the trajectory of an object [1] (analogue), which consists in emitting a sounding signal, receiving a reflected signal, forming a CAD system in the range, speed, acceleration between surveys, amplitude. Samples of the amplitude spectrum of the signal in the channels in range are used as input to the algorithm. The disadvantage of this method is that it does not take into account the effect of radial acceleration of the object on the amplitude spectrum of the signal, which leads to "blurring" of the signal spectrum along the velocity channels. As a result, the estimates formed using such input data have either insufficient accuracy or detection becomes impossible at all. Another drawback is the assumption of a linear change in the parameters included in the state vector of the captured trajectory, which at the current level of development of aircraft does not allow trajectory detection with sufficient probability and speed.
В качестве прототипа выбран известный способ обнаружения (захвата) траектории маневрирующего объекта [2], заключающийся в излучении зондирующего сигнала, приеме отраженного сигнала, формировании САПРВ в области оцениваемых параметров. В качестве входных данных алгоритма так же, как и в аналоге используются отсчеты амплитудного спектра сигнала в каналах по дальности. Ускорение объекта оценивается по изменению радиальной скорости между наблюдениями. Недостатком данного способа является чрезмерно большой объем вычислительных операций, так как в вектор состояния включены параметры, характеризующие степень «размытия» спектра во входных данных.As a prototype, a well-known method for detecting (capturing) the trajectory of a maneuvering object [2] is selected, which consists in emitting a sounding signal, receiving a reflected signal, forming a CAD system in the field of estimated parameters. As input to the algorithm, as well as in the analogue, samples of the amplitude spectrum of the signal in channels in range are used. The acceleration of the object is estimated by the change in radial velocity between observations. The disadvantage of this method is the excessively large amount of computational operations, since the state vector includes parameters characterizing the degree of “blurring” of the spectrum in the input data.
Техническим результатом предлагаемого изобретения является повышение вероятности обнаружения траектории маневрирующего объекта.The technical result of the invention is to increase the probability of detecting the trajectory of a maneuvering object.
Технический результат предлагаемого изобретения достигается за счет введения ускорения в вектор измеряемых параметров сигнала, отраженного от маневрирующего объекта. Технический результат достигается за счет введения многоканальности по ускорению, обеспечивающей компенсацию межпериодных фазовых набегов, вызванных ускоренным движением объекта, и оценку скорости изменения доплеровской составляющей.The technical result of the invention is achieved by introducing acceleration into the vector of the measured parameters of the signal reflected from the maneuvering object. The technical result is achieved through the introduction of multichannel acceleration, which provides compensation for inter-period phase incursions caused by accelerated movement of the object, and an estimate of the rate of change of the Doppler component.
Вектор состояния xk захватываемой траектории в k-й момент времени определяется соотношением:The state vector x k of the trajectory captured at the kth moment of time is determined by the relation:
xk=f(xk-1,vk-1).x k = f (x k-1 , v k-1 ).
где f(•) - нелинейная функция, связывающая вектор состояния на k-м и (k-1)-м шагах;where f (•) is the nonlinear function connecting the state vector at the kth and (k-1 )th steps;
v - вектор шумов процесса на (k-1)-м шаге.v is the noise vector of the process at the (k-1) th step.
В отличие от способа-прототипа в вектор состояния xk, кроме амплитуды I сигнала и межпериодного набега фазы φC, включается скорость изменения (соответствующая ускорению объекта) межпериодного набега фазы :In contrast to the prototype method, in the state vector x k , in addition to the amplitude I of the signal and the inter-period phase incursion φ C , the change rate (corresponding to the acceleration of the object) of the inter-period phase incursion is included :
. .
Межпериодный набег фазы φC связан с радиальной скоростью соотношением:The interperiodic phase incursion φ C is related to the radial velocity by the ratio:
, ,
где Vr - радиальная скорость;where V r is the radial velocity;
λ - длина волны излучающего сигнала;λ is the wavelength of the emitting signal;
Tn - период повторения импульсов.T n - pulse repetition period.
Вектор zk измерений на k-м шаге связан с вектором состояния соотношением:The vector z k of measurements at the kth step is related to the state vector by the relation:
zk=h(xk,nk),z k = h (x k , n k ),
где h(•) - функция, связывающая вектор xk состояния с вектором zk измерений;where h (•) is the function connecting the state vector x k with the vector z k of measurements;
nk - вектор шумов наблюдений на k-м шаге с дисперсией .n k is the noise vector of observations at the kth step with dispersion .
Рекуррентный алгоритм обнаружения малоразмерного объекта состоит в вычислении на каждом шаге САПРВ с помощью формулы Байеса:The recurrent algorithm for detecting a small-sized object is to calculate CAD at every step using Bayes formula:
, ,
где xk - вектор состояния на k-й момент времени;where x k is the state vector at the kth moment of time;
zk - измерения на k-м шаге;z k - measurements at the kth step;
p(zk|xk, Ek=1) - функция правдоподобия;p (z k | x k , E k = 1) is the likelihood function;
Ek - индикатор существования объекта (Ek=1 - объект существует, Ek=0 - объект отсутствует);E k - an indicator of the existence of the object (E k = 1 - the object exists, E k = 0 - the object is absent);
- нормирующий множитель, определяемый по правилу: - normalizing factor determined by the rule:
, ,
- априорное распределение вектора состояния x на k-м шаге, имеющее вид: - a priori distribution of the state vector x at the kth step, having the form:
p(xk|xk-1) - переходная плотность распределения вероятностей вектора состояния между k-м и k-1-м шагами.p (x k | x k-1 ) is the transition density of the probability distribution of the state vector between the kth and kth steps
САПРВ имеет вид:CAD has the form:
где Pd, Pb - априорные вероятности пропадания и появления объекта соответственно;where P d , P b are the a priori probabilities of the disappearance and appearance of the object, respectively;
pb(xk) - априорная плотность распределения элементов вектора состояния xk на k-м шаге.p b (x k ) is the a priori distribution density of the elements of the state vector x k at the kth step.
Первое слагаемое в данном выражении характеризует вероятность существования объекта на k-1 и k-м шагах, второе - вероятность появления на k-м шаге. САПРВ вычисляется на множестве точек, называемых в технической литературе парциальными фильтрами. Каждый i-й парциальный фильтр характеризуется вектором состояния, весом (значением САПРВ) и индикатором состояния соответственно: The first term in this expression characterizes the probability of the existence of the object at the k-1 and k-th steps, the second - the probability of occurrence at the k-th step. CADW is calculated on a set of points, called partial filters in the technical literature. Each i-th partial filter is characterized by a state vector, weight (CAD value) and status indicator, respectively:
Для фильтров с , экстраполированные значения вектора состояния определяются какFor filters with , extrapolated values of the state vector are defined as
, ,
где F - переходная матрица.where F is the transition matrix.
При линейном изменении вектора состояния матрица F имеет вид:With a linear change in the state vector, the matrix F has the form:
где T - период между наблюдениями.where T is the period between observations.
Амплитуда I сигнала описывается односвязным марковским процессом. Для фильтров с , значения вектора состояния формируют исходя из априорных вероятностей межпериодного набега фазы сигнала, скорости изменения межпериодного набега фазы сигнала и амплитуды принятого сигнала.The amplitude I of the signal is described by a simply connected Markov process. For filters with , state vector values form based on the a priori probabilities of the interperiodic phase incursion of the signal, the rate of change of the interperiodic phase incursion of the signal and the amplitude of the received signal.
Поскольку предлагаемая модификация известного алгоритма заключается в том, что в вектор состояния , а соответственно и в вектор измерений zk, вводится информация о радиальном ускорении объекта, то на основе составляющих вектора состояния формируется вектор ожидаемого сигнала в p-м канале по скорости на основе вектора состояния i-го парциального фильтра:Since the proposed modification of the known algorithm is that in the state vector , and accordingly, in the measurement vector z k , information about the radial acceleration of the object is entered, then, on the basis of the components of the state vector, the vector of the expected signal in the pth channel is formed in speed based on the state vector of the i-th partial filter:
, ,
где N - количество импульсов в пачке;where N is the number of pulses in the packet;
j - мнимая единица.j is the imaginary unit.
После вычисления оценивается вероятность Pe обнаружения траектории объекта как отношение количества парциальных фильтров, для которых , , к общему количеству Npf фильтров:After calculating the probability P e of detecting the object’s trajectory is estimated as the ratio of the number of partial filters for which , to the total number of N pf filters:
, ,
где ∑ - знак суммы.where ∑ is the sum sign.
Траектория считается обнаруженной, если Pe превысило пороговое значение вероятности обнаружения траектории, которое вычисляется на основании критерия Неймана-Пирсона.A trajectory is considered to be detected if Pe exceeded the threshold value of the probability of detection of the trajectory, which is calculated on the basis of the Neumann-Pearson criterion.
Следующие новые признаки заявляемого способа обладают существенными отличиями от способа-прототипа:The following new features of the proposed method have significant differences from the prototype method:
- компенсация радиального ускорения объекта во входных данных;- compensation of the radial acceleration of the object in the input data;
- включение в вектор измерений радиального ускорения объекта.- inclusion in the vector of measurements of the radial acceleration of the object.
Оценка эффективности предлагаемого способа обнаружения траектории маневрирующего объекта проведена методом имитационного моделирования. На фиг.1 показаны: кривая 1 - вероятность обнаружения траектории объекта Pe от числа n наблюдений для предлагаемого способа; кривая 2 - вероятность обнаружения траектории объекта Pe от числа n наблюдений для способа прототипа. Число наблюдений n=60, при этом объект появился на 20-м наблюдении и пропал на 50-м наблюдении. Отношение сигнал-шум q=-4 дБ. Дополнительный межпериодный набег фазы, вызванный ускорением объекта 0,007 π.Evaluation of the effectiveness of the proposed method for detecting the trajectory of a maneuvering object was carried out by simulation. Figure 1 shows: curve 1 - the probability of detecting the trajectory of the object P e from the number n of observations for the proposed method; curve 2 - the probability of detecting the trajectory of the object P e from the number n of observations for the prototype method. The number of observations is n = 60, while the object appeared on the 20th observation and disappeared on the 50th observation. The signal-to-noise ratio q = -4 dB. An additional interperiodic phase incursion caused by the acceleration of the object is 0.007 π.
Построение обнаружения траектории маневрирующего объекта для предлагаемого способа проведено методом имитационного моделирования при следующих параметрах: число парциальных фильтров Npf=10000; число N спектральных и временных отсчетов N=64; число каналов по ускорению M=20; вероятности Pd=0,01, Pb=0,1; априорная вероятность наличия траектории объекта 0,1. За время T наблюдения спектр радиосигнала, отраженного от маневрирующего объекта, занимает 11 частотных каналов. Параметры фильтров Калмана для парциальных фильтров Ek-1=1, Ek=1: СКО шума процесса для межпериодного набега фазы 10-4 π рад при скорости изменения межпериодного набега фазы 0,1 π рад/с и амплитуде 0,001.The detection of the trajectory of the maneuvering object for the proposed method was carried out by simulation method with the following parameters: the number of partial filters N pf = 10000; the number N of spectral and time samples N = 64; the number of channels for acceleration M = 20; probabilities P d = 0.01, P b = 0.1; The a priori probability of the presence of an object trajectory is 0.1. During the observation time T, the spectrum of the radio signal reflected from the maneuvering object occupies 11 frequency channels. The parameters of Kalman filters for partial filters E k-1 = 1, E k = 1: the standard deviation of the process noise for inter-period phase incursion of 10 -4 π rad at a rate of change of inter-phase phase incursion of 0.1 π rad / s and an amplitude of 0.001.
Анализ данных результатов показывает, что при практической реализации заявляемый способ по сравнению со способом-прототипом позволяет повысить вероятность обнаружения траектории маневрирующего объекта на 0,4.Analysis of these results shows that, in practical implementation, the inventive method in comparison with the prototype method can increase the probability of detecting the trajectory of a maneuvering object by 0.4.
Техническая реализация заявляемого способа возможна на основе устройства, структурная схема которого изображена на фиг.2. Устройство состоит из буферного регистра 1, блока многоканальных фазовращателей 2, блоков быстрого преобразования Фурье (БПФ) 3, блоков вычисления модулей отсчетов БПФ 4, накопителя 5, порогового устройства 6.Technical implementation of the proposed method is possible based on the device, a structural diagram of which is depicted in figure 2. The device consists of a
Работу устройства можно описать следующим образом. Сигнал, отраженный от маневрирующего объекта, после преобразований в каскадах приемника и аналого-цифрового преобразования поступает на входы устройства, реализующего заявляемый способ. Квадратурные составляющие на входе устройства в одном элементе разрешения по дальности на k-м шаге описываются последовательностью комплексных величин:The operation of the device can be described as follows. The signal reflected from the maneuvering object, after transformations in the stages of the receiver and analog-to-digital conversion is fed to the inputs of a device that implements the inventive method. The quadrature components at the input of the device in one range resolution element at the kth step are described by a sequence of complex quantities:
, ,
где φ0 - случайная начальная фаза отраженного сигнала;where φ 0 is the random initial phase of the reflected signal;
A - амплитуда принятого сигнала.A is the amplitude of the received signal.
После записи и последующего считывания из буферного регистра 1 отсчеты sk поступают на входы M многоканальных фазовращателей 2, осуществляющих преобразование отсчетов в соответствии с алгоритмом:After writing and subsequent reading from the
, ,
где - ширина канала по ускорению;Where - channel width for acceleration;
m=0…M-1.m = 0 ... M-1.
Затем полученные отсчеты последовательно проходят обработку в блоках 3 и 4, в результате чего на выходах блоков 4 получаются отсчетыThen, the obtained samples are sequentially processed in
zk=|C(xk,nk|,z k = | C (x k , n k |,
где C - оператор преобразования Фурье.where C is the operator of the Fourier transform.
Векторные отсчеты zk амплитудных спектров на k-м шаге:Vector samples z k amplitude spectra at the kth step:
. .
Затем полученные отсчеты поступают в накопитель 5, где происходит оценка вероятности Pe обнаружения траектории по описанному выше правилу. Полученные оценки поступают на пороговое устройство 6. По результатам сравнения принимается решение об обнаружении или необнаружении траектории объекта.Then, the obtained samples go to the
Список литературыBibliography
1. Ristic В., Arulampalam S., Gordon N. Beyond the Kalman Filter. Particle Filters for Tracking Applica-tions. - Boston: Artech House. - 2004. - 302 p.1. Ristic B., Arulampalam S., Gordon N. Beyond the Kalman Filter. Particle Filters for Tracking Applica-tions. - Boston: Artech House. - 2004 .-- 302 p.
2. Zhaoping Wu, Tao Su, Radar Target Detect using Particle Filter // Radar Conference, 2010 IEEE. - 2010. - pp.955-958.2. Zhaoping Wu, Tao Su, Radar Target Detect using Particle Filter // Radar Conference, 2010 IEEE. - 2010 .-- pp.955-958.
Claims (1)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2014104650/07A RU2553459C1 (en) | 2014-02-10 | 2014-02-10 | Method of trajectory determination of maneuvering object |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2014104650/07A RU2553459C1 (en) | 2014-02-10 | 2014-02-10 | Method of trajectory determination of maneuvering object |
Publications (1)
Publication Number | Publication Date |
---|---|
RU2553459C1 true RU2553459C1 (en) | 2015-06-20 |
Family
ID=53433627
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2014104650/07A RU2553459C1 (en) | 2014-02-10 | 2014-02-10 | Method of trajectory determination of maneuvering object |
Country Status (1)
Country | Link |
---|---|
RU (1) | RU2553459C1 (en) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2079150C1 (en) * | 1994-10-07 | 1997-05-10 | Центральный научно-исследовательский институт "Гранит" | Moving objects path tracking device |
US6121915A (en) * | 1997-12-03 | 2000-09-19 | Raytheon Company | Random noise automotive radar system |
US6147638A (en) * | 1997-12-10 | 2000-11-14 | Automotive Distance Control Systems | Method for operating a radar system |
WO2003083511A1 (en) * | 2002-03-28 | 2003-10-09 | Conti Temic Microelectronic Gmbh | Method for determining the relative speed of an object |
RU2347236C2 (en) * | 2006-09-15 | 2009-02-20 | Открытое акционерное общество "Научно-исследовательский институт измерительных приборов" (ОАО "НИИИП") | Method of detection of trajectory of object and radar station for its realisation |
RU2381524C1 (en) * | 2008-05-28 | 2010-02-10 | Государственное унитарное предприятие "Конструкторское бюро приборостроения" | Tracking system for mobile objects |
RU2427002C1 (en) * | 2009-12-09 | 2011-08-20 | Закрытое Акционерное Общество "Транзас" | Method of detecting object trajectory |
-
2014
- 2014-02-10 RU RU2014104650/07A patent/RU2553459C1/en not_active IP Right Cessation
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2079150C1 (en) * | 1994-10-07 | 1997-05-10 | Центральный научно-исследовательский институт "Гранит" | Moving objects path tracking device |
US6121915A (en) * | 1997-12-03 | 2000-09-19 | Raytheon Company | Random noise automotive radar system |
US6147638A (en) * | 1997-12-10 | 2000-11-14 | Automotive Distance Control Systems | Method for operating a radar system |
WO2003083511A1 (en) * | 2002-03-28 | 2003-10-09 | Conti Temic Microelectronic Gmbh | Method for determining the relative speed of an object |
RU2347236C2 (en) * | 2006-09-15 | 2009-02-20 | Открытое акционерное общество "Научно-исследовательский институт измерительных приборов" (ОАО "НИИИП") | Method of detection of trajectory of object and radar station for its realisation |
RU2381524C1 (en) * | 2008-05-28 | 2010-02-10 | Государственное унитарное предприятие "Конструкторское бюро приборостроения" | Tracking system for mobile objects |
RU2427002C1 (en) * | 2009-12-09 | 2011-08-20 | Закрытое Акционерное Общество "Транзас" | Method of detecting object trajectory |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108469608B (en) | Method for accurately estimating Doppler centroid of moving platform radar | |
KR101703773B1 (en) | Method for acquiring radar image using serveillance radar and System thereof | |
Pang et al. | Coherent detection algorithm for radar maneuvering targets based on discrete polynomial-phase transform | |
KR101628154B1 (en) | Multiple target tracking method using received signal strengths | |
CN107576959B (en) | High repetition frequency radar target tracking method before detection based on area mapping deblurring | |
CN110988834B (en) | Pulse arrival time measuring method based on self-adaptive threshold value double thresholds | |
Bocquel et al. | Multitarget particle filter addressing ambiguous radar data in TBD | |
JP2018205175A (en) | Radar device and radar signal processing method thereof | |
CN105866748B (en) | A kind of long CFAR detection method of fixation window based on detection priori | |
JP2009236720A (en) | Moving target detector | |
Hamdollahzadeh et al. | Moving target localization in bistatic forward scatter radars: Performance study and efficient estimators | |
KR102011959B1 (en) | Method and Apparatus for Processing Radar Received Signal for Detecting Interference Signals in Pulse Compression Process | |
RU2619056C2 (en) | Method of moving target detecting with speed and maneuverability parameters distinction | |
Fu et al. | A novel method for fast detection of high-speed targets | |
WO2020076316A1 (en) | Phase doppler radar | |
CN112213697A (en) | Feature fusion method for radar deception jamming recognition based on Bayesian decision theory | |
Wei et al. | Detection and localization of high speed moving targets using a short-range UWB impulse radar | |
RU2553459C1 (en) | Method of trajectory determination of maneuvering object | |
Joshi et al. | Sea clutter model comparison for ship detection using single channel airborne raw SAR data | |
Wang et al. | Feature aided probabilistic data association for multi-target tracking | |
KR101156570B1 (en) | Apparatus and method for calculating resource of target detection in radar | |
Tohidi et al. | Compressive sensing in MTI processing | |
Yanovsky et al. | Ultrawideband signal processing algorithms for radars and sodars | |
KR102211844B1 (en) | Method and apparatus for estimating behind wall Multi-target in an IR-UWB Radar system | |
CN109655804B (en) | Near target relative distance estimation method based on singular value decomposition |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20170211 |