[发明专利]一种基于迭代处理的动态规划检测前跟踪方法

说明书

技术领域

本发明属于雷达目标检测领域，特别涉及了雷达对微弱目标检测前跟踪技术领域。

背景技术

当前雷达对目标的探测技术面临着严峻的挑战。隐身目标的反射截面积小，目标距离雷达较远以及实际应用中遇到的山地，城市等强杂波背景都使得目标回波相对于杂波很弱，目标的信噪比大大下降，难以被检测。

基于动态规划的检测前跟踪算法是一种有效的检测跟踪微弱目标的方法。它通过对值函数的积累联合处理多帧回波数据，是穷尽搜索的一种等效实现，但其效率远远高于穷尽搜索。近来，该方法被广泛应用于雷达跟踪，图像处理等领域。虽然它可以有效地检测和跟踪微弱目标，但是由于其在每一时刻都需要计算所有状态的值函数，当接收到的回波数据量很大时，该方法所需的计算量会迅速增加。并且由于动态规划算法是一种批处理的方法，为了长时间跟踪目标，在实际应用中需要结合滑窗处理技术，导致每帧回波数据被重复处理多次，进一步增加算法的计算负担，很难实现对目标的实时跟踪。特别是当目标的信噪比比较低时，为了提高对目标的检测能力，一次滑窗内处理的数据帧数增多，算法的计算量也会随之急剧增加，大大延长了系统的信号处理时间，降低系统的实时性，给目标的检测跟踪带来很大的困难。因此，为了满足雷达探测实时性要求，研究能够降低计算量的动态规划算法是十分关键的。国内外学者也对这个问题做了一定的研究。文献“Thresholding Process Based Dynamic Programming Track-Before-Detect Algorithm,IEICE Trans Commun,vol.E96.B,291-300,2013”采用第一低门限检测单帧数据，筛选可能是目标的点迹，然后利用动态规划算法处理这些离散的点迹，恢复目标航迹；文献“A new TBD-DP algorithm using multiple IR sensors to locate the target launch point，proc of SPIE,vol.8185,p81850P,2011”提出了一种降低接收图像的分辨率以减少待处理数据的数量的动态规划算法。但这些方法只是降低了单次滑窗内的数据处理量，并不能从本质上解决执行多次滑窗处理导致的回波数据被重复计算的问题，在长时间跟踪目标时算法的计算复杂度任然非常高，难以保证系统的实时性。

发明内容

本发明针对背景技术的不足所要解决的技术问题是，提供一种计算量小、检测更精确的快速高效的多帧检测前跟踪的值函数积累方法。

本发明为解决上述技术问题所采用的技术方案是，一种基于迭代处理的动态规划检测前跟踪方法，包括一下步骤：

步骤1、初始化系统参数：

初始化观测总帧数M，动态规划检测前跟踪算法的滑窗长度为K，利用蒙特卡洛仿真实验计算出检测门限V_T，初始化变量k＝1；

步骤2、从雷达接收机中读取第k帧量测；

步骤3、积累动态规划值函数：

如果k＝1，那么用各个量化状态对应的第一帧回波数据的幅度值初始化该状态的值函数；

如果k≠1，那么各个量化状态的值函数为可能转移到该状态的前一帧状态的值函数的最大值与该状态对应的幅度值之和；

步骤4、如果k<K，那么令k＝k+1，返回步骤2；否则，执行步骤5；

步骤5、门限检测：将步骤4获得的值函数与门限V_T比较，若大于门限，则认为该状态为候选目标状态，将其存入集合D；

步骤6、航迹恢复：

对集合D中每个候选目标状态，进行航迹恢复，对恢复后的航迹存入集合T中，然后令D＝Φ；

步骤7、航迹关联：

如果k＝K，根据集合T中的每条短航迹起始一条新航迹存入集合T^*中，执行步骤8；

如果k>K，初始化i＝1，j＝0；

7.1.如果j<N，N为集合T^*中的航迹数，那么j＝j+1，执行步骤7.2；否则，用集合T中的第i条航迹t_i起始一条新航迹，存入集合中，然后执行步骤7.3；