[发明专利]一种旋转对称目标微动特征认知提取方法

说明书

提供一种旋转对称目标微动特征认知提取方法，包括：第一步：采用检测前跟踪方法获取目标散射点距离轨迹信息；第二步：利用距离轨迹信息拟合微动参数，反过来，根据微动参数估计结果更新检测前跟踪过程中的状态转移集函数；第三步：从目标检测和微动特征提取两方面综合考虑设定判决准则，来判断目标检测和微动特征提取任务是否完成。该方法能够在对目标进行检测跟踪的同时实现目标微动特征提取，提高雷达工作效率。

技术领域

本发明涉及信号与信息处理技术，具体涉及一种旋转对称目标微动特征认知提取方法。

背景技术

自从Chen V. C. 将微多普勒概念引入雷达探测领域，雷达目标微动特征提取就引起了国内外学者的广泛关注。庄钊文等在《目标微动特性研究进展》（电子学报, 2007,35(3): 520–525）中提到微动特征通常被认为是雷达目标所具有的独一无二的运动特征，利用高分辨雷达和现代信号处理技术对这种精细的运动特征进行提取，可为雷达非合作目标探测与识别提供了新的途径。Gao H. W.等在《Micro-Doppler signature extractionform ballistic target with micro-motion》（IEEE Transactions on Aerospace andElectronic Systems, 2010, 46(4): 1969-1982）中通过建立空间目标微动模型，分析了不同微动形式下目标回波的微多普勒特性，并通过暗室测量数据进行了验证。Liu Y. X.等在《Estimation of micro-motion parameters based on micro-Doppler》（IET SignalProcessing, 2010,4 (3): 213-217）中研究了进动目标的时频分布图，并采用参数变换法实现了目标微动特征的有效提取。曹文杰等在《基于瞬时频率估计的进动锥体目标微多普勒频率提取方法》（电子与信息学报, 2015, 37(5): 1091-1096）中结合进动调制的微多普勒频率近似正弦变化规律的特点，在将回波信号分段的基础上，提出了基于瞬时频率估计和随机抽样一致性的进动目标微多普勒频率提取方法，有效提高了目标微多普勒频率的提取精度。

然而，现有雷达目标微动特征提取方法均是在完成目标检测和跟踪的基础上进行的，这就需要对目标检测、跟踪和特征提取分别分配雷达资源。如果能够将目标检测、跟踪和微动特征提取相结合，在完成目标检测的同时，实现目标微动特征的提取，将有效提高雷达资源利用率和微动特征提取的实时性。

近年来，检测前跟踪算法在弱目标检测和跟踪问题上取得了很好的效果，该算法通过帧间累积，提高了目标的检测概率，并且在检测出目标同时回溯出目标运动轨迹。若能够在检测前跟踪过程中引入旋转对称目标微动特征提取处理，利用目标运动轨迹提取微动特征，反过来，根据微动特征的提取结果指导检测前跟踪过程中的状态转移集，有望显著提高运算效率和资源利用率，同时实现旋转对称目标的检测和微动特征提取，然而如何实现雷达能够在对目标进行检测和跟踪的同时实现目标微动特征提取还存在着问题。

发明内容

本发明的目的在于克服上述现有技术中的不足之处提出一种旋转对称目标微动特征认知提取方法。

本发明是通过如下方式实现的：

一种旋转对称目标微动特征认知提取方法，包括下列步骤：

第一步：采用检测前跟踪方法获取目标散射点距离轨迹信息；

第二步：利用距离轨迹信息拟合微动参数，反过来，根据微动参数估计结果更新检测前跟踪过程中的状态转移集函数；

第三步：从目标检测和微动特征提取两方面综合考虑设定判决准则，来判断目标检测和微动特征提取任务是否完成。

所述第一步具体包括：