[发明专利]一种基于多通道比相定位的多人体目标定位跟踪方法

说明书

本发明公开了一种基于多接收通道比相定位的多人体目标定位跟踪方法，其基于单发多收的线性调频连续波雷达系统，利用动目标显示和去均值的方法对实验数据进行预处理，并对回波数据的每一周期做二倍插值细化距离维加窗傅里叶变换，根据目标的距离谱获取目标的距离信息；从频谱的目标所在峰值处提取出该目标对应的相位信息；再将不同接收通道的相位信息融合，计算出不同接收通道间的相位差，换算出目标的方位角或俯仰角，结合目标距离信息计算出目标在二维或者三维平面的定位结果；最后利用卡尔曼滤波的方法，实现对目标的跟踪。本发明能够对室内和室外的多个人体目标进行检测、定位以及跟踪，在保留目标的同时能够有效地将多径剔除，并且对目标实现准确的定位。

技术领域

本发明涉及雷达目标定位跟踪技术领域，特别涉及多个人体目标的定位跟踪方法。

背景技术

在许多探测系统中，运动人体目标的检测和定位跟踪都有着重要的应用。例如，在智能家居领域可以实现房屋监测；在车载雷达领域，可以实现无人驾驶以及防撞等多种功能。

国内外许多研究机构开展了关于运动人体目标定位跟踪的研究。电子科技大学提出了一种基于非相干MIMO雷达体制下的联合多目标检测和定位方法(Y.Ai,W.Yi,M.R.Morelande and L.J.Kong,“Joint multi-target detection and localizationwith a noncoherent statistical MIMO radar,”International Conf.on InformationFusion,2014.)，它基于最大似然估计的理论，将多个目标联合最大化的问题分成多个非联合的优化问题，从而消除已经明确的目标所带来的干扰，实现对联合多目标的检测和定位。杭州电子科技大学提出了一种在图像域的目标定位跟踪方法(C.Wang and L.Zhang,“Meanshift based orientation and location tracking of targets,”2010SixthInternational Conference on Natural Computation(ICNC),2010.)，该方法基于均值漂移算法，利用目标梯度角的概率密度分布为特征，通过多次迭代，实现了目标的方位估计和跟踪。

上述方法有复杂的算法流程和大的计算复杂度，而在实际的目标定位跟踪场合，需要一定的实时性。因此，研究一种具有实时性且定位准确，适用于室内室外场景的多个人体目标定位跟踪方法在雷达目标定位跟踪技术领域具有重要的价值。

发明内容

本发明的发明目的在于：针对上述存在的问题，提供一种适用于多目标的定位方法，基于单发多收(SIMO)的线性调频连续波(LFMCW)雷达系统，首先利用动目标显示(MTI)和去均值的方法对回波数据进行预处理；然后对回波数据的每一周期做二倍插值细化距离维加窗傅里叶变换，根据目标的距离谱，获取目标的距离信息；接着从频谱的目标所在峰值处提取出该目标对应的相位信息；最后，我们将不同接收通道的相位信息融合，从而计算出不同接收通道间的相位差，换算出目标的方位角或俯仰角，结合之前获取的目标距离信息，从而计算出目标在二维或者三维平面的定位结果；得到定位结果后，利用卡尔曼滤波的方法，实现对目标的跟踪。

本发明的一种基于多通道比相定位的多个人体目标定位跟踪方法，基于单发多收的线性调频连续波雷达系统执行以下步骤：

步骤1：回波矩阵预处理：

对雷达接收机各路接收通道的N×L维回波矩阵A_m分别在慢时间(按行)上进行去均值处理和动目标显示滤波，得到距离-脉冲域矩阵D_m，其中N为每路接收通道一次定位时所处理的回波数，L为每个回波信号的采样点数m＝1,…,M，M为雷达接收机的接收通道数，即接收天线数目；

对各距离-脉冲域矩阵D_m分别在距离维上(按行)先做加窗处理，再做二倍插值以及傅里叶变换，得到每个扫频周期的回波信号的压缩成sinc时域脉冲信号；