[发明专利]一种基于动态规划的多目标复合检测方法

说明书

本发明提供了一种基于动态规划的多目标复合检测方法，利用传统恒虚警算法进行一次检测实现对强目标的检测和剔除，然后采用基于动态规划检测前跟踪算法对一次检测后的数据进行分区动态规划非相参积累实现对微弱目标的检测与跟踪，从而实现复杂环境下密集目标的有效探测。本发明不仅可以提高对微弱目标的有效检测，而且可以尽可能消除邻近目标的相互干扰，从而提高邻近目标的跟踪精度；相比于直接进行基于动态规划的检测前跟踪实现目标检测大大减小了计算量，本发明有效解决了复杂环境下密集多目标的探测的问题，为实现复杂环境下低信杂比目标的探测提供了有力的技术支撑。

技术领域

本发明涉及雷达目标探测技术领域，特别涉及一种多目标复合检测方法。

背景技术

近些年来，雷达作为目标探测的主要手段，在空中和海面目标探测等领域应用广泛，然而受复杂背景环境及目标类型的影响，雷达不仅需要探测大型舰船类目标，同样面临着海面和空中微弱目标的检测与跟踪问题。这里的微弱目标主要指雷达回波信噪比非常低的目标，一种指由于采用隐身技术或目标本身的尺寸非常小从而使得目标回波信杂比十分低，另一种指的是由于目标距离雷达非常的远从而使得目标信杂比很低。这种微弱目标检测与跟踪的难点在于目标信号十分的微弱，而且处在强杂波和噪声环境中，这导致单帧数据无法有效的检测跟踪目标，必须通过处理多帧数据沿目标可能的运动航迹进行能量积累来检测与跟踪目标。

在实际工作环境中，雷达往往同时面临多目标环境，而且不同类型目标的回波信噪比差异比较大。目前传统的跟踪方法先通过门限检测，然后跟踪目标，然而在这种跟踪框架下检测与跟踪微弱目标十分的困难，由于微弱目标的SCR十分的低，如果降低检测门限，这样虽然可以减小信息损失，但是会产生更多的虚警同时使后面的航迹处理变得十分困难。近些年，TBD是最近几年提出的一种新的检测跟踪算法，而DP-TBD又是TBD算法中研究的热点。最近几年DP-TBD的研究主要集中在单目标，对多目标的研究相对较少，而实际场景中往往是多目标的情况。针对多目标问题，传统的检测跟踪方法计算量已经很大了，再加上DP-TBD算法计算量大的特点，而多目标DP-TBD算法面对目标个数未知、目标状态空间的不确定性、联合高维寻优等问题，这些问题使得基于动态规划的多目标TBD算法出现了计算量爆炸的问题。由于DP-TBD算法本身具有的能量扩散效应极易将弱目标淹没在强目标中，这会导致对目标的分辨率降低，出现低估目标个数的情况，最终导致出现漏检。

目前在国外，Stefano Buzzi详细研究了基于动态规划的多目标跟踪问题，该算法在目标航迹相互独立的假设下，可以比较准确的估计出目标的数目，但当目标的数目估计的不准确或目标航迹交叉时，检测与跟踪性能会迅速下降。在国内，基于动态规划的多目标检测前跟踪算法的研究还相对较少。电子科技大学的易伟等人提出了一种利用多目标的结构进行多目标跟踪的DP-TBD算法，该算法采用多目标状态下的联合寻优来实现目标检测前跟踪，在一定程度上解决了临近目标的干扰问题，但是高维联合寻优会导致计算量迅速增加，不利于实时运算。

发明内容

为了克服现有技术的不足，本发明提供一种基于动态规划的多目标复合检测方法。可以提高复杂环境下目标的检测与跟踪能力，为提升防区内雷达综合探测能力奠定了技术基础。本发明的目的在于提出一种基于动态规划的多目标复合检测算法，克服了现在技术中传统的恒虚警检测易丢失微弱目标造成漏检和多目标检测前跟踪算法计算量大、分辨率低、邻近目标相互干扰的缺点。因此本发明利用传统恒虚警算法进行一次检测实现对强目标的检测和剔除，然后采用基于动态规划检测前跟踪算法对一次检测后的数据进行分区动态规划非相参积累实现对微弱目标的检测与跟踪，从而实现复杂环境下密集目标的有效探测。

本发明解决其技术问题所采用的技术方案包括如下步骤：

S1：为了有效降低计算量和减小邻近强目标的干扰，完成单帧恒虚警目标检测，具体步骤包括：

S11：对雷达回波数据进行数字下变频、脉冲压缩、杂波抑制和多普勒滤波处理，得到多普勒滤波后的数据；