[发明专利]基于CS-PF的高重频雷达弱小目标检测跟踪方法

摘要

本发明公开了一种基于CS‑PF的高重频雷达弱小目标检测跟踪方法，属于雷达数据处理领域。基于PF‑TBD的弱小目标检测跟踪方法存在一个明显的缺陷，即当雷达采用高重频的工作模式时，其对目标的距离测量存在高度的模糊，从而导致PF‑TBD方法在对弱小目标积累过程出现严重的积累错误，也不能实现稳定跟踪，因此该方法无法适应于高重频雷达对弱小目标的检测和跟踪。本发明提出的基于CS‑PF的高重频雷达弱小目标检测跟踪方法立足于解决此类问题。本发明可以在解高重频雷达距离测量模糊的同时实现对弱小目标的有效检测和跟踪，克服了基于一般的PF‑TBD方法应用的局限性，适应于机载PD等高重频雷达对弱小目标的检测和跟踪，因此具有较强的工程应用价值和推广前景。

主权项

1.基于CS‑PF的高重频雷达弱小目标检测跟踪方法，其特征包括以下步骤：步骤1：变量初始化，令k＝0(1)K为雷达关机时刻，S为雷达监测区域,T为雷达的扫描周期，(xs,ys)为雷达的坐标，Ru,max为雷达的最大不模糊距离，zk为k时刻的雷达量测，Rk为雷达量测误差协方差，nR和nB分别为雷达距离和方位单元的个数，N＝nR×nB为信号的维数，R和B分别为雷达距离和方位分辨单元的大小，LR和LB分别为雷达距离和方位上的损失常数；(2)N_p为滤波器采用的粒子数，q_k为目标出现的初始分布，为PIN增量的初始分布，a_x,_max和a_y,max分别为目标在x方向和y方向的最大加速度；(3)mR和mB分别为距离搜索单元和方位搜索单元的个数，M＝mR×mB为原子的个数，Δu和Δv分别为距离和方位搜索单元的大小；(4)SNR为目标信噪比，γ为目标存在与否判决门限，Ψ为过完备原子库矩阵，Φ为观测矩阵，Mg观测信号的维数，vk为随机噪声，Πm为PIN增量转移矩阵；(5)函数round(x,y)表示取小于等于x/y的最大整数，函数ceil(x,y)表示取大于等于x/y的最小整数，函数max(x)表示向量x中所有元素的最大值；步骤2：滤波器初始化，对任意p∈{1,2,…,Np}(1)从初始分布q_k采样得到目标的位置和速度信息，通过计算得到目标脉冲间隔数信息，并令得到粒子(2)从初始分布中采样PIN增量(3)赋予粒子权重步骤3：令k＝k+1，获得k时刻的雷达量测将雷达接收到的信号进行A/D变换，得到k时刻的雷达量测送雷达数据处理计算机；步骤4：构造过完备原子库矩阵(1)对任意m∈{1,2,...,M}和n∈{1,2,...,N}，令其中而(2)令得到过完备原子库矩阵Ψ；(3)对任意n∈{1,2,...,N}，令其中(4)令将量测z_k转变成一维列向量s_k；步骤5：目标存在与否判决(1)令将sk投影到Ψ，得到sk在Ψ上的投影zatom,k；(2)令ηtarget＝0.9×2SNR/3，γ＝max(1,0.75(1+ηtarget))，得到目标存在与否判决门限γ；(3)若max(zatom,k)＜γ，则认为当前时刻不存在目标，转步骤2，否则认为当前时刻存在目标；步骤6：目标模糊量测信息提取(1)对任意l∈{1,2,...,Mg}和m∈{1,2,...,M}，令其中，函数randn(1)表示根据标准正态分布生成一个随机数；(2)令生成观测矩阵Φ；(3)令A_k＝ΦΨ，利用匹配追踪算法求解使达到最小的解(4)找到向量中最大元素的序号m，并令并计算目标的模糊距离量测ramb,k和方位量测bk得到距离测量模糊情况下的模糊目标量测zamb,k＝[ramb,k bk]T；步骤7：粒子集预测，对任意p∈{1,2,...,Np}(1)根据k‑1时刻的和PIN增量转移矩阵Π_m预测粒子在k时刻的PIN增量(2)根据粒子以及目标状态转移方程进行采样，得到粒子其中B_k＝[0 0 0 0 1]^T，而状态转移矩阵和过程噪声控制矩阵分别为Vk为过程噪声，其协方差为步骤8：基于模糊量测的粒子集权重更新，对任意p∈{1,2,...,Np}(1)计算预测的模糊量测(2)计算新息(3)更新粒子权重步骤9：目标状态和PIN估计(1)归一化粒子权重，对任意p∈{1,2,...,Np}(2)对粒子集进行重采样得到k时刻的粒子集(3)对重采样后的粒子集进行加权平均，得到状态估计步骤10：重复步骤3～步骤9，直至雷达关机。