[發(fā)明專利]基于多模粒子濾波和數(shù)據(jù)關(guān)聯(lián)的機(jī)動(dòng)微弱目標(biāo)檢測前跟蹤方法

有效

• 申請?zhí)枺?/td>: 201210106254.2
• 申請日: 2012-04-02
• 公開（公告）號: CN102621542A
• 公開（公告）日: 2012-08-01
• 發(fā)明（設(shè)計(jì)）人: 王國宏;譚順成;賈舒宜;于洪波;關(guān)成斌
• 申請（專利權(quán)）人: 中國人民解放軍海軍航空工程學(xué)院
• 主分類號: G01S13/66
• 分類號: G01S13/66
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術(shù)領(lǐng)域

本發(fā)明涉及一種雷達(dá)數(shù)據(jù)處理方法，特別涉及一種雷達(dá)對機(jī)動(dòng)微弱目標(biāo)的檢測與跟蹤方法。

背景技術(shù)

微弱目標(biāo)的檢測與跟蹤是現(xiàn)代雷達(dá)面臨的難點(diǎn)問題之一。各種隱身飛機(jī)、掠海導(dǎo)彈以及巡航導(dǎo)彈等微弱目標(biāo)的大量出現(xiàn)和使用，嚴(yán)重的影響著雷達(dá)目標(biāo)檢測跟蹤性能的發(fā)揮。同時(shí)，為了提高生存和突防能力，微弱目標(biāo)會(huì)隨時(shí)進(jìn)行一定的機(jī)動(dòng)，其運(yùn)動(dòng)狀態(tài)也會(huì)因不同的作戰(zhàn)任務(wù)而變，進(jìn)一步增大了雷達(dá)對其進(jìn)行檢測與跟蹤的困難。因此，實(shí)現(xiàn)雷達(dá)對機(jī)動(dòng)微弱目標(biāo)的有效檢測與跟蹤，對提高雷達(dá)作戰(zhàn)效能和生存能力具有重要意義。目前，基于粒子濾波的微弱目標(biāo)檢測前跟蹤方法由于具有處理方法簡單、易于硬件實(shí)現(xiàn)、可適應(yīng)于非線性非高斯系統(tǒng)等優(yōu)點(diǎn)，在微弱目標(biāo)檢測與跟蹤領(lǐng)域受到廣泛重視，而基于粒子濾波的檢測前跟蹤方法通過借鑒交互式多模型的思想，形成了一種基于多模粒子濾波的機(jī)動(dòng)微弱目標(biāo)檢測前跟蹤方法。該方法主要通過以下步驟實(shí)現(xiàn)：

(1)將雷達(dá)接收機(jī)輸出的目標(biāo)回波信號進(jìn)行A/D變換，送雷達(dá)數(shù)據(jù)處理計(jì)算機(jī)執(zhí)行以下步驟；

(2)對目標(biāo)運(yùn)動(dòng)模式進(jìn)行預(yù)測；

(3)利用目標(biāo)運(yùn)動(dòng)模式和相應(yīng)的目標(biāo)狀態(tài)轉(zhuǎn)移方程對粒子集進(jìn)行預(yù)測；

(4)利用新量測對各粒子權(quán)重進(jìn)行更新；

(5)對權(quán)重更新后的粒子集進(jìn)行重采樣，并得到目標(biāo)狀態(tài)估計(jì)。

基于多模粒子濾波的機(jī)動(dòng)微弱目標(biāo)檢測前跟蹤方法具有以下兩個(gè)缺陷：(1)不能提供目標(biāo)的航跡信息；(2)當(dāng)目標(biāo)信噪比較低或機(jī)動(dòng)較大時(shí)容易出現(xiàn)目標(biāo)漏檢。

發(fā)明內(nèi)容

本發(fā)明的目的是提出一種基于多模粒子濾波和數(shù)據(jù)關(guān)聯(lián)的機(jī)動(dòng)微弱目標(biāo)檢測前跟蹤方法，解決基于多模粒子濾波的機(jī)動(dòng)微弱目標(biāo)檢測前跟蹤方法容易出現(xiàn)漏檢和無法提供目標(biāo)航跡信息的問題。

本發(fā)明提出的基于多模粒子濾波和數(shù)據(jù)關(guān)聯(lián)的機(jī)動(dòng)微弱目標(biāo)檢測前跟蹤方法的技術(shù)方案包括以下步驟：

步驟1：變量初始化

K是總仿真時(shí)間；

T是雷達(dá)掃描周期；

N是濾波器采用的粒子數(shù)；

SNR是目標(biāo)信噪比；

I_min和I_max是目標(biāo)可能的最小和最大強(qiáng)度；

v_min和v_max是目標(biāo)可能的最小和最大速度；

γ是目標(biāo)存在判決門限；

是目標(biāo)初始運(yùn)動(dòng)模式

η₀是目標(biāo)初始存在概率；

L×H表示雷達(dá)監(jiān)測區(qū)域的大小；

∏_e是目標(biāo)存在狀態(tài)概率轉(zhuǎn)移矩陣；

∏_m是目標(biāo)運(yùn)動(dòng)模式概率轉(zhuǎn)移矩陣；

Q_k是過程噪聲協(xié)方差；

步驟2：令k＝0，進(jìn)行粒子初始化，得到初始粒子集其中，包含目標(biāo)的位置速度和強(qiáng)度信息，是目標(biāo)運(yùn)動(dòng)模式變量，是目標(biāo)存在狀態(tài)變量，i＝1，2，…，N

(1)令i＝1；

(2)目標(biāo)位置初始化

xkl=L×rand(1)---(1)]]>

ykl=H×rand(1)---(2)]]>

rand(1)表示按照均勻分布產(chǎn)生一個(gè)[0，1]區(qū)間上的隨機(jī)數(shù)；

(3)目標(biāo)速度初始化