[發明專利]一種基于信息積累的弱目標檢測前跟蹤方法

在審

• 申請號: 202010189198.8
• 申請日: 2020-03-18
• 公開（公告）號: CN111352104A
• 公開（公告）日: 2020-06-30
• 發明（設計）人: 李波;湯俊;岑宗駿
• 申請（專利權）人: 清華大學
• 主分類號: G01S13/70
• 分類號: G01S13/70;G01S7/41
• 代理公司: 北京眾合誠成知識產權代理有限公司 11246
• 代理人: 張文寶

1.一種基于信息積累的弱目標檢測前跟蹤方法，其特征在于，所述弱目標檢測前跟蹤方法是基于遞推貝葉斯原理，按照以下步驟來實現：

第一步：將目標狀態空間離散化，設置目標狀態空間的離散化網格；

第二步：初始化目標狀態在各個離散格點的概率取值；

第三步：第k幀數據到來時，若k＝1，設置初始化信息傳遞矩陣；若k≠1，設置從上的第k-1幀到當前幀第k幀的信息傳遞矩陣；

第四步：若k＝1，根據第二步中的初始化目標狀態分布以及第三步中的初始化信息傳遞矩陣預測第1幀的目標狀態分布；若k≠1，則根據第五步計算得到的第k-1幀的目標狀態分布以及第三步中的從上的第k-1幀，到當前幀第k幀的信息傳遞矩陣來預測第k幀的目標狀態分布；

第五步：根據第k幀的觀測數據和第四步得到的目標狀態分布的預測結果更新計算最終第k幀的目標狀態分布；

第六步：根據第五步得到的目標狀態分布計算信息熵；

第七步：選定閾值對第六步得到的信息熵進行門限判決得到目標檢測結果；具體是若判斷當前第k幀存在目標，則根據第五步得到的目標狀態的分布，利用最大后驗估計準則來估計目標狀態；

第八步：依次類推處理，在第k+1幀的數據到來時，重復第四步至第七步的方法進行處理；

第九步：輸出目標的檢測和狀態估計結果。

2.根據權利要求1所述基于信息積累的弱目標檢測前跟蹤方法，其特征在于，所述第一步將連續的目標狀態空間離散化為網格點，目標狀態轉移服從一階馬爾科夫過程，目標狀態從當前格點向其他格點的轉移概率由第三步中設置的信息傳遞矩陣來確定，通過信息傳遞矩陣實現多幀觀測數據之間的信息積累。

3.根據權利要求1所述基于信息積累的弱目標檢測前跟蹤方法，其特征在于，所述將連續的目標狀態空間離散化為網格點，將回波信號經過常規的匹配濾波和相參積累處理之后得到的具有I個距離單元，J個多普勒單元的距離多普勒網格進行離散化，目標狀態x_k在如下笛卡爾積中取值，

x_k∈{0,1,…,I-1}×{0,1,…,J-1}

當目標狀態取值為(i,j)時，對應的位置為第i個距離單元，第j個多普勒單元。

4.根據權利要求1所述基于信息積累的弱目標檢測前跟蹤方法，其特征在于，所述步驟二的初始化目標狀態在各個離散格點的概率取值具體為將初始化目標狀態為均勻分布，即在各個格點的概率是相同的，概率為1/IJ。

5.根據權利要求1所述基于信息積累的弱目標檢測前跟蹤方法，其特征在于，所述目標狀態轉移過程服從一階馬爾科夫過程，信息傳遞矩陣T_k-1中的元素表示目標k-1時刻處于(m,n)狀態，k時刻轉移到狀態(i,j)的概率，滿足

根據信息傳遞矩陣進行預測，預測過程得到第k幀的目標狀態預測分布p(x_k|z_1:k-1)，

其中符號x^i,j＝(i,j)表示目標狀態格點，表示目標出現在x^i,j格點的取值概率。

6.根據權利要求1所述基于信息積累的弱目標檢測前跟蹤方法，其特征在于，所述步驟六根據目標狀態分布，按照信息熵的計算公式計算熵值H_k，

根據H_k進行目標檢測，如果H_kH_thr,判定目標存在，目標狀態

如果H_k≥H_thr，判定目標不存在。