基于动态规划的强杂波环境中弱小目标检测前跟踪方法技术

本发明专利技术属于雷达弱小目标检测跟踪技术领域，特别涉及基于动态规划的强杂波环境中弱小目标检测前跟踪方法。该基于动态规划的强杂波环境中弱小目标检测前跟踪方法包括以下步骤：S1：对雷达接收到的回波数据进行预处理，得到处理后的距离-多普勒二维图像；S2：根据所述距离-多普勒二维图像，构造复似然比函数，将所述复似然比函数作为动态规划的值函数，采用动态规划方法对目标进行检测前跟踪，得出目标航迹。

【技术实现步骤摘要】

本专利技术属于雷达弱小目标检测跟踪
，特别涉及。本专利技术充分利用已经建立的杂波图信息构造复似然比函数作为动态规划的值函数，可以有效提高对强杂波环境中弱小目标的检测性能和跟踪性能，这样不仅利用了目标信号的相位信息而且大大减小了计算量，为该方法在雷达系统中的实际使用提供了保障。
技术介绍
检测与跟踪是雷达最基本的任务。随着隐身技术的发展和应用，典型的军事目标如战斗机、导弹的雷达截面积减小了一到两个数量级，它们的回波信息更加微弱，而且常常还处在强杂波环境中，这给雷达的检测与跟踪带来了很大的挑战；与此同时目标的飞行速度大大提高，从而使雷达的预警时间大大减小。因此非常有必要研究新的理论和方法提高此类目标的检测与跟踪性能。 传统的检测跟踪方法是先检测后跟踪。检测在雷达信号处理部分完成，即先进行杂波抑制，然后完成恒虚警检测；跟踪在雷达的数据处理部分完成，通过对恒虚警得到的点迹进行预处理、航迹起始、滤波和关联，最终估计出目标的航迹。但是在传统的雷达目标检测中，恒虚警处理存在信噪比损失，这更加降低了微弱目标在低信杂噪比背景下的检测与跟踪性能。因此如何提高弱小目标在复杂环境中的检测与跟踪性能成为现在雷达急需解决的问题。近年来检测前跟踪成为检测与跟踪微弱目标的一个研究热点。检测前跟踪的基本思想是:在低信噪比的情况下，目标极易淹没在强杂波和噪声中，单帧数据不能有效的检测出目标，因而单帧不设检测门限，而是根据目标运动的连续性和目标在帧间的关联性，对多帧数据进行存储，然后对多帧数据进行联合处理，积累后与检测门限进行比较，得到目标航迹的同时完成对目标的检测。 雷达信号处理的目标之一是解决目标与环境间的矛盾，而对目标检测影响最严重的环境干扰就是杂波。作为一种随机过程，大多数杂波可以进行统计描述。对于雷达监视的某一特定区域，由于很长时间内地表信息基本不变，因而该区域杂波强度是相对稳定的。因此我们可以按照一定的方法建立雷达威力范围内杂波强度的分布图一杂波图。当我们对该区域用雷达照射时，可以充分利用建立的杂波图信息，从而提高对该区域微弱目标的检测能力。 在雷达应用中，通常假设背景噪声服从复高斯分布。这意味着每个分辨单元的测量值的强度当目标存在时服从Rice分布，而当目标不存在时服从Rayleigh分布。假定噪声是空间不相关的，整幅图像的概率可以表示为所有单个分辨单元概率的乘积。由于目标通常只影响其周围的一些分辩单元，因此这里将这个概率表示为一个似然比，这个似然比为在目标存在的假设下整幅图像的概率与在目标不存在的假设下整幅图像的概率的比。由于目标主要对其周围的区域产生影响，而对远离目标的区域影响可以忽略不计，因此这个似然比只需要考虑目标周周的区域。这里的Rice和Rayleigh分布是数据幅度的的函数，因而这种方法并没有使用数据的相位信息
技术实现思路
本专利技术的目的在于提出。本专利技术克服了现有技术中未充分利用杂波图先验信息及只利用了信号的幅度信息和计算量大的缺点。由于幅度似然比只利用了数据的幅度信息而未利用数据的相位信息，从而造成了一定的信息损失，以致于影响最终的检测和跟踪性能，而且幅度似然比需要计算大量的贝塞尔函数，这需要占用大量的计算资源，使得此方法很难满足雷达对实时性的要求。因此本专利技术充分利用已知的杂波图先验信息及复数据构造动态规划的值函数，最终利用动态规划方法实现对非均匀强杂波环境下的弱小目标的检测与跟踪。 为实现上述技术目的，本专利技术采用如下技术方案予以实现。 包括以下步骤: S1:对雷达接收到的回波数据进行预处理，得到处理后的距离-多普勒二维图像； S2:根据所述距离-多普勒二维图像，构造复似然比函数，将所述复似然比函数作为动态规划的值函数，采用动态规划方法对目标进行检测前跟踪，得出目标航迹。 本专利技术的特点和进一步改进在于: 在步骤SI中，对雷达接收到的回波数据进行预处理的过程为:对雷达接收到的回波数据做M点的FFT相参积累，得出对应的距离-多普勒二维图像，M为大于I的自然数。 在步骤SI中 ，距离-多普勒二维图像的模型表示为: Zk = exp {j Φ } h (xk) +nk+ck 其中，nk为第k帧设定的零均值的复高斯白噪声矩阵，Ck表示第k帧设定的杂波矩阵，Φ表示目标信号的相位，Φ服从[0，2π]上的均匀分布，h(.)表示点扩散函数， Zk = Izf } ? m为自然数且m取I至M, I为自然数且I取I至L,M为多普勒分辩单元数目， L为距离分辨单元数目，Xk为目标在第k帧的状态，Xk= [4，4，幻，其中(4表示第1^帧目标所在的距离单元数，fk表示第k帧目标所在的多普勒单元，A表示目标强度；k取I至K，K为设定的积累帧数； 在步骤S2中，采用动态规划方法进行检测前跟踪包括以下子步骤； S21:设置第k帧的复似然比函数L(zk|xk)；本文档来自技高网...

【技术保护点】
基于动态规划的强杂波环境中弱小目标检测前跟踪方法，其特征在于，包括以下步骤：S1：对雷达接收到的回波数据进行预处理，得到处理后的距离‑多普勒二维图像；S2：根据所述距离‑多普勒二维图像，构造复似然比函数，将所述复似然比函数作为动态规划的值函数，采用动态规划方法对目标进行检测前跟踪，得出目标航迹。

【技术特征摘要】
1.基于动态规划的强杂波环境中弱小目标检测前跟踪方法，其特征在于，包括以下步骤: S1:对雷达接收到的回波数据进行预处理，得到处理后的距离-多普勒二维图像； S2:根据所述距离-多普勒二维图像，构造复似然比函数，将所述复似然比函数作为动态规划的值函数，采用动态规划方法对目标进行检测前跟踪，得出目标航迹。2.如权利要求1所述的基于动态规划的强杂波环境中弱小目标检测前跟踪方法，其特征在于，在步骤SI中，对雷达接收到的回波数据进行预处理的过程为:对雷达接收到的回波数据做M点的FFT相参积累，得出对应的距离-多普勒二维图像，M为大于I的自然数。3.如权利要求1所述的基于动态规划的强杂波环境中弱小目标检测前跟踪方法，其特征在于，在步骤Si中，距离-多普勒二维图像的模型表示为: zk = exp {j Φ } h (xk) +nk+ck 其中，nk为第k帧设定的零均值的复高斯白噪声矩阵，Ck表示第k帧设定的杂波矩阵，Φ表示目标信号的相位，Φ服从[0，2π]上的均匀分布，h(.)表示点扩散函数，Zt = {zf丨》m为自然数且m取I至M，I为自然数且I取I至L，M为多普勒分辩单元数目，L为距离分辨单元数目，Xk为目标在第k帧的状态，Xk= [4，4，幻，其中(4表示第1^帧目标所在的距离单元数，fk表示第k帧目标所在的多普勒单元，A表示目标强度；k取I至K，K为设定的积累帧数； 在步骤S2中，采用动态规划方法进行检测前跟踪包括以下子步骤； 521:设置第k帧的复似然比函数L(ZkIxk)；L(zkixk) = exp^h(xkf R ^h(Xt)) 10Q h(xkf R lzk |) 其中，H表示矩阵的共轭转置，R为杂波和噪声的协方差矩阵，IJ.)表示零阶贝塞尔函数；上标-1表示矩阵的逆，Ih(Xk)HR-1ZkI表示11(?)?-1?的绝对值； 然后，设定第I帧的回溯函数S (X1)、以及第I帧的值函数I (X11 Z1):I(X1Iz1) = L(Z1Ix1)S(X1) = O 其中，Ι(.)表示值函数，S(.)表示回溯函数； 522:当k取2至K时，利用下式求出k帧积累后的值函数I (xk I Ζ1:κ): /(xt I ZI;A.) = max [I(xk , | Ζι:κ ) + Tr(xk | xk ,)] + L(zt | xk) Xk-lcriXk^ 其中，zIA= Iz1, z2,..., zj , τ (Xk)表示目标状态在k-1时刻所能转移的状态范围；Tr (xk I Xk^1)表示目标状态转移的惩罚函数；当k取2时，I(XhIZu) = I (X11 Z1)；当 k = K 时,得出 I (xK|Z1:K),令 I (χκ) = I (xK|Z1:K)； 523:找出满足设定条件的xk，所述设定条件为I(xK)>VDT，Vdt为设定门限；满足设定条件的Xk的个数表示为N，N个满足设定条件的Xk分别表示为:第I个第K帧目标有效状态? (O^ N个第...

【专利技术属性】
技术研发人员：戴奉周，刘宏伟，安政帅，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西;61