一种用于雷达目标跟踪的检测信息滤波方法技术

本发明专利技术公开一种用于雷达目标跟踪的检测信息滤波方法，步骤包括：S1.雷达对目标进行跟踪时，每次从检测返回的目标检测信息中获取待滤波检测信息以及对应的信噪比信息；S2.将获取到的待滤波检测信息进行卡尔曼滤波，当获取到指定个数的检测信息后，转入执行步骤S3；S3.当获取到指定个数的检测信息每次获取连续指定个检测信息，并按照数据值变化趋势将部分数据值进行处理，综合数据处理后得到的各个检测信息以及对应的信噪比信息得到最终检测信息进行卡尔曼滤波，直至完成所有检测信息滤波。本发明专利技术具有实现方法简单，能够降低卡尔曼滤波时滤波信号波动造成的影响，滤波效果好且雷达检测精度高等优点。

A filtering method for detection of radar target tracking information

The invention discloses a detection information filtering method for radar target tracking, which comprises the following steps: S1. When a radar tracks a target, the detected information to be filtered and the corresponding signal-to-noise ratio information are obtained from the detected target detection information each time; S2. The filtered detection information to be obtained is Kalman filtered, and when the target is tracked by a radar, the filtered detection information is obtained. After obtaining the detection information of the specified number, the system transfers to the execution unit 1; S3. When the detection information of the specified number is acquired, each time a succession of the specified number of detection information is acquired, and part of the data value is processed according to the trend of data value change. After synthesizing the data processing, the detection information and the corresponding signal-to-noise ratio information are obtained the most. The final detection information is filtered by Calman until all the detection information is filtered. The invention has the advantages of simple realization method, reducing the influence of filtering signal fluctuation caused by Kalman filter, good filtering effect and high radar detection precision.

【技术实现步骤摘要】
一种用于雷达目标跟踪的检测信息滤波方法
本专利技术涉及雷达信号处理
，尤其涉及一种用于雷达目标跟踪的检测信息滤波方法。
技术介绍
目标跟踪是雷达信号处理中的一项重要组成部分，其是根据雷达前端提供的检测信息对要跟踪的目标建立跟踪轨迹并进行维持。而在目标跟踪过程中，由于实际环境中噪声及其它干扰源的存在，雷达前端提供的检测信息并不能真实的代表目标的实际运动信息，有时甚至偏差巨大，故此时要对检测信息进行滤波，以利用人为建立的滤波算法尽量减少噪声对检测值的影响，使检测值经过滤波之后尽量的贴近目标的真实运动信息。目前有多种信号滤波方式，如限幅滤波，滑动平均滤波等，卡尔曼滤波由于具有收敛速度快、存储量小和同时适用于平稳随机过程与非平稳随机过程等优点而被广泛应用。卡尔曼滤波算法的主要原理即是根据雷达提供检测信息(包括距离、角度、速度、加速度)对目标的运动状态根据距离等速度乘以时间这一规则进行预测，得到一个预测信息，并将预测信息与下一次的检测信息进行加权求和得到一个估计信息，将此估计信息认定为下一次目标的运动状态。典型的卡尔曼滤波算法滤波的流程具体为：1)建立系统的状态方程；2.)建立系统的观测方程；3)进行滤波模型初始化；4)对状态一步预测，即根据当前目标位置预测下一刻目标的位置；5)由观测信号计算信息过程，即计算观测信号与状态一步预测值的差值；6)计算一步误差自相关矩阵，以为计算信息过程自相关矩阵做准备；7)计算信息过程的自相关矩阵；8)计算卡尔曼增益，即观测值与预测值的加权系数，对观测值与预测值进行加权，得到最终估计值；9)更新预测误差，重复上述步骤，进行递推滤波计算。但传统的雷达目标跟踪中使用卡尔曼滤波时，是直接将每次的检测信息输入卡尔曼滤波器中，完成卡尔曼滤波。卡尔曼滤波的递推流程如图1所示，在滤波计算回路中，新息过程α(n)是直接等于雷达观测值z(n)减去滤波算法预测值，即新息过程α(n)的计算需依赖于观测信号z(n)，而在实际应用中，由于噪声的存在和其它干扰的影响，雷达每次返回的观测值z(n)会存在波动，尤其当目标距离雷达较远时，观测值z(n)的波动会更加剧烈，如当距离越远时，信噪比越低，低信噪比会严重影响雷达检测的准确性，当观测值z(n)的波动超出了卡尔曼滤波的承受范围，还会导致滤波结果发散，从而使滤波失去效果，进而影响整个目标跟踪系统。因此亟需提供一种雷达目标跟踪检测滤波方法，以降低使用卡尔曼滤波时观测值波动造成的影响，提高雷达检测精度。
技术实现思路
本专利技术要解决的技术问题就在于：针对现有技术存在的技术问题，本专利技术提供一种实现方法简单，能够降低卡尔曼滤波时滤波信号波动造成的影响，滤波效果好，雷达检测精度高的用于雷达目标跟踪的滤波方法。为解决上述技术问题，本专利技术提出的技术方案为：一种用于雷达目标跟踪的检测信息滤波方法，其特征在于，步骤包括：S1.雷达对目标进行跟踪时，每次从目标检测返回的信息中获取待滤波检测信息以及对应的信噪比信息；S2.将获取到的检测信息输入至卡尔曼滤波器中进行卡尔曼滤波，当获取到指定个数的检测信息后，转入执行步骤S3；S3.每次获取包括当前时刻检测信息的连续指定个检测信息，并按照数据值变化趋势将部分满足预设条件的数据值进行去除处理或减小处理，综合数据处理后得到的各个检测信息以及对应的所述信噪比信息得到最终检测信息，输入至卡尔曼滤波器中进行卡尔曼滤波，直至完成所有检测信息滤波。作为本专利技术的进一步改进：所述步骤S3中具体将数据处理后的各个检测信息进行加权，并根据各个检测信息对应的所述信噪比信息确定对应的权重系数，由加权结果得到所述最终检测信息。作为本专利技术的进一步改进：所述步骤S3中进行去除处理时，具体获取包括当前时刻检测信息的前N个检测信息并按照数据值大小进行排序，去除排序后的数据中指定个数的最值数据，所述最值数据包括最大值和/或最小值，得到数据处理后各个检测信息。作为本专利技术的进一步改进：所述步骤S3中进行去除处理时，所述最终检测信息具体计算步骤为：将前N个检测信息去除掉指定的最值数据后，分别根据各剩余检测信息对应的信噪比信息确定对应的权重系数，根据所述权重系数对各剩余检测信息进行加权，得到所述最终检测信息。作为本专利技术的进一步改进：所述根据各剩余检测信息对应的信噪比信息确定对应的权重系数，具体为按照式计算得到各剩余检测信息对应的权重系数，其中SNRsum为各剩余检测信息对应的信噪比信息SNR[i]之和。作为本专利技术的进一步改进：所述步骤S3中进行减小处理时，具体将获取包括当前时刻检测信息的前N个检测信息并按照数据值大小进行排序，减少排序后的数据中指定的最值数据的大小，所述最值数据包括指定个最大值和/或指定个最小值，得到数据处理后各个检测信息。作为本专利技术的进一步改进：所述步骤S3中进行减小处理时，所述最终检测信息的具体计算步骤为：为获取的前N个检测信息中指定的最值数据配置一个较小的第一权重系数、其余检测信息配置一个较大的第二权重系数，并分别根据各检测信息对应的信噪比信息大小为各检测信息确定一个第三权重系数，根据所述第一权重系数、第二权重系数、第三权重系数确定各检测信息的最终权重系数后进行加权，得到所述最终检测信息。作为本专利技术的进一步改进：所述最终权重系数确定的具体步骤为：分别获取各检测信息对应的信噪比信息SNR[i]，按照式计算得到各检测信息对应的第三权重系数a3，其中SNRsum为各检测信息对应的信噪比信息SNR[i]之和；以作为待减小角度的最终权重系数、作为其余角度信息的最终权重系数，其中所有的a1为第一权重系数，a2为第二权重系数，a1<a2，且所有的a1，a2之和为1。作为本专利技术的进一步改进：所述步骤S1中具体预先定义用于存储待滤波检测信息的第一数组、用于存储信噪比信息的第二数组，当需要进行检测信息滤波时，分别从所述第一数组、第二数组中取出待滤波检测信息、信噪比信息进行处理。作为本专利技术的进一步改进：所述步骤S1中具体每次从目标检测返回的信息中获取角度信息以及对应的角度信噪比信息以进行滤波。与现有技术相比，本专利技术的优点在于：1)本专利技术用于雷达目标跟踪的检测信息滤波方法，通过在雷达进行目标跟踪时，从返回的目标检测信息中获取检测信息以及对应的信噪比信息，在获取到指定个检测信息后，通过每次滤波时获取连续多个检测信息，先去除或减小部分数据值，可以减小检测不准确值的影响，再基于对应的信噪比综合连续多个检测信息得到最终检测信息输入至卡尔曼滤波器中进行滤波，相比于传统的直接使用每次的检测信息，可以大幅减少噪声和其他干扰对检测值真实性的影响，减少虚警对检测值的影响，保证了卡尔曼滤波的稳定性和跟踪轨迹的平滑性，使得可以在保证雷达检测目标任意移动条件下跟踪准确性的同时，提高跟踪轨迹的平滑性。2)本专利技术用于雷达目标跟踪的检测信息滤波方法，进一步通过将各个检测信息进行加权得到最终检测值，由信噪比信息确定权重系数，可以减小检测信息波动的影响，同时基于信噪比加权可以减小低信噪比检测信息的权重，提高较高信噪比检测信息的权重，从而有效减少虚警对检测值的影响。附图说明图1是卡尔曼滤波的递推流程示意图。图2是本实施例用于雷达目标跟踪的检测信息滤波方法的实现流程示意图。图3是具体实施例中得到的滤本文档来自技高网...

【技术保护点】
1.一种用于雷达目标跟踪的检测信息滤波方法，其特征在于，步骤包括：S1.雷达对目标进行跟踪时，每次从目标检测返回的信息中获取待滤波检测信息以及对应的信噪比信息；S2.将获取到的检测信息输入至卡尔曼滤波器中进行卡尔曼滤波，当获取到指定个数的检测信息后，转入执行步骤S3；S3.每次获取包括当前时刻检测信息的连续指定个检测信息，并按照数据值变化趋势将部分满足预设条件的数据值进行去除处理或减小处理，综合数据处理后得到的各个检测信息以及对应的所述信噪比信息得到最终检测信息，输入至卡尔曼滤波器中进行卡尔曼滤波，直至完成所有检测信息滤波。

【技术特征摘要】
1.一种用于雷达目标跟踪的检测信息滤波方法，其特征在于，步骤包括：S1.雷达对目标进行跟踪时，每次从目标检测返回的信息中获取待滤波检测信息以及对应的信噪比信息；S2.将获取到的检测信息输入至卡尔曼滤波器中进行卡尔曼滤波，当获取到指定个数的检测信息后，转入执行步骤S3；S3.每次获取包括当前时刻检测信息的连续指定个检测信息，并按照数据值变化趋势将部分满足预设条件的数据值进行去除处理或减小处理，综合数据处理后得到的各个检测信息以及对应的所述信噪比信息得到最终检测信息，输入至卡尔曼滤波器中进行卡尔曼滤波，直至完成所有检测信息滤波。2.根据权利要求1所述的用于雷达目标跟踪的检测信息滤波方法，其特征在于，所述步骤S3中具体将数据处理后的各个检测信息进行加权，并根据各个检测信息对应的所述信噪比信息确定对应的权重系数，由加权结果得到所述最终检测信息。3.根据权利要求1所述的用于雷达目标跟踪的检测信息滤波方法，其特征在于：所述步骤S3中进行去除处理时，具体获取包括当前时刻检测信息的前N个检测信息并按照数据值大小进行排序，去除排序后的数据中指定个数的最值数据，所述最值数据包括最大值和/或最小值，得到数据处理后各个检测信息。4.根据权利要求3所述的用于雷达目标跟踪的检测信息滤波方法，其特征在于：所述步骤S3中进行去除处理时，所述最终检测信息具体计算步骤为：将前N个检测信息去除掉指定的最值数据后，分别根据各剩余检测信息对应的信噪比信息确定对应的权重系数，根据所述权重系数对各剩余检测信息进行加权，得到所述最终检测信息。5.根据权利要求4所述的用于雷达目标跟踪的检测信息滤波方法，其特征在于：所述根据各剩余检测信息对应的信噪比信息确定对应的权重系数，具体为按照式计算得到各剩余检测信息对应的权重系数，其中SNRsum为各剩余检测信息对应的信噪比信息SNR[i]之和。6.根据权利要求1～5中任...

【专利技术属性】
技术研发人员：张伟，车驰，张臣勇，王雨，张伟臻，王帅，
申请(专利权)人：成都纳雷科技有限公司，
类型：发明
国别省市：四川,51