一种基于极坐标系的低慢小目标跟踪方法技术

本发明专利技术涉及一种基于极坐标系的低慢小目标跟踪方法，其技术特点在于：包括以下步骤：步骤1、将雷达第一次扫描到的量测点分别作为航迹头建立暂时航迹；步骤2、雷达第二次扫描到量测点之后，利用速度限制确定相关波门；步骤3、雷达第三次扫描到量测点之后，对于点迹数为2的暂时航迹，通过极坐标系卡尔曼滤波确定相关波门；步骤4、将暂时航迹集中点迹数为3的航迹移动到可靠航迹集中；步骤5、雷达扫描到新的量测点之后，先与可靠航迹集进行关联更新，若仍有未被关联的量测点，再与暂时航迹集进行关联更新；步骤6、遍历所有航迹，若某航迹超过一定时间未更新，则进行航迹消亡或者外推。本发明专利技术避免了解耦问题和转换误差，同时减少了计算量。

【技术实现步骤摘要】
一种基于极坐标系的低慢小目标跟踪方法
本专利技术属于雷达
，涉及低慢小目标跟踪方法，尤其是一种基于极坐标系的低慢小目标跟踪方法。
技术介绍
低慢小目标的检测和跟踪一直是雷达
的研究热点与难点。低慢小目标(低空慢速小目标)是指RCS小、飞行速度慢、适宜低空飞行能够更加灵活机动实施低空、超低空突防的目标。低慢小目标的雷达反射面积非常小，导致目标回波小且弱；加之其飞行速度慢，其造成的多普勒效应也不明显，导致雷达在频域上很难对目标进行有效检测；再者低慢小目标的飞行高度较低，周边环境较为复杂，目标信号往往容易被地面杂波和干扰信号所掩盖。综上所述，低慢小目标存在回波较弱、强杂波影响、多普勒频率与杂波接近的问题，使得雷达对其的检测和跟踪非常困难。为解决雷达对低慢小目标的探测和跟踪问题，有研究考虑气球载雷达或者高架俯视雷达，相较于地面雷达，这类空对地雷达可以克服地球曲率、地形地貌以及复杂的背景环境影响，但是空对地俯视雷达由于作用范围内大部分地区都是强烈的地杂波反射回波，必须依靠先进的信号处理技术对杂波进行有效抑制，除此之外，其复杂度较高，工程实现代价过大；在雷达数据处理技术方面，检测前跟踪(TBD)技术能实现在低信噪比下的信号检测和跟踪，它对雷达接收到的回波数据先不做门限判别，而是直接利用原始的观测数据进行跟踪滤波处理，估计目标状态信息，通过处理之后再进行门限判决，故能提高对低慢小目标的检测跟踪能力，虽然该算法可以降低漏检概率，但是不能有效地剔除虚警点，并且计算量较大，工程上不易实现；常规雷达在对低慢小目标的跟踪中，利用的信息只有径向距离、方位角、俯仰角这些位置信息，许多研究将多普勒信息也应用于目标跟踪问题中，例如利用径向速度限制来剔除杂波虚警点，但是在直角坐标系下的跟踪与滤波问题中，若状态向量增加径向速度这一维信息，则不能保持状态方程的线性性，并且将增加跟踪与滤波的计算复杂度，所以只能利用径向速度的估计范围来筛选出目标点迹，鲁棒性较差。
技术实现思路
本专利技术的目的在于克服现有技术中的缺陷，提供一种基于极坐标系的低慢小目标跟踪方法，利用极坐标系下的卡尔曼滤波算法，能够提高雷达对低慢小目标的检测和跟踪性能。本专利技术解决其现实问题是采取以下技术方案实现的：一种基于极坐标系的低慢小目标跟踪方法，包括以下步骤：步骤1、雷达第一次扫描到量测点的当前帧，开始进行航迹起始，将此次扫描到的所有点迹作为航迹头分别建立暂时航迹，即产生的所有暂时航迹都只有一个点迹；步骤2、在雷达第二次扫描到量测点之后，将已有的暂时航迹利用目标速度限制形成初始相关波门，确定落入相关波门内的量测点，若相关波门内有多个量测点，将该暂时航迹与波门内多个量测点分别关联，形成多条暂时航迹，若相关波门内没有量测点，该暂时航迹暂不作处理；此次扫描点中未被关联的点迹作为新的航迹头，建立暂时航迹；步骤3、在雷达第三次扫描到量测点之后，对于点迹数为2的暂时航迹，通过对航迹进行极坐标系下的卡尔曼滤波外推获得预测点，并由航迹外推误差协方差确定其相关波门，若落入相关波门内的量测点多于一个，将该暂时航迹与波门内多个量测点分别关联，形成多条点迹数为3的暂时航迹，若没有量测点落入相关波门内，该暂时航迹暂不作处理；对于点迹数为1的暂时航迹，同步骤2中所述，利用速度限制形成相关波门，将该暂时航迹与波门内的所有量测点分别关联，若波门内无量测点，该航迹暂不作处理；此次扫描点中未被关联的点迹作为新的航迹头，建立暂时航迹；步骤4、遍历暂时航迹集中的所有航迹，获取航迹最近一次更新的时间，若超过一定时间航迹都未进行更新，则从暂时航迹集中删除该航迹，即暂时航迹消亡；步骤5、遍历暂时航迹集中点迹数为2和3的航迹，若存在多条末尾两点重合的暂时航迹，只保留一条航迹，删除其他航迹；步骤6、将暂时航迹集中点迹数为3的航迹移动到可靠航迹集中；步骤7、雷达扫描到新的量测点之后，先与可靠航迹集中的航迹进行关联更新，通过对可靠航迹进行极坐标系下的卡尔曼滤波外推得到预测点，其相关波门由航迹外推误差协方差确定，若落入相关波门内的量测点多于一个，将该可靠航迹与波门内多个量测点分别关联，形成多条可靠航迹，若没有量测点落入相关波门内，该可靠航迹暂不作处理；步骤8、遍历可靠航迹集中的所有航迹，获取航迹最近一次更新的时间，若超过一定时间航迹都未进行更新，则对该可靠航迹进行外推或者消亡；步骤9、遍历可靠航迹集中的各航迹，若存在多条末尾两点重合的可靠航迹，只保留一条航迹，删除其他航迹；步骤10、从雷达扫描量测点集中删除已经与可靠航迹关联过的点迹，形成新的扫描量测点集；步骤11、若新的扫描量测点集为空，即所有扫描量测点都已与可靠航迹相关联，则此次航迹处理结束，返回步骤7进行下一次航迹处理；若新的扫描量测点集非空，将其与暂时航迹集进行关联更新，执行参照步骤3、5、6、9，然后返回步骤7进行下一次航迹处理。而且，所述步骤1的具体方法为：假设雷达在第i帧第一次扫描到量测点，表示扫描到的量测点集，其中M是量测点个数，Pt(i)中的M个量测点分别作为航迹头，形成M条暂时航迹，即其中是第i帧第m条的暂时航迹，每条航迹中均只包含一个点迹。而且，所述步骤2的将已有的暂时航迹利用目标速度限制形成初始相关波门的具体步骤包括：(1)假设雷达在第j帧扫描到第二批量测点，用来表示该帧扫描到的量测点集，其中N是量测点个数，是第j帧第n个量测点，若已有的暂时航迹与量测点满足如下不等式，则量测点落入暂时航迹利用速度限制形成的相关波门内；上式中，Dis表示两个点迹之间的欧式距离，T(i)、T(j)分别表示第i、j帧的时标，Vmin和Vmax分别表示目标的最小运动速度和最大运动速度。(2)计算所述两个点迹之间的欧式距离；其具体计算过程为：雷达扫描量测点和存储的航迹点都是极坐标系形式，先将两个点迹P1、P2进行极-直坐标转换，按照分别获取P1、P2的直角坐标(x1,y1,z1)、(x2,y2,z2)，再根据定义求得两个点迹之间的欧式距离，而且，所述步骤3的通过对航迹进行极坐标系下的卡尔曼滤波外推获得预测点的具体步骤包括：(1)采用状态方程和量测方程来描述目标的状态空间模型：其中，xk+1、xk分别为k+1及k时刻的状态向量，包括目标的位置和速度参数，r和分别表示目标的径向距离和径向速度，θ和分别表示目标的方位角和方位角速度，和分别表示目标的俯仰角和俯仰角速度，[·]T表示转置运算；为零均值的高斯白噪声随机序列，ar、aθ和分别表示目标的径向加速度扰动、方位角加速度扰动以及俯仰角加速度扰动；Fk+1,k是由k时刻到k+1时刻的状态转移矩阵，Gk+1,k为输入控制项矩阵，其具体形式为：式中，Tk+1,k为k+1与k时刻之间的时间间隔；是k时刻的量测向量，对应的量测矩阵H为：vk为k时刻的量测噪声，假设其为零均值的高斯白噪声向量序列，且协方差矩阵不随观测时刻k而变化，记为R，具体形式为：式中的E{·}表示期望运算，σr、σθ和分别为径向距离、径向速度、方位角和俯仰角量测噪声的标准差；(2)基于步骤(1)所述状态空间模型进行卡尔曼滤波计算；其具体计算步骤包括：①状态一步预测：xk+1|k＝Fk+1,kxk|k②一步预测协方差：③量测的一步预测：④新息协方差：Sk+1＝HP本文档来自技高网...

【技术保护点】
1.一种基于极坐标系的低慢小目标跟踪方法，其特征在于：包括以下步骤：步骤1、雷达第一次扫描到量测点的当前帧，开始进行航迹起始，将此次扫描到的所有点迹作为航迹头分别建立暂时航迹，即产生的所有暂时航迹都只有一个点迹；步骤2、在雷达第二次扫描到量测点之后，将已有的暂时航迹利用目标速度限制形成初始相关波门，确定落入相关波门内的量测点，若相关波门内有多个量测点，将该暂时航迹与波门内多个量测点分别关联，形成多条暂时航迹，若相关波门内没有量测点，该暂时航迹暂不作处理；此次扫描点中未被关联的点迹作为新的航迹头，建立暂时航迹；步骤3、在雷达第三次扫描到量测点之后，对于点迹数为2的暂时航迹，通过对航迹进行极坐标系下的卡尔曼滤波外推获得预测点，并由航迹外推误差协方差确定其相关波门，若落入相关波门内的量测点多于一个，将该暂时航迹与波门内多个量测点分别关联，形成多条点迹数为3的暂时航迹，若没有量测点落入相关波门内，该暂时航迹暂不作处理；对于点迹数为1的暂时航迹，同步骤2中所述，利用速度限制形成相关波门，将该暂时航迹与波门内的所有量测点分别关联，若波门内无量测点，该航迹暂不作处理；此次扫描点中未被关联的点迹作为新的航迹头，建立暂时航迹；步骤4、遍历暂时航迹集中的所有航迹，获取航迹最近一次更新的时间，若超过一定时间航迹都未进行更新，则从暂时航迹集中删除该航迹，即暂时航迹消亡；步骤5、遍历暂时航迹集中点迹数为2和3的航迹，若存在多条末尾两点重合的暂时航迹，只保留一条航迹，删除其他航迹；步骤6、将暂时航迹集中点迹数为3的航迹移动到可靠航迹集中；步骤7、雷达扫描到新的量测点之后，先与可靠航迹集中的航迹进行关联更新，通过对可靠航迹进行极坐标系下的卡尔曼滤波外推得到预测点，其相关波门由航迹外推误差协方差确定，若落入相关波门内的量测点多于一个，将该可靠航迹与波门内多个量测点分别关联，形成多条可靠航迹，若没有量测点落入相关波门内，该可靠航迹暂不作处理；步骤8、遍历可靠航迹集中的所有航迹，获取航迹最近一次更新的时间，若超过一定时间航迹都未进行更新，则对该可靠航迹进行外推或者消亡；步骤9、遍历可靠航迹集中的各航迹，若存在多条末尾两点重合的可靠航迹，只保留一条航迹，删除其他航迹；步骤10、从雷达扫描量测点集中删除已经与可靠航迹关联过的点迹，形成新的扫描量测点集；步骤11、若新的扫描量测点集为空，即所有扫描量测点都已与可靠航迹相关联，则此次航迹处理结束，返回步骤7进行下一次航迹处理；若新的扫描量测点集非空，将其与暂时航迹集进行关联更新，并依次执行步骤3、5、6、9，然后返回步骤7进行下一次航迹处理。...

【技术特征摘要】
1.一种基于极坐标系的低慢小目标跟踪方法，其特征在于：包括以下步骤：步骤1、雷达第一次扫描到量测点的当前帧，开始进行航迹起始，将此次扫描到的所有点迹作为航迹头分别建立暂时航迹，即产生的所有暂时航迹都只有一个点迹；步骤2、在雷达第二次扫描到量测点之后，将已有的暂时航迹利用目标速度限制形成初始相关波门，确定落入相关波门内的量测点，若相关波门内有多个量测点，将该暂时航迹与波门内多个量测点分别关联，形成多条暂时航迹，若相关波门内没有量测点，该暂时航迹暂不作处理；此次扫描点中未被关联的点迹作为新的航迹头，建立暂时航迹；步骤3、在雷达第三次扫描到量测点之后，对于点迹数为2的暂时航迹，通过对航迹进行极坐标系下的卡尔曼滤波外推获得预测点，并由航迹外推误差协方差确定其相关波门，若落入相关波门内的量测点多于一个，将该暂时航迹与波门内多个量测点分别关联，形成多条点迹数为3的暂时航迹，若没有量测点落入相关波门内，该暂时航迹暂不作处理；对于点迹数为1的暂时航迹，同步骤2中所述，利用速度限制形成相关波门，将该暂时航迹与波门内的所有量测点分别关联，若波门内无量测点，该航迹暂不作处理；此次扫描点中未被关联的点迹作为新的航迹头，建立暂时航迹；步骤4、遍历暂时航迹集中的所有航迹，获取航迹最近一次更新的时间，若超过一定时间航迹都未进行更新，则从暂时航迹集中删除该航迹，即暂时航迹消亡；步骤5、遍历暂时航迹集中点迹数为2和3的航迹，若存在多条末尾两点重合的暂时航迹，只保留一条航迹，删除其他航迹；步骤6、将暂时航迹集中点迹数为3的航迹移动到可靠航迹集中；步骤7、雷达扫描到新的量测点之后，先与可靠航迹集中的航迹进行关联更新，通过对可靠航迹进行极坐标系下的卡尔曼滤波外推得到预测点，其相关波门由航迹外推误差协方差确定，若落入相关波门内的量测点多于一个，将该可靠航迹与波门内多个量测点分别关联，形成多条可靠航迹，若没有量测点落入相关波门内，该可靠航迹暂不作处理；步骤8、遍历可靠航迹集中的所有航迹，获取航迹最近一次更新的时间，若超过一定时间航迹都未进行更新，则对该可靠航迹进行外推或者消亡；步骤9、遍历可靠航迹集中的各航迹，若存在多条末尾两点重合的可靠航迹，只保留一条航迹，删除其他航迹；步骤10、从雷达扫描量测点集中删除已经与可靠航迹关联过的点迹，形成新的扫描量测点集；步骤11、若新的扫描量测点集为空，即所有扫描量测点都已与可靠航迹相关联，则此次航迹处理结束，返回步骤7进行下一次航迹处理；若新的扫描量测点集非空，将其与暂时航迹集进行关联更新，并依次执行步骤3、5、6、9，然后返回步骤7进行下一次航迹处理。2.根据权利要求1所述的一种基于极坐标系的低慢小目标跟踪方法，其特征在于：所述步骤1的具体方法为：假设雷达在第i帧第一次扫描到量测点，表示扫描到的量测点集，其中M是量测点个数，Pt(i)中的M个量测点分别作为航迹头，形成M条暂时航迹，即其中是第i帧第m条的暂时航迹，每条航迹中均只包含一个点迹。3.根据权利要求1所述的一种基于极坐标系的低慢小目标跟踪方法，其特征在于：所述步骤2的将已有的暂时航迹利用目标速度限制形成初始相关波门的具体步骤包括：(1)假设雷达在第j帧扫描到第二批量测点，用来表示该帧扫描到的量测点集，其中N是量测点个数，是第j帧第n个量测点，若已有的暂时航迹与量测点满足如下不等式，则量测点落入暂时航迹利用速度限制形成的相关波门内；上式中，Dis表示两个点迹之间的欧式距离，T(i)、T(j)分别表示第i、j帧的时标，Vmin和Vmax分别表示目标的最小运动速度和最大运动速度；(2)计算所述两个点迹之间的欧式距离；其具体计算方法为：雷达扫描量测点和存储的航迹点都是极坐标系形式，先将两个点迹P1、P2进行极-直坐标转换，按照分别获取P1、P2的直角坐标(x1,y1,z1)、(x2,y2,z2)，再根据定义求得两个点迹之间的欧式距离，4.根据权利要求1所述的一种基于极坐标系的低慢小目标跟踪方法，其特征在于：所述步骤3的通过对航迹进行极坐标系下的卡尔曼滤波外推获得预测点的具体步骤包括：(1)采用状态方程和量测方程来描述目标的状态空间模型：其中，xk+1、xk分别为k+1及k时刻的状态向量，包括目标的位置和速度参数，r和分别表示目标的径向距离和径向速度，θ和...

【专利技术属性】
技术研发人员：张凯丽，周喆，王宁，单彬，赵娜，王宏，房媛媛，傅天爽，
申请(专利权)人：中国船舶重工集团公司第七零七研究所，
类型：发明
国别省市：天津,12