【技术实现步骤摘要】
一种弱目标检测和跟踪方法
本专利技术涉及一种弱目标检测和跟踪方法，属于目标检测和目标跟踪
技术介绍
检测前跟踪算法主要是为了解决杂波背景下，对弱目标的检测和跟踪所提出的一种算法。该算法利用传感器多次扫描获得包含噪声和目标的数据，对其进行联合处理，充分利用多组数据，从而实现对弱目标的检测和跟踪。为了实现检测前跟踪算法，已有多种方法被提出，例如基于粒子滤波的检测前跟踪算法、基于动态规划的检测前跟踪算法、基于霍夫变换的检测前跟踪算法等。基于动态规划的检测前跟踪算法是穷举法的一种优化算法，它将所有可能的路径列出，并沿着路径进行能量积累，并认为沿着真实轨迹进行能量积累所得值最大，因此能量积累值越大的路径就越可能是真实轨迹。采用动态规划算法可以有效地减少计算量，避免穷举法的计算量呈指数增长的缺点。虽然基于动态规划的检测前跟踪算法相比于穷举法可以极大地减少计算量，但是由于传统动态规划算法既没有限定能量积累的范围，也没有考虑权重，因此该方法会出现较为严重的能量扩散问题，进而导致出现较多的虚假航迹。专...
【技术保护点】
1.一种弱目标检测和跟踪方法，其特征在于，/n获取k时刻回波信号中的每个分辨单元的测量值，根据该时刻的所有测量值，得到回波时刻的目标状态信息；/n初始化k＝1时刻的值函数和目标状态信息，其中值函数表示回波信号积累的数值；/n根据初始化的值函数和目标状态信息更新k＝2时的值函数和目标状态信息；/n根据k＝2时的值函数更新k＝3时的目标状态信息，利用k＝3时的目标状态信息和k＝2时的目标状态信息计算k＝2时的目标的运动速度；/n在k＝3时，通过上一时刻的值函数更新当前时刻的目标状态信息，通过上一时刻的目标状态信息得到该上一时刻的位置信息，采用卡尔曼滤波和方向加权的方法对上一时刻...
【技术特征摘要】
1.一种弱目标检测和跟踪方法，其特征在于，
获取k时刻回波信号中的每个分辨单元的测量值，根据该时刻的所有测量值，得到回波时刻的目标状态信息；
初始化k＝1时刻的值函数和目标状态信息，其中值函数表示回波信号积累的数值；
根据初始化的值函数和目标状态信息更新k＝2时的值函数和目标状态信息；
根据k＝2时的值函数更新k＝3时的目标状态信息，利用k＝3时的目标状态信息和k＝2时的目标状态信息计算k＝2时的目标的运动速度；
在k＝3时，通过上一时刻的值函数更新当前时刻的目标状态信息，通过上一时刻的目标状态信息得到该上一时刻的位置信息，采用卡尔曼滤波和方向加权的方法对上一时刻得到的目标的运动速度以及位置信息进行处理，更新当前时刻的值函数；
在k≥4时执行递推公式，直到末帧数据处理完毕，递推公式步骤依次为：更新当前时刻的目标状态信息的记录、估算上一时刻的目标运动速度、根据目标状态信息和上一时刻的目标运动速度进行卡尔曼滤波和方向加权、更新下一时刻的目标状态信息的搜索范围、更新当前时刻的值函数。
对值函数进行阈值截取，得到所有满足预先设定的阈值条件的(表示的含义请补充)；
对所述利用目标状态信息的记录，进行航迹回溯，得到第k时刻所获得的航迹。
2.根据权利要求1所述的弱目标检测和跟踪方法，其特征在于，所述测量值表示为：
其中，sij(k)表示目标回波信号，nij(k)表示随机噪声信号，所述噪声信号服从标准正态分布，且对不同的时刻k，随机噪声信号nij(k)独立同分布，已被检测出来的目标状态信息表示为xk＝(x,y)，其包含了该目标的位置，xk＝(x,y)是对zij(k)经信号处理后获得的位置信息，将其表示为xk＝F(zij(k))，i和j分别表示分辨单元的位置坐标
3.根据权利要求2所述的弱目标检测和跟踪方法，其特征在于，所述初始化k＝1时刻的值函数和目标状态信息分别表示为：
q(x1)＝0,
其中表示空集。
4.根据权利要求3所述的弱目标检测和跟踪方法，其特征在于，k＝2时，更新值函数：q(x2)＝max[q(x1)]+zij(2)，然后更新目标状态信息：R(2)＝argmax[q(x1)]。
5.根据权利要求4所述的弱目标检测和跟踪方法，其特征在于，k＝3时，先更新目标状态信息：
R(3)＝argmax[q(x2)]
并结合上一时刻目标状态信息估计k＝2时目标的运动速度：
其中，vx2表示k＝2时x方向的速度，vy2表示k＝2时y方向的速度。x(·)表示取出·的x坐标，y(·)表示取出·的y坐标，T时表示两帧之间的时间间隔。
6.根据权利要求5所述的弱目标检测和跟踪方法，其特征在于，在k＝3时，执行卡尔曼滤波算法，预测k＝3时目标位置:
P(2)＝E(4)
其...
【专利技术属性】
技术研发人员：胡居荣，祝怡翔，周寒瑜，陆龙，
申请(专利权)人：河海大学，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。