一种基于分布式最小总体误差熵的运动目标测速方法技术

本发明专利技术公开了一种基于分布式最小总体误差熵的运动目标测速方法。构建雷达传感器网络探测运动目标，采集运动目标的反射信号，处理反射信号得到仅包含多普勒频移的待估计信号；构建分布式最小总体误差熵模型；采用基于分布式最小总体误差熵模型的雷达测速方法对运动目标进行测速。本发明专利技术能便捷地对某一范围内的多个运动目标进行在线测速，在容易产生野值的环境噪声的影响下也能保证测速精度，且处理速度快，用时短。

A velocity measurement method of moving target based on distributed minimum total error entropy

【技术实现步骤摘要】
一种基于分布式最小总体误差熵的运动目标测速方法
本专利技术属于分布式信息处理、信息论学习领域，特别是涉及一种基于分布式最小总体误差熵的运动目标测速方法。
技术介绍
雷达测速方法一般基于多普勒效应。根据多普勒效应，雷达所接收到的运动目标反射回来的信号相对于初始的发射信号会产生一个多普勒频移。从多普勒频移中便可获得运动目标的速度信息，所以估计出多普勒频移便可完成测速任务。在雷达测速中，一种测速方法的精确性和鲁棒性是必要的。传统的单节点测速方法可能会有采样时间受限，对噪声的鲁棒性不足等缺点。雷达传感器网络是由大量雷达节点构成的分布式网络系统，它能够协同地实时监测、采集网络覆盖区域中监测对象的物理信息，并对其进行处理和传输。分布式自适应估计方法无需中央处理单元，有着高的可靠性和鲁棒性；它通过各节点的信息处理与融合，减小网络的数据传输和处理，有效地节省了带宽的资源，在雷达测速领域有重要应用价值。现在大多数自适应估计方法一般通过均方误差的最小化来实现参数估计，但该方法只有在高斯噪声环境下，估计结果才是最优的。在实际应用中，雷达节点采集到的信号可能会受环境噪声的干扰，相较于高斯噪声，这些环境噪声更复杂、更容易产生野值。因此通过均方误差的最小化来实现参数估计是不太合适的。
技术实现思路
为了解决
技术介绍
中存在的问题，本专利技术的目的在于针对反射信号是分布式采集的且受容易产生野值的环境噪声的影响这样一种实际情况，提出了一种基于分布式最小总体误差熵的运动目标测速方法。如图1所示，本专利技术所采用的技术方案具体包括如下步骤：(1)构建雷达传感器网络探测运动目标，采集运动目标的反射信号，处理反射信号得到仅包含多普勒频移的待估计信号；(2)构建分布式最小总体误差熵模型；(3)采用基于分布式最小总体误差熵模型的雷达测速方法对运动目标进行测速。所述步骤(1)中，雷达传感器网络是由部署在地面的多个多普勒雷达组成，各雷达间地位平等，任意两个雷达间的距离若小于预设距离阈值，则该两个雷达间通过无线/有线方式互相连接并进行通信；以雷达作为节点组件，以两个雷达间的通信关系作为节点的连接，组建雷达传感器网络。所述步骤(1)中，处于雷达传感器网络中心的一个雷达节点向空中发射频率固定的连续窄带信号，发射的连续窄带信号遇到运动目标反射后被雷达传感器网络的雷达节点接收，运动目标的反射信号是由雷达传感器网络采集获得的，每个雷达节点采集各自监测范围内的运动目标的反射信号。在每个雷达节点，雷达节点包括天线、频率滤波器和一阶陷波器系统，天线接收到的运动目标的反射信号经过频率滤波器，采集到的反射信号被处理为仅包含多普勒频移的待估计信号，待估计信号表示为：式中，xk(n)是雷达节点k在n时刻的待估计信号；M是运动目标的总数，m是运动目标的序数；Bk,m和分别是雷达节点k的待估计信号的第m个分量的幅值和相位；ej(·)是复指数函数，其中j是虚部单位且Δwm是第m个运动目标对应的多普勒频移；fs是雷达节点接收运动目标的反射信号的采样频率；νk(n)是雷达节点k在n时刻的环境噪声，该环境噪声加性零均值的并且是非高斯分布的或者非圆的。所述的雷达传感器网络是全连接的，即在雷达传感器网络中不存在孤立的不与其他任何雷达节点通信的雷达节点。所述的雷达传感器网络中的每个雷达节点的监测范围可以相互重叠，共同接收采集运动目标的反射信号。所述步骤(2)中，分布式最小总体误差熵模型采用以下方式建立：(2.1)每个雷达节点内部设有一个一阶陷波器系统，频率滤波器的输出端连接一阶陷波器系统，一阶陷波器系统由多个一阶陷波器以级联的方式组成，一阶陷波器的数量和运动目标的数量相同；使用部署在每个雷达节点内部的一阶陷波器系统处理步骤(1)得到的待估计信号，得到一阶陷波器系统的输出：依据一阶陷波器的时域特性，得到在雷达节点k的第m个一阶陷波器在n时刻的输出为：ok,m(n)＝-βbmok,m(n-1)+ok,m-1(n)+bmok,m-1(n-1)式中，β是控制一阶陷波器阻带带宽的参数，是小于1的；ok,m(n)是雷达节点k的第m个一阶陷波器在n时刻的输出，ok,m-1(n-1)是雷达节点k的第m-1个一阶陷波器在n-1时刻的输出，也即为第m个一阶陷波器在n-1时刻的输入，bm表示第m个一阶陷波器的多普勒频移参数，ej(·)是复指数函数，j表示虚部单位；当m＝1时，ok,m-1(n)＝xk(n)，ok,m-1(n)是雷达节点k的第一个一阶陷波器在n时刻的输入。ok,M(n)是雷达节点k的最后一个一阶陷波器在n时刻的输出。(2.2)使用香农熵界估计器估计雷达节点的总体误差熵，并根据总体误差熵建立雷达节点的局部目标函数，具体为：(2.2.1)针对每个雷达节点，根据对多普勒频移参数bm在n时刻的估计值使用下式计算出n时刻的总体误差：bk(n)＝[bk,1(n),bk,2(n),...,bk,M(n)]T式中，bk,m(n)是雷达节点k在n时刻对多普勒频移参数bm,m＝1,2,...M的估计值；||bk(n)||2为bk(n)的二范数；bk(n)表示雷达节点k在n时刻的各个对多普勒频移参数的估计值构成的多普勒频移参数估计向量；ok(n)是雷达节点k在n时刻的一阶陷波器系统的输出，ok(n)＝ok,M(n)，表示雷达节点k在n时刻的总体误差；(2.2.2)对总体误差的实部和虚部采用以下公式进行线性分解得到统计独立的实值变量u、v和r：式中，u、v和r分别表示第一、第二、第三实值变量；表示总体误差的实部，表示总体误差的虚部，下角标R为取实部，下角标I为取虚部；是预设的总体误差实部的方差，是预设的总体误差虚部的方差，ρ是预设的总体误差实部与虚部的协方差；σR是预设的总体误差实部的标准差；Δ1表示第一中间实值变量，Δ2表示第二中间实值变量；(2.2.3)针对每个雷达节点，使用测量函数和负熵函数计算得到总体误差的香农熵界I的最紧上界式中，是雷达节点k在n时刻的总体误差在排列序数i1,i2下的香农熵界；I[I]表示香农熵界I的最大排列个数，i1,i2是香农熵界I的测量函数与负熵函数的排列序数；Y[I]是香农熵界I的负熵函数，香农熵界I的负熵函数无显示的函数表达式，根据预设的一些香农熵界I的负熵函数变量与对应的香农熵界I的负熵函数值，可由样条插值法获得任意香农熵界I的负熵函数变量所对应的香农熵界I的负熵函数值表示第i1个香农熵界I的负熵函数，表示第i2个香农熵界I的负熵函数；E[·]是求期望函数；G[I]是香农熵界I的测量函数，表示第i1个香农熵界I的测量函数，表示第i2个香农熵界I的测量函数，均由下表获得，下表中x＝u或x＝v；(2.2.4)针对每个雷达节点，使用测量函数和负熵函数计算得到总体误差的香农熵界П的最紧上界式中，是雷达节点k在n时刻的总体误差在序数i下的本文档来自技高网...

【技术保护点】
1.一种基于分布式最小总体误差熵的运动目标测速方法，其特征在于包括以下几个步骤：/n(1)构建雷达传感器网络探测运动目标，采集运动目标的反射信号，处理反射信号得到仅包含多普勒频移的待估计信号；/n(2)构建分布式最小总体误差熵模型；/n(3)采用基于分布式最小总体误差熵模型的雷达测速方法对运动目标进行测速。/n

【技术特征摘要】
1.一种基于分布式最小总体误差熵的运动目标测速方法，其特征在于包括以下几个步骤：
(1)构建雷达传感器网络探测运动目标，采集运动目标的反射信号，处理反射信号得到仅包含多普勒频移的待估计信号；
(2)构建分布式最小总体误差熵模型；
(3)采用基于分布式最小总体误差熵模型的雷达测速方法对运动目标进行测速。


2.根据权利要求1所述的一种基于分布式最小总体误差熵的运动目标测速方法，其特征在于：所述步骤(1)中，雷达传感器网络是由部署在地面的多个多普勒雷达组成，各雷达间地位平等，任意两个雷达间的距离若小于预设距离阈值，则该两个雷达间通过无线/有线方式互相连接并进行通信；以雷达作为节点组件，以两个雷达间的通信关系作为节点的连接，组建雷达传感器网络；处于雷达传感器网络中心的一个雷达节点向空中发射频率固定的连续窄带信号，发射的连续窄带信号遇到运动目标反射后被雷达传感器网络的雷达节点接收，每个雷达节点采集各自监测范围内的运动目标的反射信号；
在每个雷达节点，接收到的运动目标的反射信号经过频率滤波器，采集到的反射信号被处理为仅包含多普勒频移的待估计信号，待估计信号表示为：



式中，xk(n)是雷达节点k在n时刻的待估计信号；M是运动目标的总数，m是运动目标的序数；Bk,m和分别是雷达节点k的待估计信号的第m个分量的幅值和相位；ej(·)是复指数函数，其中j是虚部单位且Δwm是第m个运动目标对应的多普勒频移；fs是雷达节点接收运动目标的反射信号的采样频率；νk(n)是雷达节点k在n时刻的环境噪声。


3.根据权利要求2所述的一种基于分布式最小总体误差熵的运动目标测速方法，其特征在于：所述的雷达传感器网络是全连接的，即在雷达传感器网络中不存在孤立的不与其他任何雷达节点通信的雷达节点。


4.根据权利要求2所述的一种基于分布式最小总体误差熵的运动目标测速方法，其特征在于：所述的雷达传感器网络中的每个雷达节点的监测范围可以相互重叠，共同接收采集运动目标的反射信号。


5.根据权利要求1所述的一种基于分布式最小总体误差熵的运动目标测速方法，其特征在于：所述步骤(2)中，分布式最小总体误差熵模型采用以下方式建立：
(2.1)每个雷达节点内部设有一个一阶陷波器系统，频率滤波器的输出端连接一阶陷波器系统，一阶陷波器系统由多个一阶陷波器以级联的方式组成，一阶陷波器的数量和运动目标的数量相同；使用部署在每个雷达节点内部的一阶陷波器系统处理步骤(1)得到的待估计信号，得到一阶陷波器系统的输出：
依据一阶陷波器的时域特性，得到在雷达节点k的第m个一阶陷波器在n时刻的输出为：
ok,m(n)＝-βbmok,m(n-1)+ok,m-1(n)+bmok,m-1(n-1)



式中，β是控制一阶陷波器阻带带宽的参数；ok,m(n)是雷达节点k的第m个一阶陷波器在n时刻的输出，ok,m-1(n-1)是雷达节点k的第m-1个一阶陷波器在n-1时刻的输出，也即为第m个一阶陷波器在n-1时刻的输入，bm表示第m个一阶陷波器的多普勒频移参数，ej(·)是复指数函数，j表示虚部单位；
(2.2)使用香农熵界估计器估计雷达节点的总体误差熵，并根据总体误差熵建立雷达节点的局部目标函数，具体为：
(2.2.1)针对每个雷达节点，根据对多普勒频移参数bm在n时刻的估计值使用下式计算出n时刻的总体误差：



bk(n)＝[bk,1(n),bk,2(n),...,bk,M(n)]T
式中，bk,m(n)是雷达节点k在n时刻对多普勒频移参数bm,m＝1,2,...M的估计值；||bk(n)||2为bk(n)的二范数；bk(n)表示雷达节点k在n时刻的各个对多普勒频移参数的估计值构成的多普勒频移参数估计向量；ok(n)是雷达节点k在n时刻的一阶陷波器系统的输出，ok(n)＝ok,M(n)，表示雷达节点k在n时刻的总体误差；
(2.2.2)对总体误差的实部和虚部采用以下公式进行线性分解得到统计独立的实值变量u、v和r：









式中，u、v和r分别表示第一、第二、第三实值变量；表示总体误差的实部，表示总体误差的虚部；是总体误差实部的方差，是总体误差虚部的方差，ρ是总体误差实部与虚部的协方差；σR是总体误差实部的标准差；Δ1表示第一中间实值变量，Δ2表示第二中间实值变量；
(2.2.3)针对每个雷达节点，使用测量函数和负熵函数计算得到总体误差的香农熵界I的最紧上界



式中，是雷达节点k在n时刻的总体误差在排列序数i1,i2下的香农熵界；I[I]表示香农熵界I...

【专利技术属性】
技术研发人员：王涛，李春光，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江;33