目标检测方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术提供一种目标检测方法、装置、电子设备及存储介质。该方法包括：获取车载雷达接收的回波数据；对回波数据进行快速傅里叶变换处理，得到距离

【技术实现步骤摘要】
目标检测方法、装置、电子设备及存储介质


[0001]本专利技术涉及雷达测控
，尤其涉及一种目标检测方法、装置、电子设备及存储介质。

技术介绍

[0002]雷达目标检测与跟踪是雷达系统的重要组成部分，其主要任务是在有噪声和其它干扰杂波的情况下对目标进行检测，然后通过对从雷达获取的数据进行处理，以得到目标的参数，如位置、速度等，进而预测目标下一刻的位置，形成稳定的目标航迹，实现对目标的实时跟踪。
[0003]目前，常用的检测跟踪算法有先检测后跟踪(Detection Before Tracking，DBT)算法和检测前跟踪(Track Before Detection，TBD)算法。先检测后跟踪是指先通过匹配滤波和相参积累来积累目标能量，然后设置门限对积累结果进行检测，并将检测结果送给独立的跟踪设备进行目标跟踪。检测前跟踪是指直接对匹配滤波后的雷达回波脉冲或者对经过相参积累后的多帧连续数据进行处理，可同时给出目标的检测结果和跟踪结果。
[0004]针对检测前跟踪算法，目前常用的是基于粒子滤波的检测前跟踪(Particle Filter Track
‑
Before
‑
Detect，PF
‑
TBD)算法。然而，对于车载雷达而言，当采用现有的基于粒子滤波的检测前跟踪算法进行目标检测时，存在计算成本高的问题。

技术实现思路

[0005]本专利技术实施例提供了一种目标检测方法、装置、电子设备及存储介质，以解决现有的基于粒子滤波的检测前跟踪算法存在计算成本高的问题。
[0006]第一方面，本专利技术实施例提供了一种目标检测方法，包括：
[0007]获取车载雷达接收的回波数据；
[0008]对回波数据进行快速傅里叶变换处理，得到距离
‑
多普勒二维数据；
[0009]根据预设的检测前跟踪模型对距离
‑
多普勒二维数据进行检测处理，得到目标检测结果；其中，预设的检测前跟踪模型至少包括基于粒子滤波的检测前跟踪模型；预设的检测前跟踪模型采用第一预设似然比函数，第一预设似然比函数包括背景噪声的幅度项，以及目标的幅度与背景噪声的幅度的和值项。
[0010]第二方面，本专利技术实施例提供了一种目标检测方法装置，包括：
[0011]获取模块，用于获取车载雷达接收的回波数据；
[0012]多普勒模块，用于对回波数据进行快速傅里叶变换处理，得到距离
‑
多普勒二维数据；
[0013]检测模块，用于根据预设的检测前跟踪模型对距离
‑
多普勒二维数据进行检测处理，得到目标检测结果；其中，预设的检测前跟踪模型至少包括基于粒子滤波的检测前跟踪模型；预设的检测前跟踪模型采用第一预设似然比函数，第一预设似然比函数包括背景噪声的幅度项，以及目标的幅度与背景噪声的幅度的和值项。
[0014]第三方面，本专利技术实施例提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤。
[0015]第四方面，本专利技术实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤。
[0016]本专利技术实施例提供一种目标检测方法、装置、电子设备及存储介质，首先获取车载雷达接收的回波数据，然后对获取的回波数据进行快速傅里叶变换处理，得到距离
‑
多普勒二维数据。最后，根据预设的检测前跟踪模型对距离
‑
多普勒二维数据进行检测处理，得到目标检测结果。由于预设的检测前跟踪模型采用了包括背景噪声的幅度项，以及目标的幅度与背景噪声的幅度的和值项的第一预设似然比函数，即修正似然比函数，因此，相比于现有的检测前跟踪模型所采用的似然比函数，其能够减少似然比函数所需的计算资源，进而可以减少基于粒子滤波的检测前跟踪算法进行目标检测时所消耗的计算资源，降低了其计算成本，从而解决了现有的基于粒子滤波的检测前跟踪算法存在的计算成本高的问题。
附图说明
[0017]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0018]图1是本专利技术实施例提供的一种目标检测方法的实现流程图；
[0019]图2是本专利技术实施例提供的目标检测装置的结构示意图；
[0020]图3是本专利技术实施例提供的电子设备的示意图。
具体实施方式
[0021]以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本专利技术实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本专利技术。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本专利技术的描述。
[0022]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图通过具体实施例来进行说明。
[0023]如相关技术所介绍的，对于车载雷达而言，当采用现有的基于粒子滤波的检测前跟踪算法进行目标检测时，需要大量的计算量，存在计算成本高的问题。申请人发现，现有的基于粒子滤波的检测前跟踪算法中的似然比函数，占用了大部分目标检测所需的计算资源，对此，本专利技术实施例提供了一种修正似然比函数，其能够减少似然比函数所需的计算资源，进而可以减少基于粒子滤波的检测前跟踪算法进行目标检测时所消耗的计算资源，降低了计算成本。
[0024]为了解决现有技术问题，本专利技术实施例提供了一种目标检测方法、装置、电子设备及存储介质。下面首先对本专利技术实施例所提供的目标检测方法进行介绍。
[0025]首先对一些基础概念进行介绍。
[0026]1.粒子滤波：是指通过寻找一组在状态空间中传播的随机样本，来近似的表示概率密度函数，用样本均值代替积分运算，进而获得系统状态的最小方差估计的过程，这些样本被形象的称为“粒子”，故而叫粒子滤波。
[0027]2.基于粒子滤波的检测前跟踪算法：一般认为基于粒子滤波的检测前跟踪算法由Salmond在2001年提出，基于粒子滤波的检测前跟踪算法通过目标运动模型和传感器观测模型，完整地引入了跟踪的思想和算法，能对目标状态的后验概率进行较好的估计。
[0028]3.似然函数：似然函数是一种对状态估计与量测之间相似度进行评价的一个量。
[0029]4.似然比函数：似然比函数是将一种假设下求取的似然值与另一种假设下的似然值进行比较，用于选择可能性更大的状态估计。
[0030]5.瑞利分布：当一个随机二维向量的两个分量呈独立的、均值为0，有着相同的方差的正本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标检测方法，其特征在于，所述方法包括：获取车载雷达接收的回波数据；对所述回波数据进行快速傅里叶变换处理，得到距离
‑
多普勒二维数据；根据预设的检测前跟踪模型对所述距离
‑
多普勒二维数据进行检测处理，得到目标检测结果；其中，所述预设的检测前跟踪模型至少包括基于粒子滤波的检测前跟踪模型；所述预设的检测前跟踪模型采用第一预设似然比函数，所述第一预设似然比函数包括背景噪声的幅度项，以及目标的幅度与背景噪声的幅度的和值项。2.根据权利要求1所述的目标检测方法，其特征在于，所述第一预设似然比函数为：2.根据权利要求1所述的目标检测方法，其特征在于，所述第一预设似然比函数为：C
r
(x
k
)＝{r0‑
q',
…
,r0‑
1,r0,r0+1,
…
,r0+q'}C
s
(x
k
)＝{s0‑
q”,
…
,s0‑
1,s0,s0+1,
…
,s0+q”}其中，为第k帧距离
‑
多普勒二维数据的第一预设似然比函数，n
k
(r,s)为背景噪声的幅度项，z
k
(r,s)为目标的幅度与背景噪声的幅度的和值项，A
k
(r,s)为目标的幅度，E
k
为目标存在变量，为目标存在变量，表示k时刻目标不存在事件，e
k
表示k时刻目标存在事件；r＝0,1,
…
,R
‑
1，R为距离单元数，s＝0,1,
…
,S
‑
1，S为多普勒通道数，r0和s0分别为状态变量距离x
k
(1)和速度x
k
(2)在测量数据中对应距离单元和多普单元的坐标，q'和q”为常数。3.根据权利要求2所述的目标检测方法，其特征在于，所述方法还包括：当检测到所述车载雷达处于运动状态时，将所述第一预设似然比函数替换为第二预设似然比函数；其中，所述第二预设似然比函数至少包括背景噪声的幅度项、目标的幅度与背景噪声的幅度的和值项以及多普...

【专利技术属性】
技术研发人员：薛高茹，江应怀，秦屹，
申请(专利权)人：森思泰克河北科技有限公司，
类型：发明
国别省市：