【技术实现步骤摘要】
本专利技术涉及水下目标跟踪，尤其涉及一种基于pf-rae-tbd的界面混响下水下目标跟踪方法。
技术介绍
1、主动探测通过发射脉冲信号和接收目标回波，是探测水下运动目标的有效方法。基于单波束的主动探测具有实现简单、实时性好等特点，在水下海岸预警系统中得到了广泛的应用。在低混比条件下，目标信号淹没在海洋噪声和混响的复杂相互作用中，增加了目标检测的难度。为了应对这一挑战，先检测后跟踪(tbd)方法通过合并检测和跟踪过程提供了令人信服的解决方案。tbd不受检测结果的约束，在方法上利用了前一层甚至原始数据，有效地避免了处理过程中的数据丢失。tbd方法利用多帧数据，利用目标运动在相邻时间段的连续性来减轻srr的影响，从而在低srr背景下检测到弱目标。然而，在浅水环境中，强界面混响干扰是主要的挑战。利用基于粒子滤波的检测前跟踪方法(pf-tbd)可能会将界面回波误认为目标信号，导致单个运动目标的跟踪过程中断。
2、针对强混响干扰问题，抑制界面混响可以提高目标回波的信噪比，减少对目标探测的干扰，提高目标的检测概率。但当界面干扰被抑制时，可能会影响接收回波的概率密度分布，从而影响检测过程。在抑制界面干扰的同时，减小对目标回波的影响至关重要。显然，设置固定或自适应阈值的传统方法已不再适用。一低srr阈值难以确定，因为高检出率增加了虚警的概率。为了提高检测和跟踪的性能，提出了pf-tbd来检测水下目标。pf-tbd突破了线性和高斯条件的约束，提高了tbd在目标检测和跟踪方面的性能。近年来，pf-tbd已被应用于水下目标的微弱目标检测和跟
技术实现思路
1、有鉴于此，本专利技术的目的在于提出一种基于pf-rae-tbd的界面混响下水下目标跟踪方法，能够在界面干扰较强的环境下显著提高目标检测和跟踪性能。
2、根据本专利技术的一个方面，提供一种基于pf-rae-tbd的界面混响下水下目标跟踪方法，包括：
3、收集目标多帧回波信号，在粒子滤波框架下利用多帧回波信号预测目标的状态，并匹配滤波器；获取多帧回波信号匹配滤波器的输出测量值，利用rae提取测量值的稀疏分量；利用该测量值的稀疏分量作为实测值，并利用该实测值预测目标的状态。
4、在上述技术方案中，提出了一种结合粒子滤波和鲁棒自编码器的稀疏检测前跟踪算法，用于解决在浅水条件下界面混响干扰引起的目标检测概率和精度下降的问题。对于固定位置的主动声呐系统，多帧接收的数据之间具有相当大的平稳性。在这种情况下，将多帧接收的匹配滤波器输出分解为稳态分量和动态分量是合理的。稳态分量可视为还有表面和底部界面混响的低秩分量，而包含目标回波的动态分量可以看作是一个稀疏分量。因此，有效分离出此稀疏分量有助于减小目标状态预测中界面混响的干扰。在接收到回波后，使用匹配滤波器对数据进行处理，然后采用鲁棒自编码器对匹配滤波器的输出进行非线性估计，构造稀疏分量。用构造的稀疏分量代替之前匹配的滤波器输出作为实测值，然后使用pf-tbd跟踪运动目标的动态状态。本专利技术所提出的方法可以在界面干扰较强的环境下显著提高目标检测和跟踪性能。
5、在一些实施例中，获取多帧回波信号匹配滤波器的输出测量值，利用rae提取测量值的稀疏分量，具体地：
6、
7、其中，xk表示k时刻的状态变量，mk和sk分别表示xk分解的稳态分量和稀疏分量；e和d分别表示rae的编码网络和解码网络，θ和φ分别表示其网络参数；λ是可调参数；‖·‖2和‖·‖1分别表示l2和l1范数；经过稀疏分解后，提取其稀疏分量sk。
8、在上述技术方案中，这样设置的目的在于利用凸优化的方式对xk的稀疏分量进行非线性的估计，在保留回波强度的同时可以更准确的获取目标回波的分量，减小界面混响的干扰。
9、在一些实施例中，利用该测量值的稀疏分量作为实测值，还包括：
10、提取其稀疏分量后根据贝叶斯理论，求解该稀疏分量的后验概率密度；
11、利用最大似然函数更新实测值的粒子权重。
12、在上述技术方案中，这样设置的目的在于找到最符合观测数据的状态估计。在粒子滤波中，我们使用一组粒子来表示目标的状态，每个粒子都有一个权重，表示该粒子的估计有多大可能性是正确的。最大似然函数可以用来衡量每个粒子与观测数据的拟合程度，即在给定观测数据的情况下，该粒子的状态估计与观测数据的概率分布。通过最大似然估计，可以找到使观测数据的概率最大化的状态估计，从而更新粒子的权重，使权重更接近于真实的目标状态。这有助于改善目标跟踪和状态估计的精度。
13、在一些实施例中，利用该实测值的稀疏分量预测目标的状态，具体地：
14、基于粒子滤波的检测前跟踪算法以及实测值的稀疏分量跟踪运动目标的动态状态形成运动轨迹。
15、在上述技术方案中，这样设置的目的在于基于粒子滤波的先检测后跟踪(pf-tbd)方法通过合并检测和跟踪过程提供了令人信服的解决方案。利用实测值的稀疏分量代替原始数据，在不损失原有目标回波强度的基础上有效减弱了界面混响对目标状态预测的干扰。pf-tbd方法利用多帧数据，利用目标运动在相邻时间段的连续性来减轻srr的影响，从而在低srr背景下检测到弱目标。
16、在一些实施例中，基于粒子滤波的检测前跟踪算法以及实测值跟踪运动目标的动态状态形成运动轨迹，还包括：
17、对粒子进行重采样。
18、在上述技术方案中，这样设置的目的在于利用重采样可以增加那些具有较高权重的粒子，减少那些权重较低的粒子，从而确保粒子集合的多样性，能够有效减缓粒子的退化。
19、根据本专利技术的另一个方面，提出一种基于pf-rae-tbd的界面混响下水下目标跟踪装置，包括依序连接的匹配滤波器模块、构造模块、状态估计模块；
20、匹配滤波器模块，用于收集目标多帧回波信号，在粒子滤波框架下利用多帧回波信号预测目标的状态，并匹配滤波器；
21、构造模块，用于获取多帧回波信号匹配滤波器的输出测量值，利用rae提取测量值的稀疏分量；
22、状态估计模块，用于利用该测量值的稀疏分量作为实测值，并利用该实测值预测目标的状态。
23、在上述技术方案中，提出了一种结合粒子滤波和鲁棒自编码器的稀疏检测跟踪算法。采用鲁棒自编码器对匹配滤波器的输本文档来自技高网...
【技术保护点】
1.一种基于PF-RAE-TBD的界面混响下水下目标跟踪方法，其特征在于，包括：
2.如权利要求1所述的一种基于PF-RAE-TBD的界面混响下水下目标跟踪方法，其特征在于，
3.如权利要求1所述的一种基于PF-RAE-TBD的界面混响下水下目标跟踪方法，其特征在于，
4.如权利要求1所述的一种基于PF-RAE-TBD的界面混响下水下目标跟踪方法，其特征在于，
5.如权利要求4所述的一种基于PF-RAE-TBD的界面混响下水下目标跟踪方法，其特征在于，
6.一种基于PF-RAE-TBD的界面混响下水下目标跟踪装置，其特征在于，包括依序连接的匹配滤波器模块、构造模块、状态估计模块；
7.一种基于PF-RAE-TBD的界面混响下水下目标跟踪设备，其特征在于，包括：
8.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的一种基于PF-RAE-TBD的界面混响下水下目标跟踪方法。
【技术特征摘要】
1.一种基于pf-rae-tbd的界面混响下水下目标跟踪方法，其特征在于，包括：
2.如权利要求1所述的一种基于pf-rae-tbd的界面混响下水下目标跟踪方法，其特征在于，
3.如权利要求1所述的一种基于pf-rae-tbd的界面混响下水下目标跟踪方法，其特征在于，
4.如权利要求1所述的一种基于pf-rae-tbd的界面混响下水下目标跟踪方法，其特征在于，
5.如权利要求4所述的一种基于pf-rae-tbd的界...
【专利技术属性】
技术研发人员：张宇，项文杰，杨武夷，宋忠长，高瞻远，张博宇，张海瑞，李宝玉，涂建秋，杨鸿俊，张迪，孙亮，
申请(专利权)人：厦门大学，
类型：发明
国别省市：
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。