基于最小熵的相参积累检测前跟踪方法
基于最小熵的相参积累检测前跟踪方法
【技术领域】
[0001] 本发明涉及一种雷达检测前跟踪方法，尤其是涉及一种基于最小熵的相参积累检 测前跟踪方法。
【背景技术】
[0002] 检测前跟踪是一种微弱目标检测方法，它首先利用跟踪算法估计目标的运动轨 迹，然后沿该轨迹积累目标能量，最后做出检测判决。现有检测前跟踪的主要技术途径包 括：Hough变换法、Keystone变换法、动态规划法、粒子滤波法、神经网络法等。其中，Hough 变换法和Keystone变换法不需要目标运动的先验信息，是常用的检测前跟踪方法。
[0003] Hough变换法和Keystone变换法均假设目标径向位置呈线性变化。Hough变换法 利用Hough变换检测数据中的直线轨迹，将其作为目标运动轨迹进行后续的积累、检测等 处理；Keystone变换法利用数据作Keystone变换后目标径向位置保持不变的性质进行能 量的相参积累。
[0004] 上述两种方法的主要缺陷在于：假设目标径向位置为线性变化。当目标径向位置 呈非线性变化时，目标运动轨迹的估计性能会迅速恶化甚至失效，而且无法进行相参积累。
【发明内容】
[0005] 本发明的目的在于克服现有技术的缺陷，提供一种基于最小熵的相参积累检测前 跟踪方法。
[0006] 当目标轨迹估计准确，且不存在相位误差时，相参积累的结果熵值最小。因此，检 测前跟踪可以建模为以最小摘为目标函数的目标运动参数优化问题。
[0007] 基于上述思想，本发明提供一种基于最小熵的相参积累检测前跟踪方法，包括如 下步骤：
[0008] 步骤1，预设目标的运动轨迹为s = vt+at2/2,其中v、a未知；根据雷达运动参数 和目标特性设定v、a的分布范围，ViS v < VyAiS a < A 2，将v、a的分布范围分别按固定 间隔A V，AA呙散化；
[0009] 步骤2,对于v、a的分布范围内离散值的组合（vk，ak) (1彡k彡K)，执行如下操作：
[0010] a)对于时间为、的数据，计算位移
，根据Si,k对时间为t ,的数 据进行移位；
[0011] b)对于不同时间的数据，计算相位补偿因子
其中A为波 长；
[0012] c)假设此时残留相位误差为0 i,k，根据最小熵原理，利用不动点法求解出相位误 差9 i,k，并对数据进行相位补偿；
[0013] d)计算二维j：商，并记录（vk，ak)和0 i>k;
[0014] 步骤3,选取二维熵最小时所对应的（vk，ak)和0
[0015] 步骤4,根据步骤3中的（vk，ak)建立航迹，并利用0i, k进行相参积累。
[0016] 本发明的优点和有益效果在于：相对于Hough变换法和Keystone变换法，本发明 能够适应目标非线性运动的情形，并能保证相参积累。
[0017] 1、当目标径向位置呈非线性变化时，能够准确估计目标的运动轨迹。
[0018] Hough变换法和Keystone变换法均假设目标径向位置呈线性变化。针对这一缺 陷，本发明提出一种针对目标径向位置非线性变化情况下的运动轨迹估计方法。
[0019] 2、能够进行相参积累。
[0020] 所谓"相参积累"，指的是在目标能量积累过程中使用了数据中的相位信息。良好 的相参积累能够最大限度地提高信噪比，进而提高目标的检测概率。当目标径向位置呈非 线性变化时，Hough变换法和Keystone变换法中目标的相位信息发生偏差，无法进行相参 积累。针对这一缺陷，本发明提出一种针对目标径向位置非线性变化情况下的相参积累方 法。
[0021] 本发明还具有如下特点：
[0022] 1、非线性运动模型，摆脱了线性模型的限制，更通用。
[0023] 使用非线性函数（上述描述中以2次多项式函数为例）描述目标的运动轨迹，适 用范围更广，如高机动运动目标。实际使用中，可根据目标类型和应用环境选择相应的函 数。
[0024] 2、基于最小熵的评价准则，适合微弱目标场合。
[0025] 将目标运动轨迹的估计问题转化为非线性函数参数的寻优问题。使用熵作为目标 函数，求解非线性函数的参数。熵的特性使其特别适用于信噪比不高的场合。
[0026]3、离散化求解方法。
[0027] 由于熵函数的形式复杂，基于最小熵的优化问题不容易得到解析解。本发明采用 离散化的求解方法，可以保证得到次优解。
[0028] 4、基于不动点方法的相位误差快速求解方法。
[0029] 为了弥补离散化可能造成的精度不足，影响相参积累性能，需要估计相位残差。本 发明采用不动点法可实现快速迭代求解。
【附图说明】
[0030] 图1是本发明的流程示意图。
【具体实施方式】
[0031] 下面结合附图和实施例，对本发明的【具体实施方式】作进一步描述。以下实施例仅 用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
[0032] 本发明具体实施的技术方案是：
[0033] 如图1所示，一种基于最小熵的相参积累检测前跟踪方法，包括如下步骤：
[0034] 步骤1，预设目标的运动轨迹为s = vt+at2/2,其中v、a未知；根据雷达运动参数 和目标特性设定v、a的分布范围，ViS v < VyAiS a < A 2，将v、a的分布范围分别按固定 间隔A V，AA呙散化；
[0035] 步骤2,对于v、a的分布范围内离散值的组合（vk，ak) (1彡k彡K)，执行如下操作：
[0036]a)对于时间为&的数据，计算位移
根据Si,k对时间为t i的数 据进行移位；
[0037] b)对于不同时间的数据，计算相位补偿因子
其中A为波 长；
[0038] c)假设此时残留相位误差为0 u，根据最小熵原理，利用不动点法求解出相位误 差9 i,k，并对数据进行相位补偿；
[0039] d)计算二维j：商，并记录（vk，ak)和0 i>k;
[0040] 步骤3,选取二维熵最小时所对应的（vk，ak)和0
[0041] 步骤4,根据步骤3中的（vk，ak)建立航迹，并利用0 i, k进行相参积累。
[0042] 以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人 员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和润饰，这些改进和润饰 也应视为本发明的保护范围。
【主权项】
1.基于最小熵的相参积累检测前跟踪方法，其特征在于，包括如下步骤： 步骤1，预设目标的运动轨迹为S = vt+at2/2,其中v、a未知；根据雷达运动参数和目 标特性设定v、a的分布范围，V1S V彡VyA1S a彡A2，将v、a的分布范围分别按固定间隔 Λ V，AA离散化； 步骤2,对于v、a的分布范围内离散值的组合（vk，ak) (I < k < Κ)，执行如下操作： a) 对于时间为h的数据，计算位移s i,k= V山+&山2/2,根据Si,k对时间为t亦数据进 行移位； b) 对于不同时间的数据，计算相位补偿因子pa = exp(/4TW,y；〇,其中λ为波长； c) 假设此时残留相位误差为Si,k，根据最小熵原理，利用不动点法求解出相位误差 θ i,k，并对数据进行相位补偿； d) 计算二维商，并记录（vk，ak)和Θ i>k; 步骤3,选取二维熵最小时所对应的（vk，ak)和Θ i k; 步骤4,根据步骤3中的（vk，ak)建立航迹，并利用Θ i, k进行相参积累。
【专利摘要】本发明公开了一种基于最小熵的相参积累检测前跟踪方法，包括如下步骤：步骤1，预设目标的运动轨迹为s＝vt+at2/2；将v、a的分布范围分别按固定间隔ΔV，ΔA离散化；步骤2，对于v、a的分布范围内离散值的组合(vk，ak)，执行如下操作：a)对于时间为ti的数据，计算位移si，k，根据si，k对时间为ti的数据进行移位；b)对于不同时间的数据，计算相位补偿因子；c)根据最小熵原理，利用不动点法求解出相位误差θl，k，并对数据进行相位补偿；d)计算二维熵，并记录(vk，ak)和θi，k；步骤3，选取二维熵最小时所对应的(vk，ak)和θi，k；步骤4，根据步骤3中的(vk，ak)建立航迹，并利用θi，k进行相参积累。本发明能够适应目标非线性运动的情形，并能保证相参积累。
【IPC分类】G01S13/66
【公开号】CN104898116
【申请号】CN201510357317
【发明人】孙英钦
【申请人】苏州途视电子科技有限公司
【公开日】2015年9月9日
【申请日】2015年6月25日
【技术领域】
[0001] 本发明涉及一种雷达检测前跟踪方法，尤其是涉及一种基于最小熵的相参积累检 测前跟踪方法。
【背景技术】
[0002] 检测前跟踪是一种微弱目标检测方法，它首先利用跟踪算法估计目标的运动轨 迹，然后沿该轨迹积累目标能量，最后做出检测判决。现有检测前跟踪的主要技术途径包 括：Hough变换法、Keystone变换法、动态规划法、粒子滤波法、神经网络法等。其中，Hough 变换法和Keystone变换法不需要目标运动的先验信息，是常用的检测前跟踪方法。
[0003] Hough变换法和Keystone变换法均假设目标径向位置呈线性变化。Hough变换法 利用Hough变换检测数据中的直线轨迹，将其作为目标运动轨迹进行后续的积累、检测等 处理；Keystone变换法利用数据作Keystone变换后目标径向位置保持不变的性质进行能 量的相参积累。
[0004] 上述两种方法的主要缺陷在于：假设目标径向位置为线性变化。当目标径向位置 呈非线性变化时，目标运动轨迹的估计性能会迅速恶化甚至失效，而且无法进行相参积累。
【发明内容】
[0005] 本发明的目的在于克服现有技术的缺陷，提供一种基于最小熵的相参积累检测前 跟踪方法。
[0006] 当目标轨迹估计准确，且不存在相位误差时，相参积累的结果熵值最小。因此，检 测前跟踪可以建模为以最小摘为目标函数的目标运动参数优化问题。
[0007] 基于上述思想，本发明提供一种基于最小熵的相参积累检测前跟踪方法，包括如 下步骤：
[0008] 步骤1，预设目标的运动轨迹为s = vt+at2/2,其中v、a未知；根据雷达运动参数 和目标特性设定v、a的分布范围，ViS v < VyAiS a < A 2，将v、a的分布范围分别按固定 间隔A V，AA呙散化；
[0009] 步骤2,对于v、a的分布范围内离散值的组合（vk，ak) (1彡k彡K)，执行如下操作：
[0010] a)对于时间为、的数据，计算位移
，根据Si,k对时间为t ,的数 据进行移位；
[0011] b)对于不同时间的数据，计算相位补偿因子
其中A为波 长；
[0012] c)假设此时残留相位误差为0 i,k，根据最小熵原理，利用不动点法求解出相位误 差9 i,k，并对数据进行相位补偿；
[0013] d)计算二维j：商，并记录（vk，ak)和0 i>k;
[0014] 步骤3,选取二维熵最小时所对应的（vk，ak)和0
[0015] 步骤4,根据步骤3中的（vk，ak)建立航迹，并利用0i, k进行相参积累。
[0016] 本发明的优点和有益效果在于：相对于Hough变换法和Keystone变换法，本发明 能够适应目标非线性运动的情形，并能保证相参积累。
[0017] 1、当目标径向位置呈非线性变化时，能够准确估计目标的运动轨迹。
[0018] Hough变换法和Keystone变换法均假设目标径向位置呈线性变化。针对这一缺 陷，本发明提出一种针对目标径向位置非线性变化情况下的运动轨迹估计方法。
[0019] 2、能够进行相参积累。
[0020] 所谓"相参积累"，指的是在目标能量积累过程中使用了数据中的相位信息。良好 的相参积累能够最大限度地提高信噪比，进而提高目标的检测概率。当目标径向位置呈非 线性变化时，Hough变换法和Keystone变换法中目标的相位信息发生偏差，无法进行相参 积累。针对这一缺陷，本发明提出一种针对目标径向位置非线性变化情况下的相参积累方 法。
[0021] 本发明还具有如下特点：
[0022] 1、非线性运动模型，摆脱了线性模型的限制，更通用。
[0023] 使用非线性函数（上述描述中以2次多项式函数为例）描述目标的运动轨迹，适 用范围更广，如高机动运动目标。实际使用中，可根据目标类型和应用环境选择相应的函 数。
[0024] 2、基于最小熵的评价准则，适合微弱目标场合。
[0025] 将目标运动轨迹的估计问题转化为非线性函数参数的寻优问题。使用熵作为目标 函数，求解非线性函数的参数。熵的特性使其特别适用于信噪比不高的场合。
[0026]3、离散化求解方法。
[0027] 由于熵函数的形式复杂，基于最小熵的优化问题不容易得到解析解。本发明采用 离散化的求解方法，可以保证得到次优解。
[0028] 4、基于不动点方法的相位误差快速求解方法。
[0029] 为了弥补离散化可能造成的精度不足，影响相参积累性能，需要估计相位残差。本 发明采用不动点法可实现快速迭代求解。
【附图说明】
[0030] 图1是本发明的流程示意图。
【具体实施方式】
[0031] 下面结合附图和实施例，对本发明的【具体实施方式】作进一步描述。以下实施例仅 用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
[0032] 本发明具体实施的技术方案是：
[0033] 如图1所示，一种基于最小熵的相参积累检测前跟踪方法，包括如下步骤：
[0034] 步骤1，预设目标的运动轨迹为s = vt+at2/2,其中v、a未知；根据雷达运动参数 和目标特性设定v、a的分布范围，ViS v < VyAiS a < A 2，将v、a的分布范围分别按固定 间隔A V，AA呙散化；
[0035] 步骤2,对于v、a的分布范围内离散值的组合（vk，ak) (1彡k彡K)，执行如下操作：
[0036]a)对于时间为&的数据，计算位移
根据Si,k对时间为t i的数 据进行移位；
[0037] b)对于不同时间的数据，计算相位补偿因子
其中A为波 长；
[0038] c)假设此时残留相位误差为0 u，根据最小熵原理，利用不动点法求解出相位误 差9 i,k，并对数据进行相位补偿；
[0039] d)计算二维j：商，并记录（vk，ak)和0 i>k;
[0040] 步骤3,选取二维熵最小时所对应的（vk，ak)和0
[0041] 步骤4,根据步骤3中的（vk，ak)建立航迹，并利用0 i, k进行相参积累。
[0042] 以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人 员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和润饰，这些改进和润饰 也应视为本发明的保护范围。
【主权项】
1.基于最小熵的相参积累检测前跟踪方法，其特征在于，包括如下步骤： 步骤1，预设目标的运动轨迹为S = vt+at2/2,其中v、a未知；根据雷达运动参数和目 标特性设定v、a的分布范围，V1S V彡VyA1S a彡A2，将v、a的分布范围分别按固定间隔 Λ V，AA离散化； 步骤2,对于v、a的分布范围内离散值的组合（vk，ak) (I < k < Κ)，执行如下操作： a) 对于时间为h的数据，计算位移s i,k= V山+&山2/2,根据Si,k对时间为t亦数据进 行移位； b) 对于不同时间的数据，计算相位补偿因子pa = exp(/4TW,y；〇,其中λ为波长； c) 假设此时残留相位误差为Si,k，根据最小熵原理，利用不动点法求解出相位误差 θ i,k，并对数据进行相位补偿； d) 计算二维商，并记录（vk，ak)和Θ i>k; 步骤3,选取二维熵最小时所对应的（vk，ak)和Θ i k; 步骤4,根据步骤3中的（vk，ak)建立航迹，并利用Θ i, k进行相参积累。
【专利摘要】本发明公开了一种基于最小熵的相参积累检测前跟踪方法，包括如下步骤：步骤1，预设目标的运动轨迹为s＝vt+at2/2；将v、a的分布范围分别按固定间隔ΔV，ΔA离散化；步骤2，对于v、a的分布范围内离散值的组合(vk，ak)，执行如下操作：a)对于时间为ti的数据，计算位移si，k，根据si，k对时间为ti的数据进行移位；b)对于不同时间的数据，计算相位补偿因子；c)根据最小熵原理，利用不动点法求解出相位误差θl，k，并对数据进行相位补偿；d)计算二维熵，并记录(vk，ak)和θi，k；步骤3，选取二维熵最小时所对应的(vk，ak)和θi，k；步骤4，根据步骤3中的(vk，ak)建立航迹，并利用θi，k进行相参积累。本发明能够适应目标非线性运动的情形，并能保证相参积累。
【IPC分类】G01S13/66
【公开号】CN104898116
【申请号】CN201510357317
【发明人】孙英钦
【申请人】苏州途视电子科技有限公司
【公开日】2015年9月9日
【申请日】2015年6月25日
最新回复(0)