一种基于Hough变换的多维参数的检测前跟踪方法
【技术领域】
[0001] 本发明涉及雷达技术领域，具体地说是一种基于化U曲变换的多维参数的检测前 跟踪方法，特别适用于雷达多目标的识别与轨迹跟踪。
【背景技术】
[0002] 雷达回波信号通常是伴有各种噪声和杂波的，包含有多个目标的回波信号更是复 杂和难W辨识。传统的目标识别方法是先进行检测，通过单一口限处理后，然后再做跟踪。 简化跟踪处理数据的同时也忽略了很多潜在的有用信息，对于信噪比小且运动特征明显的 目标容易被舍弃。因此，相关学者提出TBD算法。
[0003] B.D.Carlson，E.D.Evans和S.L.Wilson等首次将Hou曲变换应用于雷达目标检测 中，提出了基于化U曲变换的T抓算法。CHENJ.等在此基础上提出了一种修正的化U曲变 换，W解决起始航迹慢W及计算量大的问题。Garvanov等提出了一种更适合于处理雷达实 测数据的化rlar化U曲Transrform，直接应用雷达得到的距离-角度信息进行变换处理。
[0004] 上述基于化U曲变换的T抓方法及其改进方法能有效的预估与跟踪目标的运行轨 迹。但是，当雷达回波信号较弱、回波特征参数比较发散时，就容易出现预估航迹偏离实际， 无法有效跟踪目标；当雷达回波包含有多个相似的运动目标，则容易出现相似目标的轨迹 丢失；当修改判断限值使其具备更好的区分性能时，可能就会多出一些虚假航迹。
【发明内容】
[0005] 针对现有技术的不足，本发明将多维度特征参数综合判断、多层次的滤波处理融 合到检测前跟踪算法中，提出了一种基于化U曲变换的多维参数的检测前跟踪方法。在该 方法中，首先使用宽容限的检测跟踪方法对目标进行锁定，然后针对比较发散的目标进行 滤波处理，得到相对凝聚的点迹，再进行TBD参数空间的能量积累，当积累达到限值后，对 目标进行轨迹输出，同时更改检测的容限和滤波器的参数，使得跟踪轨迹能更好的贴近实 际的目标航迹。
[0006] 本发明为实现上述目的所采用的技术方案是；一种基于化U曲变换的多维参数的 检测前跟踪方法，包括W下步骤：
[0007] 步骤1 雷达为中也，建立x-y平面直角坐标系，确定目标航迹在该坐标系中的 起始位置，并将目标的速度W及目标距雷达的距离和目标相对于X方向角度作为初次检测 结果，并按检测时间序列依次进行检测，并从第3次检测开始，根据当时的检测结果，输出 目标的航迹；
[0008] 步骤2 ;在第n次检测跟踪中从第1个目标开始直至第L个目标，根据第n+1次 检测提取的特征参数+ 0、5(" + 0和C(" + 1)和口限Amax、Bmax和Cmax进行判决，其中 n> 3 ;
[0009] 步骤3;根据步骤2中的判决结果，对目标进行跟踪，当运动目标的其中某一特征 参数发散时，执行步骤4,否则，执行步骤5 ;
[0010] 步骤4 ;通过a目滤波器对发散的特征参数进行滤波，实现点迹凝聚；
[0011] 步骤5 ;对得到的目标参数进行化U曲变换，并将变换后的参数空间下的参数做能 量积累；
[001引步骤6;在目标未确定时增大判断口限，当目标超过积累口限时，减小判断口限， 并将更新的口限返回步骤2;
[001引步骤7 ;通过判断口限的目标，作为最终的检测结果。
[0014] 所述第n次检测结果为A(n)、B(n)、C(n)，表示第n次检测跟踪的L个目标的距离、 速度、角度，
[001引其中，分别为第i个目标的距离、速度、角度，L表示第n次提取到的 目标数。
[0019] 所述步骤2中的判决过程为：
[0020] 第n+1次提取的特征参数+ ^、公和C(?+9分别为：
[0024]其中，L'表示第n+1次提取到的目标数，A,,W、么+1,,、与W分别为第j个目标的 距离、速度、角度；
[00幼将<5。心、/;,,心、与心与，非,+ 1)、房(" +1)、（^、("+。进行相减，得到向量RA(n)，RB(n)和RC(n);
[002引在向量RA(n)、RB(n)和RC(n)中查询最小值amin、bmin、Cmin和最小值对应的位置P、q、S;
[0027] 具体判断的执行过程：
[0028] 步骤2. 1;如果
I则第n+1次提取的第P个 值对应为第i个目标，否则根据速度参量执行步骤3. 2;
[0029] 步骤2. 2;如果
则第n+1次提取的第q个 值对应为第i个目标，否则根据角度参量执行步骤3. 3 ;
[0030] 步骤2. 3 ;如果
则第n+1次提取的第S个 值对应为第i个目标；
[003。 其中和Cm"为距离、速度、角度对应的判决口限；
[0032] 若上述判决都不满足，则表明第n+1次提取的特征参数没有与第i个目标对应。
[0033] 所述步骤3中的判决方法为：
[0034] 如果第n+1次提取的特征参数中有多个特征参数对应第n次检测的同一个目标， 则将多个特征参数的距离、速度、角度求取平均，作为该目标的距离、速度、角度；
[003引如果第n+1次提取的特征参数中没有对应第n次检测的目标，则表明第n+1次提 取到新目标，如果连续m次持续检测到该目标，则进行跟踪确认，并作为检测结果从轨迹中 输出；
[0036] 如果第n次检测结果没有与第n+1次提取的特征参数相对应，则表明第n次检测 的目标失跟，如果连续m次持续失跟该目标，则进行失跟确认，并将该目标从轨迹中剔除。
[0037] 所述步骤4中a目滤波的点迹凝聚过程为
[0038] 0 , (n+1) = 0 (n) + (0 (n+l)-0 (n))/k
[003引其中，0 (n)为第n次得到检测的值，0 (n+1)为第n+1次提取值，k为滤波参数， 得到的0 '（n+1)就是滤波后的值。
[0040] 所述步骤5中的化U曲变换为：
[0041] A(i) =K(i) ?T(i)+A〇(i)
[004引通过目标距离向量Aa)和时间向量T(i)，可W分别求得各个目标的速度向量K(i)和起始距离Au(i)，从而在化(i)，Au(i))的参数空间下做能量的积累。
[0043] 所述步骤7完成后返回步骤1中按检测时间序列依次进行检测步骤。
[0044] 本发明具有W下有益效果及优点：
[0045] 1.本发明采用宽容限的检测跟踪方法对目标进行锁定，避免雷达回波信号较弱、 回波特征参数比较发散时，预估航迹偏离实际，无法有效跟踪目标；
[0046] 2.本发明针对比较发散的目标进行滤波处理，得到相对凝聚的点迹，避免雷达回 波包含有多个相似的运动目标存在相似目标的轨迹丢失现象；
[0047] 3.本发明根据判决更改检测的容限和滤波器的参数，使得跟踪轨迹能更好的贴近 实际的目标航迹，并且消除虚假航迹；
[004引4.本发明提升雷达对多运动目标的检巧IJ、跟踪和区分性能。
【附图说明】
[0049] 图1为本发明的方法流程图；
[0050] 图2 (a)示出了雷达采集数据的原始波形包含两个相对运动目标的距离；
[0051] 图2(b)示出了雷达采集数据的原始波形包含两个相对运动目标的速度；
[0052] 图2(c)示出了雷达采集数据的原始波形包含两个相对运动目标的角度；
[0053] 图2 (d)示出了雷达采集数据的原始波形包含两个相对运动目标的轨迹；
[0054] 图3 (a)示出了单一特征参数"距离"的轨迹跟踪；
[0055] 图3化）示出了增加判断"速度"特征参数的轨迹跟踪；
[005引图4(a)示出了基于Hough变换的检测前跟踪方法目标的角度；
[0057] 图4化）示出了基于化U曲变换的检测前跟踪方法目标的轨迹；
[0058] 图5(a)示出了本发明的检测前跟踪方法目标的角度；
[0059] 图5(b)示出了本发明的检测前跟踪方法目标的轨迹。
【具体实施方式】
[0060] 下面结合附图及实施例对本发明做进一步的详细说明。
[0061] 如图1所示，为本发明流程示意图。
[0062] 步骤1 ;初始化，W雷达为中也，建立x-y平面直角坐标系，确定目标航迹起始位置 (坐标系中的坐标），并将目标的速度W及目标距雷达的距离和目标相对于X方向角度作为 初次检测结果，并按检测时间序列进行每次检测；
[0063] 步骤2;从第3次检测开始，根据每次检测结果，输出L个目标的航迹；其中，A(n)、 B(n)、C(n)表示第n次检测跟踪的L个目标的距离、速度、角度信息。
[0064] A(n) = [a",a。，2,…，a。，J
[0065] B(n)=比"，b。，2,…，b。，J
[0066] C(n) = [c"，Cn，2，...，Cn，J
[0067] 步骤3 ;从第n次检测跟踪的第1个目标开始循环直至第L个目标，其中第i个目 标的距离、速度、角度分别为a。，i、b。，;、C。，;。
[006引第n+1次提取的特征参数分别为J(n
+ 1)、公("+ 9和€(" + 4，
[007引其中，L'表示第n+1次提取到的目标数。
[007引
进行相减，得到向量RA(n)， RB(n)和RC(n)。
[0074] 在向量RA(n)、RB(n)和RC(n)中查询最小值和最小值对应的位置，假设最小值分 别为ami"、bmi。、Cmi。，对应的位置为P、q、S，其中P、q、S有可能相等。
[0075] 距离、速度、角度对应的判决口限为和Cm"。如果且
则第n+1次提取的第P个值对应为第i个目标，否则应用速度参 量进行判断，如果
则第n+1次提取的第q个值对应 为第i个目标，否则应用角度参量进行判断，如果
则第n+1次提取的第S个值对应为第i个目标。若上述判决都不满足，则表明第n+1次提 取的特征参数没有与第i个目标对应。
[0076] 步骤4 ;根据步骤3中的判决结果，如果第n+1次提取的特征参数中有2个或2个 W上参数对应第n次检测的同一个目标，则进行特征参数归并；如果第n+1次提取的特征参 数中没有对应第n次检测的目标，则表明第n+1次提取到新目标，如果连续m次持续检测到 该目标，进行跟踪确认，并作为检测结果从轨迹中输出；如果第n次检测结果没有第n+1次 提取的特征参数相对应，则表明第n次检测的目标失跟，如果连续m次持续失跟该目标，进 行失跟确认，并将该目标从轨迹中剔除；当运动目标的其中某一特征参数比较发散时，执行 步骤5,否则，执行步骤6;
[0077] 步骤5 ;通过a目滤波器对发散的特征参数进行滤波，实现点迹凝聚；
[0078]日'(n+1) = 0 (n) + ( 0 (n+1)-0 (n))/k
[007引其中，0 (n)为第n次得到检测的值，0 (n+1)为第n+1次提取值，k为滤波参数， 得到的0 '（n+1)就是滤波后的值。
[0080] 步骤6;对得到的目标参数进行化U曲变换，并将变换后的参数空间下的参数做能 量积累。
[0081]A(i) =B(i) ?T(i)+A〇(i)
[008引通过目标距离向量Aa)和时间向量T(i)，可W分别求得各个目标的速度向量B(i)和起始距离Au(i)，从而在炬(i)，Au(i))的参数空间下做能量的积累。
[0083] 步骤7;目标未确定时增大判断口限，当目标超过积累口限时，减小判断口限，并 将更新的口限返回给步骤3。
[0084] 步骤8;通过积累口限的目标，作为最终的检测结果，返回步骤2。
[0085] 本发明的效果可W通过W下仿真进一步说明 [008引仿真内容：
[0087] 根据雷达对两个相对运动目标采集的原始数据，来进行算法的仿真分析。检测时 间序列的时间间隔为25ms。图2(a)-图2(d)为雷达采集数据的原始波形，分别包含有距 离、速度、角度和轨迹。
[0088] 对基于化U曲变换的检测前跟踪方法和本发明提出的方法进行仿真验证，基于 化U曲变换的检测前跟踪方法对单一特征参数"距离"的轨迹跟踪时，图3 (a)所示两目标距 离接近时不能区分而失跟，本发明提出的方法增加判断"速度"特征参数，图3(b)所示可W 对不同目标进行区分。
[0089]目标的角度信息发散，图4(a)、图4(b)所示基于化U曲变换的检测前跟踪方法的 轨迹波动较大，图5(a)、图5(b)所示本发明提出的方法通过滤波和自适应更新口限能够估 计理想的轨迹。
【主权项】
1. 一种基于Hough变换的多维参数的检测前跟踪方法，其特征在于：包括以下步骤： 步骤1 :以雷达为中心，建立x-y平面直角坐标系，确定目标航迹在该坐标系中的起始 位置，并将目标的速度以及目标距雷达的距离和目标相对于X方向角度作为初次检测结 果，并按检测时间序列依次进行检测，并从第3次检测开始，根据当时的检测结果，输出目 标的航迹； 步骤2 :在第η次检测跟踪中从第1个目标开始直至第L个目标，根据第n+1次检测提 取的特征参数+ ：〇、6(? + ：〇和亡(《 + ：〇和门限Amax、Bmax和Cmax进行判决，其中η > 3 ; 步骤3 :根据步骤2中的判决结果，对目标进行跟踪，当运动目标的其中某一特征参数 发散时，执行步骤4,否则，执行步骤5 ; 步骤4 :通过α β滤波器对发散的特征参数进行滤波，实现点迹凝聚； 步骤5 :对得到的目标参数进行Hough变换，并将变换后的参数空间下的参数做能量积 累； 步骤6:在目标未确定时增大判断门限，当目标超过积累门限时，减小判断门限，并将 更新的门限返回步骤2; 步骤7 :通过判断门限的目标，作为最终的检测结果。2. 根据权利要求1所述的基于Hough变换的多维参数的检测前跟踪方法，其特征在于： 所述第η次检测结果为A(n)、B (n)、C(η)，表示第η次检测跟踪的L个目标的距离、速度、角 度，其中，an;i、bn;i、Ciu分别为第i个目标的距离、速度、角度，L表示第η次提取到的目标 数。3. 根据权利要求1所述的基于Hough变换的多维参数的检测前跟踪方法，其特征在于： 所述步骤2中的判决过程为： 第n+1次提取的特征参数;+1)、+丨）和匀"+ 1)分别为：其中，L'表示第n+1次提取到的目标数，九+k;、&+1/分别为第j个目标的距离、 速度、角度； 将弋+1,7.、4+1^/、4+1,7.与）("+ 1)、々("+ 1)、^<(? + 1)进行相减，得到向量狀(11)， RB (η)和 RC (η); 在向量RA(n)、RB(n)和RC(n)中查询最小值amin、bmin、Cmin和最小值对应的位置p、q、 S ； 具体判断的执行过程： 步骤2. 1 :如果，且$ <β ^ <c 则第n+1次提取的第p个值对 2, ^ηλ-Χ^ρ max 5 max ? 应为第i个目标，否则根据速度参量执行步骤3. 2 ; 步骤2.2 :如果AminC^Anax，且d <A ￡ <c 则第n+1次提取的第q个值对 Z n+l,q max9 n+l,q max 9 应为第i个目标，否则根据角度参量执行步骤3. 3 ; 步骤2. 3 :如果CminC^Cmax，且a <^ jj <；β 则第n+1次提取的第s个值对 2 w?+l,s ^max , wn+l's \ uHiax， 应为第i个目标； 其中Amax、Bmax和Cmax为距离、速度、角度对应的判决门限； 若上述判决都不满足，则表明第n+1次提取的特征参数没有与第i个目标对应。4. 根据权利要求1所述的基于Hough变换的多维参数的检测前跟踪方法，其特征在于： 所述步骤3中的判决方法为： 如果第n+1次提取的特征参数中有多个特征参数对应第η次检测的同一个目标，则将 多个特征参数的距离、速度、角度求取平均，作为该目标的距离、速度、角度； 如果第n+1次提取的特征参数中没有对应第η次检测的目标，则表明第n+1次提取 到新目标，如果连续m次持续检测到该目标，则进行跟踪确认，并作为检测结果从轨迹中输 出； 如果第η次检测结果没有与第n+1次提取的特征参数相对应，则表明第η次检测的目 标失跟，如果连续m次持续失跟该目标，则进行失跟确认，并将该目标从轨迹中剔除。5. 根据权利要求1所述的基于Hough变换的多维参数的检测前跟踪方法，其特征在于： 所述步骤4中α β滤波的点迹凝聚过程为 θ' (η+1) = θ (η) + (θ (η+1)-θ (n))/k 其中，θ (η)为第η次得到检测的值，θ (η+1)为第η+1次提取值，k为滤波参数，得到 的θ '（n+l)就是滤波后的值。6. 根据权利要求1所述的基于Hough变换的多维参数的检测前跟踪方法，其特征在于： 所述步骤5中的Hough变换为： A(i) = K(i) · T(i)+A〇(i) 通过目标距离向量A(i)和时间向量T(i)，可以分别求得各个目标的速度向量K(i)和 起始距离AtlQ)，从而在（KahAtl(D)的参数空间下做能量的积累。7. 根据权利要求1所述的基于Hough变换的多维参数的检测前跟踪方法，其特征在于： 所述步骤7完成后返回步骤1中按检测时间序列依次进行检测步骤。
【专利摘要】本发明涉及一种基于Hough变换的多维参数的检测前跟踪方法，包括以下步骤：初始化，确定目标航迹起始，并作为初次检测结果；从第3次检测开始循环；根据上一次检测结果与本次提取的特征参数作差和判决门限比较，进行判决；根据判决结果，对目标进行跟踪，当运动目标的其中某一特征参数比较发散时，执行滤波，否则，直接执行Hough变换，进行能量积累；根据目标积累能量和积累门限进行比较，自适应更新判决门限；通过积累门限的目标，作为最终的检测结果，并开始下一次循环。本发明基于Hough变换的多维参数的检测前跟踪方法避免预估航迹偏离实际，并且消除虚假航迹；提升了雷达对多运动目标的检测、跟踪和区分性能。
【IPC分类】G01S13/66, G06F19/00
【公开号】CN104881561
【申请号】CN201410420900
【发明人】毕欣, 杜劲松, 张清石, 王伟, 高洁, 仝盼盼, 丛日刚, 田星
【申请人】中国科学院沈阳自动化研究所
【公开日】2015年9月2日
【申请日】2014年8月22日
