基于最小熵的相參積累檢測前跟蹤方法
【技術領域】
[0001] 本發(fā)明涉及一種雷達檢測前跟蹤方法，尤其是涉及一種基于最小熵的相參積累檢 測前跟蹤方法。
【背景技術】
[0002] 檢測前跟蹤是一種微弱目標檢測方法，它首先利用跟蹤算法估計目標的運動軌 跡，然后沿該軌跡積累目標能量，最后做出檢測判決。現(xiàn)有檢測前跟蹤的主要技術途徑包 括：Hough變換法、Keystone變換法、動態(tài)規(guī)劃法、粒子濾波法、神經(jīng)網(wǎng)絡法等。其中，Hough 變換法和Keystone變換法不需要目標運動的先驗信息，是常用的檢測前跟蹤方法。
[0003] Hough變換法和Keystone變換法均假設目標徑向位置呈線性變化。Hough變換法 利用Hough變換檢測數(shù)據(jù)中的直線軌跡，將其作為目標運動軌跡進行后續(xù)的積累、檢測等 處理；Keystone變換法利用數(shù)據(jù)作Keystone變換后目標徑向位置保持不變的性質(zhì)進行能 量的相參積累。
[0004] 上述兩種方法的主要缺陷在于：假設目標徑向位置為線性變化。當目標徑向位置 呈非線性變化時，目標運動軌跡的估計性能會迅速惡化甚至失效，而且無法進行相參積累。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的在于克服現(xiàn)有技術的缺陷，提供一種基于最小熵的相參積累檢測前 跟蹤方法。
[0006] 當目標軌跡估計準確，且不存在相位誤差時，相參積累的結(jié)果熵值最小。因此，檢 測前跟蹤可以建模為以最小摘為目標函數(shù)的目標運動參數(shù)優(yōu)化問題。
[0007] 基于上述思想，本發(fā)明提供一種基于最小熵的相參積累檢測前跟蹤方法，包括如 下步驟：
[0008] 步驟1，預設目標的運動軌跡為s = vt+at2/2,其中v、a未知；根據(jù)雷達運動參數(shù) 和目標特性設定v、a的分布范圍，ViS v < VyAiS a < A 2，將v、a的分布范圍分別按固定 間隔A V，AA咼散化；
[0009] 步驟2,對于v、a的分布范圍內(nèi)離散值的組合（vk，ak) (1彡k彡K)，執(zhí)行如下操作：
[0010] a)對于時間為、的數(shù)據(jù)，計算位移
，根據(jù)Si,k對時間為t ,的數(shù) 據(jù)進行移位；
[0011] b)對于不同時間的數(shù)據(jù)，計算相位補償因子
其中A為波 長；
[0012] c)假設此時殘留相位誤差為0 i,k，根據(jù)最小熵原理，利用不動點法求解出相位誤 差9 i,k，并對數(shù)據(jù)進行相位補償；
[0013] d)計算二維j：商，并記錄（vk，ak)和0 i>k;
[0014] 步驟3,選取二維熵最小時所對應的（vk，ak)和0
[0015] 步驟4,根據(jù)步驟3中的（vk，ak)建立航跡，并利用0i, k進行相參積累。
[0016] 本發(fā)明的優(yōu)點和有益效果在于：相對于Hough變換法和Keystone變換法，本發(fā)明 能夠適應目標非線性運動的情形，并能保證相參積累。
[0017] 1、當目標徑向位置呈非線性變化時，能夠準確估計目標的運動軌跡。
[0018] Hough變換法和Keystone變換法均假設目標徑向位置呈線性變化。針對這一缺 陷，本發(fā)明提出一種針對目標徑向位置非線性變化情況下的運動軌跡估計方法。
[0019] 2、能夠進行相參積累。
[0020] 所謂"相參積累"，指的是在目標能量積累過程中使用了數(shù)據(jù)中的相位信息。良好 的相參積累能夠最大限度地提高信噪比，進而提高目標的檢測概率。當目標徑向位置呈非 線性變化時，Hough變換法和Keystone變換法中目標的相位信息發(fā)生偏差，無法進行相參 積累。針對這一缺陷，本發(fā)明提出一種針對目標徑向位置非線性變化情況下的相參積累方 法。
[0021] 本發(fā)明還具有如下特點：
[0022] 1、非線性運動模型，擺脫了線性模型的限制，更通用。
[0023] 使用非線性函數(shù)（上述描述中以2次多項式函數(shù)為例）描述目標的運動軌跡，適 用范圍更廣，如高機動運動目標。實際使用中，可根據(jù)目標類型和應用環(huán)境選擇相應的函 數(shù)。
[0024] 2、基于最小熵的評價準則，適合微弱目標場合。
[0025] 將目標運動軌跡的估計問題轉(zhuǎn)化為非線性函數(shù)參數(shù)的尋優(yōu)問題。使用熵作為目標 函數(shù)，求解非線性函數(shù)的參數(shù)。熵的特性使其特別適用于信噪比不高的場合。
[0026]3、離散化求解方法。
[0027] 由于熵函數(shù)的形式復雜，基于最小熵的優(yōu)化問題不容易得到解析解。本發(fā)明采用 離散化的求解方法，可以保證得到次優(yōu)解。
[0028] 4、基于不動點方法的相位誤差快速求解方法。
[0029] 為了彌補離散化可能造成的精度不足，影響相參積累性能，需要估計相位殘差。本 發(fā)明采用不動點法可實現(xiàn)快速迭代求解。
【附圖說明】
[0030] 圖1是本發(fā)明的流程示意圖。
【具體實施方式】
[0031] 下面結(jié)合附圖和實施例，對本發(fā)明的【具體實施方式】作進一步描述。以下實施例僅 用于更加清楚地說明本發(fā)明的技術方案，而不能以此來限制本發(fā)明的保護范圍。
[0032] 本發(fā)明具體實施的技術方案是：
[0033] 如圖1所示，一種基于最小熵的相參積累檢測前跟蹤方法，包括如下步驟：
[0034] 步驟1，預設目標的運動軌跡為s = vt+at2/2,其中v、a未知；根據(jù)雷達運動參數(shù) 和目標特性設定v、a的分布范圍，ViS v < VyAiS a < A 2，將v、a的分布范圍分別按固定 間隔A V，AA咼散化；
[0035] 步驟2,對于v、a的分布范圍內(nèi)離散值的組合（vk，ak) (1彡k彡K)，執(zhí)行如下操作：
[0036]a)對于時間為&的數(shù)據(jù)，計算位移
根據(jù)Si,k對時間為t i的數(shù) 據(jù)進行移位；
[0037] b)對于不同時間的數(shù)據(jù)，計算相位補償因子
其中A為波 長；
[0038] c)假設此時殘留相位誤差為0 u，根據(jù)最小熵原理，利用不動點法求解出相位誤 差9 i,k，并對數(shù)據(jù)進行相位補償；
[0039] d)計算二維j：商，并記錄（vk，ak)和0 i>k;
[0040] 步驟3,選取二維熵最小時所對應的（vk，ak)和0
[0041] 步驟4,根據(jù)步驟3中的（vk，ak)建立航跡，并利用0 i, k進行相參積累。
[0042] 以上所述僅是本發(fā)明的優(yōu)選實施方式，應當指出，對于本技術領域的普通技術人 員來說，在不脫離本發(fā)明技術原理的前提下，還可以做出若干改進和潤飾，這些改進和潤飾 也應視為本發(fā)明的保護范圍。
【主權項】
1.基于最小熵的相參積累檢測前跟蹤方法，其特征在于，包括如下步驟： 步驟1，預設目標的運動軌跡為S = vt+at2/2,其中v、a未知；根據(jù)雷達運動參數(shù)和目 標特性設定v、a的分布范圍，V1S V彡VyA1S a彡A2，將v、a的分布范圍分別按固定間隔 Λ V，AA離散化； 步驟2,對于v、a的分布范圍內(nèi)離散值的組合（vk，ak) (I < k < Κ)，執(zhí)行如下操作： a) 對于時間為h的數(shù)據(jù)，計算位移s i,k= V山+&山2/2,根據(jù)Si,k對時間為t亦數(shù)據(jù)進 行移位； b) 對于不同時間的數(shù)據(jù)，計算相位補償因子pa = exp(/4TW,y；〇,其中λ為波長； c) 假設此時殘留相位誤差為Si,k，根據(jù)最小熵原理，利用不動點法求解出相位誤差 θ i,k，并對數(shù)據(jù)進行相位補償； d) 計算二維商，并記錄（vk，ak)和Θ i>k; 步驟3,選取二維熵最小時所對應的（vk，ak)和Θ i k; 步驟4,根據(jù)步驟3中的（vk，ak)建立航跡，并利用Θ i, k進行相參積累。
【專利摘要】本發(fā)明公開了一種基于最小熵的相參積累檢測前跟蹤方法，包括如下步驟：步驟1，預設目標的運動軌跡為s＝vt+at2/2；將v、a的分布范圍分別按固定間隔ΔV，ΔA離散化；步驟2，對于v、a的分布范圍內(nèi)離散值的組合(vk，ak)，執(zhí)行如下操作：a)對于時間為ti的數(shù)據(jù)，計算位移si，k，根據(jù)si，k對時間為ti的數(shù)據(jù)進行移位；b)對于不同時間的數(shù)據(jù)，計算相位補償因子；c)根據(jù)最小熵原理，利用不動點法求解出相位誤差θl，k，并對數(shù)據(jù)進行相位補償；d)計算二維熵，并記錄(vk，ak)和θi，k；步驟3，選取二維熵最小時所對應的(vk，ak)和θi，k；步驟4，根據(jù)步驟3中的(vk，ak)建立航跡，并利用θi，k進行相參積累。本發(fā)明能夠適應目標非線性運動的情形，并能保證相參積累。
【IPC分類】G01S13/66
【公開號】CN104898116
【申請?zhí)枴緾N201510357317
【發(fā)明人】孫英欽
【申請人】蘇州途視電子科技有限公司
【公開日】2015年9月9日
【申請日】2015年6月25日