[发明专利]基于多模粒子滤波和数据关联的机动微弱目标检测前跟踪方法

说明书

技术领域

本发明涉及一种雷达数据处理方法，特别涉及一种雷达对机动微弱目标的检测与跟踪方法。

背景技术

微弱目标的检测与跟踪是现代雷达面临的难点问题之一。各种隐身飞机、掠海导弹以及巡航导弹等微弱目标的大量出现和使用，严重的影响着雷达目标检测跟踪性能的发挥。同时，为了提高生存和突防能力，微弱目标会随时进行一定的机动，其运动状态也会因不同的作战任务而变，进一步增大了雷达对其进行检测与跟踪的困难。因此，实现雷达对机动微弱目标的有效检测与跟踪，对提高雷达作战效能和生存能力具有重要意义。目前，基于粒子滤波的微弱目标检测前跟踪方法由于具有处理方法简单、易于硬件实现、可适应于非线性非高斯系统等优点，在微弱目标检测与跟踪领域受到广泛重视，而基于粒子滤波的检测前跟踪方法通过借鉴交互式多模型的思想，形成了一种基于多模粒子滤波的机动微弱目标检测前跟踪方法。该方法主要通过以下步骤实现：

(1)将雷达接收机输出的目标回波信号进行A/D变换，送雷达数据处理计算机执行以下步骤；

(2)对目标运动模式进行预测；

(3)利用目标运动模式和相应的目标状态转移方程对粒子集进行预测；

(4)利用新量测对各粒子权重进行更新；

(5)对权重更新后的粒子集进行重采样，并得到目标状态估计。

基于多模粒子滤波的机动微弱目标检测前跟踪方法具有以下两个缺陷：(1)不能提供目标的航迹信息；(2)当目标信噪比较低或机动较大时容易出现目标漏检。

发明内容

本发明的目的是提出一种基于多模粒子滤波和数据关联的机动微弱目标检测前跟踪方法，解决基于多模粒子滤波的机动微弱目标检测前跟踪方法容易出现漏检和无法提供目标航迹信息的问题。

本发明提出的基于多模粒子滤波和数据关联的机动微弱目标检测前跟踪方法的技术方案包括以下步骤：

步骤1：变量初始化

K是总仿真时间；

T是雷达扫描周期；

N是滤波器采用的粒子数；

SNR是目标信噪比；

I_min和I_max是目标可能的最小和最大强度；

v_min和v_max是目标可能的最小和最大速度；

γ是目标存在判决门限；

是目标初始运动模式

η₀是目标初始存在概率；

L×H表示雷达监测区域的大小；

∏_e是目标存在状态概率转移矩阵；

∏_m是目标运动模式概率转移矩阵；

Q_k是过程噪声协方差；

步骤2：令k＝0，进行粒子初始化，得到初始粒子集其中，包含目标的位置速度和强度信息，是目标运动模式变量，是目标存在状态变量，i＝1，2，…，N

(1)令i＝1；

(2)目标位置初始化

xkl=L×rand(1)---(1)]]>

ykl=H×rand(1)---(2)]]>

rand(1)表示按照均匀分布产生一个[0，1]区间上的随机数；

(3)目标速度初始化