[发明专利]三维空间中高超声速弱目标RAE‑HT‑TBD积累检测方法

权利要求书

1.三维空间中高超声速弱目标RAE-HT-TBD积累检测方法，其特征在于，包括以下步骤：

步骤一、进行数据预处理：根据预置的10^-1量级的虚警概率P_fa设置初始门限η₁；

步骤二、对于投影映射到距离-时间平面的点迹进行规格化处理；

步骤三、根据雷达和目标的位置以及雷达的测距、测角误差对Hough变换参数空间进行离散化；

步骤四、Hough变换参数初始化：对参数空间能量积累矩阵F1(i,j)、投票点记录矩阵F2{i,j}以及过门限参数单元逆映射后的的数据空间点迹集合进行置零初始化；

步骤五、距离-时间平面内的Hough变换；

步骤六、参数空间进行能量积累，并设立能量积累门限只提取出能量积累值超过的参数单元集合；

步骤七、Hough变换逆映射：只有满足能量积累值超过的参数单元所对应的数据空间点迹集合内的点才被认为是可能的目标点迹；

步骤八、依次进行方位角-时间以及仰角-时间平面内的后两级Hough变换点迹筛选；

步骤九、将各帧筛选出的数据点按照时序进行关联得到可能航迹，并对相似航迹进行航迹合并。

2.根据权利要求1所述的三维空间中高超声速弱目标RAE-HT-TBD积累检测方法，其特征在于，步骤一中初始门限η₁的设置方法：

对于相参积累后经平方率检波得到的雷达数据，根据10^-1量级的虚警概率，设置第一门限进行初始门限检测，从而过滤掉大部分无关量测，设定其初始门限η₁＝-ln(P_fa)。

3.根据权利要求1所述的三维空间中高超声速弱目标RAE-HT-TBD积累检测方法，其特征在于，步骤二中规格化的处理方法：

对于距离-时间平面中横纵坐标量级相差悬殊的数据进行规格化处理，求得规格化系数μ，进而得到规格化后的r-t数据(t,r/μ)：

其中，[lg(|r_max/t_max|)]表示大于lg(|r_max/t_max|)的最小整数，r_max,t_max分别表示r与t中的最大值。

4.根据权利要求1所述的三维空间中高超声速弱目标RAE-HT-TBD积累检测方法，其特征在于，步骤三中Hough变换参数空间的离散化方法：

根据雷达和目标的位置以及雷达的测距和测角误差对参量空间进行分割，并确定分割的单元数；ρ-θ参数空间Ω₁被离散成个参数单元，分辨率其中，L取雷达探测范围的两倍，离散化参数单元中心坐标：

。

5.根据权利要求1所述的三维空间中高超声速弱目标RAE-HT-TBD积累检测方法，其特征在于，步骤四中Hough变换的参数初始化方法：

建立参数空间能量积累矩阵F1(i,j)以及投票点记录矩阵F2{i,j}，用于存储各参数单元能量积累数据以及各参数单元的投票点状态信息，同时预设部分内存空间用于存储过门限参数单元逆映射后的的数据空间点迹集合并对上述矩阵进行置零初始化。

6.根据权利要求1所述的三维空间中高超声速弱目标RAE-HT-TBD积累检测方法，其特征在于，步骤五中距离-时间平面内的Hough变换方法：

依次选取步骤二中的过初始门限数据，通过下式将距离-时间平面中的点变换到参数空间Ω₁，得到相应的参数曲线ξ；

ρ＝μtcosθ+rsinθ

其中，ρ表示数据点所在直线与原点的距离，θ表示数据点和原点连线与横轴正方向的夹角。