[发明专利]基于LASSO特征提取的多普勒穿墙雷达定位方法

说明书

本发明属于目标跟踪技术领域，公开了一种基于LASSO特征提取的多普勒穿墙雷达定位方法。其中，LASSO频率估计算法对解调后回波信号的分量分离并估计感兴趣目标分量的频率特征；定位跟踪算法根据目标瞬时频率，实时估测目标位置信息，合成目标运动轨迹，实现对目标的跟踪。本发明不仅能够在保证多普勒穿墙雷达系统简洁性(只需一个发射机和两个接收机)和探测实时性(运算速度快)的基础上，有效提高对目标的定位精度，同时还能解决“频率模糊”问题，实现同时针对多目标的跟踪定位。此外，本发明无需多通道数据融合等繁冗的计算过程，运算速度快，在多普勒穿墙雷达的目标跟踪领域中具有广泛的应用前景。

技术领域

本发明属于目标跟踪技术领域，尤其涉及一种基于LASSO特征提取的多普勒穿墙雷达定位方法。

背景技术

近年来，利用多普勒穿墙雷达对人类目标进行跟踪被视为一种强有力的工具，在军事和民用领域具有广泛的应用前景。早期的研究成果表明，为了更经济地对运动目标进行定位，准确估计目标的瞬时频率(Instantaneous Frequencies,IFs)具有重要作用。为了实现这一目标，目前最常见的方式是采用时频分析技术，通过提取时频平面内的最大值作为目标时频轨迹。然而，时频分析方法具有几个主要缺陷：第一，由于穿墙雷达应用的特殊性，大部分观测者往往希望能够实时获取目标的探测信息，因而对信号处理过程中的时窗长度具有严苛的限制，导致对目标瞬时频率估计的低分辨率和低精度缺陷；第二，当不同目标的瞬时频率太过接近以至于不能被时频分析算法准确识别时，算法对目标瞬时频率的估计精度将发生明显下降。这种现象也被称之为“频率模糊”效应；第三，时频分析方法容易受到噪声干扰。在低信噪比条件下，强噪声干扰信号很容易被错误识别为虚假目标，不仅降低了算法的估计精度，还会影响检测结果的可靠度和鲁棒性。为了克服上述缺陷，学者们对如何改善目标瞬时频率的估计性能做了大量的研究。有人将阵列处理技术和多普勒频率估计算法相结合，提高对目标瞬时频率的估计精度，克服“频率模糊”效应。但是，该方法需要构建大尺寸的收发天线阵列，对目标瞬时频率估计精度的提升是以牺牲雷达尺寸、重量、成本等工程应用参数为代价的。另外有学者通过分辨率更高的双线性时频变换方法来估计目标瞬时频率。但该方法在处理多目标的定位跟踪时会受限于不可避免的交叉项干扰问题。有人试图通过传统多分量分离算法，如奇异值分解(SVD)算法，经验模式分解(EMD)算法和Hilbert-Huang变换(HHT)等，来分离不同目标产生的回波分量，进而避免“频率模糊”效应。由于传统多分量分离算法大多基于回波信号的频率特性，因而在分离过程中容易发生模态混叠问题，即在不同目标分量在频率相近甚至混叠区域内，瞬时频率的估计精度将出现显著下降。采用多项式模型来拟合回波相位并根据它们系数的差异来提取不同的目标分量。但是，该算法同样受限于交叉项干扰问题。且随着相位阶数的增加，算法的计算复杂度会呈指数式地增加，对雷达的处理单元造成很大的计算压力。

综上所述，现有技术存在的问题是：当目标瞬时频率相近时，时频分析类算法不可避免会遇到交叉项干扰的问题，而传统分离算法类则容易发生模态混叠现象，这都将导致瞬时频率的估计精度降低。含高阶项计算的算法会增加计算复杂度，从而对雷达的处理单元造成很大的压力。

发明内容

针对现有技术存在的问题，本发明提供了一种基于LASSO特征提取的多普勒穿墙雷达定位方法。

本发明是这样实现的，一种基于LASSO特征提取的多普勒穿墙雷达定位方法，包括：LASSO频率估计算法与定位跟踪算法。LASSO频率估计算法对解调后回波信号的分量分离并估计感兴趣目标分量的频率特征；定位跟踪算法根据目标瞬时频率，实时估测目标位置信息，合成目标运动轨迹，实现对目标的跟踪。

进一步，所述LASSO频率估计算法包括：

(1)LASSO观测矩阵，用于根据目标可能存在的运动模式构建相应的字典矩阵；

(2)LASSO特征提取算法，用于根据观测的回波信号，在字典矩阵中提取感兴趣的目标分量并对其瞬时频率进行估计。