[发明专利]一种用于雷达目标跟踪的检测信息滤波方法

说明书

本发明公开一种用于雷达目标跟踪的检测信息滤波方法，步骤包括：S1.雷达对目标进行跟踪时，每次从检测返回的目标检测信息中获取待滤波检测信息以及对应的信噪比信息；S2.将获取到的待滤波检测信息进行卡尔曼滤波，当获取到指定个数的检测信息后，转入执行步骤S3；S3.当获取到指定个数的检测信息每次获取连续指定个检测信息，并按照数据值变化趋势将部分数据值进行处理，综合数据处理后得到的各个检测信息以及对应的信噪比信息得到最终检测信息进行卡尔曼滤波，直至完成所有检测信息滤波。本发明具有实现方法简单，能够降低卡尔曼滤波时滤波信号波动造成的影响，滤波效果好且雷达检测精度高等优点。

技术领域

本发明涉及雷达信号处理技术领域，尤其涉及一种用于雷达目标跟踪的检测信息滤波方法。

背景技术

目标跟踪是雷达信号处理中的一项重要组成部分，其是根据雷达前端提供的检测信息对要跟踪的目标建立跟踪轨迹并进行维持。而在目标跟踪过程中，由于实际环境中噪声及其它干扰源的存在，雷达前端提供的检测信息并不能真实的代表目标的实际运动信息，有时甚至偏差巨大，故此时要对检测信息进行滤波，以利用人为建立的滤波算法尽量减少噪声对检测值的影响，使检测值经过滤波之后尽量的贴近目标的真实运动信息。

目前有多种信号滤波方式，如限幅滤波，滑动平均滤波等，卡尔曼滤波由于具有收敛速度快、存储量小和同时适用于平稳随机过程与非平稳随机过程等优点而被广泛应用。卡尔曼滤波算法的主要原理即是根据雷达提供检测信息(包括距离、角度、速度、加速度)对目标的运动状态根据距离等速度乘以时间这一规则进行预测，得到一个预测信息，并将预测信息与下一次的检测信息进行加权求和得到一个估计信息，将此估计信息认定为下一次目标的运动状态。

典型的卡尔曼滤波算法滤波的流程具体为：1)建立系统的状态方程；2.)建立系统的观测方程；3)进行滤波模型初始化；4)对状态一步预测，即根据当前目标位置预测下一刻目标的位置；5)由观测信号计算信息过程，即计算观测信号与状态一步预测值的差值；6)计算一步误差自相关矩阵，以为计算信息过程自相关矩阵做准备；7)计算信息过程的自相关矩阵；8)计算卡尔曼增益，即观测值与预测值的加权系数，对观测值与预测值进行加权，得到最终估计值；9)更新预测误差，重复上述步骤，进行递推滤波计算。

但传统的雷达目标跟踪中使用卡尔曼滤波时，是直接将每次的检测信息输入卡尔曼滤波器中，完成卡尔曼滤波。卡尔曼滤波的递推流程如图1所示，在滤波计算回路中，新息过程α(n)是直接等于雷达观测值z(n)减去滤波算法预测值，即新息过程α(n)的计算需依赖于观测信号z(n)，而在实际应用中，由于噪声的存在和其它干扰的影响，雷达每次返回的观测值z(n)会存在波动，尤其当目标距离雷达较远时，观测值z(n)的波动会更加剧烈，如当距离越远时，信噪比越低，低信噪比会严重影响雷达检测的准确性，当观测值z(n)的波动超出了卡尔曼滤波的承受范围，还会导致滤波结果发散，从而使滤波失去效果，进而影响整个目标跟踪系统。因此亟需提供一种雷达目标跟踪检测滤波方法，以降低使用卡尔曼滤波时观测值波动造成的影响，提高雷达检测精度。

发明内容

本发明要解决的技术问题就在于：针对现有技术存在的技术问题，本发明提供一种实现方法简单，能够降低卡尔曼滤波时滤波信号波动造成的影响，滤波效果好，雷达检测精度高的用于雷达目标跟踪的滤波方法。

为解决上述技术问题，本发明提出的技术方案为：

一种用于雷达目标跟踪的检测信息滤波方法，其特征在于，步骤包括：

S1.雷达对目标进行跟踪时，每次从目标检测返回的信息中获取待滤波检测信息以及对应的信噪比信息；

S2.将获取到的检测信息输入至卡尔曼滤波器中进行卡尔曼滤波，当获取到指定个数的检测信息后，转入执行步骤S3；