[发明专利]一种基于线性伪量测模型的机动目标多帧检测跟踪方法

说明书

本发明公开了一种基于线性伪量测模型的机动目标多帧检测跟踪方法，应用于雷达目标检测与跟踪技术领域，为了解决传统基于运动界限约束的机动目标多帧检测跟踪方法跟踪精度低、检测性能差的问题，以及现有技术通过增加搜索状态空间的维度来实现机动目标跟踪的巨大计算代价问题，本发明利用历史信息作为先验的多阶段联合优化思想，首先根据历史信息建立线性伪量测模型来对高阶目标运动信息量进行估计，然后引入机动目标状态转移模型来对目标机动特性进行建模，之后根据建立的目标机动模型自适应调整多帧积累可能转态转移区间的大小，最终输出完整的目标检测跟踪轨迹。

技术领域

本发明属于雷达目标检测与跟踪技术领域，特别涉及一种高机动目标情况下的多帧联合目标检测跟踪技术。

背景技术

现役雷达系统常面临复杂环境中对微弱目标、高机动目标的有效探测需求。传统的机动目标先单帧检测再关联跟踪算法，在单帧门限检测过程中存在信息丢失，导致后续跟踪处理结果微弱目标丢失严重、航迹连续性差、虚假航迹较多等问题，严重制约雷达系统的探测性能。

检测前跟踪技术(TBD)作为一种有效的微弱目标检测跟踪技术，已经成为当前目标检测跟踪领域的重点研究对象。与传统先检测后跟踪算法不同，TBD技术直接对多帧未经门限检测的原始数据平面进行多帧联合检测跟踪处理，通过利用目标在空-时维的相关性来提高微弱目标探测性能。然而已有的关于TBD算法的研究主要都假设目标做匀速直线运动(CV)，对于机动目标情况下TBD技术的研究仍然很少。文献The use of track-before-detect in pulse-Doppler radar,IET Conference Proceedings,2002,pp.315-319.中考虑了雷达场景下的多帧检测跟踪问题，并且给出了对于存在目标机动情况，可以通过扩大搜索的转态转移区间范围来实现对机动目标的有效跟踪。但该方法会引入大量的噪声量测，导致机动目标检测跟踪性能较差。文献A multi-frame track-before-detectalgorithm for maneuvering targets in radar system,in 2016IEEE RadarConference(RadarConf),2016,pp.1-6.中给出了一种机动目标多帧检测跟踪算法，引入当前统计模型(CS)来实现机动目标跟踪。但其只是给出了一种启发式的加速度计算方法，没有建立完整的理论模型，导致目标机动特性估计准确度低、算法鲁棒性差等；此外对于引入CS模型后可能状态转移区域的计算也没有具体的公式推导，同时没有考虑算法计算复杂度问题。专利适用于脉冲多普勒雷达的机动目标多帧检测前跟踪方法,CN105974402B中给出了一种基于CS模型的多帧检测跟踪算法；但对于加速度的估计只给出了一种经验的取值，并没有建立历史信息的估计模型，导致算法估计精度低，容易存在模型适配问题。因此上述方法都没能真正有效解决多帧联合检测跟踪算法中的机动目标问题。

发明内容

为解决上述技术问题，本发明提出一种基于线性伪量测模型的机动目标多帧检测跟踪方法，有效提高了机动目标情况下多帧检测跟踪算法的探测性能。

本发明采用的技术方案为：一种基于线性伪量测模型的机动目标多帧检测跟踪方法，如图1所示，包括：

S1、粗略计算前一帧可能的目标状态转移区域；

S2、对前一帧可能的目标状态转移区域内的每一个状态都进行航迹回溯得到对应的历史状态序列；

S3、根据历史状态序列进行一步增广目标状态向量估计；

S4、根据构建的增广目标状态向量，通过引入当前统计模型来进行当前帧的增广状态向量预测估计；

S5、根据估计的前一时刻的增广状态向量来对步骤S1得到的前一帧可能的目标状态转移区域进行修正，得到修正后的目标可能状态转移区域；

S6、根据修正后的目标可能状态转移区域，进行航迹恢复。