[发明专利]一种基于状态预测积累的生命探测雷达弱目标检测方法

说明书

本发明公开了一种基于状态预测积累的生命探测雷达弱目标检测方法，包括：对接收的多帧回波信号进行离散化；根据第一检测门限对每帧离散回波信号进行检测；构建目标运动模型和目标量测模型；根据目标运动模型和目标量测模型构建目标积累函数；根据速度约束门限和预测约束门限更新每帧回波检测信号的状态转移集合；根据更新的状态转移集合、目标积累函数对每帧回波检测信号计算目标积累函数值；根据第二检测门限和目标积累函数值判断目标；根据目标积累函数值回溯目标估计轨迹。本发明设置第一检测门限滤除类噪声干扰，又设置速度约束门限和预测约束门限筛选与目标状态符合度高的状态信息，使得算法运算量降低，改善了目标检测性能。

技术领域

本发明属于雷达目标检测处理技术领域，具体涉及一种基于状态预测积累的生命探测雷达弱目标检测方法。

背景技术

雷达进行生命探测是近些年来随着电子科学和生物科学的发展而新兴的一项科学技术，它突破了传统的雷达探测技术和方法，利用雷达的探测原理，其并不与目标直接接触，而是隔着障碍物的情况下发射电磁波，并利用人体的运动信息对电磁波进行调制，从而进行生命的检测、识别和跟踪。

对于生命探测雷达，其收集到的回波数据为隔着障碍物的人体运动信号，人体的运动速度小强度低，而雷达与人体之间又隔着障碍物，不易被接收，所以生命探测雷达收集到的雷达回波数据一般为深埋在背景噪声中的极其微弱的信号。随着科学技术的不断发展，被噪声掩盖的各种微弱信号的检测愈来愈受到人们的重视。传统的检测与跟踪算法有先检测后跟踪(Detect-Before-Track，简称DBT)算法，可被分为检测与跟踪两个阶段。首先对每帧雷达回波数据进行门限检测形成点迹数据，然后对通过门限的数据信息进行点迹关联、滤波和估计等技术处理形成目标轨迹。该方法对硬件资源的要求较小，所需存储资源较少，因此计算量相对较少。

但是，随着雷达探测环境的日益复杂，简单的先检测后跟踪算法在微弱慢速目标的检测过程中存在着许多问题和难点。首先由于目标信号微弱可能淹没在背景噪声中，造成该算法无法有效地检测出目标，出现目标丢失和目标轨迹缺失的情况，进而导致无法检测与跟踪轨迹等问题。其次是算法复杂度的问题，先检测后跟踪算法采用单帧门限检测，门限过高则会出现目标信息丢失问题，影响算法检测能力，但门限过低则点迹数量也会相应地增多，使得高虚警率和点迹关联问题难以解决，所以该算法无法利用目标在搜索空间的稀疏性，根据已有目标的运动状态信息对状态转移集合内的数据进行预测和限制，使算法的复杂度较高。

发明内容

为了解决现有技术中存在的上述问题，本发明提供了一种基于状态预测积累的生命探测雷达弱目标检测方法。

本发明的一个实施例提供了一种基于状态预测积累的生命探测雷达弱目标检测方法，包括：

接收多帧回波信号，对多帧回波信号进行离散化处理得到多帧离散回波信号；

计算每帧离散回波信号的第一检测门限，根据第一检测门限对每帧离散回波信号进行检测处理得到多帧回波检测信号；

构建每帧回波检测信号的目标运动模型和目标量测模型；

根据每帧回波检测信号的目标运动模型和目标量测模型构建雷达目标积累函数；

计算每帧回波检测信号的速度约束门限和预测约束门限，根据速度约束门限和预测约束门限更新每帧回波检测信号的状态转移集合；

根据更新的状态转移集合、雷达目标积累函数对每帧回波检测信号进行迭代累积计算得到目标积累函数值；

根据第二检测门限和目标积累函数值判断是否存在雷达目标；

响应于存在雷达目标，根据目标积累函数值回溯确定雷达目标估计轨迹。

在本发明的一个实施例中，计算每帧离散回波信号的第一检测门限包括：

构建每帧离散回波信号的虚警概率函数、虚警检测函数；