基于跟蹤信息的多站雷達(dá)信號融合檢測方法
【專利摘要】本發(fā)明屬于雷達(dá)技術(shù)領(lǐng)域，公開了一種基于跟蹤信息的多站雷達(dá)信號融合檢測方法，解決了多站雷達(dá)組網(wǎng)系統(tǒng)中信號融合檢測概率低的問題。其實現(xiàn)過程是：根據(jù)航跡起始算法得到目標(biāo)初始狀態(tài)估計值和初始狀態(tài)估計協(xié)方差矩陣，根據(jù)第k?1時刻目標(biāo)狀態(tài)估計值和第k?1時刻狀態(tài)估計協(xié)方差矩陣，確定第k時刻目標(biāo)預(yù)測波門；將第k時刻目標(biāo)預(yù)測波門劃分為多個融合檢測單元，計算目標(biāo)預(yù)測波門內(nèi)各融合檢測單元的檢測門限，得到第k時刻量測數(shù)據(jù)集合；根據(jù)第k時刻量測數(shù)據(jù)集合，計算第k時刻目標(biāo)狀態(tài)估計值和狀態(tài)估計協(xié)方差矩陣；判斷是否結(jié)束該段航跡。本發(fā)明與現(xiàn)有信號融合檢測方法相比，可提高目標(biāo)檢測概率。
【專利說明】
基于跟蹤信息的多站雷達(dá)信號融合檢測方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及雷達(dá)技術(shù)領(lǐng)域，尤其涉及一種基于跟蹤信息的多站雷達(dá)信號融合檢測 方法，用于由多個雷達(dá)站組成的組網(wǎng)雷達(dá)系統(tǒng)中提高目標(biāo)檢測概率和航跡連續(xù)性。
【背景技術(shù)】
[0002] 隨著目標(biāo)隱身技術(shù)的發(fā)展，依靠單個雷達(dá)將很難實現(xiàn)目標(biāo)的連續(xù)探測和跟蹤。與 單站雷達(dá)系統(tǒng)相比，多站雷達(dá)組網(wǎng)系統(tǒng)可綜合利用各個雷達(dá)站的目標(biāo)觀測信息，提高整個 雷達(dá)網(wǎng)的探測跟蹤性能。在多站雷達(dá)組網(wǎng)系統(tǒng)中，信號融合檢測算法通過將各個雷達(dá)站的 目標(biāo)回波信號進(jìn)行融合處理，可獲得優(yōu)于單站雷達(dá)的目標(biāo)檢測性能。
[0003]目標(biāo)檢測和目標(biāo)跟蹤是多站雷達(dá)組網(wǎng)系統(tǒng)兩個重要組成模塊。目標(biāo)跟蹤是在目標(biāo) 檢測的基礎(chǔ)上進(jìn)行的，高的檢測性能可以保證目標(biāo)航跡的快速起始，而差的檢測性能可以 導(dǎo)致目標(biāo)航跡過早的結(jié)束，因此目標(biāo)的檢測性能直接影響著目標(biāo)的跟蹤性能。
[0004] 傳統(tǒng)雷達(dá)組網(wǎng)系統(tǒng)通常將目標(biāo)檢測和目標(biāo)跟蹤看成兩個獨立的過程，即首先進(jìn)行 目標(biāo)檢測并估計目標(biāo)運動參數(shù)，得到量測信息后送入雷達(dá)跟蹤器再進(jìn)行預(yù)測、關(guān)聯(lián)、濾波等 處理，實現(xiàn)對目標(biāo)的檢測和跟蹤。當(dāng)目標(biāo)回波信噪比較低時目標(biāo)檢測概率較低，將會造成目 標(biāo)航跡的不連續(xù)性，容易導(dǎo)致航跡過早地結(jié)束，因而目標(biāo)跟蹤距離較短。
[0005] 當(dāng)目標(biāo)航跡起始之后，我們可以獲得目標(biāo)跟蹤信息，將該信息反饋至目標(biāo)檢測器 將有助于提高目標(biāo)檢測性能?，F(xiàn)有的基于跟蹤信息設(shè)計雷達(dá)檢測器方法主要策略是，調(diào)整 目標(biāo)預(yù)測區(qū)域內(nèi)的檢測門限，以獲得最優(yōu)的跟蹤性能。上述方法的核心思想在于降低預(yù)測 區(qū)域內(nèi)的檢測門，從而提高目標(biāo)檢測概率，最終獲得目標(biāo)跟蹤精度的提升。然而，當(dāng)目標(biāo)突 然消失時，仍采用方法調(diào)整目標(biāo)預(yù)測區(qū)域內(nèi)檢測門限，將不能保證航跡能夠迅速的結(jié)束，造 成虛假航跡的產(chǎn)生。

【發(fā)明內(nèi)容】

[0006] 針對上述現(xiàn)有技術(shù)的不足，本發(fā)明的目的在于提供一種基于跟蹤信息的多站雷達(dá) 信號融合檢測方法，在保證不產(chǎn)生虛假航跡的條件下，調(diào)整目標(biāo)預(yù)測波門內(nèi)各個融合檢測 單元的檢測門限，從而提高目標(biāo)跟蹤狀態(tài)下提高雷達(dá)組網(wǎng)系統(tǒng)的目標(biāo)檢測概率。
[0007] 為達(dá)到上述目的，本發(fā)明的實施例采用如下技術(shù)方案予以實現(xiàn)。
[0008] -種基于跟蹤信息的多站雷達(dá)信號融合檢測方法，用于由多個雷達(dá)站組成的組網(wǎng) 雷達(dá)系統(tǒng)中提高目標(biāo)檢測概率和航跡連續(xù)性，所述方法包括：
[0009] 步驟1，初始化:根據(jù)雷達(dá)回波信號獲取量測數(shù)據(jù)，對所述量測數(shù)據(jù)采用目標(biāo)航跡 起始算法得到第〇時刻目標(biāo)狀態(tài)估計值和第〇時刻目標(biāo)狀態(tài)估計協(xié)方差矩陣;并設(shè)置漏警計 數(shù)器的初值為〇;
[0010]步驟2,根據(jù)第k-1時刻目標(biāo)狀態(tài)估計值，計算第k時刻目標(biāo)狀態(tài)預(yù)測值，k為大于或 者等于1的自然數(shù)，且k的初值為1;
[0011]步驟3，根據(jù)第k-1時刻目標(biāo)狀態(tài)估計協(xié)方差矩陣，計算第k時刻目標(biāo)狀態(tài)預(yù)測協(xié)方 差矩陣；
[0012] 步驟4,根據(jù)所述第k時刻目標(biāo)狀態(tài)預(yù)測值和所述第k時刻目標(biāo)狀態(tài)預(yù)測協(xié)方差矩 陣，確定第k時刻預(yù)測波門，所述預(yù)測波門表示目標(biāo)可能存在的預(yù)測區(qū)域；
[0013] 步驟5,獲取多站雷達(dá)中每個雷達(dá)站的距離分辨率和角度分辨率，將所述第k時刻 預(yù)測波門劃分為多個融合檢測單元；
[0014] 步驟6，設(shè)定目標(biāo)消失后目標(biāo)航跡跟蹤正確結(jié)束的概率以及目標(biāo)航跡跟蹤正確結(jié) 束所需的連續(xù)漏警次數(shù)，并根據(jù)所述目標(biāo)航跡跟蹤正確結(jié)束的概率以及連續(xù)漏警次數(shù)，計 算第k時刻預(yù)測波門內(nèi)出現(xiàn)虛警的概率；
[0015] 步驟7，設(shè)定第k時刻預(yù)測波門內(nèi)每個融合檢測單元的檢測門限權(quán)值，并獲取每個 融合檢測單元的信號融合檢測統(tǒng)計量;根據(jù)所述第k時刻預(yù)測波門內(nèi)出現(xiàn)虛警的概率、所述 每個融合檢測單元的信號融合檢測統(tǒng)計量，計算每個融合檢測單元的檢測門限基準(zhǔn);并根 據(jù)所述每個融合檢測單元的檢測門限權(quán)值和對應(yīng)融合檢測單元的檢測門限基準(zhǔn)，計算第k 時刻每個融合檢測單元的檢測門限；
[0016] 步驟8,根據(jù)第k時刻每個融合檢測單元的檢測門限和對應(yīng)融合檢測單元的信號融 合檢測統(tǒng)計量，選取信號融合檢測統(tǒng)計量高于檢測門限的有效融合檢測單元;并根據(jù)每個 有效融合檢測單元對應(yīng)的空間位置估計目標(biāo)的量測數(shù)據(jù)，組成第k時刻目標(biāo)量測數(shù)據(jù)集合；
[0017] 步驟9,采用數(shù)據(jù)關(guān)聯(lián)算法選取所述第k時刻目標(biāo)量測數(shù)據(jù)集合中與目標(biāo)航跡關(guān)聯(lián) 度最高的量測數(shù)據(jù);對所述與目標(biāo)航跡關(guān)聯(lián)度最高的量測數(shù)據(jù)利用跟蹤算法計算第k時刻 目標(biāo)狀態(tài)估計值以及第k時刻目標(biāo)狀態(tài)估計協(xié)方差矩陣；
[0018] 步驟10，若第k時刻目標(biāo)量測數(shù)據(jù)集合非空，則漏警計數(shù)器置零;若第k時刻目標(biāo)量 測數(shù)據(jù)集合為空，則漏警計數(shù)器的值加1;
[0019] 步驟11，若漏警計數(shù)器的值大于或者等于所述目標(biāo)航跡跟蹤正確結(jié)束所需的連續(xù) 漏警次數(shù)，則目標(biāo)跟蹤過程結(jié)束;否則令k的值加1，返回步驟2。
[0020] 本發(fā)明相比現(xiàn)有技術(shù)的有益效果：
[0021] (1)傳統(tǒng)信號融合檢測方法假定多站雷達(dá)接收的目標(biāo)回波信號已經(jīng)完成了配準(zhǔn)操 作，本發(fā)明通過將預(yù)測波門劃分為多個融合檢測單元，解決了多站雷達(dá)接收的目標(biāo)回波信 號配準(zhǔn)問題；
[0022] (2)由于利用了目標(biāo)跟蹤信息，計算得到的預(yù)測波門內(nèi)檢測門限低于傳統(tǒng)的信號 融合檢測方法，因此可以獲得更高的檢測概率，從而提高航跡連續(xù)性；
[0023] (3)在計算檢測門限的過程中考慮了虛假航跡問題，本發(fā)明可以保證目標(biāo)消失時， 航跡能夠以較高概率結(jié)束，避免了虛假航跡的產(chǎn)生。
【附圖說明】
[0024] 為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn) 有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本 發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以 根據(jù)這些附圖獲得其他的附圖。
[0025] 圖1為本發(fā)明實施例提供的一種基于跟蹤信息的多站雷達(dá)信號融合檢測方法的流 程不意圖；
[0026] 圖2為本發(fā)明技術(shù)方案與傳統(tǒng)檢測跟蹤方法檢測概率對比示意圖；
[0027] 圖3為本發(fā)明實施例提供的目標(biāo)消失后航跡存在概率示意圖。
【具體實施方式】
[0028] 下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進(jìn)行清楚、完 整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；?本發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他 實施例，都屬于本發(fā)明保護(hù)的范圍。
[0029] 本發(fā)明實施例提供一種基于跟蹤信息的多站雷達(dá)信號融合檢測方法，用于由多個 雷達(dá)站組成的組網(wǎng)雷達(dá)系統(tǒng)中提高目標(biāo)檢測概率和航跡連續(xù)性，參考圖1所示，所述方法包 括：
[0030] 步驟1，初始化:根據(jù)雷達(dá)回波信號獲取量測數(shù)據(jù)，對所述量測數(shù)據(jù)采用目標(biāo)航跡 起始算法得到第〇時刻目標(biāo)狀態(tài)估計值和第〇時刻目標(biāo)狀態(tài)估計協(xié)方差矩陣;并設(shè)置漏警計 數(shù)器的初值為0。
[0031] 步驟2,根據(jù)第k-1時刻目標(biāo)狀態(tài)估計值，計算第k時刻目標(biāo)狀態(tài)預(yù)測值，k為大于或 者等于1的自然數(shù)，且k的初值為1。
[0032]步驟2具體包括如下子步驟：
[0033] (2a)設(shè)定目標(biāo)狀態(tài)轉(zhuǎn)移方程為:xk = Fk | k-ixk-i+vk | k-1;
[0034] 其中，Xk表示第k時刻的目標(biāo)狀態(tài)，F(xiàn)kl^表示第k-1時刻到第k時刻的目標(biāo)狀態(tài)轉(zhuǎn)移 矩陣，表示第k-1時刻的目標(biāo)狀態(tài)，VklH表示第k-1時到第k時刻的過程噪聲；
[0035] (2b)根據(jù)第k-1時刻目標(biāo)狀態(tài)估計值iy,計算第k時刻目標(biāo)狀態(tài)預(yù)測值 hi ?' hi = Uh。
[0036] 示例性的，本發(fā)明實施例中第k時刻的目標(biāo)狀態(tài)》采用以下形式：
[0037] %k = [xkJi；yvykf,
[0038] 其中，xk表示第k時刻目標(biāo)在X軸的位置，毛表示第k時刻目標(biāo)在X軸的速度，yk表示 第k時刻目標(biāo)在Y軸的位置，九表示第k時刻目標(biāo)在Y軸的速度，（?） T表示求矩陣的轉(zhuǎn)置。 Fk|k-i采用以下形式：
[0040] 其中，AT表示掃描時間間隔，本實例中取A T = 5s。
[0041 ]步驟3，根據(jù)第k-1時刻目標(biāo)狀態(tài)估計協(xié)方差矩陣，計算第k時刻目標(biāo)狀態(tài)預(yù)測協(xié)方 差矩陣。
[0042]步驟3具體包括：
[0043] 根據(jù)第k-1時刻目標(biāo)狀態(tài)估計協(xié)方差矩陣Ph，計算第k時刻目標(biāo)狀態(tài)預(yù)測協(xié)方差
[0044] 其中，Qkik-i表示第k-1時刻到第k時刻的過程噪聲協(xié)方差矩陣，F(xiàn)kl^表示第k-1時 刻到第k時刻的目標(biāo)狀態(tài)轉(zhuǎn)移矩陣，（?）T表示求矩陣的轉(zhuǎn)置。示例性的，本發(fā)明實施例中 Qkik-i采用以下形式：
[0046] 其中，〇P表示過程噪聲標(biāo)準(zhǔn)差，本實例中取〇P = 0.1。
[0047] 步驟4,根據(jù)所述第k時刻目標(biāo)狀態(tài)預(yù)測值和所述第k時刻目標(biāo)狀態(tài)預(yù)測協(xié)方差矩 陣，確定第k時刻預(yù)測波門，所述預(yù)測波門表示目標(biāo)可能存在的預(yù)測區(qū)域。
[0048]步驟4具體包括如下子步驟：
[0049] (4a)設(shè)定目標(biāo)落入預(yù)測波門的概率Pg;
[0050] 本實例中取為Pg = 0.99。
[0051] (4b)通過查找卡方分布表確定預(yù)測波門系數(shù)y，其中卡方分布表是概率論中卡方 分布隨機(jī)變量的分布函數(shù)表；
[0052]通過查找卡方分布表確定預(yù)測波門系數(shù)y，以保證自由度為目標(biāo)運動空間維數(shù)的 卡方分布隨機(jī)變量大于預(yù)測波門系數(shù)Y的概率SPg，本實施例的目標(biāo)運動空間維數(shù)為2。
[0053] (4c)獲取第k時刻目標(biāo)狀態(tài)預(yù)測值、^中的位置信息，將其作為第k時刻目標(biāo)位置 預(yù)測值獲取第k時刻目標(biāo)狀態(tài)預(yù)測協(xié)方差矩陣Pklk-i中的位置信息，將其作為第k時刻 目標(biāo)位置預(yù)測協(xié)方差矩陣Dk|k-i;
[0054] (4d)根據(jù)所述預(yù)測波門系數(shù)y、所述第k時刻目標(biāo)位置預(yù)測值炙所述第k時刻目標(biāo)位 置預(yù)測協(xié)方差矩陣Dk|k-i，按如下公式確定第k時刻預(yù)測波門a: b f (^ - f n) < d;
[0055] 其中，yk表示第k時刻目標(biāo)可能出現(xiàn)的位置，|表示條件符號，符號左邊是集合元 素，右邊是元素滿足的條件，（? r1表示求矩陣的逆。
[0056]步驟5,獲取組網(wǎng)雷達(dá)系統(tǒng)中每個雷達(dá)站的距離分辨率和角度分辨率，將所述第k 時刻預(yù)測波門劃分為多個融合檢測單元。
[0057]步驟5具體包括如下子步驟：
[0058] (5a)在第k時刻預(yù)測波門內(nèi)任取一點作為每個雷達(dá)站的公共觀測點，根據(jù)第n個雷 達(dá)站的距離分辨率和角度分辨率，確定第n個雷達(dá)站以公共觀測點為觀測中心時的空間分 辨區(qū)域Q n，n=l，. . .，Nr，Nr表示組網(wǎng)雷達(dá)系統(tǒng)中雷達(dá)站總個數(shù)，從而得到每個雷達(dá)站以公 共觀測點為觀測中心時的空間分辨區(qū)域；
[0059] (5b)提取所有雷達(dá)站空間分辨區(qū)域的公共相交區(qū)域Q。，并通過長方體近似所述 公共相交區(qū)域Q。，將近似得到的長方體作為融合檢測單元對應(yīng)的空間區(qū)域Q f;
[0060] (5c)根據(jù)融合檢測單元對應(yīng)的空間區(qū)域Qf，將第k時刻預(yù)測波門劃分為多個融合 檢測單元，所述多個融合檢測單元連續(xù)且不重合。
[0061] 步驟6，設(shè)定目標(biāo)消失后目標(biāo)航跡跟蹤正確結(jié)束的概率以及目標(biāo)航跡跟蹤正確結(jié) 束所需的連續(xù)漏警次數(shù)，并根據(jù)所述目標(biāo)航跡跟蹤正確結(jié)束的概率以及連續(xù)漏警次數(shù)，計 算第k時刻預(yù)測波門內(nèi)出現(xiàn)虛警的概率。
[0062]步驟6具體包括：
[0063]設(shè)定目標(biāo)消失后目標(biāo)航跡跟蹤正確結(jié)束的概率Pe以及目標(biāo)航跡跟蹤正確結(jié)束所 需的連續(xù)漏警次數(shù)M，按照下式計算第k時刻預(yù)測波門內(nèi)出現(xiàn)虛警的概率PZ:(1-PZ) M = PE，M 為自然數(shù)。本實例中取M=3。
[0064]步驟7，設(shè)定第k時刻預(yù)測波門內(nèi)每個融合檢測單元的檢測門限權(quán)值，并獲取每個 融合檢測單元的信號融合檢測統(tǒng)計量;根據(jù)所述第k時刻預(yù)測波門內(nèi)出現(xiàn)虛警的概率、所述 每個融合檢測單元的信號融合檢測統(tǒng)計量，計算每個融合檢測單元的檢測門限基準(zhǔn);并根 據(jù)所述每個融合檢測單元的檢測門限權(quán)值和對應(yīng)融合檢測單元的檢測門限基準(zhǔn)，計算第k 時刻每個融合檢測單元的檢測門限。
[0065]步驟7具體包括如下子步驟：
[0066] (7a)設(shè)定第k時刻預(yù)測波門內(nèi)第i個融合檢測單元的檢測門限權(quán)值w(i，k);本發(fā)明 實施例中設(shè)定檢測門限權(quán)值w( i，k) = 1;
[0067] (7b)獲取第i個融合檢測單元的信號融合檢測統(tǒng)計量A1;
[0068] (7c)根據(jù)所述第k時刻預(yù)測波門內(nèi)出現(xiàn)虛警的概率Pz、所述每個融合檢測單元的 信號融合檢測統(tǒng)計量M，計算第k時刻每個融合檢測單元的檢測門限基準(zhǔn)T k:
[0070] 其中，pf(i，k)表示第k時刻預(yù)測波門0k內(nèi)第i個融合檢測單元的虛警概率，Nk表示 第k時刻預(yù)測波門〇 k內(nèi)融合檢測單元的個數(shù)，h表示預(yù)測波門〇k內(nèi)第i個融合檢測單元的信 號融合檢測統(tǒng)計量。根據(jù)檢測門限基準(zhǔn)T k，第k時刻第i個融合檢測單元的檢測門限為w(i， k)Tk〇
[0071] 信號融合檢測統(tǒng)計量M由信號融合檢測算法提供，信號融合檢測算法將對來自不 同雷達(dá)針對同一個融合檢測單元的回波數(shù)據(jù)進(jìn)行融合得到該統(tǒng)計量，不同的信號融合檢測 算法可能有不同的表達(dá)形式和概率分布，具體的虛警概率表達(dá)式由具體的信號融合檢測算 法提供；
[0072] 本發(fā)明的信號融合檢測算法包括非相干積累信號融合檢測算法、信噪比加權(quán)信號 融合檢測算法、廣義似然比信號融合檢測算法等，本實例選用但不限于非相干積累信號融 合檢測算法，信號融合檢測統(tǒng)計量M采用如下形式，
[0074]其中，表示第n個雷達(dá)站第i個融合檢測單元的局部檢測統(tǒng)計量，Nr表示組網(wǎng)雷 達(dá)系統(tǒng)中雷達(dá)站總個數(shù)。
[0075]步驟8,根據(jù)第k時刻每個融合檢測單元的檢測門限和對應(yīng)融合檢測單元的信號融 合檢測統(tǒng)計量，選取信號融合檢測統(tǒng)計量高于檢測門限的有效融合檢測單元;并根據(jù)每個 有效融合檢測單元對應(yīng)的空間位置估計目標(biāo)的量測數(shù)據(jù)，組成第k時刻目標(biāo)量測數(shù)據(jù)集合 Zko
[0076]步驟9,采用數(shù)據(jù)關(guān)聯(lián)算法選取所述第k時刻目標(biāo)量測數(shù)據(jù)集合Zk中與目標(biāo)航跡關(guān) 聯(lián)度最高的量測數(shù)據(jù);對所述與目標(biāo)航跡關(guān)聯(lián)度最高的量測數(shù)據(jù)利用跟蹤算法計算第k時 刻目標(biāo)狀態(tài)估計值％以及第k時刻目標(biāo)狀態(tài)估計協(xié)方差矩陣Pk。
[0077] 所述數(shù)據(jù)關(guān)聯(lián)算法包括，最近鄰域算法、概率數(shù)據(jù)關(guān)聯(lián)算法、最優(yōu)貝葉斯關(guān)聯(lián)算法 等，本實例選用但不限于最近鄰域算法。
[0078] 所述跟蹤算法包括，卡爾曼濾波算法、擴(kuò)展卡爾曼濾波算法、不敏卡爾曼濾波算 法、粒子濾波算法等，本實例選用但不限于擴(kuò)展卡爾曼濾波算法。
[0079] 步驟10,若第k時刻目標(biāo)量測數(shù)據(jù)集合Zk非空，則漏警計數(shù)器置零;若第k時刻目標(biāo) 量測數(shù)據(jù)集合為空，則漏警計數(shù)器的值加1。
[0080] 步驟11，若漏警計數(shù)器的值大于或者等于所述目標(biāo)航跡跟蹤正確結(jié)束所需的連續(xù) 漏警次數(shù)M，則目標(biāo)跟蹤過程結(jié)束;否則令k的值加1，返回步驟2。
[0081] 本發(fā)明相比現(xiàn)有技術(shù)的有益效果：
[0082] (1)傳統(tǒng)信號融合檢測方法假定多站雷達(dá)接收的目標(biāo)回波信號已經(jīng)完成了配準(zhǔn)操 作，本發(fā)明通過將預(yù)測波門劃分為多個融合檢測單元，解決了多站雷達(dá)接收的目標(biāo)回波信 號配準(zhǔn)問題；
[0083] (2)由于利用了目標(biāo)跟蹤信息，計算得到的預(yù)測波門內(nèi)檢測門限低于傳統(tǒng)的信號 融合檢測方法，因此可以獲得更高的檢測概率，從而提高航跡連續(xù)性；
[0084] (3)在計算檢測門限的過程中考慮了虛假航跡問題，本發(fā)明可以保證目標(biāo)消失時， 航跡能夠以較高概率結(jié)束，避免了虛假航跡的產(chǎn)生。
[0085] 本發(fā)明的效果通過以下仿真對比試驗進(jìn)一步說明：
[0086] 1.實驗場景:考慮一2D組網(wǎng)雷達(dá)系統(tǒng)，雷達(dá)1的位置為[0km，0km]，雷達(dá)2的位置為
[301011，01011]，兩部雷達(dá)站具有相同的發(fā)射信號帶寬8=謂抱，對一個距離分辨率為150111，角 度分辨率為3度，掃描時間間隔為5s，兩個雷達(dá)站的目標(biāo)量測均為目標(biāo)距離和角度組成的向 量。設(shè)初始時刻目標(biāo)在X軸位置為300km，在Y軸位置為300km，且遠(yuǎn)離雷達(dá)站勻速飛行，X軸的 速度分量均為50m/s，Y軸的速度分量均為50m/s。目標(biāo)服從Swerling I類起伏模型，第n個雷 達(dá)站的局部檢驗統(tǒng)計量為么=k|2/f\其中xn表示第n個雷達(dá)站接收到的信號，表示第 n 個雷達(dá)站的背景噪聲功率。設(shè)目標(biāo)跟蹤算法采用擴(kuò)展卡爾曼濾波算法，跟蹤過程中各個雷 達(dá)站的信噪比均為10dB，信號融合檢測采用非相干積累信號融合檢測算法，傳統(tǒng)信號融合 檢測算法的虛警概率設(shè)置為1(T6;設(shè)目標(biāo)突然消失后航跡正確結(jié)束的概率Pe = 〇 . 9。
[0087] 2.仿真內(nèi)容：
[0088]采用以上實驗場景，利用傳統(tǒng)的信號融合檢測方法和本發(fā)明基于跟蹤信息的信號 融合檢測方法，對雷達(dá)網(wǎng)的檢測性能進(jìn)行仿真對比，結(jié)果如圖2所示;為驗證所提方法的有 效性，分析目標(biāo)在第10個時刻突然消失后航跡存在的概率，結(jié)果如圖3所示。
[0089] 3.實驗結(jié)果分析：
[0090] 通過圖2可以看出，本發(fā)明所提方法與傳統(tǒng)的信號融合檢測方法相比，可以獲得更 高的檢測概率。在第13個仿真時刻，傳統(tǒng)的信號融合檢測方法的檢測概率為0.7393,本發(fā)明 所提方法的檢測概率為0.9206。相比而言，本發(fā)明所提方法與傳統(tǒng)方法相比，檢測概率提高 了0.1813。
[0091] 通過圖3可以看出，本發(fā)明所提方法在目標(biāo)突然消失之后能夠迅速的結(jié)束航跡，并 且在第16個時刻，航跡基本不存在了，避免了虛假航跡的延續(xù)。
[0092]以上所述，僅為本發(fā)明的【具體實施方式】，但本發(fā)明的保護(hù)范圍并不局限于此，任何 熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到變化或替換，都應(yīng)涵 蓋在本發(fā)明的保護(hù)范圍之內(nèi)。因此，本發(fā)明的保護(hù)范圍應(yīng)以所述權(quán)利要求的保護(hù)范圍為準(zhǔn)。
【主權(quán)項】
1. 一種基于跟蹤信息的多站雷達(dá)信號融合檢測方法，其特征在于，所述方法包括： 步驟1，初始化:根據(jù)雷達(dá)回波信號獲取量測數(shù)據(jù)，對所述量測數(shù)據(jù)采用目標(biāo)航跡起始 算法得到第0時刻目標(biāo)狀態(tài)估計值和第0時刻目標(biāo)狀態(tài)估計協(xié)方差矩陣;并設(shè)置漏警計數(shù)器 的初值為0; 步驟2,根據(jù)第k-1時刻目標(biāo)狀態(tài)估計值，計算第k時刻目標(biāo)狀態(tài)預(yù)測值，k為大于或者等 于1的自然數(shù)，且k的初值為1; 步驟3，根據(jù)第k-1時刻目標(biāo)狀態(tài)估計協(xié)方差矩陣，計算第k時刻目標(biāo)狀態(tài)預(yù)測協(xié)方差矩 陣； 步驟4，根據(jù)所述第k時刻目標(biāo)狀態(tài)預(yù)測值和所述第k時刻目標(biāo)狀態(tài)預(yù)測協(xié)方差矩陣，確 定第k時刻預(yù)測波門，所述預(yù)測波門表示目標(biāo)可能存在的預(yù)測區(qū)域； 步驟5,獲取多站雷達(dá)中每個雷達(dá)站的距離分辨率和角度分辨率，將所述第k時刻預(yù)測 波門劃分為多個融合檢測單元； 步驟6，設(shè)定目標(biāo)消失后目標(biāo)航跡跟蹤正確結(jié)束的概率以及目標(biāo)航跡跟蹤正確結(jié)束所 需的連續(xù)漏警次數(shù)，并根據(jù)所述目標(biāo)航跡跟蹤正確結(jié)束的概率以及連續(xù)漏警次數(shù)，計算第k 時刻預(yù)測波門內(nèi)出現(xiàn)虛警的概率;步驟7,設(shè)定第k時刻預(yù)測波門內(nèi)每個融合檢測單元的檢 測門限權(quán)值，并獲取每個融合檢測單元的信號融合檢測統(tǒng)計量;根據(jù)所述第k時刻預(yù)測波門 內(nèi)出現(xiàn)虛警的概率、所述每個融合檢測單元的信號融合檢測統(tǒng)計量，計算每個融合檢測單 元的檢測門限基準(zhǔn);并根據(jù)所述每個融合檢測單元的檢測門限權(quán)值和對應(yīng)融合檢測單元的 檢測門限基準(zhǔn)，計算第k時刻每個融合檢測單元的檢測門限； 步驟8,根據(jù)第k時刻每個融合檢測單元的檢測門限和對應(yīng)融合檢測單元的信號融合檢 測統(tǒng)計量，選取信號融合檢測統(tǒng)計量高于檢測門限的有效融合檢測單元;并根據(jù)每個有效 融合檢測單元對應(yīng)的空間位置估計目標(biāo)的量測數(shù)據(jù)，組成第k時刻目標(biāo)量測數(shù)據(jù)集合； 步驟9，采用數(shù)據(jù)關(guān)聯(lián)算法選取所述第k時刻目標(biāo)量測數(shù)據(jù)集合中與目標(biāo)航跡關(guān)聯(lián)度最 高的量測數(shù)據(jù);對所述與目標(biāo)航跡關(guān)聯(lián)度最高的量測數(shù)據(jù)利用跟蹤算法計算第k時刻目標(biāo) 狀態(tài)估計值以及第k時刻目標(biāo)狀態(tài)估計協(xié)方差矩陣； 步驟10，若第k時刻目標(biāo)量測數(shù)據(jù)集合非空，則漏警計數(shù)器置零;若第k時刻目標(biāo)量測數(shù) 據(jù)集合為空，則漏警計數(shù)器的值加1; 步驟11，若漏警計數(shù)器的值大于或者等于所述目標(biāo)航跡跟蹤正確結(jié)束所需的連續(xù)漏警 次數(shù)，則目標(biāo)跟蹤過程結(jié)束;否則令k的值加1，返回步驟2。2. 根據(jù)權(quán)利要求1所述的一種基于跟蹤信息的多站雷達(dá)信號融合檢測方法，其特征在 于，步驟2具體包括如下子步驟： (2a)設(shè)定目標(biāo)狀態(tài)轉(zhuǎn)移方程為:xk = Fk | k-ixk-i+vk | k-1; 其中，xk表示第k時刻的目標(biāo)狀態(tài)，F(xiàn)klw表示第k-1時刻到第k時刻的目標(biāo)狀態(tài)轉(zhuǎn)移矩 陣，xh表示第k-1時刻的目標(biāo)狀態(tài)，VklH表示第k-1時到第k時刻的過程噪聲； (2b)根據(jù)第k-1時刻目標(biāo)狀態(tài)估計值，計算第k時刻目標(biāo)狀態(tài)預(yù)測值=I；k_A_u3. 根據(jù)權(quán)利要求1所述的一種基于跟蹤信息的多站雷達(dá)信號融合檢測方法，其特征在 于，步驟3具體包括： 根據(jù)第k-1時刻目標(biāo)狀態(tài)估計協(xié)方差矩陣Pk-i，計算第k時刻目標(biāo)狀態(tài)預(yù)測協(xié)方差矩陣其中，Qk|k-i表示第k-1時刻到第k時刻的過程噪聲協(xié)方差矩陣，F(xiàn)k|k-i表示第k-1時刻到第 k時刻的目標(biāo)狀態(tài)轉(zhuǎn)移矩陣，（?）T表示求矩陣的轉(zhuǎn)置。4. 根據(jù)權(quán)利要求1所述的一種基于跟蹤信息的多站雷達(dá)信號融合檢測方法，其特征在 于，步驟4具體包括如下子步驟： (4a)設(shè)定目標(biāo)落入預(yù)測波門的概率Pg; (4b)通過查找卡方分布表確定預(yù)測波門系數(shù)y，其中卡方分布表是概率論中卡方分布 隨機(jī)變量的分布函數(shù)表； (4c)獲取第k時刻目標(biāo)狀態(tài)預(yù)測值中的位置信息，將其作為第k時刻目標(biāo)位置預(yù)測 值;獲取第k時刻目標(biāo)狀態(tài)預(yù)測協(xié)方差矩陣Pki^中的位置信息，將其作為第k時刻目標(biāo) 位置預(yù)測協(xié)方差矩陣Dk| k-1; (4d)根據(jù)所述預(yù)測波門系數(shù)y、所述第k時刻目標(biāo)位置預(yù)測值丸^和所述第k時刻目標(biāo)位 置預(yù)測協(xié)方差矩陣Dk| k-i，按如下公式確定第k時刻預(yù)測波門Ok: 0 + ih -IT ; 其中，yk表示第k時刻目標(biāo)可能出現(xiàn)的位置，|表示條件符號，符號左邊是集合元素，右邊 是元素滿足的條件，（? r1表示求矩陣的逆。5. 根據(jù)權(quán)利要求1所述的一種基于跟蹤信息的多站雷達(dá)信號融合檢測方法，其特征在 于，步驟5具體包括如下子步驟： (5a)在第k時刻預(yù)測波門內(nèi)任取一點作為每個雷達(dá)站的公共觀測點，根據(jù)第n個雷達(dá)站 的距離分辨率和角度分辨率，確定第n個雷達(dá)站以公共觀測點為觀測中心時的空間分辨區(qū) 域Qn，n=l，. . .，Nr，Nr表示組網(wǎng)雷達(dá)系統(tǒng)中雷達(dá)站總個數(shù)，從而得到每個雷達(dá)站以公共觀 測點為觀測中心時的空間分辨區(qū)域； (5b)提取所有雷達(dá)站空間分辨區(qū)域的公共相交區(qū)域Q。，并通過長方體近似所述公共相 交區(qū)域Q。，將近似得到的長方體作為融合檢測單元對應(yīng)的空間區(qū)域Q f; (5c)根據(jù)融合檢測單元對應(yīng)的空間區(qū)域Qf，將第k時刻預(yù)測波門劃分為多個融合檢測 單元，所述多個融合檢測單元連續(xù)且不重合。6. 根據(jù)權(quán)利要求1所述的一種基于跟蹤信息的多站雷達(dá)信號融合檢測方法，其特征在 于，步驟6具體包括： 設(shè)定目標(biāo)消失后目標(biāo)航跡跟蹤正確結(jié)束的概率Pe以及目標(biāo)航跡跟蹤正確結(jié)束所需的連 續(xù)漏警次數(shù)M，按照下式計算第k時刻預(yù)測波門內(nèi)出現(xiàn)虛警的概率PZ:(1-PZ)M = PE，M為自然 數(shù)。7. 根據(jù)權(quán)利要求1所述的一種基于跟蹤信息的多站雷達(dá)信號融合檢測方法，其特征在 于，步驟7具體包括如下子步驟： (7a)設(shè)定第k時刻預(yù)測波門內(nèi)第i個融合檢測單元的檢測門限權(quán)值w(i，k); (7b)獲取第i個融合檢測單元的信號融合檢測統(tǒng)計量A1; (7c)根據(jù)所述第k時刻預(yù)測波門內(nèi)出現(xiàn)虛警的概率Pz、所述每個融合檢測單元的信號融 合檢測統(tǒng)計量M，計算第k時刻每個融合檢測單元的檢測門限基準(zhǔn)Tk:其中，pf(i，k)表示第k時刻預(yù)測波門Ok內(nèi)第i個融合檢測單元的虛警概率，Nk表示第k時 刻預(yù)測波門Ok內(nèi)融合檢測單元的個數(shù)，M表示預(yù)測波門Ok內(nèi)第i個融合檢測單元的信號融合 檢測統(tǒng)計量。
【文檔編號】G01S13/72GK106054169SQ201610329862
【公開日】2016年10月26日
【申請日】2016年5月18日
【發(fā)明人】周生華, 劉宏偉, 劉紅亮, 曹鼎, 王鵬輝
【申請人】西安電子科技大學(xué)