基于雷達(dá)點(diǎn)跡置信度統(tǒng)計(jì)的目標(biāo)檢測(cè)方法

倪世道，朱海濤

(中國(guó)電子科技集團(tuán)公司第38研究所，合肥 230031)

?

基于雷達(dá)點(diǎn)跡置信度統(tǒng)計(jì)的目標(biāo)檢測(cè)方法

倪世道，朱海濤

(中國(guó)電子科技集團(tuán)公司第38研究所，合肥 230031)

低信噪比環(huán)境中對(duì)弱小目標(biāo)的檢測(cè)和跟蹤已經(jīng)在雷達(dá)數(shù)據(jù)處理領(lǐng)域中引起人們的廣泛關(guān)注。檢測(cè)前跟蹤(TBD)方法對(duì)弱小目標(biāo)的檢測(cè)非常有效，其基本思想是為了避免恒虛警(CFAR)處理帶來(lái)的信噪比損失，直接對(duì)原始數(shù)據(jù)進(jìn)行檢測(cè)。提出了點(diǎn)跡置信度方法對(duì)檢測(cè)的原始數(shù)據(jù)進(jìn)行量化，通過(guò)局部極值選取完成目標(biāo)檢測(cè)。

檢測(cè)前跟蹤；置信度；弱目標(biāo)檢測(cè)

0 引 言

雷達(dá)微弱目標(biāo)是指雷達(dá)散射截面(RCS)相對(duì)較小的目標(biāo)，隨著現(xiàn)代低可探測(cè)技術(shù)的迅速發(fā)展和廣泛應(yīng)用，對(duì)微弱目標(biāo)的探測(cè)和預(yù)警方法的研究成為雷達(dá)技術(shù)中的重要研究?jī)?nèi)容。近年來(lái)，在微弱目標(biāo)的探測(cè)方面提出了很多方法，如Hough變化方法、粒子濾波方法、檢測(cè)前跟蹤方法(TBD)等，其中基于動(dòng)態(tài)規(guī)劃的檢測(cè)前跟蹤法在檢測(cè)低信噪比(SNR)的弱小目標(biāo)方面是一種非常有效的方法[1-2]。不同于一般的檢測(cè)方法，TBD方法在每個(gè)掃描時(shí)刻內(nèi)并不宣布檢測(cè)結(jié)果，只是將其數(shù)字化并存儲(chǔ)起來(lái)，然后在掃描幀之間對(duì)相關(guān)點(diǎn)進(jìn)行積累處理[3]。通過(guò)將雷達(dá)回波數(shù)據(jù)進(jìn)行存儲(chǔ)和預(yù)處理，可以得到多維數(shù)據(jù)陣，這時(shí)的雷達(dá)回波數(shù)據(jù)可以看作圖像序列，如距離-多普勒?qǐng)D像、距離-方位圖像等兩維以及本文提及的距離-方位-置信度的三維圖像[4]。在低信噪比時(shí)給定有限幀數(shù)的條件下，有可能無(wú)法檢測(cè)到目標(biāo)，為此可以增加處理幀數(shù)來(lái)解決這個(gè)問(wèn)題，但是增加處理幀數(shù)會(huì)不可避免地增加計(jì)算量[5]。本文提出了一種點(diǎn)跡置信度統(tǒng)計(jì)的方法作為原始數(shù)據(jù)檢測(cè)的量化手段，并在此基礎(chǔ)上通過(guò)局部極值選取的方式完成目標(biāo)檢測(cè)，該算法與常規(guī)的動(dòng)態(tài)規(guī)劃算法相比，在不增加運(yùn)算量的同時(shí)，有效地提高了檢測(cè)性能，得到的目標(biāo)航跡更加準(zhǔn)確。

1 算法原理

假設(shè)搜索區(qū)域中包含K個(gè)勻速直線運(yùn)動(dòng)的目標(biāo),并假設(shè)第m次掃描得到的量測(cè)數(shù)為Nm,其中Nm≥K,這些量測(cè)中包含目標(biāo)、雜波和接收機(jī)噪聲。目標(biāo)的運(yùn)動(dòng)模型為:

Xk(m+ 1)=F×Xk(m) +G×Vk(m)

(1)

目標(biāo)量測(cè)方程為:

Zk(m)=H·Xk(m)+Wk(m)

(2)

多次掃描所得到的目標(biāo)、雜波和噪聲量測(cè)的集合用Z表示,Z中的每個(gè)量測(cè)都包含位置信息和功率信息,表示如下:Z={Zm|m=1,2,…,M},Zm={(xmi,ymi,pmi)|i=1,2,…,Nm},pmi為第m次掃描得到的第i個(gè)回波的功率。

一般來(lái)說(shuō)，數(shù)據(jù)關(guān)聯(lián)是搜索單條最佳路徑的遞推方法，而工程中需要搜索的是K個(gè)目標(biāo)形成的N(N≥K)條路徑集,本文給出的方法是通過(guò)單點(diǎn)的自身屬性(回波強(qiáng)度，探測(cè)位置，多普勒頻率等)以及與路徑集上各點(diǎn)的關(guān)聯(lián)性來(lái)統(tǒng)計(jì)點(diǎn)跡的置信度，并通過(guò)置信度的極值選擇方法進(jìn)行目標(biāo)檢測(cè)。

2 置信度的計(jì)算方法

該統(tǒng)計(jì)方法是源自動(dòng)態(tài)規(guī)劃的工程應(yīng)用改進(jìn)算法，本質(zhì)上是一個(gè)多階段決策優(yōu)化問(wèn)題。檢測(cè)前跟蹤算法以有效的方式對(duì)所有可能的目標(biāo)航跡進(jìn)行搜索，并對(duì)這些可能航跡上的量測(cè)進(jìn)行積累。當(dāng)航跡上的量測(cè)積累值超過(guò)門限時(shí)，就稱檢測(cè)到目標(biāo)，并回溯航跡。針對(duì)雷達(dá)強(qiáng)雜波區(qū)域的微弱目標(biāo)，通過(guò)對(duì)非相參積累多幀后的多因子加權(quán)進(jìn)行統(tǒng)計(jì)實(shí)現(xiàn)。算法主要包括以下5個(gè)步驟：

(1) 初始化：對(duì)于第1幀數(shù)據(jù)的每個(gè)狀態(tài)x1，定義置信度函數(shù)C(x1)的初始值為該狀態(tài)的測(cè)量值，為通過(guò)回波強(qiáng)度、位置、多普勒頻率等點(diǎn)跡自身屬性計(jì)算所得:

C(x1)=Z(x1)

(3)

(2) 多幀積累：對(duì)第k幀狀態(tài)(2≤k≤M)中的每個(gè)狀態(tài)xk疊加多幀關(guān)聯(lián)值:

(4)

S為多個(gè)點(diǎn)跡關(guān)聯(lián)運(yùn)算規(guī)則，由此可以得出置信度檢測(cè)值。

(3) 潛在目標(biāo)檢測(cè)：對(duì)于統(tǒng)計(jì)的自適應(yīng)門限Vs，潛在目標(biāo)為:

(5)

(4) 潛在軌跡回溯：對(duì)k=K-1,K-2,…,1,則：

(6)

(5) 后處理：通過(guò)適當(dāng)?shù)哪繕?biāo)鑒別方法來(lái)減少虛警，便于后端航跡處理。

3 基于置信度的目標(biāo)檢測(cè)

通過(guò)多幀積累關(guān)聯(lián)的方式來(lái)運(yùn)算單點(diǎn)的置信度，由于目標(biāo)自身的擴(kuò)散以及門限難以約定，可能會(huì)導(dǎo)致檢測(cè)結(jié)果中存在較多的虛警。

在基于置信度運(yùn)算過(guò)程中，為了減少噪聲和目標(biāo)擴(kuò)散引起的虛假目標(biāo)，需要對(duì)被檢測(cè)出的目標(biāo)進(jìn)行鑒別。盡管噪聲和目標(biāo)擴(kuò)散都可以引起虛警，但它們的軌跡通常存在較大差異，目標(biāo)擴(kuò)散引起的虛警存在一個(gè)明顯的特征,就是這些虛警與真實(shí)目標(biāo)存在部分重合的軌跡，基于這一特征，就可以將具有部分重疊軌跡的目標(biāo)去除而僅保留置信度局部較大的目標(biāo)，即可以通過(guò)置信度值局部極值的方法處理，如圖1所示。

圖1 置信度統(tǒng)計(jì)方法的鑒別過(guò)程

局部極值法和置信度統(tǒng)計(jì)方法在鑒別上具有互補(bǔ)性，置信度統(tǒng)計(jì)方法主要用于消除噪聲引起的虛警，而局部極值方法主要用來(lái)消除目標(biāo)擴(kuò)散引起的虛假目標(biāo)，通過(guò)兩者級(jí)聯(lián)使用可以同時(shí)消除目標(biāo)擴(kuò)散和噪聲引起的虛警。

4 實(shí)際數(shù)據(jù)驗(yàn)證

為了檢驗(yàn)本文提出的檢測(cè)前跟蹤方法的有效性，利用某雷達(dá)項(xiàng)目中的實(shí)際數(shù)據(jù)進(jìn)行驗(yàn)證。按照本文提出的方法進(jìn)行目標(biāo)檢測(cè)，先對(duì)原始探測(cè)數(shù)據(jù)非相參積累多幀后的多因子加權(quán)進(jìn)行統(tǒng)計(jì)，獲得各點(diǎn)的初始置信度，并通過(guò)局部極值法進(jìn)行篩選，獲得最終檢測(cè)結(jié)果。

圖2為實(shí)際數(shù)據(jù)中12幀雷達(dá)探測(cè)原始數(shù)據(jù)的積累圖；圖3為12幀數(shù)據(jù)的檢測(cè)結(jié)果。通過(guò)比較可以看出，采用本文的檢測(cè)方法對(duì)于虛警抑制有著較為明顯的效果。

圖2 12幀雷達(dá)原始探測(cè)數(shù)據(jù)積累

圖3 12幀雷達(dá)探測(cè)的檢測(cè)結(jié)果

5 結(jié)束語(yǔ)

檢測(cè)前跟蹤的算法非常適用于強(qiáng)雜波、噪聲背景下的小目標(biāo)檢測(cè)，通過(guò)檢測(cè)前跟蹤過(guò)程目標(biāo)某個(gè)量化檢測(cè)屬性的積累，在最后的門限檢測(cè)中消除大部分虛警目標(biāo)，宣布檢測(cè)結(jié)果。這種通過(guò)加大運(yùn)算量來(lái)提高對(duì)弱小目標(biāo)檢測(cè)能力的方法，在當(dāng)前高性能運(yùn)算平臺(tái)資源充沛的條件下非常便于工程實(shí)現(xiàn)。實(shí)際數(shù)據(jù)驗(yàn)證結(jié)果表明，本文中提出的基于點(diǎn)跡置信度的目標(biāo)檢測(cè)方法具有很好的檢測(cè)性能，可以在工程中直接應(yīng)用。

[1]AverbuchA,Bar-shalomY,DayanJ.Interactingmultiplemodelmethodsintargets:asurvey[J].IEEETransactionsonAerospaceandElectronicSystems,1998,34(1):103-113.

[2]LeighAJohnston.Performanceanalysisofatrackbeforedetectdynamicprogrammingalgorithm[A].ProcIEEEICASSP2000[C].Brighton,UK:IEEEPress,2000：49-52.

[3] 強(qiáng)勇，焦李成，保錚.一種有效的用于雷達(dá)弱目標(biāo)檢測(cè)的算法[J].電子學(xué)報(bào)，2003,31(3)：440-443.

[4] 張海英，張?zhí)镂模瑴匦?基于對(duì)比度積累的弱點(diǎn)目標(biāo)檢測(cè)[J].哈爾濱工業(yè)大學(xué)學(xué)報(bào)，2007,39(3)：448-451.

[5] 曲長(zhǎng)文，黃勇，蘇峰.基于動(dòng)態(tài)規(guī)劃的多目標(biāo)檢測(cè)前跟蹤算法[J].電子學(xué)報(bào)，2006,34(12)：2138-2141.

Target Detection Method Based on Radar Plot Confidence Statistic

NI Shi-dao,ZHU Hai-tao

(No.38 Research Institute of CETC,Hefei 230031,China)

Detecting and tracking weak and small targets in low signal-to-noise ratio environment has aroused people's attention widely in radar data processing domain.Track-before-detect (TBD) method is effective to detect weak and small targets.Its basic idea is to avoid the signal-to-noise ratio loss due to constant false alarm rate (CFAR) processing,and perform the detection of original data directly.This paper puts forward the plot confidence method to quantify the detected original data,completes target detection by selecting local extremum.

track-before-detect;confidence;weak target detection

2014-08-26

TN957.51

A

CN32-1413(2015)01-0047-03

10.16426/j.cnki.jcdzdk.2015.01.011