[发明专利]同时解距离模糊的IPPHDF机动多目标跟踪方法

说明书

技术领域

本发明涉及一种雷达数据处理方法，特别是涉及一种雷达测距模糊情况下的机动多目标跟踪方法，适用于高/中脉冲重复频率(H/MPRF)雷达(如机载脉冲多普勒雷达等)对机动多目标的跟踪。

背景技术

随着电磁干扰等技术的迅猛发展和各类飞行器的大量出现，雷达所处的电磁环境进一步恶化，单位时间内需要处理的量测数据急剧，给传统的雷达目标检测和跟踪带来了严峻的挑战。同时，为了提高自身的生存和突防能力，目标通常会随时进行一定的战术机动，其运动状态也会因不同的作战任务而变，进一步增大了雷达对其进行跟踪的困难。因此，如何实现复杂环境下雷达对机动多目标的有效检测和跟踪，对提高雷达作战效能和生存能力具有重要意义，是目前目标跟踪领域研究的重点和难点问题。目前基于随机有限集的粒子概率假设密度滤波(PPHDF)方法由于具有可以避免多目标数据关联的突出优点，极大的降低多目标跟踪算法的计算复杂度，适应于密集杂波环境下目标数目未知的多目标跟踪场景，在目标跟踪领域得到广泛的关注和研究。该方法主要通过以下步骤实现：

(1)粒子集初始化；

(2)生成用于搜索新目标的搜索粒子集，并对已存在的粒子集进行一步预测得到预测粒子集，再将搜索粒子集和预测粒子集合成新的预测粒子集；

(3)利用新量测对预测粒子集粒子权重进行更新；

(4)对权重更新后的粒子集进行重采样，并得到目标个数和各目标状态估计。

基于PPHDF的多目标跟踪方法存在以下两个缺陷：(1)当目标出现漏检时，重采样会造成粒子多样性的迅速退化，进而造成目标丢失的现象；(2)PD雷达为了无模糊地测量目标速度，通常采用H/MPRF的工作模式，在这种情况下雷达对目标的距离量测是模糊的，PPHDF算法无法直接利用模糊的量测数据对目标进行正确稳定的跟踪。

发明内容

本发明的目的是提出一种同时解距离模糊的改进粒子概率假设密度滤波(IPPHDF)机动多目标跟踪方法，解决一般的PPHDF方法在检测概率较低情况下容易出现目标丢失和无法直接利用模糊量测数据对目标进行跟踪的问题。

本发明提出的同时解距离模糊的IPPHDF机动多目标跟踪方法的技术方案包括以下步骤：步骤1：变量初始化

(1)T是雷达扫描周期，T₁,T₂,...,T_M是脉冲重复周期，R₁,R₂,...,R_M是各PRF对应的最大不模糊距离；

(2)L₀为代表1个目标的粒子数，J_k为搜索新目标的粒子数，S_k表示搜索1个消失目标的粒子数，L_k为k时刻滤波器采用的粒子总数；

(3)D₀为目标出现的初始分布，γ_k为平均目标出现概率，P_D为目标检测概率；

(4)λ_k为平均每帧的杂波个数，为k时刻估计的目标个数；

(5)G_k为过程噪声分布矩阵，Q_k为过程噪声协方差，R_k为量测噪声协方差；

步骤2：初始化粒子集，令k＝0和对任意p∈{1,2,…,L₀}

(1)从初始分布D₀中采样粒子其中表示粒子代表的目标状态，包含了目标的位置速度以及转弯率等信息；

(2)赋予粒子权重w0p=γk/L0;]]>

步骤3：令k＝k+1，获得k时刻的雷达模糊量测

(1)设置雷达的工作状态，使雷达依次交替采用某个PRF工作，令

c＝mod(k,M)+1

表示雷达在k时刻采用的PRF的索引号，mod(x,y)表示x/y的余数；