[发明专利]一种基于Hough和粒子滤波的PD雷达扩展微弱目标检测方法

说明书

本发明公开了一种基于Hough和粒子滤波的PD雷达扩展微弱目标检测方法，属于雷达微弱目标检测跟踪领域。通过Hough变换对PD雷达模糊量测进行区域积累；检测确定目标模糊航迹的范围，获得量测先验信息；进行粒子的距离匹配处理，递推预测粒子状态；通过散射粒子建立量测似然模型，递推求取粒子权值，从而实现对扩展目标模糊量测的非相参积累；最后检测目标真实航迹，并给出扩展参数的估计。本发明充分结合了Hough变换和粒子滤波的优点，利用目标量测的时空相关信息提高系统的检测性能和跟踪精度，并估计目标扩展参数，为解决该问题提供了一种新的思路，具有较强的实用性和推广应用价值。

技术领域

本发明属于雷达微弱目标检测前跟踪领域，适用于解决PD雷达测距模糊条件下对扩展微弱目标的积累检测问题。

背景技术

PD(脉冲多普勒)雷达对扩展微弱目标的检测跟踪是一个难点问题，对于打赢未来高科技战争具有决定性意义。通过采用脉冲压缩技术，雷达分辨率得到很大提高，空间上的一个目标被细分成多个散射点，导致回波能量分布在多个距离单元中，这种目标被称为扩展目标。常规的目标检测方法通常在每个距离分辨单元上对信号进行简单的门限处理，当目标为扩展目标时若仍采用传统方法，就会漏掉许多特征信息，导致检测漏报和跟踪发散。

另一方面，PD雷达通常采用高、中脉冲重复频率工作模式，这能有效消除地杂波的干扰，提高目标测速精度，但也导致了雷达对目标距离的量测模糊。由于雷达脉冲重复周期很小，目标的回波时延通常大于雷达脉冲重复周期，这种情况下，雷达无法准确测量目标距离，会出现测距模糊问题，使得该问题更为复杂。

在PD雷达微弱目标检测跟踪过程中，雷达量测的模糊性和目标回波的扩展性导致量测值与目标状态之间具有强非线性关系，这为雷达探测性能带来了新挑战；采用传统的处理手段难以及时检测和正确跟踪PD雷达扩展微弱目标。因此，有必要针对PD雷达信号的特点，探索和研究新的目标检测跟踪方法，从而充分利用目标的所有信息，提高雷达探测跟踪性能。

对于PD雷达扩展微弱目标的检测跟踪技术研究，目前鲜有报道。在文献[Multiplemodel particle filter track-before-detect for range ambiguous radar[J].Chinese Journal of Aeronautics,2013,26(6):1477-1487]中，作者采用粒子滤波方法对PD雷达微弱点目标进行处理，提出了一种基于MMPF的机载PD雷达微弱目标检测前跟踪方法，其基本步骤如下：

1)通过初始建议分布和初始模型概率，在整个雷达模糊区间内进行粒子采样；

2)假设目标在一个采样间隔内不会跨过一个最大不模糊距离，建立一个三阶脉冲间隔数增量模型(MPM)；

3)通过k-1时刻的MPM增量模型转移概率矩阵，预测k时刻MPM增量变量模型；

4)计算粒子权值，并进行重采样；

5)进行门限检测，得到目标真实航迹。

上述方法通过建立MPM增量模型，采用粒子滤波实现沿着目标航迹的非相参积累，以改善目标信噪比，克服了PD雷达模糊量测数据无法有效积累的问题，但是其存在如下缺点：

1)方法主要针对点目标模型，没有考虑扩展目标情况，从而制约了其检测性能；

2)粒子的初始采样范围是整个雷达模糊区间，没有利用目标量测的先验信息，因此采样粒子的利用率很低，计算复杂度太高；

3)直接对雷达模糊量测进行采样，所以不能利用目标运动模型预测粒子状态，而需要引入MPM增量模型来预测状态，这增加了算法的复杂度；

4)在建立MPM增量模型时，需要首先确定一个正确的脉冲间隔数初始值，但该初值在实际应用往往难以直接得到，限制了其实用性。

发明内容