[发明专利]一种适用于被动拖曳线列阵声呐的复杂弱目标检测和跟踪方法有效
申请号: | 201710318307.X | 申请日: | 2017-05-08 |
公开(公告)号: | CN107202989B | 公开(公告)日: | 2020-01-14 |
发明(设计)人: | 易伟;徐璐霄;黎明;孙伟;王经鹤;孔令讲;刘成元;李洋漾 | 申请(专利权)人: | 电子科技大学 |
主分类号: | G01S15/66 | 分类号: | G01S15/66;G01V1/38;G01S15/00 |
代理公司: | 51203 电子科技大学专利中心 | 代理人: | 周刘英 |
地址: | 611731 四川省成*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 跟踪 传统算法 低信噪比 弱目标 粒子 粒子滤波算法 拖曳线列阵 常规波束 复杂目标 目标场景 数据损失 数据统计 似然函数 有效跟踪 有效解决 固定的 均衡量 空间谱 检测 量测 分辨 积累 | ||
1.一种适用于被动拖曳线列阵声呐的复杂弱目标检测和跟踪方法,其特征在于,包括下列步骤:
步骤1:基于被动声呐系统的阵元接收信号y(n),通过CBF算法计算当前时刻的量测值其中B为观测区域的分辨单元数目;
步骤2:对每个目标进行状态采样、粒子权值计算:
计算不同粒子在与目标对应的分区的状态采样:其中表示第j个粒子在当前时刻k的第l个分区的状态采样,表示k时刻目标l的状态,j=1,…,Np,l=1,...,L,Np表示粒子数目,L表示目标数目;
再根据向量测值zk和计算分区l的粒子权值
从而得到Np个粒子在时刻k的L个分区的状态采样和权值;
步骤3:根据同一分区的粒子权值对各分区的粒子状态进行重采样;
步骤4:检测消失的目标并删除:
401:对于持续超过Nf个时刻的目标,计算该目标Nf个时刻的粒子权值和∑;
402:若∑小于权值门限Λ,则判断当前目标消失,并删除当前目标到当前时刻为止Nf个时刻的状态估计,且对应时刻目标数减1;若∑大于或等于权值门限Λ,则目标持续时刻数加1;
步骤5:基于计算各粒子的综合权值其中
j=1,…,Np;
步骤6:由得到目标估计状态,其中δ(·)是狄拉克函数;
步骤7:基于当前时刻的量测值判断新目标起始:
S701:对各量测值选取量测值左右各r个分辨单元的量测值组成一个长度为r的数据窗b=1,…,B;
S702:对数据窗内的量测值从小到大排序得到并根据公式设置门限值β,其中α为预设值;
S703:将与门限值β进行比较,若则令否则令
S704:基于步骤S701-S703,得到新的一组量测值
S705:将中超过起始门限Λs的量测值与目标估计状态进行对比:若与目标估计状态的距离小于判断门限ηt,则不作为新目标起始;否则,基于当前量测值所在分辨单元起始新目标。
2.如权利要求1所述的方法,其特征在于,步骤3中,对任意分区的重采样具体为:
初始化权值阶梯函数:c1=0;
基于粒子权值计算Np个权值阶梯函数
根据公式计算粒子参数uj,其中j=1,…,Np,u1为的均匀分布随机数;
对每个粒子参数uj,从Np个权值阶梯函数中,查找第一个满足uj≤cp的粒子标号p,将粒子p分区l的状态采样和粒子权值覆盖到粒子j的分区l,其中p∈{1,…,Np}。
3.如权利要求1所述的方法,其特征在于,步骤1具体为:
101:基于当前接收信号y(n)计算空间相关矩阵R的估计值:其中N表示信号的快拍数,(·)H表示共轭转置;
102:由各阵元接收信号的加权和wHy(n)得到被动声呐系统的输出信号yo(n),其中w表示权值向量;
将赋值给空间相关矩阵R,根据CBF算法计算输出信号yo(n)的功率值P作为量测值,即功率值P=wHRw;
以接收信号的导向向量a(θ)作为各接收信号的权值向量得到不同入射角θ的功率幅值:P(θ)=aH(θ)Ra(θ);
基于入射角的功率幅值得到各分辨单元b在当前时刻的量测值其中分辨单元标识符b=1,…,B。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于电子科技大学,未经电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710318307.X/1.html,转载请声明来源钻瓜专利网。