[发明专利]运动目标实时跟踪方法有效
申请号: | 201811134811.5 | 申请日: | 2018-09-27 |
公开(公告)号: | CN109239703B | 公开(公告)日: | 2021-05-11 |
发明(设计)人: | 叶盛波;刘新;杨光耀;杨亮;阎焜;陈忠诚;张群英;方广有 | 申请(专利权)人: | 中国科学院电子学研究所 |
主分类号: | G01S13/66 | 分类号: | G01S13/66;G01S7/41 |
代理公司: | 中科专利商标代理有限责任公司 11021 | 代理人: | 张成新 |
地址: | 100190 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 运动 目标 实时 跟踪 方法 | ||
1.一种运动目标实时跟踪方法,其特征在于,包括如下步骤:
S1,收集雷达的原始回波数据,并对其进行预处理,所述预处理包括对所述原始回波数据进行带通滤波和对数幂增益控制;
S2,采用三帧差分法从经过预处理后的数据中提取运动目标信息,得到含有运动目标信息的回波信号;
S3,采用希尔伯特变换提取所述回波信号的信号包络,得到一个时刻的雷达波形图;
S4,判断所述雷达波形图中是否存在运动目标,若不存在则以该雷达波形图的结果显示,若存在则进入步骤S5;以及
S5,提取运动目标的位置信息,在所述运动目标的位置处对下一个时刻的数据进行高斯加权匹配,并对所述位置信息进行滤波处理后,输出更新后的所述位置信息并进行显示。
2.根据权利要求1所述的方法,其特征在于,在步骤S5中,采用恒虚警率检测来提取运动目标的所述位置信息。
3.根据权利要求1所述的方法,其特征在于,在步骤S5中,先对所述位置信息进行阈值滤波,再对阈值滤波的结果进行卡尔曼跟踪滤波。
4.根据权利要求3所述的方法,其特征在于,进行所述卡尔曼跟踪滤波时,卡尔曼滤波模型如下式所示:
Xt=At,t-1Xt-1+Wt
Zt=CtXt-1+Vt
其中,Xt为t时刻研究对象的状态向量,At,t-1为从t-1时刻到t时刻的状态转移矩阵,Zt为t时刻的观测向量,Ct为一个观测矩阵,Vt为服从N(0,R)的高斯白噪声,Wt为服从N(0,Q)的高斯白噪声。
5.根据权利要求1所述的方法,其特征在于,采用下式进行对数幂增益控制:
y′=y*[log(m)]n
其中,y为增益之前的信号,y′为增益之后的信号,m=1,2,...,N,为对应的采样点数,n为函数幂次,N为该时刻的回波数据的总采样点数。
6.根据权利要求5所述的方法,其特征在于,在步骤S2中,所述三帧差分法的数学表达式如下:
zk=(xk+1-xk)-(xk-xk-1)=(xk+1+xk-1)-2xk
其中,xk代表第k个时刻的接收回波值,为N×1向量,zk为含有运动目标信息的回波信号。
7.根据权利要求6所述的方法,其特征在于,在步骤S3中,首先对回波信号zk进行希尔伯特变换,以下用x(t)代替zk来表示此时刻的回波信号,则希尔伯特变换如下式所示:
然后得到x(t)的信号包络u(t),如下式所示:
上式中A(t)为幅值函数,为相位函数,且
8.根据权利要求7所述的方法,其特征在于,在步骤S4中,采用下式判断是否存在运动目标:
其中,中Max()表示求最大值,Mean()代表求均值,若计算得到的N大于预设的阈值,则认为存在运动目标,否则认为不存在运动目标。
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中国科学院电子学研究所,未经中国科学院电子学研究所许可,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/201811134811.5/1.html,转载请声明来源钻瓜专利网。