[发明专利]基于多目标跟踪的分布式MIMO雷达最少阵元快速提取方法

说明书

本发明属于雷达目标跟踪技术领域，特别涉及一种基于多目标跟踪的分布式MIMO雷达最少阵元快速提取方法，包含：以多目标位置估计误差最大值作为跟踪精度误差，使其小于给定位置精度，建立给定位置精度要求下的最少阵元选取优化模型；对MIMO雷达系统发射和接收阵元分别按照信号衰减从小到大进行排序，依据系统精度误差和给定位置精度，求解最少阵元选取优化模型，以确定选取阵元。本发明能够避免现有目标跟踪盲目选取阵元所带来的计算复杂度的增加，在保证多目标跟踪性能的情况下大幅降低计算量，实现对目标的快速追踪，与现有对比算法相比，计算量降幅能够达到近80％以上，以提高雷达系统目标跟踪精度和效率，具有较好的实际应用价值。

技术领域

本发明属于雷达目标跟踪技术领域，特别涉及一种基于多目标跟踪的分布式MIMO雷达最少阵元快速提取方法。

背景技术

多输入多输出(multiple input multiple output，MIMO)雷达的概念自提出以来，因其所具有的空间分集和波形分集等特点使其在目标检测、跟踪、识别和参数估计等的性能上表现出特有的优势而得到了极大的关注。其中，MIMO雷达系统的资源分配研究是一个重要方面，在广义上，阵元、功率、波形、频率、带宽、时宽等都可视为系统资源。特别是对于分布式MIMO雷达系统，如何在资源有限的约束下使系统性能达到最优，在军用和民用上都具有重要意义。资源的合理分配问题是MIMO雷达系统必须要考虑的问题，在资源分配方面的研究主要集中在针对系统结构优化的分配方式和针对发射信号参数配置的分配方式两个方面。目标跟踪是雷达系统的重要应用，在分布式MIMO雷达系统对目标跟踪的资源分配方面的研究，跟踪性能可以用跟踪误差的误差下界衡量，在信噪比较高的情况下，克拉美罗下界(Cramer-Rao Low bound,CRLB)提供了误差的下界。分布式MIMO雷达系统中，对于静止目标的位置估计，利用估计误差的克拉美罗下界；对于运动目标跟踪时，利用位置和速度估计误差的贝叶斯克拉美罗下界(Bayesian Cramer-Rao Low bound,BCRLB)。并进一步利用跟踪目标的位置和速度联合估计的问题，可以推导两者联合估计的CRLB。在系统结构优化资源分配方面的研究主要为阵元的智能选取和阵元位置的合理布置。一个重要的研究方向是如何在保证一定跟踪性能的条件下使用到的阵元集合最小，在系统阵元数量有限的情况，具有重要的实际应用价值。

现有技术中，针对资源分配的阵元选取问题，可利用阵元选择的启发式算法，以降低计算的复杂度；针对多目标位置估计问题进行阵元分组，可将阵元按照目标个数进行聚类分组，每个目标只由对应的阵元子集跟踪，以降低系统的计算复杂度；针对单目标跟踪问题，考虑了两种情况，一是给出了单目标给定定位精度下最小阵元子集选取策略，二是给定阵元子集大小下最高定位精度的子集选取策略。在阵元选取上方法上，可利用贪婪多起点搜索(Greedy Multi-start Local Search,GMLS)算法和公平多起点搜索(Fair Multi-start Local Search,FMLS)算法。GMLS算法在计算复杂度上进一步降低，但不能保证最好的估计精度；FMLS算法，虽然跟踪精度很高，但不能有效的降低计算量。针对分布式MIMO雷达在多任务模式下对目标快速跟踪的需求，可利用基于多目标位置跟踪的收发阵元选取算法，在指定的位置估计精度的约束下，建立最少阵元选取的优化模型；在GMLS算法的基础上，通过改进的GMLS(Modified GMLS,MGMLS)算法进行阵元选取，在保证跟踪性能的基础上使算法复杂度进一步降低；另，在提高多目标跟踪精度的同时，以降低系统的代价损耗，更加符合实际情况，但并没有进一步降低计算量，反而有所增加。在分布式MIMO雷达对目标跟踪的阵元选取算法的现有研究中，为了达到最优，对于阵元的选取几乎都采取了遍历的方法，具有一定的盲目性，虽然能够带来跟踪性能的提高，但同时也带来了系统计算复杂度的提高。

发明内容

为此，本发明提供一种基于多目标跟踪的分布式MIMO雷达最少阵元快速提取方法，避免现有技术中通过盲目选取阵元所带来的计算复杂度的增加，在保证多目标跟踪性能的情况下大幅降低计算量，实现对目标的快速追踪，具有较强的应用前景。