[发明专利]一种无人机群目标检测方法、电子设备及存储介质

权利要求书

1.一种无人机群目标检测方法，其特征在于，包括：

步骤S1、获取待检测目标的脉间正交相位编码的回波信号；

步骤S2、对所述回波信号进行脉冲压缩、数字波束合成和慢时间维进行快速傅里叶变换，得到多普勒-角度数据；

步骤S3、根据所述多普勒-角度数据对待检测目标进行判断，则待检测目标为群目标时，进行群目标参量与数目估计得到待检测目标的目标数量和目标参数；

所述步骤S3包括：测角标准差大于预设阈值，则所述待检测目标为群目标，测角标准差小于预设阈值，则所述待检测目标为单个目标；所述预设阈值为角度分辨率的0.5；

对所述多普勒-角度数据中的第1～L个回波脉冲进行DBF处理，由恒虚警检测得到目标的多个角度值：

则所述测角标准差σ_θ采用如下公式进行计算：

式中，θ_l表示第l个回波脉冲的目标的角度值，l∈[1,2,3,…,L]，表示L个回波脉冲的目标的平均角度值；

所述步骤S3还包括：所述多普勒-角度数据中的每个角度上的多普勒响应为三角波，目标回波能量分布在相邻采样点上，设第m个快拍，第j个目标的幅值为x_j(m)，第j个目标的两次采样点上信号分量分别表示为(1-α_j)x_j(m)和α_jx_j(m)，波束内包含N个目标并且仅考虑加性高斯白噪声影响，连续两次测量值分别为：

式中：s_i1(m)表示回波信号的第m个快拍；s_i2(m)表示回波信号的第m个快拍值；α_j表示三角波在采样点处的数值；n_i1(m)与n_i2(m)为独立的加性高斯白噪声的采样值，i表示同相分量，n_i1(m)与n_i2(m)均值为0，方差为σ_s²；

MIMO雷达角度维连续两次测量值分别为

式中：η_j为目标j的角度参数；ε_i1(m)与ε_i2(m)为独立的加性高斯白噪声的采样值，ε_i1(m)与ε_i2(m)均值为0，方差为信噪比10dB；且构成观测样本数据块z＝[z(1),z(2)，…，z(M)]，M表示采样点数，其中，z(m)＝[s_i1(m),s_i2(m),d_i1(m),d_i2(m)]^T，z(m)表示距离速度和距离方位数据；而θ＝{x,α,η}代表要估计的参数集，其中x＝{x_j}，x_j＝[x_j(1),x_j(2),…,x_j(M)]^Tα＝{α_j}，η＝{η_j}；设x_j,α_j,η_j的先验分布为标准正态分布，于是z服从高斯分布，各参数的后验分布也服从高斯分布，

假定目标数目为N，N＝1，2，3，4，5，采用Gibbs抽样方法估计各参数的后验概率分布，生成一组待估计的参数集的随机初始值θ⁽⁰⁾＝{x⁽⁰⁾,α⁽⁰⁾,η⁽⁰⁾}，计算各个参数的后验概率分布的数字特征：

式中：E(x_j|z)表示第j个目标的幅度的数学期望；Cov(x_j|z)表示第j个目标的幅度的方差；x_j＝[x_j(1),x_j(2),...,x_j(M)]^T，表示第j个目标的幅值，M表示采样点数；为维度为M×M的单位矩阵；表示观测样本数据块的转置，其中，表示z(j)的均值，由连续两次观测值与采样值数据构成，即α_j表示第j个目标的采样参数，η_j表示目标j的角度参数；其中，

I_2M×2M为维度2M×2M的单位矩阵；

于是得到后验概率密度函数p(x|α⁽⁰⁾,η⁽⁰⁾,z)，从中取得随机数x⁽¹⁾，重复操作计算后验概率密度函数p(α|x⁽¹⁾,η⁽⁰⁾,z)，取得随机数α⁽¹⁾，再计算后验概率密度函数p(η|x⁽¹⁾,α⁽¹⁾,z)，取得随机数η⁽¹⁾，这样完成一次迭代，得到参数集合θ⁽¹⁾，经过t次迭代后，得到一组样本θ^(t)；

独立的重复上述迭代过程，生成50组样本，目标参数α_j、η_j的估计值为一组样本的平均值；

然后采用最小描述长度MDL(N)对群目标个数进行估计，选择最小描述长度MDL(N)的最小值对应的群目标个数，最小描述长度MDL(N)计算式为

式中：k为每个目标待估计的参数的个数，取2；LL(θ)为估计参数的对数似然函数，计算式为

矩阵R的计算式为

群目标个数能够使最小描述长度MDL(N)最小，表达式为

式中，表示目标个数的估计值，目标个数对应的目标参数η为目标方位参数。