[发明专利]基于PHD滤波雷达起伏微弱多目标的检测前跟踪方法

权利要求书

1.一种基于PHD滤波雷达起伏微弱多目标的检测前跟踪方法，其特征在于，包括如下步骤：

S1：初始化系统参数，读取雷达接收机中第k-1时刻和第k时刻的原始量测数据；

S2：划分场景，在各自的小场景内利用k-1时刻的原始量测数据自适应新生目标；

S3：针对k时刻获得的复量测和平方量测数据，分别计算三种幅度波动类型的复似然和幅度似然，给出幅度波动下PHD滤波的SMC实现；

S4：根据后验信息提取目标状态及目标数目；

S5：令k＝k+1，判断k＞K是否成立，命题成立则算法结束，若不然返S2；

具体的，在步骤S3中，计算目标不存在时的幅度似然p(|z_k|²)：

分别计算幅度波动类型为swerling 0,1,3下的幅度似然：

其中，

计算目标不存在时的复似然p(z_k)：

分别计算幅度波动类型为swerling 0,1,3下的复似然：

其中，I₀(·)是第一类修正贝塞尔函数；

具体的，对于k-1时刻，用一组带权重的粒子代表PHD的后验密度，即：

预测的粒子：

其中，和b_k(·|z_k)是建议密度，L_k-1是k-1时刻幸存的目标的粒子数，J_k是在k时刻新生目标的粒子数；则预测的强度D_k-1|k为：

其中：

其中，是状态为的目标从时间k-1到时间k的存活概率；是状态为x_k-1的衍生概率密度；是新生概率密度；

PHD的更新用SMC可以表示为：

其中：

2.如权利要求1所述的基于PHD滤波雷达起伏微弱多目标的检测前跟踪方法，其特征在于，所述系统参数包括：

采样间隔T，当前时刻k，目标运动总时间K,雷达在极坐标中扫描区域[r_min,r_max]×[θ_min,θ_max]，雷达接收跟踪场景内的量测数据Z_k和Z_k-1，考虑在极坐标中覆盖定义区域的距离和方位监视雷达，对于距离，假设发射的脉冲是带宽B和持续时间T_ε的线性调频信号，光速c，距离分辨单元对于角度，在雷达接受端考虑N_a天线的线性相控阵，间隔为其中λ为载波频率的波长，角度分辨率为

3.如权利要求2所述的基于PHD滤波雷达起伏微弱多目标的检测前跟踪方法，其特征在于，划分场景，在各自的小场景内利用k-1时刻的原始量测数据自适应新生目标的步骤中：

将场景N_r×N_θ分为个场景，考虑在每个场景内生成N_filter个粒子，则整个场景内的粒子数为n₁×n₂×N_filter；

设置量测截断阈值Th_截断，将每个场景内的量测降序排列，挑选强度高于阈值Th_截断的量测，低于Th_截断的量测认为是误检量测，每个量测的位置信息为(n_r,n_θ)；

将每个量测的位置信息(n_r,n_θ)转化为平面直角坐标系下目标位置，记为(z_x,z_y)；

在每个(z_x,z_y)附近生成粒子，对于每个粒子在所在的场景上计算似然，然后进行重采样选择该场景内粒子权重较高的粒子，并对选择后的粒子权重进行归一化处理。