[发明专利]强杂波复杂背景高机动弱小目标的跟踪方法

权利要求书

1.一种强杂波复杂背景高机动小目标的跟踪方法，其特征在于：雷达信号处理单元对接收到的回波和路信号进行三路并行处理，第一路依据雷达波束驻留时间，自适应选择快速傅里叶变换FFT或有限冲激响应滤波器FIR处理方式完成目标信号检测，第二路采用零速滤波器加杂波图的方法进行目标信号检测，第三路采用Kalmus滤波器加杂波图方法进行目标信号检测，三路并行处理完成目标信号检测后，经角度解算形成包含目标距离、方位、俯仰等信息的目标点迹并发送至雷达数据处理单元，航迹处理软件对接收到的目标点迹进行二次加工处理，通过点迹凝聚、剩余杂波图检测、相关处理形成目标航迹；目标航迹成功起始后，航迹数据用滑窗方式进入航迹拟合模块，对滑窗长度为n的目标航迹在直角坐标系进行一维二阶拟合，航迹拟合模块根据离散序列号构成矩阵A、目标点迹测量值构成矩阵B和拟合系数构成矩阵β，利用正规方程线性回归原理公式β＝(A×A^T)^-1×A^T×B通过一次矩阵运算解算二阶拟合系数获取目标机动加速度方差后发送至航迹滤波模块，采用“当前”CS模型的卡尔曼滤波，持续实时解算目标运动参数并估计下一时刻目标运动状态参数，完成滤波器增益系数的迭代更新，自适应地实现对强杂波复杂背景下高机动目标的稳定跟踪，其中，T表示矩阵转置。

2.如权利要求1所述的强杂波复杂背景高机动小目标的跟踪方法，其特征在于：雷达数据处理单元在对接收到的目标点迹进行二次加工处理中，通过点迹凝聚、剩余杂波图检测、相关处理、滤波平滑外推、形成目标航。

3.如权利要求2所述的强杂波复杂背景高机动小目标的跟踪方法，其特征在于：目标航迹起始成功后，雷达数据处理单元将目标航迹以滑窗方式送至航迹拟合模块，航迹拟合模块通过数据处理软件，对滑窗长度为n的目标航迹信息在直角坐标系下按照方程Y＝aX²+bX+c进行二阶拟合；其中，Y为目标点迹测量值，a为二阶拟合系数、b为一阶拟合系数、c为拟合常数，X为离散序列号。

4.权利要求3所述的强杂波复杂背景高机动小目标的跟踪方法，其特征在于：航迹拟合模块根据离散序列号构成的矩阵A、目标点迹测量值构成的矩阵B和拟合系数构成的矩阵β，利用正规方程的归一化原理解算出二阶拟合方程的拟合系数a，则目标机动加速度方差为2a并发送至航迹滤波模块。

5.如权利要求4所述的强杂波复杂背景高机动小目标的跟踪方法，其特征在于：所述离散序列号构成的矩阵A为：

其中，n为滑窗长度。

6.如权利要求4所述的强杂波复杂背景高机动小目标的跟踪方法，其特征在于：所述目标点迹测量值构成的矩阵B为；

其中，y为目标点迹测量值。

7.如权利要求4所述的强杂波复杂背景高机动小目标的跟踪方法，其特征在于：所述拟合系数构成矩阵β为：

其中，a为二阶拟合系数、b为一阶拟合系数、c为拟合常数。

8.如权利要求1所述的强杂波复杂背景高机动小目标的跟踪方法，其特征在于：雷达数据处理单元中的航迹滤波模块采用“当前”统计(CS)模型的卡尔曼滤波算法，利用接收到的目标机动加速度方差2a及当前时刻的目标航迹信息持续实时解算目标运动参数，并估计下一时刻目标运动状态参数，完成滤波器增益系数的迭代更新，实现航迹滤波平滑外推。

9.如权利要求1所述的强杂波复杂背景高机动小目标的跟踪方法，其特征在于：航迹拟合模块针对城市强杂波背景下多旋翼无人机，选择滑窗长度n＝5或n＝8，完成对目标航迹的滤波外推，最终实现目标实时稳定跟踪。