[发明专利]一种基于直方图概率多假设跟踪的微多普勒曲线提取方法

摘要

本发明公开了一种基于直方图概率多假设跟踪的微多普勒曲线提取方法，包括建立目标分量的传感器模型，将微多普勒时频图看作平稳随机过程的观测直方图，计算目标分量的单元概率和微多普勒时频图的整体分辨单元概率，根据目标分量的传感器模型和时频图整体分辨单元概率计算预期测量值；根据目标分量单元概率和目标分量的参数模型计算单元质心，得到合成向量和相应的合成协方差矩阵，以及混合过程协方差矩阵；确定更新的混合概率系数，根据更新的混合概率系数计算信号强度估计值；最后通过递归的扩展卡尔曼平滑滤波估计状态，得到目标参数的估计结果。本发明能够实现低信噪比条件下对多分量微多普勒曲线的提取，且运算量较小。

主权项

1.一种基于直方图概率多假设跟踪的微多普勒曲线提取方法，其特征在于，包括以下步骤：步骤1，根据已知的微多普勒曲线的时频图建立目标分量的传感器模型；步骤2，将微多普勒时频图看作平稳随机过程的观测直方图，计算强度模型；步骤3，计算目标分量单元概率和微多普勒时频图的整体分辨单元概率；步骤4，根据目标分量的传感器模型和微多普勒时频图的整体分辨单元概率，计算微多普勒时频图的预期测量值；步骤5，根据目标分量单元概率和目标分量的参数模型计算单元质心；步骤6，根据单元质心计算合成向量和相应的合成协方差矩阵，以及混合过程协方差矩阵；步骤7，确定更新的混合概率系数；步骤8，通过递归的卡尔曼滤波估计状态，得到目标分量的估计结果；步骤9，重复步骤3‑8直到收敛；步骤10，根据更新的混合概率系数，计算信号强度估计值。