欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2021108185222
申请人: 桂林电子科技大学
专利类型:发明专利
专利状态:已下证
专利领域: 测量;测试
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于多伯努利滤波的雷达微弱起伏目标检测前跟踪方法,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:对k-1时刻的原始量测数据使用LABer-STC-TBD算法自适应新生目标;

S3:获得k时刻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比和平方模似然比,给出幅度波动下MB-TBD滤波的SMC实现;

S4:删除存在概率低于阈值的伯努利分量,并利用DPM算法对伯努利分量进行合并;

S5:提取伯努利分量,并估计目标的数量;

S6:判断k+1是否大于目标运动总时间,如果大于,则算法结束,若不然返S2;

对k-1时刻的原始量测数据使用LABer-STC-TBD算法自适应新生目标的步骤中:给定分辨单元的虚警率Pfa即可以计算阈值γ,修正出一种更适用于目标起伏情况的阈值γ:LABer-STC-TBD算法首先是挑选前一时刻量测来自适应新生目标即:自适应新生分布可以表述为:

剔除存在概率低于0.5的伯努利分量,利用已检测到的伯努利分量对现有量测进行修正,来消除该分量对检测剩余目标造成的影响,当检测到的目标对分辨单元(l,m)产生作用,则采用量测方程消除该目标作用后的分辨单元(l,m)的量测为:此时传感器在整个Nr×Nθ场景内得到修正后的量测集合为:

再返回上述步骤,并增加虚警率,直到伯努利分量的存在概率全部低于0.5。

2.如权利要求1所述的基于多伯努利滤波的雷达微弱起伏目标检测前跟踪方法,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[rmin,rmax]×[θmin,θmax],雷达接收跟踪场景内的量测数据Zk和Zk-1,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Tε的线性调频信号,光速c,距离分辨单元对于角度,在雷达接收端采用由Na个天线单元线性排列构成的相控阵系统,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1所述的基于多伯努利滤波的雷达微弱起伏目标检测前跟踪方法,其特征在于,分别计算三种幅度波动类型的复似然比和平方模似然比的步骤中:分别计算幅度波动类型为Swerling 0,1,3下的平方模似然比;

分别计算幅度波动类型为Swerling 0,1,3下的复似然比。

4.如权利要求3所述的基于多伯努利滤波的雷达微弱起伏目标检测前跟踪方法,其特征在于,删除存在概率低于阈值的伯努利分量,并利用DPM算法对伯努利分量进行合并的步骤中:DPM算法首先删除存在概率低于阈值的伯努利分量,其次对伯努利分量依据距离进行分类,然后保留同一目标存在概率最高的伯努利分量,挑选后同一目标的分量只有一个;如果两两分量存在概率相同,即且伯努利分量的距离在阈值内,则合并这两个分量并重新定义新的分量,具体取决于和

5.如权利要求4所述的基于多伯努利滤波的雷达微弱起伏目标检测前跟踪方法,其特征在于,提取伯努利分量,并估计目标的数量的步骤中:在DPM算法结束后提取存在概率大于0.5的伯努利分量,存在概率大于0.5的伯努利分量的数量即为估计目标的数量。