一种基于被动外辐射源雷达的目标直接检测与跟踪方法

摘要

本发明提出了一种基于被动外辐射源雷达的目标直接检测与跟踪方法，从被动MIMO雷达接收机接收数据出发，来实现未知目标出现时间的情况下的单目标的联合检测与跟踪问题。该发明将MIMO雷达信号分为参考信号和监测信号，并基于被动MIMO雷达的GLRT检测器原理设计伯努利滤波器的似然函数，该似然集中式融合所有接收机的两路信号进行构造。整套系统有效地减小了传统两步法的中间误差，并且能做到更低信噪比下的目标跟踪，有良好的性能、对环境的适应性和鲁棒性，可以满足工程中的设计要求。

说明书

技术领域

本发明属于电子对抗技术领域，具体涉及一种基于被动外辐射源雷达的目标直接检测与跟踪方法。

背景技术

传统的被动雷达目标跟踪方法主要分成两个步骤，先从接收到的信号中估计出疑似目标产生的时延(TOA)、多普勒频率(FOA)和/或到达角(DOA)等参数，然后选取适当的滤波器以这些中间参数作为量测，估计监测区域内的目标数和状态。同时，传统的流程往往在最开始的检测环节就已经进行了硬判决，这种方式产生的估计误差在下一阶段无法修复，很难在复杂场景下对目标进行实时有效的跟踪。

近年来，基于随机有限集理论的跟踪算法得到了广泛的关注，它无须考虑量测与目标之间的关联，可以快速实现目标数目未知的单\多目标跟踪。针对最多只有一个目标的场景，伯努利滤波器是一类广泛使用的联合检测与跟踪滤波器，其计算复杂度低且易于实现。和传统跟踪的两步法相比，直接跟踪算法直接应用接收机接收信号的全部信息直接得到目标个数和位置，不提取中间参数，从而减少了参数提取算法引起的误差积累。

发明内容

针对上述问题，本发明提出了一种基于被动外辐射源雷达的目标直接检测与跟踪算法，利用被动MIMO雷达的广义似然比检验(GLRT)检测原理，设计采用强度量测的一类伯努利滤波器的似然函数，被动MIMO雷达的GLRT利用了接收信号中的全部相关性，其性能优于其他仅利用其中一些相关性的被动MIMO雷达检测器，包括传统的分散式处理方法。这种伯努利滤波器的直接跟踪，避免了两步法跟踪的中间误差，以及传统检测与跟踪算法中的硬判决，且能够提高该算法对复杂场景的适应性和低信噪比下的鲁棒性，提高目标的跟踪性。本发明从被动MIMO雷达接收机接收数据出发，来实现未知目标出现时间的情况下的单目标的联合检测与跟踪问题，有良好的性能、对环境的适应性和鲁棒性，可以满足工程中的设计要求。

本发明采用的技术方案是：

本发明将含有时延和多普勒的MIMO雷达接收信号的离散化作为伯努利滤波器的输入，该信号分为参考信号和监测信号两路成分，并基于被动MIMO雷达的GLRT检测器原理设计伯努利滤波器的似然函数，该似然集中式融合所有接收机的两路信号，利用它们的完全相关关系构造。相较两步法而言，直接跟踪算法有效地减小了产生的中间误差，同时整个系统是贝叶斯框架下的，其信息的传递是概率描述的形式，所以所提方案具有较强的鲁棒性和扩展性。又因为似然函数利用了两通道全部的相关信息，能做到更低信噪比下的目标跟踪。

假设一个被动MIMO雷达网络有发射站M

q

其中，α

其中，

其中，D(u)＝diag{[e

定义针对所有接收机的监测信号和参考信号以及所有量测的拼接分别为

其中，(·)

一种基于伯努利滤波器的被动MIMO雷达目标直接检测与跟踪方法，其特征在于，用序贯蒙特卡罗的方法实现伯努利滤波器，近似其空间概率密度函数，用GLRT检测算法计算滤波器的似然函数，用软判决代替硬判决来状态提取及检测目标是否存在。包括以下步骤：

S1、将含有时延和多普勒的MIMO雷达接收信号的离散化作为伯努利滤波器的输入，并采用序贯蒙特卡罗的方法实现伯努利滤波器。序贯蒙特卡罗方法实现的伯努利滤波器用一批有权重的粒子

S2、K≥k≥1时，重复以下步骤。输入：先验的目标伯努利分布参数

r

其中r

其中，

S3、简写

其中，λ

其中，||·||表示二范数；

S4、对于每个粒子(l＝1,…,N+B)，重复以下步骤计算与似然有关的参数

S41、利用GLRT原理计算假设有目标时的似然

其中

S42、计算似然比

其中γ是事先确定的虚拟检测门限值，计算方法为在无目标情况下，

S5、用粒子求和近似似然比的积分，

S6、更新：根据预测的伯努利参数，再结合当前时刻获取的量测向量z

S7、空间概率密度为：对于每个粒子(l＝1,…,N+B)，重复以下步骤更新粒子权重

粒子权重归一化：

S8、重采样：对于l＝1,…,N和m

S9、重新将粒子权重设为

S10、输出N个粒子：r

本发明的有益效果为，

1)本发明用伯努利滤波器解决以强度作为量测的单目标跟踪问题，并引入被动MIMO雷达建模和GLRT检测技术，解决发射信号未知时似然函数的计算问题，为在更复杂的场景下的跟踪提供了一种解决办法；

2)本发明可以解决被动MIMO雷达的联合检测与直接跟踪，避免了传统的两步法跟踪产生的中间误差，该方法在低信噪比下的鲁棒性强，效果良好。

附图说明

图1为DNR＝15dB时发射站与接收站位置、目标真实轨迹及一次蒙特卡洛图；

图2为DNR＝15dB时在x轴和y轴的具体跟踪结果图；

图3为平均OSPA随信噪比的变化曲线；

图4为平均目标个数估计随信噪比的变化图。

具体实施方式

下面结合附图和仿真示例证明本发明的实用性和有效性；

实施例

本例利用MATLAB对上述被动MIMO雷达联合检测与跟踪算法方案进行验证，为简化起见，对算法模型作如下假设：

下面结合附图和仿真示例说明本发明的有效性。

仿真条件及参数

仿真环境：为了便于说明，考虑一个有代表性的二维场景，假设被动MIMO雷达网络3个发射机r

其中△＝1s是采样周期，w

其中，

m

P

p

用于模拟m

如图1-图4所示，通过仿真场景不变，SNR不变，改变DNR分别为15，20，25dB的实验，图3和图4分别画出了平均OSPA和平均目标个数估计，可以看出算法的估计误差和检测性能均满足要求。并且性能随DNR的增加而增加。除了在80s目标消失的时刻容易出现虚警，算法总能获得目标较准确的轨迹。综合图1-4来看，所提算法适用于被动MIMO雷达的联合检测与直接跟踪，且具有较强的鲁棒性和复杂环境适应能力。