一种基于距离匹配的PD雷达微弱目标动态规划检测方法与流程

技术特征：

1.一种基于距离匹配的PD雷达微弱目标动态规划检测方法，其特征在于，包括以下步骤：

步骤1：初始化系统参数：

P_fa为初始门限虚警；

R_max为雷达最大作用距离；

M为PD雷达脉冲重复频率的种类；

m＝1,2,…,M为脉冲重复频率的序号；

F_m为第m个脉冲重复频率；

Ru_m为脉冲重复频率F_m对应的最大不模糊距离；

K为处理数据的扫描时刻总数；

k＝1,2,…,K为数据的扫描时刻序号；

N_k为k时刻量测的总数目；

n＝1,2,…,N_k为k时刻量测的序号；

为k时刻第n个量测的模糊距离；

为k时刻第n个量测的方位；

A_n(k)为k时刻第n个量测的回波幅度；

为k时刻第n个量测单元；

Z′_k为k时刻距离匹配量测序列；

J_k为k时刻可能航迹的总数目；

j＝1,2,…,J_k为k时刻可能航迹的序号；

S_k(j)为k时刻第j个可能航迹的目标函数；

I_k(j)为k时刻第j个可能航迹的价值函数；

H(j)为最终检测到的第j个目标真实量测序列；

步骤2：初始门限处理

在扫描时刻k，将每一个距离-方位单元的回波数据分别与一个初始门限η₁进行比较，从而消除部分噪声影响，得到PD雷达初始检测后的量测数据序列Z_k；

步骤3：距离匹配处理

PD雷达对目标距离的测量通常是模糊的，导致目标量测在时空上不连续，因此难以沿着目标航迹进行非相参积累；为了解决这个问题，对雷达量测序列Z_k进行距离匹配处理，将等概率匹配到所有模糊区间，得到雷达的距离匹配量测序列Z′_k，从而恢复量测数据的时空相关性；

步骤4：动态规划处理

将K个扫描时刻得到的所有距离匹配量测序列构成一个搜索集合Z′_1:K＝[Z′₁,Z′₂,…,Z′_K]，通过动态规划方法对搜索集合中的所有可能航迹进行搜索，递推求取目标函数S_k(j)和相应价值函数I_k(j)，实现回波幅度沿目标航迹的非相参积累；

步骤5：门限检测

在k＝K时，根据积累的价值函数I_K(j)，设定检测门限G，消除积累价值较低的可能航迹，保留价值函数超过检测门限的可能航迹，将其存入候选航迹集合D：

D＝{j|[I_K(j)≥G，j＝1,2,…,J_k]}，

其中，{j|[I_K(j)≥G，j＝1,2,…,J_k]}表示提取所有满足I_K(j)≥G条件的可能航迹的序号j；

步骤6：目标提取

对于候选航迹集合D中的每一条可能航迹序号j∈D，从第K个时刻开始，进行逆序回溯，得到目标在k时刻对应的量测序号i_k：

i_k＝S_k(j)；

从Z′_K中提取序号i_k对应的匹配量测当k＝1,…,k,…,K时得到目标的量测序列从而实现对目标真实轨迹的提取。

2.根据权利要求1所述的一种基于距离匹配的PD雷达微弱目标动态规划检测方法，其特征在于步骤2所述的初始门限处理方法：

S21：在扫描时刻k，将每一个量测单元z_n(k)分别与一个初始门限η₁进行比较，从而消除部分噪声影响；为了最大限度的保留目标信息，选择一个较大初始虚警，其初始门限设定为：

${\mathrm{\η}}_1=-ln\left(P_{fa}\right)\·\stackrel{\‾}{A},$

其中，ln()表示求自然对数，为k时刻所有量测单元z_n(k)中幅度的平均值，n＝1,2,…,N_k：

$\stackrel{\‾}{A}=\frac{1}{N_k}\underset{n=1}{\overset{N_k}{\Σ}}{A}_n\left(k\right),$

其中，∑[·]表示求求和运算；

S22：采用初始门限对所有量测单元进行门限检测，得到处理后的雷达量测序列其中z_n(k)取值如下：

在后续处理中，跳过取值全为0的量测单元；这样，就可以排除部分噪声的影响，从而降低计算机处理的数据量。

3.根据权利要求1所述的一种基于距离匹配的PD雷达微弱目标动态规划检测方法，其特征在于步骤3所述的距离匹配处理方法：

S31：计算每一个脉冲重复频率F_m的模糊区间个数Φ_m

Φ_m＝Int(R_max/Ru_m)，

其中Int()表示取整运算，m＝1,2,…,M；

S32：k时刻，对于雷达通过F_m测得的第n个量测z_n(k)，将其距离匹配到第l_m个模糊区间，其中l_m＝1,2,…,Φ_m，可得一个匹配距离

S33：添加相应的方位回波幅度A_n(k)、模糊区间数l_m等信息，在第l_m个模糊区间中构建一个距离匹配量测向量

S34：令模糊区间数l_m在l_m＝1,2,…,Φ_m中连续取值，得到一组距离匹配量测序列

S35：令量测序号n在n＝1,2,…,N_k中连续取值，得到k时刻所有量测的距离匹配量测序列Z′_k：

S36：根据S34和S35的定义，Z′_k为一个行数为Φ_mN_k的序列，将其简化表示为：

$Z_k^{\′}\stackrel{\mathrm{\Δ}}{=}\left[\begin{array}{c}{z^{\′}}_1\left(k\right)\\ .\\ .\\ .\\ {z^{\′}}_i\left(k\right)\\ .\\ .\\ .\\ {z^{\′}}_{{\mathrm{\Φ}}_m{N}_k}\left(k\right)\end{array}\right],$

其中，z'_i(k)表示Z′_k中的第i行距离匹配量测向量，向量形式与步骤S33中一致，i＝1,2,…,Φ_mN_k；

由于距离匹配处理过程对雷达的所有模糊区间进行了等概率匹配，因此必然有距离匹配量测落在目标真实模糊区间中；可见，处理后的量测序列Z′_k中必然存在目标的真实量测，从而恢复了量测数据的时空相关性。