本发明属于雷达探测领域,具体涉及一种雷达多运动目标实时跟踪方法。
背景技术:
::超宽带穿墙雷达具有优异的穿透性、超高的距离分辨率和定位精度,因此被广泛用于消防应急救援、军事反恐和城市巷战等场景中,来探测墙体等障碍物后的被困群众、犯罪分子或人质的具体位置和活动范围等。在超宽带穿墙雷达多运动目标检测跟踪的实际应用中,有两个问题是亟待解决的。一是检测的准确性,在穿墙雷达探测的实际场景中,回波数据很容易受到系统自身以及外部环境带来的噪声干扰。同时,在探测运动目标时,目标运动交汇,目标位置相互遮挡,探测环境复杂,多径效应严重等因素,都能对穿墙雷达探测的准确性造成不利影响,给操作人员带来诸多不便。二是检测的实时性,传统的多目标检测多采用恒虚警率检测(cfar),被检测序列被转化为一个二值序列,往往一个目标对应着多个采样点,并被判断为目标点,需要根据此多个目标点估计出目标的具体位置。因此计算量较大,再加上后续的多目标航迹管理,对于嵌入式的低功耗芯片来言,很难实现实时检测跟踪。技术实现要素:针对上述问题,为了保证检测的准确性与实时性,本发明提出了一种雷达多运动目标实时跟踪方法,包括如下步骤:s1,获取雷达的原始回波信号,并对其进行预处理,得到处理后的回波数据;s2,对所述回波数据进行分段处理;s3,对分段处理后的每一段数据进行查询,寻找最佳目标匹配点;s4,采用均值类恒虚警率检测,判断每一段数据的最佳目标匹配点是否为运动目标,得到运动目标的目标点;以及s5,对所述目标点进行航迹管理,得到稳定航迹,并输出稳定航迹的位置信息。在一些实施例中,步骤s1具体包括如下步骤:s1a,获取雷达的原始回波信号;s1b,对所述原始回波信号进行带通滤波和对数幂增益控制;s1c,采用三帧差分法从经过步骤s1b处理后的数据中提取运动目标信息;以及s1d,采用希尔伯特变换提取信号包络,得到所述回波数据。在一些实施例中,在步骤s2中,对所述回波数据的距离像进行分段处理,每一段数据的长度随着距离的增加而增大。在一些实施例中,在步骤s3中,在每一段数据中寻找段内的最大功率估计值,记录最大功率估计值所在的位置信息并将其作为所述最佳目标匹配点。在一些实施例中,步骤s4中还包括,判断当前被检测的段内的最佳目标匹配点是否位于分段边界并且判断其功率值低是否于边界另一侧的值,若是则判断其为伪目标点并将其去除。在一些实施例中,步骤s5具体包括如下步骤:s5a,建立n个航迹结构体并初始化,n为步骤s2中进行分段处理的分段数;s5b,判断当前航迹是否有效,若否则直接对下一个航迹结构体进行判断,若是则进入后续步骤;s5c,进行目标点的点迹与航迹的关联匹配;s5d,对航迹进行预测与更新;s5e,对航迹进行状态维护,得到稳定航迹;返回步骤s5b,对下一个航迹结构体进行判断,直至完成对n个航迹结构体的处理;s5f,对未匹配到航迹的目标点建立新的航迹;以及s5g,输出稳定航迹的位置信息。在一些实施例中,在步骤s5a中,所述航迹结构体包括如下参数:每个航迹结构体的id、航迹是否有效标志、是否匹配到目标标志、目标位置、预测位置、位置记录、生存时间参数和生命质量参数。在一些实施例中,在步骤s5c中,若有目标点落入到航迹的邻域内,则将目标位置设为该目标点的位置信息,且将生命质量参数加1,并将是否匹配到目标标志置1,完成目标点的点迹与航迹的关联匹配;若没有目标点落入到航迹的邻域内,则将目标位置设为预设值,且将生命质量参数加0,并将是否匹配到目标标志置0;此后,将目标位置添加到位置记录的后方。在一些实施例中,在步骤s5d中,根据所述位置记录,采用一阶线性预测的方式得到预测值,并根据预测值更新所述预测位置。在一些实施例中,在步骤s5e中,根据航迹的生存时间参数和生命质量参数进行航迹的动态调整或删除操作。基于上述技术方案可知,本发明至少取得了以下有益效果:本发明采用分段处理并结合均值恒虚警率检测判决的方法,在保证了准确性的情况下,有效降低了运算的复杂度,使得嵌入式低功耗的单片机可以实时处理。本发明适用于超宽带穿墙雷达在复杂环境下的多运动目标实时跟踪。附图说明图1为本发明实施例的雷达多运动目标实时跟踪方法的步骤流程图;图2为本发明实施例的雷达多运动目标实时跟踪方法的原理示意图;图3为本发明的一个具体实施例中步骤s5的流程图;图4为本发明的一个具体实施例中航迹结构体初始化示意图。具体实施方式为使本发明的目的、技术方案和优点更加清楚,下面将对本发明的技术方案进行清楚、完整地描述。显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于所描述的本发明的实施例,本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。除非另外定义,本发明使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。图1为本发明实施例的雷达多运动目标实时跟踪方法的步骤流程图,参照图1,本发明实施例中的雷达多运动目标实时跟踪方法包括如下步骤:s1,获取雷达的原始回波信号,并对其进行预处理,得到处理后的回波数据。s2,对回波数据进行分段处理。s3,对分段处理后的每一段数据进行查询,寻找最佳目标匹配点。s4,采用均值类恒虚警率检测,判断每一段数据的最佳目标匹配点是否为运动目标,得到运动目标的目标点。s5,对目标点进行航迹管理,得到稳定航迹,并输出稳定航迹的位置信息。本发明采用分段处理并结合均值恒虚警率检测判决的方法,在保证了准确性的情况下,有效降低了运算的复杂度,使得嵌入式低功耗的单片机可以实时处理。根据一些实施例,步骤s1具体包括如下步骤:s1a,获取雷达的原始回波信号。s1b,对原始回波信号进行带通滤波和对数幂增益控制。本实施例中,首先通过带通滤波去除原始回波信号中的干扰噪声。由于远处目标的回波信号较弱,近处目标的回波信号强,使得远处目标难以被检测到,因此需要对远处目标回波信号进行增强。本实施例中采用下式进行对数幂增益控制:x′=x*[log(m)]n其中,x为放大之前的信号,x′为放大之后的信号,m=1,2,...,n,为对应的采样点数,n为函数幂次,n代表该时刻的回波数据的总采样点数。传统的线性或幂函数增益控制在放大远处目标的回波信号同时,使得远处的噪声水平远超过目标的回波信号;而本发明实施例中所采用的对数幂函数增益控制能够合理控制远处的噪声水平,使得目标回波信号不被噪声淹没。s1c,采用三帧差分法从经过步骤s1b处理后的数据中提取运动目标信息。本实施例中,采用三帧差分法提取运动目标信息的数学表达式如下:zk=(xk+1-xk)-(xk-xk-1)=(xk+1+xk-1)-2xk其中,xk代表第k个时刻的接收回波值,为n×1向量,zk为含有运动目标信息的回波信号。s1d,采用希尔伯特变换提取信号包络,得到回波数据。例如,首先对回波信号zk进行希尔伯特变换,以下用x(t)代替zk来表示此时刻的回波信号,则希尔伯特变换如下式所示:然后得到x(t)的信号包络u(t)作为回波数据,如下式所示:上式中a(t)为幅值函数,为相位函数,且得到需要的回波数据后,参照图2,根据一些实施例,在步骤s2中,对回波数据的距离像进行分段处理,每一段数据的长度随着距离的增加而增大,例如按照图示的方式分为n段。雷达的定位误差会随着距离的增加而增大,因此将雷达回波数据分成由小到大的n段,可降低定位误差的影响。根据一些实施例,在步骤s3中,在每一段数据中寻找段内的最大功率估计值,记录最大功率估计值所在的位置信息并将其作为最佳目标匹配点。接下来,在步骤s4中,对每一个分段内的最佳目标匹配点进行均值类简易恒虚警率检测(ml_scfar),判断段内的最佳目标匹配点是否为运动目标,其原理如图2所示。其中比较器的判决准则如下,即通过下式判断是否为运动目标:其中,d为当前被检测的段内的最佳目标匹配点的最大功率估计值;h1表示是运动目标,h0表示不是运动目标;z为背景平均功率,z的值由最佳目标匹配点两侧的参考滑窗内的信号估计;t为标称化因子,由参考滑窗长度r、预设的虚警概率pfa等因素决定,t和z共同构成了检测阈值。根据一些实施例,步骤s4中还包括,判断当前被检测的段内的最佳目标匹配点是否位于分段边界并且判断其功率值是否低于边界另一侧的值,若是则判断其为伪目标点并将其去除。由于分段的区间是固定的,因此运动目标的回波信号有可能会同时落入到相邻的两个区间,并同时被判决为运动目标,便会产生伪目标点。由于此类型的伪目标点是由于分段引入的,而且同一个运动目标的回波信号是连续变化的,因此伪目标点会出现在分段的边界点处。本实施例通过判断目标是否位于分段边界并且低于边界另一侧的值而清除了伪目标点,提高了可靠性。此后,进入步骤s5,对去除伪目标点后得到的运动目标的目标点进行航迹管理。现有技术中的航迹管理方案中,点迹-航迹的关联匹配是多目标跟踪中最复杂的问题,尤其是发生点迹“抢夺”或“冲突”的情形,即一个点迹落入到多个目标航迹中,或者多个点迹同时落入到某一条航迹的波门内。针对上述问题,进一步地,参照图3,根据一些实施例,步骤s5具体包括如下步骤:s5a,建立n个航迹结构体并初始化,n即为步骤s2中进行分段处理的分段数。本领域技术人员能够理解的是,图3中各判断模块后的“y”表示是,“n”表示否,不同于上述的分段数。优选地,进一步参照图4,航迹结构体struct_track包括但不限于如下参数:trackid即每个航迹结构体的id、航迹是否有效标志is_valid、是否匹配到目标标志is_findtarget、目标位置position、预测位置preposition、位置记录positionhistory、生存时间参数life_time和生命质量参数life_value。各参数初始化后的值如图4所示。本实施例中,由于此前采用了ml_scfar方法,每个分段最多只会检测出一个目标,因此最多会有n个目标,故需要开辟n个航迹的内存空间,航迹结构体的id范围为1~n。s5b,判断当前航迹是否有效,若否则直接对下一个航迹结构体进行判断,若是则进入后续步骤。例如,通过判断航迹是否有效标志is_valid是否等于1,来判断当前航迹是否有效,若不等于1,则直接对下一个航迹结构体进行判断;若等于1,则进行点迹与航迹的匹配以及航迹管理和预测等后续操作。本实施例中,因初始化后n个航迹结构体的航迹是否有效标志is_valid均为0,故在第一轮循环中,会直接进入后续的步骤s5f;步骤s5f中对目标点建立航迹,并将航迹是否有效标志is_valid置1后,返回步骤s5b开始第二轮循环。s5c,进行目标点的点迹与航迹的关联匹配。本实施例中,由于此前采用了ml_scfar检测方法,因此在每个航迹的邻域内最多只会有1个目标。例如,若有目标点落入到航迹的邻域内,则将目标位置设为该目标点的位置信息,即struct_track(i).position=position_cfar,其中position_cfar为cfar检测结果,即目标点的位置信息;且将生命质量参数加1,即struct_track(i).life_value=life_value+1;并将是否匹配到目标标志is_findtarget置1,完成目标点的点迹与航迹的关联匹配。若没有目标点落入到航迹的邻域内,则将目标位置设为预设值,即struct_track(i).position=preposition;且将生命质量参数加0,即struct_track(i).life_value=life_value+0;并将是否匹配到目标标志is_findtarget置0。此后,将目标位置position添加到位置记录position_history的后方。s5d,对航迹进行预测与更新。例如,根据位置记录position_history,采用一阶线性预测的方式得到预测值,并根据预测值更新预测位置preposition。一阶线性预测的公式如下所示:其中x代表时刻,y代表此时刻的目标位置,m代表所选取的连续的目标点的个数,即用来进行预测的数据量。代表平均值。最终的预测公式为:y=a+bx。即,可根据上式预测出下一个时刻x的目标位置y。s5e,对航迹进行状态维护。例如,参照图3,根据航迹的生存时间参数life_time和生命质量参数life_value进行航迹的动态调整或删除操作。在一个具体实施例中,如图3所示,如果life_time=4且life_value=4,或者life_time是7的倍数且life_value≥5,则航迹直接升级为稳定航迹,即航迹属性struct_track(i).attribute=‘stable’。如果上述条件不满足,并且life_time也不是7的倍数,则该航迹的状态不改变,直接进行下一个航迹结构体的判断。如果上述条件不满足,但life_time是7的倍数,而生存质量life_value的值小于5,则航迹的状态进行降级操作。上述降级操作具体为:稳定航迹变为不稳定航迹,即航迹属性struct_track(i).attribute=‘unstable’;不稳定航迹变为新航迹,即航迹属性struct_track(i).attribute=‘new’;新航迹将被删除并通过如图4所示的航迹结构体进行初始化。此后,返回步骤s5b,对下一个航迹结构体进行判断,依此循环直至完成对n个航迹结构体的处理。s5f,对未匹配到航迹的目标点建立新的航迹。对未匹配到航迹的ml_scfar检测出的目标点建立新的航迹,并将航迹是否有效标志struct_track(i).is_valid置1,航迹属性struct_track(i).attribute设置为‘new’。s5g,输出稳定航迹的位置信息。统计稳定航迹的数量,即航迹属性struct_track(i).attribute=‘stable’的航迹个数,然后将稳定航迹的id信息和位置信息输出。本发明采用分段处理并结合均值恒虚警率检测判决的方法,在保证了准确性的情况下,有效降低了运算的复杂度,使得嵌入式低功耗的单片机可以实时处理。同时本发明采用的航迹管理的方法有效解决了航迹管理中点迹-航迹的“冲突”与“抢夺”的问题。本发明适用于超宽带穿墙雷达在复杂环境下的多运动目标实时跟踪。以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本
技术领域:
:的技术人员在本发明揭露的技术范围内,根据本发的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。当前第1页12当前第1页12