1.本发明涉及雷达解模糊
技术领域：
：，尤其涉及一种改进的雷达解多目标二维模糊方法。
背景技术：
：：2.传统的雷达解模糊方法有余差查表法、剩余定理法、一维集法等。3.余差查表法主要优点是在测距范围不大时，能够由视在距离之差通过查表快速匹配出目标的真实距离。但随着目标的测距范围增大，存储空间大，查询时间慢，难以达到实时信号处理要求。4.剩余定理法(又称中国余数法)要求几组pri空间中的数据个数/距离门数两两互质，即几组pri乘以信号带宽后，满足两两互质的关系。剩余定理法在不存在测距误差时，能得出正确的结果。但当存在误差时，求解时就会出错。5.一维集法(又称最小二乘法)能同时解距离和速度二维模糊，并且具有良好的容错性和较高的可靠性。但由于涉及排序和求均方差，在目标的模糊度大、目标数量多时，运算量快速增加，难以满足实时性要求。6.韩红波在其发表的论文“雷达信号检测中解模糊的改进算法”阐述了一种基于一维集算法的改进算法及其实现步骤。该论文主要对一维集算法中的排序部分进行改进，采用查表法的思想代替排序，然而该方法未考虑速度模糊、盲区和多目标的问题。7.黄中华等在其论文“机载雷达单波束内检测多个目标的方法及实现”采用了一维集法解距离模糊。对于多目标，该论文采用两两配对的方法，然而该方法需提前知道目标数量，当目标数量未知时，用所有重频解模糊或选择其中几组重频解模糊存在漏警问题。技术实现要素：8.为了解决现有解模糊算法在面对多目标时运算速度慢、虚警漏警问题严重、验证环境过于理想的问题，本发明提出一种改进的雷达解多目标二维模糊方法，针对一维集算法运算速度慢的问题，提前构建与目标无关的距离表和速度表，在后续的计算过程中加上对应的目标测量值，可显著降低排序和求解均方差的运算量；考虑到盲速盲距导致的漏警问题，遍历所有的重频组合，从m组重频中选择n组进行多目标配对，其中m为发射的重频组数、n为解模糊需要的最小重频组数；为避免多目标数据交错导致的虚警问题，目标距离匹配成功后进一步求解该n组数据对应的速度，通过速度是否匹配剔除虚警；针对“n/m”准则会把一个目标判断成多个相近目标的问题，对解出的目标的距离和速度做进一步归并，减少目标分裂导致的虚警问题。9.本发明采用的技术方案如下：10.一种改进的雷达解多目标二维模糊方法，包括以下步骤：11.s1.将雷达信号处理后的点迹数据按脉冲重复周期pri从小到大排列；12.s2.基于排列后的数据构建解距离模糊的基准查找表tabler；13.s3.基于排列后的数据构建解速度模糊的基准查找表tablev；14.s4.遍历雷达发射的所有重频组合，从m组重频中选择n组进行多目标配对；15.s5.求解目标真实距离：基于解距离模糊的基准查找表tabler得到距离配对表table1，计算距离配对表table1各行之间的标准差，如果最小的标准差小于门限tr，说明目标距离配对成功，计算标准差最小的列对应的n个数据的均值，作为目标真实距离ran；16.s6.求解目标真实速度：当目标距离配对成功后，基于解速度模糊的基准查找表tablev得到速度配对表table2，计算速度配对表table2各行之间的标准差，如果最小的标准差小于门限tv，说明目标速度配对成功，计算该列对应的n个数据的均值，作为目标真实速度vel，并输出目标数据tar＝[ran,vel]；[0017]s7.对输出目标数据进行归并处理：重复步骤s4～步骤s6，直到遍历完目标配对的所有重频组合后，对输出的目标真实距离和目标真实速度进行归并处理，减少目标分裂。[0018]进一步地，步骤s2包括以下子步骤：[0019]s201.选择第一组脉冲重复周期pri作为基准周期，列出基准周期对应的所有可能距离值，并计算其它非基准周期的所有可能距离值；[0020]s202.将各组重频对应的所有可能距离值建表，表的行数为雷达发射的重频数m，表的列数为基准周期对应的所有可能距离的数目m+1，将其它重频中的距离值r放在基准重频中第一个≥r的值对应的列上；[0021]s203.将表格中的空余项填充为本重频中的前一个距离值，得到解距离模糊的基准查找表tabler。[0022]进一步地，步骤s201中基准周期对应的所有可能距离值为：[0023]r1,p＝[r1,0,r1,1,...,r1,m][0024]其中r1,i＝i·r1,u，i＝0,1,...,m，为雷达最大探测距离为rmax时的最大模糊数，r1,u＝pri1·c/2为基准重频pri1对应的不模糊距离。[0025]进一步地，步骤s3包括以下子步骤：[0026]s301.选择最后一组脉冲重复周期pri作为基准周期，列出基准周期对应的所有可能速度：[0027]vm,p＝[v1,-k,...,v1,-2,v1,-1,v1,0,v1,1,v1,2,...,v1,k][0028]其中vm,i＝i·vm,u，i＝-k,...,-1,0,1,...,k，为雷达最大探测速度为vmax时的最大模糊数，vm,u＝1/prim·λ/2为基准重频prim对应的不模糊速度；同理，计算其它非基准周期的所有可能速度值；[0029]s302.将各组重频对应的所有可能速度值建表，表的行数为重频数m，表的列数为基准周期对应的所有可能速度的数目2k+1，将其它重频中的速度值v放在基准重频中第一个≥v的值对应的列；[0030]s303.将表格中的空余项填充为本重频中的前一个速度值，得到解速度模糊的基准查找表tablev。[0031]进一步地，步骤s4包括以下子步骤：[0032]s401.从数组[1,2,…,m]中选择n个数，共有种组合，假设第i种组合为[i1,i2,...,in]；[0033]s402.从第i1,i2,...,in组重频中依次选择1个目标数据，假设从第iq组重频中选择的目标测量距离和测量速度分别为和其中q＝1,2,...,n。[0034]进一步地，步骤s5包括以下子步骤：[0035]s501.抽取解距离模糊的基准查找表tabler的第[i1,i2,...,in]行，对于第i1行，加上目标测量距离对于其它行，如果直接加上如果则加上其中为第iq组重频对应的不模糊距离，从而得到距离配对表table1，表的行数为n，列数为m+1，表中的值是各重频上目标的所有可能距离值；[0036]s502.计算距离配对表table1各行之间的标准差，如果最小的标准差小于门限tr，说明目标距离配对成功，计算标准差最小的列对应的n个数据的均值，作为目标的真实距离ran。[0037]进一步地，步骤s6包括以下子步骤：[0038]s601.抽取解速度模糊的基准查找表tablev的第[i1,i2,...,in]行，对于第in行，加上目标测量速度对于其它行，如果直接加上如果则加上其中为第iq组重频对应的不模糊速度，从而得到速度配对表table2，表的行数为n，列数为2k+1，表中的值是各重频上目标的所有可能速度值；[0039]s602.计算速度配对表table2各行之间的标准差，如果最小的标准差小于门限tv，计算该列对应的n个数据的均值，作为目标的真实速度vel，并输出目标数据tar＝[ran,vel]，否则不输出目标。[0040]本发明的有益效果在于：[0041]本发明针对雷达解多目标二维模糊的问题，采用一种改进的解模糊方法，该方法结合查表法和一维集方法的优势，解决了传统一维集方法在目标数量多、模糊度大时难以满足实时性要求的问题。在给出的实例中，4个目标时，运算速度比传统一维集方法快80倍；6个目标时，运算速度比传统一维集方法快580倍。另外，本发明针对传统解模糊方法的虚警、漏警问题，也给出了相应的解决方法，仿真实例中，漏警率和虚警率显著下降。附图说明[0042]图1本发明的一种改进的雷达解多目标二维模糊方法流程图。具体实施方式[0043]为了对本发明的技术特征、目的和效果有更加清楚的理解，现说明本发明的具体实施方式。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明，即所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域技术人员在没有做出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。[0044]实施例[0045]如图1所示，本实施例提供了一种改进的雷达解多目标二维模糊方法，包括以下步骤：[0046]s1.将雷达信号处理后的点迹数据按脉冲重复周期pri从小到大排列；[0047]s2.基于排列后的数据构建解距离模糊的基准查找表tabler；[0048]s3.基于排列后的数据构建解速度模糊的基准查找表tablev；[0049]s4.遍历雷达发射的所有重频组合，从m组重频中选择n组进行多目标配对；[0050]s5.求解目标真实距离：基于解距离模糊的基准查找表tabler得到距离配对表table1，计算距离配对表table1各行之间的标准差，如果最小的标准差小于门限tr，说明目标距离配对成功，计算标准差最小的列对应的n个数据的均值，作为目标真实距离ran；[0051]s6.求解目标真实速度：当目标距离配对成功后，基于解速度模糊的基准查找表tablev得到速度配对表table2，计算速度配对表table2各行之间的标准差，如果最小的标准差小于门限tv，说明目标速度配对成功，计算该列对应的n个数据的均值，作为目标真实速度vel，并输出目标数据tar＝[ran,vel]；[0052]s7.对输出目标数据进行归并处理：重复步骤s4～步骤s6，直到遍历完目标配对的所有重频组合后，对输出的目标真实距离和目标真实速度进行归并处理，减少目标分裂。[0053]“n/m”解模糊准则会把一个目标判断成多个相近的目标，当没有测量误差时，这多个目标的距离和速度是相同的，当有测量误差时，测量误差一般不会超过1个雷达分辨单元大小。因此，将距离差异和速度差异未超过1个分辨单元大小的目标归并为1个目标。[0054]本实施例的雷达解多目标二维模糊方法中，针对一维集算法运算速度慢的问题，提前构建与目标无关的距离表和速度表，在后续的计算过程中加上对应的目标测量值，可极大降低排序和求解均方差的运算量。考虑到盲速盲距导致的漏警问题，遍历所有的重频组合，从m组重频中选择n组进行多目标配对，其中m为发射的重频组数、n为解模糊需要的最小重频组数。为避免多目标数据交错导致的虚警问题，目标距离匹配成功后进一步求解该n组数据对应的速度，通过速度是否匹配剔除虚警。针对“n/m”准则会把一个目标判断成多个相近目标的问题，对解出的目标的距离和速度做进一步归并，减少目标分裂导致的虚警问题。[0055]优选地，步骤s2包括以下子步骤：[0056]s201.选择第一组脉冲重复周期pri作为基准周期，列出基准周期对应的所有可能距离值，并计算其它非基准周期的所有可能距离值；[0057]s202.将各组重频对应的所有可能距离值建表，表的行数为雷达发射的重频数m，表的列数为基准周期对应的所有可能距离的数目m+1，将其它重频中的距离值r放在基准重频中第一个≥r的值对应的列上；[0058]s203.将表格中的空余项填充为本重频中的前一个距离值，得到解距离模糊的基准查找表tabler。[0059]优选地，步骤s201中基准周期对应的所有可能距离值为：[0060]r1,p＝[r1,0,r1,1,...,r1,m][0061]其中r1,i＝i·r1,u，i＝0,1,...,m，为雷达最大探测距离为rmax时的最大模糊数，r1,u＝pri1·c/2为基准重频pri1对应的不模糊距离。[0062]优选地，步骤s3包括以下子步骤：[0063]s301.选择最后一组脉冲重复周期pri作为基准周期，列出基准周期对应的所有可能速度：[0064]vm,p＝[v1,-k,...,v1,-2,v1,-1,v1,0,v1,1,v1,2,...,v1,k][0065]其中vm,i＝i·vm,u，i＝-k,...,-1,0,1,...,k，为雷达最大探测速度为vmax时的最大模糊数，vm,u＝1/prim·λ/2为基准重频prim对应的不模糊速度；同理，计算其它非基准周期的所有可能速度值；[0066]s302.将各组重频对应的所有可能速度值建表，表的行数为重频数m，表的列数为基准周期对应的所有可能速度的数目2k+1，将其它重频中的速度值v放在基准重频中第一个≥v的值对应的列；[0067]s303.将表格中的空余项填充为本重频中的前一个速度值，得到解速度模糊的基准查找表tablev。[0068]优选地，步骤s4包括以下子步骤：[0069]s401.从数组[1,2,…,m]中选择n个数，共有种组合，假设第i种组合为[i1,i2,...,in]；[0070]s402.从第i1,i2,...,in组重频中依次选择1个目标数据，假设从第iq组重频中选择的目标测量距离和测量速度分别为和其中q＝1,2,...,n。[0071]优选地，步骤s5包括以下子步骤：[0072]s501.抽取解距离模糊的基准查找表tabler的第[i1,i2,...,in]行，对于第i1行，加上目标测量距离对于其它行，如果直接加上如果则加上其中为第iq组重频对应的不模糊距离，从而得到距离配对表table1，表的行数为n，列数为m+1，表中的值是各重频上目标的所有可能距离值；[0073]s502.计算距离配对表table1各行之间的标准差，如果最小的标准差小于门限tr，说明目标距离配对成功，计算标准差最小的列对应的n个数据的均值，作为目标的真实距离ran。[0074]优选地，步骤s6包括以下子步骤：[0075]s601.抽取解速度模糊的基准查找表tablev的第[i1,i2,...,in]行，对于第in行，加上目标测量速度对于其它行，如果直接加上如果则加上其中为第iq组重频对应的不模糊速度，从而得到速度配对表table2，表的行数为n，列数为2k+1，表中的值是各重频上目标的所有可能速度值；[0076]s602.计算速度配对表table2各行之间的标准差，如果最小的标准差小于门限tv，计算该列对应的n个数据的均值，作为目标的真实速度vel，并输出目标数据tar＝[ran,vel]，否则不输出目标。[0077]验证例[0078]为了验证本发明提出的改进解模糊方法在解多目标二维模糊时的实施步骤及性能，构建具有一定误差的仿真数据集。假设雷达发射的6组重频周期为：[23、25、27、29、31、34]us，解模糊需要的最小重频数为3，雷达脉冲宽度为2.5us，雷达带宽为5mhz，每个重频上的相参脉冲个数为256。因此雷达距离分辨单元大小为30m，速度分辨单元大小约为1.7m/s，测量误差在1个分辨单元内，盲距大小为375m，盲速大小为3m/s，雷达最大探测速度为10000m/s、最大探测距离1000km。同一波束内的目标数量为4个，真实距离、真实速度、检测到的视在距离及视在速度如表1所示。[0079]表1仿真试验中目标的真实距离及测量距离[0080][0081]目标1和目标2距离相同但速度不同，目标3和目标4速度相同但距离不同。雷达检测时，由于盲区的遮挡，有的重频无法检测到某目标，用“‑”表示。[0082]本验证例的具体实施步骤如下：[0083]s1.将雷达信号处理后的点迹数据按脉冲重复周期(pri)从小到大排列。[0084]s2.构建解距离模糊的基准查找表tabler。[0085]s201.选择第一组pri作为基准周期，列出基准周期对应的所有可能距离值：[0086]r1,p＝[0,3450,6900,...,993600][0087]其中，基准重频pri1对应的不模糊距离为3450m。同理，计算其它非基准周期的所有可能距离值。[0088]s202.将各组重频对应的所有可能距离值建表，表的行数为雷达发射的重频数6，表的列数为基准周期对应的所有可能距离的数目289。将其它重频中的距离值r放在基准重频中第一个≥r的值对应的列上。[0089]s203.将表格中的空余项填充为本重频中的前一个距离值，得到解距离模糊的基准查找表tabler。[0090][0091]s3.构建解速度模糊的基准查找表[0092]s301.选择最后一组pri作为基准周期，列出基准周期对应的所有可能速度，为：[0093]v6,p＝[-10435,...,-652,0,652,...,10435][0094]其中基准重频pri6对应的不模糊速度为652m/s。同理，计算其它非基准周期的所有可能速度值。[0095]s302.将各组重频对应的所有可能速度值建表，表的行数为重频数6，表的列数为基准周期对应的所有可能速度的数目47。将其它重频中的速度值v放在基准重频中第一个≥v的值对应的列。[0096]s303.将表格中的空余项填充为本重频中的前一个速度值，得到解速度模糊的基准查找表tablev：[0097][0098]s4.从6组重频中选择3组进行多目标配对。[0099]s401.从数组[1,2,…,6]中选择3个数，共有20种组合，假设第i种组合为[1,2,4]，i＝1,2,...,20。[0100]s402.从第1、2、4组重频中依次选择1个目标数据，选择的数据的距离和速度分别2059m、2496m、852m和247.3m/s、300.7m/s、123.6m/s。[0101]s5.求解这3组数据对应的目标真是距离。[0102]s501.抽取距离基准查找表tabler的第1、2、4行，对于第1行，加上目标测量距离2059；对于第2行，由于2496大于2059，直接加上2496；对于第4行，由于852小于2059，加上2059+4350，得到距离配对表table1，表的行数为3，列数为289，表中的值是各重频上目标的所有可能距离值s502.计算距离配对表table1各行之间的标准差。如果最小的标准差小于门限30m，说明目标距离配对成功，计算该列对应的3个数据的均值，作为目标的真实距离ran。例如本次计算得到标准差的最小值为6.5m，小于门限30m，说明可能存在真实目标距离，求出目标距离为39994m。[0103]s6.当目标距离配对成功后，求解这3个数据的速度。[0104]s601.抽取速度基准查找表tablev的第1、2、4行，对于第4行，加上第四组重频对应的目标测量速度123.6；对于第1行，由于测量247.3大于123.6，直接加上247.3；对于第2行，由于，由于300.7大于123.6，直接加上300.7，得到速度配对表table2。表的行数为3，列数27，表中的值是各重频上目标的所有可能速度值。[0105]s602.计算速度配对表table2各行之间的标准差。如果最小的标准差小于门限1.7m/s，计算该列对应的3个数据的均值，作为目标的真实速度vel，并输出目标tar＝[ran,vel]，否则不输出目标。例如，本次计算计算得到标准差的最小值为0.51m/s，小于门限1.7m/s，说明可能存在目标真实速度，求出目标速度为900.3m/s，输出目标信息tar＝[39994m，900.3m/s]。[0106]s7.重复步骤s4～步骤s6，直到遍历完目标配对的所有组合后，对输出的目标数据进行归并处理，减少目标分裂。将距离差异未超过30m并且速度差异未超过1.7m/s的所有目标归并为一个目标。[0107]为了对比性能，将黄中华论文中的一维集方法(方法1)和韩洪波论文中的改进一维集方法(方法2)扩展到解距离速度二维模糊，即距离配对成功后再求解速度模糊。同时将本发明步骤s7中的目标归并方法也应用到这两种方法中。通过本验证例提供的仿真数据集进行验证，选择测量目标数量最多的第二、三、六组重频来解模糊。解模糊结果如表2所示：[0108]表2仿真试验中的解模糊结果[0109][0110][0111]由于目标3在第二组重频中没有被检测到，方法1和方法2选择固定的重频来解模糊时不会输出该目标，而在本发明阐述的解模糊方法中，4个目标均输出。另外，在运算速度上本发明所述方法也有明显的优势。[0112]更一般地，验证目标距离和速度在一定范围内随机分布时本发明所述方法的性能。采用1000次蒙特卡罗试验，统计平均耗时、平均漏警率(漏警率＝解模糊漏掉的真实目标数量/真实目标数量)、平均虚警率(虚警率＝非真实目标数量/解模糊输出的总目标数量)与真实目标个数的关系，如表3所示：[0113]表31000次蒙特卡罗仿真试验结果[0114][0115]可见，本发明的雷达解多目标二维模糊方法在运算耗时、漏警率、虚警率上都有显著的下降。[0116]需要说明的是，对于前述的方法实施例，为了简便描述，故将其表述为一系列的动作组合，但是本领域技术人员应该知悉，本技术并不受所描述的动作顺序的限制，因为依据本技术，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本技术所必须的。当前第1页12当前第1页12