刻运动目标所有可能的点 迹P(n)与n-1时刻形成的各条稳定航迹（St油le Track,简称ST)STk(n-l) W及各条临时 航迹（Temporary Track,简称TT)TTi (n-1)进行关联匹配操作，得到n时刻各条STk的观测 值yk(n)化及各条TTi的观巧mzi(n)，其中，k是稳定航迹的编号，即k= 1，2，... ；1是临 时航迹的编号，即1二1，2,...;
[0035] 本实施例中，稳定航迹指的是雷达探测范围内，被认为是真实运动目标所产生的、 长时间保持跟踪的航迹；而临时航迹则是起始时间不长的、可信度不够高、有待进一步分辨 的航迹。二者的关系是，当临时航迹在一段时间内连续存在目标点迹能够与之匹配，则认为 该条临时航迹是由真实目标产生的，因而将其转化为稳定航迹并建立滤波方程对其进行跟 踪，否则，该临时航迹被认为是由噪声点迹产生的而被删除，具体操作可参见步骤D航迹管 理。
[0036] 该步骤C超宽带穿墙雷达多目标一维数据关联具体包括：
[0037] 子步骤C1 n-1时刻各条稳定航迹STk(n-1)的卡尔曼滤波器的距离预测值 文A川《 - 1)分别为中屯、建立一个宽度为di的邻域A k。W n-1时刻各条临时航迹TTi (n-1) 的观测值分别为中屯、建立一个宽度d2的邻域B 1;
[003引子步骤C2 ;对n时刻运动目标所有可能的点迹p(n)进行筛选，落在Ak化=1， 2,...）的点迹Pik(n)为对应稳定航迹STk的关联点迹集合；落在B 1(1 = 1，2,...）的点迹 Pa(n)为对应临时航迹TTi的关联点迹集合*(n)中的剩余点迹（未出现在任何Ak和Bi中 的点迹）P3 (n)被认为可能是新目标产生的点迹，用于新航迹的起始；
[0039] 子步骤C3 ;若/0，则采用联合概率数据关联（Joint Prob油ilistic Data Association, JPDA)算法将Pik(n)与对应的稳定航迹STk进行关联匹配操作，获 得稳定航迹STk在n时刻的观测值Yk(n);若化t〇7) = 0，则yk(n)即等于步骤C1中的
[0040] 子步骤C4 ;若步骤C2中的份打)黄0，则采用JPDA算法将P21 (n)与对应的临时 航迹TTi进行关联匹配操作，获得临时航迹TT 1在n时刻的观测值Z 1 (n);若戶2| = 0，贝。 不对该TTi做任何操作。
[0041] 需要说明的是，程序运行的初始时刻，即n = 1时，由于不存在任何航迹，因而整个 步骤C被跳过而不执行；同样，在后续的运行过程中，若上一时刻（n-1时刻）程序运行结束 后不存在稳定航迹或临时航迹，那么当前n时刻则跳过步骤C中的相应操作而不执行。例 如，若n-1时刻运行结束后只存在临时航迹而没有稳定航迹，那么n时刻运行该步骤C时则 跳过其中与稳定航迹相关的操作而不执行，只针对临时航迹进行处理。
[004引步骤D ;超宽带穿墙雷达一维航迹管理，即对n-1时刻的稳定航迹STk(n-l)化二1， 2,...）和临时航迹TTi(n-l) (1 = 1，2,...）进行航迹管理，包括航迹起始、航迹维持和航 迹删除等操作，形成n时刻的稳定航迹STk (n)和临时航迹TTi (n);
[0043] 该步骤D超宽带穿墙雷达一维航迹管理具体包括：
[0044] 子步骤D1 ;对于全部稳定航迹中的稳定航迹STk，若其连续Ni次出现巧A = 0 的情况，则认为该稳定航迹对应的目标已离开被测区域而将其予W删除；
[0045] 子步骤D2 ;对于全部临时航迹中的临时航迹TTi，若其出现化/ = 0的情况， 则认为该临时航迹是由噪声形成的而将其予W删除；若某条临时航迹TTi连续N2次出现 尸1, * 0的情况，则认为该临时航迹是由一个真实目标形成的而将其转变为一条新的稳 定航迹用于跟踪该目标；
[0046] 子步骤D3 ;将子步骤C2中的P3(n)内的各点迹分别作为一条新的临时航迹的起始 点迹，即分别开启一条新的临时航迹。
[0047] 需要说明的是，程序运行的初始时刻，即n = 1时，由于不存在任何航迹，因而子步 骤D1和D2将被跳过而不执行，直接执行子步骤D3进行航迹起始的操作；同样，在后续的运 行过程中，若上一时刻（n-1时刻）程序运行结束后不存在稳定航迹或临时航迹，又或是未 检测到任何点迹，那么当前n时刻则跳过步骤D中的相应操作而不执行。例如，若n-1时刻 运行结束后只存在临时航迹而没有稳定航迹，那么n时刻运行该步骤D时则跳过子步骤D1 而不执行，只执行子步骤D2、D3中的相关操作。
[0048] 步骤E ;超宽带穿墙雷达一维跟踪滤波，即将步骤D中形成的n时刻的各条稳 定航迹STk(n)及其对应的步骤C中的观测值yk(n)输入基于交互多模型（Interacting Multiple Model,简称IMM)的卡尔曼滤波器化alman Filter,KF)进行最优滤波，即可获得 当前n时刻被测区域内各目标离雷达的距离估计值(叫、预测值+ 及其他径向 运动参数估计值，并将式.输入步骤C中用于下一时刻对STk进行的关联操作。
[0049] 该步骤E超宽带穿墙雷达一维跟踪滤波具体包括：
[0化0] 子步骤E1 ;为步骤D中n时刻的各条稳定航迹STk(n)分别建立一个卡尔曼滤波 器化alman Filter,简称KF)，该卡尔曼滤波器采用交互多模型（Interacting Multiple Model,简称IMM)方法建模，并利用子步骤C3中对应于STk(n)的观测值yk(n)进行最优滤 波，即可获得n时刻被测区域内各目标离雷达的距离估计值和其他径向运动参数估 计值；化及n+1时刻被测区域内各目标离雷达的距离预测值式,(/? +1|内)。
[0化1] 该里，交互多模型建模方法包括匀速（Constant Velocity,简称CV)模型，辛格 (Singer)模型和匀速水平转弯（Nearly Constant Speed Horizontal Turn,简称HT)模型； 另外，该里的其他径向运动参数包括运动目标的径向速度、加速度等，可根据操作者的具体 需求由卡尔曼滤波器选择输出该些参数的估计值。
[005引其中，将预测值_^,(? + 1^输入子步骤C1中用于下一时刻（n+1时刻）对稳定航 迹STk进行的关联操作。
[005引子步骤E2 ;令n = n+1，执行步骤A。
[0化4] 需要说明的是，程序运行的初始时刻，即n = 1时，由于不存在稳定航迹，因而整个 步骤E被跳过而不执行；同样，在后续的运行过程中，若上一时刻（n-1时刻）程序运行结束 后不存在稳定航迹，那么当前n时刻则跳过整个步骤E中而不执行。
[0化5] 图2所示为便携式穿墙雷达所采集到的一组原始实验数据炬-Scan)的灰度图。 为了便于观看，图中每道A-Scan已经过幅度归一化的处理。图中横坐标表示慢时（单位 是秒），纵坐标表示快时，并已转换为距离值（单位是米）。所用穿墙雷达的中屯、频率为 1. 6GHz，采样率为25GHz，单道A-Scan的采样点数为2048,即采样时窗约为82ns，所能探测 到的最远距离约为12. 3m(不穿任何障碍物的情况下）。实验场景中墙体为混凝±砖墙，厚 度约为24. 5cm，被测场景中有两个运动目标沿雷达径向来回行走。
[0化6] 图3所示为图2中原始回波经过预处理操作后并经过相邻对消后得到的运动目标 回波，并且每道A-Scan已经过幅度归一化处理。该里预处理操作包括带通滤波和匹配滤波 两项，所选用的带通滤波器中屯、频率为1. 6GHz，带宽为1. 6GHz，阶数为5,匹配滤波器中所 使用的参考回波为收发传感器对射时所接收到的信号。从中可W大致看到两个目标的运动 情况。
[0057] 图4所示为图3运动目标回波经CFAR检测