得到的所有时刻的目标点迹。图中"*" 形点即为各时刻的目标点迹，从中可W比较明显地看到两条目标运动的轨迹，但是在检测 结果中也出现了大量的虚假点迹。
[0化引图5所示为图2原始数据经本实施例算法最终输出的目标距离随慢时变化的情 况。图中形点形成的轨迹反映1号目标运动的情况，"0"形点形成的轨迹反映2号目 标运动的情况。可W看到，虚假点迹已被完全消除了，目标轨迹清晰稳定。
[0化9] 可见，本发明利用CFAR检测方法对一维超宽带穿墙雷达的运动目标回波进行逐 点检测，在保证虚警率恒定的前提下，将所有可能由运动目标产生的点迹都检测出来；利用 JPDA算法将CFAR检测器输出的点迹与现有航迹进行匹配关联；对现有航迹进行管理，包括 航迹起始、航迹维持和航迹删除等操作；对现有的稳定航迹进行基于IMM的KF滤波，获得被 测区域内所有运动目标与雷达的径向距离等一维参数的最优估计值，实现了利用超宽带穿 墙雷达单传感器的回波数据同时对多个运动目标进行一维检测和跟踪的目的。
[0060] 至此，已经结合附图对本实施例进行了详细描述。依据W上描述，本领域技术人员 应当对本发明用于超宽带穿墙雷达运动目标一维检测与跟踪的方法有了清楚的认识。
[0061] 此外，上述对各元件和方法的定义并不仅限于实施例中提到的各种具体结构、形 状或方式，本领域普通技术人员可对其进行简单地更改或替换。
[0062] 综上所述，本发明利用超宽带穿墙雷达对传感器的回波数据对障碍物后的运动目 标进行实时、准确的一维检测和跟踪，在一定程度上解决一维穿墙探测中由于回波不稳定 带来的目标难W分辨及定位的问题，具有较高的推广应用价值。
[0063] W上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详 细说明，所应理解的是，W上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡 在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保 护范围之内。
【主权项】
1. 一种用于超宽带穿墙雷达运动目标一维检测与跟踪的方法，其特征在于，包括： 步骤A:对超宽带穿墙雷达慢时n时刻的A-Scan回波数据r(l (n)进行预处理操作得到 回波数据r(n); 步骤B:由回波数据r(n)进行运动目标检测，得到n时刻的运动目标点迹p(n)，实现运 动目标一维检测； 步骤C:将n时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STk(n-l)以及各条临时航迹TTjn-l)进行关联匹配操作，得到n时刻各条稳定航迹STk的 观测值yk(n)以及各条临时航迹n\的观测值zi(n)，其中，k和1分别是稳定航迹和临时航 迹的编号； 步骤D:对n-1时刻的稳定航迹STk (n-1)和临时航迹n\ (n-1)进行航迹管理，包括航 迹起始、航迹维持和航迹删除操作，形成n时刻的稳定航迹STk (n)和临时航迹TI\ (n);以及 步骤E:将n时刻的各条稳定航迹STk(n)及其对应的观测值yk(n)输入交互多模型下的 卡尔曼滤波器进行最优滤波，获得n时刻被测区域内各目标离雷达的距离估计值毛^。
2. 根据权利要求1所述的方法，其特征在于，所述步骤E还包括：将n时刻的各条稳定 航迹STk(n)及其对应的观测值yk(n)输入交互多模型下的卡尔曼滤波器进行最优滤波，获 得对n+1时刻被测区域内各目标离雷达距离的预测值
，令n=n+1，执行步骤 A； 所述步骤C包括： 子步骤C1 :以n-1时刻各条稳定航迹STk(n-1)卡尔曼滤波器的距离预测值
为中心分别建立一个宽度为屯的邻域Ak，以n-1时刻各条临时航迹n\ (n-1)的 观测值为中心分别建立一个宽度d2的邻域B1; 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的点迹plk (n)为 对应稳定航迹STk的关联点迹集合，其中k= 1，2,...，；落在Bi的点迹p21 (n)为对应临时 航迹^^的关联点迹集合，其中，1 = 1，2，. . . ；p(n)中的剩余点迹p3(n)被认为可能是新目 标产生的点迹，用于新航迹的起始； 子步骤C3:若
，将plk(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
，则yk(n)即等于步骤Cl中的
;以及 子步骤C4 :若步骤C2中的
，将p21 (n)与对应的临时航迹TI\进行关联匹配 操作，获得临时航迹^^在n时刻的观测值zi(n);若
，则不对该TTjA任何操 作。
3. 根据权利要求2所述的方法，其特征在于： 所述子步骤C3中：若
，则采用联合概率数据关联算法将Plk(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); 所述子步骤C4中：若步骤C2中的
，则采用联合概率数据关联算法将 P21(n)与对应的临时航迹n\进行关联匹配操作，获得临时航迹TT1在n时刻的观测值i1(n) 〇
4. 根据权利要求2所述的方法，其特征在于，所述步骤E包括： 子步骤E1 :为n时刻的各条稳定航迹STk(n)分别建立一个卡尔曼滤波器，该卡尔曼滤 波器采用交互多模型方法建模，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，获得n时刻被测区域内各目标离雷达的距离估计值毛^；)、对n+1时刻被测区域内各 目标离雷达距离的预测值
子步骤E2 :令n=n+1，执行步骤A。
5. 根据权利要求4所述的方法，其特征在于，所述子步骤E1还包括： 获得n时刻被测区域内各目标离雷达的径向运动参数估计值。
6. 根据权利要求5所述的方法，其特征在于，所述径向运动参数包括：径向速度和/或 加速度。
7. 根据权利要求1所述的方法，其特征在于，所述步骤D包括： 子步骤D1 :对于全部稳定航迹中的稳定航迹STk，若其连续队次出现
的情 况，则将其予以删除，k= 1，2，...； 子步骤D2 :对于全部临时航迹中的临时航迹n\，若其出现^
的情况，则将其 予以删除；若其连续队次出现
的情况，则将其转变为一条新的稳定航迹用于跟 踪该目标； 子步骤D3 :将p3(n)内的各点迹分别作为一条新的临时航迹的起始点迹，开启一条新 的临时航迹。
8. 根据权利要求1至7中任一项所述的方法，其特征在于，所述步骤B包括： 子步骤B1 :由n时刻的回波数据r(n)与n-1时刻的回波数据r(n-l)逐点做差，得到n 时刻的运动目标回波为A(n); 子步骤B2 :对运动目标回波!^!!)进行恒虚警检测，得到n时刻运动目标所有可能的点 迹p(n) 〇
9. 根据权利要求1至7中任一项所述的方法，其特征在于，所述步骤A中： r(n) =MF{BPF{r〇 (n)}} 其中，BPF{ }表示带通滤波操作，MF{ }表示匹配滤波操作。
【专利摘要】本发明提供了一种用于超宽带穿墙雷达运动目标一维检测与跟踪的方法。该方法利用超宽带穿墙雷达一对传感器的回波数据对障碍物后的运动目标进行实时、准确的一维检测和跟踪，在一定程度上解决一维穿墙探测中由于回波不稳定带来的目标难以分辨及定位的问题。同时，由于可同时检测并跟踪障碍物后的多个运动目标，因而可有效解决超宽带穿墙雷达在传感器数量限制(硬件系统体积限制)和多目标探测能力之间的矛盾。
【IPC分类】G01S13-70
【公开号】CN104569963
【申请号】CN201510048330
【发明人】吴世有, 谭恺, 陈洁, 方广有
【申请人】中国科学院电子学研究所
【公开日】2015年4月29日
【申请日】2015年1月30日