一种多帧积累的非相干mimo雷达检测和定位方法
【技术领域】
[0001] 本发明属于雷达信号处理技术领域，特别涉及非相干MMO雷达定位技术和雷达 微弱目标检测技术领域。
【背景技术】
[0002] 近年来，MHTO雷达作为一种新型雷达体制受到了越来越多的关注。非相干MMO雷 达由于其天线在空间中分隔较远，可以获得空间分集增益。因此，非相干MMO雷达的高精 度定位问题引起了国内外众多学者的浓厚兴趣。然而，由于各种不确定性因素的存在，非相 干MMO雷达的高精度定位变得更加富有挑战性。现有的基于回波信号的信号级定位方法， 通常采用最大似然估计进行目标定位。但是这种方法仅仅利用目标单帧的测量信息，对于 低信噪比条件下的微弱目标，会出现定位误差大、漏检等问题。对于空间中的运动目标，根 据目标的运动模型，实际上目标相邻帧的位置是高度相关的。
[0003] 动态规划算法是一种在低信噪比环境下对微弱目标进行检测跟踪的技术。其在 单帧不做门限检测，而是将单帧数据量化并存储起来，对多帧回波数据联合处理后，同时 宣布检测结果与目标的估计状态。其易于实现且能够处理弱机动性目标，已被广泛应用 于雷达目标检测跟踪领域。文献 "Noncoherent MIMOradar for location and velocity estimation:More antennas means betterperformance" 米用基于最大似然估计的信号 级定位方法估计目标的位置和速度信息，但该方法只利用目标当前帧的空间信息，舍弃了 目标过去几帧位置估计中所包含的信息；文献"Target localization and tracking in noncoherent multiple-input multiple-output radarsystems"分另Ij利用卡尔曼滤波算法 和粒子滤波算法实现了非相干Mnro雷达对目标的定位和跟踪。但是当目标处于低信噪比 环境中时，该方法的回波信号会被噪声所淹没，将出现微弱目标的漏检或者定位精度急剧 下降等问题。
【发明内容】
[0004] 本发明针对【背景技术】的不足之处所要解决的技术问题是，提供一种多帧积累的非 相干MMO雷达检测和定位方法，达到在低信噪比的环境下提高目标检测和定位精度的目 的。
[0005] 本发明为解决上述技术问题所采用的技术方案是一种多帧积累的非相干MMO雷 达检测和定位方法，包括以下步骤：
[0006] 步骤1、初始化系统参数包括：目标附近搜索范围对应的数据平面大小、雷达发射 机和接收机的数量、各发射机接收机的位置、观测间隔Τ、动态规划处理总帧数Κ、门限V t;
[0007] 步骤2、接收到K帧回波信号，将数据平面进行网格划分，计算每个网格内各通道 的对数似然比函数，将每个网格各通道的对数似然比求和获得联合似然比，将联合似然比 作为该网格的值函数；
[0008] 步骤3、根据状态转移积累动态规划值函数：
[0009] 如果k = 1帧，对该帧各网格对应的值函数赋初值，该帧各网格的值函数初值为各 网格第一帧的联合对数似然比；
[0010] 如果2彡k彡K帧，更新网格（i，j)对应的值函数；假定第k帧网格（i，j)内存 在一个目标，根据状态转移关系确定第k_l帧所有可能转移到0 k的区域，Θ k为第k帧目 标的状态，寻找该区域中值函数最大的网格并记录该网格的坐标，即状态Θ k对应的上一帧 状态，然后将k-Ι帧中找出的值函数最大值与第k帧相同目标所在网格的联合对数似然比 值进行叠加，将叠加后的值赋给第k帧相同目标所在网格，以此更新第k帧每个网格的值函 数；
[0011] 步骤4、如果k〈K，令k = k+Ι，返回步骤2, k为帧数，K为总的量测帧数；
[0012] 步骤5、k = K帧，门限处理：
[0013] ^表示门限，对于第K帧，如果目标值函数的最大值高于门限，则认为该网格有目 标存在；若目标值函数的最大值均低于门限，则宣布未检测到目标，该门限根据实际情况设 定；
[0014] 步骤6、将步骤5认定的目标利用步骤3记录的该目标第K帧的目标位置信息作为 对应目标的估计位置。
[0015] 本发明针对低信噪比环境下的微弱目标，特点是利用目标的运动模型，单帧不做 门限处理，采用联合对数似然比函数作为值函数，将连续几帧的值函数根据目标的状态转 移关系进行多帧积累，充分利用目标多帧的信息，对多帧数据联合处理后同时宣布检测结 果与目标的估计位置。它有效解决了低信噪比环境下的微弱目标可能出现的定位误差大和 漏检的问题，较现有的最大似然估计方法，可以获得更好的检测概率和更高的定位精度。
[0016] 本发明的有益效果是，可以在低信噪比环境下，实现对微弱目标的联合检测和定 位，获得更好的检测性能和更高的定位精度。
【附图说明】
[0017] 图1为本发明的流程框图。
[0018] 图2为本发明积累不同帧数的检测概率与最大似然估计的检测概率的对比图。
[0019] 图3为本发明积累不同帧数的估计目标位置的均方根误差与现有的最大似然估 计的均方根误差的对比图。
【具体实施方式】
[0020] 本发明主要采用计算机仿真的方法进行验证，所有步骤、结论都在MATLAB-R2010b 上验证正确。具体实施步骤如下：
[0021 ] 步骤1、初始化系统参数：
[0022] 初始化系统参数包括：目标附近搜索范围对应的数据平面大小，雷达发射机个 数M，接收机个数N，各发射机和接收机的位置，各雷达发射机的发射信号波形S h (t)，h = 1，2,…M，动态规划处理总帧数K，观测间隔T，状态转移数q，判决门限VT。
[0023] 步骤2、得到K帧值函数平面：
[0024] 2. 1.对于每个网格点（X，y)，计算各通道的回波时延τ lk: CN 105137420 A 说明书 3/4 页
[0025]
[0026] 其中，c为光速，Μ?:，分别为雷达各发射站、接收站的坐标。
[0027] 2. 2.从雷达接收机中读取第k帧的回波数据的量测值zk，
，
^ 表示第k帧回波数据的第Ih通道在网格点（i，j) 中的测量值，凡为x轴量化的单元总数，NySy轴量化的单元总数。有目标时：
没有目标时：
办
[0028] 2. 3.将测量值在时间上离散化，得到
，Ns为一 帧内的采样次数。
[0029] 2. 4.计算各网格点对应的联合对数似然比值：
[0030]
i表示有目标时的似然函数，}表示没 有目标时#的似然函数。
[0031]
[0032] C是一个独立于目标状态的常数。
[0033] 2.5.重复步骤2. 1至2. 4,直到遍历K帧数据平面上所有网格点，得到K帧全数据 平面的对数似然比函数图像。
[0034] 步骤3、根据状态转移积累动态规划值函数：
[0035] 如果k = 1帧，对该时刻目标状态对应的值函数赋初值，该时刻目标状态的值函数 初值为目标状态对应的第一帧对数似然比平面；
[0036] 如果2 < k < K帧，更新每个网格点对应的值函数；
表示第k 帧的任一量化状态，表示状态民对应的值函数，表示第k-i帧所有可能转移 到9k的状态集合，r(6;)可能存在的区域为（Xk+δ ^vx kiyk+S2-Vy,k)，其中δ δ 2的可能 取值范围为
，运算符b」表示向下取整，值函数的更新关系为
[0037] 步骤4、如果k〈K，令k = k+Ι，返回步骤3, k为帧数，K为总的处理帧数。
[0038] 步骤5、k = K帧，门限处理：
[0039] ^表示门限，对于第K帧，如果目标值函数的最大值高于门限，则认为该网格点有 目标存在；若目标的值函数均低于门限，则宣布未检测到目标。
[0040] 步骤6、将步骤5认定的目标利用步骤3记录的该目标第K帧的目标位置信息作为 对应目标的估计位置。
【主权项】
i. 一种多帧积累的非相干Mnro雷达检测和定位方法，包括以下步骤： 步骤1、初始化系统参数包括：目标附近搜索范围对应的数据平面大小、雷达发射机和 接收机的数量、各发射机接收机的位置、观测间隔t、动态规划处理总帧数K、门限vT; 步骤2、接收到K帧回波信号，将数据平面进行网格划分，计算每个网格内各通道的对 数似然比函数，将每个网格各通道的对数似然比求和获得联合似然比，将联合似然比作为 该网格的值函数； 步骤3、根据状态转移积累动态规划值函数： 如果k = 1帧，对该帧各网格对应的值函数赋初值，该帧各网格的值函数初值为各网格 第一帧的联合对数似然比； 如果2 < k < K帧，更新网格（i，j)对应的值函数；假定第k帧网格（i，j)内存在一个 目标，根据状态转移关系确定第k-1帧所有可能转移到0,的区域，0 k为第k帧目标的状 态，寻找该区域中值函数最大的网格并记录该网格的坐标，即状态9 k对应的上一帧状态， 然后将k-1帧中找出的值函数最大值与第k帧相同目标所在网格的联合对数似然比值进行 叠加，将叠加后的值赋给第k帧相同目标所在网格，以此更新第k帧每个网格的值函数； 步骤4、如果k〈K，令k = k+1，返回步骤2, k为帧数，K为总的量测帧数； 步骤5、k = K帧，门限处理： ^表示门限，对于第K帧，如果目标值函数的最大值高于门限，则认为该网格有目标存 在；若目标值函数的最大值均低于门限，则宣布未检测到目标，该门限根据实际情况设定； 步骤6、将步骤5认定的目标利用步骤3记录的该目标第K帧的目标位置信息作为对应 目标的估计位置。
【专利摘要】该发明公开了一种多帧积累的非相干MIMO雷达检测和定位方法，属于雷达信号处理技术领域。该方法针对低信噪比环境下的微弱目标，单帧不做门限处理，采用联合对数似然比函数作为值函数，将连续几帧的值函数根据目标的状态转移关系进行多帧积累，充分利用目标多帧的信息，对多帧数据联合处理后同时宣布检测结果与目标的估计位置。它有效解决了低信噪比环境下的微弱目标可能出现的定位误差大和漏检的问题，较现有的最大似然估计方法，可以获得更好的检测概率和更高的定位精度。
【IPC分类】G01S13/72
【公开号】CN105137420
【申请号】CN201510569900
【发明人】易伟, 张紫薇, 杨东超, 王经鹤, 崔国龙, 孔令讲, 杨建宇, 刘加欢, 郑华堃
【申请人】电子科技大学
【公开日】2015年12月9日
【申请日】2015年9月9日