利索能及
我要发布
收藏
专利号: 2017110539125
申请人: 陕西师范大学
专利类型:发明专利
专利状态:已下证
更新日期:2025-10-14
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于高阶粒子滤波的目标微多普勒曲线提取方法,其特征在于,包括以下步骤:步骤1,确定雷达,所述雷达检测范围内存在目标,将目标相对于雷达的运动分解为目标平动和目标微动,进而得到M次目标雷达回波信号的短时傅里叶变换结果;其中,M为获取目标雷达回波信号的总次数,M为大于或等于1的正整数;

其中所述M次目标雷达回波信号的短时傅里叶变换结果包含K×N个离散短时傅里叶变换单元,N表示M次目标雷达回波信号的短时傅里叶变换结果包含的离散频率点总个数,K表示M次目标雷达回波信号的短时傅里叶变换结果的离散时间长度;

步骤2,使用高阶粒子滤波法建立第k时刻目标瞬时多普勒频率的状态模型;其中,0≤k≤K‑1,K表示M次目标雷达回波信号的短时傅里叶变换结果的离散时间长度,K为大于或等于1的正整数;

步骤3,根据第k时刻目标瞬时多普勒频率的状态模型,确定第k时刻N个离散短时傅里叶变换单元的目标观测值构成的观测向量zk,进而得到第k时刻目标的观测模型;所述第k时刻目标的观测模型,具体为第k时刻N个离散短时傅里叶变换单元的目标观测值构成的观测向量zk的联合似然函数比L(zk|gk,p,θk,βk);其中,N≤M;gk,p表示p阶导数近似后第k时刻目标微动的状态变量,θk表示包含在p阶导数近似后第k时刻目标微动的状态变量gk,p中的静态模型参数,1≤p≤P,P表示设定的最高阶数,P为大于或等于1的正整数,βk表示第k时刻目标平动的状态变量;

初始化:令k表示第k时刻,k=0,1,2,…,K‑1,k的初始值为0;

步骤4,根据第k时刻目标的观测模型,计算得到第k+1时刻目标平动的瞬时多普勒频率对应的状态变量估计值 和第k+1时刻目标微动的瞬时多普勒频率对应的状态变量估计值

步骤5,根据第k+1时刻目标平动的瞬时多普勒频率对应的状态变量估计值 和第k+1时刻目标微动的瞬时多普勒频率对应的状态变量估计值 计算得到第k+1时刻目标的瞬时多普勒频率估计值

步骤6,令k的值分别取0至K‑1,重复步骤4至步骤5,进而分别得到第1时刻目标的瞬时多普勒频率估计值 至第K时刻目标的瞬时多普勒频率估计值 然后根据第1时刻目标的瞬时多普勒频率估计值 至第K时刻目标的瞬时多普勒频率估计值 绘制得到曲线,得到的所述曲线为提取的目标微多普勒曲线。

2.如权利要求1所述的一种基于高阶粒子滤波的目标微多普勒曲线提取方法,其特征在于,在步骤1中,所述目标雷达回波信号为雷达发射信号经目标反射回到雷达的回波信号;

所述M次目标雷达回波信号的短时傅里叶变换结果,其得到过程为:分别设定目标雷达回波信号的幅度为ρ,设定目标雷达回波信号的初始相位为ψ0,设定雷达发射信号的波长为λ,目标雷达回波信号的脉冲重复周期为Tr;进而计算得到第m次目标雷达回波信号x(m),其表达式为:其中,令m为目标雷达回波信号的序号,m=0,…,M‑1,第m次对应mTr时刻,M为获取目标雷达回波信号的总次数;u(m)为第m次目标雷达回波信号x(m)的噪声,exp表示指数函数,j表示虚数单位,ρ表示目标雷达回波信号的幅度,a表示目标平动的二阶速度,b表示目标平动的三阶速度,Ω表示目标微动的频率,E表示目标微动的幅度,φ0表示目标微动的初始相位,v0表示目标平动的初始速度;

然后,采用短时傅里叶变换方法对第0次目标雷达回波信号x(0)至第M‑1次目标雷达回波信号x(M‑1)进行短时傅里叶变换,进而得到M次目标雷达回波信号的短时傅里叶变换结果。

3.如权利要求2所述的一种基于高阶粒子滤波的目标微多普勒曲线提取方法,其特征在于,在步骤2中,所述第k时刻目标瞬时多普勒频率的状态模型,其模型表达式为:其中, gk+1,p表示p阶导数近似后第k+1时刻目标微动的状态变量,gk,p表示p阶导数近似后第k时刻目标微动的状态变量,βk+1表示第k+1时刻目标平动的状态变量,βk表示第k时刻目标平动的状态变量,ξk+1表示第k+1时刻目标平动的过程噪声向量,υk+1表示p阶导p

数近似后第k+1时刻目标微动的状态变量gk+1,p的过程噪声,D (gk)表示第k时刻目标微动的状态变量gk的第p阶导数,且gk的第p阶导数只在k≥p时存在,1≤p≤P,P表示设定的最高阶数,P为大于或等于1的正整数;sgn表示符号函数,Ψ表示目标平动的状态转移矩阵,ω=ΩTr,Tr表示目标雷达回波信号的脉冲重复周期,Ω表示目标微动的频率,△t表示短时傅里叶变换的步长。

4.如权利要求3所述的一种基于高阶粒子滤波的目标微多普勒曲线提取方法,其特征在于,在步骤3中,所述第k时刻N个离散短时傅里叶变换单元的目标观测值构成的观测向量T

为zk,zk=[z(k,0),…,z(k,l),…,z(k,N‑1)] ,z(k,l)表示M次目标雷达回波信号的短时傅里叶变换结果的第(k,l)个离散短时傅里叶变换单元的信号形式,0≤k≤K‑1,0≤l≤N‑1,上标T表示转置操作;

所述第k时刻目标的观测模型,具体为第k时刻N个离散短时傅里叶变换单元的目标观测值构成的观测向量zk的联合似然函数比L(zk|gk,p,θk,βk),其表达式为:其中,L(zk|gk,p,θk,βk,φk)表示第k时刻N个离散短时傅里叶变换单元的目标观测值构成的观测向量zk的目标条件联合似然比函数,φk表示第(k,l)个离散短时傅里叶变换单元的相移相位,hk表示第k时刻K×N个离散短时傅里叶变换单元的点散布函数向量, 表示p阶导数近似后第k+1时刻目标微动的状态变量gk+1,p的过程噪声υk+1的方差,θk表示包含在p阶导数近似后第k时刻目标微动的状态变量gk,p中的静态模型参数,dφk表示φk的微分,上标H表示共轭转置,I0(·)表示修正Bessel函数。

5.如权利要求4所述的一种基于高阶粒子滤波的目标微多普勒曲线提取方法,其特征在于,在步骤4中,所述第k+1时刻目标平动的瞬时多普勒频率对应的状态变量估计值 和第k+1时刻目标微动的瞬时多普勒频率对应的状态变量估计值 其表达式分别为:其中, 表示第k+1时刻第j个粒子中目标微动的瞬时多普勒频率对应的状态变量,表示第k+1时刻第j个粒子中目标平动的瞬时多普勒频率对应的状态变量, 表示归一化处理后第k+1时刻第j个粒子的第二级权重, 表示第k+1时刻第j个粒子的第二级权重, 表示给定第k+1时刻新的粒子集合 对应第k+1时刻N个离散短时傅里叶变换单元的目标观测值构成的观测向量zk+1的联合似然函数比, 表示对应第k+1时刻N个离散短时傅里叶变换单元的目标观测值构成的观测向量j

zk+1的后验概率, 表示第k+1时刻新的粒子集合 中第i个粒子

j

对应的先验估计量;其中, 表示第k+1时刻第i个粒子中目标微动j

的瞬时多普勒频率对应的状态变量, 表示第k+1时刻第i个粒子中目标平动的瞬时多普j

勒频率对应的状态变量, 表示第k+1时刻第i个粒子中的目标静态模型参数,zk+1表示第k+1时刻N个离散短时傅里叶变换单元的目标观测值构成的观测向量;

第k时刻新的粒子集合 的得到过程:根据第k时刻目标的观测模型,估计第k时刻目标雷达回波信号的状态变量和静态模型参数{gk,p,θk,βk},θk表示包含在p阶导数近似后第k时刻目标微动的状态变量gk,p中的静态模型参数;设定第k时刻粒子集合为第k时刻粒子集合为 中包含Ns个粒子,Ns表示粒子总个数,Ns为大于0的正整数; 表示第k时刻第i个粒子中目标微动的瞬时多普勒频率对应的状态变量, 表示第k时刻第i个粒子中目标平动的瞬时多普勒频率对应的状态变量, 表示第k时刻第i个粒子中的目标静态模型参数;

然后对第k时刻粒子集合 进行重采样,进而得到第k时刻新的粒子集合所述第k时刻新的粒子集合 中包含Ns个粒子,Ns表示粒子总j

个数,Ns为大于0的正整数; 表示第k时刻第i 个粒子中目标微动的瞬时多普勒频率对应j

的状态变量, 表示第k时刻第i个粒子中目标平动的瞬时多普勒频率对应的状态变量,j j

表示第k时刻第i个粒子中的目标静态模型参数,i表示第j次从1…Ns个粒子中重复抽取后j

得到的粒子标号,i∈{1,…,Ns},∈表示属于。

6.如权利要求4所述的一种基于高阶粒子滤波的目标微多普勒曲线提取方法,其特征在于,在步骤5中,所述第k+1时刻目标的瞬时多普勒频率估计值为 其表达式为:其中,t表示设定的第k时刻的状态向量。