本發(fā)明屬于雷達(dá)微弱目標(biāo)檢測(cè)前跟蹤領(lǐng)域，適用于解決PD雷達(dá)測(cè)距模糊條件下對(duì)微弱目標(biāo)的積累檢測(cè)問(wèn)題。

背景技術(shù)：

雷達(dá)微弱目標(biāo)的檢測(cè)跟蹤是一個(gè)困難而又至關(guān)重要的問(wèn)題，對(duì)于打贏未來(lái)高科技戰(zhàn)爭(zhēng)具有決定性意義。隨著隱身技術(shù)的發(fā)展，微弱目標(biāo)的出現(xiàn)對(duì)雷達(dá)性能提出了巨大挑戰(zhàn)，由于微弱目標(biāo)的回波信號(hào)信噪比非常低，用傳統(tǒng)的短時(shí)間相參積累檢測(cè)方法不能實(shí)現(xiàn)目標(biāo)的可靠檢測(cè)；另一方面，為了無(wú)模糊地測(cè)量目標(biāo)速度，PD雷達(dá)通常采用高、中脈沖重復(fù)頻率模式，從而造成目標(biāo)的距離測(cè)量是模糊的，這使得PD雷達(dá)對(duì)微弱目標(biāo)的檢測(cè)問(wèn)題變得更加困難。

為了改善目標(biāo)信噪比，必須進(jìn)行長(zhǎng)時(shí)間非相參積累以獲得更多的信號(hào)能量，其中最典型的方法是動(dòng)態(tài)規(guī)劃方法。動(dòng)態(tài)規(guī)劃是一種基于多階段過(guò)程決策的等效窮盡搜索算法，它通過(guò)多階段分級(jí)處理把一個(gè)多維優(yōu)化搜索問(wèn)題劃分為幾個(gè)單維優(yōu)化搜索問(wèn)題，在最佳路徑的規(guī)劃過(guò)程中實(shí)現(xiàn)多幀量測(cè)信息的積累，從而改善目標(biāo)信噪比，實(shí)現(xiàn)雷達(dá)微弱目標(biāo)的可靠檢測(cè)；但是，PD雷達(dá)量測(cè)出現(xiàn)模糊情況時(shí)，目標(biāo)量測(cè)在時(shí)空關(guān)系上是斷續(xù)的，無(wú)法采用動(dòng)態(tài)規(guī)劃方法對(duì)來(lái)自同一個(gè)目標(biāo)的回波能量進(jìn)行長(zhǎng)時(shí)間非相參積累。

在文獻(xiàn)[張偉,孔令講,楊曉波等.一種用于HPRF雷達(dá)的改進(jìn)DPA弱目標(biāo)檢測(cè)算法[J].現(xiàn)代雷達(dá).2011,33(5)]中，作者提出了一種改進(jìn)的動(dòng)態(tài)規(guī)劃方法來(lái)解決上述問(wèn)題，其基本步驟如下：

1)利用上一時(shí)刻的預(yù)測(cè)狀態(tài)對(duì)當(dāng)前時(shí)刻量測(cè)進(jìn)行跳變判斷，判斷量測(cè)是否跨模糊區(qū)間；

2)根據(jù)判決結(jié)果，選擇不同的動(dòng)態(tài)規(guī)劃搜索策略，實(shí)現(xiàn)目標(biāo)能量的積累；

3)通過(guò)門限檢測(cè)，得到目標(biāo)模糊航跡的回溯。

上述方法通過(guò)跳變判斷采取不同的搜索策略，從而實(shí)現(xiàn)沿著目標(biāo)模糊航跡的非相參積累，以改善目標(biāo)信噪比，實(shí)現(xiàn)對(duì)目標(biāo)模糊航跡的檢測(cè)，但是其存在如下缺點(diǎn)：

1)需要根據(jù)上一時(shí)刻的預(yù)測(cè)狀態(tài)進(jìn)行跳變判斷，因此需要目標(biāo)狀態(tài)模型的先驗(yàn)信息，當(dāng)無(wú)法建立目標(biāo)狀態(tài)模型或者模型建立得不準(zhǔn)確時(shí)，就會(huì)導(dǎo)致判斷錯(cuò)誤；

2)通過(guò)算法處理后只能檢測(cè)到目標(biāo)的模糊航跡，無(wú)法從根本上解決雷達(dá)目標(biāo)的檢測(cè)跟蹤問(wèn)題；

3)如果要得到目標(biāo)真實(shí)航跡，還需要通過(guò)余數(shù)定理來(lái)進(jìn)行解模糊處理，算法的解模糊性能受到余數(shù)定理應(yīng)用條件的限制。

技術(shù)實(shí)現(xiàn)要素：

1.要解決的技術(shù)問(wèn)題

本發(fā)明的目的是提出一種基于距離匹配的PD雷達(dá)微弱目標(biāo)動(dòng)態(tài)規(guī)劃?rùn)z測(cè)方法，從根本上解決動(dòng)態(tài)規(guī)劃方法無(wú)法應(yīng)用于PD雷達(dá)模糊情況的問(wèn)題。

2.技術(shù)方案

本發(fā)明提供了一種基于距離匹配的PD雷達(dá)微弱目標(biāo)動(dòng)態(tài)規(guī)劃?rùn)z測(cè)方法，采用技術(shù)方案步驟如下：

步驟1：初始化系統(tǒng)參數(shù)：

P_fa為初始門限虛警；

R_max為雷達(dá)最大作用距離；

M為PD雷達(dá)脈沖重復(fù)頻率的種類；

m＝1,2,…,M為脈沖重復(fù)頻率的序號(hào)；

F_m為第m個(gè)脈沖重復(fù)頻率；

Ru_m為脈沖重復(fù)頻率F_m對(duì)應(yīng)的最大不模糊距離；

K為處理數(shù)據(jù)的掃描時(shí)刻總數(shù)；

k＝1,2,…,K為數(shù)據(jù)的掃描時(shí)刻序號(hào)；

N_k為k時(shí)刻量測(cè)的總數(shù)目；

n＝1,2,…,N_k為k時(shí)刻量測(cè)的序號(hào)；

為k時(shí)刻第n個(gè)量測(cè)的模糊距離；

為k時(shí)刻第n個(gè)量測(cè)的方位；

A_n(k)為k時(shí)刻第n個(gè)量測(cè)的回波幅度；

為k時(shí)刻第n個(gè)量測(cè)單元；

Z′_k為k時(shí)刻距離匹配量測(cè)序列；

J_k為k時(shí)刻可能航跡的總數(shù)目；

j＝1,2,…,J_k為k時(shí)刻可能航跡的序號(hào)；

S_k(j)為k時(shí)刻第j個(gè)可能航跡的目標(biāo)函數(shù)；

I_k(j)為k時(shí)刻第j個(gè)可能航跡的價(jià)值函數(shù)；

H(j)為最終檢測(cè)到的第j個(gè)目標(biāo)真實(shí)量測(cè)序列；

步驟2：初始門限處理

在掃描時(shí)刻k，將每一個(gè)距離-方位單元的回波數(shù)據(jù)分別與一個(gè)初始門限η₁進(jìn)行比較，從而消除部分噪聲影響，得到PD雷達(dá)初始檢測(cè)后的量測(cè)數(shù)據(jù)序列Z_k，具體措施為：

(1)在掃描時(shí)刻k，將每一個(gè)量測(cè)單元z_n(k)分別與一個(gè)初始門限η₁進(jìn)行比較，從而消除部分噪聲影響；為了最大限度的保留目標(biāo)信息，選擇一個(gè)較大初始虛警，其初始門限設(shè)定為：

其中，為Z_k中所有量測(cè)單元中幅度的平均值：

(2)采用初始門限對(duì)雷達(dá)量測(cè)數(shù)據(jù)進(jìn)行初始檢測(cè)，得到處理后的雷達(dá)量測(cè)序列其中z_n(k)取值如下：

在后續(xù)處理中，跳過(guò)取值全為0的量測(cè)單元，這樣，就可以排除部分噪聲的影響，從而降低計(jì)算機(jī)處理的數(shù)據(jù)量；

步驟3：距離匹配處理

PD雷達(dá)對(duì)目標(biāo)距離的量測(cè)通常是模糊的，所有距離維的量測(cè)都?jí)嚎s在第1個(gè)模糊區(qū)間內(nèi)，導(dǎo)致目標(biāo)量測(cè)在時(shí)空上不連續(xù)，因此難以沿著目標(biāo)航跡進(jìn)行非相參積累；為了解決這個(gè)問(wèn)題，對(duì)雷達(dá)量測(cè)序列Z_k進(jìn)行距離匹配處理，將距離等概率匹配到所有模糊區(qū)間，得到雷達(dá)的距離匹配量測(cè)序列Z′_k，從而恢復(fù)量測(cè)數(shù)據(jù)的時(shí)空相關(guān)性，具體措施為：

(1)計(jì)算每一個(gè)脈沖重復(fù)頻率F_m的模糊區(qū)間個(gè)數(shù)Φ_m

Φ_m＝Int(R_max/Ru_m)，

其中Int()表示取整運(yùn)算，m＝1,2,…,M；

(2)k時(shí)刻，對(duì)于雷達(dá)通過(guò)F_m測(cè)得的第n個(gè)量測(cè)z_n(k)，將其距離匹配到第l_m個(gè)模糊區(qū)間，可得一個(gè)匹配距離

(3)添加相應(yīng)方位回波幅度A_n(k)、模糊區(qū)間數(shù)l_m等信息，構(gòu)建一個(gè)距離匹配量測(cè)

(4)令模糊區(qū)間數(shù)l_m在l_m＝1,2,…,Φ_m中連續(xù)取值，得到一組距離匹配量測(cè)

(5)令量測(cè)數(shù)n在n＝1,2,…,N_k中連續(xù)取值，得到k時(shí)刻所有量測(cè)的距離匹配量測(cè)序列Z′_k

這樣，通過(guò)距離匹配處理，在Z′_k中恢復(fù)了量測(cè)數(shù)據(jù)的時(shí)空相關(guān)性；

(6)Z′_k為一個(gè)行數(shù)為Φ_mN_k的序列，將其簡(jiǎn)化表示為：

其中，i表示距離匹配量測(cè)序列Z′_k中的量測(cè)的行數(shù)，i＝1,2,…,Φ_mN_k，z′_i(k)表示Z′_k中的第i行距離匹配量測(cè)向量；

經(jīng)過(guò)上述處理，得到目標(biāo)的距離匹配量測(cè)序列Z′_k，由于處理過(guò)程對(duì)雷達(dá)的所有模糊區(qū)間行了等概率匹配；因此必然有距離匹配量測(cè)落在目標(biāo)真實(shí)模糊區(qū)間中；可見(jiàn)，處理后的量測(cè)序列Z′_k中必然存在目標(biāo)的真實(shí)量測(cè)，從而恢復(fù)了量測(cè)數(shù)據(jù)的時(shí)空相關(guān)性。

步驟4：動(dòng)態(tài)規(guī)劃處理

將K個(gè)掃描時(shí)刻處理得到的所有距離匹配量測(cè)序列構(gòu)成一個(gè)搜索集合Z′_1:K＝[Z′₁,Z′₂,…,Z′_K]；經(jīng)過(guò)上述步驟3距離匹配處理后，Z′_k中必然存在目標(biāo)k時(shí)刻的真實(shí)距離量測(cè)，這樣就恢復(fù)了量測(cè)數(shù)據(jù)的時(shí)空相關(guān)性；進(jìn)而可知，目標(biāo)的真實(shí)航跡必然且唯一存在于搜索集合Z′_1:K中；在不考慮量測(cè)誤差的情況下，不同時(shí)刻不同脈沖重復(fù)頻率的目標(biāo)量測(cè)應(yīng)該積累在其真實(shí)航跡上，而隨機(jī)噪聲量測(cè)則不具備上述積累性；因此，可以通過(guò)動(dòng)態(tài)規(guī)劃方法對(duì)搜索集合中的所有可能航跡進(jìn)行搜索，遞推求取目標(biāo)函數(shù)S_k(j)和相應(yīng)價(jià)值函數(shù)I_k(j)，實(shí)現(xiàn)回波幅度沿目標(biāo)航跡的非相參積累，從而改善目標(biāo)信噪比，提高雷達(dá)檢測(cè)概率；

步驟5：門限檢測(cè)

根據(jù)積累的價(jià)值函數(shù)I_K(j)，設(shè)定檢測(cè)門限G，消除積累價(jià)值較低的可能航跡，保留價(jià)值函數(shù)超過(guò)檢測(cè)門限的可能航跡，將其存入候選航跡集合D：

D＝{j|[I_K(j)≥G，j＝1,2,…,J_k]}，

其中，{j|[I_K(j)≥G，j＝1,2,…,J_k]}表示提取所有滿足I_K(j)≥G條件的可能航跡的序號(hào)j；

步驟6：目標(biāo)提取

對(duì)于候選航跡集合D中的每一條可能航跡序號(hào)j∈D，從第K個(gè)時(shí)刻開(kāi)始，進(jìn)行逆序回溯，得到目標(biāo)在k時(shí)刻對(duì)應(yīng)的量測(cè)序號(hào)i_k：

i_k＝S_k(j)；

從Z′_K中提取序號(hào)i_k對(duì)應(yīng)的目標(biāo)量測(cè)

當(dāng)k＝1,…,k,…,K時(shí)得到目標(biāo)對(duì)應(yīng)的量測(cè)序列從而實(shí)現(xiàn)對(duì)目標(biāo)真實(shí)軌跡的提取。

3.有益效果

和背景技術(shù)相比，本發(fā)明的有益效果說(shuō)明：

(1)本發(fā)明采用的一種基于距離匹配的PD雷達(dá)微弱目標(biāo)動(dòng)態(tài)規(guī)劃?rùn)z測(cè)方法，可以從根本上解決PD雷達(dá)在量測(cè)模糊情況下的微弱目標(biāo)檢測(cè)問(wèn)題：首先通過(guò)距離匹配處理恢復(fù)目標(biāo)模糊量測(cè)的時(shí)空相關(guān)性，然后利用動(dòng)態(tài)規(guī)劃實(shí)現(xiàn)對(duì)微弱目標(biāo)信息的非相參積累，避免了PD雷達(dá)測(cè)距模糊問(wèn)題和微弱目標(biāo)低信噪比特性造成的目標(biāo)漏檢，可有效提高PD雷達(dá)對(duì)微弱目標(biāo)的檢測(cè)概率，工程實(shí)現(xiàn)容易，有較強(qiáng)的實(shí)用性和推廣應(yīng)用價(jià)值。

(2)與現(xiàn)有方法相比，本發(fā)明不需要進(jìn)行跳變判斷，而是通過(guò)距離匹配處理提取量測(cè)相關(guān)性，從而實(shí)現(xiàn)動(dòng)態(tài)規(guī)劃的遞推積累，處理方法更加簡(jiǎn)單靈活；另一方面，現(xiàn)有方法只是檢測(cè)到了目標(biāo)的模糊軌跡，還需要通過(guò)余數(shù)定理進(jìn)行解模糊處理才能得到目標(biāo)真實(shí)軌跡，本發(fā)明的距離匹配處理過(guò)程實(shí)現(xiàn)了目標(biāo)真實(shí)量測(cè)的匹配，因此最終檢測(cè)結(jié)果輸出的是目標(biāo)的真實(shí)軌跡。

附圖說(shuō)明

附圖1是本發(fā)明的整體流程圖；

附圖2是本發(fā)明實(shí)施例中初始門限處理前后雷達(dá)量測(cè)圖；

附圖3是本發(fā)明實(shí)施例中距離匹配處理后雷達(dá)量測(cè)圖；

附圖4是本發(fā)明實(shí)施例中動(dòng)態(tài)規(guī)劃搜索航跡圖；

附圖5是本發(fā)明實(shí)施例中各搜索航跡的價(jià)值函數(shù)積累圖；

附圖6是本發(fā)明實(shí)施例中對(duì)積累的價(jià)值函數(shù)進(jìn)行門限檢測(cè)的示意圖；

附圖7是本發(fā)明實(shí)施例中最終提取的目標(biāo)軌跡圖；

具體實(shí)施方式

本發(fā)明主要采用試驗(yàn)的方法進(jìn)行驗(yàn)證，所有步驟、結(jié)論都在Matlab2010a上驗(yàn)證正確。

實(shí)施例條件：針對(duì)一個(gè)通用的單目標(biāo)運(yùn)動(dòng)場(chǎng)景進(jìn)行仿真。假設(shè)目標(biāo)在x-y平面內(nèi)做勻速直線運(yùn)動(dòng)，其初始位置為(51km，22km)，速度為(-220m/s,230m/s)，目標(biāo)為非起伏目標(biāo)，其雷達(dá)截面積0.1m²。傳感器參數(shù)設(shè)置為：兩坐標(biāo)PD雷達(dá)處于坐標(biāo)原點(diǎn)位置，掃描周期為1s，最大作用距離為70km，發(fā)射功率P_t＝5kw，載波波長(zhǎng)λ＝0.1m，雷達(dá)天線增益34dB，雷達(dá)的距離分辨率為150m，角度分辨率為0.5°。雷達(dá)采用3個(gè)不同PRF的發(fā)射脈沖輪流工作，各PRF分別為16000Hz、111400Hz和119400Hz，對(duì)應(yīng)最大不模糊距離分別為Ru₁＝9375m，Ru₂＝13158m，Ru₃＝7732m。針對(duì)目標(biāo)信噪比為7dB的情況，仿真25個(gè)掃描時(shí)刻的數(shù)據(jù)進(jìn)行驗(yàn)證，其中初始虛警設(shè)置為P_fa＝10^-2。

以下結(jié)合說(shuō)明書(shū)附圖1對(duì)本發(fā)明的一種基于距離匹配的PD雷達(dá)微弱目標(biāo)動(dòng)態(tài)規(guī)劃?rùn)z測(cè)方法進(jìn)行詳細(xì)描述。參照說(shuō)明書(shū)附圖1，本發(fā)明的處理流程分以下步驟：

步驟1：根據(jù)仿真條件進(jìn)行參數(shù)初始化：

P_fa＝0.01，R_max＝70km，M＝3；

F₁＝16000Hz,F₂＝11400Hz,F₃＝19400Hz；

Ru₁＝9375m，Ru₂＝13158m，Ru₃＝7732m，K＝25；

N_k為量測(cè)的總數(shù)目；J_k為可能航跡的總數(shù)目；

A_n(k)＝[]，Z′_k＝[]；

S_k(j)＝[]，I_k(j)＝[]，H(j)＝[]，j＝1,2,…,J_k；

步驟2：初始門限處理

(1)在掃描時(shí)刻k，將每一個(gè)量測(cè)單元z_n(k)分別與一個(gè)初始門限η₁進(jìn)行比較，從而消除部分噪聲影響；為了最大限度的保留目標(biāo)信息，選擇一個(gè)較大初始虛警，其初始門限設(shè)定為：

其中，為Z_k中所有量測(cè)單元中幅度的平均值：

(2)采用初始門限對(duì)雷達(dá)量測(cè)數(shù)據(jù)進(jìn)行初始檢測(cè)，得到處理后的雷達(dá)量測(cè)序列其中z_n(k)取值如下：

在后續(xù)處理中，跳過(guò)取值全為0的量測(cè)單元，這樣，就可以排除部分噪聲的影響，從而降低計(jì)算機(jī)處理的數(shù)據(jù)量。

圖2所示為初始門限處理前后雷達(dá)量測(cè)對(duì)比圖，與圖2(a)對(duì)比可以看出，圖2(b)中數(shù)據(jù)量減少了很多，但是源于目標(biāo)的數(shù)據(jù)并沒(méi)有被濾除；可見(jiàn)，初始門限處理的主要目的是通過(guò)設(shè)定一個(gè)較高的虛警門限，過(guò)濾掉一部分無(wú)關(guān)的噪聲量測(cè)，從而降低數(shù)據(jù)量，提高算法效率。

步驟3：距離匹配處理

從圖2可以看出，PD雷達(dá)對(duì)目標(biāo)距離的量測(cè)通常是模糊的，所有距離維的量測(cè)都?jí)嚎s在第1個(gè)模糊區(qū)間內(nèi)，導(dǎo)致目標(biāo)量測(cè)在時(shí)空上不連續(xù)，因此難以沿著目標(biāo)航跡進(jìn)行非相參積累；為了解決這個(gè)問(wèn)題，對(duì)雷達(dá)量測(cè)序列Z_k進(jìn)行距離匹配處理，將距離等概率匹配到所有模糊區(qū)間，得到雷達(dá)的距離匹配量測(cè)序列Z′_k，從而恢復(fù)量測(cè)數(shù)據(jù)的時(shí)空相關(guān)性，具體措施為：

(1)計(jì)算每一個(gè)脈沖重復(fù)頻率F_m的模糊區(qū)間個(gè)數(shù)Φ_m

Φ_m＝Int(R_max/Ru_m)，

其中Int()表示取整運(yùn)算，m＝1,2,…,M；

(2)k時(shí)刻，對(duì)于雷達(dá)通過(guò)F_m測(cè)得的第n個(gè)量測(cè)z_n(k)，將其距離匹配到第l_m個(gè)模糊區(qū)間，可得一個(gè)匹配距離

(3)添加相應(yīng)方位回波幅度A_n(k)、模糊區(qū)間數(shù)l_m等信息，構(gòu)建一個(gè)距離匹配量測(cè)

(4)令模糊區(qū)間數(shù)l_m在l_m＝1,2,…,Φ_m中連續(xù)取值，得到一組距離匹配量測(cè)

(5)令量測(cè)數(shù)n在n＝1,2,…,N_k中連續(xù)取值，得到k時(shí)刻所有量測(cè)的距離匹配量測(cè)序列Z′_k

這樣，通過(guò)距離匹配處理，在Z′_k中恢復(fù)了量測(cè)數(shù)據(jù)的時(shí)空相關(guān)性；

(6)Z′_k為一個(gè)行數(shù)為Φ_mN_k的序列，將其簡(jiǎn)化表示為：

其中，i表示距離匹配量測(cè)序列Z′_k中的量測(cè)的行數(shù)，i＝1,2,…,Φ_mN_k，z′_i(k)表示Z′_k中的第i行距離匹配量測(cè)向量；由于距離匹配處理過(guò)程對(duì)雷達(dá)的所有模糊區(qū)間進(jìn)行了等概率匹配，因此必然有距離匹配量測(cè)落在目標(biāo)真實(shí)模糊區(qū)間中；可見(jiàn)，處理后的量測(cè)序列Z′_k中必然存在目標(biāo)的真實(shí)量測(cè)，從而恢復(fù)了量測(cè)數(shù)據(jù)的時(shí)空相關(guān)性；

圖3所示為距離匹配處理后雷達(dá)量測(cè)圖，圖中用白色線框標(biāo)出了目標(biāo)軌跡的實(shí)際區(qū)域；將圖3與圖2中雷達(dá)原始量測(cè)對(duì)比可以看出，經(jīng)過(guò)距離匹配處理后量測(cè)的距離范圍由一個(gè)不模糊距離匹配到雷達(dá)最大測(cè)距范圍；如果不考量測(cè)誤差影響，經(jīng)過(guò)距離匹配處理后，在圖2中雜亂的模糊量測(cè)在圖3中都積累在目標(biāo)真實(shí)軌跡附近，這說(shuō)明距離匹配處理能有效提取目標(biāo)量測(cè)的時(shí)空相關(guān)信息。

步驟4：動(dòng)態(tài)規(guī)劃處理

從圖3可以看出，雖然經(jīng)過(guò)距離匹配處理后雷達(dá)量測(cè)的相關(guān)性得到了恢復(fù)；但是由于目標(biāo)信噪比較低，如果沒(méi)有通過(guò)白色線框標(biāo)示出目標(biāo)軌跡，很難將目標(biāo)從背景中區(qū)分出來(lái)。為了解決這個(gè)問(wèn)題，接下來(lái)采用動(dòng)態(tài)規(guī)劃方法對(duì)目標(biāo)量測(cè)進(jìn)行非相參積累，從而改善目標(biāo)信噪比，將目標(biāo)軌跡從噪聲背景中檢測(cè)出來(lái)，具體方法如下：

將K個(gè)掃描時(shí)刻處理得到的所有距離匹配量測(cè)序列構(gòu)成一個(gè)搜索集合Z′_1:K＝[Z′₁,Z′₂,…,Z′_K]；經(jīng)過(guò)上述步驟3距離匹配處理后，Z′_k中必然存在目標(biāo)k時(shí)刻的真實(shí)距離量測(cè)，這樣就恢復(fù)了量測(cè)數(shù)據(jù)的時(shí)空相關(guān)性；進(jìn)而可知，目標(biāo)的真實(shí)航跡必然且唯一存在于搜索集合Z′_1:K中；在不考慮量測(cè)誤差的情況下，不同時(shí)刻不同脈沖重復(fù)頻率的量測(cè)應(yīng)該積累在真實(shí)航跡上。

通過(guò)動(dòng)態(tài)規(guī)劃方法對(duì)搜索集合中的所有可能航跡進(jìn)行搜索，搜索得到集合中所有的可能航跡，如圖4所示；然后，遞推求取各可能航跡的價(jià)值函數(shù)I_k(j)，實(shí)現(xiàn)回波幅度沿目標(biāo)航跡的非相參積累，從而改善目標(biāo)信噪比，提高雷達(dá)檢測(cè)概率，各可能航跡的價(jià)值函數(shù)如圖5所示。

步驟5：門限檢測(cè)

如圖6所示，根據(jù)積累的價(jià)值函數(shù)I_K(j)，設(shè)定歸一化檢測(cè)門限G＝45，消除積累價(jià)值較低的可能航跡，保留價(jià)值函數(shù)超過(guò)檢測(cè)門限的可能航跡，將其存入候選航跡集合D：

D＝{j|[I_K(j)≥G，j＝1,2,…,J_k]}，

從圖6可以看出，在本發(fā)明實(shí)施例中，候選航跡集合D中只有一個(gè)元素D＝{j＝30}；

步驟6：目標(biāo)提取

對(duì)于候選航跡集合D中的可能航跡j＝30，從第K個(gè)時(shí)刻開(kāi)始，進(jìn)行逆序回溯，得到目標(biāo)在k時(shí)刻對(duì)應(yīng)的量測(cè)序號(hào)i_k：

i_k＝S_k(30)；

從Z′_K中提取對(duì)應(yīng)的匹配量測(cè)

當(dāng)k＝1,…,k,…,K時(shí)得到目標(biāo)對(duì)應(yīng)的量測(cè)序列從而實(shí)現(xiàn)對(duì)目標(biāo)真實(shí)軌跡的提取，如圖5所示；從圖5中可以看出，本發(fā)明的方法可以有效消除噪聲的干擾檢測(cè)到目標(biāo)的真實(shí)軌跡。

從實(shí)施例驗(yàn)證結(jié)果可以看出，本發(fā)明克服了PD雷達(dá)測(cè)距模糊條件下微弱目標(biāo)量測(cè)數(shù)據(jù)無(wú)法有效積累的問(wèn)題；通過(guò)距離匹配處理恢復(fù)目標(biāo)模糊量測(cè)的時(shí)空相關(guān)性，然后利用動(dòng)態(tài)規(guī)劃實(shí)現(xiàn)對(duì)微弱目標(biāo)信息的非相參積累，避免了PD雷達(dá)測(cè)距模糊問(wèn)題和微弱目標(biāo)低信噪比特性造成的目標(biāo)漏檢，可有效提高PD雷達(dá)對(duì)微弱目標(biāo)的檢測(cè)概率；在當(dāng)前仿真條件下，本發(fā)明對(duì)微弱目標(biāo)具有很好的檢測(cè)性能，同時(shí)可以直接提取目標(biāo)的真實(shí)軌跡，無(wú)需再進(jìn)行解模糊處理，工程實(shí)現(xiàn)容易，有較強(qiáng)的實(shí)用性和推廣應(yīng)用價(jià)值。