海杂波中漂浮小目标回波瞬时频率曲线估计方法

摘要

本发明公开了一种海杂波中漂浮小目标回波瞬时频率曲线估计方法。其实现步骤为：1、构建海杂波背景下目标信号的状态方程和观测方程；2、根据这两个方程，利用广义似然比线性门限检测器计算粒子收益；3、产生初始化粒子并计算粒子总收益；4根据粒子总收益计算重采样权值；5、用重采样权值重采样并对粒子收益作迭代更新得到L个时刻的粒子‑收益集合，以最大总收益为估计准则，得到前向状态估计；6、构建后向动态系统目标信号的状态方程和观测方程；7、将观测数据逆序输入后向动态系统，得到目标信号状态估计8、利用得到瞬时频率曲线估计。本发明对信号的状态估计稳定性高，且估计误差小，可用于海杂波背景下目标信号的状态估计。

主权项

一种海杂波中漂浮小目标回波瞬时频率曲线估计方法，包括：(1)将观测时间区间[0,T]等分为L个不相交的子区间：[(k‑1)ΔT,kΔT]，构建第k个观测时刻海杂波背景下的目标信号状态向量x_k的状态方程和观测向量z_k的观测方程：其中，状态向量x_k满足条件：[0,1]x_k＝[1,0]x_k‑1，用于保证瞬时频率曲线估计的连续性，ΔT＝T/L，是状态转移矩阵，表示第k时刻前向预测误差向量，a_k表示第k时刻目标信号的幅度，表示第k时刻目标信号的初始相位，h(x_k)表示第k时刻目标信号的多普勒导向矢量，c_k表示纹理服从逆伽马分布的第k时刻海杂波序列；(2)根据目标信号状态向量x_k和观测向量z_k，利用广义似然比线性门限检测器计算第k时刻粒子的收益I_k(z_k,x_k)：$I_k(z_k,x_k)\equiv \frac{|{\left(h\right(x_k\left)\right)}^H{\hat{R}}_k^{-1}{z}_k{|}^2}{\left({\left(h\right(x_k\left)\right)}^H{\hat{R}}_k^{-1}h\right(x_k\left)\right)(\lambda /\eta +z_k^H{\hat{R}}_k^{-1}{z}_k)}$其中，|·|²表示模平方，(·)H表示共轭转置，表示海杂波序列c_k的散斑协方差矩阵估计，λ表示海杂波序列c_k的形状参数，η表示海杂波序列c_k的尺度参数；(3)将第1个观测时刻作为初始时刻，在目标信号状态向量x_k所属的二维状态空间Ω中均匀采样产生N个初始粒子其中，表示第n个初始粒子，的初始收益为：得到初始时刻的粒子‑收益集合Λ₁：${\Lambda }_1=\{(x_1^1,I_1^1),(x_1^2,I_1^2),...,(x_1^n,I_1^n),...,(x_1^N,I_1^N)\},n=1,2,...,N,$(4)根据初始时刻的粒子‑收益集合Λ₁和步骤(1)中目标信号状态向量x_k的状态方程和观测向量z_k的观测方程，得到第k时刻的粒子‑收益集合(5)根据第k时刻的粒子‑收益集合通过步骤(1)中的目标信号状态向量x_k的状态方程和观测向量z_k的观测方程，预测出第k+1时刻的第n个粒子并且计算k时刻第n个粒子的总收益${\Phi }_k^n=\underset{j=1}{\overset{k}{\Sigma }}{I}_j(z_j,x_j^n)+I_{k+1}(z_{k+1},x_{k+1}^n)$其中，z_k+1为k+1时刻的观测向量，的值越大的粒子对下一时刻状态的估计越重要；(6)根据步骤(5)中k时刻第n个粒子的总收益计算重采样权值$\mu \left({\Phi }_k^n\right)=\frac{{\Phi }_k^n}{{\Sigma }_{n=1}^N{\Phi }_k^n}$(7)在k+1时刻，根据k时刻N个粒子的重采样权值进行重采样和粒子收益更新，得到k+1时刻的粒子‑收益集合Λ_k+1；(8)重复步骤(5)至步骤(7)直至迭代到最后时刻L，得到L个观测时刻的粒子收益集合：Λ₁,Λ₂,…Λ_k,…,Λ_L，以第L时刻最大的总收益为估计准则，得到第L时刻目标信号的前向状态其中，表示最大时n的取值，n₀表示总收益最大时对应粒子的序号；(9)构建海杂波背景下后向动态系统目标信号状态向量x_m的状态方程和观测向量z_m的观测方程：其中，为后向动态系统的状态转移矩阵，表示m‑1时刻后向预测误差向量；(10)将步骤(8)得到的第L时刻的粒子‑收益集合作为初始粒子‑收益集合，并将观测数据逆序代入后向动态系统，得到L个后向动态系统的粒子‑收益集合以第1个时刻最大的总收益为估计准则，得到目标信号的状态估计$\hat{x}=\{{\bar{x}}_1^{n_0},{\bar{x}}_2^{n_0},...,{\bar{x}}_m^{n_0},...,{\bar{x}}_L^{n_0}\},n_0=\arg \underset{n=1,2,...,N}{max}\left\{{\Phi }_1^n\right\},$其中，表示后向动态系统的第m个粒子‑收益集合，表示后向动态系统中m时刻的第n个粒子，表示粒子的收益，表示第m时刻目标信号左端点的多普勒频率估计值，表示第m时刻目标信号右端点的多普勒频率估计值；(11)利用目标信号的状态估计得到海杂波背景下目标信号的瞬时频率曲线估计函数