掌桥专利:专业的专利平台
掌桥专利
首页

一种高稳健多目标DOA跟踪方法、系统、芯片及设备

文献发布时间:2024-04-18 20:02:18


一种高稳健多目标DOA跟踪方法、系统、芯片及设备

技术领域

本申请属于一种目标跟踪方法,具体涉及一种高稳健多目标DOA跟踪方法、系统、芯片及设备。

背景技术

基于被动声呐基阵的水下目标方位估计是声呐信号处理中的一个重要研究课题。被动声呐基阵本身并不发出声波信号,通过接收水下目标的声波信号进行探测和定位。

现有目标方位估计方法可根据原理可分为传统目标方位估计方法和目标方位跟踪方法两类。其中,目标方位跟踪方法主要基于贝叶斯滤波算法的框架实现,将变化的目标方位角和被动声呐基阵接收到的信号分别看作带随机噪声扰动的状态和量测。传统目标方位跟踪方法在估计目标方位时,不仅取决于被动声呐基阵获得的量测,还考虑了目标的运动学特征,因此,相较目标方位跟踪方法,传统目标方位估计方法的其稳健性和精度更高。

但是,在探测范围内存在强干扰的影响时,现有目标方位估计方法均存在导致目标方位跟踪性能严重下降的问题,限制了其应用范围。

发明内容

本申请针对在探测范围内存在强干扰影响时,现有目标方位估计方法均存在目标方位跟踪性能严重下降的问题,所要解决的技术问题在于针对上述现有技术中的不足,提供一种高稳健多目标DOA跟踪方法、系统、芯片及设备,用于解决水下环境噪声导致目标方位跟踪性能严重下降的技术问题。

为了实现上述目的,本申请采用以下技术方案予以实现:

第一方面,本申请提出一种高稳健多目标DOA跟踪方法,包括:

确定波束形成权向量,使根据波束形成权向量 得到的稳态波束图与期望得到的波束图差异满足预设要求;

使用波束形成权向量对应的波束在方位空间中进行扫描,计算方位谱输出,根据所述方位谱输出,得到目标方位粗估计量测;

在跟踪过程中,通过GM模型预测下一时刻的目标方位关联参数;

通过所述波束形成权向量和所述目标方位粗估计量测,修正所述下一时刻的目标方位关联参数,得到修正后的目标方位关联参数;

根据所述修正后的目标方位关联参数,确定目标数、目标状态和目标方位跟踪结果。

进一步地,所述确定波束形成权向量,使根据波束形成权向量得到的稳态波束图与期望得到的波束图差异满足预设要求,包括:

S1-1,计算波束形成权向量:

其中,

S1-2,将波束形成权向量对应的稳态波束图记作结果图,将期望得到的波束图记作期望图;

S1-3,在每一方向上,比较所述结果图上的旁瓣级和所述期望图对应的期望值,若旁瓣级高于期望值,则增加对应方向上干扰源强度;若旁瓣级低于期望值,则减小对应方向上干扰源强度;

S1-4,重复执行步骤S1-1至步骤S1-3,直至在每一方向上,所述结果图上的旁瓣级和所述期望图对应的期望值差异满足预设要求。

进一步地,步骤S1-3中,所述增加对应方向上干扰源强度,以及所述减小对应方向上干扰源强度,包括:

其中,

其中,干扰源为基波束旁瓣区存在的虚拟干扰源。

进一步地,所述计算方位谱输出,包括:

其中,

进一步地,所述目标方位关联参数包括:集势分布、存活目标分量权值、存活目标分量均值和存活目标分量均方误差矩阵;

所述通过GM模型预测下一时刻的目标方位关联参数,包括:

预测下一时刻的集势分布:

其中,

预测下一时刻的存活目标分量权值:

其中,

预测下一时刻的存活目标分量均值:

其中,

预测下一时刻的存活目标分量均方误差矩阵:

其中,

进一步地,所述通过所述波束形成权向量和所述目标方位粗估计量测,修正所述下一时刻的目标方位关联参数,包括:

修正下一时刻的集势分布:

其中,

修正下一时刻的存活目标分量权值:

其中,

修正下一时刻的存活目标分量均值:

其中,

修正下一时刻的存活目标分量均方误差矩阵:

其中,

进一步地,所述根据所述修正后的目标方位关联参数,确定目标数、目标状态和目标方位跟踪结果,包括:

取修正后的集势分布最大值对应的

取存活目标分量权值最大的

第二方面,本申请提出一种高稳健多目标DOA跟踪系统,包括:

自适应模块,用于确定波束形成权向量,使根据波束形成权向量 得到的稳态波束图与期望得到的波束图差异满足预设要求;

粗估计模块,用于使用波束形成权向量对应的波束在方位空间中进行扫描,计算方位谱输出,根据所述方位谱输出,得到目标方位粗估计量测;

预测模块,用于在跟踪过程中,通过GM模型预测下一时刻的目标方位关联参数;

修正模块,用于通过所述波束形成权向量和所述目标方位粗估计量测,修正所述下一时刻的目标方位关联参数,得到修正后的目标方位关联参数;

估计模块,用于根据所述修正后的目标方位关联参数,确定目标数、目标状态和目标方位跟踪结果。

第三方面,本申请提出一种芯片,包括:

存储器,其上存储有计算机程序;

处理器,用于执行所述存储器中的所述计算机程序,以实现上述高稳健多目标DOA跟踪方法的步骤。

第四方面,本申请提出一种电子设备,

包括上所述的芯片。

与现有技术相比,本申请具有以下有益效果:

本申请提出一种高稳健多目标DOA跟踪方法,自适应确定波束形成权向量,使根据波束形成权向量得到的稳态波束图与期望得到的波束图差异满足预设要求,通过计算方位谱输出对目标方位进行粗估计,利用GM模型预测下一时刻的目标方位关联参数,通过波束形成权向量对预测的下一时刻的目标方位关联参数进行修正,消除了水下环境噪声对目标方位跟踪方法性能的影响,实现了高精度高稳健的水下目标方位跟踪。

本申请还提出了一种高稳健多目标DOA跟踪系统、芯片和电子设备,基于上述高稳健多目标DOA跟踪方法,具备上述高稳健多目标DOA跟踪方法的全部优势。

附图说明

为了更清楚的说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。

图1为本申请一种高稳健多目标DOA跟踪方法的第一流程示意图;

图2为本申请一种高稳健多目标DOA跟踪方法的第二流程示意图;

图3为本申请实施例中仿真目标方位角变化轨迹和方位跟踪轨迹对比示意图;

图4为本申请一种高稳健多目标DOA跟踪系统的连接示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。

因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。

应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。

在本申请实施例的描述中,需要说明的是,若出现术语“上”、“下”、“水平”、“内”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该发明产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。此外,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。

此外,若出现术语“水平”,并不表示要求部件绝对水平,而是可以稍微倾斜。如“水平”仅仅是指其方向相对“竖直”而言更加水平,并不是表示该结构一定要完全水平,而是可以稍微倾斜。

在本申请实施例的描述中,还需要说明的是,除非另有明确的规定和限定,若出现术语“设置”、“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本申请中的具体含义。

基于被动声呐基阵对水下目标方位进行估计的基本原理,是利用声波的传播特性和声呐基阵的接收模式来定位和追踪目标。声波在水中传播时,遇到障碍物会发生反射和折射。被动声呐基阵通过接收这些声波信号,可以推断出目标的位置和运动状态。通过不断更新和校准,可以实现对水下目标的连续跟踪和定位。

被动声呐基阵是一种声学探测设备,用于接收和测量水下目标的声波信号,以确定目标的位置、速度和方向。被动声呐基阵通常由一系列水听器组成,这些水听器被排列成阵列形式,用于接收声波信号。基阵可以固定在海底、拖曳在水中或者安装在水面船艇上。但是,在探测范围内存在强干扰影响时,现有的目标方位估计方法均存在目标方位跟踪性能会严重下降的问题。

基于上述问题,本申请提出一种高稳健多目标DOA跟踪方法、系统、芯片及设备,下面结合实施例和附图对本申请做进一步详细描述:

如图1所示,为本申请一种高稳健多目标DOA跟踪方法的第一流程示意图,其中,DOA表示目标方向角,全拼为Direction of Arrival。方法可以包括:

S101,确定波束形成权向量,使根据波束形成权向量得到的稳态波束图与期望得到的波束图差异满足预设要求。

需要说明的是,波束形成权向量是指在阵列信号处理中用于形成波束的加权向量,目标是最大化阵列天线对特定方向的信号的接收增益,同时,最小化其他方向的干扰和噪声。通过优化波束形成权向量,MVDR波束形成能够提供更好的方向性增益和干扰抑制能力,从而提高被动声呐基阵对目标信号的检测和定位精度。

另外,波束形成权向量确定后,可得到对应的稳态波束图。

S102,使用波束形成权向量对应的波束在方位空间中进行扫描,计算方位谱输出,根据方位谱输出,得到目标方位粗估计量测。

实际应用中,波束在方位空间中进行扫描,能够获取目标方位信息,对目标方位进行粗估计。

S103,在跟踪过程中,通过GM模型预测下一时刻的目标方位关联参数。

需要说明的是,目标跟踪是持续进行的,被动声呐基阵在连续时刻下持续进行探测和定位。

GM模型(Grey Model,灰色模型)是一种用于处理不完全信息系统的预测模型,可以利用已知信息来预测未知信息。在被动声呐基阵探测中,可以利用灰色模型来处理和预测目标方位关联参数的变化。

S104,通过波束形成权向量和目标方位粗估计量测,修正下一时刻的目标方位关联参数,得到修正后的目标方位关联参数。

实际应用中,通过修正可以有效解决目标方位跟踪性能严重下降的问题。

S105,根据修正后的目标方位关联参数,确定目标数、目标状态和目标方位跟踪结果。

如图2所示,为本申请一种高稳健多目标DOA跟踪方法的第二流程示意图,可以包括:

S201,阵列信号采集。

设定跟踪总时刻数

本实施例中,以第

采用

根据上述方法可得到

S202,自适应波束优化设计。

假设在基波束的旁瓣区存在

(1)

其中,

依据MVDR(Minimum Variance Distortionless Response,最小方差无畸变响应)波束形成权向量,得到在当前干扰源的强度和方向条件下的稳态波束图。波束形成权向量为:

(2)

其中,

将得到的稳态波束图和期望得到的波束图做比较,在某一方向上,若旁瓣级高于期望值,则增加对应方向上干扰源的强度,反之则减小对应方向上干扰源强度。干扰源的个数

(3)

其中:

(4)

这里

的初值一般是非零的,否则在每次迭代中干扰源强度都均为零。当本次迭代结束后,若得到的波束响应高于期望响应,则下次迭代时干扰源强度增大;若得到的波束响应低于期望响应,则下次迭代时干扰源强度减小。可以设置一个最大允许取的值,用于防止自适应过程发散。

通过上述方法可以设计出符合期望的波束形成权向量

本申请实际为一种改进的Olen方法,在方位空间虚拟干扰源,依据波束形成权向量得到在当前干扰源的强度和方向条件下的稳态波束图,将得到的波束图和期望得到的波束图做比较以调整干扰源强度,从而迭代地设计出符合期望的低旁瓣波束权向量。

使用Olen方法设计波束形成权向量,实际应用中,可以使用MVDR波束形成器对包含虚拟干扰源的虚拟阵列接收信号进行处理,通过调节虚拟干扰源的功率实现对波束形成权向量的设计。

S203,目标方位测量。

利用设计的波束形成权向量对应的波束在方位空间中进行扫描,计算方位谱输出为:

(5)

其中,

作为扫描角的

方位谱输出对应的峰值为

利用设计出的波束形成权向量在方位空间中进行扫描,计算方位谱输出,提取方位谱峰值对应的峰值作为目标方位粗估计量测。

S204,设定目标方位跟踪初始参数。

在开始跟踪定位之前(视为

S205,预测目标方位关联参数。

S205-1,预测集势分布。

在给定

(6)

其中,

S205-2,预测目标分量。

计算预测存活目标分量权值(即下一时刻的存活目标分量权值):

(7)

其中,

计算预测存活目标分量均值(即下一时刻的存活目标分量均值):

(8)

其中,

计算预测存活目标分量均方误差矩阵(即下一时刻的存活目标分量均方误差矩阵):

(9)

其中

基于上述计算,添加新生目标分量:

(10)

其中,

(11)

其中,

S206,更新目标方位关联参数。

S206-1,更新集势分布。

更新集势分布为:

(12)

其中,

表示内积,即/>

(13)

其中,

(14)

其中,

(15)

其中,

其中,

(16)

其中,

(17)

(18)

其中,

S206-2,更新目标分量。

计算目标分量权值:

(19)

其中,

计算目标分量均值

(20)

(21)

其中,

的表达式为:

(22)

其中,

k

(23)

其中

S207,估计目标数和目标状态。

集势分布

将集势分布

该实施例是一种基于改进Olen方法与集势化假设概率密度滤波的稳健多目标方位跟踪方法。针对复杂水下环境噪声造成的方位跟踪性能下降,在目标方位跟踪过程中利用改进Olen方法实时自适应地设计波束,并对目标方位进行粗估计,以该目标方位粗估计为量测值,利用集势化假设概率密度滤波对目标方位进行跟踪,消除了水下环境噪声对目标方位跟踪方法性能的影响,实现了高精度高稳健的水下目标方位跟踪。

如下是采用本申请高稳健多目标DOA跟踪方法的一个实例:

3个水下目标相对于传感器阵列的初始方位角分别为120°、180°和240°,目标方位角以匀速模型变化,跟踪总时间步数为5000,相邻时间步之间的时间间隔为1 s,则跟踪总时间为5000 s。如图3中虚线,表示仿真目标方位角的变化轨迹。水下声速为1500 m/s,目标辐射频率为200Hz的窄带信号,到达阵列时信号幅度为1。使用12元均匀圆环阵获取量测,在量测中加入零均值加性高斯白噪声。

根据上述条件仿真得到量测数据。利用仿真得到的量测数据对本申请所提出的高稳健多目标DOA跟踪方法进行测试。如图3所示,实线表示目标方位跟踪轨迹。从图3中可以看出,采用本申请的高稳健多目标DOA跟踪方法,目标方位跟踪误差极小,实现了高精度且稳健的目标方位跟踪。

基于上述高稳健多目标DOA跟踪方法,本申请还提出了一种高稳健多目标DOA跟踪系统。如图4所示,为本申请高稳健多目标DOA跟踪系统的一种示意图,可以包括:

自适应模块,用于确定波束形成权向量,使根据波束形成权向量 得到的稳态波束图与期望得到的波束图差异满足预设要求。

粗估计模块,用于使用波束形成权向量对应的波束在方位空间中进行扫描,计算方位谱输出,根据方位谱输出,得到目标方位粗估计量测。

预测模块,用于在跟踪过程中,通过GM模型预测下一时刻的目标方位关联参数。

修正模块,用于通过波束形成权向量和目标方位粗估计量测,修正下一时刻的目标方位关联参数,得到修正后的目标方位关联参数。

估计模块,用于根据修正后的目标方位关联参数,确定目标数、目标状态和目标方位跟踪结果。

本发明的再一个实施例中,提供了一种终端设备,该终端设备包括处理器以及存储器,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器用于执行所述计算机存储介质存储的程序指令。处理器可能是中央处理单元(CentralProcessing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital SignalProcessor、DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等,其是终端的计算核心以及控制核心,其适于实现一条或一条以上指令,具体适于加载并执行一条或一条以上指令从而实现相应方法流程或相应功能;本发明实施例所述的处理器可以用于高稳健多目标DOA跟踪方法的操作。

终端设备可以为计算机设备,该实施例的计算机设备包括:处理器、存储器以及存储在存储器中并可在处理器上运行的计算机程序,该计算机程序被处理器执行时实现实施例中的高稳健多目标DOA跟踪方法,为避免重复,此处不一一赘述。或者,该计算机程序被处理器执行时实现实施例高稳健多目标DOA跟踪系统中各模块的功能,为避免重复,此处不一一赘述。

计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。计算机设备可包括,但不仅限于,处理器和存储器。

所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其它通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所称存储器可以是计算机设备的内部存储单元,例如计算机设备的硬盘或内存。存储器也可以是计算机设备的外部存储设备,例如计算机设备上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。

进一步地,存储器还可以既包括计算机设备的内部存储单元也包括外部存储设备。存储器用于存储计算机程序以及计算机设备所需的其它程序和数据。存储器还可以用于暂时地存储已经输出或者将要输出的数据。

终端设备也可以为芯片,该实施例的芯片包括处理器,其数量可以为一个或多个,以及存储器,用于存储可由处理器执行的计算机程序。存储器中存储的计算机程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理器可以被配置为执行该计算机程序,以执行上述的高稳健多目标DOA跟踪方法。

另外,芯片还可以包括电源组件和通信组件,该电源组件可以被配置为执行芯片的电源管理,该通信组件可以被配置为实现芯片的通信,例如,有线或无线通信。此外,该芯片还可以包括输入/输出(I/O)接口。芯片可以操作基于存储在存储器的操作系统。

本申请的实施例还提供了一种电子设备,包括芯片,所述芯片执行时实现上述高稳健多目标DOA跟踪方法的步骤。

以上仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。

技术分类

06120116580983