本發(fā)明涉及雷達
技術(shù)領(lǐng)域：
，尤其涉及一種基于巴氏距離量化的多站雷達信號融合檢測方法，可用于降低多站雷達信號融合檢測中雷達與信號融合中心之間的通信帶寬。
背景技術(shù)：
：多站雷達網(wǎng)由一個信號融合中心和多個雷達站組成。與單個雷達相比，多站雷達網(wǎng)具有更大的探測范圍、更高的定位精度、更強的生存能力及更強的抗干擾能力等優(yōu)點。因此，多站雷達網(wǎng)的研究成為了一個新的研究熱點。在多站雷達網(wǎng)的研究中，多站雷達的信號融合檢測方法是一個重要的研究方向。針對目前已有的研究，多站雷達的信號融合檢測方法主要分為三種：多站雷達的航跡級融合方法、多站雷達的判決級融合方法和多站雷達的信號級融合檢測方法。多站雷達的航跡級融合方法是指各雷達站將自己的航跡傳輸至信號融合中心，信號融合中心將所有雷達站的航跡融合成一條航跡。多站雷達的判決級融合方法是指各雷達站將各自的判決結(jié)果傳輸至信號融合中心，信號融合中心根據(jù)所有雷達的判決結(jié)果來最終判斷目標的有無。多站雷達的信號級融合檢測方法是指各雷達站將自己的回波信號傳輸至融合中心，信號融合中心根據(jù)所有雷達站回波信號來判斷目標的有無。在檢測性能上，多站雷達的判決級融合方法優(yōu)于航跡級的融合方法，而多站雷達的信號級融合檢測方法又優(yōu)于判決級融合方法。目前，多站雷達的航跡級融合方法已經(jīng)成熟，并且已經(jīng)應(yīng)用于實際的工程系統(tǒng)。下一步的研究目標是將信號級融合方法應(yīng)用于新一代的多站雷達系統(tǒng)。對于多站雷達的信號級融合檢測方法，由于每個雷達站需要將所有的回波信號傳輸至信號融合中心，因此需要大的通信帶寬。但是，雷達站與信號融合中心之間的通信帶寬有限，所以必須研究新的量化方法以降低雷達回波信號傳輸時所需的通信帶寬。并且在降低通信帶寬的同時，保證信號融合中心具有好的檢測性能。針對不同的雷達回波信號模型，已經(jīng)提出了多種量化準則和相應(yīng)的量化融合檢測算法。但是，現(xiàn)有的多站雷達量化融合檢測算法存在檢測性能損失較大、量化門限優(yōu)化欠佳等問題，需要進一步研究。技術(shù)實現(xiàn)要素：本發(fā)明的目的在于針對上述已有技術(shù)的不足，提出一種基于巴氏距離量化的多站雷達信號融合檢測方法，以保證在信號融合檢測中心的檢測性能損失很小的條件下，以最大化巴氏距離為準則量化雷達站的回波信號，降低雷達站回波信號傳輸至信號融合中心時所需的通信帶寬。為達到上述目的，本發(fā)明的實施例采用如下技術(shù)方案：一種基于巴氏距離量化的多站雷達信號融合檢測方法，所述方法包括如下步驟：步驟1，設(shè)置多站雷達系統(tǒng)，所述多站雷達系統(tǒng)包括一個信號融合檢測中心和N個雷達站；步驟2，確定每個雷達站對接收到的回波信號的量化位數(shù)b，并根據(jù)量化位數(shù)b得到量化區(qū)間個數(shù)M＝2b，各個量化區(qū)間對應(yīng)的標號表示為m，m＝0,1,2,…,M-1，所述量化位數(shù)b滿足：1≤b<Ch/fs，其中，Ch為每個雷達站與信號融合檢測中心之間的最大通信帶寬，fs為每個雷達站的最高采樣頻率；步驟3，第i個雷達站對其接收到的回波信號進行量化，確定量化后的回波信號所屬的量化區(qū)間，并將該量化區(qū)間對應(yīng)的標號傳輸至信號融合檢測中心；i的初值為1，i＝1,...,N；步驟4，令i的值加1，并執(zhí)行步驟3，直到i>N；步驟5，設(shè)置期望的虛警概率，所述信號融合檢測中心根據(jù)所述期望的虛警概率和N個雷達站發(fā)送的量化后的回波信號所屬的量化區(qū)間對應(yīng)的標號對目標進行檢測。本發(fā)明的優(yōu)點如下：(1)本發(fā)明由于以最大化巴氏距離為準則量化雷達回波信號并在信號融合中心使用隨機化的檢測準則判決目標的有無，因此，可以在保證信號融合中心的檢測性能損失很小的條件下，降低雷達站回波信號傳輸至信號融合中心時所需的通信帶寬；(2)本發(fā)明由于使用改進的序列二次規(guī)劃算法求解量化門限，因此可以獲得局部最優(yōu)的量化門限值。附圖說明為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。圖1是本發(fā)明實施例提供的一種基于巴氏距離量化的多站雷達信號融合檢測方法的實現(xiàn)流程示意圖；圖2是本發(fā)明使用改進的序列二次規(guī)劃算法求解量化門限時的實現(xiàn)流程示意圖；圖3是本發(fā)明使用的改進的序列二次規(guī)劃算法的實現(xiàn)流程示意圖；圖4是本發(fā)明方法與未量化信號融合檢測方法的檢測概率對比示意圖圖；圖5是本發(fā)明方法求解得到的量化門限曲線示意圖；圖6是現(xiàn)有方法求解得到的量化門限曲線示意圖。具體實施方式下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。本發(fā)明實施例提供一種基于巴氏距離量化的多站雷達信號融合檢測方法，如圖1所示，所述方法包括如下步驟：步驟1，設(shè)置多站雷達系統(tǒng)，所述多站雷達系統(tǒng)包括一個信號融合檢測中心和N個雷達站。具體的，給定一個多站雷達系統(tǒng)，多站雷達系統(tǒng)中包括一個信號融合中心和N個雷達站；將N個雷達站記為第1至第N個雷達站，每個雷達站與信號融合中心之間所允許的最大通信帶寬都相同；將雷達站與信號融合中心之間允許的最大通信帶寬記為Ch，最大通信帶寬Ch的單位為比特/秒；將N個雷達站中的最高采樣頻率記為fs，最高采樣頻率fs的單位為赫茲。步驟2，確定每個雷達站對接收到的回波信號的量化位數(shù)b，并根據(jù)量化位數(shù)b得到量化區(qū)間個數(shù)M＝2b，各個量化區(qū)間對應(yīng)的標號表示為m，m＝0,1,2,…,M-1，所述量化位數(shù)b滿足：1≤b<Ch/fs，其中，Ch為每個雷達站與信號融合檢測中心之間的最大通信帶寬，fs為每個雷達站的最高采樣頻率。在滿足上式的基礎(chǔ)上，量化位數(shù)b的取值越大，信號融合中心的檢測性能越好；但是，當量化位數(shù)b增加到一定程度時，進一步增加量化位數(shù)b對信號融合中心的檢測性能改善很小，因此，量化位數(shù)b的經(jīng)驗取值為3～5。步驟3，第i個雷達站對其接收到的回波信號進行量化，確定量化后的回波信號所屬的量化區(qū)間，并將該量化區(qū)間對應(yīng)的標號傳輸至信號融合檢測中心；i的初值為1，i＝1,...,N；步驟3具體包括如下子步驟：(3a)將第i個雷達站接收到的回波信號記為xi，回波信號的信噪比記為λi，回波信號的檢驗統(tǒng)計量記為yi＝xi/μi，其中，μi為第i個雷達站的噪聲功率；在實際中，如果信噪比λi和噪聲功率μi的真實值未知，可以通過估計的方法得到其取值；(3b)將第i個雷達站的M-1個量化門限記為Ti,1,Ti,2,…,Ti,M-1，根據(jù)信噪比λi得到第i個雷達站的巴氏距離Bi：Bi=-ln[Σm=0M-1P(vi=m|H1)P(vi=m|H0)]]]>其中，vi為檢驗統(tǒng)計量yi量化后的標號，H1表示假設(shè)目標存在，H0表示假設(shè)沒有目標，P(·)表示概率值，記檢驗統(tǒng)計量yi的下限為Ti,0＝0，檢驗統(tǒng)計量yi的上限為Ti,M＝+∞，則：P(vi=m|H1)=exp[-Ti,m/(1+λi)]-exp[-Ti,m+1/(1+λi)]P(vi=m|H0)=exp(-Ti,m)-exp(-Ti,m+1)]]>(3c)根據(jù)第i個雷達站的巴氏距離Bi，得到第i個雷達站的巴氏系數(shù)ρi為：ρi=Σm=0M-1P(vi=m|H1)P(vi=m|H0);]]>(3d)以最小化第i個雷達站的巴氏系數(shù)ρi為準則，構(gòu)建求解量化門限Ti,1,Ti,2,…,Ti,M-1的優(yōu)化模型為：minTi,1,Ti,2,...,Ti,M-1ρ1s.t.Ti,1≥0,Ti,2≥Ti,1,...,Ti,M-1≥Ti,M-2,]]>其中，s.t.表示約束條件，從而求解得到第i個雷達站的M-1個量化門限Ti,1,Ti,2,…,Ti,M-1；步驟(3d)中的優(yōu)化模型為帶約束的非線性規(guī)劃問題，能夠使用現(xiàn)有的非線性優(yōu)化算法求解；由于序列二次規(guī)劃算法具有優(yōu)化速度快、求解效果好等優(yōu)點，因此，本實例使用改進的序列二次規(guī)劃算法求解得到量化門限Ti,1,Ti,2,…,Ti,M-1。如圖2所示，子步驟(3d)中，根據(jù)量化門限Ti,1,Ti,2,…,Ti,M-1的優(yōu)化模型求解得到第i個雷達站的M-1個量化門限Ti,1,Ti,2,…,Ti,M-1的具體過程為：(3d1)設(shè)置循環(huán)次數(shù)Nc，設(shè)置一個M-1維的臨時存儲向量T，設(shè)置最小巴氏系數(shù)值ρmin＝M，設(shè)置循環(huán)次數(shù)標記k＝1；(3d2)設(shè)置隨機的量化門限初始值(3d3)根據(jù)量化門限初始值使用改進的序列二次規(guī)劃算法，具體算法可參考文獻[A.AntoniouandW.-S.Lu,Practicaloptimization:algorithmsandengineeringapplications:Springer,2007]；該算法的思想是：在每次迭代中，通過求解一個二次規(guī)劃子問題來獲得優(yōu)化變量的下降方向，然后使用一維線搜索算法求解得到優(yōu)化變量的下降步長，根據(jù)下降方向和下降步長更新變量，然后使用BFGS擬牛頓算法更新二次規(guī)劃中的Hessian矩陣，最后開始下一次迭代；該算法的流程如圖3所示；按照步驟(3d)中的優(yōu)化模型求解得到本次循環(huán)的量化門限值和最小化后的巴氏系數(shù)值(3d4)如果最小化后的巴氏系數(shù)值則令臨時存儲向量最小巴氏系數(shù)值(3d5)如果循環(huán)次數(shù)標記k<Nc，則循環(huán)次數(shù)標記k的值加1，并轉(zhuǎn)至步驟(3d2)；否則，轉(zhuǎn)至步驟(3d6)；(3d6)根據(jù)臨時存儲向量T，得到求解后的量化門限Ti,1＝T(1)，Ti,2＝T(2)，…，Ti,M-1＝T(M-1)；T(j)表示臨時存儲向量T的第j一個元素。(3e)根據(jù)第i個雷達站的M-1個量化門限Ti,1,Ti,2,…,Ti,M-1，對檢驗統(tǒng)計量yi進行量化；如果檢驗統(tǒng)計量yi滿足Ti,m≤yi<Ti,m+1，則檢驗統(tǒng)計量yi量化后的標號vi＝m；第i個雷達站將量化后的標號vi傳輸至信號融合檢測中心。步驟4，令i的值加1，并執(zhí)行步驟3，直到i>N；從而完成N個雷達站將量化后的標號傳輸至信號融合檢測中心的過程。步驟5，設(shè)置期望的虛警概率，所述信號融合檢測中心根據(jù)所述期望的虛警概率和N個雷達站發(fā)送的量化后的回波信號所屬的量化區(qū)間對應(yīng)的標號對目標進行檢測。步驟5具體包括如下子步驟：(5a)根據(jù)量化區(qū)間個數(shù)M和量化區(qū)間對應(yīng)的標號m＝0,1,2,…,M-1，得到信號融合檢測中心標號求和的所有可能取值vsum＝{0,1,2,…,N×(M-1)}，其中，×表示乘號，記假設(shè)沒有目標時信號融合檢測中心標號求和取值為vsum的概率為P(vsum|H0)；(5b)根據(jù)期望的虛警概率Pfa，由下式Pfa=Σvsum>gP(vsum|H0)+γ×Σvsum=gP(vsum|H0)]]>求解得到檢測門限g和概率值γ；(5c)信號融合檢測中心將接收到的N個雷達站的標號v1,v2,…,vN求和：如果標號之和vf>g，則判決有目標；如果標號之和vf＝g，則以概率值γ判決有目標；如果標號之和vf<g，則判決無目標。本發(fā)明的效果通過以下仿真對比試驗進一步說明：1.仿真參數(shù)設(shè)置：多站雷達網(wǎng)中包括1個信號融合中心和5個雷達站，這5個雷達站的回波信號具有相同的信噪比，信噪比的取值范圍是0dB至20dB，信噪比的取值間隔為0.5dB；量化位數(shù)b＝4，即量化區(qū)間個數(shù)M＝16；信號融合中心的虛警概率設(shè)置為10-6；在求解每個雷達站的量化門限時，設(shè)置循環(huán)次數(shù)Nc＝20。2.仿真內(nèi)容：根據(jù)仿真參數(shù)設(shè)置，計算信噪比取值范圍內(nèi)對應(yīng)的檢測概率曲線如圖4中的圓形標記線所示；為了對比，給出了雷達回波信號未量化時的檢測概率曲線如圖4中的方形標記線所示。使用改進的序列二次規(guī)劃算法求解得到的門限如圖5所示；為了對比，使用文獻[M.Longo,T.D.Lookabaugh,andR.M.Gray,"Quantizationfordecentralizedhypothesistestingundercommunicationconstraints,"IEEETransactionsonInformationTheory,vol.36,pp.241-255,1990.]中的兩步下降法求得的門限如圖6所示。3.仿真結(jié)果分析：由圖4可知，本發(fā)明的檢測概率接近未量化時的檢測概率；當檢測概率為0.5時，與未量化時的檢測性能相比，本發(fā)明的檢測性能損失為0.157dB，所以本發(fā)明的檢測性能損失很小。由圖5可知，本發(fā)明求解得到的量化門限曲線隨信噪比的增加而增加，并且量化門限曲線光滑；而圖6中的量化門限曲線存在波動起伏，沒用一致的變化規(guī)律。因此，本發(fā)明使用改進的序列二次規(guī)劃算法求解得到了更好的量化門限。在雷達中，傳統(tǒng)的量化位數(shù)一般為12位，本發(fā)明的量化位數(shù)為4位，因此，與傳統(tǒng)的量化方法相比，本發(fā)明所需的通信帶寬降為原來的三分之一。綜合上述仿真實驗可以看出，本發(fā)明使用改進的序列二次規(guī)劃算法求解得到了好的量化門限，在保證信號融合中心的檢測性能損失很小的條件下，降低了雷達站回波信號傳輸至信號融合中心時所需的通信帶寬。以上所述，僅為本發(fā)明的具體實施方式，但本發(fā)明的保護范圍并不局限于此，任何熟悉本
技術(shù)領(lǐng)域：
的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到變化或替換，都應(yīng)涵蓋在本發(fā)明的保護范圍之內(nèi)。因此，本發(fā)明的保護范圍應(yīng)以所述權(quán)利要求的保護范圍為準。當前第1頁1 2 3