CN109541579B - 基于Bezier模型的霍夫变换的多普勒穿墙雷达定位方法 - Google Patents

Abstract

本发明公开了一种基于Bezier模型的霍夫变换的多普勒穿墙雷达定位方法，属于目标跟踪技术领域，基于Bezier模型的霍夫变换频率估计算法，用于提取接收回波中感兴趣的目标分量并对其瞬时频率特征值进行估计；定位跟踪算法，用于根据瞬时频率对目标进行实时估测位置信息，合成目标运动轨迹，实现对目标的跟踪。该算法具有定位精度高，同时避免了多通道数据融合等繁冗的计算过程，具有运算速度快等优点。本发明不仅可以保证多普勒穿墙雷达***的低廉和简洁性和探测实时性，还可以保证高精度、多目标的定位，此外能够解决“频率模糊”问题，减小信号处理的复杂度，在多普勒穿墙雷达的目标跟踪领域中具有广泛的应用前景。

Description

基于Bezier模型的霍夫变换的多普勒穿墙雷达定位方法

技术领域

本发明属于目标跟踪技术领域，特别涉及一种基于Bezier模型的霍夫变换的多普勒穿墙雷达定位方法。

背景技术

近年来，利用多普雷穿墙雷达对人类目标进行跟踪被视为一种强有力的工具，在军事和民用领域具有广泛的应用背景。早期的研究成果表明，为了经济有效的对目标进行定位，准确估计目标的瞬时频率(Instantaneous Frequencies，IFs) 具有重要作用。为了实现这一目标，目前最常用的方式是采用时频分析技术，通过提取时频平面上的最大值作为目标时频轨迹。然而，时频分析方法具有几个主要缺点：第一，由于穿墙雷达应用的特殊性，大部分观测者往往希望能够实时获取目标的探测信息，因为对信号处理过程中的时窗长度具有严苛的限制，导致对目标瞬时频率估计的低分辨率和低精度缺陷；第二，当不同目标的瞬时频率太过接近以至于不能被时频算法准确识别时，该算法对目标瞬时频率的估计精度将发生明显下降。这种现象也称之为“频率模糊”效应；第三，时频分析方法容易受到噪声干扰。在低信噪比条件下，强噪声干扰信号很容易被错误识别为虚假目标，不仅降低了瞬时频率的估计精度，还会影响检测结果的可靠性和鲁棒性。此外，该雷达定位算法的计算复杂度也是影响实时目标跟踪的重要因素。

为了克服上述缺陷，学者们对如何改善目标瞬时频率的估计性能做了大量的研究。有学者将阵列处理技术和多普勒频率估计算法相结合，提高对目标瞬时频率的估计精度，克服“频率模糊”效应[1]。但是，该方法需要构建大尺寸的收发天线阵列，对目标瞬时频率估计精度的提升是以牺牲雷达尺寸、重量、成本等工程应用参数为代价的。另外，有学者用分辨率更高的双线性时频变换方法来估计目标瞬时频率[2-3]。但是，该方法在处理多目标的定位跟踪时会受限于不可避免的交叉性干扰问题。还有学者试图通过传统多分量分离算法，如奇异值分解(SVD)，经验模式分解(EMD)和Hibert-Huang变换(HHT)等，来分离不同目标产生的回波分量，进而避免“频率模糊”效应[4-7]。由于传统多分量分离算法大多基于回波信号的频率特性，因而在分离过程中容易发生模态混叠问题，即在不同目标分量在频率相近甚至混叠区域内，瞬时频率的估计精度将出现显著下降。有人采用多项式模型来拟合回波相位并根据它们系数的差异来提取不同的目标分量。但是，该算法同样受限于交叉项干扰问题。并随着相位阶数的增加，算法的计算复杂度会呈指数式地增加，对雷达的处理单元造成造成很大的计算压力。

综上所述，现有技术存在的问题是：1)、目前改善目标瞬时频率的估计性能方法主要是以增加天线来获取更多的信号特征为主，导致雷达尺寸大、重量大、成本高，不符合穿墙雷达的便捷性和经济性；2)、时频分分析技术等会受到时间和频率分辨率相互妥协的问题，导致频率的估计精度下降；3)、当不同目标的瞬时频率相近或发生混叠时，非线性时频分析算法不可避免会遇到交叉项干扰问题，这都将导致瞬时频率的估计精度降低；4)、含高阶相计算的算法会增加计算复杂度，从而不能很好的实现目标实时定位跟踪。

发明内容

针对现有技术的不足，本发明的目的在于提供一种成本低、估计精度高、抗干扰能力强、算法复杂度低的基于Bezier模型的霍夫变换的多普勒穿墙雷达定位方法，能很好的实现目标实时定位跟踪。

本发明提供一种基于Bezier模型的霍夫变换的多普勒穿墙雷达定位方法，包括以下步骤：

S1.基于Bzeier模型的霍夫变换频率估计算法，完成对解调后回波信号的分量分离与瞬时频率的估计；

S2.根据定位跟踪算法以及目标瞬时频率，实时估测目标位置信息；

S3.合成目标运动轨迹，实现对目标的跟踪。

优选的，步骤S1中，所述基于Bzeier模型的霍夫变换频率估计算法，包括：

S101.Bezier模型的端点确定：根据短时傅里叶变换，对发射机接收回波调解后的信号进行时频分析，提取主要像素作为目标瞬时频率曲线，并取此曲线的点作为Bezier模型的端点；

S102.基于Bezier模型的霍夫变换频率拟合：根据霍夫变换的原理，确定最近似于目标瞬时频率曲线的二次型Bezier模型，完成对目标瞬时频率的估计。

进一步，步骤S101中，所述发射机接收回波调解后的信号表示为：

其中，a_k为第k个信号的幅度，f_di,k(t)是对应于载波频率f_i的第k个目标分量的多普勒频率，

是第k个信号回波初始相位，c是光速。

进一步，步骤S102中，所述霍夫变换模型如下：

其中F(X,t)是目标瞬时频率的拟合模型，X是拟合参数，调整拟合参数使得拟合模型近似于目标瞬时频率f_di,k(t)＝F(X,t)；

所述二次型Bezier模型如下：

其中P₀和P₂是Bezier模型的端点，P₁是其控制点，u是参数；

所述目标瞬时频率的拟合如下：

F_B(X,t)＝(1-t)²·y_start+2t(1-t)·Y₁+t²·y_end (4)

其中X＝[x₁,y₁]，调整参数(X₁,Y₁)＝(x₁,y₁)时，目标瞬时频率的估计结果可表示为f_di,k(t)＝F_B(X,t)，X＝[x₁,y₁]。

优选的，步骤S2中，所述定位跟踪算法包括：

S201.角度估测算法，用于根据目标频率特征，实时估计目标与发射机的夹角大小；

S202.距离估测算法，用于根据目标频率特征，实时估计目标离发射机的距离大小。

进一步，步骤S201中，所述角度估测算法具体为：

雷达的载波频率分别为f₁和f₂，包括一个发射机T_x与两个接收机R_x1/R_x2，接收机的距离为d，当目标处于当前位置时，目标回波传播到接收机的路程差为：

x＝d sinθ (5)

θ是目标的方向角；

此外，根据传播路程差可以计算出两个接收机输出信号相位差如下：

λ₁是载频f₁分量对应的波长；

由此可得出目标的方位角：

其中，f_1Rx1和f_1Rx2分别为接收机R_x1和R_x2在载波频率为f₁的载波下接收回波信号的瞬时频率，

为上述两信号的初始相位差。

进一步，步骤S202中，所述距离估测算法具体为：

光速为c，当目标距离接收机距离为R时，回波信号在两个载波频率下的相位变化为：

和

因此，可求得目标距离为：

其中f_2Rx1为接收机R_x1在载波频率为f₂的载波下接收的回波信号的瞬时频率；

为接收机R_x1在不同频率下接收回波信号的初始相位差。

优选的，步骤S3中，所述合成目标运动轨迹通过轨迹合成算法得到，具体为：

根据角度估测算法和距离估测算法得出的方位角θ和距离R，可转化为笛卡尔空间坐标系：

X＝R×sinθ

Y＝R×cosθ (9)

轨迹合成算法用于根据目标距离和角度信息，在二维平面对目标进行定位，然后合成目标运动轨迹，实现对目标的跟踪。

作为一个总的发明构思，本发明还提供所述基于Bezier模型的霍夫变换的多普勒穿墙雷达定位方法的应用，使用所述基于Bezier模型的霍夫变换的多普勒穿墙雷达定位方法的多普勒穿墙雷达。

相对于现有技术，本发明具有以下有益技术效果：

本发明通过基于Bezier模型的霍夫变换频率估计算法完成对雷达回波信号的目标分量分离和频率特征估计，再使用定位跟踪算法对目标运动轨迹进行实时跟踪；在多目标跟踪中，与STFT算法相比，瞬时频率估计精度提高0.2Hz，目标的平均定位精度提高1.1m，运算时间增加0.3s，与传统的霍夫变换频率估计算法相比，瞬时频率估计精度提高0.25Hz,目标的平均定位精度提高0.9m，运算时间减少0.2s，该算法具有定位精度高，且无“频率模糊”效应，同时避免了多通道数据融合等繁冗的计算过程，具有运算速度快等优点，在多普勒穿墙雷达的目标定位跟踪领域中具有广泛的应用前景。

本发明所述基于Bezier模型的霍夫变换的多普勒穿墙雷达定位方法，在保证多普勒穿墙雷达***经济与简洁性(一个发射机两个接收)，比STFT算法更精确的定位精度，比传统的霍夫变换算法更快的运算速度，以保证了雷达***的实时性，此外还解决了“频率模糊”问题，实现同时针对多目标的跟踪定位。

附图说明

图1为本发明基于Bezier模型的霍夫变换的多普勒穿墙雷达定位方法的流程图。

图2是实施例中基于Bezier模型的霍夫变换的多普勒穿墙雷达定位方法流程图。

图3是实施例中双频多普勒雷达定位结构示意图。

图4是实施例中使用基于Bezier模型的霍夫变换的多普勒穿墙雷达定位结果，STFT定位结果和传统的霍夫变换的雷达定位结果示意图；(a)STFT分离频率结果；(b)STFT定位跟踪结果；(c)传统的霍夫变换分离频率结果；(d)传统的霍夫变换定位跟踪结果；(e)基于Bezier模型的霍夫变换分离频率结果；(f) 基于Bezier模型的霍夫变换定位跟踪结果。

具体实施方式

下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明提供一种基于Bezier模型的霍夫变换的多普勒穿墙雷达定位方法，如图1所示，包括以下步骤：

S1.基于Bzeier模型的霍夫变换频率估计算法，完成对解调后回波信号的分量分离与瞬时频率的估计；

S2.根据定位跟踪算法以及目标瞬时频率，实时估测目标位置信息

S3.合成目标运动轨迹，实现对目标的跟踪。

本发明通过基于Bezier模型的霍夫变换频率估计算法完成对雷达回波信号的目标分量分离与频率估计，再使用定位跟踪算法对目标运动轨迹进行实时跟踪；具有定位精度高，无“频率模糊”效应的优点，算法计算复杂度降低，避免了多通道数据融合等繁冗的计算过程。

如图2所示，本发明实施例提供的基于Bezier模型的霍夫变换的多普勒穿墙雷达定位方法包括以下步骤：

(1)根据信号回波通过霍夫变换确定Bezier模型；

(2)使用基于Bezier模型的霍夫变换算法进行信号分离与频率估计；

(3)根据估计的目标瞬时频率，估计目标的方位角和距离；

(4)根据估计的目标与雷达间的方位角与距离合成笛卡尔空间坐标系。

本发明实施例提供的基于Bezier模型的霍夫变换的多普勒穿墙雷达定位方法包括基于Bezier模型的霍夫变换频率估计算法和定位跟踪算，其中：

基于Bezier模型的霍夫变换频率估计算法，用于对解调后回波信号的分量分离与频率估计；

定位跟踪算法，用于根据目标瞬时频率，实时估测目标位置信息，进而合成目标运动轨迹，实现对目标的跟踪。

基于Bezier模型的霍夫变换频率估计算法包括：

(1)Bezier模型的设计，根据雷达回波信号的特点通过霍夫变换确定Bezier 模型；

(2)根据确定的Bezier模型分离信号，根据霍夫变换拟合感兴趣的目标分量的瞬时频率。

本发明实施例中，回波调解后的信号表示为：

其中，a_k为第k个信号的幅度，f_di,k(t)是对应于载波频率f_i的第k个目标分量的多普勒频率，

是第k个信号回波初始相位，c是光速。

霍夫变换模型如下：

其中F(X,t)是目标瞬时频率的拟合模型，X是拟合参数，调整拟合参数使得拟合模型近似于目标瞬时频率f_di,k(t)＝F(X,t)；

二次型Bezier模型如下：

其中P₀和P₂是Bezier模型的端点，P₁是其控制点，u是参数；

目标瞬时频率的拟合如下：

F_B(X,t)＝(1-t)²·y_start+2t(1-t)·Y₁+t²·y_end (4)

其中X＝[x₁,y₁]，调整参数(X₁,Y₁)＝(x₁,y₁)时，目标瞬时频率的估计结果可表示为f_di,k(t)＝F_B(X,t)，X＝[x₁,y₁]。

定位跟踪算法包括：

S201.角度估测算法，用于根据目标频率特征，实时估计目标与发射机的夹角大小；

S202.距离估测算法，用于根据目标频率特征，实时估计目标离发射机的距离大小。

角度估测算法具体为：

如图3所示，雷达的载波频率分别为f₁和f₂，包括一个发射机T_x与两个接收机 R_x1/R_x2，接收机的距离为d，当目标处于当前位置时，目标回波传播到接收机的路程差为：

x＝d sinθ (5)

θ是目标的方向角；

此外，根据传播路程差可以计算出两个接收机输出信号相位差如下：

λ₁是载频f₁分量对应的波长；

由此可得出目标的方位角：

其中，f_1Rx1和f_1Rx2分别为接收机R_x1和R_x2在载波频率为f₁的载波下接收回波信号的瞬时频率，

为上述两信号的初始相位差。

距离估测算法具体为：

如图3所示，光速为c，当目标距离接收机距离为R时，回波信号在两个载波频率下的相位变化为：

和

因此，可求得目标距离为：

其中f_2Rx1为接收机R_x1在载波频率为f₂的载波下接收的回波信号的瞬时频率；

为接收机R_x1在不同频率下接收回波信号的初始相位差。

合成目标运动轨迹通过轨迹合成算法得到，具体为：

根据角度估测算法和距离估测算法得出的方位角θ和距离R，可转化为笛卡尔空间坐标系：

X＝R×sinθ

Y＝R×cosθ (9)

下面结合具体实施例和附图对本发明进行详细的说明：

实施例1

双频连续波的载波频率为2.4GHz和2.39GHz，发射机与接收机距离为 6.25cm。目标1从坐标(2，1)沿着Y正半轴以初始速度为0.8m/s，加速度为 0.05m/s²运动，目标2从坐标(-1.5，5)沿着X正半轴以2m/s的速度运动。使用基于Bezier模型的霍夫变换的多普勒穿墙雷达定位算法结果见图4，图4(e)、图4(f)分别表示为频率拟合和轨迹合成结果，实线为实际频率，虚线为拟合频率。与STFT定位结果相比，所提出的算法使定位结果更加精确，同时还避免了“频率模糊”效应，STFT定位结果见图4(a)、图4(b)；与传统的线性拟合模型的霍夫变换的多普勒穿墙雷达定位算法相比，所提出的算法不仅使定位精度更加精确，运算速度也相对比较快，线性拟合模型的霍夫变换的雷达定位算法定位结果见图4(c)、图4(d)。此外，三种定位结果误差对比见表1。与STFT算法相比，频率估计精度平均提高0.2Hz，多目标定位精度平均提高1.1m，与传统的霍夫变换算法相比，频率估计精度平均提高0.25Hz，多目标定位精度平均提高0.9m，运算时间减少2s。

表1 STFT、传统的霍夫变换和基于Bezier模型的霍夫变换算法误差对比

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

参考文献

[1]Shobha Sundar R.and Hao L.Through-wall tracking of human moversusing joint Doppler and array processing.IEEE Geosci.Remote Sens.Lett.2008；5:537-541.

[2]Yushuang W.Xiukun L.Yang W.Extraction and classification ofacoustic scattering from underwater target based on Wigner-Villedistribution.Appl.Acoust.2018；138:52-59.

[3]Amirtaha T.Analysis of Seismocardiographic Signals UsingPolynomial Chirplet Transform and Smoothed Pseudo Wigner-VilleDistribution.IEEE Signal Processing in Medicine and Biology Symposium.2017.

[4]Dustin P.and Ram M.Narayanan.Classification of Human motions usingempirical mode decomposition of human

Doppler signatures.IET Radar,SonarNavigat.2014；8:425-434.

[5]Ritchie M.Ash M.Chen Q.Through Wall Radar Classification of HumanMicro-Doppler Using Singular Value Decomposition Analysis.Sensors.2016；1:1-17.

[6]Yuan B.Chen Z.P.and Xu S.Y.Micro-Doppler Analysis and SeparationBased on Complex Local Mean Decomposition for Aircraft with Fast-RotatingParts in ISAR Imaging.IEEE Trans.Geosci. Remote Sens.2014；52:1285-1298.

[7]Niu J.Liu Y.Jiang W.Li X.and Kuang G.Weighted average frequencyalgorithm for Hilbert-Huang spectrum and its application to micro-Dopplerestimation.IET Radar,Sonar Navigat.2012；6:595-602.

Claims (7)

1.一种基于Bezier模型的霍夫变换的多普勒穿墙雷达定位方法，其特征在于，包括以下步骤：

S1.基于Bzeier模型的霍夫变换频率估计算法，完成对解调后回波信号的分量分离与瞬时频率的估计；

具体实施时，所述基于Bzeier模型的霍夫变换频率估计算法，包括：

S101.Bezier模型的端点确定：根据短时傅里叶变换，对发射机接收回波调解后的信号进行时频分析，提取主要像素作为目标瞬时频率曲线，并取此曲线的点作为Bezier模型的端点；

S102.基于Bezier模型的霍夫变换频率拟合：根据霍夫变换的原理，确定最近似于目标瞬时频率曲线的二次型Bezier模型，完成对目标瞬时频率的估计；

霍夫变换模型如下：

其中F(X,t)是目标瞬时频率的拟合模型，X是拟合参数，调整拟合参数使得拟合模型近似于目标瞬时频率f_di,k(t)＝F(X,t)；

所述二次型Bezier模型如下：

其中P₀和P₂是Bezier模型的端点，P₁是其控制点，u是参数；

所述目标瞬时频率的拟合如下：

F_B(X,t)＝(1-t)²·y_start+2t(1-t)·Y₁+t²·y_end (4)

其中X＝[x₁,y₁]，调整参数(X₁,Y₁)＝(x₁,y₁)时，目标瞬时频率的估计结果可表示为f_di,k(t)＝F_B(X,t)，X＝[x₁,y₁]；

S2.根据定位跟踪算法以及目标瞬时频率，实时估测目标位置信息；

S3.合成目标运动轨迹，实现对目标的跟踪。

2.根据权利要求1所述的基于Bezier模型的霍夫变换的多普勒穿墙雷达定位方法，其特征在于，步骤S101中，所述发射机接收回波调解后的信号表示为：

其中，a_k为第k个信号的幅度，f_di,k(t)是对应于载波频率f_i的第k个目标分量的多普勒频率，φ_k＝4πf_iR_k0/C是第k个信号回波初始相位，c是光速。

3.根据权利要求1所述的基于Bezier模型的霍夫变换的多普勒穿墙雷达定位方法，其特征在于，步骤S2中，所述定位跟踪算法包括：

S201.角度估测算法，用于根据目标频率特征，实时估计目标与发射机的夹角大小；

S202.距离估测算法，用于根据目标频率特征，实时估计目标离发射机的距离大小。

4.根据权利要求3所述的基于Bezier模型的霍夫变换的多普勒穿墙雷达定位方法，其特征在于，步骤S201中，所述角度估测算法具体为：

雷达的载波频率分别为f₁和f₂，包括一个发射机T_x与两个接收机R_x1/R_x2，接收机的距离为d，当目标处于当前位置时，目标回波传播到接收机的路程差为：

x＝d sinθ (5)

θ是目标的方向角；

此外，根据传播路程差可以计算出两个接收机输出信号相位差如下：

λ₁是载频f₁分量对应的波长；

由此可得出目标的方位角：

其中，f_1Rx1和f_1Rx2分别为接收机R_x1和R_x2在载波频率为f₁的载波下接收回波信号的瞬时频率，

为两信号的初始相位差。

5.根据权利要求3所述的基于Bezier模型的霍夫变换的多普勒穿墙雷达定位方法，其特征在于，步骤S202中，所述距离估测算法具体为：

光速为c，当目标距离接收机距离为R时，回波信号在两个载波频率下的相位变化为：

和

因此，可求得目标距离为：

其中f_2Rx1为接收机R_x1在载波频率为f₂的载波下接收的回波信号的瞬时频率；

为接收机R_x1在不同频率下接收回波信号的初始相位差。

6.根据权利要求1所述的基于Bezier模型的霍夫变换的多普勒穿墙雷达定位方法，其特征在于，步骤S3中，所述合成目标运动轨迹通过轨迹合成算法得到，具体为：

根据角度估测算法和距离估测算法得出的方位角θ和距离R，可转化为笛卡尔空间坐标系：

轨迹合成算法用于根据目标距离和角度信息，在二维平面对目标进行定位，然后合成目标运动轨迹，实现对目标的跟踪。

7.根据权利要求1～6中任一项所述的基于Bezier模型的霍夫变换的多普勒穿墙雷达定位方法的应用，其特征在于，使用所述基于Bezier模型的霍夫变换的多普勒穿墙雷达定位方法的多普勒穿墙雷达。

Images