基于在线粒子群优化的多观测目标位置估计方法及装置制造方法及图纸

本申请涉及一种基于在线粒子群优化的多观测目标位置估计方法及装置，通过多径回波信号构建目标的多观测似然函数，采用在线粒子群优化算法对多观测似然函数的最大似然估计值进行迭代求解，在每一次迭代过程中，根据各粒子当前位置利用在线射线跟踪计算多径回波参数，进而计算得到当前似然函数值，同时依据该函数值对各粒子以及粒子群的历史最优位置进行更新，计算收敛度，若收敛度满足收敛条件，则得到最大似然估计值停止计算，若收敛度不满足收敛条件，则根据收敛度自适应更新粒子群优化算法的认知因子，同时更新各粒子的速度和位置，继续迭代计算直至收敛。本方法可提高对位于复杂异构多径场景中的目标进行位置估计的准确度。准确度。准确度。

【技术实现步骤摘要】
基于在线粒子群优化的多观测目标位置估计方法及装置


[0001]本申请涉及雷达信号处理
，特别是涉及一种基于在线粒子群优化的多观测目标位置估计方法及装置。

技术介绍

[0002]城市背景下的低空目标探测技术主要分为可见光、红外等光电无源探测技术和雷达有源探测技术两大类，其中雷达具有全天时、全天候的特点，探测性能受时间和天候影响小，且探测范围大、作用距离远，对城市区域监视领域具有重要意义。然而城市环境中楼宇密集会造成不可避免的目标遮挡现象和复杂的多径效应，对雷达低空目标探测提出了严峻挑战。
[0003]雷达信号在城市环境中会产生反射、绕射等多径效应，会使雷达产生虚假目标。实际上，多径回波为不同传播路径的多个回波分量的叠加，每条回波路径由雷达位置、目标位置以及场景构造来决定，均携带有目标的部分信息，因此将每条路径等效为对目标的一次观测，把多径效应转化成对目标的多观测问题，可以有效提高雷达低空目标探测的性能。
[0004]雷达接收到目标的多径回波信号后，通过对多观测目标似然函数进行建模，目标未知位置的估计可以通过最大似然估计来获取，但最大似然估计不存在一般形式的闭式解析解。现有方法多针对特定多径场景构建具体的似然函数求解最大似然估计，对场景几何先验的高度依赖很难解决复杂异构场景下目标最大似然求解问题。

技术实现思路

[0005]基于此，有必要针对上述技术问题，提供一种能够实现高精度的目标位置估计的基于在线粒子群优化的多观测目标位置估计方法及装置。
[0006]一种基于在线粒子群优化的多观测目标位置估计方法，所述方法包括：获取目标的多径回波信号；根据所述多径回波信号构建所述目标的多观测似然函数，并采用在线粒子群优化算法对所述多观测似然函数的最大似然估计值进行迭代求解；在每一次迭代计算中，根据上一次迭代得到的各粒子位置即当前粒子位置利用在线射线跟踪实时计算多径回波参数，根据各所述多径回波参数对所述多观测似然函数进行计算,得到当前似然函数值，同时依据所述当前似然函数值更新各粒子历史最优位置以及粒子群历史最优位置；根据更新后的粒子群历史最优位置以及当前各粒子位置进行收敛度计算，若计算结果满足预设的收敛条件，则所述当前似然函数值为所述最大似然估计值；若计算结果不满足预设的收敛条件，则根据收敛度计算结果自适应更新粒子群优化算法的认知因子，同时更新各粒子的速度和位置，并进行下一次的迭代计算，直至收敛度计算结果满足预设的收敛条件；根据所述多观测似然函数最大似然估计值得到所述目标位置的最大似然估计。
[0007]在其中一实施例中，获取所述目标所处场景的几何先验信息，在采用在线粒子群优化算法进行迭代求解时，根据所述场景的几何先验信息对粒子群中各粒子位置进行初始化。
[0008]在其中一实施例中，所述收敛度表示为：；其中，；在上式中，表示各粒子当前位置集合，表示中心粒子即粒子群历史最优位置，表示在的邻域内包含的粒子，表示粒子群的势。
[0009]在其中一实施例中，所述则根据收敛度计算结果自适应更新粒子群优化算法的认知因子采用以下公式：；；在上式中，表示所述收敛度计算结果，表示独立个体认知因子，表示社会群体认知因子。
[0010]在其中一实施例中，在根据收敛度计算结果自适应更新粒子群优化算法的认知因子后，更新各粒子的速度和位置包括：根据上一次迭代得到的各粒子位置即当前各粒子所在位置以及上一次迭代时各粒子的移动速度进行计算，得到对应粒子当前迭代时的移动速度；根据各粒子当前迭代时的移动速度进行计算，对应得到各粒子的移动后的位置，即下一次迭代时各粒子的所处位置。
[0011]在其中一实施例中，所述根据上一次迭代得到的各粒子位置即当前各粒子所在位置以及上一次迭代时各粒子的移动速度进行计算，得到对应粒子当前迭代时的移动速度采用以下公式：；在上式中，表示迭代次数，表示第个粒子在第轮的速度，表示惯性因子，表示第个粒子在第轮的位置，和分别表示所述独立个体认知因子以及所述社会群体认知因子，和分别表示到第次迭代为止第个粒子和粒子群的历史最优位置，和分别表示个体认识权重和社会认知权重。
[0012]在其中一实施例中，所述根据各粒子当前迭代时的移动速度进行计算，对应得到各粒子的移动后的位置，即下一次迭代时各粒子的所处位置采用以下公式：。
[0013]一种基于在线粒子群优化的多观测目标位置估计装置，所述装置包括：多径回波信号获取模块，用于获取目标的多径回波信号；多观测似然函数构建模块，用于根据所述多径回波信号构建所述目标的多观测似然函数，并采用在线粒子群优化算法对所述多观测似然函数的最大似然估计值进行迭代求
解；第一迭代计算模块，用于在每一次迭代计算中，根据上一次迭代得到的各粒子位置即当前粒子位置利用在线射线跟踪实时计算多径回波参数，根据各所述多径回波参数对所述多观测似然函数进行计算,得到当前似然函数值，同时依据所述当前似然函数值更新各粒子历史最优位置以及粒子群历史最优位置；第二迭代计算模块，用于根据更新后的粒子群历史最优位置以及当前各粒子位置进行收敛度计算，若计算结果满足预设的收敛条件，则所述当前似然函数值为所述最大似然估计值；第三迭代计算模块，用于若计算结果不满足预设的收敛条件，则根据收敛度计算结果自适应更新粒子群优化算法的认知因子，同时更新各粒子的速度和位置，并进行下一次的迭代计算，直至收敛度计算结果满足预设的收敛条件；目标位置估计模块，用于根据所述多观测似然函数最大似然估计值得到所述目标位置的最大似然估计。
[0014]一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：获取目标的多径回波信号；根据所述多径回波信号构建所述目标的多观测似然函数，并采用在线粒子群优化算法对所述多观测似然函数的最大似然估计值进行迭代求解；在每一次迭代计算中，根据上一次迭代得到的各粒子位置即当前粒子位置利用在线射线跟踪实时计算多径回波参数，根据各所述多径回波参数对所述多观测似然函数进行计算,得到当前似然函数值，同时依据所述当前似然函数值更新各粒子历史最优位置以及粒子群历史最优位置；根据更新后的粒子群历史最优位置以及当前各粒子位置进行收敛度计算，若计算结果满足预设的收敛条件，则所述当前似然函数值为所述最大似然估计值；若计算结果不满足预设的收敛条件，则根据收敛度计算结果自适应更新粒子群优化算法的认知因子，同时更新各粒子的速度和位置，并进行下一次的迭代计算，直至收敛度计算结果满足预设的收敛条件；根据所述多观测似然函数最大似然估计值得到所述目标位置的最大似然估计。
[0015]一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：获取目标的多径回波信号；根据所述多径回波信号构建所述目标的多观测似然函数，并采用在线粒子群优化算法对所述多观测似然函数的最大似然估计值进行迭代求解；在每一次迭代计算中，根据上一次迭代得到的各粒子位置即当前粒子位置利用在线射线跟踪实时计算多径回波参数，根据各所述多径回波参数对所述多观测似然函数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于在线粒子群优化的多观测目标位置估计方法，其特征在于，所述方法包括：获取目标的多径回波信号；根据所述多径回波信号构建所述目标的多观测似然函数，并采用在线粒子群优化算法对所述多观测似然函数的最大似然估计值进行迭代求解；在每一次迭代计算中，根据上一次迭代得到的各粒子位置即当前粒子位置利用在线射线跟踪实时计算多径回波参数，根据各所述多径回波参数对所述多观测似然函数进行计算,得到当前似然函数值，同时依据所述当前似然函数值更新各粒子历史最优位置以及粒子群历史最优位置；根据更新后的粒子群历史最优位置以及当前各粒子位置进行收敛度计算，若计算结果满足预设的收敛条件，则所述当前似然函数值为所述最大似然估计值；若计算结果不满足预设的收敛条件，则根据收敛度计算结果自适应更新粒子群优化算法的认知因子，同时更新各粒子的速度和位置，并进行下一次的迭代计算，直至收敛度计算结果满足预设的收敛条件；根据所述多观测似然函数最大似然估计值得到所述目标位置的最大似然估计。2.根据权利要求1所述的多观测目标位置估计方法，其特征在于，获取所述目标所处场景的几何先验信息，在采用在线粒子群优化算法进行迭代求解时，根据所述场景的几何先验信息对粒子群中各粒子位置进行初始化。3.根据权利要求2所述的多观测目标位置估计方法，其特征在于，所述收敛度表示为：；其中，；在上式中，表示各粒子当前位置集合，表示中心粒子即粒子群历史最优位置，表示在的邻域内包含的粒子，表示粒子群的势。4.根据权利要求3所述的多观测目标位置估计方法，其特征在于，所述则根据收敛度计算结果自适应更新粒子群优化算法的认知因子采用以下公式：；；在上式中，表示所述收敛度计算结果，表示独立个体认知因子，表示社会群体认知因子。5.根据权利要求4所述的多观测目标位置估计方法，其特征在于，在根据收敛度计算结果自适应更新粒子群优化算法的认知因子后，更新各粒子的速度和位置包括：根据上一次迭代得到的各粒子位置即当前各粒子所在位置以及上一次迭代时各粒子的移动速度进行计算，得到对应粒子当前迭代时的移动速度；根据各粒...

【专利技术属性】
技术研发人员：蒋李兵，王壮，丁瑞，任笑圆，刘晓郡，杨庆伟，郑舒予，赵英健，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：