快速極坐標霍夫變換檢測前跟蹤算法

杭州電子科技大學通信信息傳輸與融合技術國防重點實驗室 陳國全 郭云飛 鄭曉峰

快速極坐標霍夫變換檢測前跟蹤算法

杭州電子科技大學通信信息傳輸與融合技術國防重點實驗室 陳國全 郭云飛 鄭曉峰

針對弱目標檢測前跟蹤問題，本文提出一種快速極坐標霍夫變換算法。該方法利用目標運動速度先驗信息和雷達回波幀序號信息，對相鄰兩幀內滿足目標特性的雷達數據進行組合，再利用極坐標霍夫變換進行目標檢測。通過與傳統霍夫變換方法的仿真比較，驗證了本文所提方法的性能優勢。

弱目標；檢測前跟蹤；極坐標霍夫變換；快速算法

0 引言

檢測前跟蹤(Track-Before-Detect,TBD)技術是一種低信噪比下聯合檢測和跟蹤的有效技術。該技術對雷達回波數據設定較低門限甚至不設門限，通過多幀積累提高目標檢測性能。基于霍夫變換的TBD技術由于良好的檢測性能，受到該領域廣大學者和工程人員的歡迎。霍夫變換首先被應用于圖像處理應用中[3]，是檢測直線運動目標的一種有效方法。B.D.Carlson等人將Hough變換應用于搜索雷達的目標檢測中[1]。Moyer等人針對強雜波背景下，提出一種基于多維Hough變換的弱目標TBD算法[4]。該方法對雷達數據分別做兩維Hough變換，在強雜波環境下直線運動的多目標檢測具有較好的魯棒性。魏蘭玲等提出一種利用幀序號限制最小點集選取的改進隨機Hough變換方法[5]。上述方法在處理雷達極坐標數據時需要首先將搜索雷達中的數據進行極坐標-笛卡爾坐標變換，才能進行目標檢測。由于坐標變換中的轉換誤差，降低了目標的檢測跟蹤性能。為此，I.Garvanov,C. Kabakchiev等人提出了一種極坐標Hough變換(Polar Hough Transform,PHT)方法[2]，可有效降低直角坐標系Hough變換引入的轉換誤差。然而，極坐標Hough變換也是基于一對多映射，計算量大，實時性能較差。

本文針對雷達弱目標檢測跟蹤問題，提出一種基于目標運動特性的快速極坐標Hough變換方法（Fast Polar Hough Transform,FPHT)。該方法利用目標運動速度先驗信息和雷達回波幀序號信息，對相鄰兩幀內滿足目標特性的雷達數據進行組合，再利用極坐標霍夫變換進行目標檢測。本文結構如下，第一部分介紹了FPHT的算法流程，第二部分仿真驗證了FPHT和PHT在檢測性能和時間上的優缺點。第三部分對本文做一下總結。

1 FPHT算法流程

快速極坐標Hough變換TBD方法，其基本思想是在極坐標系下，利用目標在相鄰兩幀數據中的運動相關性，建立跟蹤門，剔除大量的無效點集組合，從而提高霍夫變換的實時性能。我們將相鄰兩幀雷達數據進行組合，在組合中選取滿足速度約束的點集進行存儲，通過組合點集采用隨機Hough變換[6,7]計算參數的方法計算，在參數空間對應量化單元格進行投票選擇，這種方法不需要跟標準極坐標Hough一樣對所有角度進行遍歷求解，通過運動目標的速度約束大大減少了無效點集的選取，這樣可以減少了算法的運行時間，有利于Hough參數平面中正確目標參數峰值積累。

FPHT詳細的算法步驟如下所示：

假設第K幀雷達回波數據量測集合為：

步驟1、首先對雷達提供的每一幀回波數據做第一門限處理，將所有超過第一門限的雷達回波按照目標所在的幀序號存儲在對應矩陣表示第k幀超過第一門限的雷達目標數據集合，表示第k幀回波量測數據中第j個超過門限數據的徑向距離和方位角，表示第k幀回波數據在位置的信號幅值信息，代表第一門限值。lk這表示第k幀共計超過第一門限數據個數。

步驟2、接著根據幀序號，枚舉組合相鄰兩幀雷達數據中的點集，若組合點集滿足公式（1）則其存儲在矩陣PHT中，即當選取點集滿足下式：

2 仿真分析

為了驗證FPHT算法有效性，分別采用了PHT和FPHT算法對雷達數據進行驗證分析。模擬仿真了雷達數據的目標信息如下：雷達掃描周期T=30s，目標速度范圍為50~200m/s，雷達共計接受回波幀數K=60。

圖1 所有幀雷達回波數據

圖2 PHT檢測跟蹤結果

圖3 FPHT檢測跟蹤結果

通過對雷達數據進行仿真驗證可以發現，F-PHT算法在圖3(a)參數空間積累形成了多個明顯峰值，在航跡回溯中，圖3(b)成功檢測出了三條目標軌跡，而PHT算法由于沒有運用目標的運動特性進行預處理只是對每個點做Hough變化，則在圖2(a)導致雜波在參數空間形成的峰值比目標形成的峰值高，所以出現了漏檢的情況，則在圖2(b)中檢測出一個目標。本文通過500次蒙特卡羅仿真，得到PHT平均運行算法為0.5231，FPHT平均運行算法為0.4983。所以本文所提出的方法還是較PHT算法在運行時間上有所改善。通過多次仿真分析得到性能對比圖如表1所示。

表1 兩種算法性能對比圖

3 結論

針對雷達弱目標檢測跟蹤問題，本文提出一種基于快速極坐標霍夫變換的檢測前跟蹤算法。該算法利用相鄰幀的目標運動相關性，建立跟蹤門，所有落入跟蹤門的測量數據組合進行極坐標霍夫變換，從而檢測出目標信息。與傳統極坐標霍夫變換相比，測量數據組合數大幅下降，實時性得到有效改善。

[1]Carlson B D,Evans E D,Wilson S L．Search radar detection and track with the Hough transform． detection statistics[J]．Aerospace & Electronic Systems IEEE Transactions on,1994,30(1):105-115．

[2]Chr Kabakchiev,I Garvanov．Radar Detect and Track Determination with a Transform Analogous to the Hough Transform[J]．IRS,2006:121-124．

[3]王國宏,孔敏,何友．Hough變換及其在信息處理中的應用[M]．兵器工業出版社,2005．

[4]Moyer L．R．,Spak J．,Lamanna P．A Multi-Dimensional Hough Transform Based Track-Before-Detect Technique for Detecting Weak Targets in Strong Clutter Backgrounds[J]．IEEE transactions on aerospace and electronic systems,2011,47(4):3062-3068．

[5]魏蘭玲．基于隨機霍夫變換的微弱目標檢測方法研究[D]．成都:電子科技大學,2011．

[6]Xu L,Oja E,Kulttenen P．A new curve detection method: randomized Hough Transform[J]．Pattern Recognition Letters,1990,11(5): 331-338．

[7]Gao C,Deng X,Shi C．Detection of Dim Maneuvering Target Ased on Randomized Hough Transform[J]．Procedia Engineering,2012(29): 808-813．

陳國全，男，杭州電子科技大學碩士在讀, 研究方向：雷達數據處理。

郭云飛（1978-），男，博士，杭州電子科技大學副教授，研究領域包括目標檢測、跟蹤與非線性濾波。

鄭曉楓（1989-），男，杭州電子科技大學碩士在讀，研究方向：雷達數據處理。