1、http /www laserjournal cn收稿日期 : 20160522基金项目 : 伊犁师范学院大学生体质检测中心重点实验室开放课题( 2016TZYB08)作者简介 : 吕昊 ( 1980) ， 男 ( 汉族 ) ， 甘肃定西人 ， 硕士 ， 讲师 ， 主要研究方向 : 运动生物力学 ; 王兰 ( 1983) ， 女 ( 汉族 ) ， 湖北蕲春人 ， 硕士 ， 讲师 ， 主要研究方向 : 图像处理 、计算机课程与教学论 。激光雷达在运动目标定位中的应用吕 昊 ， 王 兰( 伊犁师范学院 大学生体质检测中心重点实验室 ， 新疆 伊宁 835000)摘 要 : 激光雷达的运动目标定位关
2、键在于准确估计运动目标方位参量 ， 为了提高目标的定位精度 ， 提出近场源三维参量联合估计的激光雷达运动目标定位算法 。首先构建了激光雷达对运动目标定位的近场源模型 ， 对近场源中运动目标的每个信源参数自动配对 ， 然后对采用激光雷达检测技术进行目标回波信号检测 ， 结合频率 、角度和距离三维参量联合估计的 DOA 算法实现运动目标的准确定位 。实验结果表明 ， 本文提高了激光雷达运动目标参量估计的精度 ， 而且定位的速度也得到加快 。关键词 : 激光雷达 ; 运动目标 ; 参量估计 ; 定位 ; 信号检测中图分类号 : TN27 文献标识码 : A DOI 编码 : 10. 14016/j
3、cnki jgzz. 2016. 09. 072Application of laser radar in positioning of moving objectsLV Hao， WANG Lan( Key laboratory of College Studentsphysical fitness testing center Yili Normal University， Yining 835000， China)Abstract: By adopting the laser radar technique is the key technology of moving target l
4、ocation lies in the accurateestimation of the parameter of moving target range， in order to improve the positioning precision， put forward a laser ra-dar for moving target location near field source model are constructed based on 3D near field source parameters for thejoint estimation of laser radar
5、 target localization algorithm， each source of moving targets in the near field source param-eters are automatically paired， by adopting the laser radar detection technology target echo signal detection， combinedwith frequency， angle and distance threedimensional parameter joint estimation of DOA al
6、gorithm to achieve the accu-rate positioning of target motion The experimental results show that the proposed algorithm is used to estimate the pa-rameters of the laser radar moving target with high accuracy， and the positioning accuracy is betterKey words: laser radar; moving target; parameter esti
7、mation; localization; signal detection随着现代智能制导武器的发展 ， 军事方面对目标的打击精度提出更高要求 ， 采用激光雷达技术进行军事运动目标的定位 ， 实现对运动目标的定位检测和跟踪 1。激光雷达运动目标定位建立在高分辨波达方向 ( DOA) 基础上 ， 采用高分辨雷达目标识别技术结合近场源的方位估计实现对目标的运动参量估计 ， 实现目标的准确定位 。根据运动目标的激光雷达定位原理 ， 学者们进行了相关研究 ， 提出了阵列信号定位识别方法 23、高阶累积量估计方法 、DOA 估计方法以及波束形成方法 4。文献 5 是一种面向星载激光测高仪的陆地目标响应
8、激光雷达定位识别技术 ， 采用自适应波束形成和目标方位估计方法 ， 结合距离估计和运动速度估计 ， 实现对目标的准确定位 ， 精度较高 ; 文献 6 提出小尺寸光斑中心的高精度定位算法 ， 采用近场源特征参量估计和信息融合方法 ， 实现对运动目标的跟踪识别 ， 随着目标距离的增大 、干扰强度的增强 ， 该方法估计和定位的准确度下降 78。为了克服当前算法的弊端 ， 提高对运动目标的定位精度 ， 提出基于近场源三维参量联合估计的激光雷达运动目标定位算法 ， 并通过仿真实验测试了本文方法的优越性和可靠性 。1 近场源模型与信号分析1. 1 激光雷达运动目标近场源模型在激光雷达场中 ， 运动目标分布
9、在一个均匀的二象限近场源模型中 ， 近场源相对于激光雷达场阵列中心的距离可近似为 :r2D2/ ( 1)27吕昊等 : 激光雷达在运动目标定位中的应用激光杂志 2016 年第 37 卷第 9 期 LASER JOURNAL( Vol. 37， No. 9， 2016)http /www laserjournal cn式中 ， D 表示运动目标的回波检测最大孔径 ， =c/f 为中心频率 f 对应的工作波长 。激光雷达对运动目标定位的近场源由 N=2P 个阵元组成的间距为 d 均匀线阵 ， 在回波检测中 ， 信源接收到 L 个近场运动目标信号的空间分布如图 1所示 。图 1 目标定位近场源均匀线
10、阵在运动目标近场空间分布的阵列中心处记为激光雷达分布场地面坐标系坐标原点 ， 记为 0。以其为相位参考点 ， 在阵元位置的中心矢量场中 ， 第 m 个完全相关分布源 ( FCD) 源的接收信号可表示为 :xm( t) =Ii = 1si( t) ejmi+ rnm( t) ， p + 1 mp( 2)式中 ， si( t) 为 M1 维的向量的复包络 ， xm( t) 为阵元 m 接收的观测信号 ， nm( t) 为干扰噪声 ， mi为信源 m 相对于参考阵元离散时间点的相位差 。在电磁场干扰作用下通过对传播过程的信道估计和介质特征衰减 ， 计算能量衰减 ， 随着混响模型间干扰的增减的增大 ，
11、 根据色散效应 9， 激光雷达运动目标近场源模型为 :mi=2rii1 +m2d2r2i2mdsinir槡i( )1 im + im2( 3)式中 ， i=2disini， i=d2iricos2i， ri， i分别为来自每一个角度第 i 个近场源的距离和 DOA， 点源阵列流型向量 i为第 i 个激光雷达运动目标检测信源的波长 ， d 与 i满足 di/4。1. 2 运动目标的相干分布及信号分析为了实现对运动目标定位及参量估计 ， 进行激光雷达运动目标的相关特征分布模型分析和信号特征分解 10， 考虑单个的窄带远场分布源 ， 激光雷达技术的运动目标检测问题做如下假设 :( 1) 运动目标信源
12、 s1( t) ， s2( t) ， sL( t) 为零均值 、非高斯的严平稳随机过程 ， 在分布源和阵元之间具有非零峰度 ;( 2) 运动目标的干扰阵元噪声 nm( t) 为零均值高斯过程 ， 信号源发射的信号 ( 标量 ) 与信源统计独立 11;( 3) 各个点源贡献权重和 DOA 参数各不相同 ，即 ij 时 ij;( 4) 角度阵元间距 di/4， 而且 NL。对于每一个方向为 ， 角度时间加权函数为 f，( )k 的相关分布式目标模型则 1112， 激光雷达运动目标的分布源和阵元珘w( k) 与珔V( k) 的协方差为 E珘w( k)珔VT( k) =0， 连续方向上各个点源信号采样
13、融合的方差满足 :E V( k) VT( k) =R1v( k) D12( k) D1N( k)D21( k) R2v( k) D2N( k) DN1( k) DN2( k) RNv( k)= RV( k) ( 4)此时 ， 对运动目标的跟踪问题转化为信号检测问题 13， 最终可表示为 :H0:珓x( t) = RV( k)珘w( t)H1:珓x( t) = E槡t珓f( t)珓bD( t2) +珘w( t )0tT( 5)式中 ，珘w( t) 为统计独立的零均值复白高斯过程 。f( t) 经过快衰落失真信道后 ， 跟踪目标的过程噪声 w( k) 与 V( k) 的相关性为 :E w( k)
14、VT( k) = B1( k) B2( k) BN( k) : =B( k) ( 6)RV( k) 是一正定的实对称阵 ， 表明运动目标融合信息为零均值复高斯随机过程 ， RV( k) 可唯一地分解成RV( k) = L( k) R( k) LT( k) ( 7)式中 ， R( k) = diag r1( k) ， r2( k) ， rNq( k) 为分段副本相关检测阵 ; L( k) 为单位下三角阵 。假设激光雷达运动目标信号的副本相关积分检测器获得 k1 时刻的状态融合估计x( k1|k1) 和运动目标的相应的脉宽协方差阵为 P( k1 | k1) ， 在混响是局部平稳条件下 ， 得到 k
15、 时刻的全部量化信息珚M( k) 。用实测混响数据分析多个信道向量中运动目标的信息采集状态 14， 得到运动目标的状态特征模型方程重写为 :x( k+1) = ( k) x( k) +J( k)珚M( k) +珘w( k) ( 8)其中( k) = A( k) J( k)珚H( k) 珔w( k) = ( k) w( k) J( k)珔V( k)( 9)J( k) = ( k)珔B( k) R1( k) ( 10)37吕昊等 : 激光雷达在运动目标定位中的应用激光杂志 2016 年第 37 卷第 9 期 LASER JOURNAL( Vol. 37， No. 9， 2016)http /www
16、 laserjournal cn此时 ， 激光雷达运动目标的回波信号的检验统计量珘w( k) 的方差为珚Q( k) = E珘w( k)珘wT( k) =( k) Q( k) 珔B( k) R1( k)珔BT( k) T( k) ( 11)2 目标参量估计及跟踪算法定义近场源三维参量的四阶累积量矩阵 ， 其元素为 :C1( m， n) = cum x*m( t) ， xm+1( t) ， x*n+1( t) ， xn( t) ( 12)式中 ， “* ”表示复共轭 。把频率 、角度和距离等相互独立的零均值随机矢量利用高阶累积量进行特征重构 ， 得到 1516:C1( m， n) = C1( m，
17、 n)Li = 1c4siej2i( mn)( 13)式中 ， c4si=cum si( t)4 表示激光雷达运动目标信源 si的峰度 。若用 C4S为观测数据矢量的信号协方差 ， 即 :C4S=diag c4s1， c4s2， ， c4sL ( 14)则相应的奇异矢量满足 0m， nP1， 有 :C1=C1( m， n) AC4SAH( 15)式中 ， A 是目标信号源阵列流形向量矩阵 ， 第 i 列矢量可表示为 :ai= 1， ej2i， ej2( P1) iT( 16)采用 DOA 估计方法通过多维谱峰搜索 ， 得到运动目标信号的累积量矩阵 C3， C4， C5， C6， C7， 给出对
18、应的奇异矢量构成 ， ， 分别为 :=diag ej21， ej22， ej2I ( 17)=diag ej21， ej22， ej2L ( 18)=diag ej2w1， ej2w2， ej2wL ( 19)对上述参量以频率为搜索起点进行三维联合估计 ， 通过对数据协方差矩阵的分析 ， 定义新的分布式目标方位累计量矩阵 C2， 元素 C2( m， n) 为 :C2( m， n) =C1cum x*m( t+1) ， xm+1( t) ， x*n+1( t) ， xn( t) ( 20)对于窄带信号 ， 利用子空间之间的不相干原理 ，有 si( t) si( t+1) ， 因信源相互统计独立
19、， 得到中心波达方向的信号源角信号满足 :C2( m， n) Ii = 1c4siejwiej2i( mn)( 21)写成矩阵形式 :C2=AC4sHAH( 22)对运动的分布式目标进行 DOA 估计 ， 构造如下的 4P4P 矩阵 :C=C1C2C5C4CH2C1C6C7CH5CH6C1CH3CH4CH7C3C1=AC4sAH( 23)对于分布式目标 DOA 矩阵 C 作特征分解 :C=EEH( 24)式中 ， E = e1， e2， e4P 为空间谱的谱峰位置矩阵 ; =diag 1， 2， 4P 为特征值组成的对角矩阵 ， 且1LL+1=4P=0 ( 25)采用激光雷达检测技术进行目标回
20、波信号检测 ，得到非奇异的矩阵 TLL， 使得 :EsT=A ( 26)把相干分布式目标一维 DOA 估计结果 Es分成四个 PL 的矩阵 E0， Ex， Ey， Ez， 即 : Es= e1， e2， eL= E0， Ex， Ey， EzH。通过自适应波束形成 ， 得到运动目标的阵列方向矢量 : E0， Ex， Ey， EzHT= A， A， A， AH( 27)设 ， ， 的特征值估计分别为 wi， i， i， 结合频率 、角度和距离三维参量联合估计的 DOA 算法 ， 得到运动目标的频率 ， 角度和距离三个参数的估计分别为 :fi=angle( wi) /2 ( 28)i= sin1i4
21、dangle( i ) ( 29)ri=2d2iangle( i)cos2( i) ( 30)其中 ， i=c/fi为近场源中运动目标信源 i 信号波长的估计值 ， c 为激光雷达信号波速 。3 算法的性能分析激光雷达回波信号为一个带宽为 12 KHz， 调频率为 1024 Hz/s 的窄带信号 ， 目标方位 2. 5， 目标扩展角度 1， 激光雷达脉冲的初始频率为 12KHz， 模拟分布源的时宽为 T=0. 1s， 当阵元数目为 64， 信号和噪声互不相关 ， 信噪比为 10dB， 采用激光雷达进行角度扫描和参量估计 。仿真场景为 : 激光雷达脉冲与信噪比为 10dB， 近场源的快拍数为 2
22、00 2000， 采用 1000 次MonteCarlo 实验 ， 以激光雷达运动目标定位的各个参量估计的均方根误差作为性能评价准则 。选择奇异值分解算法作为对比算法 ， 两种法的近47吕昊等 : 激光雷达在运动目标定位中的应用激光杂志 2016 年第 37 卷第 9 期 LASER JOURNAL( Vol. 37， No. 9， 2016)http /www laserjournal cn场源中运动目标的信源频率 、方位角及距离的估计结果如图 2 所示 。从图 2 可以看出 ， 本文算法的激光雷达目标跟精度更高 。( a) 频率估计( b) 方位角估计( c) 距离估计图 2 运动目标各个
23、参量估计的均方根误差两种算法综合指标结果见表 1。从表 1 可知 ， 本文算法的激光雷达目标定位 ， 精度较高 ， 均方根误差较小 ， 降低了对运动目标定位的执行开销 。表 1 激光雷达定位的综合性能对比算法 定位精度 /% 均方根误差 执行时间 /ms本文算法 99. 07 0. 002 2. 012奇异值分解算法 80. 21 0. 172 9. 0824 结束语提出了基于近场源三维参量联合估计的激光雷达运动目标定位算法 。首先构建激光雷达对运动目标定位的近场源模型 ， 然后对近场源中运动目标每个信源的参数自动配对 ， 最后采用激光雷达检测技术进行目标回波信号检测 ， 结合频率 、角度和距
24、离三维参量联合估计的 DOA 算法实现运动目标的准确定位 ，仿真结果表明本文方法的目标定位精度较高 。参考文献 1 黄朝 ， 许鑫 ， 刘敦歌 ， 等 基于多传感器的微弱磁异常信号提取方法研究 J 电子测量技术 ， 2015， 38( 10) : 9195 2 赵威 强海水混响背景下水中兵器攻击目标检测研究 J 智能计算机与应用 ， 2016， 6( 2) : 5154 3 闫源江 ， 甘新年 ， 胡光波 舰船辐射噪声的混沌特性检验 J 舰船电子工程 ， 2011， 31( 1) : 6163 4 石鑫 ， 周勇 ， 胡光波 基于信号峰脊陡变调制的雷达测距算法 J 物联网技术 ， 2015，
25、5( 4) : 1214 2014， 35 5 王良训 ， 周辉 ， 李子乐 ， 等 面向星载激光测高仪的陆地目标响应函数仿真 J 红外与激光工程 ， 2015， 44( 11) : 34243430 6 赵婧鑫 ， 周富强 小尺寸光斑中心的高精度定位算法 J 红外与激光工程 ， 2014， 43( 8) : 26902693 7 蔡文娟 ， 王立强 ， 袁波 自动导星星点检测及跟踪算法研究 J 红外与激光工程 ， 2014， 43( 8) : 26842689 8 程海英 ， 王浩 基于 PSORVM 的光传感器参数标定算法 J 激光杂志 ， 2016， 37( 2) : 1215 9 孔英
26、秀 ， 柯熙政 ， 杨媛 空间相干光通信中本振光功率对信噪比的影响 J 红外与激光工程 ， 2016， 45( 2) : 28 10 程德芳 ， 徐小华 ， 于娜 相干光通信链路外差接收技术研究 J 激光杂志 ， 2016， 37( 2) : 125127 11 陈丹 ， 柯熙政 ， 张璐 湍流信道下激光器互调失真特性 J 光子学报 ， 2016， 45( 2) : 711 12 冯洋 基于改进的奇异值分解的红外弱小目标检测 J 激光技术 ， 2016， 40( 3) : 335338 13 夏晶 ， 蒋国保 ， 赵楚军 高吸收调制下掺铥锁模光纤激光器的数值研究 J 激光技术 ， 2016，
27、40( 4) : 571575 14 李建勋 ， 童中翔 ， 樊晓光 ， 等 红外对抗过程的效能评估方法研究 J 红外与激光工程 ， 2016， 45( 3) : 815 15 顾健 ， 艾勇 ， 单欣 ， 等 线性扩张状态观测器的改进及在空间光通信粗跟踪的应用 J 红外与激光工程 ，2016， 45( 3) : 210 16 李巍 ， 齐巍 ， 丁赤飚 ， 等 基于分布式雷达的宽带脉冲三维测距机制及方法研究 J 电子与信息学报 ， 2015，37( 3) : 64365057吕昊等 : 激光雷达在运动目标定位中的应用激光杂志 2016 年第 37 卷第 9 期 LASER JOURNAL( Vol. 37， No. 9， 2016)
