动态规划算法进行弱目标金测的机理研究l-电子与信息学报.pdfVIP

第25卷 第6期 电子 与 信 息 学 报 Vo1．25No．6 2003年 6 月 JOURNAL OFELECTRoNICSAND INFORMA3、1ON TECIINOIOGY Jun．2003 动态规划算法进行弱 目标检测的机理研究 强 勇 焦李成 保 铮 (西安电子科技大学雷达信号处理重点实验室 西安 710071) 摘 要 低信杂噪比环境 中对弱小 目标的检测，已经在信号处理、红外图像序列俭测等领域 中引起人们的 广泛关注．动态规划实际上是一个多阶段决策的优化问题，它是检测前跟踪 (TBD)处理过程中提出的一种 有效检测弱小运动 目标的方法。该文分析了动态规划 法进行弱小 目标俭测的机理，在此基础上对两类动态 规划算法进行了革新，并给出了一个统一的递推关系式．份真结果表 明此 法对弱小 目标具有较强的检测能 力，比一般 的弱 目标的检测方法 SNR 性能上约提高 3—5(1B ． 关键词 检测前跟踪 (TBD)，动态规划算法，似然函数，弱日标检测 中图号 TN911．23 l引 言 检测前跟踪 (TBD)方法对于处理红外图像序列、光学图像序列中弱小运动 目标的检测具 有强大的功效。与其它诸如卡尔曼滤波器、概率数据关联 (PDA)等方法比较，TBD的处理有 所不同，它在每一帧并不宣布检测结果 ，不设检测 门限，而是将每一帧的信息数字化 、并存储 起来，然后在帧与帧之间对假设路径包含的点作几乎没有信息损失的相关处理，经过数帧的积 累，在 目标 的轨迹被估计 出来后 ，检测结果与 目标的航迹 同时宣布 【。 TBD算法实际上是在求 出由各扫描时刻 的点构成的所有路径之后，将每条路径 中各个 回波 幅度值相加，找出累加值超过 门限 的路径 【。 当然，解此类 问题可 以用穷举法，即先求出一切可能的由第 1帧到第 k帧所有点构成的路 径，求出各条路径所包含点的幅度的累加值，再与门限 比较，将超过 门限的路径找出来，宣 布检测结果 。这种方法想起来简单 ，但真正实现起来却非常 困难 ，因为计算量大得惊人 ，即使 用最先进 的计算机，花费的时间之长也会使这种方法失去使用价值 。 为 了减少运算量 ，有人设想可 以通过动态规划算法实现 。 1985年，YairBarniv提 出的用 于 目标检测 的动态规划算法 4【．，根据 贝叶斯理论 ，用概率密度函数构造优化决策过程的 目标 函 数，1993年，JamesArnold进一步发展了这类算法，能够检测到 0dB 以下的 目标 5【J，但这类 算法适用于非起伏模型 目标，对于起伏 目标模型处理效果较差。1996年，S．M．Tonissen等人 直接利用假设 目标的幅度信息构造优化决策过程的 目标函数，可 以检测起伏模型的运动 目标 。 此算法虽然具有 良好的检测 目标的性能，但跟踪性能很差 。本文通过对这两类动态规划算法 机理进行研究，将两类动态规划算法统一到一个基本的递推方程 中，利用假设 目标的一些先验 知识，将基本的动态规划方程加以改进，提高了动态规划算法的检测性能。 2动态规划的数学描述 o【] 2。1动态规划 的概念 动态规划 问题实际上是一个多阶段决策优化 问题 。处理时将研究的问题分解为互相联系的 几个子 问题 。如果原问题被看作一个过程，各个子 问题就是过程的几个阶段。这里引入状态变 量来描述过程的演变 。状态变量 的取值称为状态，状态的取值称为状态集合。状态和状态集合 2001—11-30收到， 2002．10—14改回 国家部级资助项目(No：413070301) 722 电 子 与 信 息 学 报 25卷 都依赖于阶段 ，分别记为 和 。当各段状态和终状态确定后，这个过程就完全确定 了。 即过程可以表示为状态序列 {1，2，… ， }，其