劉金超，辛 勤

(國防科學(xué)技術(shù)大學(xué)電子科學(xué)與工程學(xué)院， 長沙410073)

0 引言

短距離人體跟蹤在安全領(lǐng)域應(yīng)用上非常重要，如機場安全檢查和穿墻偵察恐怖分子。超寬帶雷達的超寬帶和高分辨率特性，使其非常適合短距離人體跟蹤，尤其是在可視條件差和穿墻檢測中，更能充分發(fā)揮其作用。

本文重點對超寬帶雷達多個運動人體目標(biāo)的檢測和跟蹤方法進行了研究。傳統(tǒng)的恒虛警檢測(CFAR)在對多個相距很近，甚至交叉、重疊時的人體目標(biāo)進行檢測時，會出現(xiàn)嚴重的目標(biāo)遮蔽現(xiàn)象［1］，而CLEAN算法通過找出當(dāng)前數(shù)據(jù)的最大值，并去除它所對應(yīng)的旁瓣響應(yīng)，既很好地保留了目標(biāo)信息，又能夠提取出人體多個散射點并記錄下每個散射點的到達時延;通過CLEAN算法檢測出的人體目標(biāo)散射點多而且分布相對集中，傳統(tǒng)最近鄰數(shù)據(jù)關(guān)聯(lián)算法(Nearest Neighbor Data Association，NNDA)［2］計算簡單、有效，但不適用于多個人體目標(biāo)的環(huán)境;而經(jīng)典的多目標(biāo)跟蹤算法:如聯(lián)合概率數(shù)據(jù)互聯(lián)算法(Joint Probabilistic Data Association，JPDA)［3］和多假設(shè)跟蹤算法(Multiple-Hypothesis Tracking，MHT)［4］雖然能夠?qū)Χ鄠€人體目標(biāo)進行有效跟蹤，但計算量易出現(xiàn)爆炸現(xiàn)象，不利于實時處理。為此，本文提出一種簡易最近鄰聯(lián)合概率數(shù)據(jù)互聯(lián)算法(CNNJPDA)，該方法能夠?qū)?shù)量較少軌跡交叉的人體目標(biāo)進行實時、有效跟蹤。

1 擴展目標(biāo)檢測

超寬帶雷達發(fā)射信號大時寬帶寬積的特性，決定了其具有高距離分辨率的能力，從而使人體目標(biāo)的回波分布在不同的徑向距離單元中，形成“距離擴展目標(biāo)”［5-6］。每個距離單元內(nèi)的回波就是一個有效量測，從而構(gòu)成人體的多個散射點。這為研究多個人體目標(biāo)的跟蹤方法提供了一種新思路，但前提是要通過一定的數(shù)據(jù)處理能夠提取出人體目標(biāo)的多個散射點。CLEAN算法很好地解決了這一問題。

1.1 超寬帶雷達波形散布模型

本文考慮的超寬帶雷達結(jié)構(gòu)，是由一個發(fā)射天線和一個接收天線組成。由于從人體各部位反射回來的超寬帶電磁波的到達時間和幅度各不相同，它們中的每一個不同的散布路徑都可以看成是超寬帶雷達回波信號的組成部分。所以，超寬帶雷達回波信號可以近似用一個特殊的多路徑模型來描述

式中:ak和nk分別表示接收信號第k個成分的幅度和到達時間;p(t)是基本波形單元。每個路徑的信號到達時延和幅度可以在掃描中通過使用CLEAN算法進行估計，如圖1所示。

圖1 CLEAN算法處理結(jié)果

1.2 CLEAN算法描述

Hogbom于1974年最早提出CLEAN算法［7］，將其作為一個消卷積過程用于圖像處理。Schwarz于1978年通過對CLEAN算法深入分析，得出CLEAN算法還是一個具有很高的信雜比的濾波過程。

實測數(shù)據(jù)分析結(jié)果表明，本文中人體目標(biāo)回波信號較強。因此，使用CLEAN算法進行人體目標(biāo)檢測，通過對預(yù)處理后的數(shù)據(jù)進行后續(xù)處理的搜索迭代過程，即多次減去接收系統(tǒng)在強點位置的點擴展函數(shù)［8］，提取出當(dāng)前數(shù)據(jù)的最大值，從而使人體散射點中能量最強的幾個被提取出，其他散射點及雜波則被有效抑制。具體算法流程如下:

第一步，輸入波形模板:s(t)和檢測門限:Tclean。

第二步，設(shè)每次掃描中開始剩余波形d0(t)=w(t)。初始i=0。

第四步，重復(fù)計數(shù):i←i+1。

第六步，回到第三步。

經(jīng)CLEAN之后的圖像已經(jīng)非?！案蓛簟?，并且由圖1b)可以看出人體多個散射點都能夠提取出來。由于人體目標(biāo)在運動時身體各部位及觀測角度時刻都在變化，所以，每次掃描的有效量測(散射點)數(shù)目也都在變，通過設(shè)定適當(dāng)?shù)拈T限Tclean(這里取經(jīng)驗值Tclean=1×10-3)，使得每次掃描的各個目標(biāo)的有效量測數(shù)目都在一定范圍內(nèi)(經(jīng)多次觀察，能量最強的散射點都集中在1～7個)，確保下步跟蹤算法的實現(xiàn)。

2 多個人體目標(biāo)跟蹤

通過CLEAN算法檢測出的人體目標(biāo)散射點多而且分布相對集中，因此，在進行跟蹤時，不同的數(shù)據(jù)關(guān)聯(lián)算法各有利弊:最近鄰數(shù)據(jù)關(guān)聯(lián)算法(NNDA)雖計算簡單，但在多目標(biāo)環(huán)境下(特別是相距較近或軌跡交叉的目標(biāo))，易出現(xiàn)誤跟和丟失目標(biāo)的現(xiàn)象;聯(lián)合概率數(shù)據(jù)互聯(lián)算法(JPDA)和多假設(shè)跟蹤算法(MHT)雖然能夠?qū)Χ鄠€人體目標(biāo)進行有效跟蹤，但計算量易出現(xiàn)爆炸現(xiàn)象，不利于實時處理。針對如何對多個軌跡交叉的人體目標(biāo)進行有效跟蹤，并減少計算量的問題，本文提出一種簡易最近鄰聯(lián)合概率數(shù)據(jù)互聯(lián)算法(CNNJPDA)。其主要思想是基于人體目標(biāo)散射點多且分布相對集中的特點，從每個目標(biāo)的跟蹤波門內(nèi)選取統(tǒng)計距離［9］最小的三個候選回波作為最終候選回波，若其中有一個以上(含一個)不在不同目標(biāo)相關(guān)波門的重疊區(qū)域內(nèi)，則選取其中統(tǒng)計距離最小的候選回波作為目標(biāo)回波，用于對目標(biāo)狀態(tài)進行更新。若三個統(tǒng)計距離最小的候選回波均在不同目標(biāo)相關(guān)波門的重疊區(qū)域內(nèi)，則以三個統(tǒng)計距離最小的候選回波與目標(biāo)關(guān)聯(lián)概率求取融合值，作為等效測量對目標(biāo)軌跡進行更新。具體算法流程如下:

1)設(shè)置跟蹤波門。其作用是確定被跟蹤目標(biāo)觀測值出現(xiàn)的范圍，其中心就是被跟蹤目標(biāo)的預(yù)測位置，其大小結(jié)合正確接收回波的概率和目標(biāo)散射點的分布確定，其形狀采用二維跟蹤門形狀中的橢圓形。

2)確定候選回波，即目標(biāo)的量測值zj(k)是否滿足

3)計算每個跟蹤波門內(nèi)所有測量值與預(yù)測值的最小統(tǒng)計距離min djt(第j個量測與第t個目標(biāo)的統(tǒng)計距離)

達到極小的量測，并從中選取三個min djt的回波(jt1＜jt2＜jt3)作為目標(biāo)t的最終候選回波。

式中:ωjt=1，表示量測j位于目標(biāo)t的確認波門內(nèi);ωjt=0，表示量測j位于目標(biāo)t的確認波門外(j=1，2，…，mk;t=1，2，…，T)。t=0 表示沒有目標(biāo)，mk為 k時刻觀測數(shù)目。

由確認矩陣Ω得到該時刻的公共回波集合Pub

若Pub=0，則量測jt1作為目標(biāo)回波，用于對目標(biāo)t狀態(tài)進行更新;若Pub≥1，且量測jti?Pub，則統(tǒng)計距離最小的量測jti(i=1，2，3)作為目標(biāo)回波，用于對目標(biāo) t狀態(tài)進行更新;若 Pub≥1，且量測 jt1，jt2，jt3∈Pub，則以量測jt1，jt2，jt3分別與目標(biāo)關(guān)聯(lián)概率求取融合值，作為等效測量對目標(biāo)軌跡進行更新。注意，在每次確認Pub之前，將Pub清零。如圖2所示。

圖2 量測j13被用于對目標(biāo)1軌跡進行更新

5)計算量測 jt1，jt2，jt3與目標(biāo) t互聯(lián)的概率。

關(guān)聯(lián)事件:θjt(k)表示量測j源于目標(biāo)t(0≤t≤T)的事件，其關(guān)聯(lián)概率為

(1)每個量測有唯一的源(目標(biāo)或雜波)，即

(2)每個目標(biāo)最多有一個量測，即

表示任一量測在聯(lián)合事件θi(k)中是否與目標(biāo)t互聯(lián)，δt(θi(k))稱為目標(biāo)檢測指示器。量測互聯(lián)指示為

表示在聯(lián)合事件θi(k)中，量測j是否跟一個真實目標(biāo)互聯(lián)。因此在聯(lián)合事件θi(k)中假量測的數(shù)為

對于Poisson雜波模型，聯(lián)合事件θi(k)在k時刻的后驗概率為

3 實驗驗證

利用該算法對超寬帶雷達實測數(shù)據(jù)進行處理:雷達的工作帶寬為800 MHz，采樣頻率為4.5 GHz，距離分辨率是0.187 m，更新時間間隔為0.12 s，掃描采樣窗為113 ns。實驗場景為:一個人在房間內(nèi)以恒定速度朝雷達方向徑直走來，另一個人在同一個房間內(nèi)的不同角度以恒定速度朝遠離雷達的方向徑直走去，如圖3所示。

圖3 兩個人體在室內(nèi)運動的路線

數(shù)據(jù)集先由信號預(yù)處理算法進行處理后再使用CLEAN算法進行處理。信號預(yù)處理算法由帶通濾波器、耦合對齊、背景相消［10］和時間窗構(gòu)成。其結(jié)果示于圖4a)。

對預(yù)處理后的數(shù)據(jù)使用OS-CFAR檢測的結(jié)果示于圖4b)，顯而易見，在觀測時間的1.5 s～3 s內(nèi)，存在嚴重的目標(biāo)遮蔽現(xiàn)象;因此，在OS-CFAR檢測后使用NNDA算法進行跟蹤［11］時，在兩目標(biāo)軌跡交叉期間，出現(xiàn)了丟失目標(biāo)2的現(xiàn)象。其結(jié)果示于圖4c)。

而經(jīng)CLEAN處理后，則有效抑制了目標(biāo)遮蔽現(xiàn)象，而且?guī)缀跛械亩鄰胶碗s波在這個環(huán)節(jié)都被很好地被消除，如圖4d)。

圖4e)和圖4f)分別顯示了經(jīng)CLEAN處理后，使用CNNJPDA算法和NNDA算法對目標(biāo)的跟蹤結(jié)果?？梢?，NNDA算法在兩個目標(biāo)軌跡交叉后出現(xiàn)了錯誤跟蹤目標(biāo)的現(xiàn)象;而CNNJPDA算法則分別對兩個目標(biāo)進行了實時、正確的跟蹤。

圖4 對兩個軌跡交叉的人體目標(biāo)檢測、跟蹤結(jié)果

4 結(jié)束語

本文提供了一種超寬帶雷達對多個人體目標(biāo)進行跟蹤的方法。將人體目標(biāo)視為擴展目標(biāo)，使用CLEAN算法提取出人體多個散射點，而后找出人體目標(biāo)眾多候選回波中的統(tǒng)計距離最小的三個最終候選回波，從中選出一個或求出三個的等效回波用于對目標(biāo)的軌跡進行更新。從而實現(xiàn)對軌跡交叉人體目標(biāo)的有效跟蹤，但由于多個運動人體跟蹤情況非常復(fù)雜，只選用了兩個人情況驗證有效性。下一步將重點研究當(dāng)人體目標(biāo)數(shù)大于兩個且在跟蹤期間有變化時的目標(biāo)檢測及數(shù)據(jù)關(guān)聯(lián)算法。

［1］Richards M A.雷達信號處理基礎(chǔ)［M］.邢孟道，王 彤，李真芳，等譯.北京:電子工業(yè)出版社，2008:220-286.Richards M A.Fundamentals of radar signal processing［M］.Xing Mengdao，Wang Tong，Li Zhenfang，et al，trans.Beijing:Publishing House of Electronics Industry，2008:220-286.

［2］He Y，Savelyev T，Yarovoy A.Two-stage algorithm for extended target tracking by multistatic UWB radar［C］//IEEE CIE Radar Conference.Chengdu:IEEE Press，2011(6):569-572.

［3］吳佳芯.多目標(biāo)跟蹤的數(shù)據(jù)關(guān)聯(lián)算法研究［D］.西安:西安電子科技大學(xué)，2013:10-40.Wu Jiaxin.Research on data association algorithms of multitarget tracking［D］.Xi＇an:Xidian University，2013:10-40.

［4］Chang S H，Wolf M，Burdick J W.An MHT algorithm for UWB radar-based multiple human target tracking［C］//IEEE International Conference on Ultra-wideband Vancouver，BC:IEEE Press，2009(9):9-11.

［5］何 友.雷達目標(biāo)檢測與恒虛警處理［M］.2版.北京:清華大學(xué)出版社，2011:266-289.He You.Radar target detection and CFAR processing［M］.2nd ed.Beijing:Tsinghua University Press，2011:266-289.

［6］劉 剛，王春陽.一種超寬帶運動目標(biāo)檢測雷達［J］.現(xiàn)代雷達，2000，22(5):1-4，17.Liu Gang，Wang Chunyang.A kind of ultra-wide-band moving target detection radar［J］.Modern Radar，2000，22(5):1-4，17.

［7］Masoom H，Adve R S，Cobbold R S C.Target detection in diagnostic ultrasound:evaluation of a method based on the CLEAN algorithm［J］.Ultrasonics，2013，53(1):335-344.

［8］林清源，王彥平，洪 文.一種基于CLEAN的SAR圖像旁瓣抑制方法［J］.中國科學(xué)院研究生院學(xué)報，2011，28(3):355-359.Lin Qingyuan，Wang Yanping，Hong Wen.A SAR image side-lobes reduction method based on CLEAN［J］.Journal of the Graduate School of the Chinese Academy of Sciences，2011，28(3):355-359.

［9］趙艷麗，林 輝，趙 鋒，等.多目標(biāo)跟蹤中的數(shù)據(jù)關(guān)聯(lián)和航跡管理［J］.現(xiàn)代雷達，2007，29(3):28-31.Zhao Yanli，Lin Hui，Zhao Feng，et al.Data association and track management in multitarget tracking［J］.Modern Radar，2007，29(3):28-31.

［10］賀 峰，朱國富，牟妙輝，等.超寬帶穿墻雷達對人體動目標(biāo)探測的實驗研究［J］.現(xiàn)代雷達，2010，32(7):29-33.He Feng，Zhu Guofu，Mou Miaohui，et al.Experiment study of life locomotion detection based on UWB through wall radar［J］.Modern Radar，2010，32(7):29-33.

［11］吳 濤，張懷根.一種基于多目標(biāo)的角度時延聯(lián)合跟蹤算法［J］.現(xiàn)代雷達，2010，32(8):54-57.Wu Tao，Zhang Huaigen.A joint angle-delay tracking algorithm based on multiple targets［J］.Modern Radar，2010，32(8):54-57.