一種超寬帶雷達(dá)多人體目標(biāo)跟蹤算法

劉金超，辛 勤

(國(guó)防科學(xué)技術(shù)大學(xué)電子科學(xué)與工程學(xué)院， 長(zhǎng)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(jī)場(chǎng)安全檢查和穿墻偵察恐怖分子。超寬帶雷達(dá)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(cè)中，更能充分發(fā)揮其作用。

本文重點(diǎn)對(duì)超寬帶雷達(dá)多個(gè)運(yùn)動(dòng)人體目標(biāo)的檢測(cè)和跟蹤方法進(jìn)行了研究。傳統(tǒng)的恒虛警檢測(cè)(CFAR)在對(duì)多個(gè)相距很近，甚至交叉、重疊時(shí)的人體目標(biāo)進(jìn)行檢測(cè)時(shí)，會(huì)出現(xiàn)嚴(yán)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(duì)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(gè)散射點(diǎn)并記錄下每個(gè)散射點(diǎn)的到達(dá)時(shí)延;通過CLEAN算法檢測(cè)出的人體目標(biāo)散射點(diǎn)多而且分布相對(duì)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(jì)算簡(jiǎn)單、有效，但不適用于多個(gè)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€(gè)人體目標(biāo)進(jìn)行有效跟蹤，但計(jì)算量易出現(xiàn)爆炸現(xiàn)象，不利于實(shí)時(shí)處理。為此，本文提出一種簡(jiǎn)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(jìn)行實(shí)時(shí)、有效跟蹤。

1 擴(kuò)展目標(biāo)檢測(cè)

超寬帶雷達(dá)發(fā)射信號(hào)大時(shí)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(kuò)展目標(biāo)”［5-6］。每個(gè)距離單元內(nèi)的回波就是一個(gè)有效量測(cè)，從而構(gòu)成人體的多個(gè)散射點(diǎn)。這為研究多個(gè)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(gè)散射點(diǎn)。CLEAN算法很好地解決了這一問題。

1.1 超寬帶雷達(dá)波形散布模型

本文考慮的超寬帶雷達(dá)結(jié)構(gòu)，是由一個(gè)發(fā)射天線和一個(gè)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(dá)時(shí)間和幅度各不相同，它們中的每一個(gè)不同的散布路徑都可以看成是超寬帶雷達(dá)回波信號(hào)的組成部分。所以，超寬帶雷達(dá)回波信號(hào)可以近似用一個(gè)特殊的多路徑模型來描述

式中:ak和nk分別表示接收信號(hào)第k個(gè)成分的幅度和到達(dá)時(shí)間;p(t)是基本波形單元。每個(gè)路徑的信號(hào)到達(dá)時(shí)延和幅度可以在掃描中通過使用CLEAN算法進(jìn)行估計(jì)，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(gè)消卷積過程用于圖像處理。Schwarz于1978年通過對(duì)CLEAN算法深入分析，得出CLEAN算法還是一個(gè)具有很高的信雜比的濾波過程。

實(shí)測(cè)數(shù)據(jù)分析結(jié)果表明，本文中人體目標(biāo)回波信號(hào)較強(qiáng)。因此，使用CLEAN算法進(jìn)行人體目標(biāo)檢測(cè)，通過對(duì)預(yù)處理后的數(shù)據(jù)進(jìn)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(qiáng)點(diǎn)位置的點(diǎn)擴(kuò)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(diǎn)中能量最強(qiáng)的幾個(gè)被提取出，其他散射點(diǎn)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(cè)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(jì)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(gè)散射點(diǎn)都能夠提取出來。由于人體目標(biāo)在運(yùn)動(dòng)時(shí)身體各部位及觀測(cè)角度時(shí)刻都在變化，所以，每次掃描的有效量測(cè)(散射點(diǎn))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(yàn)值Tclean=1×10-3)，使得每次掃描的各個(gè)目標(biāo)的有效量測(cè)數(shù)目都在一定范圍內(nèi)(經(jīng)多次觀察，能量最強(qiáng)的散射點(diǎn)都集中在1～7個(gè))，確保下步跟蹤算法的實(shí)現(xiàn)。

2 多個(gè)人體目標(biāo)跟蹤

通過CLEAN算法檢測(cè)出的人體目標(biāo)散射點(diǎn)多而且分布相對(duì)集中，因此，在進(jìn)行跟蹤時(shí)，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(jì)算簡(jiǎn)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€(gè)人體目標(biāo)進(jìn)行有效跟蹤，但計(jì)算量易出現(xiàn)爆炸現(xiàn)象，不利于實(shí)時(shí)處理。針對(duì)如何對(duì)多個(gè)軌跡交叉的人體目標(biāo)進(jìn)行有效跟蹤，并減少計(jì)算量的問題，本文提出一種簡(jiǎn)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(diǎn)多且分布相對(duì)集中的特點(diǎn)，從每個(gè)目標(biāo)的跟蹤波門內(nèi)選取統(tǒng)計(jì)距離［9］最小的三個(gè)候選回波作為最終候選回波，若其中有一個(gè)以上(含一個(gè))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(jì)距離最小的候選回波作為目標(biāo)回波，用于對(duì)目標(biāo)狀態(tài)進(jìn)行更新。若三個(gè)統(tǒng)計(jì)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(gè)統(tǒng)計(jì)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(cè)量對(duì)目標(biāo)軌跡進(jìn)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(cè)值出現(xiàn)的范圍，其中心就是被跟蹤目標(biāo)的預(yù)測(cè)位置，其大小結(jié)合正確接收回波的概率和目標(biāo)散射點(diǎn)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(cè)值z(mì)j(k)是否滿足

3)計(jì)算每個(gè)跟蹤波門內(nèi)所有測(cè)量值與預(yù)測(cè)值的最小統(tǒng)計(jì)距離min djt(第j個(gè)量測(cè)與第t個(gè)目標(biāo)的統(tǒng)計(jì)距離)

達(dá)到極小的量測(cè)，并從中選取三個(gè)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(cè)j位于目標(biāo)t的確認(rèn)波門內(nèi);ωjt=0，表示量測(cè)j位于目標(biāo)t的確認(rèn)波門外(j=1，2，…，mk;t=1，2，…，T)。t=0 表示沒有目標(biāo)，mk為 k時(shí)刻觀測(cè)數(shù)目。

由確認(rèn)矩陣Ω得到該時(shí)刻的公共回波集合Pub

若Pub=0，則量測(cè)jt1作為目標(biāo)回波，用于對(duì)目標(biāo)t狀態(tài)進(jìn)行更新;若Pub≥1，且量測(cè)jti?Pub，則統(tǒng)計(jì)距離最小的量測(cè)jti(i=1，2，3)作為目標(biāo)回波，用于對(duì)目標(biāo) t狀態(tài)進(jìn)行更新;若 Pub≥1，且量測(cè) jt1，jt2，jt3∈Pub，則以量測(cè)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(cè)量對(duì)目標(biāo)軌跡進(jìn)行更新。注意，在每次確認(rèn)Pub之前，將Pub清零。如圖2所示。

圖2 量測(cè)j13被用于對(duì)目標(biāo)1軌跡進(jìn)行更新

5)計(jì)算量測(cè) 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(cè)j源于目標(biāo)t(0≤t≤T)的事件，其關(guān)聯(lián)概率為

(1)每個(gè)量測(cè)有唯一的源(目標(biāo)或雜波)，即

(2)每個(gè)目標(biāo)最多有一個(gè)量測(cè)，即

表示任一量測(cè)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(cè)指示器。量測(cè)互聯(lián)指示為

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

對(duì)于Poisson雜波模型，聯(lián)合事件θi(k)在k時(shí)刻的后驗(yàn)概率為

3 實(shí)驗(yàn)驗(yàn)證

利用該算法對(duì)超寬帶雷達(dá)實(shí)測(cè)數(shù)據(jù)進(jìn)行處理:雷達(dá)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(shí)間間隔為0.12 s，掃描采樣窗為113 ns。實(shí)驗(yàn)場(chǎng)景為:一個(gè)人在房間內(nèi)以恒定速度朝雷達(dá)方向徑直走來，另一個(gè)人在同一個(gè)房間內(nèi)的不同角度以恒定速度朝遠(yuǎn)離雷達(dá)的方向徑直走去，如圖3所示。

圖3 兩個(gè)人體在室內(nèi)運(yùn)動(dòng)的路線

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

對(duì)預(yù)處理后的數(shù)據(jù)使用OS-CFAR檢測(cè)的結(jié)果示于圖4b)，顯而易見，在觀測(cè)時(shí)間的1.5 s～3 s內(nèi)，存在嚴(yán)重的目標(biāo)遮蔽現(xiàn)象;因此，在OS-CFAR檢測(cè)后使用NNDA算法進(jìn)行跟蹤［11］時(shí)，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(gè)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(duì)目標(biāo)的跟蹤結(jié)果。可見，NNDA算法在兩個(gè)目標(biāo)軌跡交叉后出現(xiàn)了錯(cuò)誤跟蹤目標(biāo)的現(xiàn)象;而CNNJPDA算法則分別對(duì)兩個(gè)目標(biāo)進(jìn)行了實(shí)時(shí)、正確的跟蹤。

圖4 對(duì)兩個(gè)軌跡交叉的人體目標(biāo)檢測(cè)、跟蹤結(jié)果

4 結(jié)束語

本文提供了一種超寬帶雷達(dá)對(duì)多個(gè)人體目標(biāo)進(jìn)行跟蹤的方法。將人體目標(biāo)視為擴(kuò)展目標(biāo)，使用CLEAN算法提取出人體多個(gè)散射點(diǎn)，而后找出人體目標(biāo)眾多候選回波中的統(tǒng)計(jì)距離最小的三個(gè)最終候選回波，從中選出一個(gè)或求出三個(gè)的等效回波用于對(duì)目標(biāo)的軌跡進(jìn)行更新。從而實(shí)現(xiàn)對(duì)軌跡交叉人體目標(biāo)的有效跟蹤，但由于多個(gè)運(yùn)動(dòng)人體跟蹤情況非常復(fù)雜，只選用了兩個(gè)人情況驗(yàn)證有效性。下一步將重點(diǎn)研究當(dāng)人體目標(biāo)數(shù)大于兩個(gè)且在跟蹤期間有變化時(shí)的目標(biāo)檢測(cè)及數(shù)據(jù)關(guān)聯(lián)算法。

［1］Richards M A.雷達(dá)信號(hào)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(dá)目標(biāo)檢測(cè)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(yùn)動(dòng)目標(biāo)檢測(cè)雷達(dá)［J］.現(xiàn)代雷達(dá)，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(guó)科學(xué)院研究生院學(xué)報(bào)，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(dá)，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(guó)富，牟妙輝，等.超寬帶穿墻雷達(dá)對(duì)人體動(dòng)目標(biāo)探測(cè)的實(shí)驗(yàn)研究［J］.現(xiàn)代雷達(dá)，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(shí)延聯(lián)合跟蹤算法［J］.現(xiàn)代雷達(dá)，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.