CN102298142B - 雷达测距模糊条件下多微弱目标ht-stc-tbd检测方法 - Google Patents

Abstract

本发明公开了一种雷达测距模糊条件下多微弱目标HT-STC-TBD检测方法，属于雷达数据处理领域。本发明的方法包括以下步骤：(一)将高、中脉冲重复频率雷达(如机载脉冲多普勒雷达等)测得的目标量测送入数据处理计算机，然后在数据处理计算机中得到目标所有可能状态；(二)对该可能状态进行Hough变换，得到能量积累直方图；(三)搜索直方图峰值，根据峰值坐标进行Hough逆变换确定有效检测数据点；(四)消除虚假航迹，修正目标状态，实现单次目标跟踪；(五)消除前次检测影响，进行目标的二次检测；(六)重复步骤(三)～(五)，直到检测出所有目标，实现多微弱目标跟踪与检测。

Description

雷达测距模糊条件下多微弱目标HT-STC-TBD检测方法

技术领域

本发明属于雷达数据处理领域，适用于高/中脉冲重复频率雷达(如机载脉冲多普勒雷达等)对数目未知多微弱目标的检测。

背景技术

在现代战争中，为了不模糊地测量速度，广泛采用高/中脉冲重复频率雷达，如机载火控雷达、机载预警机雷达等。但当雷达采用高/中脉冲重复频率时，会导致雷达距离测量模糊，即雷达的距离测量值不能准确反映目标的实际距离；特别是在包括多目标、杂波和噪声的复杂战场环境下，一种脉冲重复频率下可能会检测出多个目标，高重复频率雷达微弱目标的跟踪检测问题就变得更加复杂。在解距离模糊之前需要对不同脉冲重复频率下的目标距离门进行配对，以便得到目标的正确距离；配对错误会得到错误的距离。问题的关键是在距离模糊条件下建立量测与目标的互联，这也是多目标跟踪问题的难点。如果能快速实现雷达距离测量模糊条件下对多微弱目标的跟踪检测，则会有效增加机载武器系统的反应时间、提高武器系统对目标的打击能力。针对雷达测量距离模糊条件下微弱目标检测的问题，目前仅有动态规划方法，这种方法主要由以下3个步骤实现：

(1)在各脉冲重复频率下利用动态规划进行目标航迹的筛选和提取，尽可能多地消除虚假航迹；

(2)各可能目标在不同脉冲重复频率间的航迹匹配，得到若干匹配航迹组；

(3)利用中国余数定理方法对每个航迹组解模糊，从而获得目标的无距离模糊航迹。

这种方法具有以下二个缺陷：

(1)动态规划方法中应用余数定理解模糊时，重频之比m₁∶m₂∶m₃必须满足两两互质关系，当重频之比不满足两两互质条件时，就不能有效求得目标真实距离，而实际应用中许多雷达的重频之比不满足两两互质条件，因此应用局限性较大；

(2)动态规划方法针对雷达工作在较简单电磁环境中(没有干扰、杂波)，即：一种脉冲重复频率下通常只会检测出一个目标，不存在目标配对问题，因而不能用于多目标环境。

发明内容

本发明的目的是提出一种雷达测距模糊条件下数目未知多微弱目标的HT-STC-TBD检测方法，可以解决现有基于动态规划方法面临的应用局限性较大，不能用于多目标环境的缺陷。

本发明提出的雷达测距模糊条件下多微弱目标HT-STC-TBD检测方法的技术方案包括以下步骤：

步骤1：将高、中脉冲重复频率雷达(如机载脉冲多普勒雷达等)测得的目标数目未知的微弱信号送入雷达数据录取器，得到目标或者杂波的径向模糊距离r、方位

和回波能量A，然后将r、

和A送入雷达数据处理计算机；

在雷达数据处理计算机中执行以下步骤：

步骤2：初始化

R_max为雷达最大作用距离；

I为雷达脉冲重复频率种类，第i个脉冲重复频率记为PRF_i；

Ru_i为脉冲重复频率PRF_i对应的最大不模糊距离；

L_i是脉冲重复频率PRF_i对应的最大模糊数，

K为数据积累的扫描周期数；

n_i(k)为k时刻第i个脉冲重复频率下，量测的数目；

r_ij(k)为k时刻第i个脉冲重复频率下，第j个量测的径向模糊距离；

为k时刻第i个脉冲重复频率下，第j个量测的方位；

A_ij(k)为k时刻第i个脉冲重复频率下，第j个量测的回波能量；

z_ij(k)为k时刻第i个脉冲重复频率下，第j个量测的模糊量测：

z_ij(k)＝(r_ij(k)，

A_ij(k))，i＝1，2，…，I，j＝1，2，…，n_i(k)；

Δθ、Δρ为Hough变换中ρ-θ单元格的大小，取Δθ＝π/N_θ，Δρ＝R_max/N_ρ，N_θ为参数θ的分割段数，N_ρ为参数ρ的分割段数；

ρ-θ为Hough变换参数空间；

U(ρ，θ，i，j)为计数器单元，置为0；

Ψ₁，Ψ₂分别为量测幅度的第一门限和第二门限；

步骤3：数据积累

(1)建立量测存储器阵列Store(i，j，k)；

(2)第一门限处理

将目标量测接入幅度比较器，与第一门限Ψ₁进行比较，滤除幅度较小的量测；

(3)存储K个扫描周期的量测到相应存储器

z_ij(k)——→Store(i，j，k)；

步骤4：量测映射

(1)读取Store(i，j，k)中的径向模糊距离，通过一对多映射得到所有可能径向距离

$r_{{\mathrm{ijl}}_i}\left(k\right)=(l_i-1)\×R_{\mathrm{iu}}+r_{\mathrm{ij}}\left(k\right),i=1,\·\·\·,I,j=1,\·\·\·,n_i{\left(k\right)}_i,l_i=0,\·\·\·,L_i$

其中，l_i是脉冲间隔数；

(2)坐标转换

利用(1)得到的可能径向距离，通过坐标转换得到所有可能的状态集合X

$X=\left[\begin{array}{c}{x}_{{\mathrm{ijl}}_i}\left(k\right)\\ y_{{\mathrm{ijl}}_i}\left(k\right)\\ A_{\mathrm{ij}}\left(k\right)\end{array}\right],i=1,\·\·\·,I,j=1,\·\·\·,n_i\left(k\right),l_i=0,\·\·\·,L_i,k=1,....K$

其中，

为相应的方位角；

步骤5：Hough变换

(1)空间离散化

将参数空间离散化，形成参数空间ρ-θ，每个参数单元的中心点为：

θ_n＝(n-1/2)Δ_θ  n＝1，2，…，N_θ

ρ_n＝(n-1/2)Δ_ρ  n＝1，2，…，N_ρ

则ρ＝[ρ₁，ρ₂，…，ρ_n]，θ＝[θ₁，θ₂，…，θ_n]；

(2)建立能量累加器和存储器

建立能量累加器P(ρ，θ)，置每一单元为0；

建立存储器阵列Memory(ρ，θ)，置存储单元指针为1：Index(ρ，θ)＝1；

(3)将可能状态X经过Hough变换映射到参数空间中

对于状态空间X中每一个可能状态点

采用参数方程：

$\mathrm{\ρ}=x_{{\mathrm{ijl}}_i}\left(k\right)\cos \mathrm{\θ}+y_{{\mathrm{ijl}}_i}\left(k\right)\sin \mathrm{\θ},\mathrm{\θ}\∈[0,\mathrm{\π}]$

这样X-Y平面中的点便映射到ρ-θ参数空间中，得到对应的参数曲线C_l；

(4)能量积累和数据点存储

在曲线C_l相应的能量累加器元素上加上状态点

的能量(同一重频同一时刻的量测在同一个累加器元素中只能叠加一次)，并把数据点坐标

存储在相应的存储器单元Memory(ρ，θ)中；

(5)重复(3)～(4)直到将所有可能状态映射到参数空间中；

步骤6：判断是否需要继续检测目标

如果是第一次检测，存储参数空间中的能量峰值Ψ_max，然后转到步骤7；否则，将本次得到的参数空间中的能量最高点与Ψ₂进行比较，如果超过预设门限，则转到步骤7，否则结束检测；

步骤7：搜索有效检测点

对能量累加器元素依次判断，积累幅值超过第二门限Ψ₂的单元被认为是有效检测点；

步骤8：Hough逆变换

取出步骤7中获得的有效检测点(ρ_s，θ_m)，在相应存储器单元Memory(ρ_s，θ_m)中读出所有数据点

实现有效检测点在数据空间的映射；

步骤9：剔除虚假航迹

利用航迹长度、最大机动角度以及目标最大速度和最小速度等先验信息，对已检测到的状态空间进行筛选，剔除虚假航迹，获得本次检测的目标航迹；

步骤10：修正状态空间

将步骤8获得的所有数据点

从现有状态空间X中减去，消除本次有效检测点对状态空间的影响；

步骤11：重复步骤5～步骤10

通过依次消除的方法不断搜索新的目标，从而实现目标数目未知条件下距离模糊微弱目标的检测。

和背景技术相比，本发明的有益效果说明：

(1)本发明采用的雷达测距模糊(对应高、中脉冲重复频率雷达的距离测量)条件下多微弱目标HT-STC-TBD检测方法与重频大小无关，因而重频比不需满足互质条件，提高了应用范围，避免了基于动态规划方法的不足；

(2)综合利用了Hough变换批处理的特性和目标相继消除的思想，对参数空间中各个参数单元依次独立地检测判决，可以消除较强目标对较弱目标的检测影响，同时实现对多个微弱目标的检测。

附图说明

附图1是本发明提出的雷达测距模糊条件下多微弱目标HT-STC-TBD检测方法整体流程图；

附图2是本发明实施例中仿真场景；

附图3是本发明实施例中各重频测得的模糊状态图；

附图4是本发明实施例中各重频所有可能状态图；

附图5是本发明实施例中第一次检测得到的能量积累直方图；

附图6是本发明实施例中第一次检测得到的有效检测点迹；

附图7是本发明实施例中经过虚假航迹消除后得到的第一个目标航迹；

附图8是本发明实施例中第二次检测得到的能量积累直方图；

附图9是本发明实施例中第二次检测得到的有效检测点迹；

附图10是本发明实施例中经过虚假航迹消除后得到的两个目标航迹；

具体实施方式

下面结合附图对本发明的雷达测距模糊条件下多微弱目标HT-STC-TBD检测方法进行详细描述(参照说明书附图1)。

实施例条件：假设两个目标在X-Y平面匀速直线运动，目标1的初始位置(21km，22km)，x方向速度和y方向速度分别为(120m/s，330m/s)，目标2的初始位置(22km，35km)，x方向速度和y方向速度为(160m/s，190m/s)。雷达采用三个不同脉冲重复频率，各脉冲重复频率f_r分别为16000Hz，11400Hz和19400Hz，对应脉冲重复周期分别为62μs，87μs和51μs，雷达扫描周期为T＝1s，共仿真17个扫描周期，Hough参数空间中距离-方位分辨单元为(60m，1°)；两目标均在第2个扫描周期内出现，第17个扫描周期消失。每次批处理数据积累的扫描周期数n＝15，雷达最大作用距离为R_max＝150km，雷达发射功率P_t＝10kw，目标的雷达截面积σ＝10m²，发射脉冲波长λ＝0.1m，雷达天线增益G₀＝10⁴，背景杂波与噪声设置为：信干比SIR＝2dB，杂噪比CNR＝2dB，杂波点个数服从均值为10的泊松分布。

步骤1：根据上述条件得到仿真数据

(1)求各脉冲重复频率最大单值测距范围

由

得各脉冲重复频率最大单值测距范围为：

$R_{u_1}=9.3\mathrm{km},$ $R_{u_2}=13\mathrm{km}$ 和 $R_{u_3}=7.6\mathrm{km};$

(2)求各脉冲重复频率最大模糊数

由

得各脉冲重复频率对应的最大模糊数为：

L₁＝17，L₂＝12，L₃＝20；

(3)仿真目标数据

由条件可仿真得到任意扫描周期k时刻目标j的位置(x_j(k)，y_j(k))，再由以下公式：

$r_j\left(k\right)=\sqrt{{x_j}^2\left(k\right)+{y_j}^2\left(k\right)},$

可得扫描周期k时刻目标的距离r_j(k)和方位

由雷达方程：

$A_j\left(k\right)=\frac{P_t{G}_0^2{\mathrm{\λ}}^2\mathrm{\σ}}{{\left(4\mathrm{\π}\right)}^3{r_j}^4\left(k\right)}$

可得回波能量A_j(k)，则在第i个脉冲重复频率下，第j个目标在第k个扫描周期得到的量测参数为：

模糊距离：r_ij(k)＝mod(r_j(k)，Ru_i)；

方位：

回波能量：A_ij(k)＝A_j(k)；

(4)同(3)根据背景设置仿真得到杂波与噪声的量测数据(图2)；

(5)将所得仿真量测送入雷达数据处理计算机；

在雷达数据处理计算机中执行以下步骤：

步骤2：初始化

R_max＝150km；

I＝3；

$R_{u_1}=9.3\mathrm{km},$ $R_{u_2}=13\mathrm{km},,$ $R_{u_3}=7.6\mathrm{km};$

L₁＝17，L₂＝12，L₃＝20；

K＝15；

z_ij(k)＝(r_ij(k)，

A_ij(k))，i＝1，2，…，I，j＝1，2，…，n_i(k)，k＝1，2，…K；

Δρ＝0.6km；

ρ＝[0∶Δρ∶R_max]，θ＝[0∶Δθ∶π]；

U(ρ，θ，i，j)为计数器单元，置为0；

Ψ₁，Ψ₂分别为量测幅度的第一门限和第二门限；

步骤3：数据积累

(1)建立存储器阵列Store(i，j，k)；

(2)第一门限处理

将目标量测接入幅度比较器，与第一门限Ψ₁进行比较，滤除幅度较小的量测；

(3)存储15个扫描周期的量测到相应存储器(附图3)：

z_ij(k)——→Store(i，j，k)；

步骤4：量测映射

(1)读取Store(i，j，k)中的径向模糊距离，通过一对多映射得到所有可能径向距离

$r_{{\mathrm{ijl}}_i}\left(k\right)=(l_i-1)\×R_{\mathrm{iu}}+r_{\mathrm{ij}}\left(k\right),i=1,\·\·\·,I,j=1,\·\·\·,n_i{\left(k\right)}_i,l_i=0,\·\·\·,L_i$

其中，l_i是脉冲间隔数；

(2)坐标转换

利用(1)得到的可能径向距离，通过坐标转换得到所有可能的状态集合X

$X=\left[\begin{array}{c}{x}_{{\mathrm{ijl}}_i}\left(k\right)\\ y_{{\mathrm{ijl}}_i}\left(k\right)\\ A_{\mathrm{ij}}\left(k\right)\end{array}\right],i=1,\·\·\·,I,j=1,\·\·\·,n_i\left(k\right),l_i=0,\·\·\·,L_i,k=1,....K$

其中，

为相应的方位角；经过这种处理以后得到的是多条相似航迹(如附图4所示)；

步骤5：Hough变换

由附图4可以看出，对于不同的脉冲重复频率i，当所取模糊数k_i为真实模糊数时，所得可能状态便与真实状态重合，所以将所有可能状态经过Hough变换映射到同一个参数空间(ρ-θ)中，当(x，y)坐标系中存在可连成直线的若干点时，这些点就会聚集到ρ-θ空间相应方格内；

(1)空间离散化

将参数空间离散化，形成参数空间ρ-θ，每个参数单元的中心点为：

θ_n＝(n-1/2)Δ_θ  n＝1，2，…，N_θ

ρ_n＝(n-1/2)Δ_ρ  n＝1，2，…，N_ρ

则ρ＝[ρ₁，ρ₂，…，ρ_n]，θ＝[θ₁，θ₂，…，θ_n]；

(2)建立累加器和存储器

建立能量累加器P(ρ，θ)，置每一元素为0；

建立存储器阵列Memory(ρ，θ)，置各存储单元指针为1：Index(ρ，θ)＝1；

(3)将可能状态经过Hough变换映射到参数空间中

对于状态空间X中每一个可能状态点

采用参数方程：

$\mathrm{\ρ}=x_{{\mathrm{ijl}}_i}\left(k\right)\cos \mathrm{\θ}+y_{{\mathrm{ijl}}_i}\left(k\right)\sin \mathrm{\θ},\mathrm{\θ}\∈[0,\mathrm{\π}]$

这样X-Y平面中的点便映射到ρ-θ参数空间中，得到对应的参数曲线C_l；

(4)能量积累和数据点存储

在曲线C_l相应的能量累加器元素上加上状态点的能量(同一重频同一时刻的量测在同一个累加器元素中只能叠加一次)，并把数据点坐标存储在相应的存储器单元Memory(ρ，θ)中；

如果U(θ，ρ，i，j)＝0：

P(ρ，θ)＝P(ρ，θ)+A_ij(k)；

Index(ρ，θ)＝Index(ρ，θ)+1；

U(θ，ρ，i，j)＝1；

转入(5)；

如果U(θ，ρ，i，j)＝1：

直接转入(5)；

(5)重复(3)～(4)直到将所有可能状态映射到参数空间中；

经过上述处理得到Hough变换能量积累直方图(图5)；

步骤6：判断是否需要继续检测目标

如果是第一次检测，存储参数空间中的能量峰值Ψ_max，然后转到步骤7；否则，将本次得到的参数空间中的能量最高点与Ψ₂进行比较，如果超过预设门限，则转到步骤7，否则结束检测；

步骤7：搜索有效检测点

对能量累加器元素依次判断，积累幅值超过第二门限Ψ₂的单元被认为是有效检测点(图6)；

步骤8：Hough逆变换

取出步骤7中获得的有效检测点(ρ_s，θ_m)，在相应存储器单元Memory(ρ_s，θ_m)中读出所有数据点

实现有效检测点在数据空间的映射；

步骤9：剔除虚假航迹

利用航迹长度、最大机动角度以及目标最大速度和最小速度等先验信息，对已检测到的状态空间进行筛选，剔除虚假航迹，获得本次检测的目标航迹(图7)；

步骤10：修正状态空间

将步骤8获得的所有数据点

从现有状态空间X中减去，消除本次有效检测点对状态空间的影响(图8、图9)；

步骤11：重复步骤5～步骤10

通过依次消除的方法不断搜索新的目标得到目标航迹(图10)，从而实现目标数目未知条件下距离模糊多微弱目标的检测跟踪。

实施例条件中，三个重复频率的比值为160∶114∶194，不满足余数定理中所要求的两两互质条件，所以在这种情况下不能采用余数定理方法解模糊，而本发明方法不受脉冲重复频率比值互质条件的限制，依然能够很好的实现目标跟踪(见图10)，可见本发明和背景技术相比具有应用范围广的优点；由于本发明提出的雷达测距模糊条件下多微弱目标HT-STC-TBD检测方法属于先跟踪后检测方法，避免了因信噪比低而造成的航迹漏检，因而更适用于战场中低信噪比环境下微弱目标的跟踪与检测，如本例中背景信干比SIR＝2dB时基本达到预期效果；另外本发明通过引入目标相继消除思想，将多微弱目标检测问题转换为多个单目标的检测问题，降低了较强目标对较弱目标的检测影响；在参数空间中逐个参数单元执行单目标检测，通过适当地增加计算量，换取了较高的目标检测性能，实现了对信噪比相差较大目标的有效检测。

Claims (1)

1.雷达测距模糊条件下多微弱目标HT-STC-TBD检测方法，HT-STC-TBD(Hough Transformand Successive Target Cancellation Based Track-Before-Detect)是指采用目标相继消除的思想(STC)，对Hough参数空间中的各个单元依次独立地进行检测判决，从而实现雷达测距模糊条件下数目未知多微弱目标的检测前跟踪(TBD)，其特征包括以下步骤：

步骤1：将高、中脉冲重复频率雷达测得的目标数目未知的微弱信号送入雷达数据录取器，得到目标或者杂波的径向模糊距离r、方位

和回波能量A，然后将r、

和A送入雷达数据处理计算机；

在雷达数据处理计算机中执行以下步骤：

步骤2：初始化

R_max为雷达最大作用距离；

I为雷达脉冲重复频率种类，第i个脉冲重复频率记为PRF_i；

Ru_i为脉冲重复频率PRF_i对应的最大不模糊距离；

L_i是脉冲重复频率PRF_i对应的最大模糊数；

K为数据积累的扫描周期数；

n_i(k)为k时刻第i个脉冲重复频率下，量测的数目；

r_ij(k)为k时刻第i个脉冲重复频率下，第j个量测的径向模糊距离；

为k时刻第i个脉冲重复频率下，第j个量测的方位；

A_ij(k)为k时刻第i个脉冲重复频率下，第j个量测的回波能量；

z_ij(k)为k时刻第i个脉冲重复频率下，第j个量测的模糊量测：

i＝1，2，...，I，j＝1，2，...，n_i(k)；

Δθ、Δρ为Hough变换中ρ-θ单元格的大小，取Δθ＝π/N_θ，Δρ＝R_max/N_ρ，N_θ为参数θ的分割段数，N_ρ为参数ρ的分割段数；

ρ-θ为Hough变换参数空间；

U(ρ，θ，i，j)为计数器单元，置为0；

Ψ₁，Ψ₂分别为量测幅度的第一门限和第二门限；

步骤3：数据积累

(1)建立量测存储器阵列Store(i，j，k)；

(2)第一门限处理

将目标量测接入幅度比较器，与第一门限Ψ₁进行比较，滤除幅度较小的量测；

(3)存储K个扫描周期的量测到相应存储器：

Z_ij(k)→Store(i，j，k)；

步骤4：量测映射

(1)读取Store(i，j，k)中的径向模糊距离，通过一对多映射得到所有可能径向距离

i＝1，…，I，j＝1，…，n_i(k)_i，l_i＝0，…，L_i

其中，l_i是脉冲间隔数；

(2)坐标转换

利用(1)得到的可能径向距离，通过坐标转换得到所有可能的状态集合X

$X=\left[\begin{array}{c}{x}_{\mathrm{ij}{l}_i}\left(k\right)\\ y_{\mathrm{ij}{l}_i}\left(k\right)\\ A_{\mathrm{ij}}\left(k\right)\end{array}\right],$ i＝1，…，I，j＝1，…，n_i(k)，l_i＝0，…，L_i，k＝1，....K

其中，

为相应的方位角；

步骤5：Hough变换

(1)空间离散化

将参数空间离散化，形成参数空间ρ-θ，每个参数单元的中心点为：

θ_n＝(n-1/2)Δθn＝1，2，…，N_θ

ρ_n＝(n-1/2)Δρn＝1，2，…，N_ρ

则ρ＝[ρ₁，ρ₂，...，ρ_n]，θ＝[θ₁，θ₂，...，θ_n]；

(2)建立能量累加器和存储器

建立能量累加器P(ρ，θ)，置每一单元为0；

建立存储器阵列Memory(ρ，θ），置存储单元指针为1：Index(ρ，θ)＝1；

(3)将可能状态X经过Hough变换映射到参数空间中

对于状态空间X中每一个可能状态点

采用参数方程：

$\mathrm{\ρ}=x_{\mathrm{ij}{l}_i}\left(k\right)\cos \mathrm{\θ}+y_{\mathrm{ij}{l}_i}\left(k\right)\sin \mathrm{\θ},\mathrm{\θ}\∈[0,\mathrm{\π}]$

这样X-Y平面中的点便映射到ρ-θ参数空间中，得到对应的参数曲线C_l；

(4)能量积累和数据点存储

在曲线C_l相应的能量累加器元素上加上状态点

的能量，并把数据点坐标

存储在相应的存储器单元Memory(ρ，θ)中；

(5)重复(3)～(4)直到将所有可能状态映射到参数空间中；

步骤6：判断是否需要继续检测目标

如果是第一次检测，存储参数空间中的能量峰值Ψ_max，然后转到步骤7；否则，将本次得到的参数空间中的能量最高点与Ψ₂进行比较，如果超过预设门限，则转到步骤7，否则结束检测；

步骤7：搜索有效检测点

对能量累加器元素依次判断，积累幅值超过第二门限Ψ₂的单元被认为是有效检测点；

步骤8：Hough逆变换

取出步骤7中获得的有效检测点(ρ_s，θ_m)，在相应存储器单元Memory(ρ_s，θ_m)中读出所有数据点

实现有效检测点在数据空间的映射；

步骤9：剔除虚假航迹

利用航迹长度、最大机动角度以及目标最大速度和最小速度这些先验信息，对已检测到的状态空间进行筛选，剔除虚假航迹，获得本次检测的目标航迹；

步骤10：修正状态空间

将步骤8获得的所有数据点

从现有状态空间X中减去，消除本次有效检测点对状态空间的影响；

步骤11：重复步骤5～步骤10

通过依次消除的方法不断搜索新的目标，从而实现目标数目未知情况下距离模糊多微弱目标的检测跟踪。

Images