给人做传销网站北京正规seo搜索引擎优化价格
说明
本博文作为跟踪算法系列博文的第3篇，对可用于目标跟踪的一份数据集进行了介绍，本文介绍的这份数据集将用于后续博文的目标跟踪实践。读者在阅读本博文前，建议先看看本系列的第一篇博文[1]：（雷达数据处理中的)跟踪算法(1) --- 整体&目录-CSDN博客
Blog
20240724 本文第一次写作
目录
说明
目录
一、数据集基本情况介绍
二、数据集解析与图示
三、目标格式匹配(与跟踪算法)
四、总结
五、参考资料
六、数据和代码
一、数据集基本情况介绍
本数据集是一套以地物杂波下固定翼无人机为探测对象的雷达弱小目标检测跟踪标准数据集。数据集涵盖强杂波、低信噪比、高动态、强机动、目标数目变化等典型场景，共计15段数据，每段数据包含一定时长的雷达脉冲序列，以及与之对应的距离波门文件和标注真值文件，数据格式规范、信息标注准确。该数据集可从链接[2]和[3]中获取，关于该数据集的具体介绍和基本使用，还有一篇相应的论文[4]可供参考(不过论文内容也就是链接[1]的内容)。
该数据集使用的雷达参数等基本信息如下：
表1.1 数据集基本信息列表
| 参数 | 值 |
| 地理区域 | 中国 |
| 杂波背景 | 地面 |
| 雷达载频 | 35GHz |
| 波形体制 | 线性调频连续波 |
| 脉冲重复频率 | 35KHz |
| 距离采样单元间隔 | 1.875m（距离分辨率） |
| 单脉冲采样点数 | 319 (其采样的最小距离是大于0的) |
| 数据量 | 8.76GB (数据集由15个数据段组成，每个数据段包含3个部分：1.data.mat对应的是包含有目标的雷达原始回波序列；2.data_get.mat是雷达回波序列对应的距离波门信息序列； 3.data_value.txt是标记文件，对应数据段从0时刻开始每隔50ms下的目标数、目标编号、目标速度、目标距离) |
| 数据格式 | *.mat *.txt |
图2.1 15个数据段内实验场景说明
下载下来的第10段数据解压缩后所包含的数据文件如下图所示(在后续的跟踪实践博文中，我将使用该段数据进行实践)：
图2.2 第10段数据所含内容示意
如前所述，Data.mat中包含的是雷达回波序列，读取该data10.mat,其大小为：319*192000，319为距离维的采样点数，192000对应慢时间(速度维)的脉冲数，该值在不同的数据段中可能不一样(因为各数据段的时间不一样)，在做速度维的压缩时，可以选择不同长度的脉冲数做相参积累。
Data_gate.mat中包含的是目标所在的距离信息，是一个一维数组，读取该data10_gate.mat可以得到一个大小为1*6000的数组，该数组每个数据表示在当前时刻的目标距离，数据每32个脉冲更新一次，因为雷达的脉冲重复频率是32KHz，于是相邻两数据之间的间隔为1ms。该数组的大小和前面的慢时间维脉冲也能对应上：6000 = 192000/32。 【所以在做速度维压缩时，我们可以选取每32个脉冲做一次处理】
Data_val.txt中包含的是目标真值信息，包含了时间、当前时刻目标数量、目标ID、目标速度、目标距离，打开data10_val.txt，如下图所示：
图2.3 第10个数据段的目标信息(一共120行)
该文档中，数据50ms更新一次，即每1600个脉冲输出一次结果，数据量与前述脉冲数也能对应起来：120 = 192000/1600。
【关于本数据集的使用】
本数据集其实考察(用于竞赛)的重点在于目标检测的准确性，本数据集提供了原始数据和真值数据，正常或者说正确的使用方法应该是利用自编算法处理原始数据，完成目标检测和跟踪，并与真值进行比较以评估自编算法的正确性和准确性。 不过目标检测(比如CFAR处理)并不是本系列博文关注的方向，所以在后续基于该数据集的跟踪实践中，我直接使用了真值结果，并对该结果加入噪声后送入自编的跟踪模块，查看跟踪的效果。
二、数据集解析与图示
对第10段数据进行解析和图示。
对data10.mat的处理：该数据大小为：319*192000，选取其中一个脉冲下的回波进行查看：
图2.1 其中一个脉冲下的回波时域数据
在多普勒维度选取256个脉冲作为一帧，进行二维FFT处理，得到结果如下：
图2.2 二维FFT处理后的RD图(有误?)
对原始数据的二维压缩并不是用简单的2D-FFT处理？其论文中给出的说明是：按照脉冲时刻以及重复周期进行数字下变频处理、抽取滤波处理以及脉冲压缩处理，形成脉冲压缩后的时域脉冲序列。(但是数据集的说明中没有关于调频斜率、采样率等参数的说明)。 不过对时域数据的处理不是本数据集分析的重点，更深入的研究感兴趣的读者可自己进行。
对data10_gate.mat的处理：该数据中包含的是目标的距离随时间的变化信息，对其进行解析和画图，得到结果如下：
图2.3 目标距离随时间的变化
对data_val.txt的处理：该文档中包含了各时间点下的目标真值信息，具体到data10_val.txt文档，其中一共有120个时间点下的目标信息，其中目标2只存在了100帧，本文档中的目标将作为后续跟踪算法的输入，我将其解析成了一个目标结构体(包含帧数；每帧下的目标数；每帧下的各目标的ID、距离和速度)：
图2.4 目标解析结果示意图
将其可视化，画图如下：
图2.5 该数据段下的目标真值信息
三、目标格式匹配(与跟踪算法)
为方便数据解析的结果可以直接给到后端的跟踪算法使用，需要与跟踪算法部分的输入需求对齐。第二章中对目标信息的解析部分已经完成了该工作，不过需要注意的是，这里的目标ID信息是不会给到后端跟踪算法的(是经过跟踪算法处理后，我们才给目标分配航迹以及ID)。
为评价跟踪算法的有效性，将这里的目标信息给到后端的跟踪算法前，还人为加入了噪声(具体见后续的实测数据实践博文)。
对于该数据集，在后端的跟踪算法中，我们只应用目标的距离和速度信息。(所以这里其实只能构建一个目标的一维匀速/匀加速运动模型！)
四、总结
本文对一份典型的可用于目标跟踪实践的数据集进行了较为详尽的介绍。本文的工作主要是为后续基于数据集的目标跟踪实践打基础。当然，读者也可以基于本文所介绍的数据集做其它有意思的研究。
五、参考资料
[1] （雷达数据处理中的)跟踪算法(1) --- 整体&目录-CSDN博客
[2] 雷达回波序列中弱小飞机目标检测跟踪数据集 (csdata.org)
[3] A dataset for dim target detection and tracking of aircraft in radar echo sequences (scidb.cn)
[4] 宋志勇,回丙伟,范红旗,等.雷达回波序列中弱小飞机目标检测跟踪数据集[J].中国科学数据：中英文网络版, 2020, 5(3):14.DOI:10.11922/csdata.2019.0075.zh.
六、数据和代码
本跟踪系列博文所有相关的数据和代码我一并打包在了第一篇博文的链接中，读者可以去第一篇博文[1]的文末查收。