一种多雷达多目标抗系统误差航迹起始方法.docxVIP

一种多雷达多目标抗系统误差航迹起始方法 多雷达系统误差估计算法 雷达网络系统在军事和民事领域得到了广泛的应用。因为它可以带来很多特殊的效果。然而在实际应用中,雷达系统在使用过程中不可避免地会产生距离、方位、俯仰系统误差。系统误差的存在易导致多雷达融合系统对同一个目标生成多条航迹,产生虚假航迹;在目标密集、编队飞行等复杂的场景中造成数据关联混乱、航迹丢失、精度下降,使融合失去意义。因此,要进行正确的数据互联必须首先对雷达系统误差进行估计与补偿,然而所有的系统误差估计算法又都建立在数据正确关联的前提之上,这似乎陷入了一个无解的怪圈。 本质上,任何多雷达多目标(MSMT)跟踪系统成功的关键在于数据关联算法的有效性。从数据关联算法着手是打开上述无解圈的一把钥匙。一些研究者提出了基于目标之间拓扑信息的数据关联方法 目前处理航迹起始问题的方法主要有两类:顺序法(如基于逻辑的方法)和批处理法(如Hough变换法) 1 整体相关分配 本方法首先借鉴航迹起始方法中的逻辑法提取同源(单雷达)点迹初始相关序列,然后从彼此间距较近的相关点迹序列集合(亦称为一个聚)中,按近邻相关的假设进行整体相关分配,根据最优相关分配结果重构初始相关序列,经目标初始状态估计后生成起始航迹。 1.1 迹初始相关序列 以当前接收点迹为航迹头,利用初始相关波门、后续相关波门找出来自可能航迹的所有同一雷达的量测集合,获得这些量测的拟合曲线,由量测与拟合曲线之间的偏差确定拟合度,达到一定拟合度的量测集合称为点迹初始相关序列,该雷达称为此相关序列基准源。 初始相关波门的选择与系统能力及其打击的目标特性有关,有圆形、环形、扇形等。对空中快速目标,通常选用扇环形初始相关域,给定点P0(x0,y0) 及参数R 根据目标运动假定,以及目标当前点位置和初始相关域中相关点的位置,预测目标在前数第i个周期中的量测位置,然后以此预测点为中心,建立后续相关域,后续相关域大小由航迹外推误差协方差确定。 在目标一次运动假定下,预测点的计算如下: 其中,X 的P 对形如式(4)的初始相关序列,可求得各点P 设初始残差等级门限值 φ=5,当某一相关序列的残差等级小于该值时,可认为该相关序列可能为一起始航迹。 1.2 相关序列近自然分配 运用模式识别中的聚类思想,最大允许系统误差条件下,对可能为同一目标的相关序列进行聚类,然后按非同源序列近邻相关的假设,进行聚内的整体分配。聚类规则与分配算法描述如下。 (1)聚类规则 其中 表示两个相关序列之间相似,以具有任一共同相似元的所有相关序列归为一类。 (2)分配算法 聚类中的不同雷达相关序列之间的分配问题构成一类最优规划问题。为描述方便,以两个雷达构成的多源跟踪系统为例,设聚类中有N个雷达1 构成的相关序列,有M个雷达2 构成的相关序列。 本文采用的分配方法如图1 所示,对每一聚类,构造相似矩阵,提取聚中被争执序列,对被争执序列按照多假设分配方法进行非同源相关序列同一目标匹配。详细描述如下: (1)相似矩阵A=(a (2)若矩阵中第i行的所有元素之和大于1,即: (3)穷举计算 ψ 将聚中所有来自于雷达s的相关序列叠加此偏差 σ (4)叠加后进行最近邻分配获得匹配 Ω 若 则(ψ (5)对每个匹配 Ω 其中,P为匹配 Ω (6)取所有匹配中最小代价匹配为最终匹配结果,即: 1.3 航迹起始状态的估计 经相关序列整体分配后,对所有确定为同一目标的非同源相关序列进行“合并”,再进行目标初始状态的估计。此处的合并,主要是指在异类雷达如三坐标与两坐标雷达组网进行航迹起始时,且以两坐标雷达测量作为首选输出时,用三坐标量测的俯仰角的内插外推值对二坐标量测进行补偿。然后,基于目标航线为直线或无较大机动的假设, 采用KALMAN滤波算法进行目标初始状态估计。 2 仿真场景仿真 考虑如图2 所示的仿真场景:8 批目标间距1.8km,从80 km处向我平台靠近,运动速度400 m/s。雷达特性如表1 所示。 对比图3 和图4 可以发现,在此仿真场景下,采用传统不考虑系统误差存在时的航迹起始算法,初始建航个数达12 批,且由于初始建航对于目标初始状态估计的偏差,导致航迹跟踪稳定性的降低。而采用本文所述算法,初始建航数与真实目标数一致,且航迹稳定连续。 3 航迹起始算法 本文提出的多雷达抗系统误差航迹起始方法:借鉴单雷达航迹处理中航迹起始思路,采用逻辑法寻找多雷达相关序列,然后按近邻相关的假设进行整体相关分配。与传统不考虑雷达系统误差的航迹起始算法相比,该方法能够较好地解决由于多雷达系统误差而造成的虚假、冗余航迹问题,提高航迹起始正确率。另外,因为本文算法利用多雷达数据之间的相互印证,因此,初始相关序列的建立可以利用较少周期的点迹进行,还可一定程度地提高系统反应时间。但该方法主要适用于