一種對海雷達系統(tǒng)中交錯重疊目標(biāo)跟蹤方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于雷達目標(biāo)跟蹤技術(shù)，特別是一種對海雷達跟蹤系統(tǒng)中基于態(tài)勢解析及 特征提取技術(shù)的交錯重疊目標(biāo)跟蹤方法。
【背景技術(shù)】
[0002] 雷達目標(biāo)跟蹤技術(shù)在軍事、民用等領(lǐng)域都有著廣泛的應(yīng)用，典型的應(yīng)用實例有民 用的海上監(jiān)視（MS)、港口船舶交通管理（VTS)、空中交通管制（ATC)和軍用的對海警戒、艦 載雷達系統(tǒng)、防空系統(tǒng)、火力控制和攔截制導(dǎo)等。雷達跟蹤系統(tǒng)中輸入的是前端雷達信號處 理后形成的點跡信息，即點跡是跟蹤系統(tǒng)數(shù)據(jù)處理的對象，而跟蹤系統(tǒng)輸出的是對目標(biāo)進 行數(shù)據(jù)處理后所形成的航跡。概括的來講雷達跟蹤目標(biāo)主要由以下幾個模塊組成：點跡預(yù) 處理、航跡起始和終結(jié)、數(shù)據(jù)關(guān)聯(lián)、跟蹤等內(nèi)容，而在數(shù)據(jù)互聯(lián)和跟蹤過程中又必須建立波 門，它們之間的相互關(guān)系可用如圖1所示的框圖來表示。其中每個目標(biāo)用一個批號進行身 份標(biāo)識。目標(biāo)跟蹤即是對獲取的目標(biāo)位置（如徑向距離、方位）、運動參數(shù)等測量數(shù)據(jù)進行 互聯(lián)、跟蹤、濾波、預(yù)測等運算，以達到抑制測量過程中引入的隨機誤差，預(yù)測目標(biāo)下一時刻 位置，并形成穩(wěn)定的目標(biāo)航跡，實現(xiàn)對目標(biāo)的高精度實時跟蹤的目的。隨著計算性能的巨大 進步，雷達跟蹤系統(tǒng)的任務(wù)也越來越重，同時跟蹤目標(biāo)的數(shù)目可能有幾百甚至上千批，跟蹤 場景也越來越復(fù)雜，特別是在對海雷達跟蹤系統(tǒng)中，在海面船密集情況下，會遇、交錯、并行 等情況時常發(fā)生。由于雷達分辨力有限，在相鄰船距離較近時，雷達回波出現(xiàn)重疊，即雷達 已經(jīng)無法把目標(biāo)分辨開來。而且對海目標(biāo)運動速度較慢，重疊時間較長，重疊過程中很容易 出現(xiàn)轉(zhuǎn)向避讓、加減速前進等機動行為，與原來的運動趨勢不同，這些因素都無疑都給目標(biāo) 的持續(xù)跟蹤帶來了很大挑戰(zhàn)。在復(fù)雜場景跟蹤過程中不丟批、換批，保持穩(wěn)定可靠的跟蹤是 檢驗跟蹤系統(tǒng)能力重要指標(biāo)。
[0003] 在雷達跟蹤系統(tǒng)中保證正確穩(wěn)定跟蹤的首要環(huán)節(jié)是解決點跡和航跡的數(shù)據(jù)關(guān) 聯(lián)問題。在工程實踐中使用的關(guān)聯(lián)算法主要有最優(yōu)鄰近算法（NNSF)、概率數(shù)據(jù)互聯(lián)算法 (PDA)、聯(lián)合概率數(shù)據(jù)互聯(lián)算法（JPDA)以及多假設(shè)算法（MHT)。但是在對海目標(biāo)重疊過程 中面臨的問題中，點跡和航跡沒有明確的關(guān)聯(lián)關(guān)系，目標(biāo)真實點跡并不存在，以上常規(guī)關(guān)聯(lián) 算法并不能很好的解決這種點航失配問題。其中NNSF、PDA、JPDA算法在跟蹤過程中會因 為重疊過程中目標(biāo)發(fā)生機動情況而出現(xiàn)跟丟情況，MHT算法雖然考慮了周圍所有點跡的情 況，但是無法處理在目標(biāo)分離后目標(biāo)與批號對應(yīng)的關(guān)系，容易會出現(xiàn)換批情況，而且其計算 量巨大。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明目的在于提供一種對海雷達系統(tǒng)中交錯重疊目標(biāo)跟蹤方法，用于提高對海 目標(biāo)在會遇、交叉、并形等復(fù)雜場景中的跟蹤能力。
[0005] 實現(xiàn)本發(fā)明目的的技術(shù)解決方案為：具體步驟為：
[0006] 步驟1 :為每個正在跟蹤的目標(biāo)建立起態(tài)勢信息，即以目標(biāo)船為中心，搜索其周圍 其它船與本船的相對位置和相對航向航速信息，進而建立起目標(biāo)周圍的態(tài)勢。建立態(tài)勢的 目的是掌握近距離其它船與自身的相對位置和運動趨勢，預(yù)判后期出現(xiàn)回波重疊的可能性 和時機，對于有可能出現(xiàn)重疊的目標(biāo)需要在重疊之前獲取其特征信息。建立態(tài)勢的方法是 參考國際海事避碰規(guī)則，計算兩船會遇時的最近會遇距離DCPA和最近會遇時間TCPA估算 態(tài)勢。
[0007] 步驟2 :管理周圍其它船的特征信息，通過態(tài)勢信息建立和刪除其它船的特征信 息數(shù)據(jù)；
[0008] 步驟3 :對重疊的目標(biāo)建立合并態(tài)勢，即當(dāng)其它船與本船在雷達回波上無法分辨 重疊時，則以合并狀態(tài)進行后續(xù)跟蹤處理；
[0009] 步驟4 :監(jiān)測處于合并狀態(tài)的目標(biāo)的運動態(tài)勢，即對合并的目標(biāo)利用周圍態(tài)勢信 息判斷其雷達回波是否其分離，不再重疊。
[0010] 步驟5:拆分合并目標(biāo)，即當(dāng)監(jiān)測到合并狀態(tài)的目標(biāo)已經(jīng)分離時，需要解除合并狀 態(tài)，進入獨立跟蹤狀態(tài)。拆分的原則是依據(jù)合并前的目標(biāo)各自特征與當(dāng)前特征的多元信息 匹配近似度。
[0011] 步驟1中；建立態(tài)勢的方法是：計算兩船會遇時的最近會遇距離DCPA和最近會遇 時間TCPA估算態(tài)勢；計算態(tài)勢信息最近會遇距離DCPA和最近會遇時間TCPA的計算步驟如 下：
[0012] 步驟1-1 :確定搜索范圍；在跟蹤過程中以目標(biāo)船所在位置為中心，搜索半徑設(shè)置 為r;
[0013] 步驟1-2 :最近會遇距離DCPA和最近會遇時間TCPA的計算如下：
[0014] DCPA=R|sin(CR_a) |，
[0015] TCPA=R|cos(CR_a) |/VR，
[0016] V0x= V〇sin(C〇),
[0017] VTx= VTsin(CT),
[0018] V0y= V〇cos(C〇),
[0019] VTy= VTcos(CT),
[0020]
[0021]
[0022] 其中，V。為本船的航速，VT為目標(biāo)船的航速，C。為本船的航向，CT為目標(biāo)船的航向， Vtk、\分別表示本船在X，y軸上的分量，VTx、VTy分別表示目標(biāo)船在X，y軸上的分量，V[；為 目標(biāo)船的相對運動速度，CR為相對運動航向；R為目標(biāo)船相對本船距離，a為目標(biāo)船相對本 船方位。
[0023] 步驟2中目標(biāo)的特征信息主要由五部分組成，包括：目標(biāo)雷達回波平均幅度gl、目 標(biāo)雷達回波總能量g2,目標(biāo)方位擴展g3、目標(biāo)距離擴展g4,目標(biāo)航速信息g5,組成特征矩陣 G：
[0024] G=[glg2g3g4g5],
[0025] 當(dāng)其它船與本船有接近并重疊趨勢時，統(tǒng)計其它船的特征信息，否則刪除該船的 特征信息；當(dāng)計算得到的最近會遇距離DCPA和最近會遇時間TCPA滿足如下兩個條件之一 時認為兩者有重疊趨勢：
[0026]
[0027] 其中閾值D。取值范圍0.5Km~lKm，閾值T。的取值范圍為10~20倍的雷達天線 掃描周期。
[0028] 步驟3中，通過態(tài)勢信息判斷兩目標(biāo)是否已經(jīng)出現(xiàn)重疊情況，對于合并后的目標(biāo) 采取兩階段階段跟蹤策略，第一階段為在重疊過程的前N個雷達天線掃描周期內(nèi)，目標(biāo)采 用外推跟蹤方式，即不關(guān)聯(lián)點跡信息；第二階段為在N個周期之后的跟蹤過程中采取關(guān)聯(lián) 重疊的點跡進而濾波輸出的方法；其中N= 60/T，T表示雷達天線掃描周期。
[0029] 步驟3中是根據(jù)計算得到的DCPA和TCPA滿足以下兩個條件之一時認為目標(biāo)已經(jīng) 重疊：
[0030]
[0031] 其中閾值取值為1~2倍的最小分辨距離；閾值T^勺取值為1倍的雷達天線 掃描周期。
[0032] 步驟4中監(jiān)測合并狀態(tài)的目標(biāo)分離時判斷過程如下：
[0033] 步驟4-1:判斷是否滿足時間要求：新的目標(biāo)出現(xiàn)的時間1\在目標(biāo)重疊時間T。之 后，即?\>T。；
[0034] 步驟4-2 :判斷是否滿足空間位置要求：新的目標(biāo)出現(xiàn)的位置[Xlyi]與目標(biāo)重疊 時的位置[x2y2]之間的距離Ad同時滿足以下兩個公式：
[0035] Δ d = vX (TfT。），
[0036]
[0037]其中速度v~[ν_，ν_]，νηιη= 0·5Χν。，ν_= 2·ΟΧν0;
[0038] 步驟4-3:判斷是否滿足特性相似度要求：特征相似度α的計算過程如下：
[0039] 設(shè)新的目標(biāo)特征矩陣為GQ=[glg2g3g4g5]，重疊目標(biāo)的特征矩陣為61= [gl' g2'g3'g4'g5']，那么差異性矩陣K為：
[0040]
[0041] 設(shè)置加權(quán)矩陣W=[wlw2w3w4w5]來衡量不同特征信息的權(quán)重，其中 wl+w2+w3+w4+w5 = 1 ;通常來說目標(biāo)特征gl，g2比較穩(wěn)定，g3,g4穩(wěn)定性次之，而特征g5穩(wěn) 定性差一些，因此權(quán)重矩陣的設(shè)置也要考慮這些因素，一般設(shè)置為wl=w2 = 0. 25