雷達(dá)目標(biāo)跟蹤算法探究范文

本站小編為你精心準(zhǔn)備了雷達(dá)目標(biāo)跟蹤算法探究參考范文，愿這些范文能點燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

摘要：雷達(dá)作為高速運動平臺重要載荷之一，其應(yīng)用背景具有一定的特殊性。針對高速運動平臺下的雷達(dá)機動目標(biāo)跟蹤問題，本文在建立目標(biāo)跟蹤信號模型的基礎(chǔ)上，推導(dǎo)了適用于高速運動平臺載荷雷達(dá)的自適應(yīng)目標(biāo)跟蹤算法，并在算法實現(xiàn)原理框圖的基礎(chǔ)上提出了算法有效性檢驗的MonteCarlo仿真流程。仿真結(jié)果表明，與傳統(tǒng)的自適應(yīng)目標(biāo)跟蹤算法相比，本文算法具有更高的機動目標(biāo)跟蹤性能。

關(guān)鍵詞：雷達(dá)目標(biāo)；目標(biāo)跟蹤；測量精度；MonteCarlo仿真

1.引言

與一般的地基或海基雷達(dá)相比，衛(wèi)星或?qū)椀雀咚龠\動平臺載荷雷達(dá)受安裝空間、重量或孔徑所限，同時考慮到目標(biāo)電磁特性日趨復(fù)雜、高速運動平臺本身由于氣流或外界干擾引入的姿態(tài)變化、多目標(biāo)搜索與跟蹤、多模復(fù)合制導(dǎo)及抗干擾需求不斷增加等因素，載荷雷達(dá)對高機動目標(biāo)穩(wěn)定跟蹤的性能要求與雷達(dá)數(shù)據(jù)處理資源之間的瓶頸問題長期存在。因此，高速運動平臺載荷雷達(dá)對機動目標(biāo)實施實時跟蹤時，采用的目標(biāo)跟蹤算法應(yīng)折中考慮算法精度與工程易實現(xiàn)性，以避免因算法運算時間過長造成跟蹤滯后而直接影響到目標(biāo)跟蹤精度，甚至丟失目標(biāo)。在對雷達(dá)目標(biāo)航跡數(shù)據(jù)進行處理時，目標(biāo)跟蹤算法運算時間約為Kalman濾波及復(fù)雜度近似的各類自適應(yīng)Kalman濾波算法的1/4，且其跟蹤精度具有工程實用性[1]。當(dāng)利用相控陣?yán)走_(dá)跟蹤空中直線飛行或變航向直線飛行目標(biāo)時，目標(biāo)跟蹤算法與最小二乘估計算法、卡爾曼濾波算法相比具有更好的跟蹤效果[2]。在機動目標(biāo)跟蹤方面，基于常速度與常加速度模型，采用常系數(shù)變采樣率目標(biāo)跟蹤算法能夠減小雷達(dá)與目標(biāo)間徑向距離跟蹤均方根誤差[3]。文獻[4]表明，依據(jù)雷達(dá)測量誤差方差與預(yù)測誤差方差實現(xiàn)算法參數(shù)迭代更新的自適應(yīng)目標(biāo)跟蹤算法精度優(yōu)于常系數(shù)目標(biāo)跟蹤算法。在高速運動平臺下，載荷雷達(dá)可采用自適應(yīng)目標(biāo)跟蹤算法對雷達(dá)與機動目標(biāo)間徑向距離進行實時估計[5][6]。然而，考慮到高速運動平臺與雷達(dá)機動目標(biāo)相對運動狀態(tài)中通常包含的加速度項[7]，自適應(yīng)目標(biāo)跟蹤模型將加速度項視為噪聲項進行處理無疑會降低跟蹤參數(shù)估計精度，同時現(xiàn)有文獻也缺乏在高速運動平臺應(yīng)用背景下對徑向距離、俯仰角及方位角等雷達(dá)目標(biāo)參數(shù)同時進行跟蹤濾波時的算法綜合分析。針對上述高速運動平臺下的雷達(dá)機動目標(biāo)跟蹤問題，本文首先建立了高速運動平臺載荷雷達(dá)與機動目標(biāo)間徑向距離、俯仰角及方位角等目標(biāo)跟蹤參數(shù)信號模型，進而基于測量噪聲與過程噪聲的統(tǒng)計特性推導(dǎo)了具有自適應(yīng)性的目標(biāo)跟蹤算法，并在算法實現(xiàn)原理框圖的基礎(chǔ)上提出了適用于雷達(dá)目標(biāo)跟蹤算法有效性檢驗的MonteCarlo仿真流程，最終采用MonteCarlo仿真方法對本文算法與自適應(yīng)目標(biāo)跟蹤算法進行了性能比較。

2.信號模型

高速運動平臺下雷達(dá)目標(biāo)跟蹤空間模型，XYZ表示高速運動平臺本地坐標(biāo)系，坐標(biāo)原點O位于高速運動平臺質(zhì)心，目標(biāo)T在本地坐標(biāo)系中所處位置可表示為（zyx),,，高速運動平臺瞬時運動方向取為X軸正向。

3.自適應(yīng)目標(biāo)跟蹤算法

為了實現(xiàn)雷達(dá)機動目標(biāo)自適應(yīng)跟蹤，濾波增益系數(shù)更新應(yīng)與信號模型過程噪聲及目標(biāo)跟蹤參數(shù)測量噪聲有關(guān)[9]。此外，目標(biāo)跟蹤參數(shù)向量狀態(tài)初值會影響目標(biāo)跟蹤算法的收斂速度，本文采用目標(biāo)跟蹤參數(shù)向量測量值對其進行初始化。在以上基礎(chǔ)上，為了便于算法實際應(yīng)用時的板級實現(xiàn)，進一步推導(dǎo)了雷達(dá)目標(biāo)自適應(yīng)跟蹤算法的矢量矩陣形式，進而給出了算法實現(xiàn)原理框圖。

4.MonteCarlo仿真流程

由于目標(biāo)散射特性、空間電磁環(huán)境及接收機熱噪聲等因素的影響，高速運動平臺載荷雷達(dá)測量的徑向距離、俯仰角及方位角等目標(biāo)跟蹤參數(shù)具備統(tǒng)計特征。考慮到目標(biāo)跟蹤算法性能評估參量具有的統(tǒng)計意義，因而算法性能驗證應(yīng)采用統(tǒng)計量的方式進行。由于算法實際仿真時隨機噪聲實現(xiàn)序列長度有限，本文采用MonteCarlo仿真方法對目標(biāo)跟蹤算法進行性能評估。在仿真過程中，基于單次仿真時間序列得到的估計量視為隨機變量，由各次仿真時間序列得到的同一估計量相互間獨立同分布。為了保證算法性能評估統(tǒng)計量對其真值估計的精確性，仿真次數(shù)M應(yīng)增加至估計值收斂為止[11]。

5.仿真分析

考慮到上述高速運動平臺雷達(dá)與機動目標(biāo)相對運動軌跡的特點，在本文提出的目標(biāo)跟蹤算法有效性仿真驗證中，采用地理坐標(biāo)系（ONED）且以高速運動平臺質(zhì)心為坐標(biāo)原點。由于實際應(yīng)用中通常會對高速運動平臺運動速度進行補償，即高速運動平臺載荷雷達(dá)可視為靜止?fàn)顟B(tài)，速度補償誤差計入目標(biāo)跟蹤參數(shù)測量噪聲，那么在算法性能仿真中不妨將機動目標(biāo)與高速運動平臺載荷雷達(dá)之間相對運動與軌跡修正假設(shè)為目標(biāo)以拋物線運動軌跡接近坐標(biāo)原點即高速運動平臺質(zhì)心，并將目標(biāo)與高速運動平臺載荷雷達(dá)之間相對運動軌跡簡稱為目標(biāo)運動軌跡。

6.結(jié)論

本文給出了一種適用于高速運動平臺載荷雷達(dá)的自適應(yīng)目標(biāo)跟蹤算法，并基于統(tǒng)計分析方法提出了目標(biāo)跟蹤算法有效性檢驗的MonteCarlo仿真流程。仿真結(jié)果表明，本文算法與自適應(yīng)目標(biāo)跟蹤算法相比具有更高的機動目標(biāo)跟蹤性能。由于算法運算復(fù)雜度不高，可為當(dāng)前的高速運動平臺載荷雷達(dá)實時計算能力所接受，因而該算法具有工程實現(xiàn)意義。

參考文獻

[1]呂昆.雷達(dá)目標(biāo)跟蹤算法的應(yīng)用研究[D].西安：西安電子科技大學(xué)碩士學(xué)位論文.2012.

[2]朱薇，夏傳浩.一種改進的目標(biāo)跟蹤濾波算法[J].計算機應(yīng)用，2007，27(8)：2053-2055.

[3]潘顯俊，吳彥鴻，賈鑫.濾波器在相控陣?yán)走_(dá)機動目標(biāo)跟蹤中的應(yīng)用[J].裝備指揮技術(shù)學(xué)院學(xué)報，2005，16(2)：96-100.

[4]王紅亮，李楓，趙亦工.一種機動目標(biāo)跟蹤的自適應(yīng)濾波算法[J].雷達(dá)科學(xué)與技術(shù)，2007，5(4)：278-282.

[5]張宏偉，俞靜一，徐陽等.基于濾波的頻率步進導(dǎo)引頭運動補償算法研究[J].現(xiàn)代雷達(dá)，2013，35(7):28-30.

[6]靳凌，胡曉形.濾波器在雷達(dá)導(dǎo)引頭距離估計中的應(yīng)用[J].彈箭與制導(dǎo)學(xué)報，2013，33(3)：38-40.

[7]何嘉懿，廖桂生，楊志偉.星載雷達(dá)對彈道目標(biāo)跟蹤模式的選擇[J].系統(tǒng)工程與電子技術(shù)，2013，35(2)：275-281

作者：康阿龍1；張燕2，3；王志誠1；余渝生1 單位：1上海無線電設(shè)備研究所，2南陽理工學(xué)院，3上海交通大學(xué)