维普资讯 http://www.cqvip.com Ｏ八一科技 目标数据融合方法 ９ 目标数据融合方法 周洪彬 王帅 陈礼斌 （１．零八一总厂软件室 广元 ６２８０１ ７） （２．电子科技大学 成都 ６１００５４） 摘要：对多探测器探测得到的多目标航迹数据进行数据融合处理，以获得 统一、真实可靠、高精度的飞行目标航迹参数。本数据融合算法采用改进运动模 型的基于多站联测异步数据序贯Ｋａｌｍａｎ滤波的最近邻跟踪算法，以便得到高精度 的处理结果。 关键词：ＫａＩ１Ｔｌａｎ滤波数据融合最近邻跟踪 １ 引言 情报接收模块接收的多目标航迹数据，经过数据融合处理后得到统一且更真实可靠的 目标数据，转换为所需信息格式存人数据库表中，同时提供给威胁判断模块和综合显示模 块（战场态势生成，在电子地图上显示航迹）。数据融合处理步骤： （１）将接收目标数据转换成统一的表示格式； （２）空中目标坐标及运动速度分量变换到统一的坐标系（基准坐标系）； （３）空情数据换算到当前时间（时间对齐）； （４）航迹同一性识别，判断新航迹与已跟踪航迹是否为同一条航迹； （５）按同一性识别好的空中目标进行信息融合，并在跟踪工作数据块中进行信息更 新： （６）新航迹的形成，将数据写入空中目标跟踪工作数据块航迹表中。 （７）周期性地对空中目标同一性再识别来对空中目标同一性识别正确性进行检查，以 避免航迹的重复和混淆； （８）跟踪航迹参数的更新（重算）；对从融合的航迹中分离出来的空中目标形成新的 航迹：对跟踪航迹按存放时问老化的信息进行检查；取消对航迹的跟踪。 ２时间对齐 时间转换．目标数据接收模块接收到的航迹点录取时间由精确到秒的ＣＴｉｍｅ对象和表 示毫秒数的整数两部分组成。不便于计算。为方便计算起见，处理过程中用ｄｏｕｂｌｅ类型表 示时间，单位是秒，含义是相对ＣＳｅｎｓｏｒＮｅｔｗｏｒｋ对象初始化时刻的时间偏移。融合完毕 维普资讯 http://www.cqvip.com １０ 目标数据融合方法 Ｏ八一科技 后再依据时间偏移还原得出对应的ＣＴｉｍｅＸ｛象和毫秒数。 时间对齐，将目标数据换算到当前ＨｅＩ￣－］，通过卡尔曼滤波器的外推（预测）来完成。 ３坐标转换 坐标转换。发射车和指挥车所使用的坐标系不尽相同，指挥车收到的目标数据是在不 同的测量坐标系下的测量数据。因而要进行坐标转换，转换到指挥车测量坐标系下，然后 再进行融合处理。 转换方法：先将指挥车收到的目标数据转换到公共坐标系（大地地心直角坐标系）， 然后再从公共坐标系（大地地心直角坐标系）转换到以本指挥车为坐标原点的测量坐标 系。 ・ 测量坐标系是以探测源位置点为坐标原点，正东为ｘ轴正方向，正北为Ｙ轴正方向，向 上为ｚ轴正方向构成的坐标系。目标在测量坐标系下的极坐标定义为：距离ｒ为目标到测量 点的斜距；方位ａ为目标到测量点连线在水平面投影与正北夹角，顺时针为增大方向；俯 仰ｅ目标到测量点连线与水平面的夹角，向上为正。 大地地心直角坐标系（公共坐标系），以地心为坐标原点，ｘ轴正方向经过赤道与０度 经线的交点，ｙ轴正方向经过赤道与９０度经线的交点，ｘ，Ｙ，ｚ三轴构成右手系。 描述地球表面的某点的坐标还可以川经纬度坐标（ｂ ｌ ｈ），它与大地地心直角坐标 （ｘ Ｙ ｚ）之间可以相互转换。 若某局部坐标系（发射车、指挥车的测量坐标系）中心的经纬度坐标为（ｂ。ｌｏ ｈｏ）， 该中心点的大地地心直角坐标为（Ｘｏ Ｙ。 平移向量Ｘｏ如下： ，根据局部坐标的定义，可建立旋转矩阵Ｒ和 ｆ－ｓｉｎｌｏ ｃｏｓｂｏｃｏｓｌｏ ｃｏｓｌｏｓｉｎｂｏ １ Ｒ＝Ｉ ｃｏｓｌｏ ｃｏｓｂｏｓｉｎｌｏ ｓｉｎｌｏｓｉｎｂｏ ｌ 【０ Ｙ ： ｓｉｎｂｏ ｏｓｂｏｓ —ｃｏｓｂｏ Ｊ ｘ０＝１Ｉ：ｌ＝ｌ（Ｎ＋ｈ０） ｃ， ｉｎｌ。 Ｉ１ 。＊ｃｏｓｂｏｃ ｏｓｌｏｚ０ Ｊ Ｉ（（Ｎ （１－ｅ）＋ｈｏ） ｓｉｎｂｏ Ｊ ＿ 其中： Ｎ＝ — －、／１一ｅ ｓｉｎ ｂｎ Ｏｆ．为地球卯酉半径：ｃｘ＝６３７８２４５．０ ｅ为地球第一偏心率：ｅ‘＝０．００６６９３４２１６２３ 则目标在公共坐标系（大地地心直角坐标系）下的位置坐标ｘ和在局部坐标系（测量 坐标系）下的坐标位置ｘ 的转换关系为： ｆｘ＝Ｒ‘ｘ ＋ ｏ Ｉｘ ：ＲＴ．（ｘ－ｘｏ１ ｘ和ｘ 为目标在某测量坐标系下的直角坐标。故在进行坐标转换前，要先将目标在测 量坐标系下的极坐标转换为直角坐标，再进行坐标转换，转换结束后再将直角坐标转换为 维普资讯 http://www.cqvip.com Ｏ八一科技 目标数据融合方法 极坐标。 ４航迹同一性识别 来自不同信息源航迹的同一性识别．即新航迹与已跟踪航迹的同一性识别是雷达信息 处理的重要内容．主要包括： 航迹同一性识别周期的管理，使不同信息源航迹数据按同一数据周期给出： 按下式比较所有组成航迹对的目标的坐标和速度分量．即新航迹与已跟踪航迹的坐标 和速度分量相比较，得出差值： Ｄ Ｘ （ＮＣ）一Ｘ≤ＳＴ Ｄ Ｙ （ＮＣ）一ｙ＜－ＳＴＲ、 Ｄ Ｖ （ＮＣ）一Ｖｘ ｓＴＩ Ｄ Ｖｙ（ＮＣ）一Ｖ ＳＴ ＤＨ＝Ｈ（ＮＣ）一Ｈ ＳＴＲＩ｛ 其中： Ｘ （ＮＣ），Ｙ （Ｎｃ）——被跟踪目标ＮＣ的预测坐标值； Ｖｘ（ＮＣ），Ｖｙ（ＮＣ）——被跟踪目标ＮＣ的速度分量； Ｈ（Ｎｃ）——被跟踪空中目标的高度； Ｘ，Ｙ，Ｈ，Ｖｘ，Ｖｙ——从信息源获得的空中目标的位置坐标和速度分量； ｓＴ ，ｓＴＲ、，ｓＴ ，ＳＶＲｖ，，ＳＴＲ ——同一性识别的选通门限。 计算每对航迹在同一性识别的选通门限中的归一化偏差值： ＋ ＋一 ＋ ＳＴＲ ＳＴＲ ＳＴＲ ＳＴＲ ｓ，：ｓ ＋ 对所有已跟踪的航迹（ＮＣ＝Ｉ—ＮＣｍａｘ）按Ｓ （或Ｓ ）取最小值准则； ａｒｉｎ（Ｓ ）或ｒａｉｎ（Ｓ ）来粗略地识别新的、待 检查的航迹是否属于已跟踪的编号为ＮＣ的航迹， 并记ｍｉｎ（Ｓ ）为Ｓ （ＮＣ）、ｒａｉｎ（Ｓ５）为Ｓ５（ＮＣ）， 作为下一步同一性识别判别的准则。 判断两条航迹是否足够接近的方法有多种， 在本系统中应用的方法如下：假定通过外推时间 对齐得到航迹状态Ｘ 和Ｘ ，状态协方差Ｐ 和Ｐ ０航 迹状态距离函数ｄ ＝（Ｘｌ－Ｘ２） ・（Ｐ ＋Ｐ２） ・（Ｘｌ￣Ｘ２）。 ｄ 符合自由度为９的Ｘ 分布。如果允许以概率仅出 现合批遗漏，合批门限取自由度为９的Ｘ 分布上侧 临界值ｘ２ａ，当ｄ２＜ｘ２ａ判定两条航迹可以合二为一。 同一性识别流程图如图１所示。 图１ 同一性识别流程图 维普资讯 http://www.cqvip.com １２ 目标数据融合方法 Ｏ八一科技 ５航迹数据融合 每收到一条新航迹数据，都要与已有的航迹进行相关处理。若不能与已有航迹相关， 则以该测量点为起始点，建新航迹。相关准则使用统计距离；ｄ２＝（ｚ— ） Ｓ （ｚ— ），其中ｚ 是新的测量，ｚ表示假定ｚ确实来自某航迹条件下对ｚ的预测，Ｓ是对应的新息协方差矩 阵。若探测向量ｚ为ｍ维，则ｄ 符合自由度为ｍ的Ｘ 分布。如果允许以概率 出现漏相 关，相关门限取自由度为ｍ的Ｘ 分布上侧临界值Ｘ ，当ｄ ＜Ｘ２ｃｘ判定新测量确实来自此航 迹，如果有多条航迹与新测量满足ｄ ＜ｘ ，则选择ｄ 最小者的作为与新测量相关的航迹。 利用新测量提供的信息修正相关航迹，估计出目标在新测量时刻的状态。具体依靠卡 尔漫滤波器结合序贯处理实现。 融合处理流程图如图２所示。 图２航迹数据融合处理流程图 维普资讯 http://www.cqvip.com Ｏ八一科技 目标数据融合方法 １３ 流程图包含了航迹起始、保持、维护以及撤销等航迹处理功能。各功能模块组织结构 上与单传感器航迹处理流程相似，主要区别是探测数据（源数据）来自多个探测源（不同 的测量坐标系），因此相关和状态估计子过程中要应用恰当的坐标变换。 “最近邻相关”的核心是计算各个航迹与新观测的统计距离，找出小于相关门限的最 小统计距离。要注意计算统计距离前要做时间对齐和空间对齐，其中时间对齐是通过卡尔 漫滤波器的外推（预测）完成的，空间对齐是将公共坐标系下的航迹状态和协方差变换到 传感器局部坐标内。 计算新测量与已有航迹间的统计距离方框图如图３所示，航迹关联处理方框图如图４所 示 图３求新测量与第ｉ条航迹间的统计距离 ｋ＋ｌ １ ，里ｌ４．ｋ＋ｌ Ｌ 求测量一航迹 （ ） 航迹１ 问的统计距离 选最小值 求测量一航迹 （ ）： 航迹２ 间的统计距离 求测量一航迹 （ ）：＋。 航迹ｎ ｒ 间的统计距离 图４航迹关联处理框图 状态估计的核心是卡尔漫滤波器。要注意到由于航迹是存储于公共坐标系下的．因此 在滤波前要将状态ｘ和状态协方差Ｐ变换到新测量ｚ所在的局部坐标下，滤波后还要将结果 转换回公共坐标系。 目标状态估计方框图如图５所示。 维普资讯 http://www.cqvip.com １４ 目标数据融合方法 Ｏ八一科技 图５ 目标状态估计方框图 ６ 结论 本数据融合方法已在多个产品中得到应用，使用效果良好。 作者简介 周洪彬，男，１９９１年毕业于兰州大学，高级工程师。 王帅，陈礼斌，电子科大在读硕士研究生。 雷达技术词汇英汉对照表 Ｃｌｕｔｔｅｒ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｉｎ ＭＴＩ ｒａｄａｒ Ｃｌｕｔｔｅｒ ｆｉｌｔｅｒ ｄｅｓｉｇｎ ｉｎ ＭＴＩ ｒａｄａｒ Ｃｌｕｔｔｅｒ ｆｉｌｔｅｒ ｂａｎｋ Ｃｌｕｔｔｅｒ ｆｌｉｅｒｓ ｆｏｒ ＭＴＩ ｒａｄａｒ Ｃｌｕｔｔｅｒ ｍａｐ Ｃｌｕｔｔｅｒ－ｓｐｅｃｔｒｕｍ ｓｔａｎｄａｒｄ ｄｅｖｉａｔｉｏｎｓ Ｃｌｕｔｔｅｒ ｖｉｓｉｂｉｌｉｔｙ ｆａｃｔｏｒ Ｃｏ￣ｘｉａｌ ｍａｇｎｅｔｒｏｎ 动目标显示雷达中的杂波特性 动目标显示雷达杂波滤波器设计 杂波滤波器组 动目标显示雷达杂波滤波器 杂波图 杂波频谱的标准偏差 杂波可见度因子 同轴线磁控管 Ｃｏｈｅｒｅｎｔ ｉｎｔｅｇｒａｔｉｏｎ Ｃｏｉｎｃｉｄｅｎｃｅ Ｐｈａｓｅ ｄｅｔｅｃｔｏｒ Ｃｏｌｌａｐｓｉｎｇ ｌｏｓｓ Ｃｏｍｐａｃｔ ｒａｎｇｅ 相参积累 重合相位检波器 折叠损耗 紧缩测试场 Ｃｏｍｐｌｅｍｅｎｔａｒｙ ｓｅｑｕｅｎｃｅｓ Ｃｏｍｐｏｓｉｔｅ－ｓｕｒｆａｃｅ ｍｏｄｅｌ ｏｆ ｓｅａ ｃｌｕｔｔｅｒ Ｃｏｍｐｏｓｉｔｅ——ｓｕｒｆａｃｅ Ｈｙｐｏｔｈｅｓｉｓ Ｃｏｍｐｕｔｅｒ ｓｏｌｕｔｉｏｎ ｏｆ ｔｈｅ ｒａｎｇｅ ｅｑｕａｔｉｏｎ 互补序列 海杂波的复合表面模型 复合表面假设 计算机求解距离方程