一种雷达仿真目标航迹跟踪方法及系统与流程

本发明涉及雷达仿真领域，特别涉及一种雷达仿真目标航迹跟踪方法及系统。

背景技术：

相控阵雷达是一种多功能、高性能的新型雷达系统，主要能满足以下两类需求：作用距离远，能发现和测量5000km外的目标；天线波束扫描要快，能跟踪速度为20马赫的目标，并缩短控制反应时间，提高跟踪速度；实现上述两类需求，可采用下述两类方式：第一类需求，可以通过加大天线面积和电波的发射功率，设计最佳信号波形，以及降低接收机噪声来解决；第二类需求，机械扫描的常规雷达已不能胜任，需采用电扫描雷达波束指向系统，这种系统，在搜索和跟踪目标时，整个天线系统可以固定不动，通过控制阵列天线中各个阵元的相位，便可得到所需要的天线方向图和波束指向；相控阵雷达从理论上满足了作用距离远和反应时间短、多目标跟踪的要求，正是因为相控阵雷达的高效能、多功能，使得其系统十分复杂，仿真难度很大。同时，相控阵雷达与机械扫描雷达一样，其发射分系统和接收分系统仍然是两个基本分系统：发射分系统发射天线阵；发射馈电系统(发射波束形成网络)；发射信号产生及功率放大部分。接收分系统接收天线阵；接收机前端；接收波束形成网络；多路接收机；信号处理机；雷达终端设备。

相控阵雷达系统是一个非常灵活、复杂的系统，要仿真这样一个复杂系统的工作过程，面面俱到是不现实的，不可能做到和实际雷达设备一一对应，必须有所侧重，有所取舍，抓住影响其处理结果的关键因素和关心的主要方面，在保证一定的可信度的条件下，通过把各个模块的功能抽象化，融合后得到高效、可靠的仿真系统。

专利cn201410173557.5通过资源调度模块产生当前雷达事件；所述信号产生模块执行当前雷达事件，并将形成的信号产生结果输送到资源调度模块；所述信号处理模块从资源调度模块获取上个雷达事件的信号产生结果，处理所述信号产生结果，并将形成的信号处理结果输送到资源调度模块；所述的数据处理模块从资源调度模块获取上个雷达事件的信号处理结果，处理所述的信号处理结果，并将处理结果输送到调度模块。利用openmp的并行计算方法实现计算，通过消息传递接口传递消息。该方案虽然与本发明模块架构类似，但其仅仅说明了模块间的联系关系与简单实现功能，未详细说明实现原理及实现方案。

专利cn201310585730.8公开了仿真系统将系统框架划分为一主体子系统——雷达工作台仿真子系统和三个辅助子系统——仿真场景控制子系统、雷达主控计算机子系统和雷达分析评估子系统，其中，；仿真场景控制子系统主要由仿真参数装订模块、1类目标航迹生成模块、2类目标航迹生成模块和3类目标航迹生成模块组成，为雷达工作台仿真子系统提供输入数据。然而该方案虽然并未公开如何实现有效的目标跟踪方案。

专利cn201110460669.5公开了一种通用的雷达仿真系统及其仿真应用方法，通过层次化的雷达仿真组件模型库，以促进雷达仿真组件的管理、查询与重用。其中，分系统模型层用于描述雷达仿真应用系统的功能，并包括目标与环境特性模型分系统、雷达装备模型分系统以及评估模型分系统；对象模型层有若干对象模型，而且如目标与环境特性模型分系统的对象模型组成有:目标特性对象模型、环境特性对象模型、杂波信号对象模型以及干扰信号对象模型。但只是涉及到了目标特性对象模型、环境特性对象模型、杂波信号对象模型以及干扰信号对象模型，具体的仿真方式并没有公开。

文献《相控阵雷达系统仿真模型研究》(李钦富、许小剑，《中国电子科学研究院学报》,2007(3):239-243)公开了一种常用架构的雷达仿真系统，然而该系统并未具体描述仿真方法，同时其目标发现方法采用常规的探测概率计算模型，误差较大，目标发现准确度较低。

综上所述，现有的雷达仿真系统目标航迹预测与跟踪能力较差，不能准确得到目标的飞行轨迹，误差较大，对后续目标处理造成很大的影响。

技术实现要素：

本发明在于克服现有技术的上述不足，提供一种能够较准确得到目标的飞行轨迹，误差较小的雷达仿真目标航迹跟踪方法及系统。

为了实现上述发明目的，本发明采用的技术方案是：

一种雷达仿真目标航迹跟踪方法，包括以下步骤：

s1、对雷达探测空域划分为多个扇区，检测初始扇区的探测点并进行记录探测信息，将所述探测信息生成旧航迹列表，将前一次得到的探测点作为旧航迹列表；

s2、所述旧航迹列表中的探测信息中满足预定条件的点生成动态航迹列表，将不满足预定条件的点生成自由航迹列表；

s3、判断所述动态航迹列表、自由航迹列表是否完成卡尔曼滤波初始化，若是，则进行卡尔曼滤波预测；

s4、根据所述航迹列表计算空间统计距离并生成矩阵，选择空间统计距离矩阵最小值，得到目标航迹。

进一步地，所述探测信息为俯仰角、方位角、斜距值。

进一步地，所述步骤s3还包括，判断所述动态航迹列表、自由航迹列表是否完成卡尔曼滤波初始化，若否，则直接执行所述步骤s4。

进一步地，将所述步骤s4得到的目标航迹作为下次航迹预测的旧航迹。

本发明同时提供一种雷达仿真目标航迹跟踪系统，包括旧航迹列表生成模块，用于对雷达探测空域划分为多个扇区，检测初始扇区的探测点并进行记录探测信息，将所述探测信息生成旧航迹列表，将前一次得到的探测点作为旧航迹列表；动态航迹列表生成模块，用于将所述旧航迹列表中的探测信息中满足预定条件的点生成动态航迹列表；自由航迹列表生成模块，用于将所述旧航迹列表中的探测信息中不满足预定条件的点生成自由航迹列表；卡尔曼滤波预测模块，用于将完成卡尔曼滤波初始化的所述动态航迹列表、自由航迹列表进行卡尔曼滤波预测；目标航迹生成模块，用于所述航迹列表计算空间统计距离并生成矩阵，选择空间统计距离矩阵最小值，得到目标航迹。

进一步地，所述探测信息为俯仰角、方位角、斜距值。

进一步地，将所述目标航迹生成模块得到的目标航迹作为下次航迹预测的旧航迹。

与现有技术相比，本发明的有益效果

本发明的雷达仿真目标航迹跟踪方法对雷达探测空域进行划分，并通过生成动态航迹列表与自由航迹列表的方式选择航迹列表中空间统计距离矩阵最小值，得到目标航迹，通过本发明的方法得到的目标飞行轨迹较为准确，误差较小。

附图说明

图1所示为本发明的雷达仿真目标航迹跟踪方法流程图。

图2所示为本发明的雷达仿真目标航迹跟踪方法的具体实现流程图。

图3所示为本发明的雷达仿真目标航迹跟踪系统模块框图。

具体实施方式

下面结合具体实施方式对本发明作进一步的详细描述。但不应将此理解为本发明上述主题的范围仅限于以下的实施例，凡基于本发明内容所实现的技术均属于本发明的范围。

实施例1：

一种雷达仿真目标航迹跟踪方法，参看图1，包括以下步骤：

s1、对雷达探测空域划分为多个扇区，检测初始扇区的探测点并进行记录探测信息，将所述探测信息生成旧航迹列表，将前一次得到的探测点作为旧航迹列表；

s2、所述旧航迹列表中的探测信息中满足预定条件的点生成动态航迹列表，将不满足预定条件的点生成自由航迹列表；

s3、判断所述动态航迹列表、自由航迹列表是否完成卡尔曼滤波初始化，若是，则进行卡尔曼滤波预测；

s4、根据所述航迹列表计算空间统计距离并生成矩阵，选择空间统计距离矩阵最小值，得到目标航迹。

所述探测信息为俯仰角、方位角、斜距值。

所述步骤s3还包括，判断所述动态航迹列表、自由航迹列表是否完成卡尔曼滤波初始化，若否，则直接执行所述步骤s4。

将所述步骤s4得到的目标航迹作为下次航迹预测的旧航迹。

在一个具体实施方式中，参看图2，本发明采用最近邻法进行计算，选择使“统计距离”最小的检测点迹作为目标的配对点迹。

首先进行“粗关联”，得到相同或相邻扇区(对空域的划分，按照俯仰角、方位角进行划分)内的两个航迹列表，按先后顺序分别把两个列表里的所有航迹与所有检测点进行配对，并将点迹——航迹之间的统计距离(斜距差或空间统计距离)作为关联的基本依据。

设雷达探测空域按照俯仰角、方位角进行划分(阵面直角坐标系)，可分为n个扇区，第i个扇区的俯仰角或方位角范围为

t1时刻为雷达开启工作的起始时刻，即为雷达工作首次探测后生成结果的时刻；

此时，i＝1扇区，探测到个点，设记为：

分别表示t1时刻探测q的俯仰角、方位角、斜距值。

在t1时刻，无旧航迹列表，即生成条航迹，将条航迹置于新建的旧航迹列表中，则旧航迹列表如表1：

表1

i＝2扇区，探测到个点，设记为：

第一步：粗关联

设ti时刻(i＞1)，雷达扫描到第k个扇区，则第k个扇区的粗关联扇区有8个，依次为：

提取旧航迹列表，判断旧航迹列表ti-1时刻各航迹点的值，若存在某条航迹lr:则提取此条航迹所有航迹点，置于动态航迹列表中，直至遍历完所有旧航迹列表，以此生成动态航迹列表，如表2：

表2

同时将置于自由点航迹列表中，自由点航迹列表如表3：

表3

第二步：计算空间统计距离，

经过上述过程，得到动态航迹列表与自由点航迹列表，是进行航迹关联计算的条件，以下开始计算航迹关联，主要计算过程可以分为两部分：

若航迹已完成kalman滤波器的初始化，则先按当前仿真时间进行预测，得到目标预测位置，在计算与所有点迹观测位置的空间统计距离

若航迹还未建立kalman滤波，则直接用该航迹最近一次观测位置计算与所有点迹的空间统计距离其中，卡尔曼滤波算法为现有技术，在此不再赘述。

空间统计距离公式：

第三步：选择空间统计距离矩阵最小值，

遍历整个矩阵选择所有元素中最小值，若该最小值不是∞，那么该坚持点迹与该航迹配对，并从矩阵里删除该点迹和航迹对应的行和列。

重复上一步骤操作，直到里没有非∞的元素，于是，得到所有关于旧航迹的配对结果。

本发明的雷达仿真目标航迹跟踪方法对雷达探测空域进行划分，并通过生成动态航迹列表与自由航迹列表的方式选择航迹列表中空间统计距离矩阵最小值，得到目标航迹，通过本发明的方法得到的目标飞行轨迹较为准确，误差较小。

具体的，本发明采用的卡尔曼滤波算法描述如下：

状态空间模型描述的动态系统

状态方程

y(k)＝hx(k)+v(k)观测方程

x(k)：为系统在时刻k的状态；

y(k)：对应状态的观测信号；

w(k)：输入的高斯白噪声，其方差为q；

v(k)：观测噪声，若是高斯白噪声，其方差为r；

状态转移矩阵；

γ：噪声驱动矩阵；

h：观测矩阵；

卡尔曼滤波问题：基于观测信号{y(1)、y(2)、…、y(k)}，求状态x(j)的线性最小方差估计值它的极小化性能指标

当j＝k时，为卡尔曼滤波器；

当j＞k时，为预报器；

当j＜k时，为平滑器；

递推卡尔曼滤波器如下：

状态一步预测：

(上式根据k-1时刻的状态估计预测k时刻状态的办法)

状态更新：

滤波增益矩阵：k(k+1)＝p(k+1|k)h^t[hp(k+1|k)h^t+r]^-1

一步预测协方差阵：

(上式对预测质量优劣进行定量描述)

协方差阵更新：p(k+1|k+1)＝[in-k(k+1)h]p(k+1|k)

本状态方程描述，采用匀加速模式，即：

则：

可得：

其中，u(k)为动力系统的控制信号，w(k)为大气环境对机体引起的随机加速度，假设是零均值、方差为的独立于v(k)的白噪声。

y(k)＝[100]x(k)+v(k)

即得：

h＝[100]

则目标跟踪卡尔曼滤波问题为：基于观测数据(y(1),y(2),…,y(k))，得到目标在k+1时刻的位置工作模式处理子系统

即：

因为：

p(k-1|k-1)＝[in-k(k-1)h]p(k-1|k-2)

所以：

in为单位矩阵。

因为：

k(k-1)＝p(k-1|k-2)h^t[hp(k-1|k-2)h^t+r]^-1

可得：

应用于本发明中的表述为，

输入量：

y(k)：观测信号，在本函数中，观测信号包括斜距、俯仰角、方位角等，本输入量需要按照仿真步长，每仿真一步，需要输入一个数据；

参变量：

q：状态方程中高斯白噪声方差，服从正态分布，即可给定初始值为1；

r：观测方程中噪声方差，在此假定设为高斯白噪声，服从正态分布，即可给定初始值为1；

状态转移矩阵，本状态转移矩阵采用(距离、速度、加速度)、或者(角度、角速度、角加速度)来表述，表示方式如下：

其中t0为时间的变化量，可理解为仿真步长。

γ：噪声驱动矩阵，由方程的矩阵表示形式，可得γ参变量是给定的，而是由式子化简得到的；

h：观测矩阵，h＝[100]；

in：单位矩阵，

输出量：

状态一步预测值，即为已知k时刻的观测值y(k)，而预测到下一时刻的目标值，这一数值将被航迹关联算法调用；

p(k+1|k)：状态一步预测协方差矩阵，若状态方程是用(距离、速度、加速度)来描述，则p(k+1|k)即为斜距一步预测协方差矩阵，若状态方程是用(角度、角速度、角加速度)来描述，则p(k+1|k)即为俯仰角或方位角一步预测协方差矩阵；

p(k+1|k+1)：状态协方差矩阵，若状态方程是用(距离、速度、加速度)来描述，则p(k+1|k+1)即为斜距预测协方差矩阵，若状态方程是用(角度、角速度、角加速度)来描述，则p(k+1|k+1)即为俯仰角或方位角预测协方差矩阵。

本发明同时提供一种雷达仿真目标航迹跟踪系统，参看图3，包括旧航迹列表生成模块1，用于对雷达探测空域划分为多个扇区，检测初始扇区的探测点并进行记录探测信息，将所述探测信息生成旧航迹列表，将前一次得到的探测点作为旧航迹列表；动态航迹列表生成模块2，用于将所述旧航迹列表中的探测信息中满足预定条件的点生成动态航迹列表；自由航迹列表生成模块3，用于将所述旧航迹列表中的探测信息中不满足预定条件的点生成自由航迹列表；卡尔曼滤波预测模块4，用于将完成卡尔曼滤波初始化的所述动态航迹列表、自由航迹列表进行卡尔曼滤波预测；目标航迹生成模块5，用于所述航迹列表计算空间统计距离并生成矩阵，选择空间统计距离矩阵最小值，得到目标航迹。

所述探测信息为俯仰角、方位角、斜距值。

将所述目标航迹生成模块得到的目标航迹作为下次航迹预测的旧航迹。

上面结合附图对本发明的具体实施方式进行了详细说明，但本发明并不限制于上述实施方式，在不脱离本申请的权利要求的精神和范围情况下，本领域的技术人员可以作出各种修改或改型。