全向雷达数据处理方法及系统的制作方法
【技术领域】
[0001] 本发明设及雷达数据处理技术领域，更具体地说，是设及一种全向雷达数据处理 方法及系统。
【背景技术】
[0002] 近来，随着无线通信技术的飞速发展，雷达已经成为通讯设备的关键性器件，对于 通信的质量、广播W及电视等业务也起着决定性的作用。雷达数据处理是指雷达在取得目 标的径向距离、径向速度、方位和俯仰角等测量数据后进行的互联、跟踪、滤波、平滑、预测 等处理，运些处理可W有效抑制测量过程中引起的随机误差，精确估计目标位置和运动参 数，预测目标的下一位置，形成稳定的目标航迹。随着信息技术的发展，雷达数据处理的研 究有W下几个发展方向：高速计算与并行处理；多传感器信息融合与控制一体化；捜索、跟 踪、引导、识别、打击及指挥一体化。
[0003] 其中，现阶段复杂环境下的多目标跟踪、数据互联，W及机动目标的跟踪仍然是数 据处理系统的难点和关键。雷达数据处理系统的处理流程及功能特点与雷达的特征有密 切关系，特别是多目标的跟踪、相关过程与雷达扫描体制有密切联系，大多数雷达数据处理 系统是针对一般传统的机械扫描或电子扫描阵列雷达。然而，受波束宽度限制，在某一探测 周期内，机械扫描雷达或电子扫描阵列雷达只是探测某一方向的目标，运些雷达数据处理 系统在进行多目标点迹与航迹数据关联时，仅需要考虑某一方向的目标。全向探测雷达与 一般扫描体制雷达不同，在探测周期内同时向全空域探测目标，有其固有的特征，需要实时 处理同时到达的大量目标点迹，多目标跟踪相关的计算量远远超过一般雷达系统。由于全 向探测雷达在某一探测周期探测全向空域范围内的目标，需要同时处理大量的目标点迹数 据，多目标跟踪相关计算过程复杂，计算量呈几何级数增长，传统的数据处理技术不能满足 在线实时计算要求，需要采用新的技术方法来提高数据处理系统的性能。
[0004] 并且，雷达数据处理系统一般在W雷达为中屯、的极坐标系中观测目标，而在直角 坐标系中进行相关、滤波等处理。直角坐标卡尔曼滤波器要求雷达的方向角测量值较为准 确，否则方向角测量误差会在X方向与Y方向引入禪合问题，整个系统的跟踪性能会有大幅 度的下降。同时，直角坐标卡尔曼滤波对机动目标跟踪能力弱，需要进行测量误差转换，增 加系统的计算量。全向探测雷达测角的基本方法是比幅测角，工程上实现时测角精度易受 噪声、地形等因素影响，单一的直角坐标滤波模型不适应全向雷达数据处理要求。
【发明内容】
阳〇化]针对现有技术的上述缺陷，本发明所要解决的技术问题是如何提高全向探测雷达 的多目标跟踪能力。
[0006] 为解决上述技术问题，一方面，本发明提供了一种全向雷达数据处理方法，包括步 骤：
[0007] 对获取的点迹数据进行解析处理，得到点迹的距离、方位角，并估计出点迹所在的 网格；
[0008] 对于每一点迹，判断其与邻近网格内已经建立航迹的目标是否相关；
[0009] 使用满足目标相关要求的点迹对目标的极坐标卡尔曼滤波器状态进行更新，输出 目标的最新状态信息给下一级滤波器；
[0010] 使用上一级滤波器输出的结果对目标的直角坐标卡尔曼滤波器状态进行更新，如 果目标没有更新信息，则进行预推，输出目标最新的航迹信息；
[0011] 对所有目标航迹的生命周期进行管理，并向终端输出所有航迹的最新状态信息。
[0012] 优选地，所述方法还包括步骤：
[0013] 将雷达探测空域划分成等量的正方形或正方体网格区域，所述网格的边长由雷达 可探测目标的最大飞行速度与雷达探测周期决定。
[0014] 优选地，所述相关的判断进一步包括步骤：
[0015] 粗略判断点迹包含的信息是否满足目标的运动趋势，排除明显不符合目标运动趋 势的点迹；
[0016] 采用最近邻域关联算法进行点迹与目标航迹的关联。
[0017] 优选地，所述目标的极坐标卡尔曼滤波器状态中，所述目标的运动方程为X化+1) =〇化+l|k)X似+r似w(k)，雷达系统测量方程为z(k) =HG0X似+N似；
[001引其中
为k时刻目标状态向量，包括径向距离分量R(k)、径向速度 分量R化)、方向角分量0化）和角速度分量0(k)，巫化+l|k)为状态转移矩阵，r化）为 干扰矩阵，W(k)为目标运动噪声向量，
％雷达测量向量，包括径向距离分量 而化）和方向角测量分量Ze化)，H(k)为测量矩阵，N(k)为测量噪声向量。
[0019] 优选地，所述对目标的极坐标卡尔曼滤波器状态进行更新包括步骤：
[0020] 一方面，在k时刻估计目标状态，对下一时刻的目标状态进行预测并进行测量预 巧。，根据测量方程和测量预测值计算新息，对不同点迹统计间隔，得到统计距离最小点迹新 息；
[0021] 另一方面，在k时刻估计协方差，对下一时刻的协方差进行预测，进行新息协方差 计算，随后计算增益矩阵；
[0022] 根据上述两方面的处理结果更新目标状态，同时根据增益矩阵更新协方差。
[0023] 在本发明的另一方面，还同时提供一种全向雷达数据处理系统，包括：
[0024] 解析模块，用于对获取的点迹数据进行解析处理，得到点迹的距离、方位角，并估 计出点迹所在的网格；
[00巧]相关模块，用于对于每一点迹，判断其与邻近网格内已经建立航迹的目标是否相 关；
[00%] 极坐标滤波模块，用于使用满足目标相关要求的点迹对目标的极坐标卡尔曼滤波 器状态进行更新，输出目标的最新状态信息给下一级滤波器；
[0027] 直角坐标滤波模块，用于使用上一级滤波器输出的结果对目标的直角坐标卡尔曼 滤波器状态进行更新，如果目标没有更新信息，则进行预推，输出目标最新的航迹信息；
[0028]目标航迹管理模块，用于对所有目标航迹的生命周期进行管理，并向终端输出所 有航迹的最新状态信息。
[0029] 优选地，所述系统还包括：
[0030] 空域划分模块，用于将雷达探测空域划分成等量的正方形或正方体网格区域，所 述网格的边长由雷达可探测目标的最大飞行速度与雷达探测周期决定。
[0031] 优选地，所述相关模块中进一步包括：
[0032] 排除模块，用于粗略判断点迹包含的信息是否满足目标的运动趋势，排除明显不 符合目标运动趋势的点迹；
[0033] 关联模块，用于采用最近邻域关联算法进行点迹与目标航迹的关联。
[0034] 优选地，所述极坐标滤波模块中，所述目标的运动方程为X(k+1) = 〇化+l|k) xGO+roowGO,雷达系统测量方程为z(k) =H(k)x(k)+NG〇 ;
[00对其中，
勺k时刻目标状态向量，包括径向距离分量R似、径向速度分 量民体)、方向角分量0化）和角速度分量^化)，0化+i|k)为状态转移矩阵，r化）为干扰 矩阵，w(k)为目标运动噪声向量
为雷达测量向量，包括径向距离分量而化） 和方向角测量分量Ze化)，H(k)为测量矩阵，N(k)为测量噪声向量。
[0036] 优选地，所述极坐标滤波模块中进一步包括：
[0037] 统计间隔模块，用于在k时刻估计目标状态，对下一时刻的目标状态进行预测并 进行测量预测，根据测量方程和测量预测值计算新息，对不同点迹统计间隔，得到统计距离 最小点迹新息；
[0038] 增益模块，用于在k时刻估计协方差，对下一时刻的协方差进行预测，进行新息协 方差计算，随后计算增益矩阵；
[0039] 更新模块，用于根据上述两模块的处理结果更新目标状态，同时根据增益矩阵更 新协方差。
[0040] 与现有技术相比，本发明通过对雷达探测空域进