趙希晶，項(xiàng)樹林

（91550部隊(duì)，遼寧大連 116023）

0 引言

飛行器測控跟蹤過程中，實(shí)時(shí)外測數(shù)據(jù)是判斷目標(biāo)飛行態(tài)勢(shì)和軌跡顯示的重要信息源，同時(shí)由于外測數(shù)據(jù)獨(dú)立于目標(biāo)本身，不易受到目標(biāo)自身問題影響，更具有客觀性，因此，也是實(shí)施控制的重要依據(jù)。

根據(jù)具體目標(biāo)的不同，外測數(shù)據(jù)處理的內(nèi)容也不盡相同，但是在算法設(shè)計(jì)和結(jié)構(gòu)控制上都要本著穩(wěn)定、高精度輸出的實(shí)時(shí)數(shù)據(jù)處理原則。

文中主要針對(duì)飛行器跟蹤實(shí)時(shí)數(shù)據(jù)處理技術(shù)展開研究，結(jié)合工程經(jīng)驗(yàn)，分析了核心數(shù)據(jù)處理算法和改進(jìn)措施，并探討了今后的主要發(fā)展方向。

1 外測實(shí)時(shí)數(shù)據(jù)處理簡介

1.1 數(shù)據(jù)處理流程

飛行目標(biāo)的實(shí)時(shí)外測數(shù)據(jù)處理主要流程如圖1所示。

其中，對(duì)數(shù)據(jù)處理結(jié)果產(chǎn)生較大影響的主要包括以下幾個(gè)方面：信息組合優(yōu)選、數(shù)據(jù)檢擇和數(shù)字濾波，文中也主要針對(duì)這幾項(xiàng)處理技術(shù)展開探討。

圖1 數(shù)據(jù)處理流程圖

1.2 制約條件

選擇什么樣的處理算法和方式，受到中心計(jì)算系統(tǒng)的容量、速度、設(shè)備空間結(jié)構(gòu)關(guān)系、精度指標(biāo)等綜合因素的制約，而單純從數(shù)學(xué)意義上講，決定實(shí)時(shí)數(shù)據(jù)處理效果的主要有3個(gè)因素：測量設(shè)備精度、布站幾何和數(shù)據(jù)處理方法的選擇。在相同的設(shè)備和布站條件下，采用不同的數(shù)據(jù)處理方法和處理流程，得到的測量數(shù)據(jù)結(jié)果精度可能相差很多[1]。

這就要求建模人員必須綜合考慮各種因素，合理設(shè)計(jì)算法和流程。

2 主要數(shù)據(jù)處理技術(shù)

2.1 測量方案選優(yōu)

測控系統(tǒng)中定義能夠獨(dú)立定位和測速的一臺(tái)或者幾臺(tái)設(shè)備組合為一個(gè)測量方案，一個(gè)測量方案的精度就決定了一個(gè)數(shù)據(jù)源的精度。由于布站幾何的關(guān)系，理論測量精度是一個(gè)動(dòng)態(tài)變化的過程，因此要重點(diǎn)考慮主要測量段落上的軌跡精度。除了精度因素外，設(shè)備的工作穩(wěn)定性、服役時(shí)間等因素也是重要的參考指標(biāo)。在綜合考慮各種條件后，技術(shù)人員制定出方案優(yōu)選表，裝訂中心計(jì)算系統(tǒng)中，方案優(yōu)選表直接決定了實(shí)時(shí)中的數(shù)據(jù)源數(shù)目和方案輸出順序。

工程上，根據(jù)控制方式不同，方案優(yōu)選表又可以分為兩種：

1）固定優(yōu)先級(jí)方案表

這種控制方式的方案表優(yōu)先級(jí)完全固定，程序自動(dòng)進(jìn)行判斷選擇輸出哪一個(gè)測量方案。理論上，如果第一測量方案一直穩(wěn)定跟蹤，則整個(gè)軌跡解算過程將完全由第一優(yōu)先級(jí)的測量方案完成。固定優(yōu)先級(jí)方案表輸出過程如圖2所示。

圖2 固定優(yōu)先級(jí)方案輸流程圖

固定優(yōu)先級(jí)方案優(yōu)選表的特點(diǎn)是不需要人工干預(yù)，自動(dòng)切換輸出。實(shí)際應(yīng)用中存在缺陷是：由于工作環(huán)境限制，實(shí)際設(shè)備狀態(tài)和測量效果未必和理論上的一致，如果設(shè)備沒有達(dá)到理想的工作狀態(tài)，而該設(shè)備參與解算的測量方案優(yōu)先級(jí)又較高，這就會(huì)導(dǎo)致實(shí)際方案選擇的失敗。因此，這種控制方式缺乏必要的靈活性。

2）動(dòng)態(tài)調(diào)整優(yōu)先級(jí)方案表

針對(duì)固定優(yōu)先級(jí)方案表存在的缺陷，實(shí)時(shí)中可以采用有一定交互調(diào)整能力的動(dòng)態(tài)優(yōu)選方案技術(shù)。這種技術(shù)以固定優(yōu)先級(jí)的方案表為基礎(chǔ)，加入人工判斷，如果判斷某個(gè)低優(yōu)先級(jí)方案輸出數(shù)據(jù)會(huì)比當(dāng)前方案數(shù)據(jù)輸出效果會(huì)更好，可以直接通過設(shè)置控制指令，強(qiáng)制輸出該方案，取代原有方案。如果調(diào)整后的方案不能滿足輸出條件，則優(yōu)選程序自動(dòng)按照當(dāng)前滿足條件測量方案排序順序輸出。

動(dòng)態(tài)調(diào)整優(yōu)先級(jí)方案表，部分實(shí)現(xiàn)了人－機(jī)結(jié)合功能，能夠?qū)?shí)時(shí)軌跡解算方案進(jìn)行干預(yù)，因此在工程上具有較高應(yīng)用價(jià)值。

2.2 異常值的識(shí)別和處理

測量數(shù)據(jù)中存在異常值嚴(yán)重影響數(shù)據(jù)處理精度，同時(shí)，異常值也對(duì)多種數(shù)字濾波算法產(chǎn)生干擾，導(dǎo)致數(shù)字濾波器長時(shí)間不能收斂。因此，實(shí)時(shí)數(shù)據(jù)處理中要盡可能的剔除異常值或者降低異常值對(duì)軌跡解算結(jié)果的影響。

異常值概括起來有兩種類型：一是孤立型異常值，即在某個(gè)時(shí)刻采樣得到的測量值是異常值，但在該時(shí)刻的鄰域內(nèi)沒有異常值；二是斑點(diǎn)型異常值，即在某一采樣區(qū)間內(nèi)，連續(xù)出現(xiàn)多個(gè)異常值[2]。對(duì)于第一類異常值，目前實(shí)時(shí)中主要應(yīng)用差分方法、基于最小二乘的多項(xiàng)式擬合等方法來處理，均能達(dá)到比較好的糾正效果。較難處理的是斑點(diǎn)型異常值，由于這類異常值存在時(shí)間相關(guān)性，而上述常規(guī)檢擇算法如最小二乘算法等都是基于外推，局部性明顯，導(dǎo)致實(shí)時(shí)中對(duì)斑點(diǎn)型異常值的識(shí)別和處理效果不理想。工程上容易出現(xiàn)的現(xiàn)象是，算法未能正確識(shí)別和處理掉斑點(diǎn)型異常數(shù)據(jù)，反而將附近的正常數(shù)據(jù)拉偏，導(dǎo)致整個(gè)段落的數(shù)據(jù)檢擇失敗[3]。

2.2.2 改進(jìn)措施

針對(duì)斑點(diǎn)型異常數(shù)據(jù)的特點(diǎn)，工程上采用的一種解決方法是橫向比對(duì)法。橫向比對(duì)法對(duì)同一測量周期的多個(gè)通道原始數(shù)據(jù)進(jìn)行橫向比對(duì)，通過坐標(biāo)基準(zhǔn)轉(zhuǎn)換，建立多個(gè)獨(dú)立信息源數(shù)據(jù)之間的關(guān)聯(lián)，避開了單一通道數(shù)據(jù)識(shí)別的局限性。該方法可有效提高對(duì)斑點(diǎn)型異常值識(shí)別概率，局限性是該方法需要多個(gè)信息源作支持，信息源較少則識(shí)別能力大大減弱。

另外一種可行方法是采用基于軌跡參數(shù)的檢擇方法：利用當(dāng)前時(shí)刻的軌跡參數(shù)，預(yù)測下一時(shí)刻軌跡參數(shù)，再反算到設(shè)備測元上，進(jìn)行作差計(jì)算。

基于軌跡參數(shù)的方法不僅考慮了測元的時(shí)序相關(guān)性，還考慮了信號(hào)的真實(shí)性。如果所有測元只有隨機(jī)誤差，顯然這種方法對(duì)于異常值的識(shí)別要大大優(yōu)于單測元數(shù)據(jù)檢擇方法。如果某測元存在較大的系統(tǒng)誤差（斑點(diǎn)型異常值可以看作是一種系統(tǒng)誤差），該測元也參加了軌跡參數(shù)的解算，則將拉偏軌跡；若該測元未參加軌跡參數(shù)的解算，則其殘差歷史數(shù)據(jù)會(huì)體現(xiàn)出強(qiáng)烈的趨勢(shì)項(xiàng)，可以利用該信息實(shí)時(shí)的扣除該測元上較大的系統(tǒng)誤差。因此，該方法對(duì)具有時(shí)序相關(guān)性的斑點(diǎn)型異常值具有很好的識(shí)別能力，弱點(diǎn)是必須提供較高精度的軌跡參數(shù)，才能保證高識(shí)別概率。

2.2.3 門限值確定

1）固定門限法

要判斷人工智能創(chuàng)作有無自然人作者介入，首先需要了解自然人干預(yù)人工智能的方式。雖然人工智能創(chuàng)作過程是完全自動(dòng)的，人工智能程序一旦開始運(yùn)行人就無法介入其中，但人工干預(yù)對(duì)于人工智能創(chuàng)作并非無關(guān)緊要。人工智能業(yè)界的一句戲言“有多少人工，就有多少智能”在某種程度上反映了人工干預(yù)對(duì)于人工智能創(chuàng)作的影響程度。一般來說，自然人對(duì)人工智能創(chuàng)作的人工干預(yù)主要集中在三個(gè)方面：

固定門限根據(jù)工程上著名的“3σ”準(zhǔn)則確定，實(shí)際應(yīng)用中，為了保證多信息源的可靠輸出，門限一般在3倍誤差均方差的基礎(chǔ)上進(jìn)一步放大。固定門限的方法設(shè)置比較簡單，應(yīng)用廣泛。但是由于實(shí)時(shí)數(shù)據(jù)誤差的復(fù)雜性，理想的正態(tài)分布并不存在，而且誤差方差也不是一個(gè)固定的值，這就導(dǎo)致很難直接對(duì)固定門限值進(jìn)行量化處理：門限過大，導(dǎo)致實(shí)時(shí)數(shù)據(jù)質(zhì)量下降；門限過小，又容易造成方案切換，不利于數(shù)據(jù)的穩(wěn)定輸出。

2）動(dòng)態(tài)門限法

工程上，噪聲一般是非平穩(wěn)的，如雷達(dá)測量噪聲隨仰角增大而降低。取固定門限，在誤差大的測量段落將增加虛警概率，即將大量真信號(hào)誤判為野值，導(dǎo)致數(shù)據(jù)處理軟件出現(xiàn)大量重新初始化。同時(shí)，測量誤差的動(dòng)態(tài)變化也要求根據(jù)測量狀態(tài)自適應(yīng)地給出門限。

動(dòng)態(tài)門限基本思路是根據(jù)滑動(dòng)窗口數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，實(shí)時(shí)變動(dòng)門限值，根據(jù)當(dāng)前時(shí)刻以前一定長度窗口內(nèi)的數(shù)據(jù)（預(yù)報(bào)與實(shí)測數(shù)據(jù)的殘差或差分）實(shí)時(shí)統(tǒng)計(jì)數(shù)據(jù)誤差的方差，以該均方差的3～5倍作為當(dāng)前時(shí)刻的門限。

設(shè)有等間隔的測量數(shù)據(jù)序列 ｛ui；（i＝1，2，…，n）｝，對(duì)應(yīng)的預(yù)測序列為，則預(yù)測殘差序列為當(dāng)無異常測值時(shí)滿足Δui～N（0，σ2）。

根據(jù)樣本方差公式有：

自適應(yīng)確定門限的方法較為精確、穩(wěn)健，檢測效率高，逐漸成為高精度異常值識(shí)別的主要算法。

2.3 濾波降噪技術(shù)

2.3.1 Kalman數(shù)字濾波

測量數(shù)據(jù)不可避免的帶有隨機(jī)誤差，有時(shí)候隨機(jī)誤差雖然沒有超過門限，但是直接使用原始數(shù)據(jù)，仍然難以取得滿意的數(shù)據(jù)精度。數(shù)字濾波技術(shù)能夠進(jìn)一步壓縮或者減小高頻誤差，輸出相對(duì)平滑更能體現(xiàn)目標(biāo)運(yùn)動(dòng)趨勢(shì)的數(shù)據(jù)。Kalman濾波具有數(shù)據(jù)積累少，運(yùn)算速度快的特點(diǎn)，因此，在信號(hào)處理領(lǐng)域得到了廣泛的應(yīng)用。在飛行器測控中由于特定飛行目標(biāo)控制過程復(fù)雜，很難直接給出能夠滿足全程跟蹤運(yùn)行的精確目標(biāo)狀態(tài)方程，同時(shí)，限于早期計(jì)算能力，也無法直接應(yīng)用涉及大量矩陣運(yùn)算的標(biāo)準(zhǔn)Kalman濾波。因此，實(shí)時(shí)中一直應(yīng)用的是其簡化形式即常增益Kalman濾波，其基本原理是：目標(biāo)作勻加速運(yùn)動(dòng)的模型假設(shè)下，標(biāo)準(zhǔn)Kalman遞推多步后，增益矩陣K將趨于常數(shù)陣，可以直接采用下面兩個(gè)公式進(jìn)行遞推運(yùn)算（符號(hào)含義見文獻(xiàn)[3]）：

實(shí)時(shí)數(shù)據(jù)處理中，通常直接通過仿真確定一組固定的增益值K進(jìn)行遞推運(yùn)算。常增益濾波器本質(zhì)上是一個(gè)穩(wěn)態(tài)濾波器，而濾波器的啟動(dòng)是一個(gè)瞬態(tài)過程，需要對(duì)初始增益進(jìn)行補(bǔ)償。為了簡化處理過程，外測處理中初始段的濾波數(shù)據(jù)不進(jìn)行輸出，待狀態(tài)穩(wěn)定后，再進(jìn)行濾波輸出，穩(wěn)定時(shí)間段一般應(yīng)控制在2s以內(nèi)。

2.3.2 并行濾波處理流程

多個(gè)測量方案并存的情況下，理論上可以得到多個(gè)軌跡，目前普遍采用的處理模式是只計(jì)算一條軌跡的策略，測量中出現(xiàn)數(shù)據(jù)缺失，測量方案順序進(jìn)行遞補(bǔ)。這樣處理的方式實(shí)現(xiàn)起來容易，計(jì)算量小，也能保證軌跡的完整性，不足點(diǎn)在于：

1）各類方案精度不同，導(dǎo)致形成軌跡的精度差異非常明顯，方案切換之間臺(tái)階現(xiàn)象明顯；

2）在測量設(shè)備狀態(tài)不穩(wěn)、測量方案頻繁切換情況下，進(jìn)入濾波系統(tǒng)的軌跡參數(shù)是一個(gè)多信息源、不等精度方差的混和形式，導(dǎo)致濾波系統(tǒng)功能受到影響，甚至導(dǎo)致發(fā)散。

為了克服上述不足，可以采用并行的數(shù)據(jù)處理方式，即多個(gè)測量方案同時(shí)進(jìn)行解算，設(shè)置多個(gè)邏輯濾波器進(jìn)行分別濾波，每個(gè)測量周期內(nèi)形成多個(gè)軌跡。由于測量數(shù)據(jù)前后趨勢(shì)之間具有相關(guān)性，更容易實(shí)現(xiàn)濾波系統(tǒng)的穩(wěn)定運(yùn)行，同時(shí)各個(gè)測量設(shè)備數(shù)據(jù)相互之間獨(dú)立運(yùn)行，增加了數(shù)據(jù)源選擇的靈活性。

3 實(shí)時(shí)數(shù)據(jù)處理的發(fā)展

伴隨著計(jì)算機(jī)軟硬件技術(shù)的發(fā)展和目標(biāo)跟蹤控制要求的提高，對(duì)實(shí)時(shí)外測數(shù)據(jù)處理能力也提出了更高的要求，采用更加先進(jìn)的數(shù)據(jù)處理技術(shù)成為必然。從當(dāng)前實(shí)時(shí)處理中面對(duì)的目標(biāo)運(yùn)動(dòng)特性、系統(tǒng)計(jì)算能力等方面考慮，當(dāng)前研究側(cè)重點(diǎn)是開發(fā)適合實(shí)時(shí)處理要求的數(shù)據(jù)融合和高精度數(shù)字濾波應(yīng)用技術(shù)。

3.1 數(shù)據(jù)融合技術(shù)

大型測控系統(tǒng)是一個(gè)典型的多傳感器系統(tǒng)，各外測設(shè)備按照時(shí)間統(tǒng)一信號(hào)控制，周期性的將數(shù)據(jù)傳輸?shù)接?jì)算中心。計(jì)算中心利用融合手段，可以提供高精度、高可靠性的目標(biāo)識(shí)別信息、軌跡信息和顯示信息等實(shí)時(shí)參數(shù)。

根據(jù)傳感器和融合中心信息流的關(guān)系，數(shù)據(jù)融合的結(jié)構(gòu)按照位置融合抽象層次可以分為三類：

1）集中式（中心級(jí)）：將原始數(shù)據(jù)送到融合中心；

2）分布式（傳感器級(jí)）：將處理后的數(shù)據(jù)送到融合中心；

3）混合結(jié)構(gòu)：集中式／分布式的結(jié)合。

其中，集中式結(jié)構(gòu)具有最高的融合精度，但傳感器與中心機(jī)間的數(shù)據(jù)傳輸量大，對(duì)中心的計(jì)算能力要求也較高；分布式結(jié)構(gòu)由于部分融合可以在傳感器部分完成，計(jì)算量減少，但不如集中式結(jié)構(gòu)的精度高；混合式結(jié)構(gòu)通過中心計(jì)算機(jī)保證融合精度，通過傳感器的部分融合保證及時(shí)性。這也是目前較先進(jìn)的融合結(jié)構(gòu)[5]。

從拓?fù)浣Y(jié)構(gòu)上看，外測系統(tǒng)設(shè)備之間不發(fā)生數(shù)據(jù)聯(lián)系，且計(jì)算能力有限，而中心計(jì)算系統(tǒng)功能強(qiáng)大，因此，采用集中式的融合結(jié)構(gòu)體系是目前最為可行的方式。

理論上，參與融合的設(shè)備數(shù)量越多，融合結(jié)果精度也越高。但是，考慮到融合的處理難度和實(shí)時(shí)性，以分類局部的方式進(jìn)行數(shù)據(jù)融合最為可行：即對(duì)數(shù)據(jù)源進(jìn)行分類，實(shí)現(xiàn)數(shù)據(jù)源分組、分層次進(jìn)行數(shù)據(jù)融合，分多個(gè)優(yōu)先級(jí)輸出。每一類設(shè)備作為一個(gè)融合對(duì)象，形成幾個(gè)融合模塊。由于參與設(shè)備數(shù)量少，處理過程相似，算法成熟，更容易實(shí)現(xiàn)較高精度的融合計(jì)算，真正做到全系統(tǒng)、高精度的大融合還需要進(jìn)一步在算法設(shè)計(jì)、誤差修正、傳輸通道、程序結(jié)構(gòu)控制等方面做研究。

3.2 高精度數(shù)字濾波技術(shù)

常增益數(shù)字濾波器結(jié)構(gòu)簡單，容易實(shí)現(xiàn)，但是由于其本身結(jié)構(gòu)特點(diǎn)，使其對(duì)具有一定機(jī)動(dòng)能力目標(biāo)的跟蹤能力較差，很難滿足不斷提高的實(shí)時(shí)數(shù)據(jù)處理要求，開發(fā)高精度的Kalman濾波技術(shù)已是必然趨勢(shì)。

高精度Kalman濾波關(guān)鍵是建立真實(shí)性更高的狀態(tài)方程模型。近年來，國內(nèi)有學(xué)者提出基于機(jī)動(dòng)目標(biāo)跟蹤模型，建立測控目標(biāo)的狀態(tài)跟蹤方程[5]，這為高精度Kalman濾波技術(shù)的應(yīng)用提供了條件。目前，機(jī)動(dòng)目標(biāo)跟蹤模型已經(jīng)有很多種成熟的結(jié)果，其中，我國學(xué)者周宏仁提出的“當(dāng)前”統(tǒng)計(jì)模型是最具有典型意義的機(jī)動(dòng)目標(biāo)跟蹤模型。該模型認(rèn)為目標(biāo)的下一時(shí)刻加速度在“當(dāng)前”加速度的領(lǐng)域內(nèi)，可以利用修正的瑞利分布描述機(jī)動(dòng)加速度分布概率，而不必考慮各種機(jī)動(dòng)情況，從而利用運(yùn)動(dòng)學(xué)方程去逼近動(dòng)力學(xué)方程。該模型本質(zhì)上是非零均值時(shí)間相關(guān)模型，可以看作是對(duì)singer模型的改進(jìn)。理論上已經(jīng)證明該方法在測控?cái)?shù)據(jù)處理中應(yīng)用是可行的。

隨著技術(shù)條件的成熟，一些高精度的數(shù)字濾波技術(shù)如無跡卡爾曼濾波器（UKF）、粒子濾波器（PF）、無跡粒子濾波器（UPF）等也相繼進(jìn)入了外測跟蹤應(yīng)用探討階段，測控領(lǐng)域的一些學(xué)者已經(jīng)在這方面做了一些有益的嘗試。如果這些先進(jìn)的數(shù)字濾波技術(shù)結(jié)合狀態(tài)方程模型改進(jìn)，進(jìn)一步提高算法的實(shí)時(shí)性，完善機(jī)動(dòng)頻率等實(shí)時(shí)參數(shù)的選取，實(shí)現(xiàn)實(shí)時(shí)數(shù)據(jù)處理中的高精度數(shù)字濾波是完全可行的。

4 結(jié)束語

關(guān)鍵算法的選取對(duì)實(shí)時(shí)數(shù)據(jù)處理結(jié)果至關(guān)重要，但數(shù)據(jù)處理是個(gè)多環(huán)節(jié)相互影響的過程，因此，必須全面考慮，精心設(shè)計(jì)算法和處理流程，才能為目標(biāo)跟蹤提供高質(zhì)量的外測信息源。

[1]馬順南，王瑋.靶場外彈道測量系統(tǒng)最優(yōu)布站方法研究[J].宇航學(xué)報(bào)，2008，29（6）：1951－1954.

[2]黃家貴，呂紅寧，王安麗.斑點(diǎn)型野值的進(jìn)一步識(shí)別與處理[J].裝備指揮技術(shù)學(xué)院學(xué)報(bào)，2002，13（6）：56－59.

[3]祝轉(zhuǎn)民，楊宜康，李濟(jì)聲，等.Kalman濾波工程應(yīng)用問題分析及改進(jìn)方法研究[J].宇航學(xué)報(bào)，2002，23（3）：44－47.

[4]汪雄良，朱巨波，王春玲.三狀態(tài)樣條Kalman濾波與目標(biāo)機(jī)動(dòng)檢測[J].現(xiàn)代雷達(dá)，2004，26（4）：21－28.

[5]郭軍海，慈穎.飛行器實(shí)時(shí)測控信息融合體制研究[J].飛行器測控學(xué)報(bào)，2007，26（3）：57－61.