黃 強(qiáng)，王建衛(wèi)

(南京電子技術(shù)研究所， 南京210039)

0 引言

線性調(diào)頻信號(hào)具有諸多優(yōu)點(diǎn)，例如通過相位調(diào)制可以獲得大時(shí)寬帶寬積，匹配濾波對(duì)多普勒頻移不敏感等［1］。因此，線性調(diào)頻信號(hào)被廣泛應(yīng)用于雷達(dá)領(lǐng)域。但線性調(diào)頻信號(hào)經(jīng)過脈沖壓縮后具有很強(qiáng)的距離多普勒效應(yīng)，使得距離量測(cè)有一定偏差(偏差與徑向速度和耦合系數(shù)有關(guān))，為后續(xù)的目標(biāo)狀態(tài)估計(jì)和數(shù)據(jù)互聯(lián)帶來較大的影響。

為了解決這個(gè)問題，國(guó)內(nèi)外很多學(xué)者采用了測(cè)速的方法［2-3］，但該方法有很大的局限性，無法在工程中應(yīng)用。另外純粹數(shù)據(jù)處理的方法是先不考慮距離耦合的影響，使用Kalman濾波器在有距離偏移的情況下進(jìn)行濾波，然后根據(jù)濾波估計(jì)的徑向速度和距離多普勒耦合系數(shù)對(duì)距離進(jìn)行修正。該方法在低耦合系數(shù)(且耦合系數(shù)較小變化)和低速目標(biāo)情況下是適用的。但在高耦合系數(shù)和高速目標(biāo)情況下，經(jīng)過該方法修正后的距離依然存在著較大偏差。文獻(xiàn)［4-5］采用帶有徑向速度的擴(kuò)展卡爾曼濾波(Extend Kalman Filter，EKF)方法，該方法需要具有徑向速度測(cè)量量，但在實(shí)際情況下很難測(cè)得徑向速度。文獻(xiàn)［6-7］中，在極坐標(biāo)系下濾波，距離維量測(cè)中不改變徑向速度帶來的距離走動(dòng)，在一定程度上改善了距離估計(jì)精度。為此本文把該方法推廣到直角坐標(biāo)系，采用EKF和不敏卡爾曼濾波(Unsented Transformation Kalman Filter，UKF)的方法進(jìn)行帶距離多普勒耦合距離走動(dòng)的濾波，最后通過仿真，分析了幾種方法的優(yōu)缺點(diǎn)，并給出了相應(yīng)結(jié)論。

1 問題的描述

對(duì)于線性調(diào)頻信號(hào)，當(dāng)目標(biāo)存在徑向速度時(shí)，就會(huì)發(fā)生多普勒失配現(xiàn)象。也就是匹配濾波器輸出的峰值并非出現(xiàn)在期望的t=0時(shí)刻。相反，峰值輸出位置的移動(dòng)量與多普勒頻移成比例。由于對(duì)目標(biāo)距離的估計(jì)是基于該峰值出現(xiàn)的時(shí)間，所以多普勒失配將引起測(cè)距誤差。相應(yīng)的距離誤差為

式中:f0為發(fā)射信號(hào)的中心頻率;τ為脈沖寬度;v為目標(biāo)徑向速度;B為信號(hào)帶寬。從式(1)中可以看出，線性調(diào)頻信號(hào)多普勒失配引起的測(cè)距誤差和中心頻率、脈沖寬度和目標(biāo)速度成正比，和信號(hào)帶寬成反比。定義多普勒耦合系數(shù)為

下面給出不同波段雷達(dá)距離誤差計(jì)算，參見表1。

表1 不同波段雷達(dá)距離誤差

從表1可以看出，對(duì)于遠(yuǎn)距離高速目標(biāo)，不同頻段造成的距離誤差從百米到十公里量級(jí)，差別較大。對(duì)于遠(yuǎn)程彈道導(dǎo)彈和衛(wèi)星的運(yùn)動(dòng)速度要遠(yuǎn)遠(yuǎn)大于2 km/s，造成的距離誤差將成倍的增加。如果目標(biāo)的徑向速度恒定不變，則采用先估計(jì)速度再距離修正不會(huì)存在太大的問題。但往往軌道目標(biāo)的運(yùn)動(dòng)速度相對(duì)于觀測(cè)站變化劇烈，采用該方法修正后的距離依然存在著較大偏差。下面以示例說明:圖1為采用STK軟件生成的某高速目標(biāo)的徑向速度曲線;圖2為采用先估計(jì)徑向速度再修正距離誤差的距離精度(假定多普勒耦合系數(shù)為2)。

圖1 目標(biāo)徑向速度隨時(shí)間變化曲線

圖2 先估計(jì)后修正的距離誤差

從圖2可以看出，在目標(biāo)徑向速度變化最大時(shí)(150 s)修正后的距離誤差最大，達(dá)到了近0.5 km。也就是說，對(duì)于高速目標(biāo)和高耦合系數(shù)條件下，采用先估計(jì)再修正的方法已經(jīng)不再適用，因此需要采用新方法來解決這個(gè)問題。

2 濾波新算法

以往的算法都是在估計(jì)出目標(biāo)徑向速度后修正距離走動(dòng)誤差，這對(duì)較小耦合系數(shù)和較低速度目標(biāo)是適用的，但對(duì)高耦合系數(shù)和高速目標(biāo)已不再適用。下面介紹本文的新方法。

2.1 極坐標(biāo)濾波算法

假定目標(biāo)在距離維獨(dú)立濾波。目標(biāo)的運(yùn)動(dòng)方程如下

式中:coef為耦合系數(shù)，可參考式(2);H(k)=［1，coef，0］，W(k)為具有協(xié)方差R(k)(1×1矩陣)的零均值，白色高斯量測(cè)噪聲序列。

從式(4)可以看出，其和常規(guī)量測(cè)方程唯一差別就是H矩陣中第二項(xiàng)是耦合系數(shù)coef，而不是零。濾波方法和常規(guī)的線性卡爾曼濾波方法相同，可以參考文獻(xiàn)［8］。

2.2 直角坐標(biāo)EKF和UKF濾波算法

如果目標(biāo)的狀態(tài)在直角坐標(biāo)系下描述，就需要采用非線性濾波的方法。下面介紹基于EKF和UKF濾波的算法。目標(biāo)在直角坐標(biāo)系下的運(yùn)動(dòng)方程可以描述為

式中:Z(k)=［r(k)，a(k)，e(k)］T，分別為目標(biāo)距離、方位和仰角。W(k)為具有協(xié)方差R(k)(3×3矩陣)的零均值，白色高斯量測(cè)噪聲序列。h(k，X(k))如下式

對(duì)于EKF濾波算法，其本質(zhì)上就是把非線性問題線性化(泰勒展開)，然后采用線性濾波的方法來進(jìn)行濾波。對(duì)于本文方法的EKF濾波需要計(jì)算量測(cè)方程式(7)的3×9雅可比矩陣H，其非零元素計(jì)算如下

根據(jù)預(yù)測(cè)向量可以計(jì)算得到當(dāng)前時(shí)刻的雅可比矩陣H，就可以套用線性濾波方法進(jìn)行EKF濾波，具體方法可以參考文獻(xiàn)［8］。

而另外一種對(duì)付非線性濾波的方法就是UKF，UKF是在不敏變換(Unsented Transformation，UT)基礎(chǔ)上發(fā)展起來的，其精度相當(dāng)于二階泰勒展開的精度，其運(yùn)算量遠(yuǎn)遠(yuǎn)大于EKF的運(yùn)算量。由于其在對(duì)付非線性方面的優(yōu)良特性，使其也在工程中得到了廣泛應(yīng)用。UKF應(yīng)用于距離走動(dòng)的直角坐標(biāo)系濾波中，改動(dòng)相對(duì)較少，只需要考慮距離量測(cè)方程中的多普勒失配帶來的距離誤差項(xiàng)即可(參考式(7))，具體的UKF濾波算法可以參考文獻(xiàn)［8］。

3 仿真分析

下面分別采用本文提出的3種方法進(jìn)行仿真分析，比較3種方法的濾波精度。目標(biāo)采用STK軟件產(chǎn)生的彈道導(dǎo)彈數(shù)據(jù)，其徑向速度曲線參考圖1。假定雷達(dá)的測(cè)距精度7 m，測(cè)角精度3 mrad，采樣數(shù)據(jù)率為0.1 s，距離走動(dòng)系數(shù)為2，目標(biāo)運(yùn)動(dòng)模型采用singer模型。圖3為極坐標(biāo)系濾波結(jié)果，圖4為直角坐標(biāo)系EKF濾波結(jié)果，圖5為直角坐標(biāo)系UKF濾波結(jié)果。表2為3種濾波方法的精度對(duì)比分析結(jié)果。

圖3 極坐標(biāo)系濾波結(jié)果

圖4 直角坐標(biāo)系EKF濾波結(jié)果

圖5 直角坐標(biāo)系UKF濾波結(jié)果

表2 不同濾波方法的濾波精度

從圖3、圖4、圖5和表2可以看出，在考慮高耦合系數(shù)條件下極坐標(biāo)系濾波距離精度最高，其次為UKF，EKF最差;角精度UKF最高，其次為極坐標(biāo)系三維解耦濾波，EKF最差。主要原因是距離量測(cè)方程中加入了耦合誤差項(xiàng)，使得非線性加強(qiáng)，導(dǎo)致了EKF濾波精度的下降，同時(shí)也說明了UKF對(duì)付非線性濾波問題的有效性。從以上分析可知，如果受限于運(yùn)算資源并需要保證一定的濾波精度，可以采用極坐標(biāo)系下三維解耦濾波算法;如果不受運(yùn)算資源的限制，可以在工程應(yīng)用中采用UKF濾波算法。

4 結(jié)束語(yǔ)

為了解決高頻段雷達(dá)在跟蹤高速目標(biāo)過程中，由于采用線性調(diào)頻信號(hào)帶來的多普勒失配距離偏差，本文采用不改變距離量測(cè)方程，也就是不破壞量測(cè)方程的可觀測(cè)性，分別給出了極坐標(biāo)系三維解耦濾波、直角坐標(biāo)系EKF濾波和直角坐標(biāo)系UKF濾波算法。最后通過仿真驗(yàn)證了在高耦合系數(shù)條件下本文算法的有效性和相應(yīng)的適用條件，同時(shí)給出了3種濾波方法的精度對(duì)比分析結(jié)果。在工程實(shí)踐中將會(huì)遇到各種各樣的問題和不同的需求，因此在工程中采用什么算法還要根據(jù)實(shí)際情況來定。本文的高耦合系數(shù)條件下的濾波算法可供應(yīng)用時(shí)參考。

［1］ 向敬成.雷達(dá)系統(tǒng)［M］.北京:電子工業(yè)出版社，2001.Xiang Jingcheng.Radar systems［M］.Beijing:Publishing House of Electronics Industry，2001.

［2］ 趙 鋒，王雪松，肖順平.高耦合系數(shù)條件下徑向速度估計(jì)的新方法［J］.電子學(xué)報(bào)，2005，9(33):1571-1575.Zhao Feng，Wang Xuesong，Xiao Shunping.A new method of radial velocity estimation for high coupling coeficient［J］.Acta Electronica Sinica，2005，9(33):1571-1575.

［3］ Abatzoglou T J，et al.Range，radial velocity，and acceleration MLE using radar LFM pulse train［J］.IEEE Transactions on Aerospace and Electronic Systems，1998，34(4):107l-1083.

［4］ 王建國(guó)，何佩琨，龍 騰.徑向速度測(cè)量在Kalman濾波中的應(yīng)用［J］.北京理工大學(xué)學(xué)報(bào)，2002，22(2):225-227.Wang Jianguo，He Peikun，Long Teng.Use of radial velocity measurements in Kalman filter［J］.Journal of Beijing Institute of Technology，2002，22(2):225-227.

［5］ 王建國(guó)，龍 騰，何佩琨.一種線性調(diào)頻波形下的目標(biāo)跟蹤算法［J］.現(xiàn)代雷達(dá)，2003，2(25):26-29.Wang Jianguo，Long Teng，He Peikun.A target tracking algorithm with LFM waveforms［J］.Morden Radar，2003，2(25):26-29.

［6］ Fitzgerald R J.Effect of range-Doppler coupling on chirp radar tracking accuracy［J］.IEEE Transactions on Aerospace and Electronic Systems，1974，10(4):528-532.

［7］ Wong W.Blair W D.Steady state tracking with LFM waveforms［J］.IEEE Transactions on Aerospace and Electronic Systems，2000，36(2):701-709.

［8］ 何 友，修建娟，張晶煒，等.雷達(dá)數(shù)據(jù)處理及應(yīng)用［M］.北京:電子工業(yè)出版社，2006.He You，Xiu Jianjuan，Zhang Jingwei，et al.Radar data processing with applications［M］.Beijing:Publishing House of Electronics Industry，2006.