倪龍強， 高社生，孟祥欣，邊月奎，舒立鵬

(1.西北工業(yè)大學(xué) 自動化學(xué)院，陜西 西安 710072；2.西北機電工程研究所，陜西 咸陽 712099)

一種紅外與雷達信息融合跟蹤算法及其性能分析

倪龍強1，2， 高社生1，孟祥欣2，邊月奎2，舒立鵬2

(1.西北工業(yè)大學(xué) 自動化學(xué)院，陜西 西安 710072；2.西北機電工程研究所，陜西 咸陽 712099)

為了提高目標(biāo)跟蹤系統(tǒng)的性能，在吸收雷達和紅外跟蹤傳感器各自優(yōu)點的基礎(chǔ)上，提出一種雷達/紅外傳感器信息融合方法，該方法綜合了雷達測量信息全面以及紅外測角精度高的特性，對雷達與紅外量測進行融合形成融合量測，基于融合量測設(shè)計了狀態(tài)估計濾波器。在不同假設(shè)條件下，分別對融合系統(tǒng)與單傳感器跟蹤精度進行了仿真比較。結(jié)果表明：融合系統(tǒng)的跟蹤精度高于單個傳感器的目標(biāo)跟蹤精度，可有效提高目標(biāo)跟蹤精度。

數(shù)據(jù)融合；聯(lián)合跟蹤；雷達跟蹤；紅外跟蹤

雷達和紅外是目標(biāo)跟蹤系統(tǒng)的重要傳感器，利用紅外傳感器進行目標(biāo)跟蹤能夠獲得精確的測角信息，然而其對目標(biāo)距離信息是不可觀測的。利用雷達能夠獲得對目標(biāo)的測角和測距信息，其測量信息全面，但是相對于紅外來講，雷達的測角精度較差，因此單獨應(yīng)用紅外或者雷達很難滿足全面、精確跟蹤要求。同時，雷達工作時要向外輻射大功率電磁波，易于暴露自身位置、遭受電磁干擾以及被反輻射導(dǎo)彈攻擊；而紅外作用距離小、受氣候影響大。由于紅外和雷達在跟蹤性能上具有很強的互補性[1-4]，因此現(xiàn)代跟蹤系統(tǒng)應(yīng)綜合利用這兩種跟蹤傳感器的優(yōu)點[5-6]。

國內(nèi)外學(xué)者對基于紅外和雷達兩種傳感器的信息融合方法進行了大量研究，主要集中在兩種傳感器的功能融合上[7-10]，對融合系統(tǒng)性能的研究少見報道。文獻[7]通過設(shè)置探測指令參數(shù)來區(qū)分傳感器搜索狀態(tài)，該方法在融合中沒有考慮距離信息；文獻[8]通過將雷達量測的距離信息分離出來和紅外量測組成新的量測向量，從而獲得組合量測，該組合量測中沒有利用雷達的測角信息；文獻[9]將雷達量測的多普勒信息引入紅外距離估計方程，從而估計出紅外偽距量測，提高了紅外對目標(biāo)的觀測性；文獻[10]在雷達、紅外量測不同步的條件下進行兩種傳感器之間切換，提高了傳感器采樣頻率，文獻[9-10]實質(zhì)上還是單傳感器跟蹤方法。

筆者對紅外和雷達量測進行融合，獲得融合量測，基于融合量測設(shè)計了目標(biāo)跟蹤濾波器。在不同假設(shè)條件下進行了融合跟蹤與單傳感器跟蹤性能的仿真比較。結(jié)果表明：融合系統(tǒng)跟蹤結(jié)果明顯優(yōu)于單傳感器跟蹤結(jié)果，尤其在各子傳感器精度相當(dāng)時，融合系統(tǒng)相對于單個子傳感器的跟蹤精度提高明顯。

1 紅外雷達分布式融合方法

1.1 紅外及雷達量測方程建立

(1)

(2)

1.2 紅外雷達量測融合

為提高系統(tǒng)跟蹤精度，對紅外、雷達兩種傳感器的量測信息進行融合，形成式(3)所示的融合量測：

(3)

相對于融合量測的量測噪聲方差陣為

(4)

其中

(5)

(6)

1.3 融合系統(tǒng)的UKF濾波器設(shè)計

(7)

和卡爾曼濾波(KF)一樣，UKF也通過時間更新和量測更新來進行目標(biāo)狀態(tài)估計。時間更新主要基于前一時刻的狀態(tài)估計和方差，借助系統(tǒng)動態(tài)方程(狀態(tài)方程以及量測方程)在時域內(nèi)完成對系統(tǒng)狀態(tài)以及方差的一步預(yù)測(狀態(tài)、方差的先驗值)；量測更新過程應(yīng)用當(dāng)前時刻的量測量來修正時間更新過程的輸出量，得到對狀態(tài)及方差的后驗估計。UKF的時間更新過程為

(8)

量測更新過程為

(9)

雷達與紅外融合系統(tǒng)結(jié)構(gòu)如圖1所示。

2 數(shù)值仿真及融合性能分析

為了說明融合方法的有效性，同時說明融合系統(tǒng)相對于各子傳感器跟蹤性能之間的關(guān)系，分別應(yīng)用一般精度脈沖體制雷達和高精度激光雷達與紅外傳感器形成融合系統(tǒng)，進行了計算仿真。

假設(shè)被跟蹤目標(biāo)在空間的運動模型服從式(10)所示的動態(tài)模型

xk=Fkxk-1+Gkwk

(10)

其狀態(tài)向量為

(11)

(12)

噪聲增益矩陣為

(13)

過程噪聲wk為服從均值為0、方差為Qk的零均值高斯白噪聲，即wk～N(0,Qk)，其中

(14)

狀態(tài)向量的初值選取如式(15)所示：

x0=[10 200 0.5 10 50 0.3 10 10 0.01]T

(15)

紅外和雷達量測分別如式(1)、(2)所示，應(yīng)用式(3)、(4)所示的雷達紅外的融合量測及與其對應(yīng)的量測噪聲和圖1所示的融合結(jié)構(gòu)，通過UKF濾波器進行量測融合后的狀態(tài)濾波估計。

脈沖體制雷達與紅外傳感器的均方根差見表1。

表1 融合系統(tǒng)

此時紅外雷達、量測與真值的比較如圖2和圖3所示。

由圖2和圖3可以看出脈沖體制雷達方位角、高低角測量精度明顯低于紅外測得的相應(yīng)值。應(yīng)用表1所示的量測噪聲，對雷達紅外融合系統(tǒng)進行UKF濾波，其融合結(jié)果均方根差與單獨應(yīng)用雷達進行跟蹤時的跟蹤結(jié)果比較見圖4，絕對平均差比較見圖5。

當(dāng)應(yīng)用激光雷達[15]和紅外組成融合系統(tǒng)時，雷達能夠提供高精度的距離和角度量測，融合系統(tǒng)中雷達和紅外量測噪聲方差如表2所示。

表2 融合系統(tǒng)

此時單激光雷達跟蹤以及融合系統(tǒng)中的雷達量測與真值比較如圖6所示。

跟蹤性能比較如圖7和圖8所示。

由圖7和圖8可以看出：融合系統(tǒng)中雷達和紅外測角精度相當(dāng)時，融合結(jié)果相對于高精度激光雷達的跟蹤結(jié)果精度提高依然明顯。

3 結(jié)論

筆者通過對雷達和紅外傳感器量測信息進行融合，形成融合量測，基于融合量測設(shè)計了目標(biāo)跟蹤濾波器。為了對融合系統(tǒng)的性能進行分析，分別采用脈沖雷達和激光雷達與紅外傳感器形成融合系統(tǒng)；并對融合系統(tǒng)與雷達跟蹤系統(tǒng)進行了數(shù)值仿真比較。結(jié)果表明：在綜合了雷達量測信息全面、測距精度高以及紅外測角精度高等優(yōu)點的基礎(chǔ)上，采用該方法可有效提高目標(biāo)跟蹤精度及穩(wěn)定性。

References)

[1]ANGELOS A, ARIS P, NIKOLAOS F, et al. Fusion of infrared vision and radar for estimating the lateral dynamics of obstacles[J]. Information Fusion, 2005, 6 (2): 129-141.

[2]MOBUS R,KOLBE U. Multi-target multi-object tracking,sensor fusion of radar and infrared[C]. IEEE Intelligent Vehicles Symposium, 2004: 732-737.

[3]NAIDU V P S, GIRIJA G, RAOL J R. Data fusion for identity estimation and sensor data[J]. Defence Science Journal, 2007, 57 (5): 639-652.

[4]YIN Jihao, CUI Bingzhe, WANG Yifei. A novel maneuvering target tracking algorithm for radar/infrared sensors[J]. Chinese Journal of Electronics. 2010, 19 (4): 752-756.

[5]HERO A O, CASTANON D, COCHRAN D, et al. Foundations and applications of sensor management[M]. Boston: Springer, 2007: 7-10.

[6]LIGGINS MARTIN E, HALL DAVID L, LLINAS JAMES. Handbook of multisensor data fusion theory and practice[M].2nd ed. Boca Raton，F(xiàn)lorida : CRC Press. 2008: 7-25.

[7]曾憲偉, 方洋旺, 伍友利, 等. 一種新的雷達和紅外融合算法[J]. 控制與決策, 2009, 24 (2): 240-243. ZENG Xianwei, FANG Yangwang, WU Youli, et al. New active radar and infrared seeker fusion algorithm[J]. Control and Decision, 2009, 24(2): 240-243. (in Chinese)

[8]WANG Qingchao, WANG Wenfei. Tracking method based on separation and combination of the measurements for radar and IR fusion system[J]. Journal of Systems Engineering and Electronics, 2009, 20 (2): 241-246.

[9]許建忠, 王祖林, 郭旭靜. 基于決策信息的毫米波/紅外復(fù)合制導(dǎo)信息融合[J]. 控制與決策, 2012, 27 (1): 120-123. XU Jianzhong, WANG Zulin, GUO Xujing. Information fusion based on decision information for millimeter wave and infrared compound guidance[J]. Control and Decision, 2012, 27 (1): 120-123. (in Chinese)

[10]劉晨, 馮新喜. 雜波環(huán)境下基于紅外傳感器和雷達融合的機動目標(biāo)跟蹤算法[J]. 空軍工程大學(xué)學(xué)報:自然科學(xué)版, 2006, 7(2): 25-28. LIU Chen, FENG Xinxi. An algorithm of tracking a maneuvering target based on IR sensor and radar in defense environment[J]. Journal of Air Force Engineering University：Natural Science Edition, 2006, 7(2): 25-28. (in Chinese)

[11]WAN E A，VAN der Merwe R. The unscented kalman filter for nonlinear estimation[C]∥ Proceeding of the Symposium 2000 on Adaptive System for Signal Processing，Communication and Control (AS-SPCC). Lake Louise，Alta，Canada: IEEE，2000：153-158.

[12]JULIER S J, UHLMANN J K. A new extension of the Kalman filter to nonlinear systems[C]∥Int. Symp. Aerospace/Defense Sensing, Simulation and Controls. Orlando,FL,USA: in Proc. AeroSense ,1997: 182-193.

[13]ULIER S J，UHLMANN J K. Unscented filtering and nonlinear estimation[J]. Proceedings of the IEEE, 2004, 92(3): 401-423.

[14]潘泉, 楊峰, 葉亮, 等. 一類非線性濾波器——UKF綜述[J], 控制與決策, 2005, 20(5): 481-489. PAN Quan, YANG Feng, YE Liang, et al. Survey of a kind of nonlinear filter：UKF[J]. Control and Decision, 2005, 20(5): 481-489. (in Chinese)

[15]譚雪春. 激光雷達模擬樣機系統(tǒng)與實驗研究[D]. 長春:長春理工大學(xué), 2012: 1-5. TAN Xuechun. Laser radar simulation device and experimental research[D].Changchun:Changchun University of Science and Technology, 2012: 1-5.(in Chinese)

RadarandInfraredInformationFusionTrackingAlgorithmandItsPerformanceAnalysis

NI Longqiang1，2，GAO Shesheng1，MENG Xiangxin2，BIAN Yuekui2，SHU Lipeng2

(1.College of Automation，Northwestern Polytechnical University，Xi’an 710072，Shaanxi，China；2.Northwest Institute of Mechanical & Electrical Engineering，Xianyang 712099，Shaanxi，China)

To improve the performance of the target tracking system, a kind of radar and infrared information fusion method was put forward based on the combination of the advantages of radar and infrared sensors. With the help of this suggested method, the comprehensive mea-surements of radar and high accuracy angle measurements of IR were integrated, and a nonl-inear filter was designed based on this integrated measurements. Data simulations of fusion system and the single sensor were finally proposed. Simulation results showed that the fusion system can significantly improve the accuracy of target tracking system compared with the single tracking sensor.

data fusion; joint tracking; radar tracking; infrared tracking

2014-03-26；

2014-05-12

倪龍強(1979-)，男，博士研究生，工程師，主要從事指揮控制自動化技術(shù)研究。E-mail：shepherdni@163.com

TN953

A

1673-6524(2014)04-0044-05