王寶軍，王立冬，王 俊，許 芳，劉 偉

(1.軍械工程學(xué)院, 石家莊 050003； 2.華陰兵器試驗(yàn)中心, 陜西 華陰 714200)

在試驗(yàn)中需要對(duì)彈丸、導(dǎo)彈等高速運(yùn)動(dòng)目標(biāo)進(jìn)行雷達(dá)-光電經(jīng)緯儀組網(wǎng)測(cè)試，常使用雷達(dá)輸出的實(shí)時(shí)彈道數(shù)據(jù)引導(dǎo)光電經(jīng)緯儀等高精度測(cè)試設(shè)備完成目標(biāo)捕獲和測(cè)試[1-2]。采用雷達(dá)輸出的數(shù)據(jù)進(jìn)行實(shí)時(shí)引導(dǎo)，實(shí)現(xiàn)實(shí)時(shí)的軌跡濾波、預(yù)測(cè)及參數(shù)實(shí)時(shí)輸出，使最終的軌跡曲線更能反映實(shí)際的目標(biāo)軌跡，關(guān)鍵是跟蹤濾波算法設(shè)計(jì)和實(shí)現(xiàn)。在跟蹤濾波部分，算法非常多，常用的跟蹤濾波器有卡爾曼濾波器和維納濾波器等等[3-4]，可以根據(jù)擁有的計(jì)算資源、被處理的目標(biāo)數(shù)、目標(biāo)的動(dòng)態(tài)特性、雷達(dá)參數(shù)和處理系統(tǒng)的精度要求等條件選用。實(shí)際測(cè)試中，受地物、云層等環(huán)境雜波干擾，雷達(dá)回波信號(hào)受到嚴(yán)重干擾[5-6]，常用算法對(duì)數(shù)據(jù)進(jìn)行快速傅里葉變換和卡爾曼濾波，輸出目標(biāo)位置參數(shù)用于跟蹤，但是并沒有針對(duì)引導(dǎo)需求進(jìn)行專門的濾波設(shè)計(jì)，這些因素導(dǎo)致雷達(dá)實(shí)時(shí)數(shù)據(jù)隨機(jī)誤差較大，被引導(dǎo)設(shè)備跟蹤不平穩(wěn)、跟蹤抖動(dòng)，不能實(shí)現(xiàn)對(duì)光學(xué)設(shè)備的可靠引導(dǎo)。本文提出采用遞推增廣最小二乘算法對(duì)雷達(dá)實(shí)時(shí)輸出的數(shù)據(jù)進(jìn)行平滑濾波，并基于DSP實(shí)現(xiàn)高速處理，提高實(shí)時(shí)運(yùn)算處理速度和時(shí)效性，解決了原有處理流程算法隨機(jī)誤差大的問題。

1 實(shí)時(shí)數(shù)據(jù)濾波

雷達(dá)視頻信號(hào)經(jīng)A/D采集及存儲(chǔ)，實(shí)時(shí)處理獲得角誤差信號(hào)驅(qū)動(dòng)伺服系統(tǒng)跟蹤目標(biāo)，經(jīng)濾波輸出數(shù)據(jù)至網(wǎng)絡(luò)，用于引導(dǎo)其他設(shè)備、目標(biāo)航跡顯示，事后處理可以獲得彈道參數(shù)及數(shù)據(jù)報(bào)告，其處理流程如圖1所示。

跟蹤濾波器是雷達(dá)實(shí)時(shí)數(shù)據(jù)處理的核心，根據(jù)雷達(dá)測(cè)量值實(shí)時(shí)估計(jì)當(dāng)前的目標(biāo)位置、速度等運(yùn)動(dòng)參數(shù)，并利用估計(jì)參數(shù)預(yù)測(cè)下一次觀察時(shí)目標(biāo)的位置。實(shí)時(shí)性要求估計(jì)參數(shù)的運(yùn)算在極短時(shí)間內(nèi)完成，一方面提高雷達(dá)的快速反應(yīng)能力，另一方面快速更新估計(jì)參數(shù)使預(yù)測(cè)更加準(zhǔn)確。在跟蹤濾波部分，算法非常多，常用的跟蹤濾波器有卡爾曼濾波器和維納濾波器等等[7,8]?？柭鼮V波算法[3,4]中除了穩(wěn)態(tài)的目標(biāo)軌跡模型外，還設(shè)有測(cè)量誤差模型和目標(biāo)軌跡的隨機(jī)抖動(dòng)模型，能估計(jì)狀態(tài)估值的誤差協(xié)方差矩陣。利用誤差協(xié)方差矩陣可以檢測(cè)機(jī)動(dòng)目標(biāo)、調(diào)整濾波系數(shù)，實(shí)現(xiàn)對(duì)機(jī)動(dòng)目標(biāo)的自適應(yīng)濾波，對(duì)時(shí)變和非時(shí)變目標(biāo)動(dòng)態(tài)系統(tǒng)做出最佳線性、最小方差的無偏估計(jì)。采用軟件進(jìn)行實(shí)時(shí)濾波計(jì)算，基本滿足雷達(dá)系統(tǒng)檢測(cè)和跟蹤目標(biāo)的需要[6,8]。

但是在面臨復(fù)雜背景干擾、目標(biāo)機(jī)動(dòng)等情況，特別是雷達(dá)-光電經(jīng)緯儀組網(wǎng)測(cè)試中，需要實(shí)時(shí)輸出穩(wěn)定的引導(dǎo)數(shù)據(jù)時(shí)，上述算法存在不足[8]：(1)缺少參數(shù)時(shí)算法無法收斂；(2)算法計(jì)算量大。

2 遞推增廣最小二乘算法

通過分析數(shù)學(xué)模型得知，目標(biāo)的三維坐標(biāo)都是時(shí)間t的一次或二次函數(shù)，濾波即是曲線擬合過程[7]。基本的最小二乘法未考慮到測(cè)試數(shù)據(jù)中包含的噪聲，不適用于雷達(dá)數(shù)據(jù)實(shí)時(shí)濾波[9]。因此采用遞推增廣最小二乘擬合算法，它擴(kuò)充了參數(shù)向量和數(shù)據(jù)向量的維數(shù)，在辨識(shí)過程中考慮了噪聲模型的參數(shù)，每取得一次新的觀測(cè)值后，利用新的觀測(cè)值對(duì)前次估值進(jìn)行修正，從而遞推得出新的估計(jì)值，隨著新觀測(cè)值的逐次引入，精度逐漸提高，可實(shí)現(xiàn)數(shù)據(jù)實(shí)時(shí)濾波[10-11]。

遞推增廣最小二乘算法如下：

(1)

雷達(dá)測(cè)量數(shù)據(jù)方程可表示為：

(2)

將測(cè)量方程線性化成矩陣形式：

X=Ta+ε

(3)

其中

由遞推增廣最小二乘算法得到多項(xiàng)式系數(shù)向量a的估計(jì)為

(4)

測(cè)量數(shù)據(jù)的殘差平方和為

(5)

因此，雷達(dá)測(cè)量數(shù)據(jù)的均方差表示為

(6)

通過遞推增廣最小二乘法可實(shí)現(xiàn)雷達(dá)實(shí)時(shí)波和數(shù)據(jù)平滑，提高了精度[10]。

3 基于DSP的實(shí)時(shí)引導(dǎo)模塊

為了實(shí)現(xiàn)實(shí)時(shí)數(shù)據(jù)處理，設(shè)計(jì)了微型計(jì)算機(jī)加DSP，其中DSP作為數(shù)據(jù)實(shí)時(shí)接收、發(fā)送，數(shù)據(jù)擬合處理，微型計(jì)算機(jī)則用來顯示最終的軌跡曲線并實(shí)現(xiàn)人機(jī)交互。

如圖2所示，系統(tǒng)硬件設(shè)計(jì)包括三部分：時(shí)碼卡、PC機(jī)及DSP開發(fā)板。其中時(shí)碼卡主要提供精確的時(shí)間信息和中斷信號(hào)，DSP開發(fā)板主要完成原始數(shù)據(jù)接收及擬合處理過程，PC機(jī)主要完成原始數(shù)據(jù)和擬合處理后數(shù)據(jù)的保存或顯示功能，并作為橋梁將時(shí)碼卡和DSP的工作有效聯(lián)系起來。

系統(tǒng)中DSP主要負(fù)責(zé)數(shù)據(jù)接收和數(shù)據(jù)擬合運(yùn)算，并且將擬合結(jié)果送交PC機(jī)保存顯示。開發(fā)板型號(hào)是TDSDM6437EVM，DSP芯片是TI公司的TMS320C6437，帶有PCI總線，時(shí)鐘頻率可工作在400M、500M或者600M，帶有兩個(gè)串口。片內(nèi)集成大容量存儲(chǔ)器，并采用二級(jí)存儲(chǔ)器結(jié)構(gòu)，片上集成了豐富的外圍設(shè)備接口。如圖3所示。

時(shí)碼卡完成多路時(shí)間信號(hào)統(tǒng)一。設(shè)置時(shí)間后，時(shí)碼卡自動(dòng)切換到自守時(shí)狀態(tài)并可讀取時(shí)碼卡時(shí)間信息，系統(tǒng)通過串口接收外部B碼信息得到GPS絕對(duì)時(shí)并提供精確的20PPS中斷信號(hào)。

PC機(jī)軟件主界面的主要功能是通過通信模塊接收擬合后的數(shù)據(jù)，將數(shù)據(jù)顯示并保存。主界面的軟件由主控制模塊控制軟件的各個(gè)功能模塊，完成與時(shí)碼卡的PCI接口交互、與DSP的PCI接口交互、HDLC傳輸協(xié)議的數(shù)據(jù)幀收發(fā)、彈丸運(yùn)行軌跡的曲線繪制及數(shù)據(jù)的實(shí)時(shí)保存。雷達(dá)實(shí)時(shí)數(shù)據(jù)處理軟件PC機(jī)軟件部分主要用于操作及DSP硬件管理控制，包括主界面顯示、現(xiàn)場(chǎng)測(cè)試、系統(tǒng)接收測(cè)試等部分。軟件的主界面如圖4所示，包括菜單、工具欄和顯示界面。

4 驗(yàn)證

4.1 仿真驗(yàn)證

新算法處理和原算法處理的對(duì)比仿真驗(yàn)證使用了相同的原始數(shù)據(jù)。將初始數(shù)據(jù)先做量化處理(量化單位0.1 m)，然后保存為orginal.dat文件并讀入DSP進(jìn)行處理，然后將結(jié)果保存為processed.dat文件，事后導(dǎo)入matalab進(jìn)行比對(duì)，比較DSP實(shí)時(shí)引導(dǎo)模塊處理后的數(shù)據(jù)與處理前的數(shù)據(jù)之間的誤差改進(jìn)情況。

遞推增廣最小二乘算法，經(jīng)過DSP處理后，將原始數(shù)據(jù)和處理后數(shù)據(jù)進(jìn)行對(duì)比，結(jié)果如圖5所示。波動(dòng)曲線為原始處理結(jié)果，平滑曲線為算法結(jié)果。

采用差分誤差DEx來表征曲線的波動(dòng)程度：

(8)

式(8)中,N是數(shù)據(jù)采樣點(diǎn)的總數(shù)。

根據(jù)實(shí)驗(yàn)結(jié)果，可以得到DSP利用兩種算法進(jìn)行擬合處理后原始曲線的波動(dòng)改善率，如表1所示。

表1 DSP系統(tǒng)仿真測(cè)試結(jié)果

結(jié)合仿真以及圖5和表1可以得知，遞推增廣最小二乘法算法DE2：X方向上，原始曲線已經(jīng)比較平滑，擬合處理后的結(jié)果與原始實(shí)測(cè)曲線基本一致；Y方向上，原始實(shí)測(cè)曲線有些小的波動(dòng)，擬合處理后曲線得到了改善；Z方向上，原始實(shí)測(cè)曲線的波動(dòng)較大，擬合處理后的曲線有了明顯的改善，輸出曲線較平滑；算法改善程度高，可以應(yīng)用于實(shí)際測(cè)試。

4.2 實(shí)測(cè)驗(yàn)證

以雷達(dá)實(shí)際測(cè)試實(shí)時(shí)數(shù)據(jù)作為DSP的處理輸入數(shù)據(jù)。數(shù)據(jù)處理和比對(duì)分析：對(duì)雷達(dá)的實(shí)時(shí)數(shù)據(jù)經(jīng)DSP板卡實(shí)時(shí)處理并記錄結(jié)果，事后對(duì)雷達(dá)實(shí)時(shí)數(shù)據(jù)進(jìn)行精確處理；然后將DSP實(shí)時(shí)處理后的結(jié)果文件與雷達(dá)實(shí)時(shí)數(shù)據(jù)和事后數(shù)據(jù)分別進(jìn)行比對(duì)，結(jié)果如圖6、圖7所示。

DSP實(shí)時(shí)處理數(shù)據(jù)與雷達(dá)實(shí)時(shí)輸出數(shù)據(jù)的誤差范圍Eonlin(-30，20)，與事后高精度數(shù)據(jù)的誤差范圍Eoffline(-3，4)；說明實(shí)時(shí)數(shù)據(jù)經(jīng)DSP系統(tǒng)處理后，減小誤差達(dá)到1個(gè)數(shù)量級(jí)，提高了引導(dǎo)數(shù)據(jù)的準(zhǔn)確度，并且與高精度事后數(shù)據(jù)的一致性較好，實(shí)現(xiàn)了擬合功能；曲線具有較好的一致性，算法運(yùn)行速度快，穩(wěn)定性高。

5 結(jié)論

針對(duì)組網(wǎng)測(cè)量時(shí)，雷達(dá)實(shí)時(shí)輸出引導(dǎo)數(shù)據(jù)隨機(jī)誤差大、不能實(shí)現(xiàn)平穩(wěn)跟蹤的問題，本文提出采用遞推增廣最小二乘擬合算法，擴(kuò)充了參數(shù)向量、考慮了噪聲模型參數(shù)，利用新的觀測(cè)值對(duì)前次估值進(jìn)行修正以提高精度，解決了常用算法缺少參數(shù)時(shí)無法收斂的問題，給出了雷達(dá)實(shí)時(shí)數(shù)據(jù)濾波模塊總體框架并應(yīng)用DSP板卡進(jìn)行了軟硬件實(shí)現(xiàn)，提高了運(yùn)算速度和實(shí)時(shí)性。驗(yàn)證表明，基于DSP板的新算法實(shí)現(xiàn)了雷達(dá)數(shù)據(jù)實(shí)時(shí)軌跡濾波、預(yù)測(cè)及輸出，隨機(jī)誤差減小1個(gè)數(shù)量級(jí)，滿足了對(duì)設(shè)備實(shí)時(shí)引導(dǎo)需求。濾波算法和DSP模塊可對(duì)雷達(dá)數(shù)據(jù)進(jìn)行平滑濾波，提高引導(dǎo)數(shù)據(jù)精度實(shí)現(xiàn)平穩(wěn)引導(dǎo)和跟蹤，降低測(cè)試風(fēng)險(xiǎn)。

：

[1] 劉利生.外測(cè)數(shù)據(jù)事后處理[M].北京:國(guó)防工業(yè)出版社，2000.

[2] 楊延軍.靶場(chǎng)數(shù)據(jù)處理技術(shù)[M].北京:國(guó)防工業(yè)出版社,2001.

[3] 沈曄青,龔華軍,熊琰.精確制導(dǎo)系統(tǒng)中的目標(biāo)跟蹤與卡爾曼濾波[J].紅外與激光工程,2006,35(z1):105-110.

[4] 姚春.遙控武器站目標(biāo)跟蹤控制設(shè)計(jì)與實(shí)現(xiàn)[D].成都：電子科技大學(xué).2015.

[5] 王海軍,劉進(jìn)忙.基于卡爾曼濾波的無源雷達(dá)目標(biāo)跟蹤分析[J].戰(zhàn)術(shù)導(dǎo)彈技術(shù)，2005 (6):43-45.

[6] 徐洪奎，王進(jìn)東.基于卡爾曼濾波的組網(wǎng)雷達(dá)系統(tǒng)目標(biāo)跟蹤分析[J].系統(tǒng)工程與電子技術(shù)，2001(11):14-17.

[7] 涂文斌，楊永生，敬忠良.閃爍噪聲下軌道機(jī)動(dòng)目標(biāo)自適應(yīng)魯棒跟蹤算法[J].計(jì)算機(jī)工程，2012,38(18):11-18.

[8] 黃璜，林浩申，何兵.自適應(yīng)容積卡爾曼濾波在空間機(jī)動(dòng)目標(biāo)跟蹤中的應(yīng)用[J].電光與控制.2015(6):56-59.

[9] 王冬青.基于輔助模型的遞推增廣最小二乘辨識(shí)方法[J].控制理論與應(yīng)用.2009,26(1):51-56.

[10]楊藝,張?jiān)粕?增廣遞推最小二乘辨識(shí)精度的研究[J].昆明理工大學(xué)學(xué)報(bào)(自然科學(xué)版),2009,34(6):49-52.

[11]魯照權(quán)，胡金東，胡炎東.增廣最小二乘限定記憶參數(shù)估計(jì)算法與仿真[J].合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版)，2009,32(7):977-981.