王炳琪, 聶瀟乾, 嚴(yán) 鵬, 吳彬彬, 高承帥

(上海無(wú)線電設(shè)備研究所,上海201109)

0 引言

近年來(lái),中小型無(wú)人機(jī)商業(yè)化發(fā)展愈加迅速[1],其對(duì)涉密場(chǎng)所帶來(lái)的威脅也越來(lái)越大,因而針對(duì)低空領(lǐng)域的小型無(wú)人機(jī)集探測(cè)、識(shí)別、監(jiān)控以及反制功能為一體的低空防御系統(tǒng)應(yīng)運(yùn)而生[2-3]。低空防御系統(tǒng)主要包含主動(dòng)雷達(dá)、無(wú)線電頻譜探測(cè)設(shè)備、光電監(jiān)控跟蹤設(shè)備以及信號(hào)干擾設(shè)備。通過(guò)主動(dòng)雷達(dá)探測(cè)獲取到無(wú)人機(jī)方位、距離、高度等信息,并將這些信息坐標(biāo)轉(zhuǎn)換后傳送給光電轉(zhuǎn)臺(tái),聯(lián)動(dòng)光電轉(zhuǎn)臺(tái)對(duì)無(wú)人機(jī)進(jìn)行監(jiān)控、跟蹤。無(wú)線電頻譜探測(cè)設(shè)備通過(guò)信號(hào)特征提取、比幅測(cè)向等技術(shù)探測(cè)到動(dòng)、靜態(tài)無(wú)人機(jī),并且獲取其大致方位,以達(dá)到輔助探測(cè)的功能。

由于單站設(shè)備覆蓋面有限,為了能夠全方位覆蓋重點(diǎn)監(jiān)測(cè)區(qū)域,就需要分站點(diǎn)部署設(shè)備進(jìn)行補(bǔ)盲[4],這樣就會(huì)引入單站點(diǎn)多個(gè)不同類型探測(cè)設(shè)備以及多站點(diǎn)探測(cè)設(shè)備的數(shù)據(jù)融合問(wèn)題。其中雷達(dá)作為整個(gè)系統(tǒng)的主要探測(cè)設(shè)備,目前有關(guān)其數(shù)據(jù)融合的研究主要有基于神經(jīng)網(wǎng)絡(luò)訓(xùn)練模型的融合方法[5-6]、基于航跡加權(quán)平均的融合方法[7]等。但由于低空環(huán)境較為復(fù)雜,雷達(dá)存在虛警較多,近距離盲區(qū)較大,且無(wú)法分辨靜止目標(biāo)等問(wèn)題,單獨(dú)使用這些方法難以實(shí)現(xiàn)整個(gè)系統(tǒng)的數(shù)據(jù)融合。無(wú)線電頻譜探測(cè)設(shè)備作為一種輔助被動(dòng)探測(cè)設(shè)備,目前相關(guān)數(shù)據(jù)融合的研究較少。本文通過(guò)分析低空防御系統(tǒng)的應(yīng)用環(huán)境以及現(xiàn)狀,針對(duì)多站設(shè)備存在的問(wèn)題,對(duì)無(wú)線電頻譜探測(cè)定位、多站雷達(dá)數(shù)據(jù)融合等關(guān)鍵技術(shù)進(jìn)行研究。

1 問(wèn)題描述

在低空領(lǐng)域,由于鳥類、龍門塔吊等移動(dòng)物體以及樓房、山體等固定物體對(duì)雷達(dá)旁瓣波束的反射,導(dǎo)致雷達(dá)虛警較多,且近距離盲區(qū)較大。雷達(dá)由于本身探測(cè)原理所限,對(duì)靜止目標(biāo)也無(wú)法分辨。圖1為某單站雷達(dá)掃描航跡圖,其中帶有編號(hào)的線條為雷達(dá)探測(cè)到的目標(biāo)航跡,中心為設(shè)備安裝點(diǎn),以設(shè)備安裝點(diǎn)為中心的圓形陰影區(qū)域?yàn)槔走_(dá)探測(cè)盲區(qū)。

針對(duì)多站點(diǎn)設(shè)備,由于普通機(jī)掃雷達(dá)機(jī)械零位與電子零位難以完全校準(zhǔn),再加上安裝誤差,多個(gè)雷達(dá)數(shù)據(jù)融合成為難題。

圖1 單站雷達(dá)掃描航跡圖

圖2為多站雷達(dá)掃描航跡圖,圖中A、B、D、G四個(gè)設(shè)備安裝點(diǎn)分別配有雷達(dá)、無(wú)線電頻譜探測(cè)設(shè)備、光電監(jiān)控跟蹤設(shè)備以及干擾設(shè)備各一臺(tái)。一架無(wú)人機(jī)從西北方入侵,圖中93號(hào)航跡為B站雷達(dá)探測(cè)結(jié)果,96號(hào)航跡為D站雷達(dá)探測(cè)結(jié)果。兩者在同一地圖坐標(biāo)系中顯示的空間距離差距較大,難以聚類融合。

圖2 多站雷達(dá)掃描航跡圖

2 無(wú)線電頻譜探測(cè)定位與融合

無(wú)線電頻譜探測(cè)設(shè)備是一種無(wú)源被動(dòng)探測(cè)設(shè)備,內(nèi)置8根測(cè)向天線,通過(guò)提取2.4 GHz、5.8 GHz無(wú)線電信號(hào)特征以達(dá)到發(fā)現(xiàn)無(wú)人機(jī)并確定其方位的目的。由于雷達(dá)無(wú)法分辨近距離移動(dòng)目標(biāo)以及靜止目標(biāo),因此采用多站無(wú)線電頻譜探測(cè)設(shè)備對(duì)這種類型的目標(biāo)進(jìn)行定位,即可對(duì)雷達(dá)進(jìn)行補(bǔ)盲。除此之外,無(wú)線電頻譜探測(cè)設(shè)備的測(cè)向數(shù)據(jù)與雷達(dá)探測(cè)到的目標(biāo)方位數(shù)據(jù)進(jìn)行融合,還可以消除雷達(dá)虛警。

如圖3所示,A、B點(diǎn)為無(wú)線電頻譜探測(cè)設(shè)備安裝位置,C點(diǎn)為無(wú)人機(jī)位置。A站設(shè)備測(cè)到的方位角為θA',B站設(shè)備測(cè)到的方位角為θB',θA為B點(diǎn)相對(duì)于A點(diǎn)的真方位角,θB為A點(diǎn)相對(duì)于B點(diǎn)的真方位角。

圖3 多站無(wú)線電頻譜探測(cè)定位示意圖

已知A、B點(diǎn)經(jīng)緯度,利用Haversine公式可以計(jì)算出AB兩點(diǎn)之間的距離dAB,即

式中：R為地球半徑,取其平均值6 371 km;haversin(θ)=(1-cosθ)/2;αA、αB分別為 A、B兩點(diǎn)的緯度;βA、βB分別為A、B兩點(diǎn)的經(jīng)度。

由于站點(diǎn)間距離較近,地球在站點(diǎn)之間可以認(rèn)為是平面,因此,通過(guò)將經(jīng)度和緯度差轉(zhuǎn)化成地面距離,再運(yùn)用平面幾何,便可推導(dǎo)出由經(jīng)緯度求方位角的簡(jiǎn)化公式,即

式中：θA為B點(diǎn)相對(duì)于A點(diǎn)的真方位角。同理可以計(jì)算出A點(diǎn)相對(duì)于B點(diǎn)的真方位角θB。則可以得到∠BAC、∠ABC及∠ACB的大小。根據(jù)正弦定理,利用式(1)求到的A、B點(diǎn)距離dAB,可以解出AC兩點(diǎn)之間的距離dAC和BC兩點(diǎn)之間的距離dBC。 根據(jù)式(3)便可求出C點(diǎn)的經(jīng)緯度。

式中：βC為C點(diǎn)的經(jīng)度;αC為C點(diǎn)的緯度。利用兩站具備測(cè)向功能的無(wú)線電頻譜探測(cè)設(shè)備便可以確定無(wú)人機(jī)的平面位置。

除此之外,根據(jù)無(wú)線電頻譜探測(cè)設(shè)備測(cè)到的無(wú)人機(jī)方位,可以將雷達(dá)探測(cè)范圍約束到對(duì)應(yīng)方向,并將對(duì)應(yīng)方向的無(wú)人機(jī)型號(hào)、頻率等信息整合到雷達(dá)數(shù)據(jù)里,從而約束雷達(dá)掃描范圍,以達(dá)到降低雷達(dá)虛警率,初步融合目標(biāo)信息的目的。

3 雷達(dá)數(shù)據(jù)預(yù)處理

3.1 坐標(biāo)系轉(zhuǎn)換

傳統(tǒng)雷達(dá)探測(cè)到的目標(biāo)信息,包括目標(biāo)距離、方位、高度、徑向速度等,都是以雷達(dá)本地空間極坐標(biāo)(ρ,θ,φ)來(lái)表示的。為將多個(gè)站點(diǎn)探測(cè)到的目標(biāo)數(shù)據(jù)融合起來(lái),首先要分別將多個(gè)站點(diǎn)探測(cè)到目標(biāo)的本地極坐標(biāo)轉(zhuǎn)化為本地直角坐標(biāo)(x,y,z),然后根據(jù)本地經(jīng)緯度坐標(biāo),以 WGS-84坐標(biāo)系(World Geodetic System-1984)下的橢球?yàn)閰⒖?將各站點(diǎn)極坐標(biāo)系下的目標(biāo)位置以經(jīng)緯高的格式表示在地心直角坐標(biāo)系下 (β,α,h)。 具體過(guò)程如圖4所示。

圖4 目標(biāo)坐標(biāo)轉(zhuǎn)換

3.2 時(shí)間對(duì)準(zhǔn)

由于目標(biāo)相對(duì)各站雷達(dá)的位置是不同的,因此各站雷達(dá)掃描到目標(biāo)的時(shí)間會(huì)有差異,這樣會(huì)導(dǎo)致同一目標(biāo)被不同站點(diǎn)雷達(dá)探測(cè)到的位置會(huì)有較大差異,所以有必要進(jìn)行各站點(diǎn)雷達(dá)的時(shí)間對(duì)準(zhǔn)。

關(guān)于時(shí)間對(duì)準(zhǔn),首先應(yīng)該保證各站雷達(dá)探測(cè)目標(biāo)的時(shí)間戳在同一時(shí)間軸上,因此需要架設(shè)一臺(tái)網(wǎng)絡(luò)時(shí)間協(xié)議(Network Time Protocol,NTP)服務(wù)器,將其接入到各站點(diǎn)雷達(dá)之中,從而保證各站點(diǎn)探測(cè)到的目標(biāo)點(diǎn)跡都在同一時(shí)間基準(zhǔn)上。在小范圍內(nèi),可以認(rèn)定無(wú)人機(jī)沿直線飛行,因而對(duì)雷達(dá)獲取的同一編號(hào)目標(biāo)的點(diǎn)跡進(jìn)行線性插值,便可以擬合出目標(biāo)位置與時(shí)間的函數(shù)關(guān)系曲線,方便后續(xù)目標(biāo)聚類。

4 多站目標(biāo)聚類融合

由于雷達(dá)本身探測(cè)誤差和安裝誤差的存在,多站雷達(dá)難以實(shí)現(xiàn)準(zhǔn)確的目標(biāo)聚類融合。本文借鑒了數(shù)據(jù)挖掘里的聚類方法,進(jìn)行目標(biāo)融合。常用的聚類方法有以K均值聚類算法(K-means Clustering Algorithm,K-means)為代表的完全聚類[8-9]和以基于密度的噪聲應(yīng)用空間聚類(Density-Based Spatial Clustering of Applications with Noise,DBSCAN)算法為代表的基于密度的聚類[10],本文利用了K-means算法可以完全聚類的特點(diǎn),實(shí)現(xiàn)了目標(biāo)數(shù)據(jù)的聚類。

K-means是最普及的聚類算法。為將多站雷達(dá)探測(cè)到的所有目標(biāo)進(jìn)行歸類,首先需要將目標(biāo)點(diǎn)初始化成K個(gè)類別,即在所有目標(biāo)點(diǎn)中隨機(jī)選取K個(gè)點(diǎn)的位置作為初始聚類中心。然后計(jì)算其余各個(gè)目標(biāo)點(diǎn)到聚類中心的距離,將其與最近的聚類中心歸為一個(gè)類,形成K個(gè)簇。接著計(jì)算每個(gè)簇內(nèi)所有目標(biāo)點(diǎn)位置的平均值,距離平均值最近的點(diǎn)為中心點(diǎn),重復(fù)給每個(gè)點(diǎn)劃分類以及計(jì)算類中心點(diǎn),直到中心點(diǎn)位置不再變化或者達(dá)到指定迭代次數(shù)。

由于多站雷達(dá)探測(cè)到的目標(biāo)個(gè)數(shù)未知,因此聚類的個(gè)數(shù)未知,并且每個(gè)雷達(dá)探測(cè)到的目標(biāo)位置是有誤差的,所以每個(gè)類的范圍需要根據(jù)雷達(dá)探測(cè)精度進(jìn)行限制。首先以多站雷達(dá)探測(cè)到的所有目標(biāo)點(diǎn)分別作為初始聚類中心,針對(duì)每個(gè)聚類中心點(diǎn),計(jì)算其到其它中心點(diǎn)的距離,距離在精度范圍D之內(nèi),則歸為一個(gè)類,這樣便形成了初始的K個(gè)類,精度范圍D可由式(4)確定。

式中：i=1,2,…,N,N為多站雷達(dá)探測(cè)到的目標(biāo)的個(gè)數(shù);Li為探測(cè)到的第i個(gè)目標(biāo)與探測(cè)到其的雷達(dá)之間的距離;ΔLi為該雷達(dá)的距離探測(cè)精度;Δθi為該雷達(dá)的方位角精度。接著計(jì)算每個(gè)類的中心點(diǎn),即求每個(gè)類里的每個(gè)目標(biāo)點(diǎn)與該類其余目標(biāo)點(diǎn)之間的距離和,距離和最小的目標(biāo)點(diǎn)即為中心點(diǎn)。重復(fù)分類和計(jì)算中心點(diǎn)的過(guò)程,直到中心點(diǎn)位置不再變化或達(dá)到迭代次數(shù),則停止迭代,這樣便將所有目標(biāo)完全分類。

本文采用加權(quán)平均法對(duì)分類之后的目標(biāo)進(jìn)行融合。由于雷達(dá)測(cè)到的目標(biāo)信息有距離、徑向速度、方位角、高度等,不失一般性,可以認(rèn)為目標(biāo)相對(duì)于雷達(dá)徑向飛行的探測(cè)精度比切向飛行的探測(cè)精度更高,所以對(duì)每個(gè)類里的目標(biāo)加權(quán)融合時(shí),目標(biāo)方位角變化率越小,其位置加權(quán)的權(quán)值越高,每個(gè)類里的目標(biāo)點(diǎn)按照該原則求出加權(quán)平均值,最終實(shí)現(xiàn)多站雷達(dá)探測(cè)目標(biāo)的融合。

5 試驗(yàn)驗(yàn)證

本文針對(duì)多站低空防御系統(tǒng)數(shù)據(jù)融合的關(guān)鍵技術(shù)問(wèn)題提出了上述解決方案,并將其應(yīng)用到某大型水電站低空防御項(xiàng)目,搭建了指揮控制平臺(tái)和智能控制軟件。

5.1 系統(tǒng)構(gòu)建

指揮控制平臺(tái)借助感知物聯(lián)網(wǎng)技術(shù),地理信息系統(tǒng)(Geographic Information System,GIS)電子地圖、衛(wèi)星地圖,并聯(lián)合雷達(dá)、無(wú)線電頻譜探測(cè)、光電、定向干擾等設(shè)備為一體,實(shí)現(xiàn)多臺(tái)設(shè)備的聯(lián)網(wǎng)互動(dòng)。結(jié)合GIS經(jīng)緯度和高程信息,可以實(shí)現(xiàn)全天候和全方位的入侵無(wú)人機(jī)監(jiān)控以及歷史數(shù)據(jù)回放。平臺(tái)采用服務(wù)器-客戶機(jī)(Client-Server,C/S)架構(gòu)模式,基于.Net框架,系統(tǒng)組成如圖5所示。

智能控制軟件通過(guò)傳輸控制協(xié)議/網(wǎng)際協(xié)議(Transmission Control Protocol/Internet Protocol,TCP/IP)獲取底層雷達(dá)、無(wú)線電頻譜探測(cè)、光電、干擾等設(shè)備的信息,進(jìn)行數(shù)據(jù)融合、虛警濾除、雷達(dá)光電引導(dǎo)等系統(tǒng)集成操作,涉及多站無(wú)線電頻譜探測(cè)設(shè)備的目標(biāo)定位、無(wú)線電頻譜探測(cè)與雷達(dá)數(shù)據(jù)的融合以及雷達(dá)數(shù)據(jù)聚類融合等關(guān)鍵技術(shù)。智能控制軟件基于微軟Visual Studio平臺(tái)進(jìn)行開(kāi)發(fā),與指揮控制平臺(tái)采用TCP/IP連接,上傳融合數(shù)據(jù)、設(shè)備狀態(tài)等信息,實(shí)現(xiàn)數(shù)據(jù)交互與控制功能。數(shù)據(jù)庫(kù)采用Mysql 5.7,兼顧穩(wěn)定性與開(kāi)放性。

測(cè)試地點(diǎn)在某大型水電站兩岸出線廠,衛(wèi)星圖如圖6所示。

圖5 低空防御系統(tǒng)框圖

圖6 某水電站低空防御系統(tǒng)設(shè)備分布圖

A、B、D、G站點(diǎn)分別布置了一套低空防御設(shè)備,其中B、D站相距1 300 m、海拔一致,A站海拔相較于B站低260 m,G站海拔相較于A站低200 m。

5.2 無(wú)線電頻譜探測(cè)定位

多站無(wú)線電頻譜探測(cè)設(shè)備定位如圖7所示。其中編號(hào)為89的無(wú)人機(jī)正在懸停,無(wú)人機(jī)定位系統(tǒng)反饋的經(jīng)緯度海拔比B站高100 m。灰色扇形為B、D站無(wú)線電頻譜探測(cè)設(shè)備探測(cè)到無(wú)人機(jī)信號(hào)的方向,而A、G站由于水平距離較遠(yuǎn),海拔落差較大,難以測(cè)到該點(diǎn)處無(wú)人機(jī)信號(hào)。其中B站測(cè)得無(wú)人機(jī)真方位角為325°,D站測(cè)得無(wú)人機(jī)真方位角為273°,以此便可以確定無(wú)人機(jī)經(jīng)緯度信息。

圖7 多站無(wú)線電頻譜探測(cè)設(shè)備定位與融合

表1為系統(tǒng)探測(cè)到的無(wú)人機(jī)相對(duì)于A站的信息,其中型號(hào)和頻率由無(wú)線電頻譜探測(cè)設(shè)備直接給出,高度為擬合值,距離和航向由多站無(wú)線電頻譜探測(cè)設(shè)備測(cè)向數(shù)據(jù)計(jì)算得到。根據(jù)表1數(shù)據(jù),將無(wú)人機(jī)位置轉(zhuǎn)換為經(jīng)緯度坐標(biāo),并與無(wú)人機(jī)定位系統(tǒng)返回的真實(shí)經(jīng)緯度坐標(biāo)作對(duì)比,如表2所示。將表2中數(shù)據(jù)代入式(1)可以計(jì)算出真實(shí)值與定位結(jié)果的誤差為58.7 m。

表1 無(wú)人機(jī)列表數(shù)據(jù)

由表1和表2可以看出,此時(shí)無(wú)人機(jī)處于靜止?fàn)顟B(tài),雷達(dá)無(wú)法分辨出目標(biāo),而多站無(wú)線點(diǎn)頻譜探測(cè)設(shè)備可以定位該目標(biāo),并且誤差在可接受范圍內(nèi)。

表2 多站無(wú)線電頻譜探測(cè)定位結(jié)果與真實(shí)數(shù)據(jù)對(duì)比

5.3 雷達(dá)探測(cè)目標(biāo)融合

測(cè)試無(wú)人機(jī)由B站上空150 m飛向D站,此時(shí)B、D站雷達(dá)都可以探測(cè)到無(wú)人機(jī),而A、G站點(diǎn)由于高度落差較大,無(wú)法探測(cè)到該范圍無(wú)人機(jī)。其中無(wú)人機(jī)飛行速度為10 m/s,雷達(dá)6 s掃描一圈,無(wú)人機(jī)原始航跡如圖8所示,融合之后航跡如圖9所示。圖8中,由于B、D站雷達(dá)測(cè)量精度以及安裝誤差,兩站測(cè)到的無(wú)人機(jī)位置在地圖上不一致。采用本文提出的聚類方法對(duì)目標(biāo)聚類融合之后,兩站探測(cè)到的目標(biāo)融合為一個(gè),降低了雷達(dá)虛警率。

圖8 無(wú)人機(jī)原始航跡

圖9 無(wú)人機(jī)聚類融合航跡

B、D站測(cè)到的目標(biāo)距離和方位角以及采用聚類融合算法得到的目標(biāo)距離和方位角曲線如圖10所示,無(wú)人機(jī)真實(shí)位置由其定位系統(tǒng)提供。

圖10 多站雷達(dá)數(shù)據(jù)融合前后對(duì)比

從圖10中可以看出,B、D站雷達(dá)探測(cè)到的目標(biāo)相對(duì)于A站距離的最大誤差為8 m,方位角最大誤差為1.8°,融合之后相對(duì)于A站距離的最大誤差為3 m,方位角最大誤差為0.5°。

6 結(jié)論

本文針對(duì)目前多站點(diǎn)雷達(dá)虛警較多、近距離盲區(qū)大以及無(wú)法分辨靜止目標(biāo)等低空防御系統(tǒng)數(shù)據(jù)融合關(guān)鍵技術(shù)問(wèn)題,提出了相應(yīng)的解決方案。利用多站無(wú)線電頻譜探測(cè)設(shè)備進(jìn)行目標(biāo)定位,并融合雷達(dá)數(shù)據(jù)以降低雷達(dá)虛警率;借鑒了聚類融合算法,對(duì)多站雷達(dá)目標(biāo)數(shù)據(jù)實(shí)現(xiàn)了融合。將該系統(tǒng)解決方案應(yīng)用到某大型水電站低空防御系統(tǒng)。結(jié)果表明,該方案有效解決了雷達(dá)近距離以及靜止目標(biāo)探測(cè)盲區(qū)的問(wèn)題,降低了雷達(dá)虛警率。