李朋 王曉艷 左靖坤
四創(chuàng)電子股份有限公司 安徽 合肥 230094
低空三坐標(biāo)雷達(dá)是監(jiān)視無人機(jī)的主要手段之一,可以實(shí)時(shí)提供距離、方位、高度、速度、航向等信息,為打擊無人機(jī)的非法偵察、恐怖襲擊和非法入侵提供重要的信息。由于無人機(jī)一般在低空飛行,容易受地面建筑、樹木和氣象雜波的干擾,產(chǎn)生大量的雜波,雖然信號處理采取動目標(biāo)顯示(MTI)、動目標(biāo)檢測(MTD)、恒虛警檢測(CFAR)和脈沖積累等手段對雜波抑制[1],但仍會有大量的剩余雜波進(jìn)入數(shù)據(jù)處理系統(tǒng),最終產(chǎn)生虛假的航跡,嚴(yán)重影響雷達(dá)跟蹤的性能。
為了解決上述問題,本文提出了一種低空三坐標(biāo)雷達(dá)數(shù)據(jù)處理的虛假航跡抑制方法。
數(shù)據(jù)處理的流程,包括三維雜波圖生成、點(diǎn)跡過濾、基于雜波信息的航跡關(guān)聯(lián)、基于雜波信息航跡起始、機(jī)動識別、跟蹤濾波、波門產(chǎn)生、波門計(jì)算、航跡終結(jié)、狀態(tài)輸出。
抑制虛假航跡的步驟主要在流程中的4個(gè)階段中,一階段三維雜波圖的產(chǎn)生,根據(jù)距離、方位、俯仰,把覆蓋區(qū)間劃分為若干個(gè)三維空間,統(tǒng)計(jì)每個(gè)空間點(diǎn)跡的個(gè)數(shù)及密度,根據(jù)統(tǒng)計(jì)結(jié)果把空間分為清潔區(qū)、強(qiáng)雜波區(qū)兩個(gè)雜波等級,并對其中的點(diǎn)跡標(biāo)記雜波等級;二階段點(diǎn)跡過濾,對雜波區(qū)點(diǎn)跡根據(jù)屬性(幅度、方位寬度、距離寬度、高度寬度)進(jìn)行過濾;三階段基于雜波信息的航跡關(guān)聯(lián),根據(jù)雜波情況選擇多假設(shè)關(guān)聯(lián)還是最近鄰算法;四階段基于雜波信息航跡起始,根據(jù)雜波情況調(diào)整航跡起始準(zhǔn)則。
雜波圖是雷達(dá)威力范圍內(nèi)雜波密度分布圖,三維雜波圖是對方位、距離和仰角區(qū)進(jìn)行合理劃分,從而形成若干單元。這種劃分根據(jù)雷達(dá)俯仰波位進(jìn)行的,每一個(gè)掃描俯仰波位即是一張圖,這樣劃分方便,也利用進(jìn)行統(tǒng)計(jì)。
圖1 三維雜波圖
采用滑窗法計(jì)算雜波密度,空間單元累計(jì)至當(dāng)前的一段時(shí)間內(nèi),統(tǒng)計(jì)落入其中的雜波數(shù)量,一般累計(jì)3到5個(gè)雷達(dá)周期。每個(gè)周期都要對雜波密度進(jìn)行更新。
對于一個(gè)空間單元,第 幀雜波密度按下式計(jì)算:
式中,λk是周期內(nèi)雜波密度,Nk為統(tǒng)計(jì)M個(gè)周期的點(diǎn)跡數(shù)之和,V為體積。空間區(qū)域雜波的判定根據(jù)下式
當(dāng)λk和nk同時(shí)滿足上式時(shí),區(qū)域判定為雜波區(qū),否則為清潔區(qū)。式中p為密度閾值,Τ為點(diǎn)跡個(gè)數(shù)閾值,nk為第k周期點(diǎn)跡個(gè)數(shù)。
最后,需要對落入?yún)^(qū)域中的所有點(diǎn)跡標(biāo)記雜波等級。
過濾主要針對雜波區(qū)的點(diǎn)跡,利用目標(biāo)在雷達(dá)回波上的特征信息,如距離寬度、方位寬度、俯仰寬度和幅度等特性。設(shè)定7個(gè)參數(shù)距離寬度的最小門限Min Range Size和最大門限Max Range Size,方位寬度的最小門限Min Azimuth Size和最大門限Max Azimuth Size,俯仰寬度的最小門限Min Elevation Size和最大門限Min Elevation Size,幅度最小值Min Amplitude。
如果滿足下述條件,則點(diǎn)跡提取通過:
目標(biāo)距離尺寸 ≥ Min Range Size AND
目標(biāo)距離尺寸 < Max Range Size AND
目標(biāo)方位尺寸 ≥ Min Azimuth Size AND
目標(biāo)方位尺寸 < Max Azimuth Size AND
目標(biāo)俯仰尺寸≥ Min Elevation Size AND
目標(biāo)俯仰尺寸< Max Elevation Size AND
目標(biāo)幅度 > Min Amplitude
其中, AND表示與其的關(guān)系。對不滿足上述條件的點(diǎn),作為雜波點(diǎn)被濾除掉。
濾波處理可以過濾大部分雜波,如建筑物、道路上車、樹林等大的目標(biāo),也可以濾除鳥、昆蟲等小目標(biāo)。
航跡關(guān)聯(lián)算法最常用的有最近鄰法(nearest neighbor,NN)[3]、多假設(shè)(multiple hypothesis tracking,MHT)[4]算法。
多假設(shè)的航跡關(guān)聯(lián)算法設(shè)z(k)={zi(k)}i-1表示k時(shí)刻的量測集合。設(shè)Ωk表示k時(shí)刻所有假設(shè)的集合,是Ωk-1與z(k)的mk個(gè)量測值互聯(lián)的結(jié)果??赡艿幕ヂ?lián)結(jié)果是:①它是以前航跡的繼續(xù);②它是新目標(biāo)的量測值;③它是虛警。
多假設(shè)算法是解決密集雜波環(huán)境下目標(biāo)數(shù)據(jù)關(guān)聯(lián)問題的最優(yōu)算法,但存在計(jì)算量大的問題。
最近鄰法是統(tǒng)計(jì)距離最小的測量值作為目標(biāo)關(guān)聯(lián)點(diǎn)跡,如下式:
式中d為參差,z為測量值,表示預(yù)測值,S為新息。這種方法僅適應(yīng)于雜波少,目標(biāo)密度不大的情況。
聯(lián)合MHT和NN算法,解決因錯(cuò)誤關(guān)聯(lián)產(chǎn)生虛假航跡的同時(shí),也平衡了計(jì)算量的缺點(diǎn)。雜波區(qū)使用MHT關(guān)聯(lián)算法,清潔區(qū)使用NN算法。
依據(jù)雜波圖情況,采用不同航跡起始準(zhǔn)則。航跡起始通常采用邏輯法,目標(biāo)連續(xù)探測到,并且關(guān)聯(lián)成功,從而起始。
雜波點(diǎn)不具有連續(xù)相關(guān)性,雜波區(qū)采用更為嚴(yán)格的m/n航跡起始準(zhǔn)測,可以避免虛假航跡的產(chǎn)生,但目標(biāo)起始有延遲。
清潔區(qū)的航跡可以采用寬松的m/n起始準(zhǔn)測,保證目標(biāo)快速起始。
實(shí)驗(yàn)利用四創(chuàng)電子股份有限公司低空三坐標(biāo)雷達(dá),架設(shè)在樓頂,使用大疆無人機(jī)域pro飛行測試,采集10分鐘數(shù)據(jù),與傳統(tǒng)數(shù)據(jù)處理算法對比,圖2傳統(tǒng)數(shù)據(jù)處理的結(jié)果,圖3使用本文算法結(jié)果。
圖2 傳統(tǒng)方法
圖3 本文算法處理結(jié)果
雷達(dá)架設(shè)在博微產(chǎn)業(yè)園內(nèi),周圍有高建筑物、道路上的車輛、樹等,環(huán)境復(fù)雜,雷達(dá)產(chǎn)生大量虛假點(diǎn)跡,同一組數(shù)據(jù)在不同的算法下的結(jié)果差異很大,如表1所示。
表1 算法對比結(jié)果
如果采用傳統(tǒng)數(shù)據(jù)處理算法,樹、建筑和車輛都產(chǎn)生了虛假的航跡,虛假航跡達(dá)到了8批。而且在雜波區(qū)容易關(guān)聯(lián)錯(cuò)誤,不能歷史回溯,會造成航跡丟失。在清潔區(qū)兩種方法起始速度相同,在雜波區(qū)傳統(tǒng)算法起始速度快于本文方法。
采用本文方法,三維雜波圖會把樹、道路車、建筑物的區(qū)域標(biāo)識為雜波區(qū),對雜波區(qū)的點(diǎn)跡和航跡進(jìn)行了特殊的處理,所以沒有產(chǎn)生虛假航跡。在雜波區(qū)采用多假設(shè)航跡關(guān)聯(lián)算法,關(guān)聯(lián)的正確率高于傳統(tǒng)的數(shù)據(jù)處理算法。
針對低空三坐標(biāo)雷達(dá)在復(fù)雜環(huán)境下出現(xiàn)的虛假航跡多的問題,本文提出一種在雷達(dá)數(shù)據(jù)處理的虛假航跡抑制的方法。在數(shù)據(jù)處理流程中分四個(gè)階段處理,一階段建立三維雜波圖,識別雜波區(qū),并標(biāo)記點(diǎn)跡的雜波等級;二階段點(diǎn)跡過濾;三階段點(diǎn)航關(guān)聯(lián),雜波區(qū)和清潔區(qū)選擇不同的關(guān)聯(lián)算法;四階段航跡起始,根據(jù)雜波情況調(diào)整航跡跡起始準(zhǔn)測。實(shí)驗(yàn)表明,所提出的方法能有效抑制虛假航跡,并在低空三坐標(biāo)雷達(dá)項(xiàng)目中應(yīng)用。