一种基于多传感器的自适应跟踪处理方法技术

本发明专利技术公开了一种基于多传感器的自适应跟踪处理方法，实现步骤主要包括固定目标数据关联、目标态势统计、系统误差校正。该方法主要基于固定目标特性，利用统计和关联的方法，对系统误差下的目标进行态势统计并加以校正。本发明专利技术优于传统的方法，既不受每个站点都要有真实目标作为参考的局限限制，又基于起始的固定目标特性，减少观测噪声的影响。该方法在工程应用方面自适应性和通用性较好，能够减少目标分裂和错误关联的概率，提升数据融合的精确性，以及目标跟踪的稳定性。

An adaptive tracking method based on multi-sensor

【技术实现步骤摘要】
一种基于多传感器的自适应跟踪处理方法
本专利技术属于雷达数据处理领域，具体涉及一种基于多传感器的自适应跟踪处理方法。
技术介绍
雷达观测系统主要存在两种类型的误差，即随机观测误差和雷达系统误差。观测误差可以通过滤波等方法消除，而系统误差是一种确定性误差，它是无法通过滤波方法去除的，需要事先通过模型分析，再补偿进行误差配准。近年来，掌握海陆空目标的综合态势已越来越重要，各类目标信息的融合处理，对系统中各类传感器的指标要求也越来越高。系统误差会随着工作时间的延长而积累，不但易导致目标分裂，而且在多雷达传感器融合跟踪过程中，会降低与其他传感器航迹正确关联的概率，进而增大融合的难度系数，如果将各个雷达传感器带有系统误差的信息直接拿来融合，即使再好的融合方法也有一定的局限性，必将导致融合结果有误，因此在雷达目标跟踪及多雷达融合之前，有必要进行系统误差校正，消除在雷达测距、测角方面存在的误差。造成系统误差的主要原因有两种：一是各雷达传感器的方位定北误差，二是雷达传感器基站的定点误差。现有技术主要有：1、基于Ais准确的定位信息对每个雷达站进行系统误差校正，这是近年来比较主流的方法；2、固定回波校正法，这也是比较常用的方法，用固定回波位置来校正；3、静态有源及无源合作式标校，以及非合作式标校。第一种方法要求每个基站都要有Ais传感器定位真实位置，有的雷达基站没有Ais的相关数据，则校正不了，有一定的局限性；第二种方法多部雷达探测到的固定回波不易找到，而且这种固定回波往往不是真正的目标，有的雷达常常有俯仰天线的情况，固定回波会随着天线俯仰而飘逸，难以使用；第三种方法需要激光测距、光学测角传感器来获取比对真值用于标校，有源及无源标校适用于两坐标雷达，而三坐标雷达由于标校体不容易架高，受场地限制大，设备相对复杂，具有局限性。
技术实现思路
本专利技术所要解决的技术问题在于提供了一种能够解决多基站雷达系统误差自适应校正的方法，该方法跟以往不同，主要在于多源传感器误差基于固定目标及单源误差来自适应匹配校正，从而达到各站点系统误差的校正效果，能够提高数据融合的准确性及目标跟踪的稳定性。本专利技术是通过以下技术方案解决上述技术问题的：一种基于多传感器的自适应跟踪处理方法，包括以下步骤：步骤1：固定目标关联处理；步骤2：固定目标态势统计；步骤3：系统误差估计校正；优选地，所述的步骤1包括：1.1固定点迹属性筛选雷达前端检测的点迹属性包括固定、孤立、强杂波、弱杂波及清洁等等，首先对各雷达站送来的点迹数据进行预处理，即坐标变换，随后挂载到点迹时间索引链表上，再从点迹时间索引链表中，一一取出点迹，通过点迹的属性标记来筛选出固定点迹，滤除强杂波等不相关点迹，最后把筛选出的点迹进入到相应的处理渠道，来进行后续的模块化自适应的跟踪匹配处理。1.2固定点迹与固定稳航关联根据雷达目标分辨率(方位分辨率α和距离分辨率γ)，设置固定目标的径向距离关联阈值△D和方位关联阈值△A，先通过关联阈值划分成相关区域(Ds≤D≤De，As≤A≤Ae)，在该区域内利用欧氏距离寻找该固定点迹与固定航迹最近(最优)的两个目标航迹(包括固定Ais和固定雷达目标)，优先选择Ais目标进行固定目标融合，其次选择固定雷达目标进行航迹关联处理。1.3固定点迹与固定暂航关联若固定点迹与稳定航迹不关联，则把该点迹与建立的固定暂时航迹相关处理。第一步通过同雷达不同帧来判断当前的固定点迹是否与固定暂时航迹较近的雷达点重叠(方位及距离)，在重叠的前提下，再施行第二步，即在关联阈值(方位和距离)划分的相关区域内，通过欧氏距离来寻找离固定点迹最近的暂时航迹，并把该固定点迹挂在对应的暂航点迹环上，为了固定目标起始作数据统计处理。1.4固定点迹规律性统计起始与维持通过固定暂时航迹点迹环上的点迹数据进行滑窗法依次统计。采样N批(10批)数据，每批从当前更新点迹开始，按照一个凝聚周期T0(20秒)的时间间隔，统计点迹数。根据雷达点迹分布情况来区分杂波的随机性与真实目标的稳定性，若每批至少收到N0个(5个)固定点迹，则该批可视为有效批次，在滑窗N批中至少有N1批有效(7批)，则认为该位置检测发现到了固定目标，不妨令实收点迹集为{Pij}，1≤i≤N0,1≤j≤N1，每个点迹Pij对应的极坐标则固定目标的质心位置为其中Unitary(θij)表示对暂时航迹关联上的所有固定点迹的方位进行归一化处理，主要是通过多帧点迹求质心算法来给予固定目标起始位置，该固定目标可作为后面自适应分析和数据处理的依据，用质心位置可减少雷达观测误差的影响。优选地，所述的步骤2包括：2.1距离方位网络单元格划分根据雷达的扫描威力及性能，以雷达基站为中心，将雷达扫描区域分成Α*Θ(1200*350)个网格区域，其中，每个单位格的方位夹角和距离长分别为0.3度和150米，即把雷达扫描的圆形区域划分成扇形网络单元格，方便统计分析目标在系统误差下的态势。2.2单雷达传感器固定目标态势估计该单源雷达传感器所在的覆盖区域内要有真实的固定目标(精度较高的Ais目标或探测雷达通道号信息相同的明确位置的大桥等等)作为参考基准，基于前面已统计起始的固定雷达目标和雷达扫描区域网络单元格的划分Α*Θ，通过多目标跟踪维持模型的特性，利用统计和关联的方法来匹配二者之间的态势。首先对多基站的雷达固定目标进行态势提取，然后进行态势统计分析，态势统计分析分为粗配对和精配对两步，粗配对主要基于划分网格，用单元格确认波门来相关，粗配对后若有至少两个候选目标态势，则需要根据方差来进行精配对，经过上述处理后，最终确认为一个可靠态势。2.3多雷达传感器固定目标态势估计多源信息在有系统误差的前提下，易出现目标分裂现象。来自于不同通道号的分裂目标很可能都存在着系统误差，校正前后多基站起始的固定目标都有相对的态势，不影响和单雷达目标态势同时估计，以便后面能够及时校正多雷系统误差。多源和单源类似，同样利用统计和关联的方法，基于多目标特性及前面单源雷达已划分的网格来匹配周围的态势，但有三点不同，第一，对于多雷达传感器，不需要每个雷达基站都要有真实的固定目标作为参考，只需以前面单源通道号的雷达目标为中心，遍历寻找附近的不同通道号的固定目标；第二，多雷达工作时，以固定真实目标作为参考的单源雷达与其他多基站雷达要有共同扫描的公共覆盖区域，否则谈不上多传感器数据的关联和融合；第三，多源信息系统误差下，根据雷达通道号和目标态势来判断相近邻两个固定目标是否属于同一个目标，因为可分辨的两个目标，不可能一个被某部雷达发现，而另一个被另一部雷达发现。类似地，首先对多基站的雷达固定目标进行态势提取，然后态势分析，在多传感器的环境下，以前面的单雷达传感器目标为中心来寻找临时目标态势，经过粗配对和精配对后，最终各雷达站确认一个可靠态势，以满足后面多雷达传感器的系统误差能够自适应校正。优选地，所述的步骤3包括：3.1单雷达传感器系统误差估计与校正根据权本文档来自技高网...

【技术保护点】
1.一种基于多传感器的自适应跟踪处理方法，其特征在于，包括以下步骤：/n步骤1：固定目标关联处理；/n步骤2：固定目标态势统计；/n步骤3：系统误差估计校正。/n

【技术特征摘要】
1.一种基于多传感器的自适应跟踪处理方法，其特征在于，包括以下步骤：
步骤1：固定目标关联处理；
步骤2：固定目标态势统计；
步骤3：系统误差估计校正。


2.根据权利要求1所述的基于多传感器的自适应跟踪处理方法，其特征在于，所述步骤1具体包括：
1.1固定点迹属性筛选
雷达前端检测的点迹属性包括固定、孤立、强杂波、弱杂波及清洁，首先对各雷达站送来的点迹数据进行预处理，即坐标变换，随后挂载到点迹时间索引链表上，再从点迹时间索引链表中，一一取出点迹，通过点迹的属性标记来筛选出固定点迹，滤除强杂波等不相关点迹，最后把筛选出的点迹进入到相应的处理渠道，来进行后续的模块化自适应的跟踪匹配处理；
1.2固定点迹与固定稳航关联
根据雷达目标分辨率：方位分辨率α和距离分辨率γ，设置固定目标的径向距离关联阈值△D和方位关联阈值△A，先通过关联阈值划分成相关区域(Ds≤D≤De，As≤A≤Ae)，在该区域内利用欧氏距离寻找该固定点迹与固定航迹最近或最优的两个目标航迹，目标航迹包括固定Ais和固定雷达目标，优先选择Ais目标进行固定目标融合，其次选择固定雷达目标进行航迹关联处理；
1.3固定点迹与固定暂航关联
若固定点迹与稳定航迹不关联，则把该点迹与建立的固定暂时航迹相关处理；第一步通过同雷达不同帧，来判断当前的固定点迹是否与固定暂时航迹较近的雷达点重叠，在重叠的前提下，再实行第二步，即在关联阈值划分的相关区域内，通过欧氏距离来寻找离固定点迹最近的暂时航迹，并把该固定点迹挂在对应的暂航点迹环上，为了固定目标起始作数据统计处理；
1.4固定点迹规律性统计起始与维持
通过固定暂时航迹点迹环上的点迹数据进行滑窗法依次统计，采样N批数据，每批从当前更新点迹开始，按照一个凝聚周期T0的时间间隔，统计点迹数，根据雷达点迹分布情况来区分杂波的随机性与真实目标的稳定性，若每批至少收到N0个固定点迹，则该批可视为有效批次，在滑窗N批中至少有N1批有效，则认为该位置检测发现到了固定目标，令实收点迹集为{Pij}，1≤i≤N0,1≤j≤N1，每个点迹Pij对应的极坐标则固定目标的质心位置为其中Unitary(θij)表示对暂时航迹关联上的所有固定点迹的方位进行归一化处理，通过多帧点迹求质心算法来给予固定目标起始位置。


3.根据权利要求1所述的基于多传感器的自适应跟踪处理方法，其特征在于，所述步骤2具体包括：
2.1距离方位网络单元格划分
根据雷达的扫描威力及性能，以雷达基站为中心，将雷达扫描区域分成Α*Θ(1200*350)个网格区域，其中，每个单位格的方位夹角和距离长分别为0.3度和150米，即把雷达扫描的圆形区域划分成扇形网络单元格，方便统计分析目标在系统误差下的态势；
2.2单雷达传感器固定目标态势估计
单雷达传感器所在的覆盖区域内要有真实的固定目标作为参考基准，基于已统计起始的固定雷达目标和雷达扫描区域网络单元格的划分，通过多目标跟踪维持模型的特性，利用统计和关联的方法来匹配二者之间的态势；
首先对单基站的雷达固定目标进行态势提取，选取该雷达固定目标集合对有0≤i≤Α,0≤j≤Θ,，设△ρ和△θ分别为对海雷达的系统误差方位和距离的校正上限值，其中，△ρ＝0.5，△θ＝1000，以为中心来遍历一定方位[ρt-△ρ,ρt+△ρ]和距离[θt-△θ,θt+△θ]内的真实固定目标，找到的该目标集合为其中，0≤i0≤Α,0≤j0≤Θ，第m批目标与其找到的真实固定目标集组合提取一个目标态势集合群，设为，
接下来就是态势分析，先对目标态势进行粗配对，把第一批目标与其遍历得到的每个目标建立一个临时态势集，设为

，
其中，
基于第一批目标的临时态势集和网格划分，对于第二批目标预测每个临时态势目标以其为中心，以(i20+i1n-i10)×(j20+j1n-j10)所在的网格区域为确认波门，若在对应波门内有相关的固定目标，则完成目标态势互联配对，否则删除所选的临时态势，并更新第二批目...

【专利技术属性】
技术研发人员：赵海林，莫红飞，汪永军，钞红光，万孟森，侯小丽，孙馨喆，叶忠言，
申请(专利权)人：中电科技合肥博微信息发展有限责任公司，
类型：发明
国别省市：安徽;34