一种基于两部两坐标外源雷达系统的3D目标跟踪方法技术方案

本发明专利技术公开了一种基于两部两坐标外源雷达系统的3D目标跟踪方法。利用两部两坐标外源雷达对高度近似恒定的目标进行3D跟踪，结合外源雷达自身的特点，提出了一种将目标高度与水平状态进行解耦估计的方法。首先，将目标高度区间划分为多个高度子区间，然后利用量测值递推计算目标在各个高度子区间的权重，最后通过加权融合各个高度子区间的方式估计目标高度；在水平面的状态估计器中，进一步考虑了目标在水平面机动的场景，利用交互式多模型拓展卡尔曼滤波器，并结合目标高度的估计值更新目标的水平状态。本发明专利技术方法利用两部两坐标外源雷达实现了对高度近似恒定目标的精确3D跟踪，并消除了2D跟踪情况下因未考虑目标高度而引起的误差。误差。误差。

【技术实现步骤摘要】
一种基于两部两坐标外源雷达系统的3D目标跟踪方法


[0001]本专利技术属于雷达数据处理领域，具体涉及一种基于两部两坐标外源雷达系统的3D目标跟踪方法。

技术介绍

[0002]外辐射源雷达是一种利用第三方发射的电磁信号探测目标的双/多基地雷达系统，该体制雷达本身并不发射信号，而是被动地接收目标反射的电磁信号，对目标进行探测。从已有的公开文献来看，多数外源雷达只能提供目标的双基地距离、双基地速度及方位角量测，这些量测不足以估计目标的3D位置。然而，目标3D位置信息的估计对外源雷达性能提升和应用大有裨益：一是获取高度信息后可消除2D跟踪情况下由于未考虑目标高度而引起的偏差，为后续的数据融合等创造条件；二是非合作目标的3D位置信息可用于空中飞行器的交通管制，特别是高度信息将对目标态势评估，实现威胁告警提供帮助。已有外源雷达文献当中关于3D目标跟踪结果方面的报道较少，且大多数根据多站双基距离联合定位目标3D位置，至少需要3个收发对同时检测到目标，这会大幅增加对探测区域重复覆盖的要求。事实上，对于通航或民航飞行器，除了起飞和降落阶段外，其飞行的高度基本保持在某一恒定值，这使得利用一部或两部两坐标雷达对这种高度近似恒定的目标进行3D跟踪变得可行。
[0003]针对高度保持恒定且在水平面匀速直线运动的目标，目前常用的方法之一是高度参数化拓展卡尔曼滤波(height
‑
parametrized extended Kalman filter,HP
‑
EKF)方法，利用单部两坐标雷达进行3D目标跟踪。另一种方法是利用两部两坐标空中交通管制雷达对目标进行3D跟踪。该方法利用前N场量测值，结合目标直线运动的条件来估计目标3D位置的最大似然估计，利用该估计值和启发式协方差初始化滤波器。滤波器初始化成功后，其后续量测仍利用HP
‑
EKF处理。
[0004]以上利用单部或两部两坐标雷达来对目标进行3D跟踪的算法均是针对单基地结构的雷达设计，且均假定目标在水平面做匀速(或近似匀速)直线运动。因此，在设置各高度子区间滤波器的3D跟踪初始状态时一般利用坐标转换的方式，或利用目标在水平面做匀速直线运动的假设，通过前N场量测估计目标的3D初始状态。然而，外源雷达由于其特殊的双基地几何结构，其量测方程具有更强的非线性，转化误差不能被忽略。除此之外，实际情况中，目标在水平面可能存在机动，这使得上述两种滤波器的初始化方式不能直接用于实际的外源雷达系统。不仅如此，目标在水平面做匀速直线运动的假设前提极大的限制了已有算法的适用范围，难以应对复杂多变的实际情况。
[0005]针对上述问题，结合外源雷达自身特性，本专利技术提出了一种两部两坐标外源雷达3D目标跟踪方法。与上述已有算法仅考虑目标在水平面做匀速直线运动不同的是，本文进一步考虑了目标在水平面机动的情景。在估计目标3D状态时，本专利技术提出了两个并行的估计器分别估计目标高度和目标在水平面的状态：首先，高度估计器对目标高度状态进行更新，然后估计结果被送至另一估计器，参与目标在水平面的状态估计；在估计目标水平面的
状态时，为了应对量测非线性及目标机动问题，采用了交互式多模型拓展卡尔曼滤波(Interacting Multiple Model
‑
EKF,IMM
‑
EKF)的方式更新目标状态。在本专利技术中，由于采用了单独的估计器来估计目标高度，从而避免了跟踪过程中目标动态方程失配对高度估计的影响。

技术实现思路

[0006]针对外源雷达3D目标跟踪问题，本专利技术提出了一种基于两部两坐标外源雷达系统的3D目标跟踪方法。
[0007]本专利技术两部两坐标外源雷达系统采用的技术方案如下：
[0008]包括：第一部外源雷达、第二部外源雷达、上位机；
[0009]所述第一部外源雷达由第一部外源雷达的接收站、第一部外源雷达的发射站构成；
[0010]所述第二部外源雷达由第二部外源雷达的接收站、第二部外源雷达的发射站构成；
[0011]所述上位机分别与所述的第一部外源雷达、第二部外源雷达依次连接；
[0012]所述第一部外源雷达在实时采集目标回波信号后传输至上位机，经过上位机对目标回波信号进行参考信号重构，杂波抑制，二维互相关，目标检测，角度估计处理后，得到第一部外源雷达实时得到的目标双基地距离、第一部外源雷达实时得到的目标方位角、第一部外源雷达实时得到的目标双基地速度；
[0013]所述第二部外源雷达在实时采集目标回波后传输至上位机，经过上位机对目标回波信号进行参考信号重构，杂波抑制，二维互相关，目标检测，角度估计处理后，得到第二部外源雷达实时得到的目标双基地距离、第二部外源雷达实时得到的目标方位角、第二部外源雷达实时得到的目标双基地速度；
[0014]所述上位机通过所述3D目标跟踪方法实现3D目标跟踪。
[0015]本专利技术3D目标跟踪方法采用的技术方案如下：
[0016]对于飞行高度几乎恒定的目标，对其高度与水平位置、速度进行解耦估计，结合外源雷达双基地几何结构的特点，通过两个并行估计器来实现3D目标跟踪，包含以下步骤：
[0017]步骤1：上位机对于需要探测的目标，定义目标所在的高度区间已知，将目标所在的高度区间平均划分为多个高度子区间，计算每个高度子区间的宽度，计算每个高度子区间的平均高度；
[0018]步骤2：上位机根据第一部外源雷达实时得到的目标双基地距离、第二部外源雷达实时得到的目标双基地距离求出目标在各高度子区间的实时平面位置坐标，根据第一部外源雷达实时得到的目标方位角、第二部外源雷达实时得到的目标方位角构建两部外源雷达实时目标方位角量测向量，根据部外源雷达实时目标方位角量测向量以及目标在各高度子区间的实时平面位置坐标构造各高度子空间实时的代价函数，根据各高度子空间实时的代价函数递推计算目标在各高度子区间的实时权重，根据实时目标在各高度子区间的权重对各高度子区间的平均高度进行加权融合，得到目标实时的高度估计值和目标实时的高度方差；
[0019]步骤3：根据步骤2中目标高度初始时刻的估计值及两部雷达初始时刻的双基地距
离量测值对IMM
‑
EKF滤波器进行初始化；根据上一时刻各个运动目标模型间的混合转移概率对各滤波器的输出结果进行交互；将上一时刻各个运动目标模型的输出值的交互结果输入至本时刻IMM
‑
EKF估计器，经过IMM
‑
EKF估计器处理后得到本时刻各滤波器状态的更新值；将上一时刻各个运动目标模型的输出值的交互结果作为本时刻IMM
‑
EKF估计器的输入，经过IMM
‑
EKF估计器处理后，得到本时刻各滤波器状态的更新值；根据上一时刻各个运动目标模型的输出值的交互结果计算出各滤波器新息的似然函数更新本时刻目标运动模型的概率；根据本时刻不同运动模型的概率对各滤波器的滤波结果进行加权融合，得到本时刻目标水平面的状态估计及本时刻目标水平面的的协本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于两部两坐标外源雷达系统的3D目标跟踪方法，其特征在于，所述两部两坐标外源雷达系统包括：第一部外源雷达、第二部外源雷达、上位机；所述第一部外源雷达由第一部外源雷达的接收站、第一部外源雷达的发射站构成；所述第二部外源雷达由第二部外源雷达的接收站、第二部外源雷达的发射站构成；所述上位机分别与所述的第一部外源雷达、第二部外源雷达依次连接；所述第一部外源雷达在实时采集目标回波信号后传输至上位机，经过上位机对目标回波信号进行参考信号重构，杂波抑制，二维互相关，目标检测，角度估计处理后，得到第一部外源雷达实时得到的目标双基地距离、第一部外源雷达实时得到的目标方位角、第一部外源雷达实时得到的目标双基地速度；所述第二部外源雷达在实时采集目标回波后传输至上位机，经过上位机对目标回波信号进行参考信号重构，杂波抑制，二维互相关，目标检测，角度估计处理后，得到第二部外源雷达实时得到的目标双基地距离、第二部外源雷达实时得到的目标方位角、第二部外源雷达实时得到的目标双基地速度；所述上位机通过所述3D目标跟踪方法实现3D目标跟踪；所述3D目标跟踪方法，包括以下步骤：步骤1：上位机对于需要探测的目标，定义目标所在的高度区间已知，将目标所在的高度区间平均划分为多个高度子区间，计算每个高度子区间的宽度，计算每个高度子区间的平均高度；步骤2：上位机根据第一部外源雷达实时得到的目标双基地距离、第二部外源雷达实时得到的目标双基地距离求出目标在各高度子区间的实时平面位置坐标，根据第一部外源雷达实时得到的目标方位角、第二部外源雷达实时得到的目标方位角构建两部外源雷达实时目标方位角量测向量，根据部外源雷达实时目标方位角量测向量以及目标在各高度子区间的实时平面位置坐标构造各高度子空间实时的代价函数，根据各高度子空间实时的代价函数递推计算目标在各高度子区间的实时权重，根据实时目标在各高度子区间的权重对各高度子区间的平均高度进行加权融合，得到目标实时的高度估计值和目标实时的高度方差；步骤3：根据步骤2中目标高度初始时刻的估计值及两部雷达初始时刻的双基地距离量测值对IMM
‑
EKF滤波器进行初始化；根据上一时刻各个运动目标模型间的混合转移概率对各滤波器的输出结果进行交互；将上一时刻各个运动目标模型的输出值的交互结果输入至本时刻IMM
‑
EKF估计器，经过IMM
‑
EKF估计器处理后得到本时刻各滤波器状态的更新值；将上一时刻各个运动目标模型的输出值的交互结果作为本时刻IMM
‑
EKF估计器的输入，经过IMM
‑
EKF估计器处理后，得到本时刻各滤波器状态的更新值；根据上一时刻各个运动目标模型的输出值的交互结果计算出各滤波器新息的似然函数更新本时刻目标运动模型的概率；根据本时刻不同运动模型的概率对各滤波器的滤波结果进行加权融合，得到本时刻目标水平面的状态估计及本时刻目标水平面的的协方差矩阵。2.根据权利要求1所述的基于两部两坐标外源雷达系统的3D目标跟踪方法，其特征在于，步骤1中所述目标所在的高度区间记为：[h
min
,h
max
]其中，h
min
表示目标高度区间的最小值，h
max
表示目标高度区间的最大值；步骤1所述每个高度子区间的宽度为：
Δh＝(h
min
‑
h
max
)/N
a
其中，N
a
表示目标高度区间的数量，h
min
表示目标高度区间的最小值，h
max
表示目标高度区间的最大值，Δh表示每个高度子区间的宽度；步骤1所述每个高度子区间的平均高度为：其中，N
a
表示目标高度区间的数量，h
min
表示目标高度区间的最小值，表示第j个子区间的平均高度，Δh表示每个高度子区间的宽度。3.根据权利要求1所述的基于两部两坐标外源雷达系统的3D目标跟踪方法，其特征在于，步骤2所述求出目标在各高度子区间的实时平面位置坐标为：将第一部外源雷达的接收站位置坐标记为s
r,1
＝[x
r,1 y
r,1 z
r,1
]
T
、第一部外源雷达的发射站位置坐标记为s
t,1
＝[x
t,1 y
t,1 z
t,1
]
T
，其中上标“T”表示转置运算；将第二部外源雷达的接收站位置坐标记为s
r,2
＝[x
r,2 y
r,2 z
r,2
]
T
、第二部外源雷达的发射站位置坐标记为s
t,2
＝[x
t,2 y
t,2 z
t,2
]
T
；所述的s
r,1
＝[x
r,1 y
r,1 z
r,1
]
T
、s
t,1
＝[x
t,1 y
t,1 z
t,1
]
T
、s
r,2
＝[x
r,2 y
r,2 z
r,2
]
T
、s
t,2
＝[x
t,2 y
t,2 z
t,2
]
T
均为已知量；步骤2所述第一部外源雷达k时刻实时采集的目标双基地距离r
b,1
(k)与k时刻的目标真实位置q(k)之间的关系为：r
b,1
(k)＝||q(k)
‑
s
t,1
||+||q(k)
‑
s
r,1
||+σ
r1
其中，||
·
||表示二阶范数，s
t,1
为第一部雷达发射站位置坐标，s
r,1
为第一部雷达发射站位置坐标，σ
r1
为第一部外源雷达双基地距离量测噪声，r
b,1
(k)为第一部外源雷达k时刻实时采集的目标双基地距离，q(k)＝[x(k) y(k) h(k)]
T
为k时刻的目标真实位置；步骤2所述第二部外源雷达k时实时得到的目标双基地距离r
b,2
(k)与目标真实位置q(k)之间的关系：r
b,2
(k)＝||q(k)
‑
s
t,2
||+||q(k)
‑
s
r,2
||+σ
r2
其中，s
t,2
为第二部雷达发射站位置坐标，s
r,2
为第二部雷达发射站位置坐标，σ
r2
为第二部外源雷达双基地距离量测噪声，r
b,2
(k)为第二部雷达k时刻实时采集的目标双基地距离，q(k)为k时刻的目标真实位置；j＝1,2,
…
,N
a
表示第j个高度子区间的平均高度，N
a
表示目标高度区间的数量；将k时刻目标在第j个高度子区间的高度设为该子区间的平均高度，即令将分别代入双基地距离r
b,1
(k)与双基地距离r
b,2
(k)的表达式中，然后联立双基地距离r
b,1
(k)的表达式与双基地距离r
b,2
(k)的表达式，利用最大似然法估计目标k时刻在第j个高度子区间的位置坐标和目标k时刻在第j个高度子区间对应的估计协方差C
j
(k)；步骤2所述根据第一部外源雷达实时得到的目标方位角、第二部外源雷达实时得到的目标方位角构建两部外源雷达实时目标方位角量测向量：
其中，ψ
b,1
(k)为第一部外源雷达在k时刻实时得到的目标方位角，ψ
b,2
(k)为第二部外源雷达在k时刻实时得到的目标方位角；步骤2所述两部外源雷达实时目标方位角量测向量z
ψ
(k)与待求解的k时刻的目标真实位置q(k)＝[x(k) y(k) h(k)]
T
之间的关系为：其中，x
r,1
为第一部外源雷达接收站X方向位置坐标，y
r,1
为第一部外源雷达接收站Y方向位置坐标，x
r,2

【专利技术属性】
技术研发人员：万显荣，舒刊，易建新，谢德强，胡越洋，童云，
申请(专利权)人：武汉大学，
类型：发明
国别省市：