一种基于改进最小二乘法的二次雷达航迹滤波方法技术

本发明专利技术涉及二次雷达监视技术领域，公开了一种基于改进最小二乘法的二次雷达航迹滤波方法，首先通过二次雷达对目标的方位

【技术实现步骤摘要】
一种基于改进最小二乘法的二次雷达航迹滤波方法


[0001]本专利技术涉及二次雷达监视

。

技术介绍

[0002]二次雷达通过“询问
‑
应答”的工作方式，对军民航飞机的飞行轨迹进行监视，可以获取目标的方位
、
距离
、
目标代码等信息，为空中交通管制提供数据支撑
。
然而在现实环境中，二次雷达测量系统容易受到外部环境以及设备自身状态的影响产生随机噪声，影响到目标航迹测量精度
。
此外，军民航飞机复杂的飞机方式也会导致二次雷达的航迹测量精度下降
。
因此，需要对二次雷达测量系统进行航迹处理以提高航迹测量精度
。
[0003]航迹滤波在二次雷达航迹处理过程中起着重要的作用
。
航迹滤波通过滤波算法对目标探测位置进行最佳估计，并通过估计值来更新目标位置
。
通过滤波算法可以降低随机噪声的影响，获得更加精确的目标位置
。
[0004]目前关于二次雷达航迹滤波的算法主要有三种：最小二乘滤波算法
、
α
‑
β
滤波算法和卡尔曼滤波算法
。
针对最小二乘滤波算法，目前能够从公开文献上查到的二次雷达航迹滤波方法如下：将探测跟踪目标的坐标系由柱坐标系转换为笛卡尔坐标系，然后将笛卡尔坐标系中的每个分量分别与时间组合，形成3组二维数据；接下来将每一组二维数据分别进行滤波，得到滤波后的三个方向上的值，最后将三个方向上滤波后的数值进行合成，得到滤波后的航迹
。
针对
α
‑
β
滤波算法，目前能够从公开文献中查到的二次雷达航迹滤波方法如下：连续三个探测周期获取目标的径向距离以及目标的探测时间；根据前三个探测周期的径向距离和探测时间计算目标在第三个探测周期的径向速度；根据第二个探测周期和第三个周期的径向速度计算径向速度变化值；通过判断径向速度变化值以及第二个探测周期和第三个探测周期的径向速度是否满足预设条件来设定
α
滤波系数以自适应非机动目标和机动目标的滤波
。
针对卡尔曼滤波算法，目前能够从公开文献上查到的二次雷达航迹滤波方法如下：首先将目标的坐标系由极坐标系转换为平面直角坐标系，然后将平面直角坐标系中的每个分量分别与时间组合，形成2组二维数据；接下来建立二次雷达航迹滤波的状态方程和观测方程，按照卡尔曼滤波的递推过程进行航迹滤波；最后将两个方向上滤波后的数值进行合成，得到滤波后的航迹
。
[0005]Bolm
和
Bar
‑
Shalom
提出的交互多模型算法具有马尔可夫转移概率，且算法中有多个模型并行工作，通过多个滤波器交互作用得到目标状态估计的结果，具有较好的适应能力，通常能取得比单个滤波器更好的滤波效果
。
从检索的公开文献来看，目前尚未被应用于二次雷达监视

。
[0006]现有技术中，最小二乘法适用于小范围内机动目标跟踪的情形，在目标机动转弯时的跟踪准确性也优于其他滤波算法，但对目标处于线性运动时的航迹滤波效果不佳
。
α
‑
β
滤波算法适用于非机动目标的滤波，用于机动目标滤波时误差较大
。
线性卡尔曼滤波算法适用于目标处于匀速直线运动或匀加速直线运动时的情形，若运动目标需要由多种机动目标模型来描述运动状态，仅通过适用于单一运动模型的线性卡尔曼滤波算法来对目标航迹
进行滤波难以取得较好的滤波效果
。

技术实现思路

[0007]为解决二次雷达航迹处理中滤波算法无法兼顾目标在小范围内机动转弯和处于多种运动模式时航迹滤波精度的问题，本专利技术提出了一种基于改进最小二乘法的二次雷达航迹滤波方法，可改善二次雷达航迹滤波效果
。
[0008]为实现上述目的，本专利技术的技术方案包括：
[0009]步骤1：通过二次雷达对目标的方位
、
距离进行测量；
[0010]步骤2：将目标的坐标由极坐标转换为平面直角坐标；
[0011]步骤3：通过提出的经改进的最小二乘滤波算法对目标航迹进行滤波；
[0012]步骤4：将目标的坐标由平面直角坐标转换为极坐标；
[0013]步骤5：输出目标的航迹
。
[0014]本专利技术的有益效果在于：经改进的最小二乘滤波算法使用多个机动目标模型来描述机动目标的运动状态，一定程度上克服了单个模型描述目标运动状态估计误差较大的问题
。
此外，将二次曲线拟合值与一次曲线拟合值进行加权，提高了目标在做小范围转弯运动时的航迹滤波效果；将多个机动目标模型的滤波结果与曲线拟合最小二乘滤波算法的滤波结果进行加权估计也使所提出的航迹滤波算法具有较好的鲁棒性
。
附图说明
[0015]图1是本专利技术流程图；
[0016]图2是改进最小二乘滤波算法流程图
。
具体实施方式
[0017]下面将结合附图和本专利技术实施例，对本专利技术的技术方案进行清楚
、
完整地描述
。
[0018]本专利技术优选的实施过程及流程如图1所示，具体步骤如下：
[0019]步骤1：通过二次雷达对目标的方位
、
距离进行测量；
[0020]步骤2：将目标的坐标由极坐标转换为平面直角坐标，具体计算公式如下：
[0021][0022]式中
d1(k)
是
k
时刻目标相对于二次雷达的距离，
az1(k)
是
k
时刻目标相对于二次雷达的方位；
[0023]步骤3：通过提出的经改进的最小二乘滤波算法对目标航迹进行滤波，具体流程参照图2，其中匀速直线运动模型
、
匀加速直线运动模型的观测方程和测量方程为：
[0024][0025]其中
B
i
(k)
是第
i
个模型在
k
时刻的状态向量；
W
i
(k)
是第
i
个模型在
k
时刻的过程噪声；
C
i
(k)
是
k
时刻的观测向量，
C
i
(k)
＝
[x1(k),y1(k)]T
；
V
i
(k)
是第
i
个模型在
k
时刻的观测噪声；
g、f
是非线性函数
。
[0026]步骤3中提出的经改进的最小二乘滤波算法包括以下步骤：
[0027]步骤3‑1：分别通过当前时刻
x
轴的观测值
x(k)
及
x<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于改进最小二乘法的二次雷达航迹滤波方法，其特征在于：步骤1：通过二次雷达对目标的方位
、
距离进行测量；步骤2：将目标的坐标由极坐标转换为平面直角坐标；步骤3：通过提出的经改进的最小二乘滤波算法对目标航迹进行滤波；步骤4：将目标的坐标由平面直角坐标转换为极坐标；步骤5：输出目标的航迹
。2.
根据权利要求1所述的一种基于改进最小二乘法的二次雷达航迹滤波方法，其特征在于：所述步骤2中将目标的坐标由极坐标转换为平面直角坐标的计算公式为：式中
d1(k)
是
k
时刻目标相对于二次雷达的距离，
az1(k)
是
k
时刻目标相对于二次雷达的方位
。3.
根据权利要求1所述的一种基于改进最小二乘法的二次雷达航迹滤波方法，其特征在于：所述步骤3种提出的改进最小二乘滤波算法包括2个运动模型，模型1为匀速直线运动模型，模型2为匀加速直线运动模型
。4.
根据权利要求3所述的一种基于改进最小二乘法的二次雷达航迹滤波方法，其特征在于：所述步骤3中匀速直线运动模型
、
匀加速直线运动模型的观测方程和测量方程为：其中
B
i
(k)
是第
i
个模型在
k
时刻的状态向量；
W
i
(k)
是第
i
个模型在
k
时刻的过程噪声；
C
i
(k)
是
k
时刻的观测向量，
C
i
(k)
＝
[x1(k),y1(k)]
T
；
V
i
(k)
是第
i
个模型在
k
时刻的观测噪声；
g、f
是非线性函数
。5.
根据权利要求1所述的一种基于改进最小二乘法的二次雷达航迹滤波方法，其特征在于：所述步骤3中提出的改进最小二乘滤波算法包括：步骤3‑1：分别通过
k
时刻
x
轴的观测值
x(k)
及
x
轴之前的
A
个历史观测值
、k
时刻
y
轴的观测值
y(k)
及
y
轴之前的
A
个历史观测值进行曲线拟合，得到拟合值
S
x2
(k)、S
x1
(k)、S
y2
(k)、S
y1
(k)
，其中
S
x2
(k)
为
k
时刻
x
轴观测值的二次曲线拟合值，
S
x1
(k)
为
k
时刻
x
轴观测值的一次曲线拟合值，
S
y2
(k)
为
k
时刻
y
轴观测值的二次曲线拟合值，
S
y1
(k)
为
k
时刻
y
轴观测值的一次曲线拟合值；步骤3‑2：计算出
k<...

【专利技术属性】
技术研发人员：张卓伟，朱润，殷友廷，沈凡，
申请(专利权)人：中国船舶集团有限公司第七二四研究所，
类型：发明
国别省市：