天基红外传感器对中段目标群跟踪技术研究

摘要

天基红外传感器系统以其全天候、多谱段、作用范围广和观测距离远等优势，在国家导弹防御系统中的地位和作用日益凸显。作为该系统的未来发展趋势，研制和构建低轨道卫星系统对实现导弹全生命周期的探测与跟踪具有重要的前瞻意义。其中，弹道导弹中段的监视与跟踪是系统信息处理的核心任务，也是引导拦截并实施精确打击的关键环节。中段释放大量弹头和诱饵是弹道导弹实现突防的常见手段，大量密集目标的出现将给天基红外传感器信息处理系统带来严峻挑战。本研究主要内容包括：
　　⑴研究了中段目标群空间运动特性、红外辐射特性，以及天基红外传感器探测背景和环境，梳理了红外传感器成像过程中的关键因素和模型，利用卫星工具软件（Satellite Tool Kit，STK）构建了“中等逼真度”的监视跟踪场景，深入分析了目标群像平面运动特性和产生的量测特性，阐明了空间邻近目标（Closely Spaced Objects，CSOs）和斑状融合量测对跟踪处理的影响，建立了一种结合CSOs超分辨技术的目标群跟踪处理流程。此外，构建的仿真场景为后续章节的理论研究提供实验数据。
　　⑵研究了杂波和低检测概率条件下，联合估计CSOs质心运动状态和扩散范围的群跟踪滤波方法，从而将密集程度不均匀且不断分裂融合变化的目标群划分为多个小群体，实现连续稳定跟踪。首先从贝叶斯原理出发，深入分析了基于点目标假设的多目标跟踪方法和编队群跟踪方法解决中段目标群问题的局限性，以扩展目标（Extended Targets，ET）和质心群跟踪的本质联系为纽带，建立了基于扩展目标概率假设密度（Probability Hypothesis Density，PHD）滤波理论的目标群跟踪滤波框架。在该框架下，针对距离划分方法难以实现红外量测数据的准确划分问题，建立了一种利用像元幅度信息的量测划分方法，该方法可以在目标群密集时区分由不同CSOs组合产生的斑状融合量测，有利于尽早确定目标群规模。接着，为了解决不断分裂融合变化的CSOs质心运动状态和扩散范围的联合估计问题，提出了两种跟踪滤波算法，即基于椭圆随机超曲面模型的高斯混合PHD滤波器和多模型高斯逆Wishart PHD滤波器。前者在随机向量的状态描述形式下，将随机超曲面模型（Random Hypersurface Models，RHMs）与扩展目标GM-ET-PHD相结合，弥补了GM-ET-PHD无形状估计的缺陷；后者则基于随机矩阵的描述形式，修正了原GIW-PHD的量测模型和假设，并结合多种形变模型，提升了滤波器对形变目标的适应能力。两种滤波算法的有效性及其状态估计性能在不同杂波率和目标群运动变化特性场景下进行了仿真验证。最后，对比分析了椭圆 RHMs和随机矩阵两类量测模型各自的适用范围及对滤波器形状估计产生的影响。
　　⑶研究了CSOs单帧超分辨技术和目标群轨迹关联与管理方法，在稳定跟踪的基础上实现对目标个体的精确跟踪，从而完成从群整体到目标个体跟踪的转变。首先，分析了已有CSOs超分辨技术的基本原理和性能，阐明了稀疏重构理论对CSOs分辨处理的可行性，通过像元网格采样建立了CSOs成像模型的稀疏表示形式，并提出了一种启发式的稀疏度过估计处理方法。仿真结果表明，该算法在低信噪比条件下仍具有良好的超分辨性能，具有多目标分辨能力，且计算耗时少，易于实际应用。此外，提出了一个判断CSOs超分辨处理时机的指标。最后，提出了一种基于迭代分配的航迹关联与管理方法，该方法结合了“软/硬”关联准则的性能优势，在目标群密集时，采用“一对一”关联快速起始并维持CSOs轨迹；当满足超分辨处理条件后，通过迭代分配实现未分辨估计和过估计的“一对多/多对一”关联，并建立了一种“竞争”检测机制，利用维持的CSOs形状变化信息判断关联的正确性，用于确认分裂目标轨迹和删除冗余轨迹。仿真实验验证了轨迹关联和完整的系统跟踪性能，通过结合超分辨处理，进一步提升了系统跟踪精度，实现了目标群从群整体到目标个体跟踪的过渡。

目录

封面

声明

目录

缩 略 词

中文摘要

英文摘要

第一章 绪论

1.1研究背景和意义

1.2国外天基红外传感器系统研制发展现状

1.3低轨红外传感器系统面临的挑战

1.4论文主要内容和结构安排

第二章 目标群仿真场景构建及跟踪处理框架

2.1引言

2.2目标群和探测背景特性分析

2.3红外跟踪传感器成像仿真

2.4跟踪场景构建与目标群像平面特性仿真分析

2.5目标群跟踪处理需求与框架设计

2.6本章小结

第三章 像平面目标群跟踪滤波算法研究

3.1引言

3.2研究现状

3.3像平面量测划分

3.4基于椭圆随机超曲面模型的高斯混合PHD滤波器

3.5多模型高斯逆Wishart PHD滤波器

3.6滤波器量测模型对比分析

3.7本章小结

第四章 空间邻近目标单帧超分辨技术及其在轨迹关联与管理中的应用

4.1引言

4.2 CSOs单帧超分辨技术研究现状

4.3基于稀疏重构理论的CSOs单帧超分辨算法

4.4超分辨处理时机的判断方法

4.5基于迭代多分配的目标群航迹关联与管理方法

4.6本章小结

第五章 结论与展望

5.1主要工作与创新点

5.2展望

致谢

参考文献

作者在学期间取得的学术成果

附录A 扩展目标PHD滤波基础

附录B 多种分布函数及其统计特性