一种基于策略判决的自适应变结构雷达对海目标跟踪方法

摘要

本发明公开了一种基于策略判决的自适应变结构雷达对海目标跟踪方法，其中包括：通过网络接收雷达传感器输出的目标点迹数据，使用一定的数据结构存储点迹数据，并通过分析存储的目标点迹数据和目标航迹数据形成态势信息图，利用态势信息图对当前雷达目标航迹和目标点迹做出关联判决，根据判决结果自适应改变雷达目标跟踪数据处理的架构，实现对目标的稳定跟踪。

说明书

技术领域

本发明涉及一种基于策略判决的自适应变结构雷达对海目标跟踪方法。该方法针对在港 口，江河航道等复杂条件下目标的运动状态进行判决，并根据判决结果自适应改变跟踪处理 结构，实现目标稳定跟踪。

背景技术

从80年代至今，我国沿海的航道运输吞吐量由3亿多吨增加到了50亿吨，船舶数量急 剧增加，为了更加有效地对船舶运动状态进行监管，越来越多的雷达设备被部署在港口、码 头以及航道附近。雷达设备可以通过电磁波的方式描述目标的有无和位置，但是要实现对目 标实施有效地监管和持续跟踪，必须通过目标跟踪方法对雷达所有探测到的目标信息进行处 理并加以管理，以实现对监管水域的连续可靠监视跟踪。

在进行目标信息处理及监视水域态势管理时，由于目标密集，目标间的相互距离通常低 于雷达分辨率以及雷达随机误差，且关联模糊的状态一般会持续较长的时间，所以必须充分 考虑目标所处于的运动状态及运动趋势，准确地进行目标航迹和雷达点迹的关联分配，并运 用适当的模型去正确估计目标的当前状态以达到对海目标稳定跟踪的目的。本发明充分考虑 了可能影响到目标稳定跟踪的多种因素，克服了一般数据处理方法顾此失彼的缺点，增强了 方法的实用性。

发明内容

本发明的目的在于提供一种基于策略判决的自适应变结构雷达对海目标跟踪方法。

实现本发明目的的技术解决方案为：通过网络接收雷达传感器输出的目标点迹数据，并 建立点迹存储数据结构，该数据结构分为三维，分别是方位、距离、时间。将点迹按照方位、 距离和时间信息存储至相应的数据结构中。将已存在的目标航迹按照位置动态分组的方法， 将满足分组位置门限的航迹目标编为一组。通过分析航迹分组的组内目标个数计算目标临近 区域内的雷达航迹的相对拓扑位置矩阵。在每一个雷达扫描周期内，将航迹分组的结果与点 迹存储的数据结构进行关联，并通过比较临近雷达扫描周期内点迹个数的变化，估计当前周 期点迹的状态(包含杂波概率，目标分裂概率等)。根据对当前周期点迹状态的估计，完成杂 波点迹的筛选以及分裂点迹的合并。将雷达航迹的相对拓扑位置矩阵、完成当前周期估计处 理的点迹存储结构以及航迹目标的历史关联点迹和状态信息挑选出来存储在一起，生成单目 标航迹的态势信息图。

依据态势信息图，通过判决函数对当前目标的状态进行判断，并输出当前目标可能存在 的点航迹关联策略和目标运动趋势的估计。判决函数定义为：输入数据为单目标航迹的态势 信息图，利用雷达航迹的相对拓扑位置矩阵确认目标当前为单目标跟踪状态或是多目标跟踪 状态，若是单目标状态，则将目标当前的速度变化率，航向变化率，关联点迹类型作为三个 维度生成目标当前的状态向量，将该状态向量与判决函数中利用离线数据生成的几种典型状 态(匀速直线运动、直线加速运动、直线减速运动、穿越静物运动以及圆周运动等)的状态 向量做相关性计算，根据相关性计算的结果选择相应的目标状态。若是多目标状态则首先根 据目标及邻近目标当前的航向、航速生成目标及邻近目标的预测拓扑位置矩阵，在完成目标 的状态相关性计算。最后依据目标状态生成策略判决的输出包含目标及邻近目标的预测拓扑 位置矩阵、当前目标可能存在的点航迹关联策略和目标运动趋势的估计。

根据判决函数输出的点航迹关联策略，改变目标跟踪结构，设计目标当前的关联波门大 小和样式，以求能够正确地覆盖目标当前存在的位置。在通过关联波门获取雷达点迹后，根 据目标及邻近目标的拓扑位置矩阵，进行目标点航迹关联分配。完成关联分配之后，根据目 标运动趋势的估计，确定当前目标的运动模型，并根据目标航迹数据中的速度信息，改变目 标跟踪的数据更新率，以实现对海目标的跟踪。

本发明与现有技术相比，其显著优点为：

本发明在现有技术的基础上，对接收的雷达点迹数据和目标航迹数据进行分类，利用完 成分类的数据构建单目标的态势信息图，通过目标态势信息图与参考样本的比对，完成目标 运动趋势的估计，确定点航迹的关联策略。在完成了目标相关状态的估计之后，根据估计结 果自适应地调整点航迹的关联策略、滤波运动学模型以及目标跟踪的数据更新率。

本发明根据数据分析的结果，对目标的状态进行估计，对目标所处的环境进行估计，使 得跟踪方法中所用的关联方式以及滤波模型与间隔和目标的实际情况更符合，以提高对海目 标的跟踪性能。

附图说明

图1本发明基于策略判决的自适应变结构雷达目标跟踪方法的结构图。

图2目标相对拓扑位置示意图。

图3策略判决的算法结构图。

图4自适应变结构跟踪方法结构图。

具体实施方式

一种基于策略判决的自适应变结构雷达对海目标跟踪结构如图1所示。

(1)通过网络接收雷达传感器传输的雷达目标点迹，将点迹按照方位、距离和时间分类 放入设计好的数据结构中。三维点迹存储的数据结构在方位上均匀划分为64个扇区，距离上 划分为100m/单元，时间上以一个雷达扫描周期/单元。在划分单元时考虑，如果划分过粗， 则计算复杂度上升，并且存在大量的重复计算。

(2)将已经存在的目标航迹按照位置信息进行分组，分组的原则以目标之间的距离为门 限，该门限以对海目标跟踪的实际场景中雷达分辨率折算至目标间相互距离的1.5倍为准， 以连通聚类的方式筛选目标。并通过分析航迹分组的组内目标个数计算目标临近区域内的雷 达航迹的相对拓扑位置矩阵。目标相对拓扑位置的示意图如图2所示。举例说明，两个目标 的相对位置分为图2中的四种情况。

情况1：

当Dis1>Dis2且Azi1>Azi2，建立目标1、目标2的相对拓扑位置矩阵。

$\left(\begin{array}{cc}1& 0\\ 0& 2\end{array}\right)$

情况2：

当Dis1>Dis2且Azi1<Azi2，建立目标1、目标2的相对拓扑位置矩阵。

$\left(\begin{array}{cc}0& 2\\ 1& 0\end{array}\right)$

情况3：

当Dis2>Dis1且Azi2>Azi1，建立目标1、目标2的相对拓扑位置矩阵。

$\left(\begin{array}{cc}2& 0\\ 0& 1\end{array}\right)$

情况4：

当Dis2>Dis1且Azi2<Azi1，建立目标1、目标2的相对拓扑位置矩阵。

$\left(\begin{array}{cc}0& 1\\ 2& 0\end{array}\right)$

(3)以雷达的扫描方位来驱动点迹与航迹的关联处理，在每一个雷达扫描周期内，将航 迹分组的结果与点迹存储的数据结构进行关联，并通过比较临近雷达扫描周期内点迹个数的 变化，具体方法为对三维点迹存储结构的时间维做n/m的滑窗，计算在对应位置(该对应位 置指在目标周期间运动范围内)处点迹的出现概率，如果出现概率满足m/n，则认为当前周 期内该位置的点迹有效，否则将其作为杂波剔除。对判断有效的点迹继续时间维上的判断， 比较该位置(该位置指在目标周期间运动范围内)上的有效点迹个数的变化，当有效点迹个 数较前几个周期有所增加，并且位置上处于通常意义上的单目标雷达回波跨度时，认为点迹 出现分裂，利用平均加权的方法将其合并。需要注意的是为了保证数据的完整性，三维点迹 存储结构中存放的是原始点迹数据，经过筛选和合并的点迹单独存放，作为点航迹关联的点 迹数据。最后将航迹的相对拓扑位置矩阵、完成当前周期估计处理的点迹存储结构以及航迹 目标的历史关联点迹和状态信息挑选出来存储在一起，生成单目标航迹的态势信息图。

(4)依据态势信息图，通过判决函数对当前目标的状态进行判断。判决函数中存有利用 离线数据生成的态势信息图样本和目标状态集合，将目标生成的态势信息图与判决函数中的 样本进行比对，并根据比对结果选择相应的目标状态。最后依据目标状态生成策略判决的输 出包含目标及邻近目标的拓扑位置矩阵、当前目标可能存在的点航迹关联策略和目标运动趋 势的估计。算法结构图如图3所示。

(5)根据策略判决输出的点航迹关联策略，改变目标跟踪结构，确定目标当前的关联波 门，包含指向性波门，双波门等。在通过关联波门获取雷达点迹后，根据目标及邻近目标的 拓扑位置矩阵，进行目标点航迹关联分配，包括唯一分配方式，概率分配方式等。完成关联 分配之后，根据目标运动趋势的估计，确定当前目标的运动模型，包括CV、CA、CT及CS 等运动模型样式，并根据目标航迹当前的速度信息，改变目标跟踪的数据更新率，以减小雷 达随机误差对慢速目标的影响，实现对海目标的跟踪。算法结构图如图4所示。图中虚线所 示为根据判决结果选择的当前目标跟踪处理结构。