基于多视角径向速度的舰船航速航向估计方法

摘要

本发明公开一种基于多视角径向速度的舰船航速航向估计方法，解决现有技术航速航向估计方法时，由于定位精度严重影响航速航向的估计精度的问题，以及点迹数据数量影响平滑滤波改善估计精度的效果的问题。本发明的实现步骤为：在周期内通过多普勒峰值搜索估计舰船的径向速度，通过建立的信号模型计算舰船径向速度估计的标准差，根据机载雷达天线抖动的幅度计算机载雷达平台搭载飞机径向速度补偿的标准差，利用最大似然法估计舰船的航速和航向。本发明极大地提高了机载雷达对海面舰船航速航向估计的精度和面对复杂海杂波的影响导致点迹数据十分有限的情况下，仍然具有很高的估计精度，是一种非常实用的舰船航速航向估计方法。

说明书

技术领域

本发明属于雷达技术领域，更进一步涉及雷达目标跟踪技术领域中的一种基于多视角径向速度的舰船航速航向估计方法。本发明可用于机载雷达对舰船进行航速航向估计，所估计的航速航向可用于对舰船进行跟踪。

背景技术

航速和航向是海上舰船目标的重要特征，高精度的海面目标航向航速解算对于对海雷达跟踪具有重要意义，可以提高目标预测中心点位置精度，从而相应缩小相关门或检测门，提高数据关联成功率，有利于提高跟踪雷达对目标的跟踪扫瞄的准确性。现有的航速航向方法主要可以分为两种。一种是在多普勒体制下，通过扫描周期内的相参处理估计目标的径向速度，但是无法获得目标的航向和真实的速度。一种是通过跟踪滤波获得目标的航速和航向，航速和航向是目标位置的衍生量。其性能大程度受限于目标位置的估计精度。

刘军伟在其发表的论文“一种机载对海雷达高精度参数估计方法”(现代雷达，2021，43(7)：21-26)中公开了一种基于卡尔曼滤波的目标航速航向估计方法。该方法具体实现步骤如下：首先通过目标位置估计目标速度，利用坐标系转换完成航速航向的无偏计算。然后，采用一维固定时延卡尔曼平滑器对解算后的航速、航向进行估计，通过引入延迟，增广目标的状态向量维数，获得高精度的航速航向估计。该方法存在的不足之处是：使用上述方法对目标航速航向进行估计时，目标定位精度严重限制估计性能，且当目标点迹数据不足时，通过卡尔曼滤波估计的航速航向精度会降低。

苗高洁在其发表的论文“低速水面目标航速精度分析及精确解算”(舰船科学技术，2018，40(7)：116-120)中公开了一种基于两级策略的航速航向精确解算方法。该方法具体实现步骤如下：首先通过目标的位置计算目标的初始航速和航向，然后，利用均值漂移算法对航速和航向进行平滑处理，最终获得目标精确的航速和航向。该方法存在的不足之处是：获得初始航速和航向时，目标位置的估计精度严重影响航速和航向的计算准确性，在后续利用均值漂移算法做平滑处理去改进估计精度时，需要足够的点迹数据来得到较高的估计精度，但是在对海探测中，由于复杂海杂波的影响，往往难以获得较多的点迹数据。

发明内容

本发明的目的在于针对上述现有技术的不足，提出一种基于多视角径向速度的舰船航速航向估计方法，旨在解决现有技术的基于卡尔曼跟踪滤波的航速航向估计方法时由于定位精度严重影响航速航向的估计精度的问题，以及点迹数据数量影响平滑滤波改善估计精度的效果的问题。

实现本发明目的的思路是：本发明通过在单个观测视角对应的扫描周期内经过相参处理，通过多普勒峰值搜索来精确估计舰船的径向速度，然后联合多视角下的径向速度直接对舰船航速和航向进行估计，无需通过舰船位置解算航速和航向，规避了定位精度影响航速航向估计精度的问题。由于本发明联合了多个观测视角下径向速度，每个视角下雷达与舰船观测几何关系都不相同，可以利用较少的点迹数据实现高精度的航速和航向估计，解决了复杂海杂波背景下舰船点迹数据数量影响航速航向估计精度的问题。

实现本发明目的的具体步骤如下：

步骤1，估计舰船的径向速度：

步骤1.1，计算舰船雷达回波信号的多普勒谱的幅度；

步骤1.2，估计舰船的径向速度；

步骤2，按照下式，计算估计舰船的径向速度的标准差：

其中，σ

步骤3，按照下式，计算机载雷达平台搭载飞机的径向速度补偿的标准差：

其中，σ

步骤4，估计舰船的航速和航向：

步骤4.1，计算在大地直角坐标系下机载雷达平台搭载飞机的三维坐标值；

步骤4.2，计算在大地直角坐标系下舰船的三维坐标值；

步骤4.3，将大地直角坐标系下舰船的三维坐标值分别与机载雷达平台搭载飞机的三维坐标值作差，将其差值组成雷达天线照射波束对应的向量；

步骤4.4，计算舰船航向向量；

步骤4.5，计算雷达天线照射波束对应的向量与舰船航向向量之间的夹角；

步骤4.6，按照下式，估计舰船的航速和航向：

其中，

本发明与现有技术相比，具有以下优点：

第一，本发明通过在单个观测视角对应的扫描周期内经过相参处理，通过多普勒峰值搜索来精确估计舰船的径向速度，然后联合多视角下的径向速度直接对舰船航速和航向进行估计，克服了现有技术中定位精度影响航速航向估计精度的缺陷，使得本发明显著地提高了舰船航速航向的估计精度。

第二，本发明联合了多个观测视角下的径向速度，每个视角下雷达与舰船观测几何关系不同，可以利用较少的点迹数据对航速航向进行估计，克服了现有技术点迹数据数量影响航速航向估计精度的缺陷，使得本发明在由于复杂海杂波的影响导致目标闪烁，点迹数据有限的情况下，具有更稳定的估计性能的优点。

附图说明

图1为本发明的流程图。

具体实施方式

下面结合附图1，对本发明的具体步骤做进一步的描述。

步骤1，估计舰船的径向速度。

步骤1.1，按照下式，计算舰船雷达回波信号的多普勒谱的幅度：

其中，X(f

步骤1.2，按照下式，估计舰船的径向速度：

其中，

步骤2，计算估计舰船的径向速度的标准差。

其中，σ

步骤3，计算机载雷达平台搭载飞机的径向速度补偿的标准差：

其中，σ

步骤4，估计舰船的航速和航向。

由于机载雷达平台探测距离遥远，可以将机载雷达平台搭载飞机和舰船都看作是一个点。

步骤4.1，按照下式，计算在大地直角坐标系下机载雷达平台搭载飞机的三维坐标值：

其中，

步骤4.2，按照下式，计算在大地直角坐标系下舰船的三维坐标值：

其中，

步骤4.3，按照下式，得到雷达天线照射波束对应的向量：

步骤4.4，按照下式，计算舰船航向向量：

其中，[·]

步骤4.5，按照下式，计算雷达天线照射波束对应的向量与舰船航向向量之间的夹角：

其中，γ表示雷达天线照射波束对应的向量与舰船航向向量之间的夹角，arccos(·)表示取反余弦操作。

步骤4.6，按照下式，估计舰船的航速和航向：

其中，

下面结合仿真实验对本发明的效果做进一步的描述。

1.仿真实验条件：

本发明的仿真实验的硬件平台为：处理器为Intel i7 8700k CPU，主频为3.20GHz，内存16GB。

本发明的仿真实验的软件平台为：Windows 10操作系统和Matlab2021a。

本发明仿真实验所使用的机载雷达平台搭载飞机的速度为200m/s，航向角为0°，机载雷达天线的最大抖动幅度为0.05°；雷达脉冲重复频率为1500Hz，雷达载频为9.1GHz，雷达扫描周期为15s；舰船的航速为10m/s，舰船的航向角为60°；观测总时长为10min。

2.仿真内容及其结果分析：

本发明仿真实验是采用本发明的方法和一个现有技术(卡尔曼滤波方法)分别对舰船的航速和航向角进行估计，获得航速航向的估计均方根误差。

在仿真实验中，采用的一个现有技术是指：

现有技术卡尔曼滤波方法是指，刘军伟等人在“一种机载对海雷达高精度参数估计方法[J].现代雷达,2021,43(7):21-26”中提出的一种利用一维固定时延卡尔曼滤波的对海面舰船航速和航向估计方法，简称为卡尔曼滤波方法。

对本发明的仿真结果得到的舰船航速和航向评价结果如表1所示。表1中本发明“航速估计误差”是本发明步骤4中多次最大似然估计输出的舰船航速估计值与真实舰船航速差值的均方根。表1中本发明“航向估计误差”是本发明步骤四中多次最大似然估计输出舰船航向角估计值与真实舰船航向角差值的均方根。表1中本发明“观测次数”是本发明步骤四中机载雷达对海面进行周期性观测的次数K。表1中卡尔曼滤波方法“航速估计误差”是多次由一维固定时延卡尔曼滤波器滤波稳定后输出的舰船航速估计值与真实舰船航速差值的均方根。表1中卡尔曼滤波方法“航向估计误差”是多次由一维固定时延卡尔曼滤波器滤波稳定后输出的舰船航向角估计值与真实舰船航向角差值的均方根。表1中卡尔曼滤波方法“观测次数”是一维固定时延卡尔曼滤波器滤波稳定后输出航速航向估计值所使用的观测次数。

表1仿真实验中本发明和现有技术舰船航速航向估计结果表

由表1可以看出，本发明方法舰船航速的估计误差、舰船航向估计误差以及所需观测次数均低于现有技术方法，证明本发明具有更高的舰船航速航向估计精度以及面对复杂海杂波的影响具有更强的适用性。

以上仿真实验表明：本发明方法利用在单个观测视角对应的扫描周期内经过相参处理，通过多普勒峰值搜索来精确估计舰船的径向速度，然后联合多视角下的径向速度直接对舰船航速和航向进行估计，无需通过舰船位置解算航速和航向，规避了定位精度影响航速航向估计精度的问题。联合了多个观测视角下径向速度，每个视角下雷达与舰船观测几何关系都不相同，可以利用较少的点迹数据实现高精度的航速和航向估计，解决了复杂海杂波背景下目标点迹数据数量影响航速航向估计精度的问题，是一种非常实用的舰船航速航向估计方法。