一種基于長周期非均勻采樣目標跟蹤處理方法及裝置制造方法及圖紙

本發(fā)明專利技術(shù)涉及目標跟蹤處理，提供一種基于長周期非均勻采樣目標跟蹤處理方法及裝置。充分研究跟蹤目標的運動規(guī)律，結(jié)合引導數(shù)據(jù)的特點，引入被保護目標和干擾設(shè)備位置先驗信息，構(gòu)造雙約束條件，實現(xiàn)對目標的干擾跟蹤。本發(fā)明專利技術(shù)將測量得到的極坐標目標數(shù)據(jù)，轉(zhuǎn)換到大地坐標系進行數(shù)據(jù)處理。XY兩軸數(shù)據(jù)，基于兩個約束條件分別采用CV、CA模型進行二維預(yù)測/濾波，將4個模型處理結(jié)果數(shù)據(jù)進行融合；Z軸數(shù)據(jù)，采用CV、CA模型進行單維預(yù)測/濾波，將2個模型處理結(jié)果數(shù)據(jù)進行融合。然后將融合后得到的X、Y、Z軸數(shù)據(jù)，坐標變換到極坐標輸出。設(shè)置交互式多模型算法中模型轉(zhuǎn)移概率，對交互式多模型算法步驟輸出坐標濾波預(yù)測值進行優(yōu)化。

【技術(shù)實現(xiàn)步驟摘要】

本專利技術(shù)涉及目標跟蹤處理，尤其是涉及一種基于長周期非均勻采樣目標跟蹤處理方法及裝置。
技術(shù)介紹
在電子對抗干擾設(shè)備中，為了有效壓制來襲的攻擊目標，系統(tǒng)需要將干擾波束實時對準目標。當前通常采用的干擾目標跟蹤數(shù)據(jù)處理濾波、外推算法的一般流程是：電子對抗干擾設(shè)備測量到的三個目標參數(shù)：方位角、俯仰角、距離值，均基于極坐標系。極坐標系參數(shù)表征目標運動時，具有非線性特性，不能直接用于濾波、外推處理。大地地理坐標系中參數(shù)，可以直接表征目標的真實運動狀態(tài)，可以利用目標的運動特性，進行準確的濾波、外推處理。首先將原始目標數(shù)據(jù)從極坐標系轉(zhuǎn)換到大地地理坐標系,即將方位角、俯仰角以及距離值轉(zhuǎn)換為大地地理坐標系中x、y、z坐標值進行計算，然后采用α-β-γ準則或卡爾曼準則對數(shù)據(jù)進行濾波、外推。但是，裝備在實際的作戰(zhàn)使用條件下，存在干擾目標引導數(shù)據(jù)率低、時間滯后、精度差、時間上非均勻性的問題，加之干擾跟蹤的目標種類多、運動軌跡多樣、速度快、跟蹤距離近，使當前采用的普通濾波、外推算法局限性突顯，算法模型容易失真，造成干擾跟蹤精度低。存在的問題具體如下：1、目標測向信息(方位、俯仰、距離)基于極坐標，噪聲大。直接在X-Y-Z地理坐標系進行轉(zhuǎn)換、濾波、外推處理，三個數(shù)據(jù)相互耦合嚴重，濾波、外推精度差。1)測向數(shù)據(jù)飛點多，在非均勻性、低數(shù)據(jù)率(引導數(shù)據(jù)周期2～8.5秒周期變化)情況下，固定的濾波、外推算法模型容易失真，跟蹤惡化。2)跟蹤目標種類多，運動模型不確定，被電磁干擾后，目標機動特性變換劇烈，干擾伺服跟蹤參數(shù)難于確定。
技術(shù)實現(xiàn)思路
本專利技術(shù)所要解決的技術(shù)問題是：根據(jù)復雜電磁環(huán)境下裝備的使用特點，針對實際的干擾目標引導數(shù)據(jù)存在數(shù)據(jù)率低、非均勻、精度差的問題，提供一種基于長周期非均勻采樣目標跟蹤處理方法及裝置。充分研究跟蹤目標的運動規(guī)律，結(jié)合引導數(shù)據(jù)的特點，引入被保護目標和干擾設(shè)備位置先驗信息，構(gòu)造雙約束條件，采用變結(jié)構(gòu)雙約束IMM(交互式多模型)算法，滿足對來襲目標進行有效壓制干擾的跟蹤要求，實現(xiàn)對高機動動態(tài)目標的干擾跟蹤。采用本專利技術(shù)新設(shè)計的算法有效地解決當前算法跟蹤精度低、算法模型容易失真的問題，以滿足電子對抗干擾設(shè)備在低數(shù)據(jù)率目標引導條件下針對大動態(tài)、目標實現(xiàn)實時跟蹤干擾的需要。本專利技術(shù)采用的技術(shù)方案如下：一種基于長周期非均勻采樣條件下高機動目標跟蹤處理方法包括：去偏量測轉(zhuǎn)換步驟：將原始目標數(shù)據(jù)從極坐標系轉(zhuǎn)換到大地地理坐標系,并得到大地地理坐標系中XY平面測量噪聲協(xié)方差矩陣R1以及Z方向測量噪聲協(xié)方差矩陣R2；即將方位角、俯仰角以及距離值轉(zhuǎn)換為大地地理坐標系中x、y、z坐標數(shù)據(jù)；交互式多模型算法步驟：將x、y坐標軸數(shù)據(jù)與轉(zhuǎn)換量測誤差協(xié)方差矩陣R1，根據(jù)兩個約束條件C1、C2分別在近勻速運動目標模型CV、近勻加速運動目標模型CA進行濾波處理，得到4個目標濾波數(shù)據(jù)，根據(jù)分配的模型轉(zhuǎn)移概率進行聯(lián)合估計，計算出4個目標值；然后4個目標值在兩個約束條件C1、C2，分別在近勻速運動目標模型CV、近勻加速運動目標模型CA進行聯(lián)合預(yù)測，得到4個目標值預(yù)測數(shù)據(jù)；4個目標值預(yù)測數(shù)據(jù)根據(jù)近勻速運動目標模型CV、近勻加速運動目標模型CA不同權(quán)重比得到融合后的X軸數(shù)據(jù)與Y軸數(shù)據(jù)；根據(jù)目標類型確定第一約束條件參數(shù)C1；根據(jù)干擾樣式類型確定第二約束條件參數(shù)C2；將z軸數(shù)據(jù)與協(xié)方差矩陣R2，根據(jù)近勻速運動目標模型CV、近勻加速運動目標模型CA進行卡爾曼濾波處理，得到2個目標濾波數(shù)據(jù)，根據(jù)分配的模型轉(zhuǎn)移概率進行聯(lián)合估計，計算出2個z軸目標值；然后2個z軸目標值分別對應(yīng)在近勻速運動目標模型CV、近勻加速運動目標模型CA中通過聯(lián)合估計算法進行聯(lián)合預(yù)測，得到2個z軸目標值預(yù)測數(shù)據(jù)；2個z軸目標值預(yù)測數(shù)據(jù)根據(jù)近勻速運動目標模型CV、近勻加速運動目標模型CA不同權(quán)重比計算得到融合后的Z軸數(shù)據(jù)；然后將融合后的X軸數(shù)據(jù)、融合后的Y軸數(shù)據(jù)、融合后的Z軸數(shù)據(jù)坐標變換到極坐標并輸出；變結(jié)構(gòu)算法步驟：將主動干擾源的啟閉時刻節(jié)點進行利用，設(shè)置交互式多模型算法中模型轉(zhuǎn)移概率，對交互式多模型算法步驟輸出坐標濾波預(yù)測值進行優(yōu)化。進一步的，一種基于長周期非均勻采樣條件下高機動目標跟蹤處理方法還包括投影約束方法以及野值剔除算法對坐標濾波預(yù)測值進行優(yōu)化。進一步的，所述去偏量測轉(zhuǎn)換步驟具體步驟包括：步驟11：若時刻距離量測為r，k時刻方位角量測為a，k時刻俯仰角量測為e，測量噪聲距離誤差標準差為dr，測量噪聲方位角誤差標準差為da，測量噪聲俯仰角誤差標準差為de；單位為rad，dr與r單位為m，a、e、da以及de單位為rad；根據(jù)公式(1)得到轉(zhuǎn)換量測統(tǒng)計均值求出平均真實偏差，再將平均真實偏差代入公式(2)得到x、y、z坐標的數(shù)據(jù)的xk，yk，zk；步驟12：其中，進一步的，所述交互式多模型算法步驟中得到1個目標值預(yù)測數(shù)據(jù)具體包括：步驟21：將x、y坐標軸數(shù)據(jù)與轉(zhuǎn)換量測誤差協(xié)方差矩陣R1，通過在第一個約束條件采用近勻速運動目標模型進行濾波處理；在第一個約束條件，采用近勻加速運動目標模型進行濾波處理；在第二個約束條件，采用近勻速運動目標模型進行濾波處理；在第二個約束條件，采用近勻加速運動目標模型進行濾波處理；步驟22：將這濾波處理后的4個數(shù)據(jù)通過更新模型概率后，通過聯(lián)合估計算法進行聯(lián)合估計處理；步驟23：通過聯(lián)合估計處理后的4個數(shù)據(jù)分別對應(yīng)在第一個約束條件采用近勻速運動目標模型進行預(yù)測處理、在第一個約束條件采用近勻加速運動目標模型進預(yù)測處理、在第二個約束條件采用近勻速運動目標模型進行預(yù)測處理、在第二個約束條件，采用近勻加速運動目標模型進行預(yù)測處理，得到4個預(yù)測數(shù)據(jù)；步驟24：將4個預(yù)測數(shù)據(jù)分別根據(jù)分配的模型轉(zhuǎn)移概率計算，并進行聯(lián)合預(yù)測得到最終的4個目標值預(yù)測數(shù)據(jù)。進一步的，所述變結(jié)構(gòu)算法步驟中當干擾源關(guān)機時，受保護雷達是當前唯一可能的目標，目標的運動軌跡指向受保護雷達，交互式多模型算法中只有一個目標運動約束條件生效，此時交互式多模型算法中的模型轉(zhuǎn)移概率pij，設(shè)置為：當干擾源開機時，目標的運動軌跡受到干擾，目標運動可能會指向受保護雷達或干擾源；根據(jù)干擾理論，形成新的目標運動約束條件，即認為受保護雷達和干擾源都可能成為當前目標；交互式多模型算法中的模型轉(zhuǎn)移概率pij為：一種基于長周期非均勻采樣條件下高機動目標跟蹤處理裝置包括：去偏量測轉(zhuǎn)換模塊：將原始目標數(shù)據(jù)從極坐標系轉(zhuǎn)換到大地地理坐標系,并得到大地地理坐標系中XY平面測量噪聲協(xié)方差矩陣R1以及Z方向測量噪聲協(xié)方差矩陣R2；即將方位角、俯仰角以及距離值轉(zhuǎn)換為大地地理坐標系中x、y、z坐標數(shù)據(jù)；交互式多模型算法模塊：將x、y坐標軸數(shù)據(jù)與轉(zhuǎn)換量測誤差協(xié)方差矩陣R1，根據(jù)兩個約束條件C1、C2分別在近勻速運動目標模型CV、近勻加速運動目標模型CA進行濾波處理，得到4個目標濾波數(shù)據(jù)，根據(jù)分配的模型轉(zhuǎn)移概率進行聯(lián)合估計，計算出4個目標值；然后4個目標值在兩個約束條件C1、C2，分別在近勻速運動目標模型CV、近勻加速運動目標模型CA進行聯(lián)合預(yù)測，得到4個目標值預(yù)測數(shù)據(jù)；4個目標值預(yù)測數(shù)據(jù)根據(jù)近勻速運動目標模型CV、近勻加速運動目標模型CA不同權(quán)重比得到融合后的X軸數(shù)據(jù)與Y軸數(shù)據(jù)；根據(jù)目標類型確定第一約束條件參數(shù)C1；根據(jù)干擾樣式類型確定第二約束條件參數(shù)C2本文檔來自技高網(wǎng)...

【技術(shù)保護點】
一種基于長周期非均勻采樣目標跟蹤處理方法，其特征在于包括：去偏量測轉(zhuǎn)換步驟：將原始目標數(shù)據(jù)從極坐標系轉(zhuǎn)換到大地地理坐標系,并得到大地地理坐標系中XY平面測量噪聲協(xié)方差矩陣R1以及Z方向測量噪聲協(xié)方差矩陣R2；即將方位角、俯仰角以及距離值轉(zhuǎn)換為大地地理坐標系中x、y、z坐標數(shù)據(jù)；交互式多模型算法步驟：將x、y坐標軸數(shù)據(jù)與轉(zhuǎn)換量測誤差協(xié)方差矩陣R1，根據(jù)兩個約束條件C1、C2分別在近勻速運動目標模型CV、近勻加速運動目標模型CA進行濾波處理，得到4個目標濾波數(shù)據(jù)，根據(jù)分配的模型轉(zhuǎn)移概率進行聯(lián)合估計，計算出4個目標值；然后4個目標值在兩個約束條件C1、C2，分別在近勻速運動目標模型CV、近勻加速運動目標模型CA進行聯(lián)合預(yù)測，得到4個目標值預(yù)測數(shù)據(jù)，4個目標值預(yù)測數(shù)據(jù)根據(jù)近勻速運動目標模型CV、近勻加速運動目標模型CA不同權(quán)重比得到融合后的X軸數(shù)據(jù)與Y軸數(shù)據(jù)；根據(jù)目標類型確定第一約束條件參數(shù)C1；根據(jù)干擾樣式類型確定第二約束條件參數(shù)C2；將z軸數(shù)據(jù)與協(xié)方差矩陣R2，根據(jù)近勻速運動目標模型CV、近勻加速運動目標模型CA進行卡爾曼濾波處理，得到2個目標濾波數(shù)據(jù)，根據(jù)分配的模型轉(zhuǎn)移概率進行聯(lián)合估計，計算出2個z軸目標值；然后2個z軸目標值分別對應(yīng)在近勻速運動目標模型CV、近勻加速運動目標模型CA中通過聯(lián)合估計算法進行聯(lián)合預(yù)測，得到2個z軸目標值預(yù)測數(shù)據(jù)；2個z軸目標值預(yù)測數(shù)據(jù)根據(jù)近勻速運動目標模型CV、近勻加速運動目標模型CA不同權(quán)重比計算得到融合后的Z軸數(shù)據(jù)；然后將融合后的X軸數(shù)據(jù)、融合后的Y軸數(shù)據(jù)、融合后的Z軸數(shù)據(jù)坐標變換到極坐標并輸出；變結(jié)構(gòu)算法步驟：將主動干擾源的啟閉時刻節(jié)點進行利用，設(shè)置交互式多模型算法中模型轉(zhuǎn)移概率，對交互式多模型算法步驟輸出坐標濾波預(yù)測值進行優(yōu)化。...

【技術(shù)特征摘要】
1.一種基于長周期非均勻采樣目標跟蹤處理方法，其特征在于包括：去偏量測轉(zhuǎn)換步驟：將原始目標數(shù)據(jù)從極坐標系轉(zhuǎn)換到大地地理坐標系,并得到大地地理坐標系中XY平面測量噪聲協(xié)方差矩陣R1以及Z方向測量噪聲協(xié)方差矩陣R2；即將方位角、俯仰角以及距離值轉(zhuǎn)換為大地地理坐標系中x、y、z坐標數(shù)據(jù)；交互式多模型算法步驟：將x、y坐標軸數(shù)據(jù)與轉(zhuǎn)換量測誤差協(xié)方差矩陣R1，根據(jù)兩個約束條件C1、C2分別在近勻速運動目標模型CV、近勻加速運動目標模型CA進行濾波處理，得到4個目標濾波數(shù)據(jù)，根據(jù)分配的模型轉(zhuǎn)移概率進行聯(lián)合估計，計算出4個目標值；然后4個目標值在兩個約束條件C1、C2，分別在近勻速運動目標模型CV、近勻加速運動目標模型CA進行聯(lián)合預(yù)測，得到4個目標值預(yù)測數(shù)據(jù)，4個目標值預(yù)測數(shù)據(jù)根據(jù)近勻速運動目標模型CV、近勻加速運動目標模型CA不同權(quán)重比得到融合后的X軸數(shù)據(jù)與Y軸數(shù)據(jù)；根據(jù)目標類型確定第一約束條件參數(shù)C1；根據(jù)干擾樣式類型確定第二約束條件參數(shù)C2；將z軸數(shù)據(jù)與協(xié)方差矩陣R2，根據(jù)近勻速運動目標模型CV、近勻加速運動目標模型CA進行卡爾曼濾波處理，得到2個目標濾波數(shù)據(jù)，根據(jù)分配的模型轉(zhuǎn)移概率進行聯(lián)合估計，計算出2個z軸目標值；然后2個z軸目標值分別對應(yīng)在近勻速運動目標模型CV、近勻加速運動目標模型CA中通過聯(lián)合估計算法進行聯(lián)合預(yù)測，得到2個z軸目標值預(yù)測數(shù)據(jù)；2個z軸目標值預(yù)測數(shù)據(jù)根據(jù)近勻速運動目標模型CV、近勻加速運動目標模型CA不同權(quán)重比計算得到融合后的Z軸數(shù)據(jù)；然后將融合后的X軸數(shù)據(jù)、融合后的Y軸數(shù)據(jù)、融合后的Z軸數(shù)據(jù)坐標變換到極坐標并輸出；變結(jié)構(gòu)算法步驟：將主動干擾源的啟閉時刻節(jié)點進行利用，設(shè)置交互式多模型算法中模型轉(zhuǎn)移概率，對交互式多模型算法步驟輸出坐標濾波預(yù)測值進行優(yōu)化。2.根據(jù)權(quán)利要求1所述的一種基于長周期非均勻采樣目標跟蹤處理方法，其特征在于還包括投影約束方法以及野值剔除算法對坐標濾波預(yù)測值進行優(yōu)化。3.根據(jù)權(quán)利要求1所述的一種基于長周期非均勻采樣目標跟蹤處理方法，其特征在于所述去偏量測轉(zhuǎn)換步驟具體步驟包括：步驟11：若時刻距離量測為r，k時刻方位角量測為a，k時刻俯仰角量測為e，測量噪聲距離誤差標準差為dr，測量噪聲方位角誤差標準差為da，測量噪聲俯仰角誤差標準差為de；單位為rad，dr與r單位為m，a、e、da以及de單位為rad；根據(jù)公式(1)得到轉(zhuǎn)換量測統(tǒng)計均值求出平均真實偏差，再將平均真實偏差代入公式(2)得到x、y、z坐標的數(shù)據(jù)的xk，yk，zk；步驟12：其中，。4.根據(jù)權(quán)利要求1所述的一種基于長周期非均勻采樣目標跟蹤處理方法，其特征在于所述交互式多模型算法步驟中得到1個目標值預(yù)測數(shù)據(jù)具體包括：步驟21：將x、y坐標軸數(shù)據(jù)與轉(zhuǎn)換量測誤差協(xié)方差矩陣R1，通過在第一個約束條件采用近勻速運動目標模型進行濾波處理；在第一個約束條件，采用近勻加速運動目標模型進行濾波處理；在第二個約束條件，采用近勻速運動目標模型進行濾波處理；在第二個約束條件，采用近勻加速運動目標模型進行濾波處理；步驟22：將這濾波處理后的4個數(shù)據(jù)通過更新模型概率后，通過聯(lián)合估計算法進行聯(lián)合估計處理；步驟23：通過聯(lián)合估計處理后的4個數(shù)據(jù)分別對應(yīng)在第一個約束條件采用近勻速運動目標模型進行預(yù)測處理、在第一個約束條件采用近勻加速運動目標模型進預(yù)測處理、在第二個約束條件采用近勻速運動目標模型進行預(yù)測處理、在第二個約束條件，采用近勻加速運動目標模型進行預(yù)測處理，得到4個預(yù)測數(shù)據(jù)；步驟24：將4個預(yù)測數(shù)據(jù)分別根據(jù)分配的模型轉(zhuǎn)移概率計算，并進行聯(lián)合預(yù)測得到最終的4個目標值預(yù)測數(shù)據(jù)。5.根據(jù)權(quán)利要求1所述的一種基于長周期非均勻采樣目標跟蹤處理方法，其特征在于所述變結(jié)構(gòu)算法步驟中當干擾源關(guān)機時，受保護雷達是當前唯一可能的目標，目標的運動軌跡指向受保護雷達，交互式多模型算法中只有一個目標運動約束條件生效，此時交互式多模型算法中的模型轉(zhuǎn)移概率pij，設(shè)置為：當干擾源開機時，目標的運動軌跡受到干擾，目標運動可能會指向受保護雷達或干擾源；根據(jù)干擾理論，形成新的目標運動約束條件，即認為受保護雷達和干擾源都可能成為當前目標；交互式多模型算法中的模型轉(zhuǎn)移概率p...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：官濤，王洪，
申請(專利權(quán))人：中國電子科技集團公司第二十九研究所，
類型：發(fā)明
國別省市：四川;51