【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及雷達(dá)。更具體地說，本專利技術(shù)涉及一種基于多目標(biāo)跟蹤的無人機(jī)偵測用相控陣?yán)走_(dá)。
技術(shù)介紹
1、隨著無人機(jī)技術(shù)的飛速發(fā)展，其在軍事、民用領(lǐng)域的應(yīng)用日益廣泛，但同時(shí)也帶來了安全隱患。傳統(tǒng)的雷達(dá)系統(tǒng)在多目標(biāo)跟蹤和偵測方面存在局限性，難以實(shí)現(xiàn)對(duì)無人機(jī)目標(biāo)的快速、準(zhǔn)確識(shí)別與跟蹤。相控陣?yán)走_(dá)技術(shù)以其波束快速捷變、多目標(biāo)跟蹤能力強(qiáng)等優(yōu)點(diǎn)，成為無人機(jī)偵測的理想選擇。但是多架無人機(jī)集群出現(xiàn)或與其他目標(biāo)同時(shí)出現(xiàn)時(shí)，相控陣?yán)走_(dá)要快速分辨識(shí)別、跟蹤和識(shí)別，對(duì)多目標(biāo)跟蹤算法要求極高，易出現(xiàn)目標(biāo)丟失或混淆的情況。
技術(shù)實(shí)現(xiàn)思路
1、本專利技術(shù)的目的是提供一種基于多目標(biāo)跟蹤的無人機(jī)偵測用相控陣?yán)走_(dá)，該雷達(dá)能夠?qū)崿F(xiàn)對(duì)無人機(jī)目標(biāo)的高精度探測和定位，同時(shí)具備多目標(biāo)跟蹤能力，提高無人機(jī)偵測的效率和準(zhǔn)確性。
2、為了實(shí)現(xiàn)根據(jù)本專利技術(shù)的這些目的和其它優(yōu)點(diǎn)，提供了一種基于多目標(biāo)跟蹤的無人機(jī)偵測用相控陣?yán)走_(dá)，包括：雷達(dá)天線陣列、信號(hào)處理單元、控制單元和顯示單元，所述雷達(dá)天線陣列通過電子方式控制各天線的通道饋電信號(hào)的相位與幅度，實(shí)現(xiàn)天線波束指向的快速變化，所述信號(hào)處理單元負(fù)責(zé)接收并處理雷達(dá)天線陣列返回的回波信號(hào)，提取無人機(jī)目標(biāo)信息，所述控制單元根據(jù)無人機(jī)目標(biāo)信息調(diào)整雷達(dá)天線陣列的波束指向，實(shí)現(xiàn)多目標(biāo)跟蹤，所述顯示單元用于展示無人機(jī)目標(biāo)的探測結(jié)果和跟蹤軌跡，所述控制單元包括：
3、運(yùn)動(dòng)狀態(tài)判斷模塊，其用于通過分析所述信號(hào)處理單元提取出的每個(gè)無人機(jī)目標(biāo)信息來判斷每個(gè)無人機(jī)的運(yùn)動(dòng)狀態(tài)屬于線性運(yùn)動(dòng)狀
4、濾波切換模塊，其為每個(gè)無人機(jī)目標(biāo)設(shè)置一個(gè)標(biāo)志位，用于指示當(dāng)前使用的濾波模塊，當(dāng)所述運(yùn)動(dòng)狀態(tài)判斷模塊判斷無人機(jī)屬于線性運(yùn)動(dòng)狀態(tài)時(shí)，標(biāo)志位指向卡爾曼濾波模塊，當(dāng)所述運(yùn)動(dòng)狀態(tài)判斷模塊判斷無人機(jī)屬于非線性運(yùn)動(dòng)狀態(tài)時(shí)，標(biāo)志位指向粒子濾波模塊；
5、卡爾曼濾波模塊，其用于在無人機(jī)的標(biāo)志位指向本模塊時(shí)，根據(jù)無人機(jī)的當(dāng)前無人機(jī)目標(biāo)信息，利用卡爾曼濾波算法預(yù)測下一時(shí)刻無人機(jī)目標(biāo)的位置；
6、粒子濾波模塊，其用于在無人機(jī)的標(biāo)志位指向本模塊時(shí)，根據(jù)無人機(jī)的當(dāng)前無人機(jī)目標(biāo)信息，利用粒子濾波算法預(yù)測下一時(shí)刻無人機(jī)目標(biāo)的位置；
7、數(shù)據(jù)關(guān)聯(lián)模塊，其用于使用最近鄰數(shù)據(jù)關(guān)聯(lián)算法，將所述信號(hào)處理單元提取出的最新的每個(gè)無人機(jī)目標(biāo)信息與該無人機(jī)目標(biāo)的預(yù)測位置進(jìn)行匹配；
8、其中，所述卡爾曼濾波模塊還用于在所述數(shù)據(jù)關(guān)聯(lián)模塊完成匹配后，利用匹配的無人機(jī)目標(biāo)信息與該無人機(jī)目標(biāo)的預(yù)測位置計(jì)算卡爾曼增益，更新無人機(jī)目標(biāo)的目標(biāo)狀態(tài)估計(jì)和目標(biāo)狀態(tài)協(xié)方差；
9、所述粒子濾波模塊還用于在所述數(shù)據(jù)關(guān)聯(lián)模塊完成匹配后，利用匹配的無人機(jī)目標(biāo)信息與該無人機(jī)目標(biāo)的預(yù)測位置，計(jì)算無人機(jī)目標(biāo)的似然函數(shù)，似然函數(shù)采用高斯似然，根據(jù)似然函數(shù)值更新無人機(jī)目標(biāo)的權(quán)重，然后進(jìn)行重采樣，去除權(quán)重低的無人機(jī)目標(biāo)，保留權(quán)重高的無人機(jī)目標(biāo)。
10、優(yōu)選地，所述信號(hào)處理單元還包括目標(biāo)識(shí)別模塊，用于對(duì)提取的目標(biāo)信息進(jìn)行分析，結(jié)合無人機(jī)的特征數(shù)據(jù)庫，準(zhǔn)確識(shí)別無人機(jī)類型。
11、優(yōu)選地，無人機(jī)目標(biāo)信息包括無人機(jī)目標(biāo)的速度和位置，所述運(yùn)動(dòng)狀態(tài)判斷模塊通過分析所述信號(hào)處理單元提取出的每個(gè)無人機(jī)目標(biāo)信息來判斷每個(gè)無人機(jī)的運(yùn)動(dòng)狀態(tài)屬于線性運(yùn)動(dòng)狀態(tài)還是非線性運(yùn)動(dòng)狀態(tài)的方法包括：
12、基于每個(gè)無人機(jī)目標(biāo)在相鄰兩時(shí)刻的速度，計(jì)算無人機(jī)目標(biāo)的速度變化量和加速度；
13、基于每個(gè)無人機(jī)目標(biāo)的飛行軌跡，計(jì)算無人機(jī)目標(biāo)的軌跡曲率，無人機(jī)目標(biāo)的飛行軌跡通過無人機(jī)目標(biāo)在時(shí)間序列上位置整合得到；
14、比較無人機(jī)目標(biāo)的速度變化量和預(yù)設(shè)的速度變化量閾值、加速度和預(yù)設(shè)的加速度閾值、軌跡曲率和預(yù)設(shè)的軌跡曲率閾值，若其中任一指標(biāo)超出閾值范圍，則判斷無人機(jī)的運(yùn)動(dòng)狀態(tài)屬于非線性運(yùn)動(dòng)狀態(tài)。
15、優(yōu)選地，所述信號(hào)處理單元接收并處理雷達(dá)天線陣列返回的回波信號(hào)，提取無人機(jī)目標(biāo)信息的方法包括：
16、測量發(fā)射信號(hào)與回波信號(hào)之間的時(shí)間差，結(jié)合電磁波的傳播速度，計(jì)算出無人機(jī)目標(biāo)與雷達(dá)之間的距離；
17、使用快速傅里葉變換算法，將時(shí)域的回波信號(hào)轉(zhuǎn)換到頻域，提取出多普勒頻移信息，進(jìn)而計(jì)算出無人機(jī)目標(biāo)的徑向速度；
18、通過測量不同天線接收到回波信號(hào)的相位差或幅度差，采用測向算法確定無人機(jī)目標(biāo)的方位角和俯仰角。
19、優(yōu)選地，所述目標(biāo)識(shí)別模塊獲取回波信號(hào)，并利用逆合成孔徑雷達(dá)成像方法合成無人機(jī)目標(biāo)的圖像，基于無人機(jī)目標(biāo)的圖像提取無人機(jī)目標(biāo)的形狀和尺寸信息，再將無人機(jī)目標(biāo)的形狀和尺寸信息與特征數(shù)據(jù)庫中預(yù)先儲(chǔ)存的各種無人機(jī)類型的模板特征進(jìn)行匹配，從而識(shí)別出無人機(jī)類型。
20、優(yōu)選地，所述信號(hào)處理單元獲取到回波信號(hào)時(shí)先進(jìn)行預(yù)處理，包括：采用數(shù)據(jù)濾波方法去噪，再利用放大器對(duì)回波信號(hào)放大，利用增益控制電路對(duì)回波信號(hào)進(jìn)行動(dòng)態(tài)調(diào)整增益，接著基于預(yù)設(shè)的采樣頻率和量化精度將回波信號(hào)轉(zhuǎn)換為離散的數(shù)字信號(hào)。
21、本專利技術(shù)至少包括以下有益效果：
22、本專利技術(shù)將卡爾曼濾波和粒子濾波結(jié)合，可以綜合利用它們的優(yōu)點(diǎn)。在無人機(jī)運(yùn)動(dòng)較為線性的階段，卡爾曼濾波發(fā)揮其高效的線性估計(jì)優(yōu)勢，提供精確的狀態(tài)估計(jì)；當(dāng)無人機(jī)出現(xiàn)非線性運(yùn)動(dòng)時(shí)，粒子濾波接手，確保對(duì)目標(biāo)狀態(tài)的準(zhǔn)確跟蹤。這種互補(bǔ)機(jī)制使得算法能夠適應(yīng)無人機(jī)多樣化的運(yùn)動(dòng)模式，提高整體的狀態(tài)估計(jì)精度；
23、最近鄰數(shù)據(jù)關(guān)聯(lián)算法簡單直觀，計(jì)算成本相對(duì)較低。它通過計(jì)算雷達(dá)測量數(shù)據(jù)與目標(biāo)預(yù)測位置之間的距離，快速地將測量數(shù)據(jù)分配給距離最近的目標(biāo)，能夠有效地將雷達(dá)回波數(shù)據(jù)與已跟蹤的目標(biāo)進(jìn)行匹配，避免數(shù)據(jù)關(guān)聯(lián)的混亂，從而準(zhǔn)確地區(qū)分不同的無人機(jī)目標(biāo)。且當(dāng)與卡爾曼濾波和粒子濾波結(jié)合時(shí)，由于這兩種濾波算法能夠提供更準(zhǔn)確的目標(biāo)預(yù)測位置，最近鄰數(shù)據(jù)關(guān)聯(lián)算法的準(zhǔn)確性得到進(jìn)一步提高；
24、另外，在實(shí)際環(huán)境中，雷達(dá)測量數(shù)據(jù)會(huì)受到測量噪聲和雜波的干擾。卡爾曼濾波通過其更新機(jī)制，能夠根據(jù)測量噪聲的統(tǒng)計(jì)特性（如協(xié)方差）來調(diào)整狀態(tài)估計(jì)，有效地抑制測量噪聲的影響。粒子濾波在處理噪聲方面也有獨(dú)特的優(yōu)勢，其通過大量粒子的似然函數(shù)計(jì)算和權(quán)重更新，可以在一定程度上過濾掉噪聲干擾。這種抗干擾能力使得算法在復(fù)雜電磁環(huán)境或存在氣象雜波的情況下，依然能夠穩(wěn)定地跟蹤無人機(jī)目標(biāo)。無人機(jī)群的飛行狀態(tài)可能會(huì)因?yàn)楦鞣N因素而動(dòng)態(tài)變化，如受到風(fēng)的影響、改變飛行任務(wù)等。結(jié)合卡爾曼濾波、粒子濾波和最近鄰數(shù)據(jù)關(guān)聯(lián)算法的跟蹤算法能夠適應(yīng)這種動(dòng)態(tài)變化和不確定性。無論是目標(biāo)數(shù)量的增加或減少、目標(biāo)運(yùn)動(dòng)模式的改變，還是新的干擾因素的出現(xiàn)，算法都可以通過自身的調(diào)整機(jī)制（如粒子濾波的重采樣、卡爾曼濾波的狀態(tài)更新和數(shù)據(jù)關(guān)聯(lián)算法的重新匹配）來應(yīng)對(duì)，保持對(duì)無人機(jī)群的有效跟蹤。
25、本專利技術(shù)的其它優(yōu)點(diǎn)、目標(biāo)和特征將部分通過下面的說明體現(xiàn)，部分還將通過對(duì)本專利技術(shù)的研究和實(shí)踐而為本領(lǐng)域的技術(shù)人員所理解。
本文檔來自技高網(wǎng)...【技術(shù)保護(hù)點(diǎn)】
1.一種基于多目標(biāo)跟蹤的無人機(jī)偵測用相控陣?yán)走_(dá)，包括：雷達(dá)天線陣列、信號(hào)處理單元、控制單元和顯示單元，所述雷達(dá)天線陣列通過電子方式控制各天線的通道饋電信號(hào)的相位與幅度，實(shí)現(xiàn)天線波束指向的快速變化，所述信號(hào)處理單元負(fù)責(zé)接收并處理雷達(dá)天線陣列返回的回波信號(hào)，提取無人機(jī)目標(biāo)信息，所述控制單元根據(jù)無人機(jī)目標(biāo)信息調(diào)整雷達(dá)天線陣列的波束指向，實(shí)現(xiàn)多目標(biāo)跟蹤，所述顯示單元用于展示無人機(jī)目標(biāo)的探測結(jié)果和跟蹤軌跡，其特征在于，所述控制單元包括：
2.如權(quán)利要求1所述的基于多目標(biāo)跟蹤的無人機(jī)偵測用相控陣?yán)走_(dá)，其特征在于，所述信號(hào)處理單元還包括目標(biāo)識(shí)別模塊，用于對(duì)提取的目標(biāo)信息進(jìn)行分析，結(jié)合無人機(jī)的特征數(shù)據(jù)庫，準(zhǔn)確識(shí)別無人機(jī)類型。
3.如權(quán)利要求1所述的基于多目標(biāo)跟蹤的無人機(jī)偵測用相控陣?yán)走_(dá)，其特征在于，無人機(jī)目標(biāo)信息包括無人機(jī)目標(biāo)的速度和位置，所述運(yùn)動(dòng)狀態(tài)判斷模塊通過分析所述信號(hào)處理單元提取出的每個(gè)無人機(jī)目標(biāo)信息來判斷每個(gè)無人機(jī)的運(yùn)動(dòng)狀態(tài)屬于線性運(yùn)動(dòng)狀態(tài)還是非線性運(yùn)動(dòng)狀態(tài)的方法包括：
4.如權(quán)利要求1所述的基于多目標(biāo)跟蹤的無人機(jī)偵測用相控陣?yán)走_(dá)，其特征在于，所述信
5.如權(quán)利要求2所述的基于多目標(biāo)跟蹤的無人機(jī)偵測用相控陣?yán)走_(dá)，其特征在于，所述目標(biāo)識(shí)別模塊獲取回波信號(hào)，并利用逆合成孔徑雷達(dá)成像方法合成無人機(jī)目標(biāo)的圖像，基于無人機(jī)目標(biāo)的圖像提取無人機(jī)目標(biāo)的形狀和尺寸信息，再將無人機(jī)目標(biāo)的形狀和尺寸信息與特征數(shù)據(jù)庫中預(yù)先儲(chǔ)存的各種無人機(jī)類型的模板特征進(jìn)行匹配，從而識(shí)別出無人機(jī)類型。
6.如權(quán)利要求1所述的基于多目標(biāo)跟蹤的無人機(jī)偵測用相控陣?yán)走_(dá)，其特征在于，所述信號(hào)處理單元獲取到回波信號(hào)時(shí)先進(jìn)行預(yù)處理，包括：采用數(shù)據(jù)濾波方法去噪，再利用放大器對(duì)回波信號(hào)放大，利用增益控制電路對(duì)回波信號(hào)進(jìn)行動(dòng)態(tài)調(diào)整增益，接著基于預(yù)設(shè)的采樣頻率和量化精度將連續(xù)的模擬回波信號(hào)轉(zhuǎn)換為離散的數(shù)字回波信號(hào)。
...【技術(shù)特征摘要】
1.一種基于多目標(biāo)跟蹤的無人機(jī)偵測用相控陣?yán)走_(dá)，包括：雷達(dá)天線陣列、信號(hào)處理單元、控制單元和顯示單元，所述雷達(dá)天線陣列通過電子方式控制各天線的通道饋電信號(hào)的相位與幅度，實(shí)現(xiàn)天線波束指向的快速變化，所述信號(hào)處理單元負(fù)責(zé)接收并處理雷達(dá)天線陣列返回的回波信號(hào)，提取無人機(jī)目標(biāo)信息，所述控制單元根據(jù)無人機(jī)目標(biāo)信息調(diào)整雷達(dá)天線陣列的波束指向，實(shí)現(xiàn)多目標(biāo)跟蹤，所述顯示單元用于展示無人機(jī)目標(biāo)的探測結(jié)果和跟蹤軌跡，其特征在于，所述控制單元包括：
2.如權(quán)利要求1所述的基于多目標(biāo)跟蹤的無人機(jī)偵測用相控陣?yán)走_(dá)，其特征在于，所述信號(hào)處理單元還包括目標(biāo)識(shí)別模塊，用于對(duì)提取的目標(biāo)信息進(jìn)行分析，結(jié)合無人機(jī)的特征數(shù)據(jù)庫，準(zhǔn)確識(shí)別無人機(jī)類型。
3.如權(quán)利要求1所述的基于多目標(biāo)跟蹤的無人機(jī)偵測用相控陣?yán)走_(dá)，其特征在于，無人機(jī)目標(biāo)信息包括無人機(jī)目標(biāo)的速度和位置，所述運(yùn)動(dòng)狀態(tài)判斷模塊通過分析所述信號(hào)處理單元提取出的每個(gè)無人機(jī)目標(biāo)信息來判斷每個(gè)無人機(jī)的運(yùn)動(dòng)狀態(tài)屬于...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：陳耳東，馮偉，張志杰，楊宏亮，
申請(qǐng)(專利權(quán))人：北京瑞達(dá)恩科技股份有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。