[发明专利]一种基于地面动目标指示雷达系统的多目标跟踪方法

说明书

技术领域

本发明涉及一种基于地面动目标指示(GMTI)雷达系统的多目标跟踪方法，属于雷达跟踪领域。

背景技术

无论在军用还是民用领域，目标跟踪技术都有着十分重要的应用价值，其中雷达跟踪系统以其全天候、作用距离远和较强的抗干扰能力得到广泛应用。在早期的雷达跟踪系统中，一个传感器只能对一个目标进行跟踪，为了解决一个或多个目标在干扰环境下跟踪问题，Wax于1955年提出了多目标跟踪(MTT)的概念，9年之后Sittler在该领域取得了开创性的突破，引起了人们的关注。然而直到上世纪70年代初，随着卡尔曼滤波技术的广泛应用，多目标跟踪理论才真正受到重视，此后Bar-Shalom和Singer将估计理论和数据关联有机结合，多目标跟踪技术进入了高速发展时期。

随着地面动目标指示(Ground Moving Target Indicator，GMTI)雷达的出现，多目标跟踪的研究领域得到进一步扩展，GMTI技术自上世纪80年代以来发展迅速，至今仍是雷达研究的热点方向之一。成功应用GMTI雷达系统的典型案例是美军的联合监视与目标攻击雷达系统(Joint Surveillance Target Attack Radar System，JointSTARS)，在1991年的海湾战争中，该系统利用机载GMTI雷达实时向地面站发送敌军地面部队的各种情报，帮助多国部队制定攻击计划，进行轰炸毁伤评估，对多国部队的空袭和地面作战的胜利发挥了重要作用。此外，GMTI雷达系统的代表还有意大利的CRESO系统、法国的HORIZON系统和德国的ROSAR系统等。

与空中目标相比，地面目标所处的环境决定了GMTI跟踪效果更容易受到杂波的影响，为此通常需要降低地面目标的探测概率。而且由于受到雷达分辨力的限制，探测器可能无法辨识距离很近的两个或多个目标，加之地面目标通常编队行进，这些都给目标跟踪系统增加了困难。另一方面，从目标运动特性上分析，地面目标往往更容易受到地形条件等外部因素制约，其中最常见的就是公路网对地面目标运动轨迹的约束，尽管这些约束都可以作为先验知识用来提高目标跟踪的准确度，但对目标模型的建立也制造了一定的困难。

作为多目标跟踪的关键技术之一，数据关联一直是该领域的重点研究方向，其算法的优劣将直接影响整个跟踪系统的性能，而现代战争环境下的目标跟踪系统对数据关联技术提出了更高的要求。早在1964年，Sittler提出了轨迹分裂算法，拉开了研究数据关联技术的序幕，但由于此算法的提出是在卡尔曼滤波之前，因此它并不完善。1971年，Singer提出了最邻近法，用目标和回波之间的统计距离作为关联判别准则，得到了工程上的广泛应用。Bar-Shalom在1974年提出的概率数据关联(PDA)方法引起了广泛关注，其计算量与标量卡尔曼滤波器相当，并且有很好的跟踪性能，但它的缺点也很明显：在高杂波的条件下容易出现误跟踪，并且很难应用于多目标跟踪。为适应密集多目标跟踪环境，Bar-Shalom又在1980年提出了联合概率数据关联(JPDA)，定义了联合事件，引入了“聚”的概念，被认为是一种较为完善的方法，不过该方法由于要穷举所有的关联事件，因此计算量随目标个数增加呈指数增长，而且JPDA对量测噪声较为敏感。

1978年，Reid首次提出了多假设跟踪(MHT)的概念，计算每个假设的后验概率，通过删除后验概率小的假设和合并近似假设来确认关联。1995年，Roy Streit在此基础上基于期望最大化(EM)方法的概率多假设跟踪(PMHT)，该方法最基本的假设在于：一个目标可以产生多个量测，一个量测只能源于一个目标，量测和目标的关联过程在量测之间是相互独立的，从而得出极大似然条件下的最优跟踪方法。但由于后验概率由目标状态协方差矩阵控制而与航迹估计质量无关，因此该方法缺少自适应性以及由此带来的无自纠错性。近年来，对PMHT方法的研究越来越受到重视，并出现了一些基于PMHT的改进跟踪方法，在一定程度上解决了该方法缺少自适应性和自纠错能力的缺陷，其他方面的研究也逐渐成为雷达跟踪领域的热点。

综上所述，经典的PDA方法在密集杂波的环境中容易产生误跟踪，而且很难应用于多目标跟踪；改进的JPDA方法计算开销较大，计算量随目标个数增长呈指数上升，而且对量测误差比较敏感。

发明内容

本发明技术解决问题：克服现有技术的不足，提供一种基于地面动目标指示(GMTI)雷达系统的多目标跟踪方法，该方法利用概率多假设跟踪(PMHT)和道路约束信息对多个地面运动目标进行跟踪，获得了较好的跟踪精度与稳定性，进而提升了整个GMTI系统的性能。