[发明专利]一种对海雷达系统中交错重叠目标跟踪方法

说明书

技术领域

本发明属于雷达目标跟踪技术，特别是一种对海雷达跟踪系统中基于态势解析及特征提取技术的交错重叠目标跟踪方法。

背景技术

雷达目标跟踪技术在军事、民用等领域都有着广泛的应用，典型的应用实例有民用的海上监视(MS)、港口船舶交通管理(VTS)、空中交通管制(ATC)和军用的对海警戒、舰载雷达系统、防空系统、火力控制和拦截制导等。雷达跟踪系统中输入的是前端雷达信号处理后形成的点迹信息，即点迹是跟踪系统数据处理的对象，而跟踪系统输出的是对目标进行数据处理后所形成的航迹。概括的来讲雷达跟踪目标主要由以下几个模块组成：点迹预处理、航迹起始和终结、数据关联、跟踪等内容，而在数据互联和跟踪过程中又必须建立波门，它们之间的相互关系可用如图1所示的框图来表示。其中每个目标用一个批号进行身份标识。目标跟踪即是对获取的目标位置(如径向距离、方位)、运动参数等测量数据进行互联、跟踪、滤波、预测等运算，以达到抑制测量过程中引入的随机误差，预测目标下一时刻位置，并形成稳定的目标航迹，实现对目标的高精度实时跟踪的目的。随着计算性能的巨大进步，雷达跟踪系统的任务也越来越重，同时跟踪目标的数目可能有几百甚至上千批，跟踪场景也越来越复杂，特别是在对海雷达跟踪系统中，在海面船密集情况下，会遇、交错、并行等情况时常发生。由于雷达分辨力有限，在相邻船距离较近时，雷达回波出现重叠，即雷达已经无法把目标分辨开来。而且对海目标运动速度较慢，重叠时间较长，重叠过程中很容易出现转向避让、加减速前进等机动行为，与原来的运动趋势不同，这些因素都无疑都给目标的持续跟踪带来了很大挑战。在复杂场景跟踪过程中不丢批、换批，保持稳定可靠的跟踪是检验跟踪系统能力重要指标。

在雷达跟踪系统中保证正确稳定跟踪的首要环节是解决点迹和航迹的数据关联问题。在工程实践中使用的关联算法主要有最优邻近算法(NNSF)、概率数据互联算法(PDA)、联合概率数据互联算法(JPDA)以及多假设算法(MHT)。但是在对海目标重叠过程中面临的问题中，点迹和航迹没有明确的关联关系，目标真实点迹并不存在，以上常规关联算法并不能很好的解决这种点航失配问题。其中NNSF、PDA、JPDA算法在跟踪过程中会因为重叠过程中目标发生机动情况而出现跟丢情况，MHT算法虽然考虑了周围所有点迹的情况，但是无法处理在目标分离后目标与批号对应的关系，容易会出现换批情况，而且其计算量巨大。

发明内容

本发明目的在于提供一种对海雷达系统中交错重叠目标跟踪方法，用于提高对海目标在会遇、交叉、并形等复杂场景中的跟踪能力。

实现本发明目的的技术解决方案为：具体步骤为：

步骤1：为每个正在跟踪的目标建立起态势信息，即以目标船为中心，搜索其周围其它船与本船的相对位置和相对航向航速信息，进而建立起目标周围的态势。建立态势的目的是掌握近距离其它船与自身的相对位置和运动趋势，预判后期出现回波重叠的可能性和时机，对于有可能出现重叠的目标需要在重叠之前获取其特征信息。建立态势的方法是参考国际海事避碰规则，计算两船会遇时的最近会遇距离DCPA和最近会遇时间TCPA估算态势。

步骤2：管理周围其它船的特征信息，通过态势信息建立和删除其它船的特征信息数据；

步骤3：对重叠的目标建立合并态势，即当其它船与本船在雷达回波上无法分辨重叠时，则以合并状态进行后续跟踪处理；

步骤4：监测处于合并状态的目标的运动态势，即对合并的目标利用周围态势信息判断其雷达回波是否其分离，不再重叠。

步骤5：拆分合并目标，即当监测到合并状态的目标已经分离时，需要解除合并状态，进入独立跟踪状态。拆分的原则是依据合并前的目标各自特征与当前特征的多元信息匹配近似度。

步骤1中；建立态势的方法是：计算两船会遇时的最近会遇距离DCPA和最近会遇时间TCPA估算态势；计算态势信息最近会遇距离DCPA和最近会遇时间TCPA的计算步骤如下：

步骤1-1：确定搜索范围；在跟踪过程中以目标船所在位置为中心，搜索半径设置为r；

步骤1-2：最近会遇距离DCPA和最近会遇时间TCPA的计算如下：

DCPA＝R|sin(C_R-α)|，

TCPA＝R|cos(C_R-α)|/V_R，

V_0x＝V₀sin(C₀),

V_Tx＝V_Tsin(C_T)，