窄帶組網雷達航跡貫序連接和目標匹配識別技術研究.pdf

1、雷達目標識別技術，是指對雷達回波信息進行分析來確定目標屬性、類別或類型的技術。我國現(xiàn)役的常規(guī)防空警戒雷達通常是分辨率較低的窄帶雷達。有源、窄帶、低分辨的體制決定了其在目標識別過程中提取不到足夠的信息對目標的類型等屬性做出精細的判斷。隨著對邊境的未知飛行器的識別需求日益緊迫，窄帶雷達作為我國的主戰(zhàn)裝備，必須盡可能充分地挖掘其在目標識別上的潛能，最大限度的發(fā)揮作戰(zhàn)效能，為決策打擊提供有力的信息支撐。為了完成窄帶雷達目標識別的任務，全文將分兩

2、步實現(xiàn)該目的。首先，現(xiàn)役窄帶雷達存在量測信息表達不精確和可用信息不完善的現(xiàn)象。具體表現(xiàn)在：系統(tǒng)平臺忽略地球曲率導致的定位精確度不夠的問題；以米波雷達為代表的遠程防空警戒雷達測高不準的問題；目標處于低仰角或被地物遮蔽時航跡信息斷續(xù)的問題；雷達間航跡數(shù)據(jù)不能有效共享的問題。如何有效的整合目標量測信息對實現(xiàn)窄帶雷達目標匹配識別具有重要意義。為此本文將地理信息數(shù)據(jù)（GID）引入到窄帶組網雷達的雷達數(shù)據(jù)處理中，完成提高窄帶雷達的數(shù)據(jù)精度，補全目標

3、的量測信息的任務，實現(xiàn)了非連續(xù)航跡的貫序連接。其次，在此基礎上本文提出了窄帶雷達的目標匹配識別方法。該方法利用基于相關因子的雷達航跡匹配算法對目標類型和目標意圖進行初步判斷。利用RCS時間序列對目標進行特征提取，以此完成對目標的精確匹配識別，提高窄帶雷達目標識別的精確度。本文的主要內容概括如下：
　　1、由于采用組網雷達數(shù)據(jù)融合技術，本文將首先建立一個合理的統(tǒng)一的工作平臺（坐標系）。以三站雷達為例，考慮地球曲率的影響，本文首先將三

4、站雷達的站址大地坐標（緯度,經度,海拔高度）數(shù)據(jù)轉換到統(tǒng)一的地球坐標系，在地球坐標系上，利用三站雷達的站址坐標確定一個虛擬平面（即工作平臺）。再通過坐標轉換，數(shù)據(jù)轉換把三站雷達的量測數(shù)據(jù)轉換到該虛擬平面上。在該平臺上進行后續(xù)的信息處理。最后，信息處理后的目標量測可經過坐標逆變換到地球坐標系。經過大地坐標反轉換得到目標的唯一的經緯度和海拔高度，以此完成目標的位置的精確表示。由于基于大地坐標系，雷達所得目標數(shù)據(jù)即可與GID相匹配，嵌入至任何

5、地理信息系統(tǒng)（Geographic Information System，GIS）平臺中。該工作平臺可以有效實時的表達來自各子坐標的數(shù)據(jù)信息，有利于數(shù)據(jù)間的傳輸與融合。
　　2、在虛擬平面上進行組網雷達的三維定位，同時解決米波雷達受多路徑效
　　應影響而無法測高的問題。對極小誤差法加以改進，采用分辨率不高但數(shù)據(jù)穩(wěn)定性好的方位角信息確定算法的搜索范圍；應用分辨率較高的目標距離信息來獲取最終的目標經緯度，海拔高度估值。由于地面強

6、反射等原因，目標的距離估值有時候偏差較大，本文設立了置信度判決準則以驗證定位的有效性。通過仿真驗證，該算法具有較好的定位精度，同時也可作為組網雷達數(shù)據(jù)融合中的目標測高。當可資用的雷達數(shù)為單站或者雙站時，在傳統(tǒng)的遠程防空兩坐標雷達無法測高的情況下，本文提出了結合GID的雷達探測威力圖輔助測高算法。該算法利用實時目標所在的雷達探測威力等高線圖層判斷目標的海拔高度，所獲得的目標高度也可作為精細測高的初值，為精確定位提供可靠的高度參考。

7、　　3、為完成遠程防空監(jiān)視和截獲目標的任務，監(jiān)測目標回波常位于低仰角，由于雷達電磁波受到地物遮擋的原因，目標進入雷達遮蔽范圍內受到遮蔽丟失從而導致航跡不連續(xù)。為此，本文提出了結合GID的雙門限盲跟蹤算法。該算法利用GID實時計算飛行目標的可能發(fā)生的遮蔽角度和遮蔽時間。一旦目標進入遮蔽角內，本文將根據(jù)遮蔽前的目標的航跡信息，鎖定目標的運動規(guī)律對航跡持續(xù)做盲跟蹤預測，并在遮蔽角出口處預設立時間門限和位置門限。如果在限定的時間和位置門限內再次

8、檢測到的目標出現(xiàn)，將不再對目標進行航跡起始，而是認定該目標與遮蔽前為同一目標。利用新的量測數(shù)據(jù)對之前的盲跟蹤狀態(tài)進行平滑估計，保證了目標跟蹤的連續(xù)性。該方法也同樣適用于解決相鄰雷達之間“航跡數(shù)據(jù)接力”的問題，即相鄰雷達間探測盲區(qū)的航跡貫序連接問題。有時為了最大限度的增加空域的監(jiān)視的覆蓋范圍，雷達與雷達之間的威力范圍以非重疊的形式分布到整個監(jiān)視空域。在這種情況下，相鄰雷達的覆蓋范圍之間會有較小的縫隙，出現(xiàn)類似上述的探測盲區(qū)。利用前文提出的

9、基于大地坐標系的組網雷達工作平臺，將各部雷達的航跡數(shù)據(jù)等效轉換，共享各雷達的航跡數(shù)據(jù)。再利用雙門限盲跟蹤算法即可做到全空域的航跡貫序連接。除此之外，遠程警戒雷達還會受到目標起伏導致的航跡不連續(xù)的問題。由于地面反射路徑的影響，目標回波信噪比起伏較大，有時會導致窄帶雷達的跟蹤目標丟失。為此，本文提出了基于Toeplitz構造的目標速度譜重構算法。該算法將常規(guī)Toeplitz構造法結合MUSIC算法進行優(yōu)化，應用于速度維的目標信號檢測以及高分

10、辨譜估計。為了降低多路徑效應的影響，該方法采用傅立葉變換的相關分析法，根據(jù)特征頻率的遠近關系來界定信號特征子空間與噪聲子空間，能在較低信噪比下提高目標檢測能力以及目標速度分辨力。計算機仿真實驗和實測數(shù)據(jù)均驗證了本文所提出方法的有效性。
　　4、利用雷達探測形成的航跡，與長期觀測的經驗航跡進行比對，可以快速地識別空中目標，并對其航行目的做出粗略的判決。為此本文提出基于相關因子的雷達航跡匹配判決算法。該算法利用預設門限和分割逼近的處理

11、方法確定與動態(tài)航跡點匹配的經驗航跡和航跡點，進而計算出偏航因子、高度因子、速度因子、方向因子。依據(jù)上述因子，本文構造了動態(tài)航跡點與經驗航跡的相關度指標。并以K/N準則來辨識該探測航跡與經驗航跡的相關程度，從而完成航跡的匹配判決。實驗結果表明，該判決算法結構簡單，易于工程實現(xiàn)，具有一定的自適應能力。該方法還可實時監(jiān)控動態(tài)航跡與經驗航跡的關聯(lián)狀況，并出現(xiàn)異常航跡時預警提示。與GIS結合做地點關聯(lián)又可以推測目標類型。即可利用機場停留的飛機種類

12、的先驗知識，做目標種類辨識。
　　5、針對現(xiàn)役雷達體制下的目標識別問題，本文提出了基于RCS時間序列的目標匹配識別算法已完成目標類型的精細化識別。該算法首先利用長期觀測的經驗航跡數(shù)據(jù)庫，和上文提出基于相關函數(shù)的雷達航跡匹配判決算法對當前動態(tài)航跡與經驗航跡數(shù)據(jù)做出實時性航跡匹配，以此快速找到相同雷達視向角下的動態(tài)航跡的RCS時間序列和經驗航跡的RCS時間序列對，運用經驗模態(tài)分解對RCS時間序列進行特征提取。將其分解所得到的頻率較高的