JP2004205371A - Radar tracking system and radar tracking processing method - Google Patents

Abstract

<P>PROBLEM TO BE SOLVED: To provide a radar tracking system and a radar tracking processing method by which tracking accuracy is improved in the direction of altitude. <P>SOLUTION: The radar tracking system is provided with a radar observing means 1 outputting three-dimensional positional information of a tracking target in the form of polar coordinates, an observation value converting means 2 converting the positional information from the polar coordinates into orthogonal coordinates composed of the height above sea level h and the water level plane and outputting them as observation vectors, a gate discrimination means 3 having a gate and discriminating the observation vectors in the gate, a prediction value generating means 4 generating prediction values based on the observation vectors, and an observation noise covariance calculating means 6 generating covariance matrices of observation noises from the prediction values. <P>COPYRIGHT: (C)2004,JPO&NCIPI

Description

【００２５】
図３は、レーダから見た目標の地球中心に対する位置関係を示した説明図である。本実施の形態では、式（１）におけるｚ座標の代わりに海面高度ｈを用いて位置情報を表している。海面高度ｈは、追尾目標Ｔの海面からの高さであり、追尾目標Ｔ及び地球の中心Ｋを結ぶ線分ＴＫが海面と交わる点をＵとすれば、ＵＴ間の距離となる。地球の中心ＫとレーダＯを結ぶ直線をｚ軸とし、地球半径をρとする。
【００２６】
地球を球体と考えた場合、ＫＴ間の距離はρ＋ｈとなり、三角形ＫＯＴに対する解析学の余弦定理からｈは、次式（２）により表される。
【数２】

【００２７】
観測値変換手段２は、追尾目標Ｔの位置情報を式（１）及び（２）に基づいて（Ｒ，Ｅ，Ｂｙ）から（ｘ，ｙ，ｈ）に変換し、これを観測ベクトルとしてゲート判定手段３に出力する。
【００２８】
図４は、観測ベクトルのゲート判定の一例を示した説明図である。サンプリング時刻ｋにおける観測ベクトルをＺｏ（ｋ）とする。ゲート判定手段３は、次式（３）によりゲートを形成する。
【数３】

【００２９】
式（３）において、Ｚｐ（ｋ）は予測ベクトルの位置成分を表すベクトルであり、Ｓ（ｋ）は残差Ｚｏ（ｋ）−Ｚｐ（ｋ）の共分散行列である。また、ｄはゲートの大きさを決めるゲートサイズパラメータである。なお、ベクトル及び行列の添え字「Ｔ」は転置を表し、添え字「−１」は逆行列を表している。
【００３０】
残差共分散行列Ｓ（ｋ）は３×３行列であり、ゲート判定手段３により次式（４）から求められる。
【数４】

【００３１】
式（４）において、Ｐｐ（ｋ）は予測誤差共分散行列であり、Ｈは観測行列である。また、Θ（ｋ）は海面高度ｈを考慮した観測雑音共分散行列である。
【００３２】
また、予測ベクトルの位置成分を表すベクトルＺｐ（ｋ）は、予測ベクトルをＸｐ（ｋ）として次式（５）から算出される。
【数５】

【００３３】
ところで、予測ベクトルＸｐ（ｋ）の構成は、カルマンフィルタの理論に基づいて、運動モデルにおける目標の状態ベクトルの構成により決められる。ここでは、この状態ベクトルを目標の観測位置及び速度からなる６変量のベクトルとして次式（６）により定める。予測ベクトルＸｐ（ｋ）も同様の構成とする。
【数６】

【００３４】
式（６）において、ｘ（ｋ），ｙ（ｋ）及びｈ（ｋ）はサンプリング時刻ｋにおける位置ｘ，ｙ及び海面高度ｈをそれぞれ表し、Ｖｘ（ｋ），Ｖｙ（ｋ）及びＶｈ（ｋ）は速度のｘ成分、ｙ成分及びｈ成分をそれぞれ表している。このとき、観測行列Ｈは、観測ベクトルＺｏ（ｋ）の次数をｎとし、ｎ×ｎ行列の単位行列をＩｎ、ｎ×ｎ行列の零行列をＯｎとして次式（７）により表される。
【数７】

【００３５】
残差Ｚｏ（ｋ）−Ｚｐ（ｋ）が多変量正規分布に従うと仮定した場合に、図４に示す楕円体の境界を含む内部の領域がゲートを構成する。なお、ゲートの形状を決める確率分布はユーザが目的に応じて変えても良い。
【００３６】
サンプリング時刻ｋにおいて３つの観測ベクトルＺｏ（ｋ，１），Ｚｏ（ｋ，２），Ｚｏ（ｋ，３）が得られたとすると、これらの観測ベクトルのうち、Ｚｏ（ｋ，１）及びＺｏ（ｋ，２）はゲート内の観測ベクトルと判定され、Ｚｏ（ｋ，３）はゲート外の観測ベクトルと判定される。
【００３７】
残差が多変量正規分布に従うと仮定した場合、各観測ベクトルＺｏ（ｋ，１）〜Ｚｏ（ｋ，３）にそれぞれ対応する尤度γ（ｋ，１）〜γ（ｋ，３）が多変量正規分布の確率密度関数により算出される。尤度は、ゲートの中心（Ｚｐ（ｋ））からの距離に対応している。
【００３８】
これらの尤度γ（ｋ，１）〜γ（ｋ，３）を用いるかまたは、式（３）の左辺で表される２次形式の大きさを用いることにより、ゲートの中心に最も近いゲート内の観測ベクトルの１つであるＺｏ（ｋ，１）が選択され、目標の観測ベクトルとみなされる。
【００３９】
データ更新手段７では、目標の観測ベクトルＺｏ（ｋ）と、この観測ベクトルＺｏ（ｋ）に関連する残差共分散行列Ｓ（ｋ）、予測ベクトルＸｐ（ｋ）及び予測誤差共分散行列Ｐｐ（ｋ）から、カルマンフィルタの理論に基づいて、ゲイン行列Ｋ（ｋ）、平滑ベクトルＸｓ（ｋ）及び平滑誤差共分散行列Ｐｓ（ｋ）が次式（８）〜（１０）により算出される。ここで、状態ベクトルＸ（ｋ）の次数をｍとし、ｍ×ｍ行列の単位行列をＩｍとしている。
【００４０】
【数８】

【００４１】
予測手段８では、サンプリング時刻ｋにおける平滑ベクトルＸｓ（ｋ）及び平滑誤差共分散行列Ｐｓ（ｋ）から、カルマンフィルタの理論に基づいて、次のサンプリング時刻ｋ＋１における予測ベクトルＸｐ（ｋ＋１）及び予測誤差共分散行列Ｐｐ（ｋ＋１）が次式（１１），（１２）により算出される。
【００４２】
【数９】

【００４３】
式（１１）及び（１２）において、Φ（ｋ）は状態遷移行列であり、Ｑ（ｋ）は駆動雑音の共分散行列である。Ｑ（ｋ）はｍ×ｍ行列である。状態ベクトルＸ（ｋ）を式（６）で定めた場合、状態遷移行列Φ（ｋ）は、サンプリングの時間間隔をＴｋ＝ｔ_ｋ−ｔ_ｋ−１として、次式（１３）により表される。
【数１０】

【００４４】
遅延手段９では、サンプリング時刻ｋ＋１における予測ベクトルＸｐ（ｋ＋１）及び予測誤差共分散行列Ｐｐ（ｋ＋１）を１サンプリング分だけ遅延させ、サンプリング時刻ｋにおける予測ベクトルＸｐ（ｋ）及び予測誤差共分散行列Ｐｐ（ｋ）が算出される。
【００４５】
観測雑音共分散算出手段６では、遅延された予測ベクトルＸｐ（ｋ）と、極座標による観測位置の標準偏差σＲ，σＥ及びσＢｙから、海面高度ｈ（ｋ）に基づく観測雑音共分散行列Θ（ｋ）が次式（１４）〜（１６）により算出される。
【数１１】

【００４６】
式（１４）及び（１５）において、Λ（ｋ）は極座標による観測雑音共分散行列であり、式（１４）中の「ｄｉａｇ」は対角行列であることを表している。また、式（１４）におけるΩ（ｋ）は式（１６）から求められる。なお、「∂」は微分記号である。
【００４７】
式（１６）において、ｘ，ｙ，ｈには、予測ベクトルＸｐ（ｋ）の位置成分ｘ（ｋ），ｙ（ｋ），ｈ（ｋ）がそれぞれ代入され、Ｒ，Ｅ，Ｂｙには、予測ベクトルＸｐ（ｋ）の位置成分を代入し、逆算することにより式（１）及び（２）から求められる値が代入される。ここで、式（１６）の右辺は、解析学の１次近似を表し、さらに次式（１７）のように表される。
【００４８】
【数１２】

【００４９】
図５は、レーダと海面高度一定で移動する目標の位置関係を示した説明図である。地表面または海面ＩＪの上空を一定高度ｈでＨからＴまで移動する目標を追尾目標Ｔとして想定し、従来のレーダ追尾装置の問題点について、次に説明する。なお、地表面あるいは海面から一定の高度をもってレーダＯを配置しても良いが、説明を簡単にするため、レーダＯは地表面あるいは海面上に設置されているものとする。
【００５０】
海面高度ｈ一定で移動する目標Ｔの位置情報を、水平面ＡＢをｘｙ平面、天頂方向ＯＣをｚ軸とする北基準直交座標により表すと、ｚ軸方向の目標運動が非線形になる。式（１）の北基準直交座標におけるｘ，ｙ，ｚにより状態ベクトルを定め、線形な等速直線運動モデルを仮定する従来のレーダ追尾装置では、非線形な目標運動を追尾すると、特に非線形性が顕著になる遠距離において、ｚ軸方向の追尾誤差が大きくなってしまうという問題があった。
【００５１】
また、民間航空機などは、防衛用の航空機などとは異なり、高度方向について急激な変化を伴う運動を行うことが少ない。このため、状態ベクトルのｚ成分を一定とする運動モデルを用いて追尾装置を構成することが従来から行われている。ｚ成分が一定の運動モデルは、状態ベクトルにおける速度のｚ成分をゼロとおいたものと等価である。従来のレーダ追尾装置では、このｚ成分を一定とする運動モデルを仮定すると、目標運動の軌道がＤＦＧＥになり、ｚ成分を一定とした場合の目標位置Ｇと実際の目標位置ＴとのずれＧＴが遠距離になるほど大きくなってしまい、ｚ軸方向の追尾誤差が大きくなるという問題があった。
【００５２】
この様に従来のレーダ追尾装置では、ｚ軸方向の追尾誤差が大きくなるが、ｚ軸方向の追尾誤差が大きくなると、例えば、観測雑音共分散行列を算出する過程において、ｘがｚと相関する項、及び、ｙがｚと相関する項に影響するので、最終的に、ｘ及びｙ軸方向の追尾誤差も大きくなってしまう。このため、ゲート内に追尾目標Ｔの観測ベクトルを捕捉できず、追尾を外してしまう場合があった。
【００５３】
本実施の形態では、式（６）により海面高度ｈ（ｋ）を状態変数とする状態ベクトルＸ（ｋ）を定め、式（１４）〜（１７）により観測雑音共分散行列Θ（ｋ）を算出しているので、海面高度一定で移動する目標に対して目標運動が線形になる。このため、追尾誤差を低減することができる。
【００５４】
図６のステップＳＴ１〜ＳＴ９は、図１のレーダ追尾装置における追尾動作の一例を示したフローチャートである。追尾処理が開始されると、まず、レーダ観測手段１から極座標における観測諸元を取得する（ステップＳＴ１）。極座標観測諸元は、追尾目標Ｔの観測位置（Ｒ，Ｅ，Ｂｙ）及びその標準偏差（σＲ，σＥ，σＢｙ）である。
【００５５】
次に、観測値変換手段２は、レーダ観測手段１からの極座標観測位置（Ｒ，Ｅ，Ｂｙ）を式（１）及び（２）に代入して、海面高度ｈ（ｋ）に基づく観測位置（ｘ（ｋ），ｙ（ｋ），ｈ（ｋ））を算出し、観測ベクトルＺｏ（ｋ）として出力する（ステップＳＴ２）。一方、観測雑音共分散算出手段６は、式（１４）〜（１６）に、レーダ観測手段１からの標準偏差（σＲ，σＥ，σＢｙ）と、遅延手段９からの予測ベクトルＸｐ（ｋ）の位置成分を代入し、海面高度ｈ（ｋ）を考慮した観測雑音共分散行列Θ（ｋ）を算出する（ステップＳＴ３）。
【００５６】
ゲート判定手段３は、遅延手段９からの予測ベクトルＸｐ（ｋ）及び予測誤差共分散行列Ｐｐ（ｋ）と、観測雑音共分散算出手段６からの観測雑音共分散行列Θ（ｋ）から、式（３）〜（５）によりゲートを形成し、レーダ観測手段１からの観測ベクトルＺｏ（ｋ）のゲート判定を行う（ステップＳＴ４）。ゲート判定の結果、ゲート内のゲート中心に最も近いベクトルが目標の観測ベクトルとして出力される。
【００５７】
データ更新手段７は、ゲート判定手段３からの観測ベクトルを式（８）〜（１０）に代入し、平滑諸元を算出する（ステップＳＴ５）。平滑諸元は、ゲイン行列Ｋ（ｋ）、平滑ベクトルＸｓ（ｋ）及び平滑誤差共分散行列Ｐｓ（ｋ）である。
【００５８】
表示手段５は、データ更新手段７からの平滑ベクトルＸｓ（ｋ）を用いて、追尾目標Ｔの航跡を表示する（ステップＳＴ６）。
【００５９】
予測手段８は、データ更新手段７からの平滑諸元を式（１１）及び（１２）に代入し、予測諸元を算出する（ステップＳＴ７）。予測諸元は、サンプリング時刻ｋ＋１における予測ベクトルＸｐ（ｋ＋１）及び予測誤差共分散行列Ｐｐ（ｋ＋１）である。予測諸元は遅延手段９により遅延された後、観測雑音共分散算出手段６及びゲート判定手段３に出力される。
【００６０】
サンプリング時刻ｋがサンプリングの終了時刻ｋｅｎｄ以下である場合は、サンプリング時刻ｋを次のサンプリング時刻ｋ＋１に置き換え（ステップＳＴ８，ＳＴ９）、ステップＳＴ１〜ＳＴ７の処理手順を繰り返す。
【００６１】
そして、サンプリング時刻ｋが終了時刻ｋｅｎｄを越えると、この追尾処理は終了する。
【００６２】
本実施の形態によれば、海面高度ｈ（ｋ）を状態変数とする状態ベクトルＸ（ｋ）に基づいて追尾フィルタを構成することにより、海面高度一定で移動する目標の追尾誤差が低減され、高度方向の追尾精度を向上させることができる。
【００６３】
実施の形態２．
本実施の形態のレーダ追尾装置１２０は、図１のレーダ追尾装置１１０（実施の形態１）と比較して、式（１）のｘｙ座標の代わりに次に説明するスラント座標を用いて位置情報を表している。
【００６４】
図７は、レーダから見た目標の位置関係を示した説明図である。水平面内における北方向をｘ軸、東方向をｙ軸とし、垂直方向をｚ軸とする北基準直交座標に対し、次式（１８）により表される位置情報（ｒｘ，ｒｙ）をスラント座標と呼ぶことにする。
【数１３】

【００６５】
レーダＯと追尾目標Ｔを結ぶ直線ＯＴのｘｙ平面に対する正射影を直線ＯＦとすると、ＯＦ＝Ｒであり、ｒｘ＝ＯＦｃｏｓＢｙ＝ＦＤ，ｒｙ＝ＯＦｓｉｎＢｙ＝ＦＧである。式（１）及び（１８）から（ｘ，ｙ）と（ｒｘ，ｒｙ）との関係は、次式（１９）により表される。
【数１４】

【００６６】
式（１９）によれば、仰角Ｅが十分小さいとみなせるほど遠距離の追尾目標Ｔに対しては、ｃｏｓＥ≒１とみなせるので、スラント座標（ｒｘ，ｒｙ）は、（ｘ，ｙ）と一致することがわかる。
【００６７】
観測値変換手段２は、レーダ観測手段１からの極座標による３次元位置情報を、式（２）及び（１８）により海面高度ｈ（ｋ）及びスラント座標からなる位置情報（ｒｘ，ｒｙ，ｈ）に変換し、観測ベクトルＺｏ（ｋ）として出力している。つまり、水平成分については、スラント座標からなる観測ベクトルＺｏ（k）が出力される。このとき、状態ベクトルＸ（ｋ）は、次式（２０）により定められる。
【数１５】

【００６８】
観測雑音共分散算出手段６は、海面高度ｈ（ｋ）及びスラント座標に基づく観測雑音共分散行列Ξ（ｋ）を次式（２１）〜（２３）により算出する。
【００６９】
【数１６】

【００７０】
式（２１）において、Λ（ｋ）は式（１５）により算出される。また、式（２２）及び（２３）において、ｒｘ，ｒｙ，ｈには、予測ベクトルＸｐ（ｋ）の位置成分ｒｘ（ｋ），ｒｙ（ｋ），ｈ（ｋ）がそれぞれ代入され、Ｒ，Ｅ，Ｂｙには、予測ベクトルＸｐ（ｋ）の位置成分を式（２）及び（１８）に代入して得られる値が用いられる。
【００７１】
ゲート判定手段３は、式（４）においてΘ（ｋ）の代わりに、海面高度及びスラント座標に基づく観測雑音共分散行列Ξ（ｋ）によりＳ（ｋ）を算出し、ゲートを構成する。
【００７２】
図８は、本発明の実施の形態２によるレーダ追尾装置における追尾動作の一例を示したフローチャートである。ステップＳＴ１において、極座標による観測諸元が取得されると、観測値変換手段２により、式（２）及び（１８）からｒｘ（ｋ），ｒｙ（ｋ）及び海面高度ｈ（ｋ）の観測値が算出される（ステップＳＴ２ａ）。
【００７３】
一方、観測雑音共分散算出手段６は、式（２１）〜（２３）からスラント座標及び海面高度を考慮した観測雑音共分散行列Ξ（ｋ）を算出する（ステップＳＴ３ａ）。ステップＳＴ４〜ＳＴ9は、図６のステップＳＴ４〜ＳＴ９の処理手順と同様にして行われる。
【００７４】
距離Ｒ及び方位角Ｂｙのみ観測できる２次元レーダにおいて追尾を行う場合は、スラント座標（ｒｘ，ｒｙ）が用いられるケースが多かった。２次元レーダで観測される距離Ｒ及び方位角Ｂｙを用いてスラント座標（ｒｘ，ｒｙ）により追尾を行う場合を２Ｄ追尾と呼び、仰角Ｅまで観測できる３次元レーダで観測される距離Ｒ、方位角Ｂｙ及び仰角Ｅを用いて追尾を行う場合を３Ｄ追尾と呼ぶことにする。２Ｄ追尾及び３Ｄ追尾の両方を行うことができるレーダでは、従来、２Ｄ追尾から３Ｄ追尾へ、あるいは、３Ｄ追尾から２Ｄ追尾への切り換えを行おうとすると、特に切り換えの初期時間帯において不具合が生じることがあった。
【００７５】
すなわち、追尾の切り換えの際、切り換えに伴う位置情報の（ｒｘ，ｒｙ）から（ｘ，ｙ）への変換、あるいは、その逆の変換によって、追尾誤差が大きくなり、切り換えがスムーズに行えなかった。このため、追尾を外してしまうという問題があった。
【００７６】
本実施の形態によれば、状態ベクトルＸ（ｋ）をスラント座標（ｒｘ，ｒｙ）に基づいて定めているので、３Ｄ追尾から２Ｄ追尾への切り換え、あるいは、その逆の切り換えをスムーズに行うことができる。
【００７７】
実施の形態３．
図９は、本発明の実施の形態３によるレーダ追尾装置の構成例を示したブロック図である。本実施の形態のレーダ追尾装置１３０は、図１のレーダ追尾装置１１０（実施の形態１）と比較して、予測値生成手段４に高度駆動雑音調整手段１０を備えている点で異なる。
【００７８】
高度駆動雑音調整手段１０は、高度ｈ方向に急上昇または急下降する追尾目標に対して、駆動雑音の調整を行っている。高度駆動雑音調整手段１０は、データ更新手段７からサンプリング周期ごとに出力される平滑ベクトルＸｓ（ｋ）を順次に蓄積し、蓄積した平滑ベクトルから得られる追尾目標の高度差に基づいて、式（１２）の駆動雑音共分散行列Ｑ（ｋ）の海面高度ｈ（ｋ）に関する成分を調整する。
【００７９】
平滑ベクトルＸｓ（ｋ）は、Ｌ（＞２）サンプリング分蓄積され、このうち、現時刻ｋにおける平滑ベクトルＸｓ（ｋ）がＬサンプリング前の平滑ベクトルと比較される。比較は、平滑ベクトルＸｓ（ｋ）の海面高度ｈ（ｋ）に関する成分について行われ、各平滑ベクトルの成分の差から追尾目標がＬサンプリング間に移動した高度差が判別される。この高度差が所定の閾値よりも大きい場合は、追尾目標が急上昇または急下降しているとみなされ、Ｑ（ｋ）の海面高度ｈ（ｋ）に関する成分を大きく設定するための制御信号が予測手段８へ出力される。
【００８０】
予測手段８は、高度駆動雑音調整手段１０からの制御信号に基づいて、Ｑ（ｋ）の設定を行っている。
【００８１】
図１０は、図９のレーダ追尾装置における追尾動作の一例を示したフローチャートである。ステップＳＴ６における追尾目標の航跡表示の後、高度駆動雑音調整手段１０により駆動雑音共分散行列Ｑ（ｋ）の調整が行われる（ステップＳＴ６ｂ）。そして、調整後のＱ（ｋ）に基づいて予測諸元が算出される。ステップＳＴ１〜ＳＴ５，ＳＴ８及びＳＴ９は、図６のステップＳＴ１〜ＳＴ５，ＳＴ８及びＳＴ９の処理手順と同様にして行われる。
【００８２】
本実施の形態によれば、高度方向に急上昇または急下降する追尾目標に対する追従性を向上させることができるので、高度方向の追尾外れを防ぐことができる。
【００８３】
実施の形態４．
図１１は、本発明の実施の形態４によるレーダ追尾装置の構成例を示したブロック図である。本実施の形態のレーダ追尾装置１４０は、観測ベクトルの判別に２つのゲートを用いて駆動雑音の調整を行うことにより、追尾目標に対する追従性を向上させている。
【００８４】
ゲート判定手段３ａは、直進目標用ゲート及び旋回目標用ゲートの２つのゲートを設けて観測ベクトルＺｏ（ｋ）の判別を行っている。旋回目標用ゲートは、直進目標用ゲートよりもゲートサイズが大きく、直進目標用ゲートを内包するように構成される。
【００８５】
ゲートの構成は、式（３）において、直進目標用ゲートに対するゲートサイズパラメータをｄｓとし、旋回目標用ゲートに対するゲートサイズパラメータをｄｍとすると、ｄｍ≧ｄｓとなるようにゲートサイズパラメータを設定することにより行われる。
【００８６】
観測ベクトルＺｏ（ｋ）の判別は、はじめに、直進目標用ゲートにより行われる。このゲート内に観測ベクトルが得られた場合には、ゲート中心に最も近い観測ベクトルが追尾目標の観測ベクトルとして出力される。このとき、追尾目標は直進しているとみなす。直進目標用ゲート内に観測ベクトルが得られない場合には、次に、旋回目標用ゲートにより判別が行われる。
【００８７】
旋回目標用ゲート内に観測ベクトルが得られた場合には、ゲート中心に最も近い観測ベクトルが出力される。このとき、追尾目標は旋回しているとみなされ、追尾目標に対する旋回追従性を向上させるための制御信号が予測手段８へ出力される。
【００８８】
予測手段８は、ゲート判定手段３ａからの制御信号に基づいて、式（１２）における駆動雑音共分散行列Ｑ（ｋ）の旋回性に関する成分を大きくする設定を行っている。
【００８９】
図１２は、図１１のレーダ追尾装置における追尾動作の一例を示したフローチャートである。ステップＳＴ３において、観測雑音共分散行列が算出されると、ゲート判定手段３ａは、直進目標及び旋回目標用ゲートを形成し、観測ベクトルＺｏ（ｋ）を判別する（ステップＳＴ４ｃ）。このとき、直進目標用ゲート内に観測ベクトルが存在すると判定された場合には、このゲート内の観測ベクトルのうちゲート中心に最も近い観測ベクトルが出力される。
【００９０】
一方、直進目標用ゲート内に観測ベクトルが存在しないと判定された場合には、旋回目標用ゲート内に観測ベクトルが存在するか否かが判別される。旋回目標用ゲート内に観測ベクトルが存在する場合には、このゲート内の観測ベクトルのうちゲート中心に最も近い観測ベクトルが出力される。この場合、追尾目標に対する旋回追従性を向上させるため、駆動雑音の調整が行われる。ステップＳＴ１，ＳＴ２，ＳＴ５〜ＳＴ９は、図６のステップＳＴ１，ＳＴ２，ＳＴ５〜ＳＴ９の処理手順と同様にして行われる。
【００９１】
本実施の形態によれば、直進目標に対する追従性を確保しながら、旋回目標に対する追従性を向上させることができる。
【００９２】
実施の形態５．
図１３は、本発明の実施の形態５によるレーダ追尾装置の構成例を示したブロック図である。本実施の形態のレーダ追尾装置１５０は、図１のレーダ追尾装置１１０（実施の形態１）と比較して、予測値生成手段４に航跡解除手段１１を備えている点で異なる。
【００９３】
航跡解除手段１１は、優先順位の低い平滑ベクトルに対する追尾処理を解除する平滑値選別手段である。優先順位は、データ更新手段７から複数の追尾目標に対応して出力される平滑ベクトルに、所定の選別条件に基づいて付与され、この優先順位に基づいて平滑値の選別が行われる。
【００９４】
データ更新手段７からの各追尾目標ごとの平滑ベクトルに対し、例えば、平滑ベクトルから追尾目標の進行方向が判別され、判別結果に基づいて優先順位が付与される。優先順位の低い平滑値を除外した後の平滑値が表示手段５及び予測手段８へ出力される。
【００９５】
図１４は、図１３のレーダ追尾装置における追尾動作の一例を示したフローチャートである。ステップＳＴ５において、平滑諸元が算出されると、航跡解除手段１１は、各追尾目標に対応する平滑ベクトルの選別を行い、優先順位の低い平滑ベクトルの航跡を解除する（ステップＳＴ５ｄ）。ステップＳＴ１〜ＳＴ４，ＳＴ６〜ＳＴ９は、図６のステップＳＴ１〜ＳＴ４，ＳＴ６〜ＳＴ９の処理手順と同様にして行われる。
【００９６】
本実施の形態によれば、優先順位の低い平滑値に対する追尾処理を解除することにより、演算負荷を軽減することができる。
【００９７】
実施の形態６．
図１５は、本発明の実施の形態６によるレーダ追尾装置の構成例を示したブロック図である。本実施の形態のレーダ追尾装置１６０は、図１３のレーダ追尾装置１５０（実施の形態５）と比較して、レーダ観測手段１からの追尾目標に対する識別情報に基づいて優先順位の付与を行っている。
【００９８】
レーダ観測手段１は、追尾目標に対する味方識別情報を取得し、航跡解除手段１１へ出力している。航跡解除手段１１は、この味方識別情報に基づいて、平滑ベクトルに優先順位を付与し、平滑値の選別を行っている。
【００９９】
図１６は、図１５のレーダ追尾装置における追尾動作の一例を示したフローチャートである。ステップＳＴ５ｅにおいて、航跡解除手段１１は、識別情報に基づいて優先順位を付与し、平滑値の選別が行われる。ステップＳＴ１〜ＳＴ５，ＳＴ６〜ＳＴ９は、図１４のステップＳＴ１〜ＳＴ５，ＳＴ６〜ＳＴ９の処理手順と同様にして行われる。
【０１００】
本実施の形態によれば、優先度の高い追尾目標を逃すことなく、演算負荷を効果的に軽減させることができる。
【０１０１】
実施の形態７．
図１７は、本発明の実施の形態７によるレーダ追尾装置の構成例を示したブロック図である。本実施の形態のレーダ追尾装置１７０は、図１のレーダ追尾装置１１０（実施の形態１）と比較して、平滑値選択手段１２を備えている点で異なる。
【０１０２】
本実施の形態では、式（６）の状態ベクトルに基づく追尾処理と、式（２０）の状態ベクトルに基づく追尾処理が並行して行われ、各状態ベクトルに対応する平滑ベクトルを所定の選択条件により選択して表示を行っている。
【０１０３】
観測値変換手段２は、位置情報を水平成分について北基準直交座標からなる（ｘ，ｙ，ｈ）に変換して出力するとともに、スラント座標からなる（ｒｘ，ｒｙ，ｈ）に変換して出力する。データ更新手段７は、各状態ベクトルに対応する平滑ベクトルを算出し、平滑値選択手段１２へ出力する。ここで、式（６）の状態ベクトルに対応して算出された平滑ベクトルを平滑ベクトルＡと表し、式（２０）の状態ベクトルに対応して算出された平滑ベクトルを平滑ベクトルＢと表す。
【０１０４】
平滑値選択手段１２は、データ更新手段７からの平滑ベクトルに基づいて、各平滑ベクトルの選択を行っている。平滑ベクトルＡ及びＢが入力されると、平滑ベクトルＡまたはＢのいずれかの平滑ベクトルに基づいて、選択が行われる。どの平滑ベクトルを用いて判別するかは予め定めておく。
【０１０５】
平滑ベクトルの判別は、平滑ベクトルから算出される平滑距離に基づいて行われる。この平滑距離は、平滑ベクトルの位置成分から算出され、追尾目標までの距離を表している。平滑距離は所定の閾値ωと比較され、平滑距離が閾値ω以下の場合には、平滑ベクトルＡが選択される。ここで、閾値ωは、目標距離が十分に遠距離であるとみなせる値とする。
【０１０６】
一方、平滑距離が閾値ωよりも大きい場合には、ユーザが平滑ベクトルＡまたはＢのいずれかを選択する。選択された平滑ベクトルは、表示手段５へ出力され、表示される。
【０１０７】
近距離の場合、レーダ信号処理の理論におけるマルチパスの影響が小さいと、仰角精度が良いと考えられる。このため、平滑距離が閾値ω以下の場合に、北基準直交座標に基づいて算出された平滑ベクトルＡの精度の方が、スラント座標に基づいて算出された平滑ベクトルＢの精度よりも良いと考えられる。従って、本実施の形態では、精度の良い平滑ベクトルが出力表示されるので、表示航跡のばらつきを低減することができる。
【０１０８】
図１８は、図１７のレーダ追尾装置における追尾動作の一例を示したフローチャートである。ステップＳＴ５において、平滑諸元が算出されると、平滑値選択手段１２は、北基準直交座標に基づいて算出された平滑ベクトルＡと、スラント座標に基づいて算出された平滑ベクトルＢの選択を行う（ステップＳＴ５ｆ）。
そして、選択された平滑ベクトルが表示手段５に表示される。ステップＳＴ１〜ＳＴ４，ＳＴ６〜ＳＴ９は、図６のステップＳＴ１〜ＳＴ４，ＳＴ６〜ＳＴ９の処理手順と同様にして行われる。
【０１０９】
本実施の形態によれば、精度の良い平滑ベクトルを表示させることができ、表示航跡におけるばらつきを抑えることができる。また、レーダの覆域を外れる追尾目標を継続して追尾を行うために、もしくは、より追尾精度を向上させるために、他のレーダシステムに平滑ベクトルを移管しなければならない場合には、高精度な平滑ベクトルを移管することができるので、他のレーダシステムに対する追尾誤差の影響を低減させることが可能である。
【０１１０】
実施の形態８．
本実施の形態のレーダ追尾装置１８０は、データ更新手段７から順次に出力される平滑ベクトルに対して１次のフィルタ処理を行うことにより、表示航跡を滑らかにしている。
【０１１１】
表示手段５は、サンプリング時刻ｍと、１サンプリング前のサンプリング時刻ｍ−１のそれぞれにおける平滑ベクトルに対して、１次のフィルタ処理を次式（２４）及び（２５）により行っている。
【数１７】

【０１１２】
式（２４）において、ｍは表示が行われる時刻であり、ｘｘ（ｍ）は時刻ｍにおける平滑ベクトルである。また、ｙｙ（ｍ）はフィルタ処理により表示用に算出される平滑ベクトルである。式（２４）におけるλ（ｍ）は、ｘｘ（ｍ）及びｘｘ（ｍ−１）に対する重みを表し、式（２５）から算出される。τ（ｍ）は時刻ｍ及びｍ−１のサンプリング時間間隔であり、μは予め定められる時定数である。
【０１１３】
この様にして、制御理論に基づく１次のフィルタ処理が施され、平滑ベクトルｙｙ（ｍ）が表示される。
【０１１４】
図１９は、本発明の実施の形態８によるレーダ追尾装置における追尾動作の一例を示したフローチャートである。ステップＳＴ５において平滑諸元が算出されると、表示手段５は、平滑ベクトルに対して１次のフィルタ処理を行う（ステップＳＴ６ｇ）。そして、処理後の平滑ベクトルに基づいて追尾目標の航跡が表示される。ステップＳＴ１〜ＳＴ４，ＳＴ７〜ＳＴ９は、図６のステップＳＴ１〜ＳＴ４，ＳＴ７〜ＳＴ９の処理手順と同様にして行われる。
【０１１５】
本実施の形態によれば、１次のフィルタ処理により表示航跡を滑らかにすることができ、表示が見やすくなる。
【０１１６】
実施の形態９．
本実施の形態のレーダ追尾装置１９０は、判別用のゲート内に観測ベクトルが複数存在する場合に、各観測ベクトルの尤度に基づいて相関処理を行っている。
【０１１７】
ゲート判定手段３は、式（３）によるゲート判定の結果、ゲート内に観測ベクトルＺｏ（ｋ）が複数存在する場合に、ゲート内の各観測ベクトルに対する尤度を抽出する。これらの尤度に基づいて各観測ベクトルの相関確率β（ｋ，ｉ）が次式（２６）〜（２８）から算出される。
【０１１８】
【数１８】

【０１１９】
式（２６）において、ｍ（ｋ）はサンプリング時刻ｋにおけるゲート内の観測ベクトル数を表し、γ（ｋ，ｉ）はゲート内のｉ番目の観測ベクトルに対する尤度を表している。ただし、式（２６）の相関確率β（ｋ，ｉ）はｉ≠０の場合を表し、ｉ＝０の場合は式（２７）及び（２８）により求められる。
【０１２０】
式（２７）において、Ｐｄ（ｋ）はサンプリング時刻ｋにおける目標の探知確率を表し、ＰＧ（ｋ）はゲート内に目標が存在する確率を表している。また、βｆｔ（ｋ）はサンプリング時刻ｋにおける目標以外からの誤信号が得られる誤信号密度を表している。
【０１２１】
ここで、γ（ｋ，０）は、観測ベクトルが誤信号である場合の尤度を表し、ゲート内に目標が探知されない場合に、ゲート内に存在する観測ベクトルはすべて目標以外からの誤信号であるとの前提に基づいている。式（２８）のβ（ｋ，０）は、ゲート内の観測ベクトルが誤信号である場合の相関確率を表している。
【０１２２】
ゲート判定手段３は、ゲート内の全観測ベクトルと、ゲート内の各観測ベクトルに対応する相関確率β（ｋ，ｉ）をデータ更新手段７へ出力する。データ更新手段７は、各観測ベクトルに対応するゲイン行列及び平滑値を観測ベクトルごとに算出するとともに、相関確率β（ｋ，ｉ）に基づいてゲイン行列及び平滑値に対して相関処理を行っている。
【０１２３】
図２０は、本発明の実施の形態９によるレーダ追尾装置における追尾動作の一例を示したフローチャートである。ステップＳＴ３において、観測雑音共分散行列が算出されると、ゲート判定手段３は、相関確率β（ｋ，ｉ）を考慮したゲート判定を行う（ステップＳＴ４ｈ）。すなわち、ゲート内の各観測ベクトルに対応する尤度から相関確率β（ｋ，ｉ）が算出され、ゲート内の各観測ベクトルとともに出力される。
【０１２４】
データ更新手段７は、相関確率β（ｋ，ｉ）を考慮した平滑値の算出を行う。
すなわち、各観測ベクトルから各観測ベクトルに対応する平滑ベクトル及び平滑誤差共分散行列を算出し、相関確率β（ｋ，ｉ）に基づいて各平滑値に対して相関処理を行う（ステップＳＴ５ｈ）。そして、処理後の平滑値が表示手段５及び予測手段８に出力される。ステップＳＴ１，ＳＴ２，ＳＴ６〜ＳＴ９は、図６のステップＳＴ１，ＳＴ２，ＳＴ６〜ＳＴ９の処理手順と同様にして行われる。
【０１２５】
本実施の形態によれば、平滑諸元に対して相関処理を行うことにより、ゲート内に誤信号が多数入っている場合であってもそれらの影響が低減され、追尾目標に対する追従性を向上させることができる。
【０１２６】
実施の形態１０．
本実施の形態のレーダ追尾装置２００は、海面高度ｈの算出精度を上げることにより、追尾精度を向上させている。
【０１２７】
観測値変換手段２は、式（２）の代わりに次式（２９）に基づいて、海面高度ｈを算出する。
【数１９】

【０１２８】
式（２９）において、ρは地球半径を、ｌａｔｓはレーダの設置緯度を、ｌｏｎｓはレーダの設置経度を、ａｌｔｓはレーダの設置高度を、αは地球の扁平率をそれぞれ表し、既知であるとする。また、ｆはｈがこれらの関数であることを表している。
【０１２９】
観測値変換手段２は、式（２９）から海面高度ｈを算出し、この海面高度ｈに基づく観測ベクトルＺｏ（ｋ）をゲート判定手段３へ出力する。観測雑音共分散算出手段６は、式（２９）に基づいて観測雑音共分散行列の算出を行っている。
【０１３０】
図２１は、本発明の実施の形態１０によるレーダ追尾装置における追尾動作の一例を示したフローチャートである。ステップＳＴ１において、観測諸元を取得すると、観測値変換手段２は、ｘ，ｙ及び地球楕円体の海面高度ｈの観測値を算出する（ステップＳＴ２ｉ）。ここで、式（２９）に基づいて地球楕円体を考慮した海面高度ｈが算出され、観測ベクトルＺｏ（ｋ）として出力される。
【０１３１】
観測雑音共分散算出手段６は、式（２９）に基づいて観測誤差共分散行列を算出する（ステップＳＴ３ｉ）。ステップＳＴ４〜ＳＴ９は、図６のステップＳＴ４〜ＳＴ９の処理手順と同様にして行われる。
【０１３２】
本実施の形態によれば、地球が楕円体であることを考慮して海面高度ｈが算出されるので、より正確な海面高度ｈに基づいて追尾処理を行うことができ、追尾精度が向上する。
【０１３３】
実施の形態１１．
図２２は、本発明の実施の形態１１によるレーダ追尾装置の構成例を示したブロック図である。本実施の形態のレーダ追尾装置２１０は、レーダ追尾装置１９０（実施の形態９）と比較して、ゲート内観測値制限手段１３を備えている点で異なる。
【０１３４】
ゲート内観測値制限手段１３は、演算負荷に応じてゲート内の観測値数を制限するための制御信号をゲート判定手段３及びデータ更新手段７へ出力している。ゲート判定手段３は、この制御信号に基づいて、ゲート内の複数の観測ベクトルのうち尤度の高い所定数の観測ベクトルの判別を行っている。このとき、Ｎ個の観測ベクトルが判別され、判別された観測ベクトルの尤度に基づいて、相関確率β（ｋ，ｉ）が算出される。
【０１３５】
データ更新手段７は、判別された観測ベクトルに対応する相関確率β（ｋ，ｉ）に基づいて、平滑値に対する相関処理を行っている。
【０１３６】
図２３は、図２２のレーダ追尾装置における追尾動作の一例を示したフローチャートである。ステップＳＴ３において、観測雑音共分散行列が算出されると、ゲート判定手段３は、ゲート内観測値制限手段１３からの制御信号に基づいて、ゲート内の観測ベクトルを尤度の高いものだけに制限して、相関確率β（ｋ，ｉ）を算出する（ステップＳＴ４ｊ，ＳＴ４ｋ）。
【０１３７】
データ更新手段７は、ゲート内観測値制限手段１３からの制御信号に基づいて、尤度の高いＮ個の観測ベクトルに対応する平滑値に対して相関処理を行い、相関確率β（ｋ，ｉ）を考慮した平滑諸元を算出する（ステップＳＴ５ｊ）。ステップＳＴ６〜ＳＴ９は、図２０のステップＳＴ６〜ＳＴ９の処理手順と同様にして行われる。
【０１３８】
本実施の形態によれば、平滑諸元に対して相関処理を行うことにより、ゲート内に誤信号が多数入っている場合であっても、追尾目標に対する追従性を確保することができるとともに、ゲート内の観測値数を制限することにより、演算負荷を低減させることができる。
【０１３９】
【発明の効果】
以上、説明したように本発明によるレーダ追尾装置及びレーダ追尾処理方法によれば、海面高度に基づいて予測値を算出するので、海面高度一定で移動する目標に対する追尾誤差が低減され、目標追尾を高精度で行うことができる。
【図面の簡単な説明】
【図１】本発明の実施の形態１によるレーダ追尾装置の一構成例を示したブロック図である。
【図２】レーダから見た目標の位置関係の一例を示した説明図である。
【図３】レーダから見た目標の地球中心に対する位置関係を示した説明図である。
【図４】観測ベクトルのゲート判定の一例を示した説明図である。
【図５】レーダと海面高度一定で移動する目標の位置関係を示した説明図である。
【図６】図１のレーダ追尾装置における追尾動作の一例を示したフローチャートである。
【図７】レーダから見た目標の位置関係を示した説明図である。
【図８】本発明の実施の形態２によるレーダ追尾装置における追尾動作の一例を示したフローチャートである。
【図９】本発明の実施の形態３によるレーダ追尾装置の構成例を示したブロック図である。
【図１０】図９のレーダ追尾装置における追尾動作の一例を示したフローチャートである。
【図１１】本発明の実施の形態４によるレーダ追尾装置の構成例を示したブロック図である。
【図１２】図１１のレーダ追尾装置における追尾動作の一例を示したフローチャートである。
【図１３】本発明の実施の形態５によるレーダ追尾装置の構成例を示したブロック図である。
【図１４】図１３のレーダ追尾装置における追尾動作の一例を示したフローチャートである。
【図１５】本発明の実施の形態６によるレーダ追尾装置の構成例を示したブロック図である。
【図１６】図１５のレーダ追尾装置における追尾動作の一例を示したフローチャートである。
【図１７】本発明の実施の形態７によるレーダ追尾装置の構成例を示したブロック図である。
【図１８】図１７のレーダ追尾装置における追尾動作の一例を示したフローチャートである。
【図１９】本発明の実施の形態８によるレーダ追尾装置における追尾動作の一例を示したフローチャートである。
【図２０】本発明の実施の形態９によるレーダ追尾装置における追尾動作の一例を示したフローチャートである。
【図２１】本発明の実施の形態１０によるレーダ追尾装置における追尾動作の一例を示したフローチャートである。
【図２２】本発明の実施の形態１１によるレーダ追尾装置の構成例を示したブロック図である。
【図２３】図２２のレーダ追尾装置における追尾動作の一例を示したフローチャートである。
【符号の説明】
１ レーダ観測手段、２ 観測値変換手段、３，３ａ ゲート判定手段、
４ 予測値生成手段、５ 表示手段、６ 観測雑音共分散算出手段、
７ データ更新手段、８ 予測手段、９ 遅延手段、
１０ 高度駆動雑音調整手段、１１ 航跡解除手段、１２ 平滑値選択手段、
１３ ゲート内観測値制限手段、１１０〜２１０ レーダ追尾装置。[0001]
TECHNICAL FIELD OF THE INVENTION
The present invention relates to a radar tracking device and a radar tracking processing method, and more particularly to an improvement of a radar tracking device that calculates a predicted value based on three-dimensional position information based on polar coordinates of a target.
[0002]
[Prior art]
As a conventional radar tracking device, for example, there is one described in Patent Document 1. The radar device described in Patent Literature 1 is configured as follows. The radar acquires the target signal of the target object, calculates the altitude value, calculates the altitude difference that is the difference between the altitude value and the previous smoothed altitude, performs index determination of the mobile state of the target object, and determines the altitude direction. Estimate the maximum movable distance, calculate the SIF mode, calculate the SIF mode altitude difference, which is the difference between the SIF mode and the previous SIF mode, and determine the altitude difference and the SIF mode altitude difference from the mobile state of the target object. Then, a rough motion state determination is performed according to the motion state of the target object, and a smoothing constant of the altitude is set to calculate the smoothed altitude of the target object.
[0003]
Another example of a conventional radar tracking device is described in Non-Patent Document 1.
[0004]
[Patent Document 1]
JP 2001-42036 A
[Non-patent document 1]
SS Blackman, "Multiple Target Tracking with Radar Applications", published by Artech House, (Dedham), 1986, p. 49-52
[0005]
[Problems to be solved by the invention]
In the conventional radar tracking device as described above, the target movement in the vertical direction is non-linear with respect to the target moving while keeping the sea level constant, so that the tracking error increases at a long distance, and the tracking is lost. There was a problem that would.
[0006]
The present invention has been made in view of the above circumstances, and an object of the present invention is to provide a radar tracking device and a radar tracking processing method capable of improving tracking accuracy in an altitude direction.
[0007]
[Means for Solving the Problems]
The radar tracking device according to the present invention includes: an observation unit that outputs three-dimensional position information based on polar coordinates of a target; and an observation value conversion unit that converts position information from polar coordinates to sea level altitude and orthogonal coordinates in a horizontal plane, and outputs the result as an observation vector. , And a predicted value generating means for generating a predicted value based on the observation vector.
[0008]
According to such a configuration, since the predicted value can be calculated based on the sea level altitude, the tracking accuracy in the altitude direction with respect to the moving target can be improved while keeping the sea level altitude constant.
[0009]
The radar tracking processing method according to the present invention comprises: an observation step of outputting three-dimensional position information of a target in polar coordinates and a standard deviation of the position information; and converting the position information from polar coordinates to sea level altitude and orthogonal coordinates in a horizontal plane. An observation value conversion step of outputting as a target, a gate determination step of determining an observation vector in the gate, a prediction value generation step of generating a prediction vector and a prediction error covariance matrix from the determined observation vector, a prediction vector and position information The observation noise covariance generation step of generating an observation noise covariance matrix from the standard deviation of the observation noise covariance matrix. In the gate determination step, the observation vector is formed by a gate formed based on the prediction vector, the prediction error covariance matrix, and the observation noise covariance matrix. Is determined.
[0010]
BEST MODE FOR CARRYING OUT THE INVENTION
Embodiment 1 FIG.
FIG. 1 is a block diagram showing a configuration example of the radar tracking device according to the first embodiment of the present invention. The radar tracking device 110 according to the present embodiment calculates the prediction value based on the sea level altitude, thereby improving the tracking accuracy in the altitude direction with respect to the moving target while keeping the sea level altitude constant.
[0011]
The radar tracking device 110 includes a radar observation unit 1, an observation value conversion unit 2, a gate determination unit 3, a predicted value generation unit 4, a display unit 5, and an observation noise covariance calculation unit 6.
[0012]
The radar observation means 1 outputs three-dimensional position information (distance, elevation angle, and azimuth angle) based on polar coordinates of the target, and standard deviation of observation noise in the position information. Aircraft and the like often move while maintaining a constant sea level. For such a target as an aircraft, the radar observation means 1 measures the position information and calculates the standard deviation of the observation noise included in the position information.
[0013]
The measurement of the position information is repeatedly performed at a predetermined sampling cycle, and the measured position information is output to the observation value conversion means 2 for each sampling. The standard deviation calculated from the position information is output to the observation noise covariance calculation means 6 for each sampling.
[0014]
The observation value conversion unit 2 is an observation vector generation unit that converts the position information from the radar observation unit 1 from polar coordinates to sea level altitude and orthogonal coordinates in a horizontal plane, and outputs the result as an observation vector. As the rectangular coordinates in the horizontal plane, for example, a horizontal component in the north reference rectangular coordinates is used, and the position information is converted from polar coordinates to sea level altitude and rectangular coordinates by a predetermined conversion formula. The converted position information is output to the gate determination unit 3 as an observation vector having the position information as a component.
[0015]
The gate determination unit 3 provides a gate for the observation vector from the observation value conversion unit 2 to determine the observation vector in the gate. The gate is provided for selecting an observation vector corresponding to the tracking target, and is formed based on a predicted value from the predicted value generation unit 4 and an observation noise covariance matrix from the observation noise covariance calculation unit 6.
Further, a residual covariance matrix is calculated based on the predicted value and the observation noise covariance matrix, and is output to the predicted value generation means 4 together with the predicted value and the determined observation vector.
[0016]
The predicted value generation unit 4 generates a predicted value including a predicted vector and a prediction error covariance matrix based on the observation vector determined by the gate determination unit 3. The predicted value generation unit 4 includes a data updating unit 7, a prediction unit 8, and a delay unit 9.
[0017]
The data updating unit 7 is a smoothed value calculating unit that calculates a smoothed value composed of a smoothed vector and a smoothed error covariance matrix based on the observation vector, the residual covariance matrix, and the predicted value from the gate determining unit 3. This smoothed value represents a statistical value of the motion state of the tracking target, and is calculated based on, for example, the theory of the Kalman filter. In addition, it is generated from a gain matrix calculated based on the residual covariance matrix and the prediction error covariance matrix.
The calculated smoothed vector is output to the display means 5, and the smoothed vector and the smoothed error covariance matrix are output to the predicting means 8.
[0018]
The prediction unit 8 is a prediction value calculation unit that calculates a prediction value based on the smoothed value from the data updating unit 7. This predicted value represents the estimated value of the motion state after one sampling, and is calculated based on the Kalman filter theory. The prediction error covariance matrix is generated based on the covariance matrix of the driving noise. The drive noise represents the ambiguity of the target motion determined in the motion model of the control theory. For example, if the drive noise is set to be large, the followability to the target increases. The calculated predicted value is output to the delay unit 9.
[0019]
The delay unit 9 performs a process of delaying the predicted value from the prediction unit 8 by one sampling. The delayed prediction vector is output to the observation noise covariance calculation means 6, and the delayed prediction value is output to the gate determination means 3.
[0020]
The display unit 5 displays the track of the tracking target based on the smooth vector from the data updating unit 7. For example, the estimated position of the tracking target at the current time is displayed on the screen, and the moving speed is indicated by an arrow or the like. The direction of the arrow indicates the target traveling direction, and the length thereof corresponds to the target speed.
[0021]
The observation noise covariance calculation unit 6 generates a covariance matrix of the observation noise based on the standard deviation of the position information from the radar observation unit 1 and the delayed prediction vector from the delay unit 9. This observation noise covariance matrix is calculated based on the sea level altitude, and the calculated observation noise covariance matrix is output to the gate determination means 3.
[0022]
Next, details of the processing procedure in the radar tracking device 110 will be described.
[0023]
FIG. 2 is an explanatory diagram illustrating an example of a positional relationship of a target viewed from a radar. In the three-dimensional north reference rectangular coordinates in which the vertical direction is the z axis and the orthogonal directions in the horizontal plane are the x axis and the y axis, the position information based on the polar coordinates of the tracking target T viewed from the radar O is the distance R, the elevation angle E, Consider the case where the azimuth angle is By. The distance between the OTs is R, and the angle formed by the line segment OT with the horizontal plane (xy plane) is E. The angle formed by the orthogonal projection of the line segment OT on the horizontal plane and the x-axis is By.
[0024]
At this time, the relationship between the position information (R, E, By) in polar coordinates and the position information (x, y, z) in north reference rectangular coordinates is expressed by the following equation (1).
(Equation 1)

[0025]
FIG. 3 is an explanatory diagram showing the positional relationship of the target with respect to the center of the earth as viewed from the radar. In the present embodiment, the position information is represented by using the sea level altitude h instead of the z coordinate in Expression (1). The sea surface height h is the height of the tracking target T from the sea surface. If the point at which a line TK connecting the tracking target T and the center K of the earth intersects with the sea surface is U, the distance between the UTs is the distance between the UTs. The straight line connecting the center K of the earth and the radar O is defined as the z-axis, and the radius of the earth is defined as ρ.
[0026]
When the earth is considered to be a sphere, the distance between KT is ρ + h, and h is expressed by the following equation (2) from the cosine theorem of analyticity for the triangle KOT.
(Equation 2)

[0027]
The observation value conversion means 2 converts the position information of the tracking target T from (R, E, By) to (x, y, h) based on equations (1) and (2), and gates this as an observation vector. Output to the determination means 3.
[0028]
FIG. 4 is an explanatory diagram showing an example of gate determination of an observation vector. Let Zo (k) be the observation vector at the sampling time k. The gate determination means 3 forms a gate by the following equation (3).
[Equation 3]

[0029]
In equation (3), Zp (k) is a vector representing a position component of the prediction vector, and S (k) is a covariance matrix of residual Zo (k) -Zp (k). D is a gate size parameter that determines the size of the gate. Note that the suffix “T” of a vector and a matrix indicates transposition, and the suffix “−1” indicates an inverse matrix.
[0030]
The residual covariance matrix S (k) is a 3 × 3 matrix, and is obtained by the gate determination unit 3 from the following equation (4).
(Equation 4)

[0031]
In Equation (4), Pp (k) is a prediction error covariance matrix, and H is an observation matrix. Θ (k) is an observation noise covariance matrix considering the sea level altitude h.
[0032]
The vector Zp (k) representing the position component of the prediction vector is calculated from the following equation (5), using the prediction vector as Xp (k).
(Equation 5)

[0033]
Meanwhile, the configuration of the prediction vector Xp (k) is determined by the configuration of the target state vector in the motion model based on the theory of the Kalman filter. Here, this state vector is determined by the following equation (6) as a six-variable vector including the target observation position and the velocity. The prediction vector Xp (k) has the same configuration.
(Equation 6)

[0034]
In equation (6), x (k), y (k) and h (k) represent the position x, y and the sea level altitude h at the sampling time k, respectively, and Vx (k), Vy (k) and Vh (k) ) Represents the x, y, and h components of the velocity, respectively. At this time, the observation matrix H is represented by the following equation (7), where n is the order of the observation vector Zo (k), In is the unit matrix of the n × n matrix, and On is the zero matrix of the n × n matrix.
(Equation 7)

[0035]
Assuming that the residual Zo (k) -Zp (k) follows a multivariate normal distribution, an internal region including the boundary of the ellipsoid shown in FIG. 4 forms a gate. The probability distribution that determines the shape of the gate may be changed by the user according to the purpose.
[0036]
Assuming that three observation vectors Zo (k, 1), Zo (k, 2), and Zo (k, 3) are obtained at the sampling time k, among these observation vectors, Zo (k, 1) and Zo (k). k, 2) is determined as an observation vector inside the gate, and Zo (k, 3) is determined as an observation vector outside the gate.
[0037]
Assuming that the residuals follow a multivariate normal distribution, the likelihoods γ (k, 1) to γ (k, 3) corresponding to the respective observation vectors Zo (k, 1) to Zo (k, 3) are large. It is calculated by the probability density function of the variate normal distribution. The likelihood corresponds to the distance from the center of the gate (Zp (k)).
[0038]
By using these likelihoods γ (k, 1) to γ (k, 3), or by using the size of the quadratic form represented by the left side of Expression (3), the gate closest to the center of the gate is obtained. Zo (k, 1), which is one of the observation vectors in, is selected and regarded as the target observation vector.
[0039]
In the data updating means 7, the target observation vector Zo (k), the residual covariance matrix S (k), the prediction vector Xp (k), and the prediction error covariance matrix Pp ( k), a gain matrix K (k), a smooth vector Xs (k), and a smooth error covariance matrix Ps (k) are calculated from the following equations (8) to (10) based on the Kalman filter theory. Here, the order of the state vector X (k) is m, and the unit matrix of the m × m matrix is Im.
[0040]
(Equation 8)

[0041]
The prediction means 8 calculates the prediction vector Xp (k + 1) and the prediction error at the next sampling time k + 1 from the smoothed vector Xs (k) and the smoothed error covariance matrix Ps (k) at the sampling time k based on the Kalman filter theory. The variance matrix Pp (k + 1) is calculated by the following equations (11) and (12).
[0042]
(Equation 9)

[0043]
In equations (11) and (12), Φ (k) is a state transition matrix, and Q (k) is a covariance matrix of driving noise. Q (k) is an mxm matrix. When the state vector X (k) is defined by Expression (6), the state transition matrix Φ (k) is obtained by setting the sampling time interval to Tk = t. _k -T _k-1 Is represented by the following equation (13).
(Equation 10)

[0044]
The delay unit 9 delays the prediction vector Xp (k + 1) and the prediction error covariance matrix Pp (k + 1) at the sampling time k + 1 by one sampling, and calculates the prediction vector Xp (k) and the prediction error covariance matrix Pp at the sampling time k. (K) is calculated.
[0045]
The observation noise covariance calculation means 6 calculates the observation noise covariance matrix Θ (k ) Is calculated by the following equations (14) to (16).
[Equation 11]

[0046]
In Equations (14) and (15), Λ (k) is an observation noise covariance matrix in polar coordinates, and “diag” in Equation (14) represents a diagonal matrix. Further, Ω (k) in Expression (14) is obtained from Expression (16). Note that “微分” is a differential symbol.
[0047]
In the equation (16), the position components x (k), y (k), h (k) of the prediction vector Xp (k) are substituted for x, y, h, respectively, and R, E, By are The value obtained from Expressions (1) and (2) is substituted by substituting the position component of the prediction vector Xp (k) and performing the back calculation. Here, the right side of Expression (16) represents a first-order approximation of analytics, and is further expressed as Expression (17).
[0048]
(Equation 12)

[0049]
FIG. 5 is an explanatory diagram showing a positional relationship between a radar and a target moving at a constant sea level. Assuming that a target that moves from H to T at a constant altitude h above the ground surface or the sea surface IJ is set as the tracking target T, problems of the conventional radar tracking device will be described below. The radar O may be arranged at a certain altitude from the ground surface or the sea surface, but for simplicity of description, it is assumed that the radar O is installed on the ground surface or the sea surface.
[0050]
If the position information of the target T moving at a constant sea level altitude h is represented by north reference orthogonal coordinates with the horizontal plane AB as the xy plane and the zenith direction OC as the z axis, the target motion in the z axis direction becomes non-linear. In a conventional radar tracking device that determines a state vector by x, y, and z in the north reference orthogonal coordinates of Expression (1) and assumes a linear constant-velocity linear motion model, when a nonlinear target motion is tracked, non-linearity is particularly high. There is a problem that the tracking error in the z-axis direction becomes large at a remarkable long distance.
[0051]
In addition, unlike a civilian aircraft or the like, a civil aircraft rarely moves with a rapid change in altitude. For this reason, conventionally, a tracking device is configured using a motion model in which the z component of the state vector is constant. A motion model having a constant z component is equivalent to a motion vector in which the z component of the velocity in the state vector is set to zero. In a conventional radar tracking apparatus, assuming a motion model in which the z component is constant, the trajectory of the target motion is DFGE, and the deviation GT between the target position G and the actual target position T when the z component is constant is assumed. Becomes larger as the distance increases, and there is a problem that the tracking error in the z-axis direction increases.
[0052]
As described above, in the conventional radar tracking apparatus, the tracking error in the z-axis direction increases. However, when the tracking error in the z-axis direction increases, for example, x is correlated with z in the process of calculating the observation noise covariance matrix. Since the term and the term y affect the term correlated with z, the tracking error in the x and y axis directions eventually increases. For this reason, the observation vector of the tracking target T cannot be captured in the gate, and the tracking may be missed.
[0053]
In the present embodiment, a state vector X (k) using the sea level altitude h (k) as a state variable is determined by equation (6), and the observation noise covariance matrix Θ (k) is determined by equations (14) to (17). Since the calculation is performed, the target motion becomes linear with respect to the target moving at a constant sea level. For this reason, a tracking error can be reduced.
[0054]
Steps ST1 to ST9 in FIG. 6 are flowcharts illustrating an example of the tracking operation in the radar tracking device in FIG. When the tracking process is started, first, observation data in polar coordinates is obtained from the radar observation means 1 (step ST1). The polar coordinate observation parameters are the observation position (R, E, By) of the tracking target T and its standard deviation (σR, σE, σBy).
[0055]
Next, the observation value conversion means 2 substitutes the polar coordinate observation position (R, E, By) from the radar observation means 1 into the equations (1) and (2), and obtains the observation position based on the sea level altitude h (k). (X (k), y (k), h (k)) are calculated and output as the observation vector Zo (k) (step ST2). On the other hand, the observation noise covariance calculation means 6 calculates the standard deviation (σR, σE, σBy) from the radar observation means 1 and the prediction vector Xp (k) from the delay means 9 in Expressions (14) to (16). A position component is substituted, and an observation noise covariance matrix Θ (k) is calculated in consideration of the sea level altitude h (k) (step ST3).
[0056]
The gate determination unit 3 calculates the equation from the prediction vector Xp (k) and the prediction error covariance matrix Pp (k) from the delay unit 9 and the observation noise covariance matrix Θ (k) from the observation noise covariance calculation unit 6. A gate is formed by (3) to (5), and a gate determination of the observation vector Zo (k) from the radar observation means 1 is performed (step ST4). As a result of the gate determination, the vector closest to the gate center in the gate is output as the target observation vector.
[0057]
The data updating means 7 substitutes the observation vector from the gate determining means 3 into the equations (8) to (10), and calculates smooth specifications (step ST5). The smooth specifications are a gain matrix K (k), a smooth vector Xs (k), and a smooth error covariance matrix Ps (k).
[0058]
The display unit 5 displays the wake of the tracking target T using the smooth vector Xs (k) from the data updating unit 7 (step ST6).
[0059]
The prediction means 8 substitutes the smoothed data from the data updating means 7 into the equations (11) and (12) to calculate the predicted data (step ST7). The prediction specifications are the prediction vector Xp (k + 1) and the prediction error covariance matrix Pp (k + 1) at the sampling time k + 1. The prediction data is output to the observation noise covariance calculation means 6 and the gate determination means 3 after being delayed by the delay means 9.
[0060]
If the sampling time k is equal to or less than the sampling end time kend, the sampling time k is replaced by the next sampling time k + 1 (steps ST8 and ST9), and the processing procedure of steps ST1 to ST7 is repeated.
[0061]
Then, when the sampling time k exceeds the end time kend, this tracking processing ends.
[0062]
According to the present embodiment, by configuring the tracking filter based on the state vector X (k) using the sea level altitude h (k) as a state variable, the tracking error of a target moving at a constant sea level altitude is reduced, The tracking accuracy in the altitude direction can be improved.
[0063]
Embodiment 2 FIG.
The radar tracking apparatus 120 according to the present embodiment differs from the radar tracking apparatus 110 (Embodiment 1) in FIG. 1 in that position information is obtained using slant coordinates described below instead of the xy coordinates in Expression (1). Is represented.
[0064]
FIG. 7 is an explanatory diagram showing the positional relationship of the target as viewed from the radar. The position information (rx, ry) represented by the following equation (18) is defined as slant coordinates with respect to north reference rectangular coordinates in which the north direction in the horizontal plane is the x axis, the east direction is the y axis, and the vertical direction is the z axis. I will call it.
(Equation 13)

[0065]
Assuming that the orthogonal projection of the straight line OT connecting the radar O and the tracking target T onto the xy plane is a straight line OF, OF = R, rx = OFcosBy = FD, and ry = OFsinBy = FG. From the expressions (1) and (18), the relationship between (x, y) and (rx, ry) is expressed by the following expression (19).
[Equation 14]

[0066]
According to the equation (19), since the cosE 遠 1 can be considered for the tracking target T at a long distance as the elevation angle E can be considered to be sufficiently small, the slant coordinates (rx, ry) coincide with (x, y). You can see that
[0067]
The observation value conversion means 2 converts the three-dimensional position information based on the polar coordinates from the radar observation means 1 into the position information (rx, ry, h) composed of the sea level altitude h (k) and the slant coordinates by the equations (2) and (18). And outputs it as the observation vector Zo (k). That is, for the horizontal component, an observation vector Zo (k) composed of slant coordinates is output. At this time, the state vector X (k) is determined by the following equation (20).
(Equation 15)

[0068]
The observation noise covariance calculation means 6 calculates an observation noise covariance matrix Ξ (k) based on sea level altitude h (k) and slant coordinates by the following equations (21) to (23).
[0069]
(Equation 16)

[0070]
In Expression (21), Λ (k) is calculated by Expression (15). In equations (22) and (23), rx, ry, and h are substituted with the position components rx (k), ry (k), and h (k) of the predicted vector Xp (k), respectively. As E and By, values obtained by substituting the position components of the prediction vector Xp (k) into the equations (2) and (18) are used.
[0071]
The gate determination means 3 calculates S (k) using an observation noise covariance matrix Ξ (k) based on sea level and slant coordinates instead of Θ (k) in equation (4), and forms a gate.
[0072]
FIG. 8 is a flowchart illustrating an example of a tracking operation in the radar tracking device according to the second embodiment of the present invention. In step ST1, when the observation data in polar coordinates is acquired, the observation value conversion means 2 calculates the observation values of rx (k), ry (k) and the sea level altitude h (k) from Expressions (2) and (18). Is calculated (step ST2a).
[0073]
On the other hand, the observation noise covariance calculation means 6 calculates the observation noise covariance matrix Ξ (k) in consideration of the slant coordinates and the sea level from equations (21) to (23) (step ST3a). Steps ST4 to ST9 are performed in the same manner as the processing procedure of steps ST4 to ST9 in FIG.
[0074]
When tracking is performed in a two-dimensional radar that can observe only the distance R and the azimuth angle By, slant coordinates (rx, ry) are often used. Tracking using slant coordinates (rx, ry) using the distance R and the azimuth angle By observed by the two-dimensional radar is called 2D tracking, and the distance R and azimuth observed by the three-dimensional radar that can observe up to the elevation angle E. The case where tracking is performed using the angle By and the elevation angle E will be referred to as 3D tracking. Conventionally, in a radar capable of performing both 2D tracking and 3D tracking, when switching from 2D tracking to 3D tracking, or from 3D tracking to 2D tracking, a problem occurs particularly in the initial switching period. was there.
[0075]
That is, at the time of switching of the tracking, the tracking error becomes large due to the conversion of the positional information from (rx, ry) to (x, y) accompanying the switching, or vice versa, and the switching cannot be performed smoothly. . For this reason, there was a problem that tracking was missed.
[0076]
According to the present embodiment, since the state vector X (k) is determined based on the slant coordinates (rx, ry), switching from 3D tracking to 2D tracking or vice versa can be performed smoothly. Can be.
[0077]
Embodiment 3 FIG.
FIG. 9 is a block diagram showing a configuration example of the radar tracking device according to the third embodiment of the present invention. The radar tracking device 130 of the present embodiment is different from the radar tracking device 110 (Embodiment 1) of FIG. 1 in that the predicted value generation unit 4 includes the advanced driving noise adjustment unit 10.
[0078]
The altitude driving noise adjustment means 10 adjusts the driving noise for a tracking target that rapidly rises or falls in the altitude h direction. The advanced driving noise adjusting unit 10 sequentially accumulates the smoothed vectors Xs (k) output from the data updating unit 7 for each sampling cycle, and calculates the following equation based on the altitude difference of the tracking target obtained from the accumulated smoothed vectors. The component related to the sea level altitude h (k) of the driving noise covariance matrix Q (k) of 12) is adjusted.
[0079]
The smoothed vector Xs (k) is accumulated for L (> 2) samplings, and the smoothed vector Xs (k) at the current time k is compared with the smoothed vector before L sampling. The comparison is performed on the components of the smooth vector Xs (k) related to the sea level altitude h (k), and the difference in altitude at which the tracking target has moved during L sampling is determined from the difference between the components of each smooth vector. When this altitude difference is larger than a predetermined threshold value, it is determined that the tracking target is rapidly rising or falling, and a control signal for setting a large component of Q (k) related to sea level altitude h (k) is predicted. Output to the means 8.
[0080]
The prediction unit 8 sets Q (k) based on the control signal from the advanced driving noise adjustment unit 10.
[0081]
FIG. 10 is a flowchart showing an example of the tracking operation in the radar tracking device of FIG. After the wake display of the tracking target in step ST6, the driving noise covariance matrix Q (k) is adjusted by the advanced driving noise adjusting means 10 (step ST6b). Then, the predicted specifications are calculated based on the adjusted Q (k). Steps ST1 to ST5, ST8 and ST9 are performed in the same manner as the processing procedure of steps ST1 to ST5, ST8 and ST9 in FIG.
[0082]
According to the present embodiment, it is possible to improve the followability with respect to a tracking target that rapidly rises or falls rapidly in the altitude direction, and thus it is possible to prevent tracking loss in the altitude direction.
[0083]
Embodiment 4 FIG.
FIG. 11 is a block diagram showing a configuration example of a radar tracking device according to Embodiment 4 of the present invention. The radar tracking apparatus 140 according to the present embodiment improves tracking performance with respect to a tracking target by adjusting drive noise using two gates to determine an observation vector.
[0084]
The gate determination means 3a determines the observation vector Zo (k) by providing two gates, a straight target gate and a turning target gate. The turning target gate is configured to have a larger gate size than the straight traveling target gate and to include the straight traveling target gate.
[0085]
The gate configuration is such that in equation (3), if the gate size parameter for the straight-ahead target gate is ds and the gate size parameter for the turning target gate is dm, the gate size parameter is set so that dm ≧ ds. Is performed by
[0086]
The determination of the observation vector Zo (k) is first performed by the straight target gate. When an observation vector is obtained in this gate, the observation vector closest to the gate center is output as the observation vector of the tracking target. At this time, it is assumed that the tracking target is traveling straight. If an observation vector cannot be obtained in the straight-ahead gate, then a determination is made by the turning target gate.
[0087]
When the observation vector is obtained in the turning target gate, the observation vector closest to the gate center is output. At this time, the tracking target is regarded as turning, and a control signal for improving the turning followability with respect to the tracking target is output to the prediction means 8.
[0088]
The prediction unit 8 is set to increase the component related to the turning property of the driving noise covariance matrix Q (k) in the equation (12) based on the control signal from the gate determination unit 3a.
[0089]
FIG. 12 is a flowchart showing an example of the tracking operation in the radar tracking device of FIG. When the observation noise covariance matrix is calculated in step ST3, the gate determination means 3a forms a straight target and a turning target gate, and determines the observation vector Zo (k) (step ST4c). At this time, if it is determined that an observation vector exists in the straight-ahead target gate, the observation vector closest to the gate center among the observation vectors in this gate is output.
[0090]
On the other hand, when it is determined that the observation vector does not exist in the straight target gate, it is determined whether the observation vector exists in the turning target gate. When an observation vector exists in the turning target gate, the observation vector closest to the gate center among the observation vectors in this gate is output. In this case, the driving noise is adjusted to improve the turning followability with respect to the tracking target. Steps ST1, ST2, ST5 to ST9 are performed in the same manner as the processing procedure of steps ST1, ST2, ST5 to ST9 in FIG.
[0091]
According to the present embodiment, it is possible to improve the followability to the turning target while securing the followability to the straight ahead target.
[0092]
Embodiment 5 FIG.
FIG. 13 is a block diagram showing a configuration example of the radar tracking device according to the fifth embodiment of the present invention. The radar tracking device 150 of the present embodiment is different from the radar tracking device 110 (Embodiment 1) of FIG. 1 in that the predicted value generation unit 4 includes the wake cancellation unit 11.
[0093]
The wake canceling means 11 is a smoothing value selecting means for canceling a tracking process for a smooth vector having a low priority. Priorities are assigned to smoothed vectors output from the data updating means 7 corresponding to a plurality of tracking targets based on predetermined sorting conditions, and sorting of smoothed values is performed based on the priorities.
[0094]
For example, the traveling direction of the tracking target is determined based on the smoothed vector from the smoothing vector from the data updating unit 7 for each tracking target, and a priority is assigned based on the determination result. The smoothed value after removing the smoothed value having the lower priority is output to the display means 5 and the prediction means 8.
[0095]
FIG. 14 is a flowchart showing an example of the tracking operation in the radar tracking device of FIG. When the smooth specifications are calculated in step ST5, the wake canceling means 11 selects the smooth vector corresponding to each tracking target, and cancels the wake of the smooth vector having a low priority (step ST5d). Steps ST1 to ST4, ST6 to ST9 are performed in the same manner as the processing procedure of steps ST1 to ST4, ST6 to ST9 in FIG.
[0096]
According to the present embodiment, the calculation load can be reduced by canceling the tracking processing for the smoothed value having the lower priority.
[0097]
Embodiment 6 FIG.
FIG. 15 is a block diagram showing a configuration example of the radar tracking device according to the sixth embodiment of the present invention. The radar tracking device 160 of the present embodiment assigns a priority order based on the identification information for the tracking target from the radar observation means 1 as compared with the radar tracking device 150 (Embodiment 5) of FIG. I have.
[0098]
The radar observation means 1 acquires friend identification information for the tracking target and outputs the information to the wake cancellation means 11. The wake canceling means 11 assigns a priority to the smoothed vector based on the ally identification information, and selects a smoothed value.
[0099]
FIG. 16 is a flowchart showing an example of the tracking operation in the radar tracking device of FIG. In step ST5e, the track release unit 11 assigns a priority order based on the identification information, and selects a smooth value. Steps ST1 to ST5, ST6 to ST9 are performed in the same manner as the processing procedure of steps ST1 to ST5, ST6 to ST9 in FIG.
[0100]
According to the present embodiment, the calculation load can be effectively reduced without missing a tracking target with a high priority.
[0101]
Embodiment 7 FIG.
FIG. 17 is a block diagram showing a configuration example of the radar tracking device according to the seventh embodiment of the present invention. The radar tracking device 170 according to the present embodiment is different from the radar tracking device 110 (the first embodiment) in FIG. 1 in that the radar tracking device 170 includes the smoothing value selecting unit 12.
[0102]
In the present embodiment, the tracking processing based on the state vector of Expression (6) and the tracking processing based on the state vector of Expression (20) are performed in parallel, and a smooth vector corresponding to each state vector is selected according to a predetermined selection condition. Is selected and displayed.
[0103]
The observation value conversion means 2 converts the position information into (x, y, h) consisting of the north reference orthogonal coordinates for the horizontal component and outputs it, and also converts it into (rx, ry, h) consisting of the slant coordinates and outputs it. I do. The data updating means 7 calculates a smooth vector corresponding to each state vector, and outputs it to the smooth value selecting means 12. Here, the smooth vector calculated corresponding to the state vector of Expression (6) is represented as a smooth vector A, and the smooth vector calculated corresponding to the state vector of Expression (20) is represented as a smooth vector B.
[0104]
The smoothed value selecting means 12 selects each smoothed vector based on the smoothed vector from the data updating means 7. When the smoothed vectors A and B are input, selection is performed based on either of the smoothed vectors A and B. Which smoothing vector is to be used for determination is determined in advance.
[0105]
The determination of the smooth vector is performed based on the smooth distance calculated from the smooth vector. This smooth distance is calculated from the position component of the smooth vector and represents the distance to the tracking target. The smoothing distance is compared with a predetermined threshold ω, and if the smoothing distance is equal to or smaller than the threshold ω, the smoothing vector A is selected. Here, the threshold value ω is a value at which the target distance can be considered to be sufficiently long.
[0106]
On the other hand, when the smooth distance is larger than the threshold ω, the user selects either the smooth vector A or B. The selected smooth vector is output to the display means 5 and displayed.
[0107]
In the case of a short distance, if the influence of multipath in the theory of radar signal processing is small, the elevation angle accuracy is considered to be good. For this reason, when the smoothing distance is equal to or less than the threshold ω, the accuracy of the smoothing vector A calculated based on the north reference orthogonal coordinates is considered to be better than the accuracy of the smoothing vector B calculated based on the slant coordinates. Can be Therefore, in the present embodiment, since a smooth vector with high accuracy is output and displayed, it is possible to reduce variations in the displayed wake.
[0108]
FIG. 18 is a flowchart showing an example of the tracking operation in the radar tracking device of FIG. In step ST5, when the smooth specifications are calculated, the smoothing value selecting unit 12 selects the smooth vector A calculated based on the north reference orthogonal coordinates and the smooth vector B calculated based on the slant coordinates. (Step ST5f).
Then, the selected smoothed vector is displayed on the display unit 5. Steps ST1 to ST4, ST6 to ST9 are performed in the same manner as the processing procedure of steps ST1 to ST4, ST6 to ST9 in FIG.
[0109]
According to the present embodiment, it is possible to display a smooth vector with high accuracy, and it is possible to suppress variations in the displayed wake. Also, in order to continuously track the tracking target that is out of the radar coverage area or to transfer the smoothed vector to another radar system in order to improve the tracking accuracy, high accuracy is required. Since a smooth vector can be transferred, it is possible to reduce the influence of tracking errors on other radar systems.
[0110]
Embodiment 8 FIG.
The radar tracking device 180 according to the present embodiment performs a first-order filtering process on the smoothed vector sequentially output from the data updating unit 7, thereby smoothing the display wake.
[0111]
The display means 5 performs a first-order filtering process on the smoothed vector at each of the sampling time m and the sampling time m-1 one sampling before by the following equations (24) and (25).
[Equation 17]

[0112]
In Expression (24), m is a time at which display is performed, and xx (m) is a smooth vector at time m. Yy (m) is a smooth vector calculated for display by the filtering process. Λ (m) in Expression (24) represents a weight for xx (m) and xx (m−1), and is calculated from Expression (25). τ (m) is a sampling time interval between times m and m−1, and μ is a predetermined time constant.
[0113]
In this way, the first-order filter processing based on the control theory is performed, and the smoothed vector yy (m) is displayed.
[0114]
FIG. 19 is a flowchart illustrating an example of a tracking operation in the radar tracking device according to the eighth embodiment of the present invention. When the smooth data is calculated in step ST5, the display unit 5 performs a first-order filtering process on the smooth vector (step ST6g). Then, the wake of the tracking target is displayed based on the smoothed vector after the processing. Steps ST1 to ST4, ST7 to ST9 are performed in the same manner as the processing procedure of steps ST1 to ST4, ST7 to ST9 in FIG.
[0115]
According to the present embodiment, the display wake can be smoothed by the first-order filter processing, and the display can be easily viewed.
[0116]
Embodiment 9 FIG.
The radar tracking device 190 according to the present embodiment performs correlation processing based on the likelihood of each observation vector when a plurality of observation vectors exist in the gate for discrimination.
[0117]
When a plurality of observation vectors Zo (k) are present in the gate as a result of the gate determination by Expression (3), the gate determination unit 3 extracts the likelihood for each observation vector in the gate. Based on these likelihoods, the correlation probability β (k, i) of each observation vector is calculated from the following equations (26) to (28).
[0118]
(Equation 18)

[0119]
In equation (26), m (k) represents the number of observation vectors in the gate at sampling time k, and γ (k, i) represents the likelihood for the i-th observation vector in the gate. However, the correlation probability β (k, i) in Expression (26) represents a case where i ≠ 0, and in the case of i = 0, it is obtained by Expressions (27) and (28).
[0120]
In Equation (27), Pd (k) represents the detection probability of the target at the sampling time k, and PG (k) represents the probability that the target exists in the gate. Βft (k) represents an erroneous signal density at which an erroneous signal from a target other than the target is obtained at the sampling time k.
[0121]
Here, γ (k, 0) represents the likelihood when the observed vector is an erroneous signal. When no target is detected in the gate, all the observed vectors present in the gate are erroneous signals from sources other than the target. It is based on the assumption that Β (k, 0) in Expression (28) represents the correlation probability when the observation vector in the gate is an erroneous signal.
[0122]
The gate determining unit 3 outputs to the data updating unit 7 all the observation vectors in the gate and the correlation probability β (k, i) corresponding to each observation vector in the gate. The data updating means 7 calculates a gain matrix and a smoothed value corresponding to each observation vector for each observation vector, and performs a correlation process on the gain matrix and the smoothed value based on the correlation probability β (k, i). I have.
[0123]
FIG. 20 is a flowchart illustrating an example of a tracking operation in the radar tracking device according to the ninth embodiment of the present invention. When the observation noise covariance matrix is calculated in step ST3, the gate determination unit 3 performs a gate determination in consideration of the correlation probability β (k, i) (step ST4h). That is, the correlation probability β (k, i) is calculated from the likelihood corresponding to each observation vector in the gate, and is output together with each observation vector in the gate.
[0124]
The data updating means 7 calculates a smoothed value in consideration of the correlation probability β (k, i).
That is, a smooth vector and a smooth error covariance matrix corresponding to each observation vector are calculated from each observation vector, and correlation processing is performed on each smooth value based on the correlation probability β (k, i) (step ST5h). Then, the smoothed value after the processing is output to the display unit 5 and the prediction unit 8. Steps ST1, ST2, ST6 to ST9 are performed in the same manner as the processing procedure of steps ST1, ST2, ST6 to ST9 in FIG.
[0125]
According to the present embodiment, by performing correlation processing on the smoothed data, even when a large number of erroneous signals are present in the gate, the influence of the erroneous signals is reduced, and the ability to follow the tracking target is improved. Can be done.
[0126]
Embodiment 10 FIG.
The radar tracking device 200 of the present embodiment improves the tracking accuracy by increasing the calculation accuracy of the sea level altitude h.
[0127]
The observation value conversion means 2 calculates the sea level altitude h based on the following equation (29) instead of the equation (2).
[Equation 19]

[0128]
In equation (29), ρ represents the earth radius, lats represents the radar installation latitude, lons represents the radar installation longitude, alts represents the radar installation altitude, and α represents the flatness of the earth, and is known. I do. F represents that h is these functions.
[0129]
The observation value conversion means 2 calculates the sea level altitude h from Equation (29), and outputs an observation vector Zo (k) based on the sea level altitude h to the gate determination means 3. The observation noise covariance calculation means 6 calculates an observation noise covariance matrix based on Expression (29).
[0130]
FIG. 21 is a flowchart illustrating an example of a tracking operation in the radar tracking device according to the tenth embodiment of the present invention. When the observation data is acquired in step ST1, the observation value conversion means 2 calculates the observation values of x, y and the sea level altitude h of the earth ellipsoid (step ST2i). Here, the sea level altitude h considering the earth ellipsoid is calculated based on the equation (29), and is output as the observation vector Zo (k).
[0131]
The observation noise covariance calculation means 6 calculates an observation error covariance matrix based on equation (29) (step ST3i). Steps ST4 to ST9 are performed in the same manner as the processing procedure of steps ST4 to ST9 in FIG.
[0132]
According to the present embodiment, since the sea level altitude h is calculated in consideration of the fact that the earth is an ellipsoid, the tracking processing can be performed based on the more accurate sea level altitude h, and the tracking accuracy is improved. .
[0133]
Embodiment 11 FIG.
FIG. 22 is a block diagram showing a configuration example of a radar tracking device according to Embodiment 11 of the present invention. The radar tracking apparatus 210 according to the present embodiment is different from the radar tracking apparatus 190 (the ninth embodiment) in that the radar tracking apparatus 210 includes an in-gate observation value limiting unit 13.
[0134]
The in-gate observation value limiting unit 13 outputs a control signal for limiting the number of observation values in the gate according to the calculation load to the gate determination unit 3 and the data updating unit 7. The gate determination unit 3 determines a predetermined number of observation vectors having a high likelihood among a plurality of observation vectors in the gate based on the control signal. At this time, N observation vectors are determined, and a correlation probability β (k, i) is calculated based on the likelihood of the determined observation vector.
[0135]
The data updating unit 7 performs a correlation process on the smoothed value based on the correlation probability β (k, i) corresponding to the determined observation vector.
[0136]
FIG. 23 is a flowchart showing an example of the tracking operation in the radar tracking device of FIG. In step ST3, when the observation noise covariance matrix is calculated, the gate determination means 3 restricts the observation vector in the gate to only those having a high likelihood based on the control signal from the observation value restriction means 13 in the gate. Then, the correlation probability β (k, i) is calculated (steps ST4j and ST4k).
[0137]
The data updating unit 7 performs a correlation process on smoothed values corresponding to the N observation vectors with high likelihood based on the control signal from the in-gate observation value limiting unit 13 to obtain a correlation probability β (k, i ) Is calculated (step ST5j). Steps ST6 to ST9 are performed in the same manner as the processing procedure of steps ST6 to ST9 in FIG.
[0138]
According to the present embodiment, by performing the correlation process on the smoothed data, even when a large number of erroneous signals are contained in the gate, it is possible to ensure the following performance with respect to the tracking target, and By limiting the number of observations in the gate, the calculation load can be reduced.
[0139]
【The invention's effect】
As described above, according to the radar tracking device and the radar tracking processing method according to the present invention, since the prediction value is calculated based on the sea level altitude, the tracking error with respect to the target moving at the constant sea level altitude is reduced, and the target tracking is performed. It can be performed with high accuracy.
[Brief description of the drawings]
FIG. 1 is a block diagram illustrating a configuration example of a radar tracking device according to a first embodiment of the present invention.
FIG. 2 is an explanatory diagram showing an example of a positional relationship of a target viewed from a radar.
FIG. 3 is an explanatory diagram showing a positional relationship of a target with respect to the center of the earth as viewed from a radar.
FIG. 4 is an explanatory diagram showing an example of gate determination of an observation vector.
FIG. 5 is an explanatory diagram showing a positional relationship between a radar and a target moving at a constant sea level.
FIG. 6 is a flowchart illustrating an example of a tracking operation in the radar tracking device of FIG. 1;
FIG. 7 is an explanatory diagram showing a positional relationship of a target as viewed from a radar.
FIG. 8 is a flowchart illustrating an example of a tracking operation in the radar tracking device according to the second embodiment of the present invention.
FIG. 9 is a block diagram showing a configuration example of a radar tracking device according to a third embodiment of the present invention.
FIG. 10 is a flowchart illustrating an example of a tracking operation in the radar tracking device of FIG. 9;
FIG. 11 is a block diagram showing a configuration example of a radar tracking device according to a fourth embodiment of the present invention.
12 is a flowchart showing an example of a tracking operation in the radar tracking device of FIG.
FIG. 13 is a block diagram showing a configuration example of a radar tracking device according to a fifth embodiment of the present invention.
14 is a flowchart illustrating an example of a tracking operation in the radar tracking device of FIG.
FIG. 15 is a block diagram showing a configuration example of a radar tracking device according to a sixth embodiment of the present invention.
16 is a flowchart showing an example of a tracking operation in the radar tracking device of FIG.
FIG. 17 is a block diagram showing a configuration example of a radar tracking device according to a seventh embodiment of the present invention.
18 is a flowchart showing an example of a tracking operation in the radar tracking device of FIG.
FIG. 19 is a flowchart showing an example of a tracking operation in the radar tracking device according to the eighth embodiment of the present invention.
FIG. 20 is a flowchart illustrating an example of a tracking operation in the radar tracking device according to the ninth embodiment of the present invention.
FIG. 21 is a flowchart showing an example of a tracking operation in the radar tracking device according to the tenth embodiment of the present invention.
FIG. 22 is a block diagram showing a configuration example of a radar tracking device according to an eleventh embodiment of the present invention.
FIG. 23 is a flowchart illustrating an example of a tracking operation in the radar tracking device of FIG. 22;
[Explanation of symbols]
1 radar observation means, 2 observation value conversion means, 3, 3a gate judgment means,
4 prediction value generation means, 5 display means, 6 observation noise covariance calculation means,
7 data update means, 8 prediction means, 9 delay means,
10 advanced drive noise adjustment means, 11 wake cancellation means, 12 smoothed value selection means,
13 In-gate observation value limiting means, 110-210 radar tracking device.

Claims (15)

Observation means for outputting three-dimensional position information in polar coordinates of a target, observation value conversion means for converting position information from polar coordinates to sea level altitude and orthogonal coordinates in a horizontal plane, and outputting the result as an observation vector, and a predicted value based on the observation vector A radar tracking device comprising a predicted value generation means for generating a prediction value. A gate determining means for determining an observation vector in the gate by providing a gate, and an observation noise covariance generating means for generating an observation noise covariance matrix from a predicted value;
The observation means outputs a standard deviation of the position information,
The prediction value generation means generates a prediction vector and a prediction error covariance matrix from the determined observation vector,
The gate determination means forms a gate based on a prediction vector, a prediction error covariance matrix, and an observation noise covariance matrix,
The radar tracking apparatus according to claim 1, wherein the observation noise covariance generation means calculates an observation noise covariance matrix based on a prediction vector and a standard deviation of position information. The predictive value generating means includes a smoothing value calculating means for calculating a smooth vector and a smooth error covariance matrix from the observation vector determined by the gate determining means, and a predictive vector and a predictive error based on the smooth vector and the smooth error covariance matrix. A predicted value calculating unit for calculating a covariance matrix,
3. The radar tracking apparatus according to claim 2, wherein the smoothing value calculating means calculates a smoothing vector and a smoothing error covariance matrix based on the prediction vector, the prediction error covariance matrix, and the observation noise covariance matrix. 4. The radar tracking apparatus according to claim 1, wherein the observation value conversion unit outputs an observation vector including slant coordinates for a horizontal component. The prediction value generation means includes a drive noise adjustment means for adjusting a component related to sea level of the drive noise covariance matrix,
The driving noise adjustment unit accumulates the smoothed vector output at a predetermined sampling cycle from the smoothing value calculation unit, and adjusts the driving noise covariance matrix based on the target altitude difference obtained from the accumulated smoothed vector,
The radar tracking apparatus according to claim 3, wherein the prediction value calculation means calculates a prediction vector and a prediction error covariance matrix based on the adjusted driving noise covariance matrix. 6. The radar tracking device according to claim 2, wherein said gate determination means determines an observation vector by providing two gates, a straight target gate and a turning target gate including said gate. apparatus. The predicted value generation means includes a smoothed value selection means for selecting a smoothed vector and a smoothed error covariance matrix output corresponding to a plurality of targets from the smoothed value calculation means,
4. The radar tracking device according to claim 3, wherein the smoothing value selecting means assigns a priority to each smoothed vector based on a predetermined sorting condition, and cancels a tracking process for a smoothed vector having a low priority. The radar tracking device according to claim 7, wherein the smoothing value selecting means assigns a priority order based on target identification information output from the observation means. A smoothing vector selecting means for selecting a smoothing vector,
The observation value conversion means outputs a second observation vector composed of slanted coordinates together with a first observation vector composed of north reference rectangular coordinates for the horizontal component,
The smooth vector selection means selects a smooth vector corresponding to each observation vector based on a target distance obtained from the smooth vector corresponding to either the first observation vector or the second observation vector. The radar tracking device according to claim 3, wherein 10. The smoothing vector selecting unit according to claim 9, wherein the calculated target distance is compared with a predetermined threshold value, and when the target distance is equal to or less than the threshold value, the smoothed vector corresponding to the first observation vector is selected. A radar tracking device as described. 4. The radar tracking device according to claim 3, further comprising a display unit that performs a first-order filtering process on the smoothed vector sequentially output from the smoothed value calculating unit and displays the processed smoothed vector. apparatus. The gate determination unit calculates a correlation probability of each observation vector in the gate based on the likelihood of each observation vector in the gate when a plurality of observation vectors exist in the gate,
4. The radar tracking according to claim 3, wherein the smoothing value calculating means performs a correlation process on a smoothing vector and a smoothing error covariance matrix corresponding to each observation vector based on the calculated correlation probability. apparatus. 13. The radar tracking device according to claim 12, wherein the gate determination unit calculates a correlation probability for a predetermined number of observation vectors having a high likelihood. 14. The radar tracking according to any one of claims 1 to 13, wherein the observation value conversion means calculates the sea level altitude based on the oblateness of the earth and the installation latitude, installation longitude, and installation altitude of the radar. apparatus. An observation step of outputting three-dimensional position information and standard deviation of this position information by polar coordinates of a target; and an observation value conversion step of converting the position information from polar coordinates to sea level altitude and orthogonal coordinates in a horizontal plane, and outputting as an observation vector, A gate determination step of determining an observation vector in the gate; a prediction value generation step of generating a prediction vector and a prediction error covariance matrix from the determined observation vector; and an observation noise covariance matrix from the standard deviation of the prediction vector and position information. , Generating the observation noise covariance
A radar tracking processing method, wherein in a gate determination step, an observation vector is determined by a gate formed based on a prediction vector, a prediction error covariance matrix, and an observation noise covariance matrix.

Images