CN102736078A - 一种数字船用雷达arpa中的信息处理方法 - Google Patents

Abstract

本发明公开了一种数字船用雷达ARPA中的信息处理方法，其处理过程为：在每个雷达扫描周期，由AD转换器采集雷达上单元提供的雷达脉冲信号，并将量化后的雷达脉冲信号传输给FPGA；然后由FPGA对量化后的雷达脉冲信号进行海杂波处理，得到每个目标船的极坐标信息，并传输给DSP；接着由DSP将每个目标船的极坐标信息变换为直角坐标信息，并将每个目标船的极坐标信息和对应的直角坐标信息传输给ARPA；最后由ARPA对每个目标船在横坐标方向和纵坐标方向上分别进行自适应α-β滤波处理，获取本船与每个目标船的相遇时间和相遇距离，优点在于由于采用了直角坐标系下的自适应α-β滤波方法，因此滤波精度得到了有效地提高，同时也很好的实现了机动目标的跟踪。

Description

一种数字船用雷达ARPA中的信息处理方法

技术领域

本发明涉及一种雷达信号处理技术，尤其是涉及一种数字船用雷达ARPA中的信息处理方法。

背景技术

船用雷达是海上航行的重要辅助设备，对早期航海安全起到了至关重要的作用。但繁忙的海上交通导致船舶碰撞事件时有发生，仅是船用雷达已经不能满足新形势下海上安全航行的要求，在这种情况下ARPA（Automatic Radar Plotting Aid，自动雷达标绘仪）被提了出来。ARPA是船用雷达功能的延伸，而船用雷达则可以看作是ARPA系统的传感器，为ARPA系统提供连续的目标位置信息。ARPA的出现在很大程度上提高了航船避碰能力，其主要是通过船用雷达提供的目标位置信息和本船的航速位置信息来识别、录取、跟踪目标，进而实现报警和避碰功能。

国际海事组织通过相关协议要求大于或等于1000吨的船舶必须使用ARPA系统，使得ARPA系统在船用雷达中得到了广泛的应用。对于新型的数字船用雷达，ARPA系统的信息处理技术也需要与时俱进。但由于传统的ARPA系统的信息处理技术中的数据滤波是采用极坐标系下的简化α-β滤波方法或直角坐标系下的简化α-β滤波方法进行滤波处理的，这种简化的α-β滤波方法对数字船用雷达提供的目标位置信息滤波会产生一些误差，从而可能导致目标跟踪失败，此外，传统的ARPA系统的信息处理技术还不能对机动目标进行跟踪。

发明内容

本发明所要解决的技术问题是提供一种能够有效提高目标跟踪能力的数字船用雷达ARPA中的信息处理方法。

本发明解决上述技术问题所采用的技术方案为：一种数字船用雷达ARPA中的信息处理方法，其特征在于它的处理过程为：在每个雷达扫描周期，由AD转换器采集雷达上单元提供的雷达脉冲信号，并将量化后的雷达脉冲信号传输给FPGA；然后由FPGA对量化后的雷达脉冲信号进行海杂波处理，得到每个目标船的极坐标信息，并将每个目标船的极坐标信息传输给DSP，其中，目标船的极坐标信息包括目标船的径向距离和方位角；接着由DSP将每个目标船的极坐标信息变换为每个目标船的直角坐标信息，并将每个目标船的极坐标信息和对应的直角坐标信息传输给ARPA，其中，直角坐标信息包括目标船的横坐标和纵坐标；最后由ARPA对每个目标船在横坐标方向和纵坐标方向上分别进行自适应α-β滤波处理，获取本船与每个目标船的相遇时间和相遇距离，实现目标跟踪和避碰报警，并设定每个目标船在下一个雷达扫描周期的录取波门，具体过程如下：

①在ARPA中预先设置N个目标信息存储空间，其中一个目标信息存储空间用于存储一个预录取目标船或已录取目标船的位置速度信息，位置速度信息包括目标船的径向距离、目标船的方位角、本船与目标船在横坐标方向上的距离、本船与目标船在纵坐标方向上的距离、本船与目标船在横坐标方向上的相对速度、本船与目标船在纵坐标方向上的相对速度、本船与目标船在横坐标方向上的距离预测误差均方根及本船与目标船在纵坐标方向上的距离预测误差均方根；

②将第k个雷达扫描周期上当前正在处理的目标船定义为当前目标船；

③判断当前目标船的径向距离是否小于设定的警戒圈半径，如果是，则执行步骤④，否则，对当前目标船不作处理，然后执行步骤⑦；

④判断当前目标船是否在任一个预录取目标船或已录取目标船的录取波门内，如果是，则对当前目标船在横坐标方向和纵坐标方向上分别进行自适应α-β滤波处理，得到本船与当前目标船在横坐标方向上的距离x_c(k)、本船与当前目标船在横坐标方向上的相对速度v_xc(k)、本船与当前目标船在横坐标方向上的距离预测误差均方根σ_px(k)和本船与当前目标船在纵坐标方向上的距离y_c(k)、本船与当前目标船在纵坐标方向上的相对速度v_yc(k)、本船与当前目标船在纵坐标方向上的距离预测误差均方根σ_py(k)，

x_c(k)=x_p(k)+α_x(k)[x_m(k)-x_p(k)]，

v_xc(k)=v_xc(k-1)+β_x(k)[x_m(k)-x_p(k)]/T， ${\mathrm{\σ}}_{\mathrm{px}}^2\left(k\right)=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{[x_m(k-i)-x_p(k-i)]}^2,$ y_c(k)=y_p(k)+α_y(k)[y_m(k)-y_p(k)]，

v_yc(k)=v_yc(k-1)+β_y(k)[y_m(k)-y_p(k)]/T，

同时当当前目标船在任一个已录取目标船的录取波门内时判断当前目标船在第k-j个雷达扫描周期到第k个雷达扫描周期中是否有j/2次以上进入录取波门，如果是，则继续正常跟踪当前目标船，否则，认为当前目标船已丢失，并将其从目标存储空间中清除，然后执行步骤⑤，否则，将当前目标船作为新的预录取目标船，并将当前目标船的位置速度信息存储于空闲的目标信息存储空间中，然后执行步骤⑦，其中，x_p(k)表示第k-1个雷达扫描周期预测的第k个雷达扫描周期上的当前目标船的横坐标的值，x_p(k)=x_c(k-1)+v_xc(k-1)×T，x_c(k-1)表示第k-1个雷达扫描周期上本船与当前目标船在横坐标方向上的距离经滤波处理后的值，v_xc(k-1)表示第k-1个雷达扫描周期上本船与当前目标船在横坐标方向上的相对速度经滤波处理后的值，T表示雷达扫描周期，α_x(k)表示第k个雷达扫描周期上当前目标船在横坐标方向上的距离平滑系数，

σ_mx(k)表示雷达测量误差的均方根，β_x(k)表示第k个雷达扫描周期上当前目标船在横坐标方向上的速度平滑系数，

x_m(k)表示第k个雷达扫描周期上当前目标船的横坐标的测量值，x_m(k-i)表示第k-i个雷达扫描周期上当前目标船的横坐标的测量值，x_p(k-i)表示第k-i-1个雷达扫描周期预测的第k-i个雷达扫描周期上当前目标船的横坐标的值，n>3，y_p(k)表示第k-1个雷达扫描周期预测的第k个雷达扫描周期上当前目标船的纵坐标的值，y_p(k)=y_c(k-1)+v_yc(k-1)×T，y_c(k-1)表示第k-1个雷达扫描周期上本船与当前目标船在纵坐标方向上的距离经滤波处理后的值，v_yc(k-1)表示第k-1个雷达扫描周期上本船与当前目标船在纵坐标方向上的相对速度经滤波处理后的值，T表示雷达扫描周期，α_y(k)表示第k个雷达扫描周期上当前目标船在纵坐标方向上的距离平滑系数，

σ_my(k)表示雷达测量误差的均方根，β_y(k)表示第k个雷达扫描周期上当前目标船在纵坐标方向上的速度平滑系数，

y_m(k)表示第k个雷达扫描周期上当前目标船的纵坐标的测量值，y_m(k-i)表示第k-i个雷达扫描周期上当前目标船的纵坐标的测量值，y_p(k-i)表示第k-i-1个雷达扫描周期预测的第k-i个雷达扫描周期上当前目标船的纵坐标的值；

⑤根据x_c(k)、y_c(k)、v_xc(k)和v_yc(k)，计算本船与目标船的相遇时间和相遇距离，分别记为Tr和Sr，T_r=min{x_c(k)/v_xc(k),y_c(k)/v_yc(k)}，Sr=min{x_c(k),y_c(k)}，其中，min{}为取最小值函数；然后判断Tr小于最小会遇时间和Sr小于最小会遇距离是否同时满足，如果是，则发出报警，提醒操作人员做出避碰操作，然后执行步骤⑥，否则，执行步骤⑦；

⑥根据当前目标船的径向距离和方位角，设定当前目标船的录取波门为(S-ΔS,S+ΔS)且(θ-Δθ,θ+Δθ)，其中，S表示当前目标船的径向距离，θ表示当前目标船的方位角，ΔS和Δθ表示录取波门的可调范围；

⑦将第k个雷达扫描周期上的下一个待处理的目标船作为当前目标船，然后返回步骤③继续执行，直至第k个雷达扫描周期上的所有目标船处理完毕；

⑧判断在第k-j个雷达扫描周期存储于目标存储空间的预录取目标船在第k-j个雷达扫描周期至第k个雷达扫描周期之间是否有j/2次以上进入录取波门，如果是，则认为在第k-j个雷达扫描周期存储于目标存储空间的预录取目标船为真目标，并将其作为录取目标船进行正常跟踪，否则，认为在第k-j个雷达扫描周期存储于目标存储空间的预录取目标船为虚假目标，并将其从目标存储空间中清除；

⑨令k'=k+1,k=k'，按照步骤②至步骤⑧的操作对下一个雷达扫描周期上的所有目标船进行处理，其中，k'的初始值为0。

所述的极坐标信息表示为(S,θ)，S表示目标船的径向距离，θ表示目标船的方位角，其中，极坐标系的原点为本船；所述的直角坐标信息表示为(x,y)，x表示目标船的横坐标，x=S×cosθ，y表示目标船的纵坐标，y=S×sinθ。

所述的步骤①中N的值大于20。

所述的步骤①中预录取目标船是指暂时不知真伪的目标船，已录取目标船是指已确认为真的目标船。

所述的步骤④和所述的步骤⑧中j=10。

与现有技术相比，本发明的优点在于：通过采用FPGA对AD转换器量化后的雷达脉冲信号进行海杂波处理，并采用DSP将海杂波处理后得到的目标船的极坐标信息转换成直角坐标系信息，再将目标船的直角坐标和极坐标信息输入到ARPA模块，在横坐标方向和纵坐标方向上分别进行自适应α-β滤波处理，实现目标跟踪，由于采用了直角坐标系下的自适应α-β滤波处理方法，因此使得ARPA中的速度和位置信息的滤波精度都得到了有效地提高，同时还实现了对机动目标的滤波跟踪处理。

附图说明

图1为本发明方法的处理过程示意图；

图2为极坐标系下传统的α-β滤波方法和直角坐标系下传统的α-β滤波方法获得的径向距离误差均方根比较示意图；

图3为本发明直角坐标系下的自适应α-β滤波方法与直角坐标系下传统的α-β滤波方法获得的径向距离误差均方根比较示意图。

具体实施方式

以下结合附图实施例对本发明作进一步详细描述。

本发明提出的一种数字船用雷达ARPA中的信息处理方法，如图1所示，它的处理过程为：在每个雷达扫描周期，由AD（Analog to Digital）转换器采集雷达上单元提供的雷达脉冲信号，并将量化后的雷达脉冲信号传输给FPGA（Field Programmable GateArray，现场可编程门阵列）；然后由FPGA对量化后的雷达脉冲信号进行海杂波处理，得到每个目标船的极坐标信息，并将每个目标船的极坐标信息传输给DSP（Digital SignalProcessor，数字信号处理器），其中，目标船的极坐标信息表示为(S,θ)，其包括目标船的径向距离和方位角，S表示目标船的径向距离，θ表示目标船的方位角，极坐标系的原点为本船；接着由DSP将每个目标船的极坐标信息变换为每个目标船的直角坐标信息，并将每个目标船的极坐标信息和对应的直角坐标信息传输给ARPA模块，其中，直角坐标信息表示为(x,y)，其包括目标船的横坐标和纵坐标，x表示目标船的横坐标，x=S×cosθ，y表示目标船的纵坐标，y=S×sinθ；最后由ARPA对每个目标船在横坐标方向和纵坐标方向上分别进行自适应α-β滤波处理，获取本船与每个目标船的相遇时间和相遇距离，实现目标跟踪和避碰报警，并设定每个目标船在下一个雷达扫描周期的录取波门，具体过程如下：

①在ARPA中预先设置N个目标信息存储空间，其中一个目标信息存储空间用于存储一个预录取目标船或已录取目标船的位置速度信息，位置速度信息包括目标船的径向距离、目标船的方位角、本船与目标船在横坐标方向上的距离、本船与目标船在纵坐标方向上的距离、本船与目标船在横坐标方向上的相对速度、本船与目标船在纵坐标方向上的相对速度、本船与目标船在横坐标方向上的距离预测误差均方根及本船与目标船在纵坐标方向上的距离预测误差均方根。在此，根据ARPA的相关标准，N的取值必须要大于20，考虑到DSP的处理能力，在实际处理过程中可将N的值设置为30。

在此，预录取目标船是指暂时不知真伪的目标船，即目前无法判断该目标船的真伪时暂时录取跟踪处理，已录取目标船是指已确认为真实的目标，预录取目标和已录取目标都要预测目标船在下一个雷达扫描周期的位置范围，即录取波门。

②将第k个雷达扫描周期上当前正在处理的目标船定义为当前目标船。

③判断当前目标船的径向距离是否小于设定的警戒圈半径，如果是，则执行步骤④，否则，对当前目标船不作处理，然后执行步骤⑦。

在此，警戒圈半径是根据周围海域的宽窄和操作人员需要观测范围来设定的可变值，一般情况下可设定为8海里，最小可设置为1海里。

④判断当前目标船是否在任一个预录取目标船或已录取目标船的录取波门内，如果是，则对当前目标船在横坐标方向和纵坐标方向上分别进行自适应α-β滤波处理，得到本船与当前目标船在横坐标方向上的距离x_c(k)、本船与当前目标船在横坐标方向上的相对速度v_xc(k)、本船与当前目标船在横坐标方向上的距离预测误差均方根σ_px(k)和本船与当前目标船在纵坐标方向上的距离y_c(k)、本船与当前目标船在纵坐标方向上的相对速度v_yc(k)、本船与当前目标船在纵坐标方向上的距离预测误差均方根σ_py(k)，

x_c(k)=x_p(k)+α_x(k)[x_m(k)-x_p(k)]，

v_xc(k)=v_xc(k-1)+β_x(k)[x_m(k)-x_p(k)]/T， ${\mathrm{\σ}}_{\mathrm{px}}^2\left(k\right)=\frac{1}{n}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{[x_m(k-i)-x_p(k-i)]}^2,$ y_c(k)=y_p(k)+α_y(k)[y_m(k)-y_p(k)]，

v_yc(k)=v_yc(k-1)+β_y(k)[y_m(k)-y_p(k)]/T，

同时当当前目标船在任一个已录取目标船的录取波门内时判断当前目标船在第k-j个雷达扫描周期到第k个雷达扫描周期中是否有j/2次以上进入录取波门，如果是，则继续正常跟踪当前目标船，否则，认为当前目标船已丢失，并将其从目标存储空间中清除，然后执行步骤⑤，否则，将当前目标船作为新的预录取目标船，并将当前目标船的位置速度信息存储于空闲的目标信息存储空间中，然后执行步骤⑦，其中，x_p(k)表示第k-1个雷达扫描周期预测的第k个雷达扫描周期上的当前目标船的横坐标的值，x_p(k)=x_c(k-1)+v_xc(k-1)×T，x_c(k-1)表示第k-1个雷达扫描周期上本船与当前目标船在横坐标方向上的距离经滤波处理后的值，v_xc(k-1)表示第k-1个雷达扫描周期上本船与当前目标船在横坐标方向上的相对速度经滤波处理后的值，T表示雷达扫描周期，α_x(k)表示第k个雷达扫描周期上当前目标船在横坐标方向上的距离平滑系数，

σ_mx(k)表示雷达测量误差的均方根，β_x(k)表示第k个雷达扫描周期上当前目标船在横坐标方向上的速度平滑系数，

x_m(k)表示第k个雷达扫描周期上当前目标船的横坐标的测量值，x_m(k-i)表示第k-i个雷达扫描周期上当前目标船的横坐标的测量值，x_p(k-i)表示第k-i-1个雷达扫描周期预测的第k-i个雷达扫描周期上当前目标船的横坐标的值，n>3，y_p(k)表示第k-1个雷达扫描周期预测的第k个雷达扫描周期上当前目标船的纵坐标的值，y_p(k)=y_c(k-1)+v_yc(k-1)×T，y_c(k-1)表示第k-1个雷达扫描周期上本船与当前目标船在纵坐标方向上的距离经滤波处理后的值，v_yc(k-1)表示第k-1个雷达扫描周期上本船与当前目标船在纵坐标方向上的相对速度经滤波处理后的值，T表示雷达扫描周期，α_y(k)表示第k个雷达扫描周期上当前目标船在纵坐标方向上的距离平滑系数，

σ_my(k)表示雷达测量误差的均方根，β_y(k)表示第k个雷达扫描周期上当前目标船在纵坐标方向上的速度平滑系数，y_m(k)表示第k个雷达扫描周期上当前目标船的纵坐标的测量值，y_m(k-i)表示第k-i个雷达扫描周期上当前目标船的纵坐标的测量值，y_p(k-i)表示第k-i-1个雷达扫描周期预测的第k-i个雷达扫描周期上当前目标船的纵坐标的值。

⑤根据x_c(k)、y_c(k)、v_xc(k)和v_yc(k)，计算本船与目标船的相遇时间和相遇距离，分别记为Tr和Sr，Tr=min{x_c(k)/v_xc(k),y_c(k)/v_yc(k)}，Sr=min{x_c(k),y_c(k)}，其中，min{}为取最小值函数；然后判断Tr小于最小会遇时间TCPA和Sr小于最小会遇距离CPA是否同时满足，如果是，则发出报警，提醒操作人员做出避碰操作，然后执行步骤⑥，否则，执行步骤⑦。

⑥根据当前目标船的径向距离和方位角，设定当前目标船的录取波门为(S-ΔS,S+ΔS)且(θ-Δθ,θ+Δθ)，其中，S表示当前目标船的径向距离，θ表示当前目标船的方位角，ΔS和Δθ表示录取波门大小的动态可调范围，一般情况下设定ΔS为3个像素点，Δθ设定为0.3°，当当前目标船无法跟踪到时可将录取波门变大。同时ARPA可利用陀螺罗经和计程仪分别获取本船的方位角θ_s和速度v_s；再根据v_xc(k)、v_yc(k)和θ等信息计算当前目标船在横坐标上的绝对速度v_xa、在纵坐标上的绝对速度v_ya、绝对角度θ_a等信息，v_xa=v_xc(k)，v_ya=v_yc(k)-v_s，θ_a=θ_s-θ；最后由ARPA将当前目标船在横坐标方向和纵坐标方向上的绝对速度、当前目标船的绝对角度、当前目标船在横坐标方向和纵坐标方向上的相对速度、当前目标船的相对角度、当前目标船在横坐标方向和纵坐标方向上的距离、当前目标船的径向距离、报警信息和拖尾轨迹（即过去几个雷达扫描周期当前目标船的位置）等信息送入显示设备进行显示。

⑦将第k个雷达扫描周期上的下一个待处理的目标船作为当前目标船，然后返回步骤③继续执行，直至第k个雷达扫描周期上的所有目标船处理完毕。

⑧判断在第k-j个雷达扫描周期存储于目标存储空间的预录取目标船在第k-j个雷达扫描周期至第k个雷达扫描周期之间是否有j/2次以上进入录取波门，如果是，则认为在第k-j个雷达扫描周期存储于目标存储空间的预录取目标船为真目标，并将其作为录取目标船进行正常跟踪，否则，认为在第k-j个雷达扫描周期存储于目标存储空间的预录取目标船为虚假目标，并将其从目标存储空间中清除；

在此，通常情况取j=10左右，因为如果j的取值太小，则不能满足统计特性，将导致目标真伪判断的准确性急剧下降，而如果j的取值太大，则对DSP的处理能力提出了更高的要求，这样会造成更高的成本。

⑨令k'=k+1,k=k'，按照步骤②至步骤⑧的操作对下一个雷达扫描周期上的所有目标船进行处理，其中，k'的初始值为0。

以下为对本发明方法进行实验，以说明本发明方法的可行性和有效性。

在此选用一个目标船在35个雷达扫描周期中的径向距离S和方位角θ做坐标变换和ARPA滤波跟踪处理。S=[659 658 657 656 655 654 652 651 650 649 648 647 646645 644 643 641 640 639 638 637 636 635 634 633 632 631 629 628 627 626 625 624623 622]，单位为屏幕像素点，θ=[36.1 36.2 36.2 36.2 36.3 36.3 36.3 36.4 36.4 36.536.5 36.5 36.6 36.6 36.7 36.7 36.7 36.8 36.8 36.9 36.9 37 37 37 37.1 37.1 37.2 37.2 37.337.3 37.3 37.4 37.4 37.5 37.5]，单位为度。由DSP对径向距离S和方位角θ（上述每一个S和θ一一对应）进行坐标变换，x=s·cosθ，y=s·sinθ，得到一个目标船在35个扫描周期中的横坐标、纵坐标构成的向量：X=[532 531 530 529 528 527 525 524523 522 521 520 519 518 516 516 514 512 512 510 509 508 507 506 505 504 503 501500 499 498 497 496 494 493]，Y=[388 389 388 387 388 387 386 386 386 386 385385 385 385 385 384 383 383 383 383 382 383 382 382 382 381 382 380 381 380 379380 379 379 379]，单位均为屏幕像素点，上述X和Y为取整后的结果。再将S、θ、X和Y引入到ARPA中。

假定设定的警戒圈半径为8nm，最小会遇时间TCPA为10min，最小会遇距离CPA为1nm，初始录取波门为(628-Δs,628+Δs)，(37.3-Δθ,37.3+Δθ)，雷达扫描周期T为2.5s，对上述目标船进行滤波处理，第一个周期目标船经判断后确定为预录取目标船，10个雷达扫描周期后判定该目标为真实目标，继续滤波跟踪，最后得到的35个雷达扫描周期中滤波速度向量为：

VX=[-0.4000 0 0 0 -0.0001 -0.0041 -0.0831 -0.2267 -0.3569 -0.4369 -0.4709-0.4760 -0.4757 -0.4756 -0.4756 -0.4756 -0.4756 -0.4759 -0.4759 -0.4761 -0.4762-0.4762 -0.4762 -0.4762 -0.4762 -0.4762 -0.4761 -0.4761 -0.4761 -0.4761 -0.4761-0.4760 -0.4758 -0.4758 -0.4758]，单位为（像素点/T）。

VY=[0.40000 0 0 0 0.0001 0.0001 -0.0003 -0.0010 -0.0022 -0.0032 -0.0094-0.0167 -0.0236 -0.0292 -0.0334 -0.0407 -0.0582 -0.0738 -0.0849 -0.0915 -0.1030-0.1023 -0.1031 -0.1032 -0.1032 -0.1033 -0.1032 -0.1038 -0.1038-0.1042 -0.106 -0.1060 -0.1065 -0.1068 -0.1068]，单位为（像素点/T）。这两个速度向量的元素是每个扫描周期对应的v_xc(k)和v_yc(k)，即VX中的每个元素是每个雷达扫描周期对应的v_xc(k)，VY中的每个元素是每个雷达扫描周期对应的v_yc(k)。

设定的理想速度为1.2180像素点/秒；根据上述滤波速度向量可得到稳定的滤波速度为1.2190像素点/秒，速度滤波精度可达0.02m/s。图2给出了极坐标系下传统的α-β滤波方法和直角坐标系下传统的α-β滤波方法获得的径向距离误差均方根比较，从图2中可以看出，直角坐标系下的传统α-β滤波方法获得的径向距离误差均方根要小于极坐标系下传统α-β滤波方法获得的径向距离误差均方根；图3给出了本发明直角坐标系下的自适应α-β滤波方法与直角坐标系下传统的α-β滤波方法获得的径向距离误差均方根比较，从图3中可以看出，直角坐标系下的自适应α-β滤波方法所得的径向距离误差均方根小于直角坐标系下的传统α-β滤波方法获取的径向距离误差均方根。根据图2和图3可知，直角坐标系下的自适应α-β滤波方法在ARPA中的滤波性能要优于极坐标系下α-β滤波方法的滤波性能。

Claims (5)

1.一种数字船用雷达ARPA中的信息处理方法，其特征在于它的处理过程为：在每个雷达扫描周期，由AD转换器采集雷达上单元提供的雷达脉冲信号，并将量化后的雷达脉冲信号传输给FPGA；然后由FPGA对量化后的雷达脉冲信号进行海杂波处理，得到每个目标船的极坐标信息，并将每个目标船的极坐标信息传输给DSP，其中，目标船的极坐标信息包括目标船的径向距离和方位角；接着由DSP将每个目标船的极坐标信息变换为每个目标船的直角坐标信息，并将每个目标船的极坐标信息和对应的直角坐标信息传输给ARPA，其中，直角坐标信息包括目标船的横坐标和纵坐标；最后由ARPA对每个目标船在横坐标方向和纵坐标方向上分别进行自适应α-β滤波处理，获取本船与每个目标船的相遇时间和相遇距离，实现目标跟踪和避碰报警，并设定每个目标船在下一个雷达扫描周期的录取波门，具体过程如下：

①在ARPA中预先设置N个目标信息存储空间，其中一个目标信息存储空间用于存储一个预录取目标船或已录取目标船的位置速度信息，位置速度信息包括目标船的径向距离、目标船的方位角、本船与目标船在横坐标方向上的距离、本船与目标船在纵坐标方向上的距离、本船与目标船在横坐标方向上的相对速度、本船与目标船在纵坐标方向上的相对速度、本船与目标船在横坐标方向上的距离预测误差均方根及本船与目标船在纵坐标方向上的距离预测误差均方根；

②将第k个雷达扫描周期上当前正在处理的目标船定义为当前目标船；

③判断当前目标船的径向距离是否小于设定的警戒圈半径，如果是，则执行步骤④，否则，对当前目标船不作处理，然后执行步骤⑦；

④判断当前目标船是否在任一个预录取目标船或已录取目标船的录取波门内，如果是，则对当前目标船在横坐标方向和纵坐标方向上分别进行自适应α-β滤波处理，得到本船与当前目标船在横坐标方向上的距离x_c(k)、本船与当前目标船在横坐标方向上的相对速度v_xc(k)、本船与当前目标船在横坐标方向上的距离预测误差均方根σ_px(k)和本船与当前目标船在纵坐标方向上的距离y_c(k)、本船与当前目标船在纵坐标方向上的相对速度v_yc(k)、本船与当前目标船在纵坐标方向上的距离预测误差均方根σ_py(k)，

x_c(k)=x_p(k)+α_x(k)[x_m(k)-x_p(k)]，

v_xc(k)=v_xc(k-1)+β_x(k)[x_m(k)-x_p(k)]/T，

y_c(k)=y_p(k)+α_y(k)[y_m(k)-y_p(k)]，

v_yc(k)=v_yc(k-1)+β_y(k)[y_m(k)-y_p(k)]/T，

同时当当前目标船在任一个已录取目标船的录取波门内时判断当前目标船在第k-j个雷达扫描周期到第k个雷达扫描周期中是否有j/2次以上进入录取波门，如果是，则继续正常跟踪当前目标船，否则，认为当前目标船已丢失，并将其从目标存储空间中清除，然后执行步骤⑤，否则，将当前目标船作为新的预录取目标船，并将当前目标船的位置速度信息存储于空闲的目标信息存储空间中，然后执行步骤⑦，其中，x_p(k)表示第k-1个雷达扫描周期预测的第k个雷达扫描周期上的当前目标船的横坐标的值，x_p(k)=x_c(k-1)+v_xc(k-1)×T，x_c(k-1)表示第k-1个雷达扫描周期上本船与当前目标船在横坐标方向上的距离经滤波处理后的值，v_xc(k-1)表示第k-1个雷达扫描周期上本船与当前目标船在横坐标方向上的相对速度经滤波处理后的值，T表示雷达扫描周期，α_x(k)表示第k个雷达扫描周期上当前目标船在横坐标方向上的距离平滑系数，

σ_mx(k)表示雷达测量误差的均方根，β_x(k)表示第k个雷达扫描周期上当前目标船在横坐标方向上的速度平滑系数，x_m(k)表示第k个雷达扫描周期上当前目标船的横坐标的测量值，x_m(k-i)表示第k-i个雷达扫描周期上当前目标船的横坐标的测量值，x_p(k-i)表示第k-i-1个雷达扫描周期预测的第k-i个雷达扫描周期上当前目标船的横坐标的值，n>3，y_p(k)表示第k-1个雷达扫描周期预测的第k个雷达扫描周期上当前目标船的纵坐标的值，y_p(k)=y_c(k-1)+v_yc(k-1)×T，y_c(k-1)表示第k-1个雷达扫描周期上本船与当前目标船在纵坐标方向上的距离经滤波处理后的值，v_yc(k-1)表示第k-1个雷达扫描周期上本船与当前目标船在纵坐标方向上的相对速度经滤波处理后的值，T表示雷达扫描周期，α_y(k)表示第k个雷达扫描周期上当前目标船在纵坐标方向上的距离平滑系数，σ_my(k)表示雷达测量误差的均方根，β_y(k)表示第k个雷达扫描周期上当前目标船在纵坐标方向上的速度平滑系数，

y_m(k)表示第k个雷达扫描周期上当前目标船的纵坐标的测量值，y_m(k-i)表示第k-i个雷达扫描周期上当前目标船的纵坐标的测量值，y_p(k-i)表示第k-i-1个雷达扫描周期预测的第k-i个雷达扫描周期上当前目标船的纵坐标的值；

⑤根据x_c(k)、y_c(k)、v_xc(k)和v_yc(k)，计算本船与目标船的相遇时间和相遇距离，分别记为Tr和Sr，Tr=min{x_c(k)/v_xc(k),y_c(k)/v_yc(k)}，Sr=min{x_c(k),y_c(k)}，其中，min{}为取最小值函数；然后判断Tr小于最小会遇时间和Sr小于最小会遇距离是否同时满足，如果是，则发出报警，提醒操作人员做出避碰操作，然后执行步骤⑥，否则，执行步骤⑦；

⑥根据当前目标船的径向距离和方位角，设定当前目标船的录取波门为(S-ΔS,S+ΔS)且(θ-Δθ,θ+Δθ)，其中，S表示当前目标船的径向距离，θ表示当前目标船的方位角，ΔS和Δθ表示录取波门的可调范围；

⑦将第k个雷达扫描周期上的下一个待处理的目标船作为当前目标船，然后返回步骤③继续执行，直至第k个雷达扫描周期上的所有目标船处理完毕；

⑧判断在第k-j个雷达扫描周期存储于目标存储空间的预录取目标船在第k-j个雷达扫描周期至第k个雷达扫描周期之间是否有j/2次以上进入录取波门，如果是，则认为在第k-j个雷达扫描周期存储于目标存储空间的预录取目标船为真目标，并将其作为录取目标船进行正常跟踪，否则，认为在第k-j个雷达扫描周期存储于目标存储空间的预录取目标船为虚假目标，并将其从目标存储空间中清除；

⑨令k'=k+1,k=k'，按照步骤②至步骤⑧的操作对下一个雷达扫描周期上的所有目标船进行处理，其中，k'的初始值为0。

2.根据权利要求1所述的一种数字船用雷达ARPA中的信息处理方法，其特征在于所述的极坐标信息表示为(S,θ)，S表示目标船的径向距离，θ表示目标船的方位角，其中，极坐标系的原点为本船；所述的直角坐标信息表示为(x,y)，x表示目标船的横坐标，x=S×cosθ，y表示目标船的纵坐标，y=S×sinθ。

3.根据权利要求1或2所述的一种数字船用雷达ARPA中的信息处理方法，其特征在于所述的步骤①中N的值大于20。

4.根据权利要求3所述的一种数字船用雷达ARPA中的信息处理方法，其特征在于所述的步骤①中预录取目标船是指暂时不知真伪的目标船，已录取目标船是指已确认为真的目标船。

5.根据权利要求4所述的一种数字船用雷达ARPA中的信息处理方法，其特征在于所述的步骤④和所述的步骤⑧中j=10。

Images