CN103235289A - 雷达双波门两步分支预测航迹跟踪方法 - Google Patents
雷达双波门两步分支预测航迹跟踪方法 Download PDFInfo
- Publication number
- CN103235289A CN103235289A CN201310136635XA CN201310136635A CN103235289A CN 103235289 A CN103235289 A CN 103235289A CN 201310136635X A CN201310136635X A CN 201310136635XA CN 201310136635 A CN201310136635 A CN 201310136635A CN 103235289 A CN103235289 A CN 103235289A
- Authority
- CN
- China
- Prior art keywords
- branch
- flight path
- branch prediction
- target
- mark
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明属于雷达数据处理领域的内容,特涉及雷达双波门两步分支预测航迹跟踪方法。本发明采用“正常波门”、“机动波门”两种波门,即双波门方法跟踪目标,同时也采用两步分支预测,对航迹的正确走向做出正确判定。本发明一方面解决了探测的目标在复杂背景下发生暂消时,数据处理容易出现跟踪偏差这一问题,能提高复杂电磁环境下目标跟踪的准确性,减少目标错误跟踪的概率,保证了复杂背景下目标的连续跟踪;另一方面解决了探测的目标发生机动时,数据处理不容易连续跟踪这一问题,能提高数据处理对机动目标的连续跟踪性能,减少了雷达操作员的人工干预的工作量。
Description
技术领域
本发明属于雷达数据处理领域的内容,特涉及雷达双波门两步分支预测航迹跟踪方法。
背景技术
雷达数据处理系统一般采用卡尔曼滤波方式进行航迹处理,先在波门内选取最相关点迹,然后根据相关点迹进行滤波、外推,并据此计算出目标的位置和速度等信息。常用的卡尔曼滤波波门有“正常波门”、“机动波门”两种,目前雷达设计中常常只选用其中一种波门进行点迹相关,即采用单波门设计方法。
相对于“机动波门”这一单波门设计方法而言,在复杂的电磁环境和气象环境下,单纯的卡尔曼滤波往往会导致航迹的误跟踪。因为在雷达的威力范围对目标的内发现概率并不是100%(以警戒雷达为例是0.5),即允许一定概率不发现目标(以警戒雷达为例也是0.5)。这样,当真实目标没有检测到时,航迹可能跟踪到“机动波门”内的噪声剩余、杂波剩余或者其它目标上,从而导致误跟踪现象的产生。因为这一现象,需要在设计中考虑,当错误跟踪产生后如何在一定的概率上纠正错误。
相对于“正常波门”这一单波门设计方法而言,当目标发生机动后,真实目标可能并不出现在“正常波门”内,这样可能导致不能连续跟踪目标,从而导致跟踪的目标丢失。因为这一现象,需要设计中考虑,当目标发生机动时,如何保证机动目标的连续跟踪。
发明内容
针对背景技术的不足,本发明同时采用“正常波门”、“机动波门” 两种波门,即双波门方法跟踪目标,同时也采用两步分支预测,对航迹的正确走向做出正确判定。本发明一方面解决了探测的目标在复杂背景下发生暂消时,数据处理容易出现跟踪偏差这一问题,能提高复杂电磁环境下目标跟踪的准确性,减少目标错误跟踪的概率,保证了复杂背景下目标的连续跟踪;另一方面解决了探测的目标发生机动时,数据处理不容易连续跟踪这一问题,能提高数据处理对机动目标的连续跟踪性能,减少了雷达操作员的人工干预的工作量。
本发明的技术方案是:雷达双波门两步分支预测航迹跟踪方法,包括以下步骤:
步骤一、同时建立两种波门,根据两种波门中的相关点迹的分布,确定是否建立航迹分支;对需要建立航迹分支的情况,做出分支标记,同时启动“分支预测”过程;
步骤二、启动了“分支预测”后,根据后续第一帧、第二帧的观测点信息及其与各航迹分支的相关性能,对正常的航迹分支进行正确判定。
本发明的优点在于:本发明的方法条理清晰、运算量小、效果明显,在工程上利于实施。当发生“分支”情况时,如直接认为目标发生机动而不进行分支时,在密集杂波背景下很有可能与杂波剩余相关而产生错误跟踪的现象;如果不进行“分支预测”,则有可能导致对机动目标不能连续跟踪。使用两步分支预测方法,能很好的解决这两种情况下的跟踪问题。
附图说明
图1:启动目标“分支预测”的逻辑及流程。
图2:t5时刻在预测位置e点没有发现,h点发现,建立航迹分支。
图3:两步分支预测处理流程。
图4:t6时刻仅“支航迹”相关,判定“支航迹”为正确航迹。
图5:t7时刻仅“支航迹”相关,判定“支航迹”为正确航迹。
图6:两个时刻,两个分支均不相关,取消“支航迹”,结束。
图7:t6时刻仅“源航迹”相关,判定“源航迹”为正确航迹。
图8:t7时刻仅“源航迹”相关,判定“源航迹”为正确航迹。
图9:t6时刻两个分支均相关,判定相关性高的航迹为正确航迹。
图10:仅t7时刻两个分支均相关,判定相关性高的航迹为正确航迹。
具体实施方式
本发明名词解释:
“正常波门”:目标正常运行(未发生机动)时,应该出现的空域。
“机动波门”:目标发生机动时,应该出现的空域。
源航迹:目标沿预测点的航迹走向运行时的轨迹定义为源航迹。
支航迹:目标沿建立的分支走向运行时的航迹定义为支航迹。
相关性:航迹跟踪过程中,航迹与某点迹的关联的程度,关联程度越大,表明点迹是航迹正确观测点的可能性越高,也叫相关性越好。
相关值:定量反映航迹与某点迹相关性的数值;由航迹空间位置、航迹运动参数、航迹预测波门、点迹的空间位置等综合决定。相关值越大,表明相关性越好。
以下结合附图和实施例对本发明进一步说明。
如图2所示,t1时刻至t4时刻雷达对一目标在稳定跟踪,在t5时刻,“正常波门”内没有出现相关点迹“e”,但是在“机动波门”内存在一点“h”。此时有两种可能,第一种可能是该“h”点为目标真实点,但并不在“正常波门”内,即目标发生了机动;第二种可能是目标暂消,“h” 是干扰信号点,但落入“机动波门”内。
为便于描述,对后续的各图的说明如下:
图1描述的是启动目标“分支预测”的逻辑及流程;
图2描述的是启动目标“分支预测”的输入条件;即航迹在t5时刻,“正常波门”内没有相关点迹、“机动波门”有相关点迹;这时需要启动“分支预测”方法,建立分支航迹;
图3描述的是两步分支预测的流程;
图4、图5表示可以判定为“支航迹”的状态点迹分布状态;
图6、图7、图8表示可以判定为“源航迹”的状态点迹分布状态;
图9、图10表示需要通过相关程度去判定“源航迹”、“支航迹”哪个更合理的点迹分布状态;
本发明的雷达双波门两步分支预测航迹跟踪方法主要步骤如下:
步骤一:根据目标运行情况及雷达设定的双波门,确定是否启动目标“分支预测”,其启动的判断逻辑参考图1,启动条件如图2所示。
a)当目标航迹有点迹相关时,相关概率与机动波门相比较,当大于“正常波门”、小于“机动波门”时,判定目标有可能发生了发生机动,对此种情况需要作出机动分支标记;当小于“正常波门”时,表明目标未发生机动,不需要进行机动分支标记;
b)对已经处于“分支预测”的目标,不允许根据a)的方式进行机动分支标记;即在已经建立了“分支预测”后,又出现 a)情况,则该相关的点迹应忽略,不予相关标记;
c)经过上述a)、b)的分析,如果航迹不处于“分支预测”过程中,对具备机动分支标记的情况,则建立航迹分支,启动“分支预测”过程。
步骤二:建立分支航迹后,继续根据目标运行情况及雷达设定的双波门,进行两步分支预测与判定,判定逻辑与流程参考图3至图10。
1)启动“分支预测”后,当航迹第一次更新时,进行“第一步分支预测”,判定“源航迹”和“支航迹”是否均未相关上点迹。出现图4所示情况,则判“支航迹”为正确目标航迹;出现图5所示情况,则判“源航迹”为正确目标航迹;其余情况,留待“第二步分支预测”进行判断。
以列表形式描述如下:
2)启动“分支预测”后,当航迹第二次更新时,进行“第二步分支预测”。可有三种判决情况,第一,如源航迹、支航迹都未能与点迹相关,则判定源航迹为正确目标航迹,取消“支航迹”(“分支预测”结束);第二,如源航迹、支航迹都能与点迹相关,则视相关性值大的航迹为正确的目标航迹;第三,如源航迹、支航迹只有一种能与点迹相关,则视该相关点迹对应的航迹为正确的目标航迹。
以列表形式描述如下:
本方法通过双波门两步分支预测方法,当上述情况发生时,先根据双波门形成航迹分支,随后通过两步分支预测方法对航迹的分支进行后续分析,通过两步逻辑判断,对航迹的走向进行准确判断,能很好的解决上述两种问题。
Claims (4)
1.雷达双波门两步分支预测航迹跟踪方法,其特征在于包括以下步骤:
步骤一、同时建立两种波门,根据两种波门中的相关点迹的分布,确定是否建立航迹分支;对需要建立航迹分支的情况,做出分支标记,同时启动“分支预测”过程;
步骤二、启动了“分支预测”后,根据后续第一帧、第二帧的观测点信息及其与各航迹分支的相关性能,对正常的航迹分支进行正确判定。
2.如权利要求1所述的雷达双波门两步分支预测航迹跟踪方法,其特征在于:步骤一中是否建立航迹分支的具体分下面三个步骤:
a、当目标航迹有点迹相关时,相关概率与机动波门相比较,当大于“正常波门”、小于“机动波门”时,判定目标有可能发生了发生机动,对此种情况需要作出机动分支标记;当小于“正常波门”时,表明目标未发生机动,不需要进行机动分支标记;
b、对已经处于“分支预测”的目标,不允许根据a的方式进行机动分支标记;即在已经建立了“分支预测”后,又出现 a情况,则该相关的点迹应忽略,不予相关标记;
c、经过上述a、b的分析,如果航迹不处于“分支预测”过程中,对具备机动分支标记的情况,则建立航迹分支,启动“分支预测”过程。
3.如权利要求1所述的雷达双波门两步分支预测航迹跟踪方法,其特征在于:所述步骤二中第一帧判断准则为:
。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310136635.XA CN103235289B (zh) | 2013-04-19 | 2013-04-19 | 雷达双波门两步分支预测航迹跟踪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310136635.XA CN103235289B (zh) | 2013-04-19 | 2013-04-19 | 雷达双波门两步分支预测航迹跟踪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103235289A true CN103235289A (zh) | 2013-08-07 |
CN103235289B CN103235289B (zh) | 2015-02-04 |
Family
ID=48883340
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310136635.XA Active CN103235289B (zh) | 2013-04-19 | 2013-04-19 | 雷达双波门两步分支预测航迹跟踪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103235289B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103744057A (zh) * | 2013-12-24 | 2014-04-23 | 河海大学 | 基于输出相关自适应卡尔曼滤波的弹道轨迹形成方法 |
CN104020466A (zh) * | 2014-06-17 | 2014-09-03 | 西安电子科技大学 | 基于变结构多模型的机动目标跟踪方法 |
CN110187318A (zh) * | 2019-04-23 | 2019-08-30 | 四川九洲防控科技有限责任公司 | 一种雷达数据处理方法 |
CN110632570A (zh) * | 2019-08-29 | 2019-12-31 | 武汉滨湖电子有限责任公司 | 一种基于多级判定的有源干扰检测方法 |
CN111458702A (zh) * | 2020-03-13 | 2020-07-28 | 四川九洲防控科技有限责任公司 | 一种机动目标跟踪方法、系统、电子设备及存储介质 |
CN112698295A (zh) * | 2021-01-05 | 2021-04-23 | 成都汇蓉国科微系统技术有限公司 | 一种知识辅助的雷达检测跟踪一体化方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4843397A (en) * | 1987-03-26 | 1989-06-27 | Selenia Spazio Spa | Distributed-array radar system comprising an array of interconnected elementary satellites |
US7269513B2 (en) * | 2005-05-03 | 2007-09-11 | Herwitz Stanley R | Ground-based sense-and-avoid display system (SAVDS) for unmanned aerial vehicles |
CN101419280A (zh) * | 2008-12-04 | 2009-04-29 | 南京莱斯大型电子系统工程有限公司 | 雷达数据扇号数统计监测方法 |
CN101572019A (zh) * | 2009-06-01 | 2009-11-04 | 民航数据通信有限责任公司 | 雷达航迹拟合及统计分析的装置 |
CN101718870A (zh) * | 2009-11-13 | 2010-06-02 | 西安电子科技大学 | 图像域的高速、微弱目标航迹检测方法 |
-
2013
- 2013-04-19 CN CN201310136635.XA patent/CN103235289B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4843397A (en) * | 1987-03-26 | 1989-06-27 | Selenia Spazio Spa | Distributed-array radar system comprising an array of interconnected elementary satellites |
US7269513B2 (en) * | 2005-05-03 | 2007-09-11 | Herwitz Stanley R | Ground-based sense-and-avoid display system (SAVDS) for unmanned aerial vehicles |
CN101419280A (zh) * | 2008-12-04 | 2009-04-29 | 南京莱斯大型电子系统工程有限公司 | 雷达数据扇号数统计监测方法 |
CN101572019A (zh) * | 2009-06-01 | 2009-11-04 | 民航数据通信有限责任公司 | 雷达航迹拟合及统计分析的装置 |
CN101718870A (zh) * | 2009-11-13 | 2010-06-02 | 西安电子科技大学 | 图像域的高速、微弱目标航迹检测方法 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103744057A (zh) * | 2013-12-24 | 2014-04-23 | 河海大学 | 基于输出相关自适应卡尔曼滤波的弹道轨迹形成方法 |
CN103744057B (zh) * | 2013-12-24 | 2016-06-01 | 河海大学 | 基于输出相关自适应卡尔曼滤波的弹道轨迹形成方法 |
CN104020466A (zh) * | 2014-06-17 | 2014-09-03 | 西安电子科技大学 | 基于变结构多模型的机动目标跟踪方法 |
CN104020466B (zh) * | 2014-06-17 | 2016-05-25 | 西安电子科技大学 | 基于变结构多模型的机动目标跟踪方法 |
CN110187318A (zh) * | 2019-04-23 | 2019-08-30 | 四川九洲防控科技有限责任公司 | 一种雷达数据处理方法 |
CN110187318B (zh) * | 2019-04-23 | 2021-07-06 | 四川九洲防控科技有限责任公司 | 一种雷达数据处理方法 |
CN110632570A (zh) * | 2019-08-29 | 2019-12-31 | 武汉滨湖电子有限责任公司 | 一种基于多级判定的有源干扰检测方法 |
CN111458702A (zh) * | 2020-03-13 | 2020-07-28 | 四川九洲防控科技有限责任公司 | 一种机动目标跟踪方法、系统、电子设备及存储介质 |
CN111458702B (zh) * | 2020-03-13 | 2023-06-20 | 四川九洲防控科技有限责任公司 | 一种机动目标跟踪方法、系统、电子设备及存储介质 |
CN112698295A (zh) * | 2021-01-05 | 2021-04-23 | 成都汇蓉国科微系统技术有限公司 | 一种知识辅助的雷达检测跟踪一体化方法及系统 |
CN112698295B (zh) * | 2021-01-05 | 2023-05-16 | 成都汇蓉国科微系统技术有限公司 | 一种知识辅助的雷达检测跟踪一体化方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN103235289B (zh) | 2015-02-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103235289A (zh) | 雷达双波门两步分支预测航迹跟踪方法 | |
Dong et al. | Student-t mixture labeled multi-Bernoulli filter for multi-target tracking with heavy-tailed noise | |
US11282212B2 (en) | Target tracking method, device, electronic apparatus and storage medium | |
US11529971B2 (en) | Method and apparatus for autonomous driving control, electronic device, and storage medium | |
Dong et al. | Maneuvering multi-target tracking based on variable structure multiple model GMCPHD filter | |
US20210312799A1 (en) | Detecting traffic anomaly event | |
US20220215290A1 (en) | Cognitive disambiguation for problem-solving tasks involving a power grid using relevance feedback | |
CN106952293B (zh) | 一种基于非参数在线聚类的目标跟踪方法 | |
Yang et al. | AFAKF for manoeuvring target tracking based on current statistical model | |
EP3866065B1 (en) | Target detection method, device and storage medium | |
Ge et al. | Anomaly detection of condition monitoring with predicted uncertainty for aerospace applications | |
Qian et al. | An INS/DVL integrated navigation filtering method against complex underwater environment | |
Wang | ML estimation of transition probabilities in jump Markov systems via convex optimization | |
Li et al. | A survey of maneuvering target tracking using Kalman filter | |
Mitsch et al. | Verified runtime validation for partially observable hybrid systems | |
CN102789645A (zh) | 一种用于周界防范的多目标快速跟踪方法 | |
CN113591376B (zh) | 一种基于曲线关联分割机制的站台门异常检测方法及装置 | |
Bolles et al. | StreamCars: A new flexible architecture for driver assistance systems | |
Sun et al. | Joint parametric fault diagnosis and state estimation using KF-ML method | |
Xu et al. | State recognition of high voltage isolation switch based on background difference and iterative search | |
Xu et al. | A Method for Avoiding Track Coalescence in Clutter Environment | |
Chen et al. | Video vehicle tracking based on improved Mean-Shift algorithm | |
Zhang et al. | An Infrared Target Tracking System and Implementation | |
Yin et al. | Research on Multi-target Tracking Algorithm Based on Track Segment Association | |
Huang et al. | The sequential likelihood ratio test VSMM algorithm for maneuvering target tracking |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |