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 PDF

Info

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
Application number
CN201310136635XA
Other languages
English (en)
Other versions
CN103235289B (zh
Inventor
张雷
张林兵
侯耀清
王顺文
曹刚
韩喆
张胜桥
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
WUHAN BINHU ELECTRONIC CO Ltd
Original Assignee
WUHAN BINHU ELECTRONIC CO Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by WUHAN BINHU ELECTRONIC CO Ltd filed Critical WUHAN BINHU ELECTRONIC CO Ltd
Priority to CN201310136635.XA priority Critical patent/CN103235289B/zh
Publication of CN103235289A publication Critical patent/CN103235289A/zh
Application granted granted Critical
Publication of CN103235289B publication Critical patent/CN103235289B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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

雷达双波门两步分支预测航迹跟踪方法
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: 
Figure 128212DEST_PATH_IMAGE001
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:
4. 如权利要求1、2或3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:所述步骤二中第二帧判断准则为:
Figure 201310136635X100001DEST_PATH_IMAGE002
CN201310136635.XA 2013-04-19 2013-04-19 雷达双波门两步分支预测航迹跟踪方法 Active CN103235289B (zh)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Patent Citations (5)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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