CN104297739B - 一种通航监视中对光电跟踪设备的引导方法 - Google Patents

Abstract

本发明提供一种通航监视中对光电跟踪设备的引导方法，属于导航技术领域。所述方法包括：利用雷达获取的数据与非协作目标航迹库任一非协作目标航迹的当前状态估计值进行关联，如果与某一非协作目标航迹关联成功，则更新非协作目标航迹的当前状态估计值，获得更新后的非协作目标航迹，而后更新非协作目标航迹库，否则，建立新的非协作目标临时航迹，并判断新的非协作目标临时航迹是否转为系统航迹，如果是，则更新非协作目标航迹库，否则，利用非协作目标航迹库中的航迹数据引导光电跟踪设备。所述方法能够对通航目标(包括协作目标和非协作目标)进行独立、可靠、精确、可识别监视。

Description

一种通航监视中对光电跟踪设备的引导方法

技术领域

本发明属于导航技术领域，涉及一种通航监视中对光电跟踪设备的引导方法。

背景技术

现有的通航监视技术主要包括：空管一次监视雷达监视、空管二次监视雷达监视、广播式自动相关监视(ADS-B)、契约式自动相关监视和多点定位监视，其中，空管一次监视雷达监视属于独立非协同式监视，对机载设备没有任何要求，可对不具备机载应答机功能的航空器实现监视，各地面站可独立运行；但其缺点是仅能探测目标距离和方位信息，无航空器识别能力，覆盖范围小，建设和运行维护成本高，地面站建设受地形限制。空管二次监视雷达监视属于独立协同式监视，其应用航空器应答机发射的应答信号，不需要额外的机载设备，覆盖范围广，可提供比空管一次监视雷达更多的监视目标信息，各地面站可独立运行，但其建设和运行维护成本高，更新率低，地面站建设受地形限制。广播式自动相关监视(ADS-B)属于非独立协同式监视，可提供比空管二次监视雷达更多的目标信息，可实现空-地监视、空-空监视和地-地监视，定位精度高，更新率快，建设维护成本低，地面站建设简便灵活，各地面站可独立运行。但由于其依赖全球导航卫星系统对目标进行定位，所以广播式自动相关监视系统本身不具备对目标位置的验证功能。如果航空器给出的位置信息有误，地面站设备(系统)无法辨别。在全球导航卫星系统失效情况下，广播式自动相关监视系统不能正常工作。

发明内容

针对现有技术中存在的缺陷，本发明的目的在于提供一种通航监视中对光电跟踪设备的引导方法，其能够对通航目标，包括协作目标和非协作目标，均进行独立、可靠、精确以及可识别监视。

为实现上述目的，本发明采用如下技术解决方案：

一种通航监视中对光电跟踪设备的引导方法，包括以下步骤：

S01：对雷达获取的数据进行时空校准获得到时空校准值X_R；

S02：将时空校准值X_R与非协作目标航迹库任一非协作目标航迹的当前状态估计值进行关联，如果与某一非协作目标航迹关联成功，则用时空校准值X_R更新非协作目标航迹的当前状态估计值，获得更新后的非协作目标航迹，而后进行S04，否则，建立新的非协作目标临时航迹，而后进行S03；

S03：判断新的非协作目标临时航迹是否转为系统航迹，如果是，则进行S05，否则进行S06；

S04：对更新后的非协作目标航迹进行滤波；

S05：更新非协作目标航迹库；

S06：利用非协作目标航迹库中的航迹数据引导光电跟踪设备。

进一步的，所述的利用非协作目标航迹库中的航迹数据引导光电跟踪设备具体包括以下步骤：

S02-1：将非协作目标航迹库中的指定航迹数据发送到光电跟踪设备；

S02-2：光电跟踪设备根据该指定航迹数据对目标进行搜索捕获，如果搜索到，转到步骤S02-4，并向多源数据融合处理设备发送目标观测信息和跟踪视频；若没有搜索到，转步骤S02-3；

S02-3：多源数据融合处理设备以固定的时间间隔外推目标的预测位置，再次给光电跟踪设备发送该目标的航迹数据返回到S02-2；

S02-4：多源数据融合处理设备接收光电跟踪设备返回来的目标观测信息和跟踪视频；

S02-5：多源数据融合处理设备将该目标观测信息和跟踪视频与非协作目标航迹数据进行异类信息融合。

与现有技术相比，本发明具有以下技术效果：

1、本发明的通航监视中对光电跟踪设备的引导方法能够对通航目标，包括协作目标和非协作目标，均进行独立、可靠、精确、可识别监视。

2、本发明的通航监视系统既可以组网接入国家民航或军航的空管系统，完成通航飞行的监视任务；也可在灾害环境下，组成空管应急系统完成对通用航空救援的应急指挥；战时还可满足军方对低空早期预警、领空安全、国土防御、要地防御等要求，落实中央低空开放“军民结合、平战结合、空管与空防结合”的要求。

附图说明

图1是本发明的通航多源监视系统原理组成框图；

图2是本发明的多源数据融合处理设备组成框图；

图3是本发明的通航多源监视方法的流程图；

图4是本发明的ADS-B观测数据与协作目标航迹关联的流程图；

图5是本发明的雷达观测数据与协作目标航迹关联的流程图；

图6是本发明的二维雷达观测数据与协作目标航迹关联的流程图；

图7是本发明的三维雷达观测数据与协作目标航迹关联的流程图；

图8是本发明的关联度分析的流程图；

图9是本发明的协作目标航迹数据可信度判断流程图；

图10是本发明的非协作目标数据融合流程图；

图11是本发明的非协作目标航迹引导光跟踪设备的流程图；

图12是本发明的非协作目标航迹与光电跟踪设备获取的数据融合流程图。

具体实施方式

以下给出本发明的具体实施例，需要说明的是本发明并不局限于以下具体实施例，凡在本申请技术方案基础上做的等同变换均落入本发明的保护范围。

图1是本发明的通航多源监视系统原理组成框图，如图1所示，本发明提供的通航多源监视系统包括ADS-B设备、低空监视雷达、光电跟踪设备、多源数据融合处理设备、定位授时设备、显控/监控终端，以及其它支持设备如供电设备、记录回放(含数据/视频)设备和对外通信设备，各种设备经交换机实现网络数据互通。其中，ADS-B设备用于获取带有目标地址标识的航迹数据；低空监视雷达用于获取带有批号的目标航迹数据；光电跟踪设备用于获取指定目标的观测数据和跟踪视频信息；定位授时设备用于给ADS-B设备、低空监视雷达和光电跟踪设备提供本地授时和定位信息；多源数据融合处理设备用于对ADS-B设备获取的数据、低空监视雷达获取的数据和光电跟踪设备获取的数据进行数据关联和融合处理；显控终端用于显示指定目标的光电跟踪视频信息；记录回放设备用于回放数据和视频；对外通信设备用于与外界进行通信。

图2是本发明的多源数据融合处理设备组成框图。如图2所示，所述多源数据融合处理设备包括：ADS-B监视数据接口、低空监视雷达数据接口、光电跟踪设备数据接口、目标融合航迹输出接口、高性能数据处理服务器、总线和通信模块，其中，ADS-B监视数据接口、低空监视雷达数据接口和光电跟踪设备数据接口将获取的数据传送给高性能数据处理服务器，数据处理服务器对数据进行融合处理后传送给目标融合航迹输出接口。高性能数据处理服务器包括预处理模块、航迹关联模块、引导跟踪模块、航迹管理模块和总控及接口模块，其中，预处理模块用于对ADS-B设备、低空监视雷达和光电跟踪设备输出的数据进行时空校准；航迹关联模块用于对ADS-B设备和低空监视雷达输出的目标航迹数据进行关联以区分目标为协作目标或是非协作目标；引导跟踪模块用于利用非协作目标航迹数据对光电跟踪设备进行引导；总控及接口模块用于将协作目标航迹和非协作目标航迹经总线及通信模块发送给融合显示终端和上级系统。

图3是本发明的多源监视方法的流程图。如图3所示，本发明的通用航空多源监视方法包括：

S01：获取ADS-B监视设备的目标实时监视数据并对其进行时空校准，即预处理，得到时空校准值X_A，用校准值X_A与协作目标航迹库中的任一航迹进行关联，如果与某一协作目标航迹关联成功，则用时空校准值X_A更新协作目标航迹，而后更新协作目标航迹库，否则，建立新的协作目标航迹，而后更新协作目标航迹库；同时，对低空监视雷达获取的数据进行时空校准获得到时空校准值X_R，将时空校准值X_R与协作目标航迹库任一协作目标航迹进行关联，如果与某一协作目标航迹关联成功，则用时空校准值更新协作目标航迹，而后更新协作目标航迹库，再转入S04，否则，转入S02，进行非协作目标信息处理；

S02：将时空校准值X_R与非协作目标航迹库任一非协作目标航迹进行关联，如果与某一非协作目标航迹关联成功，则用时空校准值X_R更新非协作目标航迹，而后更新非协作目标航迹库，否则，建立新的非协作目标临时航迹，而后更新非协作目标航迹库；

S03：根据指令或者系统自动将非协作目标航迹库中的指定航迹数据发送到光电跟踪设备；光电跟踪设备根据该数据对目标进行搜索捕获，如果搜索到，向多源数据融合处理设备发送光观测信息和跟踪视频；多源数据融合处理设备将接收的光电跟踪设备返回来的目标观测信息和跟踪视频与非协作目标航迹信息进行异类信息融合；若没有搜索到，多源数据融合处理设备以固定的时间间隔外推目标的预测位置，再次给光电跟踪设备发送该目标的引导数据；光电跟踪设备根据该数据继续对目标进行搜索捕获。

S04：将协作和非协作目标航迹库中的所有目标融合处理结果进行多源融合航迹显示并发送给上级系统。

图4是本发明提供ADS-B观测数据与协作目标航迹库中的航迹关联的流程图，如图4所示，ADS-B观测数据与协作目标航迹库中的航迹关联包括：

S01：将ADS-B获取的数据进行时空校准，即预处理，得到时空校准值X_A；

S02：将时空校准值X_A与协作目标航迹库中的任一航迹进行关联，如果与某一协作目标航迹关联成功，则用时空校准值X_A更新与之关联上的协作目标航迹，而后进行S03，否则，建立新的协作目标航迹，而后进行S04；

S03：对更新后的协作目标航迹进行滤波；

S04：更新协作目标航迹库。

由于每个ADS-B设备获取的目标数据都带有唯一的目的地址标识，所以可以根据目标地址与协作目标航迹直接关联。协作目标航迹库中的任一航迹表示为i＝1,2,...,N，其中,N表示协作目标的个数，分别表示航迹i的目标地址、x、y、z方向上的位置、速度及获取数据的时刻；在t₁时刻，ADS-B设备上报最新航迹观测数据经时空校准为：式中，分别表示ADS-B设备获取的数据的目标地址、x、y、z方向上的位置、速度及获取数据的当前时间，如果使得TA_x＝TA_i则认为ADS-B观测数据与协作目标的航迹关联，否则，不关联，建立新的协作目标航迹。

图5是本发明的采用低空监视雷达观测数据与协作目标航迹库中的航迹关联的流程图。如图5所示，雷达观测数据与协作目标航迹库中的航迹关联步骤包括：

S01：对雷达获取的数据进行时空校准，即预处理，获得到时空校准值X_R；

S02：将时空校准值X_R与协作目标航迹库任一协作目标航迹进行关联，如果与某一协作目标航迹关联成功，则用时空校准值X_R更新与之关联上的协作目标航迹，而后进行S03，否则，进入非协作目标信息处理；

S03：对更新后的协作目标航迹进行滤波并标记；

S04：更新协作目标航迹库。

当低空监视雷达为二维雷达时，由于所获取的目标信息是以雷达为中心的极坐标(ρ_R,θ_R)，其缺少高度信息，而协作目标航迹库中的航迹数据为三维大地坐标(λ_A,φ_A,h_A)，因此，在关联时，需将两者的数据转换到相同的坐标系下。首先将协作目标航迹库中的航迹数据(λ_A,φ_A,h_A)经过投影，将大地坐标转换为以雷达为中心的极坐标，即将(λ_A,φ_A,h_A)转换为二维坐标(ρ_A,θ_A)，然后采用图6所示的最近邻的方法对两者数据进行关联，主要考虑斜距离ρ和方向角θ两个元素。

图6是本发明的二维雷达观测数据与协作目标航迹关联预处理的流程图。如图6所示，二维雷达观测数据与协作目标航迹库中的航迹进行关联包括：

S01：获取二维雷达t时刻观测数据为(ρ_R(t),θ_R(t))；

S02：计算协作目标航迹i在t时刻航迹的预测值的斜距和方向角：

假设协作目标航迹i(i＝1,2,...或N)的两个航迹点为(λ_Ai1(t₁)φ_Ai1(t₁)h_Ai1(t₁))和(λ_Ai2(t₂)φ_Ai2(t₂)h_Ai2(t₂))，将其进行坐标转换到以雷达为中心的极坐标系中，对应于极坐标分别为(ρ_Ai1(t₁),θ_Ai1(t₁))和(ρ_Ai2(t₁),θ_Ai2(t₁))，并且t>t₂>t₁。

于是协作目标航迹i在t时刻航迹的预测值的斜距和方向角分别

为：

S03：计算二维雷达t时刻观测数据与航迹i的预测值的斜距差和方位差：

其中，D_d为协作目标航迹库中的航迹i在t时刻的预测值与雷达t时刻的观测数据的斜距差，D_f为协作目标航迹库中的航迹i在t时刻的预测值与雷达t时刻观测数据的方位差。

S04：判断，如果D_d<R_d且D_f<R_f(R_d与R_f为斜距离与方位角的门限，取值要根据实际情况按经验设置)，二维雷达观测数据与协作目标航迹库中的航迹i关联，对协作航迹和雷达观测数据标记，而后进入关联度分析，否则，雷达观测数据与协作目标航迹库中的航迹i不关联，则结束。

当雷达为三维低空监视雷达时，在进行雷达观测数据与协作目标航迹库中的航迹i关联处理时，主要考虑目标属性、距离、速度和速度差四个属性是否满足关联条件，采用图7所示的流程进行关联。如图7所示，三维雷达观测数据与协作目标航迹库中的航迹i关联具体过程包括：

S01：判断雷达在t时刻所获取的目标属性是否与协作目标航迹库中的航迹i的目标属性相同，如果是，则进行S02，否则，不相关，而后结束；

S02：将雷达在t时刻获取的目标的最新观测数据转换到以雷达为中心的直角坐标系中，其值为X_R(t)＝[x_R(t) y_R(t) z_R(t)]^T，假设协作目标航迹库中的航迹i在t₁(t₁<t)时刻以雷达为中心的直角坐标系中的状态值为：

假设从t₁时刻到t时刻目标做匀速直线运动，则在t时刻航迹i的状态预测值为：

式中，

S03：计算t时刻的雷达的观测数据与航迹i的预测值目标位置差为：

如果d_i<d_max(d_max为设定值)则进行S04，否则，不关联，结束；

S04：利用t时刻的雷达观测数据与航迹i的预测值计算目标的速度为：

如果V_min<V_i(t)<V_max，则进行S05，否则，不关联，结束；

S05：计算速度差为：

式中，

S06：如果dV_i(t)≤dV_max，则关联，对协作目标航迹和雷达观测数据标记，而后进入关联度分析，否则，不关联。

其中，d_max、V_min、V_max和dV_max分别为允许的最大距离、最小速度、最大速度和最大速度差。不同时满足上述条件，判定雷达观测数据与航迹i不相关；同时满足上述条件，判定观测数据可能与航迹i相关。

图8是本发明提供的关联度分析的流程。假设经过以上判断得出雷达观测数据与C条航迹可能相关。采用模糊综合关联方法从位置差、速度差、航向角差和目标属性四个方面进行关联度分析，如图8所示，关联度分析包括：

S01：采用下式计算雷达的观测位置与航迹i的预测位置的关联度

其中，m∈[1,∞]是加权指数，一般情况下m取值为2；

S02:采用下式计算雷达的观测速度与航迹i的预测速度的关联度

式中，表示速度差调整度；表示速度差模糊因素的展度；

S03：采用下式计算雷达的观测方位角与航迹i的预测方位角的关联度

式中，

表示方位角差调整度；表示航向角差模糊因素的展度；

S04：采用硬性判断雷达观测数据与航迹i目标属性关联度

S05：计算观测数据与协作目标航迹的模糊综合关联度，最后选取模糊综合关联度最大的航迹k与雷达观测关联。

一般情况下，ADS-B数据都具有较高的精度，但有时由于传输信道噪声等因素的影响，使得ADS-B数据偏离目标的真实位置。这时，在利用ADS-B数据进行关联滤波时，需要对ADS-B数据进行可信度判断。图9是本发明提供的协作目标航迹数据可信度判断的工作流程。如图9所示，本发明提供的协作目标航迹数据可信度判断包括：

S01：如果ADS-B数据的航迹质量TQ_k≥8，协作目标航迹数据以ADS-B为准，如果TQ_k≤3，协作目标航迹数据以雷达的数据为准，否则，进行S02；

S02：采用最邻近的方法利用雷达航迹对ADS-B的数据的可信度进行进一步的判断，判断方法如下：

由于雷达测量数据为二维坐标(ρ_R,θ_R)，ADS-B的观测数据为三维大地坐标(λ_A,φ_A,h_A)，故两者的数据进行关联前必须先将两者转换到相同的坐标系下。首先将ADS-B数据(λ_A,φ_A,h_A)进行投影，将大地坐标转换成极坐标，即将(λ_A,φ_A,h_A)转换为二维坐标(ρ_A,θ_A)，然后采用最邻近的办法对两者进行关联，主要考虑斜距离ρ_A与方位角θ_A两个因素。

假设t时刻ADS-B数据最新观测数据为：[λ_A(t) φ_A(t) h_A(t)]^T，对应得斜距离和方位角分别为(ρ_A(t),θ_A(t))并且t>t₂>t₁。假设雷达航迹的两个最新航迹点分别为(ρ_R1(t₁),θ_R1(t₁))与(ρ_R2(t₂),θ_R2(t₂))。由(ρ_R1(t₁),θ_R1(t₁))与(ρ_R2(t₂),θ_R2(t₂))确定的雷达航迹目标的斜距离与方位角方向上的速度分别为和雷达航迹当前航迹点对应的预测值的斜距离和方位角为

则ADS-B数据最新观测数据与雷达航迹的预测值之间的距离差和方位角差分别为：

其中，D_d为ADS-B最新观测数据与雷达航迹预测值斜距离之间的距离差，D_f为ADS-B最新观测数据与雷达航迹预测值方位角之间的差。如果D_d<R_d，再判断方位角D_f<R_f(R_d与R_f为斜距离与方位角之间的门限，取值要根据实际情况按经验设置，一般取值为对应3倍误差方差)，则，判定此ADS-B观测数据与雷达航迹数据关联，以ADS-B观测数据为准；否则判定此ADS-B观测数据与雷达航迹数据不关联。则可确定此ADS-B数据为奇异点数据，以雷达的航迹的预测值为准。

图10是本发明提供的非协作目标信息融合处理流程图。如图10所示，非协作目标信息融合处理包括：

S01：对雷达获取的数据进行时空校准得到时空校准值X_R；

S02：将时空校准值X_R与非协作目标航迹库任一非协作目标航迹的当前状态估计值进行关联，如果与某一非协作目标航迹关联成功，则用时空校准值X_R更新航迹的当前状态估计值获得更新后的非协作目标航迹，而后进行S04，否则，建立新的临时非协作目标航迹，而后进行S03；

S03：判断新的临时非协作目标航迹是否转为系统航迹，如果是，则进行S05，否则进行S06；

S04：对更新后的非协作目标航迹进行滤波；

S05：更新非协作目标航迹库；

S06：进行非协作目标航迹的光电设备引导跟踪。

步骤S02中，由于雷达观测数据带有批号航迹标识，所有可以根据批号直接关联。假设非协作目标任一航迹表示为：

其中j＝1,2...Q，Q表示非协作目标个数，分别表示非协作目标航迹j的目标批号、x、y、z方向上的位置、速度及航迹的当前时间；假设，在t₁时刻，雷达上报最新雷达观测数据经时空校准后为：

其中，

分别表示雷达航迹的目标批次、x、y、z方向上的位置、速度及航迹数据获取时的时间，并设雷达观测更新周期为T₁。如果使得ph_l＝ph_j，则认为雷达监视数据与非协作目标航迹j关联，否则，不关联，生成新的非协作目标起点。

步骤S03中，对于雷达航迹数据，虽然观测中也带有航迹标识，由于航迹观测精度不是很高，因此，航迹起始时采用三点航迹起始方法，即当临时航迹的测量点数达到3个时，临时航迹转为雷达系统航迹。当雷达观测数据与临时航迹关联上时，将雷达观测数据点添加至临时航迹中；当雷达观测数据不能与临时航迹数组中的任何临时航迹关联时，用雷达观测数据点产生新临时航迹，并将新临时航迹添加至临时非协作航迹数组中。

图11是本发明的非协作目标航迹引导光电跟踪流程图，如图11所示，引导光电跟踪设备进行目标跟踪主要包括以下几个步骤：

S01：多源数据融合处理设备将非协作目标引导航迹信息进行编码，发送给光电跟踪设备；

S02：光电跟踪设备按照引导航迹信息控制转台转向，对准目标；如果引导航迹信息中不包含俯仰角，则光电跟踪设备在该方位上进行一定范围内的俯仰搜索；当搜索到目标后，给多源数据融合处理设备发送信号；当多源数据融合处理设备收到光电跟踪设备目标捕获成功的信号后停止给光电跟踪设备发送引导跟踪数据，并用光电跟踪设备返回的目标高精度测角数据信息和识别信息与非协作目标航迹进行数据融合；如果没有收搜到目标，则多源数据融合处理设备每秒0.2s的间隔估计目标的预测位置，再次给光电跟踪设备发送数据，此后重复上述过程。

图12是本发明的非协作目标航迹与光电跟踪测观测数据进行融合的流程度。如图12所示，非协作目标航迹与光电跟踪测观测数据进行融合主要包括以下几个步骤：

S01：多源数据融合处理设备对收到的观测信息进行时空校准得到校准值X_L；

S02：当观测信息同时包含雷达信息和光电跟踪设备的信息时，则使雷达与光电观测信息进行融合，而后进行S04，否则进行S03；

S03：当观测信息中只有雷达或者光电观测信息，雷达或者光电观测信息与非协作目标预测值进行融合；

S04：对航迹进行自适应粒子滤波。

具体方法如下：

假设引导的非协作目标的航迹k表示为：

其中，分别表示引导的非协作目标航迹k的目标批号、x、y、z方向上的位置、速度及航迹的当前时间。雷达观测数据经时空校准后为

其中，

分别表示雷达航迹的目标批号、x、y方向上的位置、速度及航迹数据获取时的时间，并设雷达观测更新周期为T₁。光电跟踪设备观测信息为且更新周期为T₂，θ_L(t₁),分别表示t₁时刻光电跟踪设备获取的目标的方位角和俯仰角，其与目标的以雷达为中心的直角坐标(x_L(t₁),y_L(t₁),z_L(t₁))的关系如下：

(12)

其中，v_θ(t₁)、表示角度观测的观测噪声，都服从均值为0，方差分别为和的高斯分布。

虽然每次只能引导一批目标，但光电跟踪设备有可能同时返回多个回波(中间就一个正确的目标观测)，所以在观测融合前还必须对目标观测进行数据关联，对于光电观测信息，可按如下方法进行关联判断：

设引导非协作目标航迹k的状态在t₁时刻得以更新，其航迹的状态估计为

假设t时刻多源数据融合处理设备收到光电跟踪设备的M个观测信息下面分两步判断光电跟踪设备的目标观测数据是否与非协作目标航迹关联：

先根据下式估计引导的非协作目标航迹k在t时刻的预测值

式中，A(t)表示t时刻的目标状态转移矩阵。

再根据下式求出斜距离、方位角和俯仰角

(13)

然后根据(14)式求出方位角差俯仰角差：

n＝1,2,...,M

(14)

如果都小于设定的方位角和俯仰角阈值k_θ和，表示观测点n落在目标航迹k的方向跟踪波门内，否则，判定与航迹不关联并剔除该观测点，其中，k_θ∈[σ_θ5·σ_θ]和σ_θ和分别表示光电跟踪设备的方位、俯仰测角误差标准方差。

如果目标方向跟踪波门中有多个光电观测数据，这时采用综合判决来决定哪个观测数据与非协作目标航迹关联。主要考虑观测数据与目标估计值的方位差等因素。假设t时刻目标跟踪波门中总共有P个光电观测数据

为了进行模糊判决，利用高斯型隶属函数对每个方位差计算模糊隶属度取隶属度最大的观测数据为与非协作目标航迹关联的观测数据：

和表示模糊因素的调整度；和表示模糊因素的展度。

最后对观测信息进行融合，包括2种情况：a)同时有雷达观测和光电观测信息时的观测融合；b)只有雷达观测信息时，雷达观测信息与三维航迹信息估计位置的融合。

a)雷达观测数据和光电跟踪设备观测信息的融合

假设在t时刻多源数据融合处理设备同时收到二维雷达的观测信息(ρ_R(t),θ_R(t))和光电观测信息由于雷达观测信息其实是目标的二维航迹信息，含有目标的斜距离信息，因此，利用二维雷达在测距和光电跟踪设备在测角方面的优势，按如下方法对雷达观测信息和光电观测进行融合，得到新的观测信息

ρ(t)＝ρ_R(t)

θ(t)＝α·θ_R(t)+(1-α)θ_L(t) (17)

式中，α为一加权常数，一般在[0.7 0.9]之间取值。

假设在t时刻多源数据融合处理设备只收到二维雷达的观测数据(ρ_R(t),θ_R(t))，则二维雷达的观测数据与非协作目标航迹k的预测值进行融合。

设引导的非协作目标航迹k的状态在t1时刻得以更新，其航迹的状态估计值为：

先求出目标在t时刻的预测位置如下式

该航迹k相对于雷达坐标系的预测方位角和俯仰角分别为：

二维雷达的观测数据与所述航迹k预测值融合得到新的观测数据为：

ρ(t)＝ρ_R(t)

式中，α为一加权常数，一般在[0.7 0.9]之间取值。

在完成以上两步后，可以利用当前航迹信息和雷达的观测数据、光电跟踪设备的观测数据对目标航迹进行更新，我们采用自适应的粒子滤波方法进行滤波。

Claims (1)

1.一种通航监视中对光电跟踪设备的引导方法，包括以下步骤：

S01：对雷达获取的数据进行时空校准获得到时空校准值X_R；

S02：将时空校准值X_R与非协作目标航迹库任一非协作目标航迹的当前状态估计值进行关联，如果与某一非协作目标航迹关联成功，则用时空校准值X_R更新非协作目标航迹的当前状态估计值，获得更新后的非协作目标航迹，而后进行S04，否则，建立新的非协作目标临时航迹，而后进行S03；

S03：判断新的非协作目标临时航迹是否转为系统航迹，如果是，则进行S05，否则进行S06；

S04：对更新后的非协作目标航迹进行滤波；

S05：更新非协作目标航迹库；

S06：利用非协作目标航迹库中的航迹数据引导光电跟踪设备；

所述的利用非协作目标航迹库中的航迹数据引导光电跟踪设备具体包括以下步骤：

S02-1：将非协作目标航迹库中的指定航迹数据发送到光电跟踪设备；

S02-2：光电跟踪设备根据该指定航迹数据对目标进行搜索捕获，如果搜索到，转到步骤S02-4，并向多源数据融合处理设备发送目标观测信息和跟踪视频；若没有搜索到，转步骤S02-3；

S02-3：多源数据融合处理设备以固定的时间间隔外推目标的预测位置，再次给光电跟踪设备发送该目标的航迹数据返回到S02-2；

S02-4：多源数据融合处理设备接收光电跟踪设备返回来的目标观测信息和跟踪视频；

S02-5：多源数据融合处理设备将该目标观测信息和跟踪视频与非协作目标航迹数据进行异类信息融合。