CN104749576A - 一种多雷达航迹关联融合方法 - Google Patents

Abstract

本发明提供了一种多雷达航迹关联融合方法，以所要监视的空域范围的中心点为中心，将管制空间平面从一个方向到相对的另一个方向分为若干个水平带状空域，作为扫描系统扫描的基本单元；在航迹相关时，仅搜索本空域带及其相邻空域带内的航迹。因为当前空域带内的航迹仅可能与本空域带及其相邻空域带内的航迹有关联关系，即仅搜索有限的几个空域带范围内的航迹即可进行航迹相关，该空域带划分方法大大降低了航迹相关时的搜索计算量。

Description

一种多雷达航迹关联融合方法

技术领域

本发明涉及一种多雷达航迹关联融合方法，特别是涉及一种适用于空中交通管制（ATC）自动化系统中采用的多雷达航迹关联融合方法。

背景技术

对多部雷达的航迹数据实现合理的信息融合，不仅可以把监视范围直接扩大到各台雷达所覆盖的全部空域，而且还能全面提高目标监视质量和系统自身的可靠性及抗冲击能力，已经成为当前空中交通管制自动化系统必备的核心技术。

雷达数据融合系统主要分两类：集中式处理系统和分布式处理系统。

集中式结构将各单雷达的点迹信息集中到多雷达处理中心，进行时空对准、点迹相关、数据互联、航迹滤波、预测与综合跟踪。这种结构的最大优点是信息损失小，但数据相关比较困难，并要求系统必须具备大容量的能力，计算负担重，系统的生存能力也较差。

分布式的特点是：先由各自的单雷达数据处理器进行航迹跟踪，产生单雷达航迹，然后送至融合中心；由中心完成关联和融合，形成多雷达融合航迹。这类系统的应用很普遍，例如在军事C³系统和军民航空中管制系统中。它不仅具有局部独立跟踪能力，而且具有全局监视和评估能力；系统的造价相对较低；且有较强的生存能力。

数据融合涉及很多理论，常见的有：Bayes 理论、D-S 证据理论、粗糙集理论、加权平均、表决归则等。工程实践中采用的雷达融合算法主要有以下几类：

1) 马赛克法

将整个管制空域化分成适当大小的三维马赛克块，在每个马赛克块内指定 1～4 台覆盖该马赛克块的雷达，并事先编排它们对该马赛克块内目标探测效果的优先顺序。该优先顺序是根据每个马赛克与各台雷达的相对位置、该雷达的探测距离和方位角测量精度、雷达波束地形遮挡因子等因素来进行人工设定。

一般来说，当目标于某一马赛克块内时，就采用该马赛克块首选雷达的单雷达数据去刷新综合雷达信息。但当发现首选雷达的单雷达数据丢失或者质量降低时，就改用次选雷达信息去刷新综合航迹，以此类推。

该算法的优点是原理简单，计算量小；缺点是没有充分利用所有雷达提供的信息。

2) 加权平均法

又称重心法或最小二乘估计法，它给予每台参与融合的单雷达数据一个给定的权重系数，各单雷达目标的参数(位置、速度等)根据权重系数参与综合雷达信息的更新处理。

加权系数的选取要考虑静态和动态两方面的因素。静态因素是指与雷达本身性能、距离、方位角等有关的因素，对于同一部雷达而言，静态因素在整个系统的生存周期是固定不变的；动态因素是指跟雷达探测到的目标有关的因素，它一般根据雷达已经探测到的目标的数据来建立。

加权平均的权重系数表示各参加融合的单雷达数据质量，质量越高加权系数越大，质量越低加权系数越小，甚至取 0，即不参加融合。

该算法的优点是精度高，但有计算量大的缺点。

3) 马赛克-加权平均法

如前面所述，马赛克算法和加权平均算法各有优缺点，因此适当结合两种算法，取长补短，就有了马赛克-加权平均法。该算法仍然将空域划分成若干三维马赛克区，每个区内再动态选取部分信号质量好的雷达数据进行加权平均融合。

发明内容

本发明要解决的技术问题是提供一种搜索计算量更小的多雷达航迹关联融合方法。

本发明采用的技术方案如下：一种多雷达航迹关联融合方法，其特征在于：以所要监视的空域范围的中心点为中心，将管制空间平面从一个方向到相对的另一个方向分为若干个水平带状空域，作为扫描系统扫描的基本单元；在航迹相关时，仅搜索本空域带及其相邻空域带内的航迹。

作为优选，具体方法步骤为：

步骤一、以所要监视的空域范围的中心点为中心，将管制空间平面从一个方向到相对的另一个方向分为若干个水平带状空域，作为扫描系统扫描的基本单元；

步骤二、实时接收传送的各雷达航迹数据，读入各单雷达航迹，对各单雷达航迹按空域带进行分区，即计算各单雷达航迹所属空域带；

步骤三、每个数据融合周期，按照空域带顺序，由上到下或由下到上线性扫描各空域带，依次对各空域带进行时空对准、航迹相关、航迹融合和系统航迹更新处理。

作为优选，所述步骤三中，依次对各空域带进行处理时，判断对当前空域带是否开始处理的具体方法步骤为：

步骤301、每周期从0开始，遍历空域带，获取当前空域带号；若是第一次执行，则上一次处理时刻nLastTime初始化为0；

步骤302、获取当前UTC时间nCurTime；

步骤303、计算当前处理时刻nCurTime和上一处理时刻nLastTime的时间差dt=nCurTime-nLastTime；

步骤304、判断dt是否大于0，若小于等于0，转步骤305，否则，转步骤306；

步骤305、程序执行流程休眠一定时长，然后，转步骤302；

步骤306、将nLastTime赋为nCurTime，并开始对当前空域带进行处理。

作为优选，对当前空域带进行处理的具体方法步骤为：

步骤a、判断是否开始对当前空域带进行处理，是则进入下一步；

步骤b、根据当前处理空域带号，确定当前处理的空域带范围，通过时空对准技术，将该范围内的异步单雷达航迹数据变换为同步数据；

步骤c、对当前处理空域带范围内的单雷达航迹和系统航迹进行航迹相关，充分利用航迹的多维信息准确找出属于同一系统航迹的各单雷达航迹；

步骤d、对相互关联的单雷达航迹利用动态加权融合算法进行航迹融合，生成融合航迹数据；

步骤e、更新当前系统航迹，无单雷达与之相关的系统航迹进行外推操作，外推操作达到一定次数的全局航迹进行删除操作，将新建立的系统航迹加入系统航迹集合；输出当前空域带内的系统航迹；若空域带未处理完，准备处理下一空域带。

作为优选，所述步骤d和步骤e之间还包括：若在当前空域带内仍有未与已存在的系统航迹关联的单雷达航迹，则由这个单雷达航迹初始化为系统航迹，并进行去分裂处理。

作为优选，将管制空间平面从北向南划分为N个空域带，编号为0~N-1，作为系统扫描的基本单元。

作为优选，所述N大于等于20小于等于50。

作为优选，所述N等于40。

作为优选，所述时空对准的具体方法步骤为：

步骤401、获取当前空域带号nCurrentBandNo和当前时刻nCurTime；

步骤402、确定搜索空域带范围，若当前空域带号nCurrentBandNo为0，即第一个空域带，则搜索空域带范围为当前空域带号nCurrentBandNo和当前空域带号nCurrentBandNo+1；若当前空域带号nCurrentBandNo为N-1，即最后一个空域带，则搜索空域带范围为当前空域带号nCurrentBandNo-1和当前空域带号nCurrentBandNo；否则，搜索空域带范围为当前空域带号nCurrentBandNo-1，当前空域带号nCurrentBandNo和当前空域带号nCurrentBandNo+1；

步骤403、获得搜索空域带范围内的所有单雷达航迹，放入集合CurTrajs；

步骤404、从集合CurTrajs中取一个单雷达航迹traj；

步骤405、判断所取的单雷达航迹traj是否相关，是则返回步骤404，否则进入下一步；

步骤406、采用内插/外推法，将traj线性同步到nCurTime时刻，放入集合LinearRadarTrajs。

作为优选，所述航迹相关的具体方法步骤为：

步骤501、判断是否航迹号相关，是则进入下一步，否则判定为航迹不相关；

步骤502、判断SSR、方向、方位、速度和高度五个条件是否相关；

步骤503、判断所述五个条件中相关个数是否大于等于所设门限值M，是则确认为航迹相关，否则确认为航迹不相关；

所述M为3，4或5。

与现有技术相比，本发明的有益效果是：因为当前空域带内的航迹仅可能与本空域带及其相邻空域带内的航迹有关联关系，即仅搜索有限的几个空域带范围内的航迹即可进行航迹相关，大大降低了航迹相关时的搜索计算量。

附图说明

图1为本发明其中一实施例的流程示意图。

图2为本发明其中一实施例的空域带划分结构体示意图。

图3为本发明其中一实施例的算法主流程示意图。

图4为本发明其中一实施例的时空对准流程示意图。

图5为本发明其中一实施例的初始化为系统航迹的流程示意图。

图6为本发明其中一实施例的当前空域带内的系统航迹更新以及输出流程示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

本说明书（包括任何附加权利要求、摘要和附图）中公开的任一特征，除非特别叙述，均可被其他等效或者具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。

一种多雷达航迹关联融合方法，以所要监视的空域范围的中心点为中心，将管制空间平面从一个方向到相对的另一个方向分为若干个水平带状空域，作为扫描系统扫描的基本单元；在航迹相关时，仅搜索本空域带及其相邻空域带内的航迹。因为当前空域带内的航迹仅可能与本空域带及其相邻空域带内的航迹有关联关系，即仅搜索有限的几个空域带范围内的航迹即可进行航迹相关，该空域带划分方法大大降低了航迹相关时的搜索计算量。

如图2所示，在本具体实施例中，将管制空间平面从北向南划分为N个空域带，编号为0~N-1，作为系统扫描的基本单元。

所述N大于等于20小于等于50，在本具体实施例中，所述N等于40。N的实际大小根据所需监视的空域范围的大小而定。

如图1所示，具体方法步骤为：

步骤一、以所要监视的空域范围的中心点为中心，将管制空间平面从一个方向到相对的另一个方向分为若干个水平带状空域，作为扫描系统扫描的基本单元；

步骤二、实时接收传送的各雷达航迹数据，读入各单雷达航迹，对各单雷达航迹按空域带进行分区，即计算各单雷达航迹所属空域带；

步骤三、每个数据融合周期，按照空域带顺序，由上到下或由下到上线性扫描各空域带，依次对各空域带进行时空对准、航迹相关、航迹融合和系统航迹更新处理。

基于空域带，建立一个统一的时空基准，这是实现数据融合的前提。其次，算法的执行以对空域带的线性扫描为基础，以当前扫描时刻作为系统航迹周期性融合生成的时间（采用GPS时钟），仅对当前扫描空域带进行航迹融合处理，既建立了统一的时间基准，又减少了融合所需搜索的空间范围，减少了航迹相关的计算量，提高了算法效率，加快了算法执行速度。

在本具体实施例中，所述步骤三中，依次对各空域带进行处理时，判断对当前空域带是否开始处理的具体方法步骤为：

步骤301、每周期从0开始，遍历空域带，获取当前空域带号；若是第一次执行，则上一次处理时刻nLastTime初始化为0，单位ms；

步骤302、获取当前UTC时间nCurTime，单位ms；

步骤303、计算当前处理时刻nCurTime和上一处理时刻nLastTime的时间差dt=nCurTime-nLastTime；

步骤304、判断dt是否大于0，若小于等于0，转步骤305，否则，转步骤306；

步骤305、程序执行流程休眠1ms，然后，转步骤302；

步骤306、将nLastTime赋为nCurTime，并开始对当前空域带进行处理。

在步骤304中，判断dt>0，即可对当前空域带进行处理，而没有依照等分空域带的思想对融合周期也进行等分，即每周期，每个空域带均占用T/N长度的时间段（T为融合周期，N为划分的空域带数）。原因在于，对空域带进行划分时，监视空域的覆盖面积大，各空域带内的航迹数不一样，离系统中心点远的空域带航迹少，甚至没有航迹，而系统中心点附近的空域带航迹数目多，密度大。因此对各空域带均采用等长的处理时间是不合理的。采用dt>0的判断方法，即相邻两空域带处理时间差大于0，即可实现在各空域带中，根据各自的工作量合理分配处理周期，达到资源优化配置的作用，而且也满足了融合周期的实时性要求。

如图3所示，判断为开始对当前空域带进行处理后，对当前空域带进行处理的具体方法步骤为：

步骤307、根据当前处理空域带号，确定当前处理的空域带范围，通过时空对准技术，将该范围内的异步单雷达航迹数据变换为同步数据；

步骤308、对当前处理空域带范围内的单雷达航迹和系统航迹进行航迹相关，充分利用航迹的多维信息准确找出属于同一系统航迹的各单雷达航迹；

步骤309、对相互关联的单雷达航迹利用动态加权融合算法进行航迹融合，生成融合航迹数据；

步骤311、更新当前系统航迹，无单雷达与之相关的系统航迹进行外推操作，外推操作达到一定次数的全局航迹进行删除操作，将新建立的系统航迹加入系统航迹集合；输出当前空域带内的系统航迹；若空域带未处理完，准备处理下一空域带。

在本具体实施例中，所述步骤309和步骤311之间还包括步骤310：若在当前空域带内仍有未与已存在的系统航迹关联的单雷达航迹，则由这个单雷达航迹初始化为系统航迹，并进行去分裂处理，避免可能出现的虚假系统航迹。如图5所示，具体方法步骤为：

步骤801、将当前空域带内仍未与已存在的系统航迹关联的单雷达航迹存入数据缓冲区databuffer。

步骤802、在数据缓冲区databuffer中选择一条航迹traj；

步骤803、以航迹traj为基础，生成一条初始化系统航迹sysTrajI；

步骤804、对初始化系统航迹sysTrajI和数据缓冲区databuffer中的其余单雷达航迹进行航迹相关处理，选取与初始化系统航迹sysTrajI航迹满足关联的单雷达航迹，将这些单雷达航迹与初始化系统航迹sysTrajI建立关联关系，同时，在数据缓冲区databuffer中，将已关联的单雷达航迹删除；

步骤805、进行航迹去分裂处理：将初始化系统航迹sysTrajI与所有系统航迹作相关检查，将分裂的航迹合并，这里的相关检查包括SSR码、空间位置、方向和速度等。

步骤806、判断数据缓冲区databuffer中是否仍有未相关单雷达航迹，若有，则转步骤802，否则，转步骤807；

步骤807、初始化航迹结束。

如图6所示，为所述步骤311中，当前空域带内的系统航迹更新以及输出模块，对当前空域带内未相关系统航迹进行外推和删除操作，将新生成的系统航迹加入系统航迹集合，按照输出格式对当前空域带内的系统航迹数据进行格式转换，输出当前空域带内的系统航迹数据，处理完当前空域带后，准备处理下一空域带。具体方法步骤为：

步骤901、获取当前空域带内的一条已知系统航迹traj；

步骤902、判断航迹traj是否已经相关，若未相关，则进入下一步，否则进入步骤905；

步骤903、航迹traj执行外推操作，若外推次数超过设定操作次数阈值，则删除该航迹；

步骤904、将新生成的系统航迹加入系统航迹集合；

步骤905、更新系统航迹集合，加入新航迹，删除外推次数超过阈值的航迹；

步骤906、输出当前空域带内的系统航迹；

步骤907、判断当前空域带是否是最后一个空域带，若是，进入步骤909，结束本周期，若不是，进入下一步，开始处理下一个空域带；

步骤908、准备处理下一空域带；

步骤909、结束本融合周期处理流程。

如图4所示，根据当前处理空域带号，采用滑动窗思想确定当前处理的空域带范围，通过时空对准技术，将该范围内的异步单雷达航迹数据变换为同步数据。所述时空对准的具体方法步骤为：

步骤401、获取当前空域带号nCurrentBandNo和当前时刻nCurTime；

步骤402、确定搜索空域带范围，若当前空域带号nCurrentBandNo为0，即第一个空域带，则搜索空域带范围为当前空域带号nCurrentBandNo和当前空域带号nCurrentBandNo+1；若当前空域带号nCurrentBandNo为N-1，即最后一个空域带，则搜索空域带范围为当前空域带号nCurrentBandNo-1和当前空域带号nCurrentBandNo；否则，搜索空域带范围为当前空域带号nCurrentBandNo-1，当前空域带号nCurrentBandNo和当前空域带号nCurrentBandNo+1；

步骤403、获得搜索空域带范围内的所有单雷达航迹，放入集合CurTrajs；

步骤404、从集合CurTrajs中取一个单雷达航迹traj；

步骤405、判断所取的单雷达航迹traj是否相关，是则返回步骤404，否则进入下一步；

步骤406、采用内插/外推法，将traj线性同步到当前时刻nCurTime时刻，放入集合LinearRadarTrajs。

在步骤406中，所采用的线性外推/内插法具体步骤如下：

步骤1、计算当前时刻nCurTime和航迹traj的GPS时间印记的时间差dt；

步骤2、利用wgs-84坐标计算航迹traj在雷达局部坐标系内的坐标；

步骤3、用航迹traj的当前速度（局部坐标系内）乘以dt所获得的值，对traj的当前坐标进行修正，获得经补偿后的坐标值；

步骤4、将局部坐标值转换为wgs-84坐标；

步骤5、将wgs-84坐标转换为全局平面坐标；

步骤6、基于全局坐标值，更新traj的空域带号；

步骤7、更新航迹traj的时间印记；

对单雷达航迹进行线性内插/外推是各单雷达局部坐标系内完成的，之后再转换为全局坐标系，原因在于各单雷达航迹跟踪时，所获得的航迹速度，均是在单雷达局部坐标系内。故而要在局部坐标内完成实时补偿，再变换到统一的全局坐标系内。

如图5所示，所述航迹相关的具体方法步骤为：

步骤501、判断是否航迹号相关，是则进入下一步，否则判定为航迹不相关；

步骤502、判断SSR、方向、方位、速度和高度五个条件是否相关；

步骤503、判断所述五个条件中相关个数是否大于等于所设门限值M，是则确认为航迹相关，否则确认为航迹不相关；

所述M为3，4或5，在本具体实施例中为5；门限值越高则越严格。

对当前空域带nCurrentBandNo内的系统航迹和步骤307中经时空对准的单雷达航迹进行航迹相关，相关判断时采用航迹多维信息，如航迹号（批号）、SSR、航迹方向，方位信息、航迹高度和速度等，准确找出属于同一目标的各单雷达航迹。对未能与系统航迹相关的单雷达航迹，判断为新系统航迹。充分利用航迹的多维信息准确找出属于同一系统航迹的各单雷达航迹。

本发明提供的多雷达航迹关联融合的方法，根据空域带线性扫描方式进行快速航迹相关，大大减少了航迹相关时搜索的计算量，利用多维信息进行航迹关联处理，充分利用了可以利用的一切信息，提高了航迹关联的准确度。

Claims (10)

1.一种多雷达航迹关联融合方法，其特征在于：以所要监视的空域范围的中心点为中心，将管制空间平面从一个方向到相对的另一个方向分为若干个水平带状空域，作为扫描系统扫描的基本单元；在航迹相关时，仅搜索本空域带及其相邻空域带内的航迹。

2.根据权利要求1所述的多雷达航迹关联融合方法，具体方法步骤为：

步骤一、以所要监视的空域范围的中心点为中心，将管制空间平面从一个方向到相对的另一个方向分为若干个水平带状空域，作为扫描系统扫描的基本单元；

步骤二、实时接收传送的各雷达航迹数据，读入各单雷达航迹，对各单雷达航迹按空域带进行分区，即计算各单雷达航迹所属空域带；

步骤三、每个数据融合周期，按照空域带顺序，由上到下或由下到上线性扫描各空域带，依次对各空域带进行时空对准、航迹相关、航迹融合和系统航迹更新处理。

3.根据权利要求2所述的多雷达航迹关联融合方法，所述步骤三中，依次对各空域带进行处理时，判断对当前空域带是否开始处理的具体方法步骤为：

步骤301、每周期从0开始，遍历空域带，获取当前空域带号；若是第一次执行，则上一次处理时刻nLastTime初始化为0；

步骤302、获取当前UTC时间nCurTime；

步骤303、计算当前处理时刻nCurTime和上一处理时刻nLastTime的时间差dt=nCurTime-nLastTime；

步骤304、判断dt是否大于0，若小于等于0，转步骤305，否则，转步骤306；

步骤305、程序执行流程休眠一定时长，然后，转步骤302；

步骤306、将nLastTime赋为nCurTime，并开始对当前空域带进行处理。

4.根据权利要求2或3所述的多雷达航迹关联融合方法，对当前空域带进行处理的具体方法步骤为：

步骤a、判断是否开始对当前空域带进行处理，是则进入下一步；

步骤b、根据当前处理空域带号，确定当前处理的空域带范围，通过时空对准技术，将该范围内的异步单雷达航迹数据变换为同步数据；

步骤c、对当前处理空域带范围内的单雷达航迹和系统航迹进行航迹相关，充分利用航迹的多维信息准确找出属于同一系统航迹的各单雷达航迹；

步骤d、对相互关联的单雷达航迹利用动态加权融合算法进行航迹融合，生成融合航迹数据；

步骤e、更新当前系统航迹，无单雷达与之相关的系统航迹进行外推操作，外推操作达到一定次数的全局航迹进行删除操作，将新建立的系统航迹加入系统航迹集合；输出当前空域带内的系统航迹；若空域带未处理完，准备处理下一空域带。

5.根据权利要求4所述的多雷达航迹关联融合方法，所述步骤d和步骤e之间还包括：若在当前空域带内仍有未与已存在的系统航迹关联的单雷达航迹，则由这个单雷达航迹初始化为系统航迹，并进行去分裂处理。

6.根据权利要求1所述的多雷达航迹关联融合方法，将管制空间平面从北向南划分为N个空域带，编号为0~N-1，作为系统扫描的基本单元。

7.根据权利要求6所述的多雷达航迹关联融合方法，所述N大于等于20小于等于50。

8.根据权利要求7所述的多雷达航迹关联融合方法，所述N等于40。

9.根据权利要求2所述的多雷达航迹关联融合方法，所述时空对准的具体方法步骤为：

步骤401、获取当前空域带号nCurrentBandNo和当前时刻nCurTime；

步骤402、确定搜索空域带范围，若当前空域带号nCurrentBandNo为0，即第一个空域带，则搜索空域带范围为当前空域带号nCurrentBandNo和当前空域带号nCurrentBandNo+1；若当前空域带号nCurrentBandNo为N-1，即最后一个空域带，则搜索空域带范围为当前空域带号nCurrentBandNo-1和当前空域带号nCurrentBandNo；否则，搜索空域带范围为当前空域带号nCurrentBandNo-1，当前空域带号nCurrentBandNo和当前空域带号nCurrentBandNo+1；

步骤403、获得搜索空域带范围内的所有单雷达航迹，放入集合CurTrajs；

步骤404、从集合CurTrajs中取一个单雷达航迹traj；

步骤405、判断所取的单雷达航迹traj是否相关，是则返回步骤404，否则进入下一步；

步骤406、采用内插/外推法，将traj线性同步到nCurTime时刻，放入集合LinearRadarTrajs。

10.根据权利要求1所述的多雷达航迹关联融合方法，所述航迹相关的具体方法步骤为：

步骤501、判断是否航迹号相关，是则进入下一步，否则判定为航迹不相关；

步骤502、判断SSR、方向、方位、速度和高度五个条件是否相关；

步骤503、判断所述五个条件中相关个数是否大于等于所设门限值M，是则确认为航迹相关，否则确认为航迹不相关；

所述M为3，4或5。