CN110596695A - 基于跟踪滤波信息的目标机动识别使用方法及系统 - Google Patents
基于跟踪滤波信息的目标机动识别使用方法及系统 Download PDFInfo
- Publication number
- CN110596695A CN110596695A CN201910974148.8A CN201910974148A CN110596695A CN 110596695 A CN110596695 A CN 110596695A CN 201910974148 A CN201910974148 A CN 201910974148A CN 110596695 A CN110596695 A CN 110596695A
- Authority
- CN
- China
- Prior art keywords
- target
- result information
- maneuvering
- identification
- tracking
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/66—Radar-tracking systems; Analogous systems
- G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供了一种基于跟踪滤波信息的目标机动识别使用方法及系统，包括：初始阈值设定步骤：根据系统跟踪设备的性能参数、功能指标参数、所防御的主要目标类型参数以及所防御的主要目标特点参数，设定目标机动判断的阈值；跟踪数据滤波处理步骤：接收到跟踪设备的目标精跟数据后，进行滤波处理；单点机动初判步骤：将单点的滤波预测值和剔点后的采样值进行比较；多点机动判别步骤：根据初步机动识别结果信息，通过连读多点的判别结果，确定最终机动识别结果；参数装订步骤。本发明可应用于各种复杂战场环境下的精跟目标机动判断，为实时飞行器发射提供可用的目标状态信息。
Description
技术领域
本发明涉及火力控制系统领域，具体地，涉及一种基于跟踪滤波信息的目标机动识别使用方法及系统。
背景技术
机动目标识别与跟踪作为目标跟踪的一个重要分支，在空中交通管制、地面侦察监视、寻的制导等军用、民用领域内有着广泛的应用。在这些应用中，雷达和光学(包括红外、可见光、激光等)传感器是主要的测量设备。由于目前的雷达与光学传感器都不能直接测量目标加速度，从而导致机动目标识别跟踪成为一个混合估计问题。对空中目标的机动识别是判定其战术意图的重要依据，因为空中目标的战术意图总是要通过一定的机动动作来实现，许多意图识别算法中都将空中目标的机动识别结果作为其意图推理的变量考量。若能及时准确地判断敌方空中目标采取的机动动作，有利于我方掌握其作战意图，采取有针对性的应对策略，进而占据空战优势，掌握主动权。空中目标根据战术意图的不同，往往采取不同的战术机动类型，以水平面的运动为例，战斗机空中巡逻时通常采取“之”字形、长方形、圆形等机动样式，空战时采用迂回、回转、大角度转向、盘旋等机动样式；预警机空域巡逻时采用“双180°”、“8字形”等机动样式，反潜巡逻机在反潜搜索时采用圆形或长方形等。对于机动目标而言，虽然机动样式多变，但实质上均由变向和变速2种模式组合而成。因此目标机动运动模式可大致分为匀速变向机动、直线变速机动以及变速变向机动等3类。相比于匀速直线运动目标，在对机动目标进行跟踪滤波时，预测值与观测值之间的差值将随着目标机动进行过程而逐渐增大。在按照既定的运动模型进行目标跟踪时，若目标发生机动，则在一定点迹录取周期之后，滤波预测值与观测值之间的误差将达到一个不能接受的程度。
专利文献CN104240542B公开了一种于地磁传感器网络的机场场面机动目标识别方法。该方法通过将多组AMR地磁传感器布置于跑道中线获得机场场面机动目标的磁信号，依次利用时域及频域方法提取X、Y、Z三个轴向目标信号特征，并分别识别三个轴向目标信号特征得到单传感器的单轴向识别结果，对单传感器的单轴向识别结果先后进行一级多传感器单轴向数据融合和二级多传感器多轴向数据融合，根据二级融合结果做出决策获得最终识别结果。该专利并不能很好地适用于在空中交通管制、地面侦察监视、寻的制导等军用、民用领域内的机动目标识别与跟踪存在的技术问题。
发明内容
针对现有技术中的缺陷，本发明的目的是提供一种基于跟踪滤波信息的目标机动识别使用方法及系统。
根据本发明提供的一种基于跟踪滤波信息的目标机动识别使用方法，包括：初始阈值设定步骤：根据系统跟踪设备的性能参数、功能指标参数、所防御的主要目标类型参数以及所防御的主要目标特点参数，设定目标机动判断的阈值，获取目标机动判断阈值设定结果信息；跟踪数据滤波处理步骤：接收到跟踪设备的目标精跟数据后，进行滤波处理，获取跟踪数据滤波处理结果信息；单点机动初判步骤：根据跟踪数据滤波处理结果信息，将单点的滤波预测值和剔点后的采样值进行比较，获取初步机动识别结果；多点机动判别步骤：根据初步机动识别结果信息，建立多点判别机制，通过连读多点的判别结果，确定最终机动识别结果，获取最终机动识别结果信息；参数装订步骤：根据最终机动识别结果信息，将机动识别结果向发控系统装订。
优选地，所述初始阈值设定步骤包括：目标类型判断步骤：判断目标类型是否是飞机类，获取飞机类确认结果信息或者非飞机类确认结果信息；目标距离判断步骤：根据飞机类确认结果信息，判断目标距离是否在发射区外，获取目标在发射区外确认结果信息或者目标不在发射区外确认结果信息；弹药类目标确认步骤：根据非飞机类确认结果信息，分析确认目标为弹药类目标，获取弹药类目标确认结果信息；第一目标机动识别阈值设定步骤：根据目标在发射区外确认结果信息，若判断目标距离在系统发射区外，则将目标机动识别阈值设定为第一设定组值，获取第一目标机动识别阈值设定结果信息；第二目标机动识别阈值设定步骤：根据目标不在发射区外确认结果信息，若目标距离在系统发射区内，则将目标机动识别阈值设定为第二设定组值，获取第二目标机动识别阈值设定结果信息；所述第一设定组值区别于第二设定组值。
优选地，所述跟踪数据滤波处理步骤包括：精跟判断结果信息：判断目标跟踪状态是否为精跟，获取目标状态精跟确认结果信息或者目标状态非精跟确认结果信息；目标跟踪信息代入步骤：根据目标状态精跟确认结果信息，将目标跟踪信息代入滤波器进行滤波处理,获取滤波处理后结果信息；滤波稳定性判断步骤：判断滤波是否达到稳定状态，获取滤波稳定确认结果信息或者滤波不稳定确认结果信息；初始机动判断步骤：根据滤波稳定确认结果信息，开始进行机动判断，获取机动判断结果信息。
优选地，所述单点机动初判步骤包括：当前点位置预测值判断步骤：判断当前点的位置预测值与采样值的差是否大于设定阈值，获取当前点位置预测值判断结果信息；若当前点的位置预测值与采样值的差大于阈值，则初步判断当前点目标为机动；否则判断位置预测值与采样值的差是否大于等于数据剔点阈值；若当前位置预测值与采样值的差大于等于数据剔点阈值，则进行数据剔点，且该点不参与机动识别计算；否则，初步判断当前点目标不机动。
优选地，所述参数装订步骤包括：填入目标判断步骤：根据控解算参数报文中填入目标信息，判断在火控解算参数报文中填入目标是否为机动的标识，获取目标判断机动确认信息或者目标判断非机动确认信息；第一目标机动标识设置步骤：根据目标判断机动确认信息，在火控解算参数报文中将目标机动标识置为真；第二目标机动标识设置步骤：根据目标判断非机动确认信息，在火控解算参数报文中将目标机动标识置为假；火控解算参数报文发送步骤：将火控解算参数报文向发控系统发送。
根据本发明提供的一种基于跟踪滤波信息的目标机动识别使用系统，包括：初始阈值设定模块：根据系统跟踪设备的性能参数、功能指标参数、所防御的主要目标类型参数以及所防御的主要目标特点参数，设定目标机动判断的阈值，获取目标机动判断阈值设定结果信息；跟踪数据滤波处理模块：接收到跟踪设备的目标精跟数据后，进行滤波处理，获取跟踪数据滤波处理结果信息；单点机动初判模块：根据跟踪数据滤波处理结果信息，将单点的滤波预测值和剔点后的采样值进行比较，获取初步机动识别结果；多点机动判别模块：根据初步机动识别结果信息，建立多点判别机制，通过连读多点的判别结果，确定最终机动识别结果，获取最终机动识别结果信息；参数装订模块：根据最终机动识别结果信息，将机动识别结果向发控系统装订。
优选地，所述初始阈值设定模块包括：目标类型判断模块：判断目标类型是否是飞机类，获取飞机类确认结果信息或者非飞机类确认结果信息；目标距离判断模块：根据飞机类确认结果信息，判断目标距离是否在发射区外，获取目标在发射区外确认结果信息或者目标不在发射区外确认结果信息；弹药类目标确认模块：根据非飞机类确认结果信息，分析确认目标为弹药类目标，获取弹药类目标确认结果信息；第一目标机动识别阈值设定模块：根据目标在发射区外确认结果信息，若判断目标距离在系统发射区外，则将目标机动识别阈值设定为第一设定组值，获取第一目标机动识别阈值设定结果信息；第二目标机动识别阈值设定模块：根据目标不在发射区外确认结果信息，若目标距离在系统发射区内，则将目标机动识别阈值设定为第二设定组值，获取第二目标机动识别阈值设定结果信息；所述第一设定组值区别于第二设定组值。
优选地，所述跟踪数据滤波处理模块包括：精跟判断结果信息：判断目标跟踪状态是否为精跟，获取目标状态精跟确认结果信息或者目标状态非精跟确认结果信息；目标跟踪信息代入模块：根据目标状态精跟确认结果信息，将目标跟踪信息代入滤波器进行滤波处理,获取滤波处理后结果信息；滤波稳定性判断模块：判断滤波是否达到稳定状态，获取滤波稳定确认结果信息或者滤波不稳定确认结果信息；初始机动判断模块：根据滤波稳定确认结果信息，开始进行机动判断，获取机动判断结果信息。
优选地，所述单点机动初判模块包括：当前点位置预测值判断模块：判断当前点的位置预测值与采样值的差是否大于设定阈值，获取当前点位置预测值判断结果信息；若当前点的位置预测值与采样值的差大于阈值，则初步判断当前点目标为机动；否则判断位置预测值与采样值的差是否大于等于数据剔点阈值；若当前位置预测值与采样值的差大于等于数据剔点阈值，则进行数据剔点，且该点不参与机动识别计算；否则，初步判断当前点目标不机动。
优选地，所述参数装订模块包括：填入目标判断模块：根据控解算参数报文中填入目标信息，判断在火控解算参数报文中填入目标是否为机动的标识，获取目标判断机动确认信息或者目标判断非机动确认信息；第一目标机动标识设置模块：根据目标判断机动确认信息，在火控解算参数报文中将目标机动标识置为真；第二目标机动标识设置模块：根据目标判断非机动确认信息，在火控解算参数报文中将目标机动标识置为假；火控解算参数报文发送模块：将火控解算参数报文向发控系统发送。
与现有技术相比，本发明具有如下的有益效果：
1、本发明结构合理，使用方便，能够因有效解决滤波预测值与观测值之间的误差所带来的的技术问题；
2、本发明可应用于各种复杂战场环境下的精跟目标机动判断，为实时飞行器发射提供可用的目标状态信息；
3、本发明对新型号的研制有很好的借鉴意义；对于被动跟踪得到的目标数据(例如只有目标的方位角、俯仰角时)，也可以使用本发明技术，即本发明并不局限于目标数据是笛卡尔坐标系下的X、Y、Z，也可以是球坐标下的R、A、E，甚至是二维目标数据。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为本发明的方法流程示意图。
图2为本发明的系统流程示意图。
图3为本发明实施例中的“5点机动判别”机制的原理示意图。
图4为本发明实施例中的“3点机动判别”机制的原理示意图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。
如图1、图2、图3、图4所示，根据本发明提供的一种基于跟踪滤波信息的目标机动识别使用方法，包括：初始阈值设定步骤：根据系统跟踪设备的性能参数、功能指标参数、所防御的主要目标类型参数以及所防御的主要目标特点参数，设定目标机动判断的阈值，获取目标机动判断阈值设定结果信息；跟踪数据滤波处理步骤：接收到跟踪设备的目标精跟数据后，进行滤波处理，获取跟踪数据滤波处理结果信息；单点机动初判步骤：根据跟踪数据滤波处理结果信息，将单点的滤波预测值和剔点后的采样值进行比较，获取初步机动识别结果；多点机动判别步骤：根据初步机动识别结果信息，建立多点判别机制，通过连读多点的判别结果，确定最终机动识别结果，获取最终机动识别结果信息；参数装订步骤：根据最终机动识别结果信息，将机动识别结果向发控系统装订。
优选地，所述初始阈值设定步骤包括：目标类型判断步骤：判断目标类型是否是飞机类，获取飞机类确认结果信息或者非飞机类确认结果信息；目标距离判断步骤：根据飞机类确认结果信息，判断目标距离是否在发射区外，获取目标在发射区外确认结果信息或者目标不在发射区外确认结果信息；弹药类目标确认步骤：根据非飞机类确认结果信息，分析确认目标为弹药类目标，获取弹药类目标确认结果信息；第一目标机动识别阈值设定步骤：根据目标在发射区外确认结果信息，若判断目标距离在系统发射区外，则将目标机动识别阈值设定为第一设定组值，获取第一目标机动识别阈值设定结果信息；第二目标机动识别阈值设定步骤：根据目标不在发射区外确认结果信息，若目标距离在系统发射区内，则将目标机动识别阈值设定为第二设定组值，获取第二目标机动识别阈值设定结果信息；所述第一设定组值区别于第二设定组值。
优选地，所述跟踪数据滤波处理步骤包括：精跟判断结果信息：判断目标跟踪状态是否为精跟，获取目标状态精跟确认结果信息或者目标状态非精跟确认结果信息；目标跟踪信息代入步骤：根据目标状态精跟确认结果信息，将目标跟踪信息代入滤波器进行滤波处理,获取滤波处理后结果信息；滤波稳定性判断步骤：判断滤波是否达到稳定状态，获取滤波稳定确认结果信息或者滤波不稳定确认结果信息；初始机动判断步骤：根据滤波稳定确认结果信息，开始进行机动判断，获取机动判断结果信息。
优选地，所述单点机动初判步骤包括：当前点位置预测值判断步骤：判断当前点的位置预测值与采样值的差是否大于设定阈值，获取当前点位置预测值判断结果信息；若当前点的位置预测值与采样值的差大于阈值，则初步判断当前点目标为机动；否则判断位置预测值与采样值的差是否大于等于数据剔点阈值；若当前位置预测值与采样值的差大于等于数据剔点阈值，则进行数据剔点，且该点不参与机动识别计算；否则，初步判断当前点目标不机动。
优选地，所述参数装订步骤包括：填入目标判断步骤：根据控解算参数报文中填入目标信息，判断在火控解算参数报文中填入目标是否为机动的标识，获取目标判断机动确认信息或者目标判断非机动确认信息；第一目标机动标识设置步骤：根据目标判断机动确认信息，在火控解算参数报文中将目标机动标识置为真；第二目标机动标识设置步骤：根据目标判断非机动确认信息，在火控解算参数报文中将目标机动标识置为假；火控解算参数报文发送步骤：将火控解算参数报文向发控系统发送。
具体的，在一个实施例中，一种基于跟踪滤波信息的目标机动识别使用算法，包括：初始阈值设定步骤：根据系统跟踪设备的性能、功能指标，以及所防御的主要目标类型和特点，设定目标机动判断的阈值；精跟目标数据滤波处理步骤：接收到跟踪设备的目标精跟数据后，进行滤波处理；利用单点滤波数据进行机动初识别步骤：使用单点的滤波预测值和剔点后的采样值进行比较，给出初步机动识别结果；通过“多点判别”机制确定目标机动步骤：建立多点判别机制，通过连续多点的判别结果，确定最终的机动判别结果；参数装订步骤：将机动识别结果向发控系统装订。所述使用系统包括参数设置模块：用于初始参数设置；跟踪数据滤波处理模块：用于对精跟目标数据进行滤波处理；机动识别模块：用于对目标机动运动的识别判断；参数装订模块：用于将机动识别结果向发控系统进行参数装订。
其中在目标进入的不同距离段、不同速度分段内，设定不同的判断阈值，同时在判断准则上也略有不同，具体如下：
假设当前目标跟踪数据已经过滤波处理，且滤波达到稳定，判断收到目标第N点数据时目标是否作出机动。本发明在各个方向(X、Y、Z)上都建立了机动判别机制，以X轴方向上的机动判断为例：
1、初始参数设定
由于不同类型的目标具备不同的机动能力，跟踪装备在目标进入的不同距离段也具备不同的探测精度，因此本发明根据目标类型、目标进入距离进行分段，建立不同的机动判别原则。以下分别针对飞机类目标远距离、飞机类目标近距离、弹药类目标远距离、弹药类目标近距离四种情况分别设置四种阈值△X1、△X2、△X3、△X4。
使用者可以根据具体的武器系统典型目标的类别、不同距离段的探测能力再进行细分，然后在每个分段内使用本发明的机动识别方法。
2、当前点机动初步判别
当目标在X方向上在k时刻的位置采样值X(k)与k时刻的滤波位置预测值之差大于该方向的阈值，同时小于野值剔点阈值△XT时，则认定X方向上当前时刻为机动，即
成立，则目标在X方向上k时刻初步识别为机动；否则，再判断是否有
成立，若成立，则认为该点为野值点，进行剔点处理，且该点不参与机动识别计算；否则，认定目标在X方向上k时刻初步识别为不机动。
3、分段多点机动判别
1)当目标为飞机类且目标距离Rt>R1km时，采用以下判别原则：
若式(2)中所有不等式中存在4个或5个均成立，则判定在X方向上目标在第k时刻为机动，置X方向机动标识为真；否则，置X方向机动标识为假。k时刻目标在X方向的“5点机动判别”机制的原理如下图3所示。
考虑到常规单武器系统存在火力拦截发射区远界R1，所以对目标距离作出分段，目的是当目标不在系统的发射区范围内时，采用较为严苛的机动识别原则。机动判断严进宽出。
2)当目标为飞机类且目标距离Rt≤R1km时，采用以下判别原则：
若式(3)中所有不等式中存在2个或3个均成立，则判定在X方向上目标在第k时刻为机动，置X方向机动标识为真；否则，置X方向机动标识为假。k时刻目标在X方向的多点机动判别机制的原理如下图4所示。
考虑到采用过多点数进行机动检测会增大机动起始点识别的延迟，所以本发明对目标在发射区距离内时，改为3点判别机制，目的是减少机动识别延迟，同时又可以保证机动识别的准确率。机动判断严进严出。
3)当目标为弹药类且目标距离Rt>R1km时，采用以下判别原则：
若式(4)中所有不等式均成立，则判定在X方向上目标在第k时刻为机动，置X方向机动标识为真；否则，置X方向机动标识为假。
4)当目标为弹药类且目标距离Rt≤R1km时，采用以下判别原则：
若式(5)中所有不等式均成立，则判定在X方向上目标在第k时刻为机动，置X方向机动标识为真；否则，置X方向机动标识为假。
不同的型号可能采用不同的滤波方法，只要在滤波过程中能够产生预测值，就可以使用本发明提出的机动识别技术。
在滤波初始阶段，因为滤波器尚未收敛，预测值与测量值之间存在较大偏差，产生机动误判的可行性较大。为了避免这种误判，本发明规定机动判别是建立在滤波器已经收敛的基础上，即滤波器进入稳态后，才进行目标的机动判别。在滤波稳定之前，直接认为当前时刻目标无机动。
本发明可应用于各种复杂战场环境下的精跟目标机动判断，为实时飞行器发射提供可用的目标状态信息。本发明对新型号的研制有很好的借鉴意义；对于被动跟踪得到的目标数据(例如只有目标的方位角、俯仰角时)，也可以使用本发明技术，即本发明并不局限于目标数据是笛卡尔坐标系下的X、Y、Z，也可以是球坐标下的R、A、E，甚至是二维目标数据，原理是相通的，进一步展现了本发明的普适性，对诸多型号的设计工作都可以起到很好的支撑作用。
本领域技术人员可以将本发明提供的基于跟踪滤波信息的目标机动识别使用方法，理解为本发明提供的基于跟踪滤波信息的目标机动识别使用系统的一个实施例。即，所述基于跟踪滤波信息的目标机动识别使用系统可以通过执行所述基于跟踪滤波信息的目标机动识别使用方法的步骤流程实现。
根据本发明提供的一种基于跟踪滤波信息的目标机动识别使用系统，包括：初始阈值设定模块：根据系统跟踪设备的性能参数、功能指标参数、所防御的主要目标类型参数以及所防御的主要目标特点参数，设定目标机动判断的阈值，获取目标机动判断阈值设定结果信息；跟踪数据滤波处理模块：接收到跟踪设备的目标精跟数据后，进行滤波处理，获取跟踪数据滤波处理结果信息；单点机动初判模块：根据跟踪数据滤波处理结果信息，将单点的滤波预测值和剔点后的采样值进行比较，获取初步机动识别结果；多点机动判别模块：根据初步机动识别结果信息，建立多点判别机制，通过连读多点的判别结果，确定最终机动识别结果，获取最终机动识别结果信息；参数装订模块：根据最终机动识别结果信息，将机动识别结果向发控系统装订。
优选地，所述初始阈值设定模块包括：目标类型判断模块：判断目标类型是否是飞机类，获取飞机类确认结果信息或者非飞机类确认结果信息；目标距离判断模块：根据飞机类确认结果信息，判断目标距离是否在发射区外，获取目标在发射区外确认结果信息或者目标不在发射区外确认结果信息；弹药类目标确认模块：根据非飞机类确认结果信息，分析确认目标为弹药类目标，获取弹药类目标确认结果信息；第一目标机动识别阈值设定模块：根据目标在发射区外确认结果信息，若判断目标距离在系统发射区外，则将目标机动识别阈值设定为第一设定组值，获取第一目标机动识别阈值设定结果信息；第二目标机动识别阈值设定模块：根据目标不在发射区外确认结果信息，若目标距离在系统发射区内，则将目标机动识别阈值设定为第二设定组值，获取第二目标机动识别阈值设定结果信息；所述第一设定组值区别于第二设定组值。
优选地，所述跟踪数据滤波处理模块包括：精跟判断结果信息：判断目标跟踪状态是否为精跟，获取目标状态精跟确认结果信息或者目标状态非精跟确认结果信息；目标跟踪信息代入模块：根据目标状态精跟确认结果信息，将目标跟踪信息代入滤波器进行滤波处理,获取滤波处理后结果信息；滤波稳定性判断模块：判断滤波是否达到稳定状态，获取滤波稳定确认结果信息或者滤波不稳定确认结果信息；初始机动判断模块：根据滤波稳定确认结果信息，开始进行机动判断，获取机动判断结果信息。
优选地，所述单点机动初判模块包括：当前点位置预测值判断模块：判断当前点的位置预测值与采样值的差是否大于设定阈值，获取当前点位置预测值判断结果信息；若当前点的位置预测值与采样值的差大于阈值，则初步判断当前点目标为机动；否则判断位置预测值与采样值的差是否大于等于数据剔点阈值；若当前位置预测值与采样值的差大于等于数据剔点阈值，则进行数据剔点，且该点不参与机动识别计算；否则，初步判断当前点目标不机动。
优选地，所述参数装订模块包括：填入目标判断模块：根据控解算参数报文中填入目标信息，判断在火控解算参数报文中填入目标是否为机动的标识，获取目标判断机动确认信息或者目标判断非机动确认信息；第一目标机动标识设置模块：根据目标判断机动确认信息，在火控解算参数报文中将目标机动标识置为真；第二目标机动标识设置模块：根据目标判断非机动确认信息，在火控解算参数报文中将目标机动标识置为假；火控解算参数报文发送模块：将火控解算参数报文向发控系统发送。
本发明结构合理，使用方便，能够因有效解决滤波预测值与观测值之间的误差所带来的的技术问题。
本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的系统及其各个装置、模块、单元以外，完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统及其各个装置、模块、单元以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同功能。所以，本发明提供的系统及其各项装置、模块、单元可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置、模块、单元也可以视为硬件部件内的结构；也可以将用于实现各种功能的装置、模块、单元视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。
Claims (10)
1.一种基于跟踪滤波信息的目标机动识别使用方法，其特征在于，包括：
初始阈值设定步骤：根据系统跟踪设备的性能参数、功能指标参数、所防御的主要目标类型参数以及所防御的主要目标特点参数，设定目标机动判断的阈值，获取目标机动判断阈值设定结果信息；
跟踪数据滤波处理步骤：接收到跟踪设备的目标精跟数据后，进行滤波处理，获取跟踪数据滤波处理结果信息；
单点机动初判步骤：根据跟踪数据滤波处理结果信息，将单点的滤波预测值和剔点后的采样值进行比较，获取初步机动识别结果；
多点机动判别步骤：根据初步机动识别结果信息，建立多点判别机制，通过连读多点的判别结果，确定最终机动识别结果，获取最终机动识别结果信息；
参数装订步骤：根据最终机动识别结果信息，将机动识别结果向发控系统装订。
2.根据权利要求1所述的基于跟踪滤波信息的目标机动识别使用方法，其特征在于，所述初始阈值设定步骤包括：
目标类型判断步骤：判断目标类型是否是飞机类，获取飞机类确认结果信息或者非飞机类确认结果信息；
目标距离判断步骤：根据飞机类确认结果信息，判断目标距离是否在发射区外，获取目标在发射区外确认结果信息或者目标不在发射区外确认结果信息；
弹药类目标确认步骤：根据非飞机类确认结果信息，分析确认目标为弹药类目标，获取弹药类目标确认结果信息；
第一目标机动识别阈值设定步骤：根据目标在发射区外确认结果信息，若判断目标距离在系统发射区外，则将目标机动识别阈值设定为第一设定组值，获取第一目标机动识别阈值设定结果信息；
第二目标机动识别阈值设定步骤：根据目标不在发射区外确认结果信息，若目标距离在系统发射区内，则将目标机动识别阈值设定为第二设定组值，获取第二目标机动识别阈值设定结果信息；
所述第一设定组值区别于第二设定组值。
3.根据权利要求1所述的基于跟踪滤波信息的目标机动识别使用方法，其特征在于，所述跟踪数据滤波处理步骤包括：
精跟判断结果信息：判断目标跟踪状态是否为精跟，获取目标状态精跟确认结果信息或者目标状态非精跟确认结果信息；
目标跟踪信息代入步骤：根据目标状态精跟确认结果信息，将目标跟踪信息代入滤波器进行滤波处理,获取滤波处理后结果信息。
滤波稳定性判断步骤：判断滤波是否达到稳定状态，获取滤波稳定确认结果信息或者滤波不稳定确认结果信息；
初始机动判断步骤：根据滤波稳定确认结果信息，开始进行机动判断，获取机动判断结果信息。
4.根据权利要求1所述的基于跟踪滤波信息的目标机动识别使用方法，其特征在于，所述单点机动初判步骤包括：
当前点位置预测值判断步骤：判断当前点的位置预测值与采样值的差是否大于设定阈值，获取当前点位置预测值判断结果信息；
若当前点的位置预测值与采样值的差大于阈值，则初步判断当前点目标为机动；否则判断位置预测值与采样值的差是否大于等于数据剔点阈值；
若当前位置预测值与采样值的差大于等于数据剔点阈值，则进行数据剔点，且该点不参与机动识别计算；否则，初步判断当前点目标不机动。
5.根据权利要求1所述的基于跟踪滤波信息的目标机动识别使用方法，其特征在于，所述参数装订步骤包括：
填入目标判断步骤：根据控解算参数报文中填入目标信息，判断在火控解算参数报文中填入目标是否为机动的标识，获取目标判断机动确认信息或者目标判断非机动确认信息；
第一目标机动标识设置步骤：根据目标判断机动确认信息，在火控解算参数报文中将目标机动标识置为真；
第二目标机动标识设置步骤：根据目标判断非机动确认信息，在火控解算参数报文中将目标机动标识置为假；
火控解算参数报文发送步骤：将火控解算参数报文向发控系统发送。
6.一种基于跟踪滤波信息的目标机动识别使用系统，其特征在于，包括：
初始阈值设定模块：根据系统跟踪设备的性能参数、功能指标参数、所防御的主要目标类型参数以及所防御的主要目标特点参数，设定目标机动判断的阈值，获取目标机动判断阈值设定结果信息；
跟踪数据滤波处理模块：接收到跟踪设备的目标精跟数据后，进行滤波处理，获取跟踪数据滤波处理结果信息；
单点机动初判模块：根据跟踪数据滤波处理结果信息，将单点的滤波预测值和剔点后的采样值进行比较，获取初步机动识别结果；
多点机动判别模块：根据初步机动识别结果信息，建立多点判别机制，通过连读多点的判别结果，确定最终机动识别结果，获取最终机动识别结果信息；
参数装订模块：根据最终机动识别结果信息，将机动识别结果向发控系统装订。
7.根据权利要求6所述的基于跟踪滤波信息的目标机动识别使用系统，其特征在于，所述初始阈值设定模块包括：
目标类型判断模块：判断目标类型是否是飞机类，获取飞机类确认结果信息或者非飞机类确认结果信息；
目标距离判断模块：根据飞机类确认结果信息，判断目标距离是否在发射区外，获取目标在发射区外确认结果信息或者目标不在发射区外确认结果信息；
弹药类目标确认模块：根据非飞机类确认结果信息，分析确认目标为弹药类目标，获取弹药类目标确认结果信息；
第一目标机动识别阈值设定模块：根据目标在发射区外确认结果信息，若判断目标距离在系统发射区外，则将目标机动识别阈值设定为第一设定组值，获取第一目标机动识别阈值设定结果信息；
第二目标机动识别阈值设定模块：根据目标不在发射区外确认结果信息，若目标距离在系统发射区内，则将目标机动识别阈值设定为第二设定组值，获取第二目标机动识别阈值设定结果信息；
所述第一设定组值区别于第二设定组值。
8.根据权利要求6所述的基于跟踪滤波信息的目标机动识别使用系统，其特征在于，所述跟踪数据滤波处理模块包括：
精跟判断结果信息：判断目标跟踪状态是否为精跟，获取目标状态精跟确认结果信息或者目标状态非精跟确认结果信息；
目标跟踪信息代入模块：根据目标状态精跟确认结果信息，将目标跟踪信息代入滤波器进行滤波处理,获取滤波处理后结果信息；
滤波稳定性判断模块：判断滤波是否达到稳定状态，获取滤波稳定确认结果信息或者滤波不稳定确认结果信息；
初始机动判断模块：根据滤波稳定确认结果信息，开始进行机动判断，获取机动判断结果信息。
9.根据权利要求6所述的基于跟踪滤波信息的目标机动识别使用系统，其特征在于，所述单点机动初判模块包括：
当前点位置预测值判断模块：判断当前点的位置预测值与采样值的差是否大于设定阈值，获取当前点位置预测值判断结果信息；
若当前点的位置预测值与采样值的差大于阈值，则初步判断当前点目标为机动；否则判断位置预测值与采样值的差是否大于等于数据剔点阈值；
若当前位置预测值与采样值的差大于等于数据剔点阈值，则进行数据剔点，且该点不参与机动识别计算；否则，初步判断当前点目标不机动。
10.根据权利要求6所述的基于跟踪滤波信息的目标机动识别使用系统，其特征在于，所述参数装订模块包括：
填入目标判断模块：根据控解算参数报文中填入目标信息，判断在火控解算参数报文中填入目标是否为机动的标识，获取目标判断机动确认信息或者目标判断非机动确认信息；
第一目标机动标识设置模块：根据目标判断机动确认信息，在火控解算参数报文中将目标机动标识置为真；
第二目标机动标识设置模块：根据目标判断非机动确认信息，在火控解算参数报文中将目标机动标识置为假；
火控解算参数报文发送模块：将火控解算参数报文向发控系统发送。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910974148.8A CN110596695B (zh) | 2019-10-14 | 2019-10-14 | 基于跟踪滤波信息的目标机动识别使用方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910974148.8A CN110596695B (zh) | 2019-10-14 | 2019-10-14 | 基于跟踪滤波信息的目标机动识别使用方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110596695A true CN110596695A (zh) | 2019-12-20 |
| CN110596695B CN110596695B (zh) | 2023-05-05 |
Family
ID=68867176
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910974148.8A Active CN110596695B (zh) | 2019-10-14 | 2019-10-14 | 基于跟踪滤波信息的目标机动识别使用方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110596695B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112526506A (zh) * | 2020-11-17 | 2021-03-19 | 中国科学院长春光学精密机械与物理研究所 | 目标搜索跟踪方法及目标追踪装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105738870A (zh) * | 2014-12-10 | 2016-07-06 | 上海机电工程研究所 | 一种多模滤波方法 |
| US20170267319A1 (en) * | 2013-03-15 | 2017-09-21 | Hadal, Inc. | Systems and methods for pressure tolerant energy systems |
| CN109242881A (zh) * | 2018-08-13 | 2019-01-18 | 上海机电工程研究所 | 数据的目标机动识别方法、系统及计算机可读存储介质 |
| CN109740876A (zh) * | 2018-12-20 | 2019-05-10 | 北京冠群桦成信息技术有限公司 | 目标威胁判断方法 |
-
2019
- 2019-10-14 CN CN201910974148.8A patent/CN110596695B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170267319A1 (en) * | 2013-03-15 | 2017-09-21 | Hadal, Inc. | Systems and methods for pressure tolerant energy systems |
| CN105738870A (zh) * | 2014-12-10 | 2016-07-06 | 上海机电工程研究所 | 一种多模滤波方法 |
| CN109242881A (zh) * | 2018-08-13 | 2019-01-18 | 上海机电工程研究所 | 数据的目标机动识别方法、系统及计算机可读存储介质 |
| CN109740876A (zh) * | 2018-12-20 | 2019-05-10 | 北京冠群桦成信息技术有限公司 | 目标威胁判断方法 |
Non-Patent Citations (2)
| Title |
|---|
| STEVEN D.BLOSTEIN: ""A Sequential Detection Approach to Target Tracking"", 《IEEE TRANSACTIONS ON AEROSPACE AND ELECTRONIC SYSTEMS》 * |
| 陈华: "防空导弹武器系统通用火控软件设计与实现", 《火力与指挥控制》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112526506A (zh) * | 2020-11-17 | 2021-03-19 | 中国科学院长春光学精密机械与物理研究所 | 目标搜索跟踪方法及目标追踪装置 |
| CN112526506B (zh) * | 2020-11-17 | 2024-03-01 | 中国科学院长春光学精密机械与物理研究所 | 目标搜索跟踪方法及目标追踪装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110596695B (zh) | 2023-05-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106646450B (zh) | 基于距离分步聚类的雷达航迹抗差关联方法 | |
| CN110361727A (zh) | 一种毫米波雷达多目标跟踪方法 | |
| Liao et al. | Path planning for moving target tracking by fixed-wing UAV | |
| WO2007126458A2 (en) | Method and system for autonomous tracking of a mobile target by an unmanned aerial vehicle | |
| CN111856507B (zh) | 一种环境感测实现方法、智能移动设备和存储介质 | |
| CN112946626B (zh) | 一种机载相控阵雷达航迹关联方法 | |
| CN101308206B (zh) | 一种白噪声背景下的圆周轨迹机动目标跟踪方法 | |
| CN110596695B (zh) | 基于跟踪滤波信息的目标机动识别使用方法及系统 | |
| Xu et al. | 3D pseudolinear Kalman filter with own-ship path optimization for AOA target tracking | |
| CN113030940B (zh) | 一种转弯机动下的多星凸型扩展目标跟踪方法 | |
| KR102252823B1 (ko) | 표적을 추적하고 탄두를 방출하는 장치 및 그 방법 | |
| CN113390406B (zh) | 基于被动多传感器系统的多目标数据关联与定位方法 | |
| CN115855056A (zh) | 一种无人机遂行编队飞行中的纯方位无源定位方法及系统 | |
| CN202512237U (zh) | 红外机动目标跟踪系统 | |
| RU2498342C1 (ru) | Способ перехвата воздушных целей летательными аппаратами | |
| CN111768442B (zh) | 一种基于层次聚类和逻辑法的航迹起始方法及系统 | |
| Lu et al. | A new performance index for measuring the effect of single target tracking with Kalman particle filter | |
| Zhang et al. | Improved interacting multiple model-new nearest neighbor data association algorithm | |
| CN109085571B (zh) | 基于三重贝叶斯准则的高超声速目标跟踪方法 | |
| Ye et al. | Tracking algorithm for cruise missile based on IMM-singer model | |
| Yuan et al. | Integrated Design and Research on Detection-Guidance-Control of Anti-micro UAV System | |
| Garg et al. | Automated detection, locking and hitting a fast moving aerial object by image processing (suitable for guided missile) | |
| CN114994655B (zh) | 雷达/红外异构信息融合处理方法 | |
| Nie et al. | Adaptive tracking algorithm based on 3D variable turn model | |
| Park et al. | Kalman Filter-Based Suspicious Object Tracking for Border Security and Surveillance Systems using Fixed Automotive Radar |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |