CN110672116A - 基于多观察哨数字望远镜的运动目标一致性判断方法 - Google Patents

Abstract

本发明提供了一种基于多观察哨数字望远镜的运动目标一致性判断方法。目标一致性判断是多源空情信息融合的关键环节，亦可用于航迹质量评估。数字望远镜空情仅能够获取目标高低角和方位角两坐标数据，空情质量受到多种因素影响难以得到保证。针对数字望远镜空情数据存在的问题，本发明根据目标一致的判断的基本原理，从目标批次、架次、目标方向线共面、目标角度信息变化规律等多个维度进行判断，目标一致性判断效率高，具有高准确率，满足快速机动目标探测要求。

Description

基于多观察哨数字望远镜的运动目标一致性判断方法

技术领域

本发明涉及一种基于多观察哨数字望远镜的运动目标一致性判断方法，是多源空情信息融合的关键环节，亦可用于航迹质量评估。

背景技术

当空中出现多批密集目标时，则应输出多个目标航迹，由于单个数字望远镜在特定时间段仅能跟踪录取一批目标的空情数据，多个数字望远镜可能录取的是同一批目标也可能是非同批的目标，因此，在对空情数据进行融合以获取运动目标航迹之前，必须判断目标是否同批，只有判断为同一目标，才能对航迹进行融合，基本流程如图1所示。

对于雷达空情，航迹的起始(目标一致性判断)，主要有以直观法为代表的顺序处理技术和以Hough变换为代表的批处理技术。然而这些方法是建立在目标空情质量较好、飞行诸元完备、数据具有强连续性基础上的。低空超低空突袭目标，雷达存在探测盲区，地面观察哨前出配置，是获取空情的有效手段。观察哨手持数字望远镜录取的空情信息受多种因素影响，数据质量较差，且缺乏距离信息。针对数字望远镜空情，目标一致性判断，尚未有有效的方法手段。

发明内容

为了判断多源空情数据的目标是否同批，本发明提供了一种基于多观察哨数字望远镜的运动目标一致性判断方法。

本发明的构思：

目标一致性判断的基本原理是确定目标批次的不变量。若空情质量较好，比如可以观测到目标的距离、高度、速度等信息，则目标一致性容易判断。数字望远镜空情特点是仅仅能够获取目标高低角和方位角两坐标数据，机型和架次信息需要人为判断，空情质量受到多种因素影响，与地理天气条件和观测者本人的受训练程度都有关系，空情质量无法得到保证。本发明充分利用数字望远镜观测信息，从观测数据中提取目标运动规律参数，以多个必要条件对目标一致性进行判断。

本发明的技术方案是：

基于多观察哨数字望远镜的运动目标一致性判断方法，其特殊之处在于：将M个数字望远镜两两遍历组合进行运动目标一致性判断；M大于等于2；两个数字望远镜的运动目标一致性判断方法如下：

1)从两个数字望远镜获取的观测数据中提取运动目标的机型S和架次N并进行对比，若机型S和架次N中有一项不同，则表示所述两个数字望远镜观测的运动目标不是同一批目标；若机型S和架次N都相同，则进入步骤2)；

2)判断两个数字望远镜的目标方向线是否共面，若不共面，则表示两个数字望远镜观测的运动目标不是同一批目标；若共面，则进入步骤3)；所述目标方向线是指数字望远镜与其所观测目标的连线；

3)判断运动目标是否是小航路捷径目标，若是，则进入步骤4)；若否，则进入步骤5)；

4)利用运动目标高低角的变化规律分别计算两个数字望远镜对应目标的运动参数c，然后将得到的两个运动参数c作差并取绝对值，若该绝对值小于等于设定的偏差，则相应的运动目标是同一批目标；若该绝对值大于设定的偏差，则相应的目标不是同一批目标；

所述运动目标高低角

的变化规律为：

式中：t为运动目标观测的时间变量；{c,d,t_x}为高低角变化规律参数，与目标的状态和运动轨迹有关，可基于观测数据进行非线性函数参数估计获取；t_x为目标飞行至航路捷径处所对应的时刻；当目标做水平匀速直线运动,{c,d,t_x}为常数；

5)利用运动目标方位角的变化规律分别计算所述两个数字望远镜对应的目标运动参数a，然后将得到的两个目标运动参数a作差并取绝对值，若该绝对值小于等于设定的偏差，则相应的运动目标是同一批目标；若该绝对值大于设定的偏差，则相应的目标不是同一批目标；

所述运动目标方位角θ的变化规律为：

θ＝arctan[a(t-t_x)]+θ_x

式中：

t为运动目标时间变量；{a,θ_x,t_x}为方位角变化规律参数，与目标的状态和运动轨迹有关，可基于观测数据进行非线性函数参数估计获取；t_x为目标飞行至航路捷径处所对应的时刻；θ_x为目标航路捷径处所对应的方位角参数；当目标做水平匀速直线运动,{a,θ_x,t_x}为常数。

进一步地，步骤5)中，除了利用目标方位角的变化规律分别计算两个数字望远镜对应的目标运动参数a之外，可以再利用目标高低角的变化规律分别计算两个数字望远镜对应的目标参数a；然后对每个数字望远镜，将通过目标方位角的变化规律计算得到的目标运动参数a与通过目标高低角的变化规律计算得到的目标运动参数a求平均值，以该平均值作为后续参与差值计算的目标运动参数a。

进一步地，在步骤1)之前，对各数字望远镜的观测数据分别进行预处理：

A、剔除观测数据中的重复数据，并插值：

将t₁时刻的观测数据记为

t₂时刻的观测数据记为

时刻的观测数据记为

若t_i时刻与t_j时刻，θ_i＝θ_j，则令

所述i≠j，i＝1,2,…n，j＝1,2,…n；

B、剔除观测数据中偏离过大的数据，并插值：：

B1、利用数字望远镜多次连续观测任意运动目标，获取相应的观测数据；

B2、对多次连续观测获取的观测数据，分别计算观测数据与运动目标方位角、高低角估计值偏离的方差

和

B3、计算步骤B2所得所有观测角度数据与运动目标角度估计值偏离的方差的平均值

和开方得到标准差平均值

和

B4、将所述步骤1)中M个数字望远镜观测数据中每个时刻对应的方位角和高低角分别与步骤B3所得到的标准差平均值

和进行比较，若某个时刻t_k所对应的方位角θ_k与其估计值偏离大于等于所述标准差平均值

的3-5倍，表示该方位角θ_k偏离过大，则令

若某个时刻t_g所对应的高低角

与其估计值偏离大于等于所述标准差平均值

的3-5倍，表示该高低角

偏离过大，则令

k＝1,2,…n，g＝1,2,…n。

进一步地，步骤3)中判断运动目标是否是小航路捷径目标的方法为：

利用N个观测点估计目标运动规律，N的取值与目标速度和观测采样周期有关，建议值5-10，若N个观测点方位角满足：θ_i+N-1-θ_i∈(θ_l,θ_u)，θ_i为第i个观测点的方位角，θ_i+N-1为第i+N-1个观测点的方位角，θ_l为下限值，θ_u为上限值，则认为运动目标为小航路捷径目标，否则，为非小航路捷径目标。

进一步地，步骤B2中，根据以下公式计算观测数据与运动目标方位角、高低角估计值偏离的方差：

其中：

为t_i时刻的方位角观测值；

为t_i时刻方位角估计值；

为t_i时刻高低角观测值；

为t_i时刻高低角估计值。

进一步地，步骤5)中目标的方位角变化规律参数{a,θ_x,t_x}的具体估计方法为：

首先构造函数e_θ，然后利用列文伯格-马夸尔特算法，通过已知方位角观测数据搜索使得函数e_θ最小化的参数组{a,θ_x,t_x}，即得运动目标的运动规律参数；

其中：

θ(t)为所要搜索求取的特定参数最优方位角变化规律函数；θ为运动目标方位角观测值。

进一步地，步骤4)中估计目标高低角变化规律参数{c,d,t_x}的方法具体为：

首先构造函数

然后利用LM算法，通过已知高低角观测数据搜索使得函数

最小化的参数组{c,d,t_x}，即得运动目标的高低角变化规律参数；

其中：

为搜索求取的特定参数最优高低角变化规律函数，

为运动目标高低角观测值。

本发明的优点：

1.从多个维度依次进行判断，目标一致性判断效率高。

2.利用多个维度进行判断，目标一致性判断准确率高。

3.仅需少量观测数据即可判断，适用于快速机动目标。

附图说明

图1是现有技术中航迹融合的基本流程图。

图2是本发明目标一致性判断方法流程图。

图3交叉定位产生假目标点示意图。

图4是运动目标方位角变化规律曲线图。

图5是运动目标高低角变化规律曲线图。

具体实施方式

以下结合附图对本发明作进一步说明。

目标一致性判断是空情航迹融合的一个关键环节，如图1所示，只有判断为同一目标，才能对航迹进行融合。对于空情质量较差，且缺乏距离信息的数字望远镜空情，目标一致性判断是空情信息融合的难点，也是本发明所要解决的问题。

对于M(M≥2)个数字望远镜的运动目标一致性判断，可以两个数字望远镜作为一组，将这M个数字望远镜两两遍历组合进行判断；如图2所示，两个数字望远镜的运动目标一致性判断方法具体如下：

步骤1，从两个数字望远镜获取的观测数据中提取运动目标的机型S和架次N并进行对比，若机型S和架次N中有一项不同，则表示所述两个数字望远镜观测的运动目标不是同一批目标；若机型S和架次N都相同，即满足条件，

式中，i,j表示两个数字望远镜索引(标号)，则进入步骤2。

步骤2，判断两个数字望远镜的目标方向线是否共面，若不共面，则表示两个数字望远镜观测的运动目标不是同一批目标；若共面，则进入步骤3；

假设空中存在多批目标，数字望远镜A录取的其中一批目标方位角和高低角为则确定了一空间射线l_A，称为目标方向线。同理，数字望远镜B录取的其中一批目标的方位角和高低角为

则确定空间射线l_B。

若l_A和l_B所指向的为同一批目标，则可以用交叉定位算法，确定目标的空间位置。若两目标方向线指向不同目标，则交叉定位算法产生假交点。由于在对目标定位之前，目标一致性难以判断，传统的交叉定位算法会产生大量的假交点，如图3所示。

由于数字望远镜本身的定位误差以及观测角度误差，交叉定位只需满足近似共面的约束条件，

三个向量的混合积小于预定值δ：

步骤3，判断运动目标是否是小航路捷径目标，若是，则进入步骤4；若否，则进入步骤5；

目标角度信息变化规律与航路捷径有关，图4为方位角变化规律与目标航路捷径的关系，图5为高低角变化规律与目标航路捷径的关系，可以看出若航路捷径较小，目标方位角的要经历剧烈的变化过程，而航路捷径对高低角变化的影响则较为平缓。因此对于非小航路捷径运动目标可以利用方位角估计运动规律参数；而对于小航路捷径运动目标，则可以利用高低角估计目标运动规律参数，或者同时利用方位角和高低角变化估计目标运动参数然后求平均值，可以进一步提高运动参数的计算精度。

小航路捷径目标判断需根据具体应用设置不同的标准，例如，在给定目标的水平距离为20km，方位角为10度条件下，10个观测点之间的最小方位角差dθ_min约为1度，最大方位角差dθ_max为32度。若利用10个观测点估计目标运动规律，则10个观测点方位角应该满足：

θ_i+9-θ_i∈(1°,32°)

式中，θ_i为第i个方位角观测数据，θ_i+9为第i+9个方位角观测数据，在这个范围之外，则认为是属于小航路捷径运动目标。

步骤4，利用运动目标高低角的变化规律分别计算两个数字望远镜对应目标的运动参数c，然后将得到的两个运动参数c作差并取绝对值，若该绝对值小于等于设定的偏差，则相应的运动目标是同一批目标；若该绝对值大于设定的偏差，则相应的目标不是同一批目标；即具有一致性的目标，应满足公式：

|c_i-c_j|＜δ

式中，i,j表示两个数字望远镜索引，δ为某预定常数。

所述运动目标高低角

的变化规律为：

式中：

{c,d,t_x}为高低角变化规律参数，与目标的状态和运动轨迹有关，可基于观测数据进行非线性函数参数估计获取，本发明首先构造函数

利用已知高低角观测数据搜索使得函数

最小化的参数组{c,d,t_x}，然后采用了LM算法，即得运动目标的高低角变化规律参数；

其中：

为搜索求取的特定参数最优高低角变化规律函数，

为运动目标高低角观测值。

LM(Levenberg-Marquardt，列文伯格-马夸尔特法)算法属于“爬山”法的一种，是使用最广泛的非线性最小二乘参数估计算法，同时具有梯度法和牛顿法的优点。

步骤5，利用运动目标方位角的变化规律分别计算所述两个数字望远镜对应的目标运动参数a，然后将得到的两个目标运动参数a作差并取绝对值，若该绝对值小于等于设定的偏差，则相应的运动目标是同一批目标；若该绝对值大于设定的偏差，则相应的目标不是同一批目标；

所述运动目标方位角θ的变化规律为：

θ＝arctan[a(t-t_x)]+θ_x

式中，{a,θ_x,t_x}为方位角变化规律参数，与目标的状态和运动轨迹有关，可基于观测数据进行非线性函数参数估计获取，本发明首先构造函数e_θ，利用已知方位角观测数据搜索使得函数e_θ最小化的参数组{a,θ_x,t_x}，然后采用了LM算法，即得运动目标的方位角变化规律参数；

其中：

θ(t)为所要搜索求取的特定参数最优方位角变化规律函数；θ为运动目标方位角观测值。

具有一致性的目标，应满足公式：

|a_i-a_j|＜δ

式中，i,j表示两个数字望远镜索引，δ为设定的偏差，为常数。

为了进一步提高判断精度，本发明在步骤1)之前，可以先对各数字望远镜的观测数据进行预处理，具体方法如下：

A、剔除观测数据中的重复数据，并插值：

将t₁时刻的观测数据记为

t₂时刻的观测数据记为时刻的观测数据记为

若t_i时刻与t_j时刻，θ_i＝θ_j，

则令所述i≠j，i＝1,2,…n，j＝1,2,…n；

B、剔除观测数据中偏离过大的数据，并插值：

B1、利用数字望远镜多次连续观测任意运动目标，获取相应的观测数据；

B2、对多次连续观测获取的观测数据，分别利用以下公式，计算观测数据与运动目标方位角、高低角估计值偏离的方差

和

B3、计算步骤B2所得所有观测数据与运动目标方位角和高低角观测数据方差的平均值，记为

和

开方得到标准差平均值

和

B4、将上述步骤1)中M个数字望远镜观测数据中每个时刻对应的方位角和高低角分别与步骤B3所得到的平均值进行比较，若某个时刻t_k所对应的方位角θ_k与其估计值偏离大于等于所述平均值

的3-5倍，表示该方位角θ_k偏离过大，则令θ_k＝(θ_k-1+θ_k+1)/2；若某个时刻t_g所对应的高低角

与其估计值偏离大于等于所述平均值

的3-5倍，表示该高低角

偏离过大，则令

k＝1,2,…n，g＝1,2,…n。

Claims (7)

1.基于多观察哨数字望远镜的运动目标一致性判断方法，其特征在于：将M个数字望远镜两两遍历组合进行运动目标一致性判断；M大于等于2；两个数字望远镜的运动目标一致性判断方法如下：

1)从两个数字望远镜获取的观测数据中提取运动目标的机型S和架次N并进行对比，若机型S和架次N中有一项不同，则表示所述两个数字望远镜观测的运动目标不是同一批目标；若机型S和架次N都相同，则进入步骤2)；

2)判断两个数字望远镜的目标方向线是否共面，若不共面，则表示两个数字望远镜观测的运动目标不是同一批目标；若共面，则进入步骤3)；所述目标方向线是指数字望远镜与其所观测目标的连线；

3)判断运动目标是否是小航路捷径目标，若是，则进入步骤4)；若否，则进入步骤5)；

4)利用运动目标高低角的变化规律分别计算两个数字望远镜对应目标的运动参数c，然后将得到的两个运动参数c作差并取绝对值，若该绝对值小于等于设定的偏差，则相应的运动目标是同一批目标；若该绝对值大于设定的偏差，则相应的目标不是同一批目标；

所述运动目标高低角

的变化规律为：

式中：t为运动目标观测的时间变量；{c,d,t_x}为高低角变化规律参数，与目标的状态和运动轨迹有关，可基于观测数据进行非线性函数参数估计获取；t_x为目标飞行至航路捷径处所对应的时刻；当目标做水平匀速直线运动,{c,d,t_x}为常数；

5)利用运动目标方位角的变化规律分别计算所述两个数字望远镜对应的目标运动参数a，然后将得到的两个目标运动参数a作差并取绝对值，若该绝对值小于等于设定的偏差，则相应的运动目标是同一批目标；若该绝对值大于设定的偏差，则相应的目标不是同一批目标；

所述运动目标方位角θ的变化规律为：

θ＝arctan[a(t-t_x)]+θ_x

式中：

t为运动目标时间变量；{a,θ_x,t_x}为方位角变化规律参数，与目标的状态和运动轨迹有关，可基于观测数据进行非线性函数参数估计获取；t_x为目标飞行至航路捷径处所对应的时刻；θ_x为目标航路捷径处所对应的方位角参数；当目标做水平匀速直线运动,{a,θ_x,t_x}为常数。

2.根据权利要求1所述的基于多观察哨数字望远镜的运动目标一致性判断方法，其特征在于，步骤5)中，除了利用目标方位角的变化规律分别计算两个数字望远镜对应的目标运动参数a之外，可以再利用目标高低角的变化规律分别计算两个数字望远镜对应的目标参数a；然后对每个数字望远镜，将通过目标方位角的变化规律计算得到的目标运动参数a与通过目标高低角的变化规律计算得到的目标运动参数a求平均值，以该平均值作为后续参与差值计算的目标运动参数a。

3.根据权利要求1或2所述的基于多观察哨数字望远镜的运动目标一致性判断方法，其特征在于，在步骤1)之前，对各数字望远镜的观测数据分别进行预处理：

A、剔除观测数据中的重复数据，并插值：

将t₁时刻的观测数据记为

t₂时刻的观测数据记为…，t_n时刻的观测数据记为

若t_i时刻与t_j时刻，θ_i＝θ_j，

则令

所述i≠j，i＝1,2,…n，j＝1,2,…n；

B、剔除观测数据中偏离过大的数据，并插值：：

B1、利用数字望远镜多次连续观测任意运动目标，获取相应的观测数据；

B2、对多次连续观测获取的观测数据，分别计算观测数据与运动目标方位角、高低角估计值偏离的方差和

B3、计算步骤B2所得所有观测角度数据与运动目标角度估计值偏离的方差的平均值

和

开方得到标准差平均值

和

B4、将所述步骤1)中M个数字望远镜观测数据中每个时刻对应的方位角和高低角分别与步骤B3所得到的标准差平均值

和

进行比较，若某个时刻t_k所对应的方位角θ_k与其估计值偏离大于等于所述标准差平均值的3-5倍，表示该方位角θ_k偏离过大，则令

若某个时刻t_g所对应的高低角

与其估计值偏离大于等于所述标准差平均值

的3-5倍，表示该高低角

偏离过大，则令

k＝1,2,…n，g＝1,2,…n。

4.根据权利要求1所述的基于多观察哨数字望远镜的运动目标一致性判断方法，其特征在于：步骤3)中判断运动目标是否是小航路捷径目标的方法为：

利用N个观测点估计目标运动规律，N的取值与目标速度和观测采样周期有关，建议值5-10，若N个观测点方位角满足：θ_i+N-1-θ_i∈(θ_l,θ_u)，θ_i为第i个观测点的方位角，θ_i+N-1为第i+N-1个观测点的方位角，θ_l为下限值，θ_u为上限值，则认为运动目标为小航路捷径目标，否则，为非小航路捷径目标。

5.根据权利要求3所述的基于多观察哨数字望远镜的运动目标一致性判断方法，其特征在于：

步骤B2中，根据以下公式计算观测数据与运动目标方位角、高低角估计值偏离的方差：

其中：

为t_i时刻的方位角观测值；

为t_i时刻方位角估计值；

为t_i时刻高低角观测值；

为t_i时刻高低角估计值。

6.根据权利要求1所述的基于多观察哨数字望远镜的运动目标一致性判断方法，其特征在于：

步骤5)中目标的方位角变化规律参数{a,θ_x,t_x}的具体估计方法为：

首先构造函数e_θ，然后利用列文伯格-马夸尔特算法，通过已知方位角观测数据搜索使得函数e_θ最小化的参数组{a,θ_x,t_x}，即得运动目标的运动规律参数；

其中：

θ(t)为所要搜索求取的特定参数最优方位角变化规律函数；θ为运动目标方位角观测值。

7.根据权利要求1所述的基于多观察哨数字望远镜的运动目标一致性判断方法，其特征在于：

步骤4)中估计目标高低角变化规律参数{c,d,t_x}的方法具体为：

首先构造函数然后利用LM算法，通过已知高低角观测数据搜索使得函数

最小化的参数组{c,d,t_x}，即得运动目标的高低角变化规律参数；

其中：为搜索求取的特定参数最优高低角变化规律函数，

为运动目标高低角观测值。

Images