CN111025282A - 一种跟踪雷达数据处理方法 - Google Patents
一种跟踪雷达数据处理方法 Download PDFInfo
- Publication number
- CN111025282A CN111025282A CN201911280035.4A CN201911280035A CN111025282A CN 111025282 A CN111025282 A CN 111025282A CN 201911280035 A CN201911280035 A CN 201911280035A CN 111025282 A CN111025282 A CN 111025282A
- Authority
- CN
- China
- Prior art keywords
- track
- target
- data
- point
- information
- 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
Images
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
-
- 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/36—Means for anti-jamming, e.g. ECCM, i.e. electronic counter-counter measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Theoretical Computer Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明属雷达技术领域,公开了一种跟踪雷达数据处理方法,包括:S1,对量测数据预处理,通过参数设置去除量测数据中的野值;S2,进行航迹起始:如果当前时刻的点迹数据相对于上一仿真时刻的点迹数据满足波门尺寸要求时,则起始一条新航迹;S3,采用波门法对S1中的航迹进行点迹航迹相关,剔除虚假航迹;S4,对S3中获得的航迹进行航迹补点;S5,对S4中获得的航迹进行航迹消亡;S6,对S5中获得的航迹进行航迹滤波。本发明的方法便于跟踪雷达减少或剔除杂波信号和噪声的干扰,实现对来袭目标连续、精确和稳定地跟踪,为后续防空武器系统实施火力拦截提供更全面且精度更高的目指信息。
Description
技术领域
本发明方法涉及雷达技术领域,具体地,涉及一种跟踪雷达数据处理方法。
背景技术
雷达数据处理是利用雷达提供的信息来估计目标航迹并预测目标未来位置。跟踪雷达依据搜索雷达提供的目指信息对来袭目标进行扫描截获的过程中,不仅会接收到含噪的真实目标的回波信号,而且还有虚假的杂波信号。为减少或剔除杂波信号和噪声的干扰,需对获得的目标位置(斜距离、方位角、高低角)、运动参数等测量数据进行预处理、互联、跟踪、滤波、平滑、预测等数据运算,即进行雷达数据处理,以实现对来袭目标进行连续、精确和稳定地跟踪。雷达数据处理单元的输入端是已被发现并截获的点迹信息,输出端则为目标航迹信息。雷达数据处理主要包括:量测数据预处理,航迹起始、补点和终结,数据互联、跟踪等,而且在航迹起始与关联的过程中还必须建立波门。
发明内容
本发明的目的在于根据搜索雷达提供的目指信息对来袭目标以一定的扇区宽度进行方位和俯仰角上的扫描,以实现对欲拦截目标连续、精确和稳定的跟踪。为此,本发明提出一种跟踪雷达数据处理方法,包括:
S1,对量测数据预处理,通过参数设置去除量测数据中的野值;
S2,进行航迹起始:当前时刻的点迹数据相对于上一仿真时刻的点迹数据满足波门尺寸要求时,则起始一条新航迹;
S3,采用波门法对S1中的航迹进行点迹航迹相关,剔除虚假航迹;
S4,对S3中获得的航迹进行航迹补点;
S5,对S4中获得的航迹进行航迹消亡;
S6,对S5中获得的航迹进行航迹滤波。
进一步,在S1中,选择斜距离在一定范围、方位角在一定范围和高低角在一定范围内的测量数据。
进一步,步骤S2包括:S21,利用来袭目标的先验信息,预测来袭目标在下一个扫描周期内所处的位置;S22,使用波门用来判断量测数据是否来源于目标的决策门限;S23,如果当前时刻的点迹数据相对于上一仿真时刻的点迹数据满足S22中的波门要求,则起始一条新航迹。
进一步,步骤S3包括:S31,获取航迹上最后一个点迹的信息;S32,用航迹上的最后一个点迹信息预测下一时刻观测值可能出现的区域;S33,确定点迹航迹的相关波门;S34,进行点迹航迹相关,剔除虚假航迹,得到雷达量测的观测值。
进一步,步骤S3还包括:S35,将相关成功的点迹滤波后作为跟踪雷达量测的真实值,并将该真实值作为实点数据用于更新对应航迹。
进一步,在步骤S4中,跟踪雷达每完成一次扫描时,若本次扫描无新的量测点迹与已建立航迹的目标相关成功,则将未相关航迹的最后一个点迹信息按照S32的方式进行一步预测,并将该预测值作为虚点数据用于更新对应航迹。
进一步,在步骤S5中,当未用实点数据更新相应航迹的次数达到预定次数,则认为该目标丢失,跟删除与该目标相关的目标档案和航迹信息。
进一步,若后续扫描过程中该目标又被重新发现截获,则重新进行航迹起始和点迹航迹相关进而得到航迹信息。
进一步,步骤S6包括:S61,构建来袭目标的运动模型,判断来袭目标的运动航迹,所述运动模型包括:匀加速直线运动、匀速圆周运动和蛇形机动;S62,对目标信息加噪;S63,基于离散型标准卡尔曼滤波算法对来袭目标的航迹滤波。
进一步,步骤S62包括:a)产生测距误差和测角误差;b)叠加测角误差和测距误差,获得目指信息量测值。
本发明的方法便于跟踪雷达减少或剔除杂波信号和噪声的干扰,实现对来袭目标连续、精确和稳定地跟踪,为后续防空武器系统实施火力拦截提供更全面且精度更高的目指信息。本发明具有可操作性强、实施方便、适用于多种来袭目标的雷达目指信息二次处理和航迹滤波等优点,已成功应用于某型号武器系统的跟踪雷达数据处理。
更具体地,在量测数据预处理环节,本发明在构建跟踪雷达仿真模型的过程中,通过合理设置斜距离、方位角和高低角的基本滤波门限值,去除了量测数据中的野值。在航迹起始环节,本发明利用来袭目标的可能速度范围和机动能力等先验信息确定跟踪雷达的距离波门、方位角波门和高低角波门尺寸,一旦当前时刻的点迹数据相对于上一仿真时刻的点迹数据满足上波门尺寸要求时,则起始一条新航迹,并采用波门法进行点迹航迹相关,剔除了虚假航迹。
在航迹滤波环节,本发明基于离散型标准卡尔曼滤波算法实现了对来袭目标的航迹滤波,提高了跟踪雷达跟踪精度。
附图说明
为了更容易理解本发明,将通过参照附图中示出的具体实施方式更详细地描述本发明。这些附图只描绘了本发明的典型实施方式,不应认为对本发明保护范围的限制。
图1为本发明的方法的一个实施方式的流程图。
图2是本发明方法的一个实施方式的流程图。
图3为航迹起始波门形式及尺寸。
图4为Kalman滤波算法的流程图。
图5-7为本发明的仿真实验图。
图8为典型目标运动参数。
具体实施方式
下面参照附图描述本发明的实施方式,其中相同的部件用相同的附图标记表示。在不冲突的情况下,下述的实施例及实施例中的技术特征可以相互组合。
本发明是专门针对跟踪雷达的数据处理方法,并已成功应用到某型号武器系统的跟踪雷达目标信息数据处理中。本发明跟踪雷达数据处理方法的流程图如图1所示,包括步骤S1-S6。
S1,对量测数据进行预处理,通过合理设置斜距离、方位角和高低角的基本滤波门限值,去除了量测数据中的野值。
设跟踪雷达的斜距离滤波门限值(Rmin,Rmax)=(0.3km,50km),方位角门限值(αmin,αmax)=(0°,360°),高低角门限值(βmin,βmax)=(0°,80°),则可得数据预处理模型如下式所示:
式中“1”代表该量测数据有效,“0”代表该量测数据无效。
S2,航迹起始:如果当前时刻的点迹数据相对于上一仿真时刻的点迹数据满足波门尺寸要求,则起始一条新航迹。具体包括步骤S21-S23。
S21,利用有关来袭目标类型的可能速度范围和机动能力等先验信息,预测来袭目标在下一个扫描周期内所处的位置。可以利用有关目标类型的可能速度范围和机动能力等先验信息进行判断。部分典型目标的运动参数如图8所示。
S22,使用相关波门用来判断量测数据是否来源于目标的决策门限。
利用来袭目标的可能速度范围和机动能力等先验信息确定跟踪雷达的斜距离波门、方位角波门和高低角波门尺寸。在雷达数据处理过程中采用的波门形式如图3所示(图中X轴方向的方位角和高低角为0°,且方位角沿XY平面的逆时针方向递增,高低角沿XZ平面的逆时针方向递增)。根据来袭目标的机动能力,可以相应调整各波门尺寸。
S23,如果当前时刻的点迹数据相对于上一仿真时刻的点迹数据满足S22中的波门要求时,则起始一条新航迹。
当跟踪雷达发现并连续跟踪目标时,来袭目标距离我方阵地已非常近,必须快速进行航迹起始。当前时刻的点迹数据相对于上一仿真时刻的点迹数据满足上述波门要求,则起始一条新航迹,即两点相关便可起始一条新航迹。新航迹起始的判断条件如下式所示:
式中n为航迹数量,Ri、αi、βi为当前时刻点迹的斜距离、方位角和高低
角,Ri-1、αi-1、βi-1为上一仿真时刻点迹的斜距离、方位角和高低角。
S3,对S2中的航迹进行点迹航迹相关。步骤S3具体包括如下步骤S31-S35:
S31,获取航迹上最后一个点迹的信息(点迹信息依次包括:斜距离,距离向速度、方位角,方位角向速度、高低角,高低角向速度)。
S32,用航迹上的最后一个点迹信息预测下一时刻观测值可能出现的区域。
如下式所示:
x(k+1)=F×x(k)
式中x(k+1)为一步状态预测,x(k)为当前时刻状态即航迹上的最后一个点迹的信息,F为一步状态转移矩阵且满足式:
式中dt为前后两个点迹的间隔时间。
同时,可得到一步预测误差协方差Pk+1满足式:
Pk+1=F×Pk×FT+G×Q×GT
式中Pk为上一仿真时刻对应点迹的误差协方差,“T”为转置标识符,G为过程噪声分布矩阵,其满足式:
Q为过程噪声协方差,本发明仿真过程中设已知雷达量测过程中来袭目标距离的过程噪声标准差σr=3、方位角的过程噪声标准差σa=3、高低角的过程噪声标准差σe=3,则Q满足式:
S33,确定点迹航迹相关波门。
基于S32中的一步预测误差协方差Pk+1可获得距离向预测误差标准差方位角向预测误差标准差高低角向预测误差标准差并设已知雷达量测过程中目标距离的观测噪声标准差δr=10,目标方位角的观测噪声标准差δa=0.1,目标方位角的观测噪声标准差δe=0.1,则可得相关波门中的距离门限ΔR、方位角门限Δα及高低角门限Δβ满足式:
式中K为相关波门控制参数,用以调节波门大小。
S34,进行点迹航迹相关,剔除虚假航迹,得到雷达量测的观测值。
基于S32获得的状态一步预测x(k+1)中包含距离一步预测方位角一步预测高低角一步预测若当前点迹(Ri,αi,βi)与航迹上最后一个点迹(Ri-1,αi-1,βi-1)满足下式,则认为当前点迹与对应航迹相关成功,即该点迹为当前时刻雷达量测的观测值。
S35,将相关成功的点迹滤波后作为跟踪雷达量测的真实值,并将该真实值作为实点数据用于更新对应航迹。
S4,进行航迹补点。
跟踪雷达每完成一次扫描时,若本次扫描无新的量测点迹与已建立航迹的目标相关成功,则将未相关航迹的最后一个点迹信息按S3中的预测公式进行一步预测,并将该预测值作为虚点数据用于更新对应航迹。
S5,进行航迹消亡。
当未用实点数据更新相应航迹的次数达到预定次数(例如5次),即连续用虚点数据更新相应航迹的次数达到5次,则认为该目标丢失,跟踪雷达需删除与该目标相关的目标档案和航迹信息。若后续扫描过程中该目标又被重新发现截获,则需重新进行航迹起始和点迹航迹相关,即将该目标当做新的目标重新建立跟踪文件和目标档案,进而得到航迹信息。
S6,进行航迹滤波,具体包括如下步骤S61-S63。雷达每次扫描获得的量测数据经过雷达数据处理形成稳定的航迹信息后,为进一步提高目标的跟踪精度,需要进行航迹滤波。
S61,构建来袭目标的运动模型,判断来袭目标的运动航迹,所述运动模型包括:匀加速直线运动、匀速圆周运动和蛇形机动。设置S61步骤主要为了模拟生成真实目标航迹.
a)匀加速直线运动
设已知来袭目标仿真起始点(X0,Y0,Z0)、初始偏航角PH、初始滚转角GZ、初始俯仰角FY、加速度A、初速度V和仿真步长dt,则推导可得下一仿真时刻来袭目标所在位置和飞行姿态满足如下表达式:
式中Ax、Ay、Az分别为加速度在X、Y、Z轴的分量;V0、V1、V2为初速度在X、Y、Z轴的分量;Vx、Vy、Vz为实时速度在X、Y、Z轴的分量;Xi、Yi、Zi为当前时刻目标在X、Y、Z轴的坐标值;Xi+1、Yi+1、Zi+1为下一仿真时刻目标在X、Y、Z轴的坐标值;PHi、GZi、FYi为当前时刻的偏航角、滚转角、俯仰角;FYi+1、PHi+1、GZi+1为下一仿真时刻的俯仰角、偏航角、滚转角。
b)匀速圆周运动
设已知来袭目标仿真起始点(X0,Y0,Z0)、初始偏航角PH、初始滚转角GZ、初始俯仰角FY、初速度V、转弯半径R和仿真步长dt,则推导可得下一仿真时刻来袭目标所在位置和飞行姿态满足如下表达式:
顺时针匀速圆周运动:
逆时针圆周运动:
式中XR、YR、ZR为来袭目标做匀速圆周运动时圆心在X、Y、Z轴的坐标值,g为重力加速度,其余参数含义与上式相同。
c)蛇形机动
设已知来袭目标仿真起始点(X0,Y0,Z0)、初始偏航角PH、初始滚转角GZ、初始俯仰角FY、初速度V、曲率q、机动圆心角θ和仿真步长dt,则推导可得下一仿真时刻来袭目标所在位置和飞行姿态满足如下表达式:
曲线右拐:
曲线左拐:
S62,对目标信息加噪。步骤S62包括如下的步骤a)-b)。设置S62步骤主要是对目标加噪,由于自然因素和传感器精度等因素,跟踪雷达测量得到的目标信息并非真实值,而是包含着Gauss白噪声分量的量测值,因此,为了仿真更符合实际,需要对目标航迹进行加噪处理。
a)按照下式产生测距误差和测角误差;
式中δrg为跟踪雷达测距误差、δxt为测距系统误差、δsj为测距随机误差、σaz为方位角误差、σxt为方位角系统误差、σsj为方位角随机误差、εel为俯仰角误差、εxt为俯仰角系统误差、εsj为俯仰角随机误差、rand(1)为(0,1)区间上的随机数。
b)叠加测角误差和测距误差,获得目指信息量测值:
S63,基于离散型标准卡尔曼滤波算法对来袭目标的航迹滤波,具体步骤如下1)-8)。
卡尔曼滤波具有较好的滤波性能,尤其是在线性高斯白噪声假设条件下能达到最优状态估计。此外,跟踪雷达在实际运用过程中对实时性有较高要求,离散型标准卡尔曼滤波算法算法实时性好,因此,本发明基于离散型标准卡尔曼滤波算法实现对来袭目标的航迹滤波。
1)状态一步预测方程
2)量测一步预测方程
3)新息方程
4)一步预测协方差方程
P(k+1|k)=F(k)P(k|k)F(k)T+Q(k)
5)新息协方差方程
S(k+1)=H(k+1)P(k+1|k)H(k+1)T+R(k+1)
6)滤波增益方程
W(k+1)=P(k+1|k)H(k+1)TS(k+1)-1
7)状态更新方程
8)协方差更新方程
P(k+1|k+1)=P(k+1|k)-W(k+1)S(k+1)W(k+1)T
或者
P(k+1|k+1)=[I-K(k+1)H(k+1)]P(k+1|k)
定义残差向量为
式中F(k)为一步状态转移矩阵、H(k)为量测阵、Q(k)为过程噪声协方差。
离散型标准卡尔曼滤波算法流程图如图4所示。
至此,通过以上步骤,即可以实现跟踪雷达数据的处理。综上所述,本发明分为六个环节:量测数据预处理、航迹起始、点迹航迹相关、航迹补点、航迹消亡和航迹滤波。其中航迹滤波部分还包含来袭目标航迹仿真、目标航迹加噪和航迹滤波。
在航迹起始和点迹航迹相关中,利用相关波门来判断量测值是否来源于目标的决策门限,并采用波门法进行点航迹相关处理,使得跟踪雷达能够及时、准确地撤销虚假航迹、消除多余目标档案,对已确认的真实目标航迹进行更新和输出。
在航迹滤波中,本发明建立了来袭目标运动模型,仿真出来袭目标常见的三种运动航迹,再利用构建的目标信息加噪算法对来袭目标航迹进行加噪处理,最后基于离散型标准卡尔曼滤波算法实现对来袭目标的航迹滤波。
本发明立足于对各种类型的跟踪雷达,只需要根据跟踪雷达的各技术指标及来袭目标运动特性调整相应参数即可实现较好数据处理效果。本发明的方法进行了仿真实验,设某来袭目标在空中进行逆时针匀速圆周盘旋,其起始位置(X0,Y0,Z0)=(30000m,0m,2000m),初始偏航角PH=180°、初始滚转角GZ=0°、初始俯仰角FY=0°、初速度V=400m/s、转弯半径R=1000m,仿真步长dt=0.1s,仿真步数N=160。先利用本发明构建的目标信息加噪算法对来袭目标航迹进行加噪处理,并利用本节构建的航迹滤波算法对该航迹进行滤波,仿真实验结果如图5~图7所示。
以上所述的实施例,只是本发明较优选的具体实施方式,本领域的技术人员在本发明技术方案范围内进行的通常变化和替换都应包含在本发明的保护范围内。
Claims (10)
1.一种跟踪雷达数据处理方法,其特征在于,包括:
S1,对量测数据预处理,通过参数设置去除量测数据中的野值;
S2,进行航迹起始:如果当前时刻的点迹数据相对于上一仿真时刻的点迹数据满足波门尺寸要求时,则起始一条新航迹;
S3,采用波门法对S1中的航迹进行点迹航迹相关,剔除虚假航迹;
S4,对S3中获得的航迹进行航迹补点;
S5,对S4中获得的航迹进行航迹消亡;
S6,对S5中获得的航迹进行航迹滤波。
2.根据权利要求1所述的跟踪雷达数据处理方法,其特征在于,在S1中,选择斜距离在一定范围、方位角在一定范围和高低角在一定范围内的测量数据。
3.根据权利要求1所述的跟踪雷达数据处理方法,其特征在于,步骤S2包括:
S21,利用来袭目标的先验信息,预测来袭目标在下一个扫描周期内所处的位置;
S22,使用波门用来判断量测数据是否来源于目标的决策门限;
S23,如果当前时刻的点迹数据相对于上一仿真时刻的点迹数据满足S22中的波门要求,则起始一条新航迹。
4.根据权利要求1所述的跟踪雷达数据处理方法,其特征在于,步骤S3包括:
S31,获取航迹上最后一个点迹的信息;
S32,用航迹上的最后一个点迹信息预测下一时刻观测值可能出现的区域;
S33,确定点迹航迹的相关波门;
S34,进行点迹航迹相关,剔除虚假航迹,得到雷达量测的观测值。
5.根据权利要求4所述的跟踪雷达数据处理方法,其特征在于,步骤S3还包括:
S35,将相关成功的点迹滤波后作为跟踪雷达量测的真实值,并将该真实值作为实点数据用于更新对应航迹。
6.根据权利要求4所述的跟踪雷达数据处理方法,其特征在于,在步骤S4中,跟踪雷达每完成一次扫描时,若本次扫描无新的量测点迹与已建立航迹的目标相关成功,则将未相关航迹的最后一个点迹信息按照S32的方式进行一步预测,并将该预测值作为虚点数据用于更新对应航迹。
7.根据权利要求1所述的跟踪雷达数据处理方法,其特征在于,在步骤S5中,当未用实点数据更新相应航迹的次数达到预定次数,则认为该目标丢失,跟删除与该目标相关的目标档案和航迹信息。
8.根据权利要求7所述的跟踪雷达数据处理方法,其特征在于,若后续扫描过程中该目标又被重新发现截获,则重新进行航迹起始和点迹航迹相关进而得到航迹信息。
9.根据权利要求1所述的跟踪雷达数据处理方法,其特征在于,步骤S6包括:
S61,构建来袭目标的运动模型,判断来袭目标的运动航迹,所述运动模型包括:匀加速直线运动、匀速圆周运动和蛇形机动;
S62,对目标信息加噪;
S63,基于离散型标准卡尔曼滤波算法对来袭目标的航迹滤波。
10.根据权利要求9所述的跟踪雷达数据处理方法,其特征在于,步骤S62包括:
a)产生测距误差和测角误差;
b)叠加测角误差和测距误差,获得目指信息量测值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911280035.4A CN111025282B (zh) | 2019-12-13 | 2019-12-13 | 一种跟踪雷达数据处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911280035.4A CN111025282B (zh) | 2019-12-13 | 2019-12-13 | 一种跟踪雷达数据处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111025282A true CN111025282A (zh) | 2020-04-17 |
CN111025282B CN111025282B (zh) | 2023-08-18 |
Family
ID=70209081
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911280035.4A Active CN111025282B (zh) | 2019-12-13 | 2019-12-13 | 一种跟踪雷达数据处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111025282B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111751816A (zh) * | 2020-07-07 | 2020-10-09 | 北京无线电测量研究所 | 一种基于点迹特征信息的雷达航迹起始方法 |
CN112051569A (zh) * | 2020-09-10 | 2020-12-08 | 北京润科通用技术有限公司 | 雷达目标跟踪速度修正方法及装置 |
CN113093134A (zh) * | 2021-02-23 | 2021-07-09 | 福瑞泰克智能系统有限公司 | 一种扩展目标的跟踪方法、装置、感知设备及车辆 |
CN114120717A (zh) * | 2021-11-29 | 2022-03-01 | 四川九洲空管科技有限责任公司 | 一种基于do185b标准的ads-b防撞方法 |
CN115184896A (zh) * | 2022-09-09 | 2022-10-14 | 北京海兰信数据科技股份有限公司 | 一种基于雷达目标幅度加权均值滤波跟踪处理方法及系统 |
RU2818964C2 (ru) * | 2022-02-22 | 2024-05-08 | Федеральное Государственное Бюджетное Учреждение "Ордена Трудового Красного Знамени Российский Научно-Исследовательский Институт Радио Имени М.И. Кривошеева" | Способ определения траектории маневрирующего воздушно-космического объекта |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004309166A (ja) * | 2003-04-02 | 2004-11-04 | Mitsubishi Electric Corp | 目標追尾装置 |
JP2013120127A (ja) * | 2011-12-07 | 2013-06-17 | Mitsubishi Electric Corp | 目標追尾装置 |
CN109100714A (zh) * | 2018-06-28 | 2018-12-28 | 中国船舶重工集团公司第七0七研究所 | 一种基于极坐标系的低慢小目标跟踪方法 |
-
2019
- 2019-12-13 CN CN201911280035.4A patent/CN111025282B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004309166A (ja) * | 2003-04-02 | 2004-11-04 | Mitsubishi Electric Corp | 目標追尾装置 |
JP2013120127A (ja) * | 2011-12-07 | 2013-06-17 | Mitsubishi Electric Corp | 目標追尾装置 |
CN109100714A (zh) * | 2018-06-28 | 2018-12-28 | 中国船舶重工集团公司第七0七研究所 | 一种基于极坐标系的低慢小目标跟踪方法 |
Non-Patent Citations (1)
Title |
---|
王然;闫抒升;许红;赵鹏;: "一种基于多目标跟踪的雷达模拟器数据处理方案" * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111751816A (zh) * | 2020-07-07 | 2020-10-09 | 北京无线电测量研究所 | 一种基于点迹特征信息的雷达航迹起始方法 |
CN111751816B (zh) * | 2020-07-07 | 2023-03-21 | 北京无线电测量研究所 | 一种基于点迹特征信息的雷达航迹起始方法 |
CN112051569A (zh) * | 2020-09-10 | 2020-12-08 | 北京润科通用技术有限公司 | 雷达目标跟踪速度修正方法及装置 |
CN112051569B (zh) * | 2020-09-10 | 2024-04-05 | 北京经纬恒润科技股份有限公司 | 雷达目标跟踪速度修正方法及装置 |
CN113093134A (zh) * | 2021-02-23 | 2021-07-09 | 福瑞泰克智能系统有限公司 | 一种扩展目标的跟踪方法、装置、感知设备及车辆 |
CN114120717A (zh) * | 2021-11-29 | 2022-03-01 | 四川九洲空管科技有限责任公司 | 一种基于do185b标准的ads-b防撞方法 |
CN114120717B (zh) * | 2021-11-29 | 2022-09-20 | 四川九洲空管科技有限责任公司 | 一种基于do185b标准的ads-b防撞方法 |
RU2818964C2 (ru) * | 2022-02-22 | 2024-05-08 | Федеральное Государственное Бюджетное Учреждение "Ордена Трудового Красного Знамени Российский Научно-Исследовательский Институт Радио Имени М.И. Кривошеева" | Способ определения траектории маневрирующего воздушно-космического объекта |
CN115184896A (zh) * | 2022-09-09 | 2022-10-14 | 北京海兰信数据科技股份有限公司 | 一种基于雷达目标幅度加权均值滤波跟踪处理方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111025282B (zh) | 2023-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111025282A (zh) | 一种跟踪雷达数据处理方法 | |
CN108416098B (zh) | 一种拦截机动目标的攻击时间约束制导律设计方法 | |
CN109597423B (zh) | 一种基于参考视线角信号的多约束末制导律的设计方法 | |
CN111460636B (zh) | 不完全量测数据驱动下的机动扩展目标混合交互式强跟踪滤波方法 | |
CN111274740B (zh) | 一种多飞行器协同突防轨迹优化设计方法 | |
CN110209180B (zh) | 一种基于HuberM-Cubature卡尔曼滤波的无人水下航行器目标跟踪方法 | |
Lin et al. | Adaptive EKF-CMAC-based multisensor data fusion for maneuvering target | |
Tsogas et al. | Unscented Kalman filter design for curvilinear motion models suitable for automotive safety applications | |
CN109917373B (zh) | 运动补偿搜索的动平台雷达的动态规划检测前跟踪方法 | |
Niazi | Estimation of LOS rates for target tracking problems using EKF and UKF algorithms-a comparative study | |
CN109599674B (zh) | 一种基于解耦的相控阵天线稳定角跟踪方法 | |
CN114740497A (zh) | 基于ukf多源融合探测的无人机欺骗方法 | |
CN114153143A (zh) | 一种导弹非奇异固定时间滑模制导律的设计方法 | |
Moore | Radar cross-section reduction via route planning and intelligent control | |
CN116047495B (zh) | 一种用于三坐标雷达的状态变换融合滤波跟踪方法 | |
CN111931287A (zh) | 一种临近空间高超声速目标轨迹预测方法 | |
Zhang et al. | Closed-form time-to-go estimation for proportional navigation guidance considering drag | |
Ye et al. | Tracking algorithm for cruise missile based on IMM-singer model | |
CN114740448A (zh) | 用于车载雷达的目标状态估计方法、装置及存储介质 | |
CN111190348B (zh) | 一种雷达导引头角速度优化方法 | |
CN114200439A (zh) | 一种基于多普勒盲区的多模式空域目标跟踪方法 | |
Zhang et al. | IMMPDA Algorithm for Missile Tracking in Clutter | |
Emeliyanov et al. | Information set-based guidance algorithm against a decelerating maneuvering target | |
CN111623772B (zh) | 一种用于目标方位预测的非线性瞄准线建模方法 | |
He et al. | Dual-station direction finding location based on disturbance detection |
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 |