2D雷达与红外异地配置下的航迹关联方法*

王 英

(海军92785部队 秦皇岛 066000)

2D雷达与红外异地配置下的航迹关联方法*

王 英

(海军92785部队 秦皇岛 066000)

针对异地配置下的2D雷达与红外传感器航迹关联难的问题,论文提出一种基于假设检验的异类传感器航迹关联算法,该方法利用2D雷达距离、方位与红外传感器方位、仰角的互补性,通过假设条件建立目标关键因子的相似度模型,再通过相似度判断检验假设条件是否成立,以达到目标关联的目的。仿真实验结果表明了该方法关联的正确性。

2D雷达; 红外; 异类传感器; 目标关联

Class Number TP391

1 引言

在目标跟踪中,由雷达和红外传感器组成的系统,是一种典型的异类多传感器融合系统。如何充分发挥红外、雷达的两种传感器的互补性,使其相得益彰,是近年来国内外专家研究的热点。然而,异类传感器信息融合却面临着许多困难,其最主要的困难是目前尚无统一的数学工具与方法[1～2]。因此,对于异类传感器信息融合只能针对具体的对象进行融合方法的讨论。文献[3]分析了同平台集中式单目标雷达/红外双传感器融合跟踪算法;文献[4～5]讨论了不同平台雷达与红外传感器通过所在位置的转换测量和相应的测量误差进行航迹融合。由于2D雷达和红外传感器的探测信息都不能完整表达一个三维空间目标的位置:前者缺乏仰角信息,坐标转换误差较大;后者没有距离信息,不能进行坐标转换;从而导致了融合性能的下降[6]。

针对不同平台2D雷达与红外传感器航迹关联问题,本文提出一种基于假设检验的异类传感器航迹关联算法,该方法在假设条件下通过纯方位交叉定位获得传感器量测空间的平面公共向量,再结合高精度红外测角与雷达的测距信息,分别获得各自垂直向量的估计,最后根据垂直向量的相似程度判决航迹是否真正关联。仿真实验证明,该方法简单有效。

2 问题描述

3 航迹关联方法

3.1 建立关联假设条件

2D雷达探测航迹对应一个目标,红外传感器探测航迹对应一个目标,将2D雷达航迹与一个红外传感器航迹的关联问题就化为一个如下的假设检验问题:

3.2 方位交叉定位

首先通过2D雷达与红外传感器探测的方位角信息进行交叉定位,如图1所示。

图1 2D雷达与红外传感器空间位置分布

根据假设前提,2D雷达探测目标与红外传感器探测目标已是同一目标,则方位交叉位置为(x,y),可建立方程式如下

(1)

(2)

利用式(1)与式(2)联立可计算获得x和y值。

3.3 目标高度估计

假设2D雷达与红外传感器探测目标交叉位置为(x,y,z),在3.1节中,利用两个传感器的方位信息获得了量测空间的平面向量(x,y);在本节中,利用2D雷达的测距和红外传感器的测角信息分别获得各自的垂直向量z。

建立方程式如下:

(3)

(4)

由式(3)可以求得2D雷达探测目标的垂直向量z1,由式(4)可以求得红外传感器探测目标的垂直向量z2。

3.4 目标高度相似度计算

从3.1节与3.2节中可以获得2D雷达探测目标信息为(x,y,z1),红外传感器探测目标信息为(x,y,z2),其中(x,y)为两传感器方位信息共同计算获得,而z1,z2是分别利用了2D雷达的测距和红外传感器的测角信息获得,最后通过对z1与z2相似度的判定确定航迹是否关联。

由式(1)～(4)联立可以获得z1,z2的函数,即

z1=f1(α1,α2,d1)

(5)

z2=f2(α1,α2,β2)

(6)

记z=z1-z2,则:

z=f1(α1,α2,d1)-f2(α1,α2,β2)=f3(α1,α2,β2,d1)

(7)

Δz的定位误差为[8]

(8)

该定位误差是零均值的随机变量,其方差为:

(9)

(10)

其中,M为测量维数。实际上就是把两个航迹是否落入关联门或波门内的问题变成了一个统计检验的问题

3.5 假设检验

这样就把波门的大小与落入概率联系起来了。由以上表达式可以看出,波门的边界与χα2相对应,波门的大小主要取决于测量噪声。临界点χα2可根据自由度M以及给定的落入概率P由χ2分布表中可以查到。

4 数值实验

表1 2D雷达与红外传感器在不同位置的关联正确率

设红外传感器坐标为R1(0,0)在原点O处,2D雷达坐标为R2(-40km,0),目标相对于原点O的距离为20km、方位分别为0°,10°,20°,30°,…,340°,350°、仰角为23.5°呈圆形分布。2D雷达距离误差均方差σd1=50m,方位误差均方差σα1=0.25°;红外传感器方位误差均方差σα2=0.1°,仰角误差均方差σβ2=0.1°。如表1所示。

这里取自由度M=1,给定置信水平P=0.99,得到如下仿真模拟结果。

5 结语

通过上面的数据实验可以看出,不同平台2D雷达与红外传感器在探测不同方位的目标的航迹关联正确率均在93.0%以上,满足实际的要求。本方法充分利用2D雷达与红外传感器互补性,有效实现不同平台2D雷达与红外传感器航迹关联,具有一定的工程应用价值。

[1] 王国宏,等.雷达与红外数据融合评述[J].火力与指挥控制,2001,27(3):3-6.

[2] 王国宏,毛士艺,何友.红外传感器目标跟踪算法[J].火力与指挥控制,2001,26(2):5-9.

[3] 武俊,等.雷达与红外的同步航迹融合[J].舰船电子工程,2007,27(4):113-114.

[4] 黄宵腾,杨宏文,等.基于两坐标雷达与红外传感器融合跟踪[J].火力与指挥控制,2006,31(9):54-57.

[5] 车志宇,等.雷达-红外异地配置下的数据融合算法[J].弹箭与制导学报,2005,25(1):385-387.

[6] 韩崇昭,朱洪艳,段战胜,等.多源信息融合[M].北京:清华大学出版社,2006:365-423.

[7] Bar-shalom, Y., Fortmann, T. E. Tracking and Data Association[M]. New York: Academicpress,1988:72-103.

[8] 何友,王国宏,等.多传感器信息融合及应用[M].北京:电子工业出版社,2000:28-51.

[9] 杨万海.多传感器数据融合及其应用[M].西安:西安电子科技大学出版社,2004:77-81.

[10] 胡淑礼.模糊数学及其应用[M].成都:四川大学出版社,1994:126-153.

Track Association Algorithm for 2D Radar and Infrared at Different Sites

WANG Ying

(No. 92785 Troops of Navy, Qinhuangdao 066000)

Aiming at the problem of track association for 2D radar and infrared, an algorithm has been proposed in this paper, based on cross-positioning. The technique estimates the position of the detected tracks and associates them based on nearest neighbor(NN), using mutual complement of 2D radar and infrared sensor. The experimental result shows that the proposed method is available and practical in engineering.

2D-radar, infrared, heterogeneous sensor, target association

2014年6月3日,

2014年7月25日

王英,男,硕士研究生,工程师,研究方向:信息系统的集成与应用。

TP391

10.3969/j.issn1672-9730.2014.12.021