雷达技术论文(2)
雷达技术论文
雷达技术论文篇二
雷达跟踪滤波技术研究
摘要：本文介绍了雷达数据处理技术中跟踪滤波算法的基本原理，以在混合坐标系下的α-β滤波模型为研究对象，选取了典型的三维目标进行数据建模，验证了该跟踪滤波算法的精度满足雷达数据处理的跟踪要求。
关键词：雷达数据处理 跟踪滤波 仿真
中图分类号：TN953 文献标识码：A 文章编号：1007-9416(2013)01-0070-03
1 雷达数据处理技术概述
雷达数据处理技术最早可追溯至19世纪初高斯提出的最小二乘法，其运用最小二乘法开创了用数学方法处理观测和实验数据的科学领域。之后对这种方法进行了不断的修改和完善，成为了现代滤波理论的基础。在现代雷达系统中，信号处理的检测解决的是有无目标存在的问题，而数据处理则是在目标已经存在的前提下，给出其参数估计。
作为雷达信号处理的后续处理过程，雷达数据处理将数据关联技术与现代滤波理论有机结合用于消除由杂波剩余等造成的虚假检测，改善雷达信号处理性能;根据雷达的测量值利用参数估值理论从大量雷达回波点迹中提取捕获目标点迹，进行点迹与点迹关联，进行目标航迹的建立及管理，确定目标的位置、速度、机动情况等参数;进行点迹与航迹关联、跟踪滤波、航迹维持，形成综合目标态势：进行目标航迹预测外推，调度系统资源对多目标进行跟踪监视，形成连续的目标航迹数据，向火控和武器系统输出高数据率目标指示信息。
2 跟踪滤波算法
跟踪滤波是雷达数据处理技术的重要组成部分，其主要功能是根据目标的实际测量信息实时估计目标当前的位置、速度等参数，并外推出下一次天线扫描周期目标出现的位置信息。该外推信息在跟踪雷达中用于检验下一拍测量信息的合理性;在搜索雷达中用于航迹的相关处理。常见的跟踪滤波器有α-β滤波器、Kalman滤波器等，根据不同的计算资源、需处理的目标数量、目标的不同动态特性、雷达精度要求等条件可选择不同的跟踪滤波器。
与Kalman滤波器相比，α-β滤波器的优点是算法较简单、计算工作量较小、容易实现。在本文应用中选用α-β滤波器，其对跟踪目标进行最佳线性无偏估计，并按航迹质量和预测误差改变滤波器的参数，实现自适应滤波。在混合坐标系下建立数学模型如下：
滤波方程：
其中：k为雷达的观测次数
表示滤波值;
表示外推值;
表示雷达测量值;
和表示和的一阶导数;
和为k时刻滤波器位置和速度的增益;
滤波的外推方程：
、的获取采用工程上常用的经验公式：
其中，r为信噪比，C为大于零的常数。
3 典型航迹仿真
根据跟踪滤波算法建立的数学模型，选取几种典型的雷达模拟航迹在Matlab工具中进行仿真，进一步分析该滤波算法的精度。
选取的典型模拟航迹有：水平匀速直线运动目标、水平蛇形机动目标、高度方向上跃起俯冲运动目标。将得到的目标模拟航迹数据，通过直球坐标转换后在距离R、方位角A、俯仰角E上的数据中加入测量噪声作为滤波器的输入，测量噪声的标准差分别为距离40米、方位角0.04弧度、俯仰角0.01弧度。
3.1 水平匀速直线运动目标仿真分析
选取水平匀速直线运动目标的参数为：起始位置为(x0，y0，z0)=(60km，60km，8km)，X、Y方向的速度均为500m/s，加速度为0，航路捷径为0，采样周期为2s。
水平匀速直线运动目标的俯仰角滤波曲线如图1、距离和方位角滤波曲线如图2、距离方位角俯仰角的误差标准差曲线图3。其中图3中的蓝色曲线为测量值与真实值之差，红色曲线为滤波值与真实值之差，从中可以看出，滤波效果明显，距离误差峰值、方位角误差峰值、俯仰角误差峰值基本减小了一半以上。
3.2 水平蛇形机动目标仿真分析
选取水平蛇形机动目标的参数为：起始位置为(x0，y0，z0)=(30km，30km，2km)，转弯时角速度为0.1rad/s^2(相当于机动13g)，半径为3000m，采样周期为2s。
水平蛇形机动是水平机动的一种，一般发生在近程和低空，而且比水平机动的机动性更大。水平蛇形机动目标的俯仰角滤波曲线如图4、距离和方位角滤波曲线如图5、距离方位角俯仰角的误差标准差曲线图6。从图6中看出，由于水平蛇形机动目标的机动更大，距离滤波误差较大，对方位和俯仰的滤波效果明显。
3.3 高度方向上跃起俯冲运动目标仿真分析
选取高度方向上跃起俯冲运动目标的参数为：初始位置为(x0，y0，z0)=(8km，8km，1km)，利用峰峰高度2000，跨度100的正弦曲线模拟目标运动轨迹，最大机动约为10.5g。
高度方向上跃起俯冲运动目标的俯仰角滤波曲线如图7、距离和方位角滤波曲线如图8、距离方位角俯仰角的误差标准差曲线图9。由于目标作高度方向上的跃起俯冲运动，水平不机动，故在图7～9中距离和方位的滤波效果接近于水平匀速运动的目标。目标高度上机动和目标水平面上机动时，滤波算法对俯仰角滤波的效果都可以达到令人比较满意的效果。
3.4 典型目标的误差分析
运用蒙特卡洛方法，对上述典型目标各进行了50次仿真，将得到的误差标准差平均值整理得到表1。从中可以看出进入稳定跟踪后，滤波得到的距离值的误差标准差基本在20左右，方位角的误差标准差基本在0.015左右，俯仰角的误差标准差基本在0.0035左右。仿真结果证明，采用上述跟踪滤波算法的精度在可接受范围之内，满足数据处理的跟踪要求。
4 结语
本文介绍了雷达数据处理技术中跟踪滤波算法的基本原理，在跟踪滤波算法中选用α-β滤波器建立其在混合坐标系下的数学模型，用于实现自适应滤波;选取了典型的雷达目标模拟航迹在Matlab工具中进行仿真分析，验证了该跟踪滤波算法的精度在可接受范围之内，满足雷达数据处理的跟踪要求。
参考文献
[1]李媛媛，薛媛等.基于Matlab的雷达系统仿真.电子元器件应用，2009.9.
[2]毛滔，李盾等.相控阵雷达数据处理仿真研究.航天电子对抗，2004(4).
[3]陈强超，单雷达航迹滤波与卡尔曼滤波算法.信息化研究，2010.5.
[4]陈明燕，张伟等.相控阵雷达数据处理系统的仿真.电视技术，2008.4.
[5]窦林涛，程健庆等.基于Matlab的雷达信号处理系统仿真.指挥控制与仿真，2006.4.
看了“雷达技术论文”的人还看：
2.电子对抗技术论文
4.军事科技论文