一種航管雷達智能化跟蹤系統設計

摘 要 本文針對航管雷達智能化跟蹤系統中目標跟蹤算法構建了的主要框架，并對核心處理算法如自適應濾波、觀測噪聲動態估計與修正等給出了具體算法處理模型，并在工程應用上取得了很好的效果，較好地滿足航管雷達的高可靠系統運行和高目標信息質量的要求。

【關鍵詞】自適應濾波器 觀測噪聲估計

1 引言

航管雷達應具備全天候、穩定、連續工作能力，對虛假航跡抑制、機動目標穩定跟蹤、目標信息質量、低漏情率等方面都提出了很高要求，需要目標跟蹤系統具有高效的目標跟蹤算法，有效抑制仙波、二次回波及雜波環境下的虛假航跡；另外奇異值識別與校正模型、自適應濾波器設計等對提高各類目標的穩定跟蹤至關重要。

2 目標跟蹤濾波器設計

2.1 自適應Kalman濾波器

目標跟蹤系統一般采用“當前”統計模型的Kalman濾波器設計。

2.1.1 目標狀態方程

其中，i≤n-2，i≥3。系統對每一批穩定跟蹤航跡均進行雷達觀測點跡噪聲評估，并將修正后的觀測噪聲輸入到本批航跡濾波器中。

目標在做直線運動時，系統還可對雷達觀測（距離和方位）發生奇異時進行糾偏處理，以提高觀測質量，并盡可能將觀測有色噪聲白噪化。

3 工程應用效果分析

圖1為某S波段兩坐標雷達實際觀測的一批民航目標點跡序列以及航跡處理效果圖。圖中的多個奇異點經過白噪化處理后，未影響到目標機動狀態的辨識，從圖中可以看出該算法對雷達觀測噪聲有明顯抑制效果，目標航跡跟蹤穩定、連續、平滑。

4 結束語

本文從目標跟蹤系統的跟蹤濾波算法、雷達觀測噪聲動態估計和修正等方面構建了智能化跟蹤系統的主要設計內容。下一步智能化目標跟蹤系統發展重點將轉到人工智能（AI）和大數據技術的應用上，人工智能以期獲得目標更精確的目標分類識別估計和多種算法模型的自適應，大數據技術將進一步提升數據處理算法模型優化能力和雷達性能動態評估能力。

參考文獻

[1]Yaakow Bar-Shalom.Multitarget-Miltisensor Tracking and Fusion. 1997 IEEE National Radar Conference. Syracuse，NY，15 May，1997.16-27.

[2]何友，王國宏等，多傳感器信息融合及應用[M].北京：電子工業出版社，2000.

[3]張發兵等，基于目標特征信息的航跡起始[J].現代電子技術，2011，34（17）：4-6.

[4]Vetrov V I，Skvorsow V S，Tanygin A A，et al.On possibility of radar angel-echoes study with sodar and RASS techniques[C]//IEE Radar 97.[S.1]：IEEE，1997：46-49.

作者簡介

張金元（1972-），男，安徽省桐城市人。學士學位?，F為中國電子科技集團公司第三十八研究所高級工程師。主要研究方向為雷達總體技術。

方青（1972-），男，安徽省樅陽縣人。工程碩士學位?，F為中國電子科技集團公司第三十八研究所研究員級高工。主要研究方向為雷達數據處理、雷達情報系統設計、信息融合處理、軟件工程等方面的工程技術研究工作。

作者單位

1.中國電子科技集團公司第三十八研究所 安徽省合肥市 230088

2.孔徑陣列與空間探測安徽省重點實驗室 安徽省合肥市 230088