基于UKF航跡濾波的干擾目標智能識別算法研究

王錚 韓寶玲

摘要：針對雷達導引頭末制導階段抗干擾技術，建立了典型的距離-速度拖引干擾模型，采用無跡卡爾曼濾波（UKF），研究了基于速度、加速度、過載等指標的干擾目標智能識別技術。首先建立距離-速度拖引干擾模型，通過引入彈目相對距離、徑向速度、高低角與方位角建立了系統跟蹤模型。其次，給出了基于UKF實現目標跟蹤與識別的濾波框架。在此基礎上，以徑向速度、徑向加速度、角加速度與過載為評價指標，建立了目標智能識別指標體系。最后，通過典型的目標運動模型（目標躍升），對目標施加的四次距離-速度拖引干擾（兩次前拖、兩次后拖）進行目標識別。仿真結果表明，利用UKF濾波信息能夠有效實現對距離-速度拖引干擾下的干擾和目標智能識別，仿真結果驗證了該識別方法的可行性與有效性。

關鍵詞：航跡濾波;目標智能識別;抗干擾;距離-速度拖引;無跡卡爾曼濾波

中圖分類號：TJ760;TJ765.3文獻標識碼：A文章編號：1673-5048（2019）01-0083-06[SQ0]

0引言

現代導彈導引頭利用雷達、紅外等進行目標檢測與識別。雷達是一種通過發射特定的電磁波來照射目標，然后對其所接收的目標回波信號進行分析處理以獲得所需目標運動參數的電子系統[1-2]。雷達干擾與抗干擾技術也在不斷地發展之中。雷達干擾主要分為壓制式干擾與欺騙式干擾，欺騙式干擾主要分為距離欺騙、速度欺騙以及距離-速率聯合欺騙[3-4]。

針對雷達導引頭末制導階段抗有源欺騙干擾，國內外提出了很多具有實際參考價值的雷達抗干擾技術。文獻[5]分析了干擾信號產生機理及雷達作用機理，研究了基于過程的波門拖引識別干擾信號的模型框架。文獻[6]分析了各種有源欺騙的原理，建立了基于速度-角度以及距離-角度的系統跟蹤模型，結合UKF濾波算法實現了對目標的干擾識別，但是該方法只是針對二維平面模型，未給出三維情況下的目標識別。文獻[7]針對距離-速度同步拖引欺騙干擾下的機動目標跟蹤問題，研究了利用接收機自動增益控制電壓和目標個數突變信息的干擾判決方式，最后利用UKF實現對目標的跟蹤。

根據上述國內外研究現狀可以看出，針對航跡濾波的目標識別方法研究相對較少，且大多為二維平面跟蹤模型。本文針對欺騙式干擾中的距離-速度拖引式干擾，建立了典型的距離-速度拖引干擾及系統三維跟蹤模型，通過無跡卡爾曼濾波算法實現對目標航跡濾波，根據估計的目標速度、加速度、角加速度、過載等信息進行目標識別，最后通過仿真實驗驗證了本文方法的可行性與正確性。

1系統模型建立

1.1距離-速度干擾原理

距離-速度聯合欺騙干擾主要針對能夠對距

根據仿真參數，針對目標躍升運動，仿真結果如圖3～11所示。圖3～4為利用導引頭測量得到的徑向速度以及根據式（15）計算得到的徑向距離變化率。從圖中可以看出，徑向距離變化率與徑向速度在仿真過程中始終保持一致，雖然在拖引施加點處有跳變，但是兩者始終保持一致。因此，通過徑向距離變化率與徑向速度之差，無法進行目標識別。

圖5與圖6為目標速度與加速度的仿真曲線。從圖5可以看出，真實目標的速度變化較為平穩，對于施加的距離-速度拖引，在干擾施加后，拖引的速度有明顯變化。所以，通過速度變化能夠實現對目標的識別。圖6為加速度變化曲線，從圖中可以明顯看出，在拖引施加點處，拖引的加速度發生了明顯突變，而真實目標的加速度變化較為平穩。因此，可以通過加速度變化實現對目標的識別。

圖7與圖8為距離-速度拖引彈道傾角角加速度與彈道偏角角加速度曲線。從圖中可以看出，在施加拖引點處，拖引的彈道偏角角加速度有明顯的突變，彈道傾角角加速度沒有明顯的變化特征，而目標的彈道傾角角加速度與彈道偏角角加速度均變化較為平穩，因此通過彈道偏角角加速度也能夠進行目標識別。

圖9與圖10為距離-速度拖引法向過載與側向過載曲線。可以看出，在拖引點處，拖引的側向過載發生了明顯的突變，法向過載沒有明顯的變化特征，但是真實目標的法向過載與側向過載變化均較為平穩，因此，通過側向過載同樣能夠進行目標識別。

綜合上述指標的仿真分析，對于距離-速度拖引，通過上述指標的聯合評價，對目標航跡排序結果如圖11所示（初始目標航跡打分值均為100）。從圖中可以看出，綜合運用上述指標體系，能夠非常準確地實現對真假目標的識別（航跡得分越低，該目標為假目標的可能性越大）。

表2給出了根據上述指標體系實現對假目標的識別時刻（“-”代表未識別出假目標）。根據表2可以看出，對于真實目標，永遠不可能識別為假目標。對于距離-速度拖引干擾，采用本文給出的指標體系，能夠在拖引施加后，快速實現對假目標的識別，如距離-速度拖引1的最大時延誤差為0.176s（干擾釋放時刻為第10s）。

5結論

本文針對導彈末制導階段雷達導引頭目標識別問題，研究了基于UKF的航跡濾波目標識別方法。通過建立典型的距離-速度拖引模型，根據雷達測量的相對距離、相對徑向速度、高低角與方位角，建立了系統跟蹤模型，利用UKF實現對目標航跡濾波，通過對目標躍升運動以及目標施加的4次距離-速度拖引，根據UKF濾波得到的速度、加速度、角加速度、法向過載以及側向過載等指標實現對目標的識別，仿真結果驗證了本文方法的有效性。

參考文獻：

[1]姚杰平.雷達抗有源干擾的方法研究[D].西安：西安電子科技大學，2012.

YaoJieping.ResearchonAntiJammingofActiveDeception[D].Xian：XidianUniversity，2012.（inChinese）

[2]DaiHuanyao，WangXuesong，LiYongzhen.NovelDiscriminationMethodofDigitalDeceptiveJamminginMonoPulseRadar[J].JournalofSystemsEngineeringandElectronics，2011，22（6）：910-916.

[3]劉建成，李盾，王雪松，等.脈沖多普勒雷達導引頭建模與仿真[J].系統工程與電子技術，2003，25（6）：674-677.

LiuJiancheng，LiDun，WangXuesong，etal.ModelingandSimulationofPulseDopplerRadarSeeker[J].SystemsEngineeringandElectronics，2003，25（6）：674-677.（inChinese）

[4]李云坤，陳偉，曹旭東.粒子濾波檢測前跟蹤算法的粒子比優化方法研究[J].航空兵器，2017（5）：25-30.

LiYunkun，ChenWei，CaoXudong.ParticleRatioOptimizationofParticleFilterTrackbeforeDetectAlgorithm[J].AeroWeaponry，2017（5）：25-30.（inChinese）

[5]吳湘霖，劉琪，呂暉.和差DOA矩陣法抗拖曳誘餌干擾[J].航空兵器，2017（3）：47-52.

WuXianglin，LiuQi，LüHui.ΣΔDOAMatrixMethodforAntiTRAD[J].AeroWeaponry，2017（3）：47-52.（inChinese）

[6]顧海燕，羅雙才.波門拖引干擾類型識別方法研究[J].電子信息對抗技術，2010，25（6）：45-49.

GuHaiyan，LuoShuangcai.ARecoginitionApproachofGatePullJamming[J].ElectronicInformationWarfareTechnology，2010，25（6）：45-49.（inChinese）

[7]成霄亮.制導雷達抗有源欺騙干擾方法研究[D].長沙：湖南大學，2014.

ChengXiaoliang.MethodStudyofAntiJammingofActiveDeceptioninRadarGuidance[D].Changsha：HunanUniversity，2014.（inChinese）

[8]賈舒宜，王子玲，唐田田.距離-速度同步欺騙干擾下的機動目標跟蹤算法[J].系統工程與電子技術，2017，39（9）：1942-1949.

JiaShuyi，WangZiling，TangTiantian.ResearchonTrackingofManeuveringTargetsinSimultaneousRangeandVelocityJamming[J].SystemsEngineeringandElectronics，2017，39（9）：1942-1949.（inChinese）

[9]陳寧，蔣勇.相干兩點源對單脈沖角跟蹤誘偏方向的研究[J].電子對抗，2009（3）：6-9.

ChenNing，JiangYong.ResearchonAngleDeceptionUsingInterferenceofCoherentDualSourcestoAngleTrackingofMonoPulse[J].ElectronicWarfare，2009（3）：6-9.（inChinese）

[10]張建軍，劉泉.基于小波分析的距離拖引干擾檢測[J].武漢理工大學學報，2006，28（1）：99-101.

ZhangJianjun，LiuQuan.TheWaveletBasedRGPOJammingDetection[J].JournalofWuhanUniversityofTechnology，2006，28（1）：99-101.（inChinese）