一種空管雷達高可靠目標穩定跟蹤系統的設計及應用

孫元峰　方青

摘要：本文從雙機冗余系統設計、跟蹤系統同步等方面構建了空管雷達高可靠跟蹤系統的主要架構，結合基于滑窗的多模型起始、目標機動狀態辨識和雜波抑制等給出了具體算法模型，并獲得了較為理想的應用效果，很好地實現了空管雷達的高可靠目標穩定跟蹤需求。

[關鍵詞]雙機冗余系統目標機動狀態辨識

空管雷達需要長期連續工作，其主要工作方式為全自動和少人/無人值守方式，因而要求系統具有極高任務可靠性，特別是對最終目標情報的質量要求更高。高可靠目標穩定跟蹤系統要求在各種復雜環境下做到發現及時、跟蹤連續。為此，高可靠目標穩定跟蹤系統采取雙機冗余和雙機系統同步設計，實現高可靠跟蹤系統無縫切換。同時結合目標機動模型辨識、雜波環境虛假雜波識別等智能化起始、跟蹤算法來實現對虛假航跡抑制以及機動目標穩定跟蹤等，保障空管雷達的目標跟蹤高可靠性和高情報質量。

1空管雷達高可靠穩定跟蹤系統設計

1.1雙機冗余系統設計

為保證雷達系統24小時不間斷連續工作，空管雷達一般采用雙機冗余的信號處理系統、數據處理系統以及獨立維護的顯示/控制系統設計，雙機系統具備手動和自動兩種切換方式，其組成框圖如圖1所示。

冗余系統通信網絡由數據網絡、控制網絡、視頻網絡等組成，每種網絡分別傳輸指定類別的信息，確保網絡系統的健壯、通暢;數據網絡一般采用UDP組播方式，控制網絡、視頻網絡可采用UDP單播方式，這種網絡結構和通信方式為系統席位及系統功能擴充提供無縫數據支撐。

雙機平時都處于正常工作狀態，同時獲取輸入數據;主機可以正常輸出所有數據，備機除狀態信息外不可以輸出其它數據;主備機之間通過設置心跳線指令相互進行工作狀態診斷，一旦主機出現故障，備機將自動接管成為主機;這種處理架構保證了雙機系統輸入的一致性，實現整機系統的雙機冗余。

1.2雙機跟蹤系統同步設計

雙機跟蹤系統同步包括跟蹤批號同步和每批跟蹤狀態同步，系統設計時不僅要考慮到雙機系統輸入的同步和一致性，同時還要在目標起始和跟蹤濾波等具體處理上確保雙機跟蹤系統的一致性。

主跟蹤系統在起始一批新航跡時，需要將航跡基本信息（批號、多幀內點跡數據、濾波器初始化狀態參數）發送給備機，備機按照航跡基本信息建立對等航跡;同樣在主跟蹤系統主動刪除航跡時，同樣需要通知備機刪除該航跡;另外主跟蹤系統在偵測到備機剛啟動工作時，需要將當前所有批航跡的基本信息發送給備機，據此備機建立與主跟蹤系統同樣的航跡，以達到雙機跟蹤系統的完全同步。

1.3 一體化融合跟蹤設計

空管雷達目標跟蹤系統可以處理一次雷達（PSR）、配裝的二次雷達（SSR、IFF）點跡數據，進行位置級融合和屬性配對處理外，還可以融合來自外部情報雷達的目標點跡/航跡數據進行數據。系統采用圖2所示的基于序貫相關控制的數據處理架構，可實現本地PSR、SSR、IFF等點跡數據的融合處理，也可以作為區域情報處理中心，接入其它情報雷達數據完成情報綜合處理。

圖中△t為情報處理最大延遲時間，可根據需求配置;Ot內的所有相關點跡將采用點跡合并處理，形成合成點跡，進行后續跟蹤濾波處理;根據接入跟蹤系統所有傳感器的綜合探測情況的差異，進行點跡串行處理。

點跡合并處理基本思想是：在一個處理周期內，將來自不同傳感器（雷達）的觀測進行加權合并處理，以期得到更高質量的觀測。一般地，n部傳感器（雷達）的點跡數據合并前首先要對觀測點跡進行關聯確認，再進行狀態平移，最后采用最小二乘估計進行點跡合成。

其中Z為觀測向量，Hn為已知系數矩陣，R為觀測誤差矩陣。合成點跡的最小二乘估計為：

2航跡起始跟蹤算法設計

2.1多模型起始算法

全方位、全量程航跡自動起始是智能化跟蹤系統的基本要求。如何解決不同氣象和雜波剩余情況下的航跡自動起始，抑制虛假航跡產生，就需要在傳統滑窗起始算法的基礎上結合多模型提升航跡起始能力。

如圖3所示，多模型航跡全自動起始模型是根據目標綜合隸屬度值、雜波背景環境、點跡質量、幀間速度/航向一致性（鑒別器）等模型，進行最終目標存在/起始的綜合判別。主要模型參數有：目標最大起始加速度（橫向、縱向加速度）、目標起始速度范圍（最大、最小速度）、目標類型（空、地、空間目標等）、最大隸屬度因子及系數（速度、航向、徑向速度/幀間距離、高度、點跡質量等級等）、點跡質量等級門限、綜合隸屬度門限、最小目標分辨距離、起始區、機場區等區域參數與起始參數。根據不同陣地條件和雷達任務需求，采用自適應“滑窗法”MN起始準則，優化組合上述各項處理模型參數，自適應調整起始幀數N和驗證幀數M，實現不同噪聲背景下不同運動特性目標的穩定起始，達到航跡快速起始并有效抑制虛假航跡的效果。

2.2機動目標辨識

目標運動模型的匹配優劣直接影響到Kalman濾波器性能。系統采用歸一化距離的機動目標狀態辨識模型實時、動態調整目標機動狀態，以期達到最佳目標運動模型匹配。

歸一化距離計算模型公式（3）所示。

根據R。來判定目標是否發生機動（當幀判別）以及機動時目標機動強度;根據機動狀態和機動強度來動態調整機動因子和機動加速度方差估算模型。

2.3雜波抑制處理

慢速雜波等影響是導致雷達典型的虛假航跡之一。近年來，雷達軟件化、精細化和參數化設計程度越來越高，可通過對雜波空間分布統計、目標運動特性分析和點跡質量等級的綜合分析處理，來抑制仙波、慢速目標虛假航跡的產生，相關處理算法取得了較好的工程應用效果。

3應用效果

圖4為某空管雷達工作時全程全自動跟蹤處理畫面，雜波環境目標跟蹤連續穩定，虛假航跡抑制率優于1%o。

4結束語

本文從目標跟蹤系統的雙機冗余系統設計、目標跟蹤系統雙機狀態同步、目標機動狀態辨識、基于滑窗的多模型起始算法和雜波航跡抑制等方面構建了高可靠穩定跟蹤系統的主要設計內容。未來高可靠目標跟蹤系統將結合基于回波多維度目標特征的分析、智能識別等技術，進一步提升高可靠目標跟蹤能力和目標情報質量。

參考文獻

[1]Klembowski W. Expeimental study ofpolarization on angels intensity [C]// IEEE International Radar Conference.[S.1]： IEEE， 1990： 362-364.

[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]朱博。空管自動化系統的多雷達數據處理與融合[J].電子技術與軟件工程，2018.

[4]Vetrov V I， Skvorsow V S，Tanygin AA，et al. On possibility of radarangel-echoes study with sodar andRASS techniques [C] / / IEERadar97. [S.1]： IEEE， 1997： 46-49.

[5]方青，陳磊.一種雷達仙波航跡抑制方法[J].雷達科學與技術，2016.