一種多雷達機動目標探測高階運動特征估計方法 *

竇凇耀，陳映，陳燕，劉政瑋

（北京無線電測量研究所，北京 100854）

0 引言

在現代防御當中，只有獲得目標高階運動特征的高精度估計才能有效提高對目標攔截的概率。但是非合作目標機動性的增強對目標高階運動特征（加速度）的估計帶來了嚴峻挑戰［1-2］。傳統的單站雷達通過選擇合適的目標運動模型和濾波估計方法來提升對目標加速度的估計精度。常用的機動目標跟蹤模型可以分為兩類，一類是單模型，另一類是多模型。單模型有CA（constant acceleration）模型、CT（coordinated turning）模型、Singer 模型、“當前”統計模型以及將目標機動加加速度描述為一階時間相關過程的Jerk 模型等［3-6］。多模型算法的模型集合由單模型構成，交互多模型算法（interactive multiple model，IMM）被認為是目前機動目標跟蹤最有效的方法之一［7-8］。由于傳統IMM 算法的模型集合是固定不變的，為了有效提升模型集合對目標真實運動模式的匹配度，出現了模型集合可以自適應調整的變結構交互多模算法［9-12］。

由于雷達獲得的量測信息一般是在球坐標系中進行描述的，所以需要用到非線性的濾波方法。常用的非線性濾波估計方法有擴展卡爾曼濾波（extended Kalman filter，EKF）、無敏卡爾曼濾波（unscented Kalman filter，UKF）等［13-14］。除此之外，還有適用于非高斯情形的容積卡爾曼濾波（cubature Kalman filter，CKF）和在線調整狀態預測誤差協方差矩陣的強跟蹤濾波器（strong tracking filter，STF）等［4，15］。

單站雷達對目標高階運動特征的估計精度較差，因為單雷達機動目標跟蹤方法都是對上述常規目標運動模型的修正，但是對于非合作目標而言，通過運動模型修正的方式始終是有缺陷的，因為始終不知道目標對象如何機動。……