基于天波超视距雷达的多径数据关联算法研究与实现

发布时间：2020-09-09 19:11

　　数据关联是雷达数据处理的重要模块,数据关联算法的跟踪精度决定了雷达报出的目标航迹的正确性。天波超视距雷达在超视距探测、反隐形、长时间远距离预警等方面作用突出,值得深入研究。但是,天波雷达也面临着多径效应、低检测率、低量测精度和虚警率过高等棘手的问题。本文为解决天波雷达的多径效应和“三低一高”的问题,发展了天波雷达专用的多路径数据关联算法,并从工程应用的角度对算法做出拓展,将实际中模型失配的情况考虑在内,构建了一套较为贴近工程应用的天波雷达多路径数据关联系统,并对此系统进行了详细的性能分析。本文首先建立了完整的天波雷达的目标跟踪系统模型,主要包括电离层模型、目标跟踪模型与杂波模型三个部分。电离层模型通过分析多径效应的成因,对电离层的分层效应建模,目标跟踪模型研究了多径传播下的目标运动模型和系统量测模型。由运动模型可以得到目标的运动方程;由量测模型可以得到目标状态与多模量测的转换公式。在此基础上加入均匀杂波模型从而形成完整的天波雷达目标跟踪环境。其次,本文研究了三种具备理论优势和应用价值的多路径数据关联算法:基于概率数据互联的MPDA算法、基于蚁群算法的MACDA算法和基于期望最大化的MPMHT算法,着重研究了各算法解决多径效应的能力和跟踪精度。通过理论比较与仿真分析,对比了三种多路径数据关联算法的优缺点,最终给出了每种算法的适用条件,在工程应用中,应该根据实际条件综合考虑,选出最适合的算法。然后,本文针对实际中电离层模型失配的问题,分别研究电离层不确定性下的多路径数据关联算法(MPCR)和自治多模型MPDA算法(AMM-MPDA),仿真数据验证分析结果表明上述算法可以有效解决电离层高度不确定的问题,具有较好的跟踪性能。最后,本文利用自适应渐消记忆滤波算法对数据关联中卡尔曼滤波器的结构做出调整,改善了在实际中目标运动模型失配的问题,避免算法在模型失配的情况下出现误关联导致滤波结果发散。
【学位单位】：哈尔滨工业大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：TN958.93
【部分图文】：

框图,雷达坐标,数据关联,算法

图 1-1 雷达坐标下数据关联算法框图雷达坐标系下数据关联算法优点在于：（1）无需电离层先验信息，无需雷达量测坐标系到目标真实状态所在的地理坐标系的转换；（2）算法计算量小，便于工程实现；雷达坐标系下数据关联算法缺点在于：（1）无法解决多径效应，一个真实目标对应不只一条的航迹；（2）无法获得地理坐标系下目标的真实位置；（3）各传播模式分别关联，检测概率较低，失跟率较高。第三阶段：上世纪 90 年代末至今，以 MPDA 为首的大量多径数据关联算法被提出，学者们开始集中研究在混合坐标系完成关联与跟踪的算法，此类算法利用电离层信息，目标状态更新和估计是在地理坐标系下完成的，在雷达量测坐标系完成多径关联，提高了目标的估计精度，而且可以得到目标真实的地理信息，部分解决了天波雷达的多路径数据关联问题。雷达坐标下数据关联算法流程框图[24]如图 1-2 所示：

框图,混合坐标,数据关联,算法

图 1-2 混合坐标下数据关联算法框图混合坐标系下数据关联算法优点在于：（1）在地理坐标系下对目标的真实运动建立模型，建模精度较高；（2）算法最终输出地理坐标系下目标真实航迹；（3）多路径关联是在雷达坐标系下完成的，综合考虑多路径回波信息，关联精度较高，提高了目标的检测概率，具有较强的航迹维持能力；（4）利用回波合并或回波竞争策略，能够在目标跟踪阶段减少输出目标航迹的数目。混合坐标系下数据关联算法缺点在于多次使用坐标变换公式，算法计算量增大，且非线性坐标公式导致必须采用非线性滤波器如 UKF、EKF 等。而且坐标变换公式均依赖于精确的电离层虚高信息，这在实际中很难实现。因此，近年来的研究热点都是围绕着数据关联算法中模型建立比较理想的情况，结合实际对模型做出扩展。例如，针对实际情况中电离层高度不确定的情况，根据不同理论背景提出了以 MPCR 为代表的一系列解决方案。

示意图,天波,多径效应,雷达

立了完整的天波雷达的目标跟踪系统模型，才能进问题。该系统模型可分为电离层模型、目标跟踪模要通过分析多径效应的成因，对电离层的分层效应标运动模型和雷达系统量测模型两部分[26]组成，目动过程，本文以匀速直线运动模型为主；系统量测测目标获取量测的过程，跟雷达的工作方式与参考不同，目标跟踪模型也不相同，针对天波雷达的多标系下的天波雷达多径数据关联算法，因此给出了模型；杂波模型主要是对监视区域内的虚假量测的模型雷达发射的高频电磁波经过多层电离层的折射来进目标在同一时刻产生不只一个量测，这种问题被我径效应会严重影响我们对目标状态的估计。

【参考文献】