冉元进 李 浩 李浩泷

(电子科技大学 成都 611731)

1 引言

船用雷达作为早期的海上航行辅助设备，在避碰上有很大的局限性。ARPA(Automatic Radar Plotting Aid，自动雷达标绘仪)的出现很大程度上提高了船用雷达避碰能力，减少了海上交通事故的发生。ARPA是通过识别、录取、跟踪目标的运动轨迹来实现避碰的，它是船用雷达功能的延伸。滤波跟踪作为ARPA处理目标信息最重要的环节决定着ARPA对目标的跟踪性能［1］。目前，研究较多的滤波跟踪算法有卡尔曼(Kalman)滤波、α－β滤波算法、粒子滤波、强跟踪滤波(STF)和交互多模滤波(IMM)等［2］。ARPA多采用简化的α－β滤波算法，这种简化方法对机动目标的跟踪性能较差［7］。

相对于传统雷达在极坐标系下做数据处理和显示，新型数字雷达的显示都要通过坐标变换，ARPA在研究船用雷达中增加了坐标变换的运算复杂度。若坐标变换后做跟踪滤波，则要求坐标变换后的数据在允许的误差范围内，同时要保证直角坐标系下的滤波跟踪性能与极坐标下的α－β跟踪滤波相当。本文采用一种直角坐标系下的自适应 α－β滤波算法。

2 α－β 滤波

2.1 传统ARPA中的α－β滤波

α－β滤波实际上是Kalman滤波的稳态解，因其简单可靠易实现被ARPA系统广泛采用。用简化α－β滤波所建立ARPA中匀速直线运动跟踪的模型如下［3，4，8］:

式(1)、(2)、(3)中sp(k)为第k－1个扫描周期预测的第k个周期的目标船与本船距离值;sm(k)为第k个周期距离的测量值;Sc(k)为第k个周期距离的计算值;α为距离平滑系数;vc(k)为第k个周期的速度，也即第k+1个周期的预测速度，β表示速度平滑系数。ARPA中α、β常用取值，α(k)=2(k－1)/［k(k+1)］，β(k)=6/［k(k － 1)］，这种滤波跟踪模型对匀速直线运动目标有很好的跟踪性能，但对机动目标的跟踪性能较差［3，4，6］。……