张瑞国，李春雨，丁志宏，许文彤，庞钰宁，叶君好

(中国人民解放军63726部队， 银川 750004)



·数据处理·

基于时间序列模型的雷达数据随机误差建模与补偿

张瑞国，李春雨，丁志宏，许文彤，庞钰宁，叶君好

(中国人民解放军63726部队， 银川 750004)

针对雷达数据随机误差超差的问题，分析了非平稳时间序列自回归求和滑动平均(ARIMA)模型，并以雷达某次实测国际空间站数据的前4 000点数据建立ARIMA模型，设计了基于此模型的Kalman滤波器，利用所设计滤波器对雷达前4 000点数据和剩余数据分别进行了滤波处理，补偿后误差为原数据的13.7%和20.1%。结果表明：该方法能有效降低雷达测量数据随机误差，提高数据质量。

随机误差补偿；非平稳时间序列；卡尔曼滤波

0 引 言

雷达测量数据的随机误差是衡量设备性能的重要指标之一，直接关系到雷达数据的使用质量，如：高精度轨道拟合、不同雷达间数据融合比较、事后目标特征参数提取等[1-2]。在雷达设计时，常采用良好的器件从硬件上降低系统内部噪声，或采用滤波方法从算法上进行数据平滑，使随机误差满足指标要求[3-4]。但由于器件性能下降和使用环境变化等因素，雷达内部噪声起伏较大，加之目标在飞行过程中相对雷达会出现航捷点、姿态翻滚等特殊动作，实时滤波模型很难达到十分精确，导致雷达测量数据的随机误差往往变大甚至超差，严重影响数据质量。雷达研制完成后，其内部硬件和算法一般不再更改，而通过事后数据处理来降低随机差是一种可行有效的手段。……