朱博

摘要 作为空中交通指挥的一个首要依据，雷达数据其准确性、实时性及要求其无缝多重覆盖等性能就成为保障飞行安全的重要指标。本文将着重从三个步骤研究自动化系统中的雷达数据处理与信息融合。

【关键词】空管自动化系统 雷达数据格式 交互式多模型算法 航迹 点迹

1 目的和意义

随着我国民航事业的高速发展，航空器的数量不断增加，拥挤的空中交通已经成为常态，对民用航空中交通管制的要求愈发提高同时也提升了管制员对空管自动化的依赖。民航空管自动化系统通过处理雷达数据、飞行计划数据、ADS数据、气象信息数据等各种实时数据为空中交通管制提供保障。随着空管设备的更新换代，国产的空管自动化系统也逐步的由应急系统，向备份系统乃至主用系统过度，逐渐夺回了部分国内的空管自动化使用市场。而作为空中交通指挥的一个首要依据，雷达数据其准确性、实时性及要求其无缝多重覆盖等性能就成为保障飞行安全的重要指标。多雷达数据处理系统是将各地雷达组网，将多部雷达数据进行融合，增加整套系统的有效覆盖范围，并实现了区域内的多重覆盖和区域间的完美交接。

因此讨论国产民航空管自动化系统多雷达数据处理与融合算法，结合工作中遇到的问题，设计符合自己现场雷达权重配比，从而提高自动化系统的稳定准确程度，保证民航空管安全生产有现实意义。

2 主要研究内容

2.1 雷达数据前端处理部分

雷达数据前端处理部分，在进行数据处理前，要将各种不同型号雷达输出的数据接入自动化系统中，将雷达数据转为内部统一格式，国内雷达数据传输采用OSI模型的数据链路层协议，采用同步HDLC协议传输的雷达数据格式。将雷达数据转换为统一格式后，解析出数据中的二次代码、位置、高度等信息。由于雷达数据中以极坐标的方式来表示目标位置，还需要对坐标进行修正，并进行坐标变换，使其能直观显示到雷达屏幕上。

2.2 单雷达数据处理部分

单部雷达数据处理模块，如果雷达输出的是点迹，将单雷达探测出的点迹信息与数据库中的航迹信息进行相关，使用交互式多模型算（Interacting Multiple Model，IMM）对目标的轨迹進行滤波处理，根据交互多模型算法的特点，利用模型间的互协方差阵更新各模型概率。处理后的数据通过比较二次代码、位置、高度、速度、航向等信息，将相邻周期的目标关联起来，赋予相应的航迹号，点迹生成航迹需要连续3个周期内有同一目标数据，期间若中断则需要重新计算。

卡尔曼滤波利用目标的动态信息，设法去掉噪声的影响，得到一个关于目标位置的估计。这个估计可以是对当前目标未知的估计（滤波），也可以是对于将来未知的估计（预测），也可以是对过去位置的估计（平滑）。

预测方程：

X（k|k-l）= φ（k，k-l）X（k-l|k-l） （1）

卡尔曼滤器的误差协方差阵：

P（k）=[I一K（k，H（k）].P（k|k-l） （2）

它反应了当前航迹跟踪的跟踪质量，它是关于航迹跟踪质量的一个合理的估计。

它反映了当前测量值与估计值之差，其大小反应了这种估计的准确程度。当目标运动平稳，新生量变化很小时，即测量值与估计值相差较小，则误差协方差阵也较小，表明当前航迹跟踪质量较高;而档测量值与估计值相差较大是，则误差协方差阵较大，表明当前航迹跟踪质量较差，不仅如此航迹跟踪质量将是决定一部雷达权重的一个重要因素。

2.3 多雷达数据处理模块

多雷达数据处理模块，列举目前空管自动化系统中的使用的几种常用技术：马赛克多雷达数据处理方法、加权融合多雷达数据处理方法、可变更新多雷达数据处理方法。分析各种多雷达数据处理方法的优缺点。

2.3.1 马赛克多雷达数据处理方法

又称为多雷达数据选择处理方法，在处理过程中，将整个系统的处理空域范围划分为多个马赛克单元，每个单元指定覆盖该单元的雷达，并确定其对单元内目标探测效果的优先顺序，当一个目标进入该马赛克单元时，就用马赛克单元优先级最高的雷达航迹去更行系统航迹。当优先级最高的雷达航迹丢失或者质量降低时，就改用次优先级的雷达航迹去更新系统航迹。该算法的优点是简单，但是它没有充分利用雷达提供的全部信息。

2.3.2 加权融合多雷达数据处理方法

加权平均法（又称重心法或最小二乘估计法），传统的加权融合多雷达数据处理方法是根据一定的规则对每一步雷达预先设定一个融合权值。系统按照处理周期处理多部雷达发送来的数据，根据预先设定雷达融合权值对多部不雷达的数据进行融合处理，从而获得系统航迹。在此基础上又发展出了动态权重参与计算，系统给予每个参与融合的本地航迹一个权重系数，各本地航迹根据权重系数参与系统航迹的更新处理。加权平均的权重系数表示参加融合的各本地航迹的数据质量，数据质量越高加权系数越大，质量越低加权系数越小，甚至该值取O，即不参加融合。

2.3.3 可变周期更新多雷达数据处理方法

这种多雷达数据处理方法常用于有ADS数据融合的自动化系统中，随着广播式自动相关监视（ADS-B）技术的发展，其ADS数据可以达到每秒1次的报告更新率，且定位精度和数据更新率均优于传统一、二次雷达。与传统的以覆盖地域为分析对象的雷达航迹融合不同，该方法以目标航迹作为分析对象，根据每个目标航迹数据的连续性、报告周期比率和信息精度，分阶段采用不同的融合策略进行航迹数据的加权平均，以求达到目标精度与航迹平滑之间的最佳平滑，使融合后的航迹能够充分体现不同探测手段的优势。

参考文献

[1]张丽静.改进的证据融合算法及其应用[D].烟台：鲁东大学计算机学院，2015：5一 10.

[2]徐惠群，多雷达组网的数据数据处理技术研究[D].南京：南京理工大学电子与通信工程学院，2008： 34-35.

[3]韩晓峰.雷达数据处理及其实时性的研究与应用[D].成都：四川大学计算机学院.2006： 36-37.

[4]陆炫，吴亚栋，采用两步法实现马赛克块内多雷达的最佳选择[J].计算机工程，2004， 30 （sl）： 478-479.

[5]王宁.广域多雷达数据融合处理系统的设计与实现[D].成都：电子科技大学软件学院，2010： 10-11.

[6]白浩松，多雷达与ADS数据融合的可变周期跟新算法[J].交通运输工程学，2007.7 （02）：19-23.