APP下载

双波段复合导引信息融合技术研究

2018-04-09宁娜穆仕博

航空兵器 2018年1期
关键词:信息融合雷达

宁娜 穆仕博

摘 要:      双频段复合制导是改善复杂电磁环境下雷达导引头检测性能及抗干扰能力的一条重要途径。 针对双频段复合雷达导引头, 本文提出了一种适用于双频段雷达的目标融合检测及跟踪算法。 该算法利用双频段信息自适应构建权重因子, 基于决策层的投票融合策略完成对目标的检测及参数估计。 仿真实验结果表明, 该算法有效提高了导引头目标检测能力及跟踪精度, 改善了干扰条件下的导引头检测性能。

关键词:     雷达; 双频段; 信息融合; 复合制导; 检测跟踪

中图分类号:    TJ765.3;TN911文献标识码:    A文章编号:     1673-5048(2018)01-0039-04

0 引  言

为了满足复杂电磁环境下攻防对抗精确目标检测跟踪武器的要求, 通过信息融合发展多模复合制导的目标检测跟踪技术成为当前精确制导的重要方向。 本文提出的双频段复合导引信息融合技术, 采用双频段主動雷达复合导引头同时工作在两个频段下, 通过充分发挥两个频段下的工作优势, 有效改进导弹的目标检测跟踪性能, 提高导弹战术使用上的灵活性。

双频段主动雷达复合导引具有如下优势:

(1) 抗干扰能力强

双频段雷达导引头同时工作在Ka和Ku两个频段, 两个工作频段之间是相互独立的, 通过同时发射两个频段下的电磁波可以增加敌方对己方导弹频率侦查和实施干扰的难度。 在一个工作频段受到干扰情况下另一频段仍然能正常工作, 提高导引头抗干扰性能。

(2) 跟踪精度高

双频段导引头可同时获得两个频段目标回波信息, 目标信息量增多, 通过融合处理算法将两个频段信息进行融合, 相比单频段导引头可提高导引头测量及跟踪精度。

(3) 改善单频段导引头工作性能不足

导引头工作频段一定程度上影响其工作性能。 双频段导引头在远距时利用Ku波段波束宽的优点提高中末制导交接班概率, 在近距时利用Ka波段的窄波束提高导引头测角精度, 充分发挥各频段工作优势, 弥补单一工作频段不足。

双频段主动雷达导引头利用两种工作频段的优势可有效提高导弹制导精度和抗干扰能力, 改进导弹在复杂干扰环境下的作战效能。

1 双频段信息融合层次

双频段复合制导信息处理系统中数据和控制流向见图1。 双频段雷达信息融合处理器承接了双波段导引头和飞行控制系统之间的信息流通和处理, 是制导系统的重要组成部分。

双频段复合雷达导引头信息融合包括以下方面内容:

【联合工作模式】利用各频段优势在不同阶段协同工作。

【融合检测】采用融合检测方法, 增大检测概率并控制虚警概率。

【融合跟踪】使用融合跟踪方法进一步剔除虚警, 确认目标, 改善目标跟踪精度。

信息融合的目的是通过融合处理不同频段下导引头测量的距离、 速度或角度信息, 保证导引头稳定跟踪特定目标, 跟踪过程不受假目标、 杂波或干扰的影响。 融合器主要处理4类任务:

接收飞控装订的“预定区域”指令和惯导系统导航信息, 控制双频段导引头目标搜索、 检测过程。

在飞控信息的辅助下, 控制复合导引头工作流程。

接收双频段导引头雷达送来的传感器报告, 估计多目标运动状态。

将多目标运动状态估计信息及归档信息反馈给信号融合器。

根据上述4类任务, 将融合器算法软件分为两部分进行设计, 即

【融合检测算法设计】对两个频段下对应检测单元的信息依据一定的规则进行融合, 得到检测单元中有无目标的最终判决。

【融合跟踪算法设计】融合器在不同工作状态下, 融合跟踪算法对传感器报告进行处理, 估计目标状态信息。

双频段导引头信息融合算法流程图如图2所示。 该信息融合处理是基于分布式CFAR检测原理。 首先通过分布式CFAR对目标进行检测; 将检测结果分别传输到各频段信息处理中, 分别估计目标的参数, 提取目标回波特征; 同时将各频段信息处理提取的目标特征和得到的目标参数送至融合器中, 与目标数据库中的目标进行关联; 关联的结果分别进行多目标跟踪, 并送至融合器, 选择目标并送出目标参数供飞控系统使用。

本文信息融合的特点: 一是对两个频段下检测到的目标和融合器检测到的目标同时进行特征提取和参数估计; 二是数据关联所用的目标数据库是融合器创建和实时更新的。 同时保留Ka和Ku两个频段完整的信息处理过程, 其中某频段受到压制式干扰情况下能保证目标的正常探测跟踪, 压制式干扰在融合器中实现判断。

2 融合检测算法

并行网络分布式检测结构如图3所示, N个局部传感器在收到未经处理的原始数据后, 在局部节点做出局部判决ui, 然后将其送至融合中心, 融合中心依据某种准则得到全局的最终判决u0。

本文依据分布式检测融合系统结构, 采用分布式非参量CFAR融合检测算法实现信号检测的融合处理。 非参量分布检测器是在分布不确定或者变化的背景噪声或者杂波包络统计量中进行CFAR操作, 提供了不需要关于背景噪声或杂波分布的先验假设检测。 非参量检测器的基本结构是把杂波或纯噪声输入数据集转化成检测统计量。 该检测统计量与固定检测阈值进行比较, 获得关于背景噪声或者杂波环境统计特性的弱假设下的恒定虚警概率。

为验证双频段信息融合有效性, 对恒定脉宽及脉冲重复间隔的Ka和Ku波段回波信号进行仿真, 双频段检测概率及虚警概率与单一频段下检测的效果如图4~5所示。 由图可知, 采用融合检测后,

较单一频段虚警概率降低的同时检测概率提高,  达到了融合检测的效果。

3 融合跟踪算法

融合跟踪算法的基础是多目标跟踪, 不论是“先跟踪后融合”还是“先融合后跟踪”, 都需要各个传感器检测到多个目标, 在此基础上进行信息融合。 本文采用“先跟踪后融合”的融合跟踪算法, 如图6所示。 在各个波段的信息处理单元中完成最近邻关联滤波, 将跟踪滤波结果输出到融合器中, 在融合器中进行航迹关联, 完成跟踪融合处理。

双频段目标跟踪数据融合步骤如下:

(1) 导弹发射后, 制导系统推算目标距离和目标方向, 决定Ku波段发射机开机时机。

(2) 到达Ku波段作用距离后, Ku波段发射机开机, 根据导航推算, 对“装订目标”进行搜索截获。

(3) 一旦Ku波段完成对目标的截获证实, 数据融合器启动跟踪过程, 输出制导信息, 导引头进入Ku制导模式。 如果Ku波段无法完成对目标的截获验证, 则导引头始终处于搜索状态, 并根据预定策略扩大搜索区域。

(4) 如果Ku波段截获目标并处于跟踪状态, 则可以根据目标距离控制Ka波段开机时机, 系统进入复合制导状态。

(5) 如果导航系统推算到达Ka波段开机时机, 而Ku波段仍不能截获目标, 则Ka波段开机, 两个频段共同搜索目标, 提高目标截获概率。

(6) 双频段导引头分布式多目标(考虑到杂波与干扰)航迹关联, 获得匹配航迹对。

(7) 将获得关联的双波段航迹进行融合, 与未获得关联的航迹一起, 送到信息处理机总控。

4 结 束 语

本文详细分析了双频段雷达复合导引信息融合工作流程, 对Ka和Ku双频段信息融合检测算法和融合跟踪算法给出了工程实现方法,  并对提出的融合检测算法做了仿真分析, 同时应用双频段测量信息, 在降低虚警率的条件下同时提高目标检测概率, 提高导引头检测性能的同时满足抗干扰需要, 该算法运算量适中, 便于实际工程应用。

参考文献:

[1]  Chris K, Ben S. Multitarget Detection and Tracking Using Multisensor Passive Acoustic Data[J]. IEEE Journal of Oceanic Engineering, 2011, 36(2): 205-218.

[2] 王陽, 赵晶, 冯德军, 等. 基于HLA的主被动雷达导引头复合制导仿真系统[J]. 系统仿真技术, 2011, 7(4): 299-304.

Wang Yang, Zhao Jing, Feng Dejun, et al. Study on Simulation System Based on HLA of Active-Passive Radar Composite Homing  Guidance[J]. System Simulation Technology, 2011, 7(4): 299-304. (in Chinese)

[3] 樊会涛, 吕长起, 林忠贤, 等. 空空导弹系统总体设计[M]. 北京: 国防工业出版社, 2007.

Fan Huitao, Lü Changqi, Lin Zhongxian, et al . Overall Design of Air-to-Air Missile System [M]. Beijing: National Defense Industry Press, 2007. (in Chinese)

[4] 赵晓睿, 高晓光, 张建东. 主动雷达型空空导弹截获概率分析[J]. 飞行力学, 2002, 20 (3): 59262.

Zhao Xiaorui, Gao Xiaoguang, Zhang Jiandong. Target Acquisition Probability Analysis for Active Radar-Guided Air- to-Air Missile[J]. Flight Dynamics, 2002, 20 (3): 59262. (in Chinese)

[5] Vathsal S, Sarkar A K. Current Trends in Tactical Missile Guidance[J]. Defence Science Journal, 2005, 55 (2): 2652280.

[6] 秦荣华. 远程攻击末制导目标截获概率数字仿真[J] . 上海航天, 2005 (3): 26228.

Qin Ronghua. Simulation of Target Air Capture Probability of Aerocraft Terminal Guidance for Long-Distance Attack[J] .Aerospace Shanghai, 2005 (3): 26228. (in Chinese)

[7] 尹继豪, 崔炳喆. 雷达/红外数据融合的机动目标跟踪算法综述[J]. 航空兵器, 2009(5): 39-43.

Yin Jihao, Cui Bingzhe. Radar/IR Data Fusion Algorithm for Maneuvering Target Tracking[J]. Aero Weaponry,  2009(5): 39-43. (in Chinese)

猜你喜欢

信息融合雷达
隐形飞机哪里躲
卡尔曼滤波在雷达目标跟踪中的应用
卡尔曼滤波在雷达目标跟踪中的应用
基于智能粒子滤波的多传感器信息融合算法
大数据背景下的信号处理分析
多传感器图像融合技术
大数据环境下基于多维信息融合的高校教学评价
一种无人飞艇高度传感器信息融合方法
班上的“小雷达”
APG—83开始在F—16V上进行飞行测试