基于多傳感器的多模型機動目標跟蹤算法設計

摘 要： 多模型目標跟蹤算法由于其獨特的處理未知結(jié)構(gòu)和可變參數(shù)的優(yōu)點，已成為當前目標跟蹤研究領域的一個重要方向。然而當今的多模型目標跟蹤方法大都停留在理論層面，因此在實際應用層面上研究并設計多模型目標跟蹤算法，并實現(xiàn)穩(wěn)定、可靠而精確的目標跟蹤意義重大。選用當今最為流行、應用最廣泛的雷達和紅外作為傳感器，在紅外/雷達雙模導引頭的多傳感器平臺下展開研究，設計并仿真實現(xiàn)了更接近真實的軍事與民用環(huán)境的多模型機動目標跟蹤算法。仿真結(jié)果驗證了該算法跟蹤性能的有效性。

關鍵字： 目標跟蹤； 多模型算法； 多傳感器平臺； 數(shù)據(jù)融合

中圖分類號： TN953?34； TP302 文獻標識碼： A 文章編號： 1004?373X（2013）15?0008?03

Design of multi?model maneuvering target tracking algorithm based on multiple sensor

HE He， YANG Yan， WANG Shuang， HOU Jing

（Northwestern Polytechnical University， Xi’an 710129， China）

Abstract： Multi?model target tracking algorithm has become an important direction in target tracking research filed because of its special advantages of handling unknown structures and variable parameters. However， most multi?model target tracking methods today are staying on theoretical level. Therefore， it has signality to research and design the multi?model target tracking in practical application， and realize the goal of stable， reliable and exact target tracking. The most popular and widely used radar and infrared is taken as the sensor. The research is conducted in the multi?sensor platform of the radar/infrared dual?mode seeker. The multi?model maneuvering target tracking algorithm which is more close to the true military and commercial environment is designed and simulated. The simulation results verified the tracking performance of this method.

Keywords： target tracking； multi?model algorithm； multi?sensor platform； data fusion

0 引 言

隨著信息技術(shù)的快速發(fā)展和現(xiàn)代軍事及民用需求的不斷提高，對目標跟蹤的精度也相應地提出了更高的要求。在真實的目標跟蹤系統(tǒng)中[1?2]，目標的狀態(tài)總是處在不斷變化中，當目標真實運動模型與算法模型不匹配時，跟蹤精度會明顯下降，此時采用多模型（Multiple Model， MM）機動目標跟蹤算法將會成為最佳選擇。然而，當今的多模型目標跟蹤方法[3]大都停留在理論層面，對于多模型的實際應用價值及各模型的應用場合都需要做進一步的研究。

本文選用當今最為流行、應用最廣泛的雷達和紅外作為傳感器，在紅外/雷達雙模導引頭[4]平臺下開展對交互式多模型[5]機動目標跟蹤算法的研究，并加入噪聲干擾，更接近真實的軍事與民用環(huán)境。首先搭建紅外/雷達雙模導引頭仿真平臺[6]，進而設計基于多傳感器[7?8]的多模型機動目標跟蹤算法，采用擴展卡爾曼濾波[9]，最終實現(xiàn)算法的軟件仿真及跟蹤性能評估[10]，驗證了所設計方法的有效性和實用性。

1 多傳感器平臺搭建

雷達和紅外傳感器是目前常用的兩種目標探測和跟蹤傳感器，采用雷達為主、紅外成像傳感器探測為輔的信息融合系統(tǒng)進行目標跟蹤能夠使系統(tǒng)降低對敵方干擾的脆弱性，提高系統(tǒng)可靠性，現(xiàn)已廣泛應用于各個領域。因此，本文選取雷達與紅外雙模導引頭作為傳感器，模擬生成多傳感器的數(shù)據(jù)生成模塊，為多模型機動目標跟蹤算法提供良好的檢測平臺。

毫米波雷達導引頭的觀測數(shù)據(jù)包括觀測系下的視線方位角、視線俯仰角、彈目距離、多普勒頻率、雷達信噪比等信號。經(jīng)過坐標轉(zhuǎn)換，得到的參考系下的雷達觀測數(shù)據(jù)，建立如下雷達觀測方程：

[Z1（k）=h1（X（k））+V1（k）] （1）

式中：[Z1（k）=φR，θR，rT，]表示雷達導引頭的觀測向量；[φR]為雷達視線方位角，[θR]為雷達視線俯仰角，[r]為彈目距離。[V1（k）]是均值為零、協(xié)方差陣為[R1（k）]的白高斯噪聲向量。

[R1（k）=σ2φR000σ2θR000σ2r] （2）

紅外成像導引頭的觀測數(shù)據(jù)包括觀測系下的視線方位角，視線俯仰角等信號。經(jīng)坐標轉(zhuǎn)換得到參考系下的紅外觀測數(shù)據(jù)，建立如下紅外觀測方程：

[Z2（k）=h2（X（k））+V2（k）] （3）

式中：[Z2（k）=φIR，θIRT，]表示紅外導引頭觀測向量，[φIR]為紅外視線方位角，[θIR]為紅外視線俯仰角；[V2（k）]是均值為零、協(xié)方差陣為[R2（k）=σ2φIR00σ2θIR]的白高斯噪聲向量。

本文綜合應用點跡合并方法和點跡串行處理方法，搭建毫米波雷達和紅外數(shù)據(jù)融合的多傳感器平臺。假設雷達的掃描周期為5 ms，紅外的掃描周期為10 ms，所以首先將雷達和紅外點跡數(shù)據(jù)串行合并成為點跡數(shù)據(jù)流，進行點跡—航跡相關；對于在10 ms時刻，若雷達點跡和多個紅外點跡均與航跡相關上，則對這些點跡進行點跡壓縮合并，如圖1所示。

圖1 雷達/紅外數(shù)據(jù)融合

2 多模型跟蹤算法設計

本文選取目標跟蹤中經(jīng)常使用的幾種目標運動模型組成模型集，然后根據(jù)模型間的配合規(guī)則設計多模型選取算法，如去掉不可能模型，合并相似模型，最可能模型選擇算法以及基于期望最大算法的迭代策略等，進而對所得到的融合數(shù)據(jù)應用擴展卡爾曼濾波算法建立外推點跡，最終形成新航跡。設計框圖如圖2所示。

圖2 多模型跟蹤算法設計框圖

2.1 模型集的確定

大部分的跟蹤算法都是基于模型的，因此目標運動模型設計是機動目標跟蹤的基本要素之一，也是一個關鍵的問題。在建立機動目標模型時，一般的原則是所建立的模型既要符合實際機動模式，又要便于數(shù)據(jù)處理。本文選取目標跟蹤中常用的幾種運動模型組成模型集，包括CV模型、CA模型和當前統(tǒng)計模型。

2.2 配合規(guī)則

多模型算法按配合規(guī)則基本上可分為三代， 靜態(tài)多模型算法（SMM）、交互式多模型算法（IMM）、變結(jié)構(gòu)多模型算法（FSMM）。以上三代多模型算法跟蹤精度逐漸升高，同時算法的復雜度也依次升高、可實現(xiàn)性逐步變差。綜合考慮算法的實用性和代價，IMM算法的交互方式更合理有效一些，是目前研究應用最多、被認為是最成功的一種算法。

因此，本文采用IMM算法作為模型之間的配合規(guī)則，完成多模型跟蹤算法的設計。

2.3 濾波處理

本文選用擴展卡爾曼濾波方法對融合后的數(shù)據(jù)進行濾波處理。首先建立狀態(tài)方程和觀測方程，根據(jù)前一個估計值和最近一個觀測數(shù)據(jù)來估計信號的當前值，并用狀態(tài)方程和遞推方法來進行估計，其解是以估計值形式給出的。由于濾波是采用遞推算法，所以數(shù)據(jù)存儲量少，運算量小，非常適合實時處理系統(tǒng)的應用。

3 跟蹤效果仿真

選取掃描周期[TIR=0.02]s對目標進行跟蹤模擬。目標初始位置為（1 000，1 000，1 000）m，初始運動速度為（300，300，300）m/s，初始加速度為（10，10，10）m/s2。

圖3分別為[x]方向，[y]方向，[z]方向位置估計誤差。

圖4反映了位置估計誤差的RMSE。

圖5為目標運動軌跡和跟蹤軌跡的三維仿真示意圖。

仿真結(jié)果顯示：在基于雷達/紅外雙模導引的多傳感器仿真平臺下，所設計的多模型機動目標跟蹤算法跟蹤精度相對較高，收斂較快，遲滯較小。

4 結(jié) 語

本文主要研究基于多傳感器的多模型機動目標跟蹤算法，在更加接近真實環(huán)境的雷達紅外雙模導引模擬仿真平臺下設計了多模型機動目標跟蹤算法，并對其跟蹤性能進行仿真驗證，仿真結(jié)果證實了該算法的有效性和實用性。

圖4 位置估計誤差的RMSE

圖5 目標運動軌跡和跟蹤軌跡三維示意圖

參考文獻

[1] 周宏任.機動目標跟蹤[M].北京：國防工業(yè)出版社，1991.

[2] BAR?SHALOM Y. Multitarget?multisensor tracking [M]. Boston： Artech House， 1992.

[3] 韓宏亮.基于IMM的雷達目標跟蹤算法研究[D].南京：南京信息工程大學，2011.

[4] 朱志宇.基于紅外和雷達數(shù)據(jù)融合的機動目標跟蹤方法[J].激光與紅外，2007，37（2）：170?174.

[5] BLOM H A P， BLOEM E A. Interacting multiple model joint probabilistic data association avoiding track coalescence [C]// Proceedings of the 41st IEEE Conference on Decision and Control. Las Vegas， NV， USA： IEEE， 2002： 3408?3415.

[6] 羅寰，于雷，陳中起，等.基于多模型交互的紅外目標跟蹤方法研究[J].激光與紅外，2009，39（7）：776?779.

[7] 張紅霞.基于多源傳感器信息融合的目標跟蹤算法研究[D].成都：電子科技大學，2011.

[8] 潘麗娜.基于擴展卡爾曼濾波的多傳感器目標跟蹤[J].艦船電子工程，2010，30（12）：71?73.

[9] 蘇峰，王國宏，何友.修正的邏輯航跡起始算法[J].現(xiàn)代防御技術(shù)，2004，32（5）：66?68.

[10] 閻紅星，王曉博，王國宏.跟蹤濾波算法性能評估研究[J].現(xiàn)代雷達，2008，30（4）：33?36.