戰(zhàn)場(chǎng)偵察雷達(dá)與光學(xué)傳感器指示交接技術(shù)算法研究

，，

(中國(guó)電子科技集團(tuán)公司 第五十四研究所，石家莊 050081)

0 引言

雷達(dá)一直是用戶跟蹤和識(shí)別的戰(zhàn)場(chǎng)目標(biāo)重要傳感器，但由于雷達(dá)在工作時(shí)不可避免地向空中輻射大量的電磁波，因此容易遭受電子對(duì)抗、反輻射導(dǎo)彈、超低空突防和隱身飛機(jī)這四大威脅的攻擊[1]。和雷達(dá)不同，光電、紅外等光學(xué)傳感器(IRST)具有不易被對(duì)方定位的特點(diǎn)，同時(shí)具有很好的抗干擾能力。但是目前主流的IRST并不具備可以滿足需求的搜索能力。并且隨著電路集成技術(shù)的快速發(fā)展和雷達(dá)、IRST等傳感器的更新?lián)Q代，單一傳感器的發(fā)展已經(jīng)逐漸成熟、發(fā)展趨勢(shì)趨于平緩，已經(jīng)無(wú)法滿足現(xiàn)在突襲裝備的偵查指標(biāo)，在這種瓶頸下，多傳感器融合作為一種以傳感器通過(guò)組網(wǎng)的方式使得效率倍增的技術(shù)得到了越來(lái)越多的青睞。在一個(gè)由多部傳感器所組成的探測(cè)系統(tǒng)中，各個(gè)傳感器可能擁有不同的特征、性能、部署位置和使用規(guī)則[2]。當(dāng)利用這些傳感器對(duì)同一個(gè)目標(biāo)進(jìn)行探測(cè)時(shí)，不同的傳感器將獲取到不同的信息，而且，能有效探測(cè)到目標(biāo)的時(shí)刻也將存在差異。此時(shí)，利用已獲取的信息引導(dǎo)未探測(cè)到目標(biāo)的傳感器來(lái)搜索捕獲目標(biāo)，相比于單純依靠傳感器的自身能力進(jìn)行搜索，將更加高效和快捷。其中，目標(biāo)的指示交接問(wèn)題是此過(guò)程中的主要環(huán)節(jié)。文獻(xiàn)[3-7]提出了多個(gè)傳感器之間的綜合管理技術(shù)，文獻(xiàn)[8]給出了傳統(tǒng)空域指示交接的視域編排方法。文獻(xiàn)[9-10]對(duì)傳感器之間的引導(dǎo)進(jìn)行了研究，但這些都沒(méi)有考慮到傳感器搜索會(huì)受到機(jī)械伺服的限制。相對(duì)于傳統(tǒng)的二坐標(biāo)警戒雷達(dá)和三坐標(biāo)跟蹤雷達(dá)之間的指示交接問(wèn)題[11]，IRST受機(jī)械伺服的限制，必定會(huì)導(dǎo)致搜索效率低下、耗時(shí)長(zhǎng)。占用資源多等一系列問(wèn)題。在傳統(tǒng)搜索過(guò)程中，IRST通過(guò)雷達(dá)的指示信息引導(dǎo)下會(huì)在一個(gè)較小的空域內(nèi)進(jìn)行搜索，然而主流的IRST不具備或具有較弱的自動(dòng)搜索能力，很容易在一定時(shí)間內(nèi)無(wú)法搜索到目標(biāo)，使目標(biāo)離開(kāi)引導(dǎo)區(qū)域?qū)е滤阉魇　Ｈ绾卧诰淅走_(dá)的指引下合理規(guī)劃IRST的搜索路徑是目前科學(xué)研究的空白區(qū)，故本文針對(duì)機(jī)械伺服的傳感器提出一種八鄰域的算法，使IRST搜索路徑進(jìn)行了優(yōu)化，可以有效解決機(jī)械伺服帶來(lái)的這些問(wèn)題，并利用蒙特卡羅(Monte Carlo)采樣法等數(shù)學(xué)手段解決了傳統(tǒng)坐標(biāo)轉(zhuǎn)換沒(méi)有考慮到的非線性轉(zhuǎn)換問(wèn)題。

1 傳感器指示信息模型描述

傳感器指示信息建模主要針對(duì)可見(jiàn)光、紅外、震動(dòng)傳感器、雷達(dá)給出的目標(biāo)信息進(jìn)行不確定性描述，并對(duì)其進(jìn)行時(shí)間上的外推和空間上的轉(zhuǎn)換。

模型描述：以二坐標(biāo)預(yù)警雷達(dá)引導(dǎo)IRST為例，假設(shè)二坐標(biāo)預(yù)警雷可以對(duì)目標(biāo)進(jìn)行距離和俯仰角的觀測(cè)得到(r,θ)，并假設(shè)r和θ均滿足高斯分布，并彼此互相獨(dú)立，標(biāo)準(zhǔn)差分別為σr和σθ。二坐標(biāo)預(yù)警雷雖然缺少俯仰上的信息，但是根據(jù)二坐標(biāo)雷達(dá)所處的地理環(huán)境限制和目標(biāo)的一些運(yùn)動(dòng)規(guī)律，同樣可以得到一些指示交接中的先驗(yàn)知識(shí)。這些先驗(yàn)知識(shí)包括：

1)目標(biāo)的高度范圍(最大飛行高度和最低飛行高度)；

2)目標(biāo)最可能出現(xiàn)的高度(地面目標(biāo)、低空目標(biāo)等)；

3)地球曲率導(dǎo)致的視野盲區(qū)；

4)周邊障礙物的遮擋效應(yīng)或地理環(huán)境限制；

5)特定目標(biāo)的初始發(fā)現(xiàn)距離；

6)目標(biāo)信號(hào)的功率和信噪比；

7)目標(biāo)成像像素點(diǎn)多少、成像參數(shù)與目標(biāo)距離的關(guān)系(對(duì)光學(xué)傳感器而言)。

在俯仰角已知的情況下，1)、2)和目標(biāo)距離存在嚴(yán)格的約束關(guān)系；3)、4)在通視和地理環(huán)境方面對(duì)距離存在約束；5)、6)和目標(biāo)距離存在一定的約束關(guān)系；7)在成像關(guān)系上對(duì)目標(biāo)距離存在約束。根據(jù)這些先驗(yàn)知識(shí)，可以建立二坐標(biāo)雷達(dá)的目標(biāo)距離信息描述，部分知識(shí)也可用于方位角和俯仰角測(cè)量的概率分布修正。

兩坐標(biāo)雷達(dá)信息建模：下面以兩坐標(biāo)預(yù)警雷達(dá)為例，闡述傳感器信息建模的基本過(guò)程。圖1所示為兩坐預(yù)警標(biāo)雷達(dá)與目標(biāo)之間的幾何關(guān)系。圖中H為雷達(dá)高度，R為所在區(qū)域地球半徑。

圖1 二坐預(yù)警標(biāo)雷達(dá)與目標(biāo)的幾何示意圖

1.1 考慮目標(biāo)最大飛行高度

由于目標(biāo)受到環(huán)境、自身機(jī)型、空氣動(dòng)力學(xué)等影響，可以判斷出一般突襲機(jī)最大飛行高度Hmax。由圖1幾何關(guān)系可知，最大俯仰角:

(1)

1.2 考慮目標(biāo)高度下限

假設(shè)目標(biāo)的真實(shí)高度為0，斜距為r，由圖1幾何關(guān)系所示，可根據(jù)斜距和地面得出目標(biāo)的最小俯仰角β:

(2)

1.3 考慮二坐標(biāo)雷達(dá)俯仰角上的探測(cè)區(qū)間

當(dāng)目標(biāo)在雷達(dá)波束之內(nèi)，二坐標(biāo)雷達(dá)才能探測(cè)到目標(biāo)。如圖2所示當(dāng)目標(biāo)位于波束之外處于盲區(qū)不可見(jiàn)，故目標(biāo)俯仰范圍應(yīng)位于雷達(dá)俯仰波束范圍(φhigh,φl(shuí)ow)內(nèi)。

圖2 二坐標(biāo)雷達(dá)探測(cè)區(qū)間示意圖

1.4 考慮地球曲率導(dǎo)致的視野盲區(qū)

(3)

類似的，其它地物的遮擋效應(yīng)也可通過(guò)建模加以解決。

φmin=max(φl(shuí)ow,β)

φmax=main(φhigh,α)

(4)

φmin=max(φl(shuí)ow,γ)

φmax=min(φhigh,α)

(5)

1.5 考慮目標(biāo)可能出現(xiàn)的高度層

不同目標(biāo)有自己特定的飛行高度，可以根據(jù)實(shí)戰(zhàn)場(chǎng)上一些戰(zhàn)略行動(dòng)分析出敵方目標(biāo)可能出現(xiàn)的高度，如偵查類民用無(wú)人機(jī)飛行高度約為150 m，偵查類軍用無(wú)人機(jī)最可能出現(xiàn)的高度為600 m。這些先驗(yàn)知識(shí)同樣可以為指示交接中IRST在俯仰上的搜索提供信息。目標(biāo)可能出現(xiàn)的先驗(yàn)信息可由近似正太分布的概率密度函數(shù)來(lái)表示。假設(shè)目標(biāo)最有可能出現(xiàn)的高度層有兩個(gè)，分別用φ1和φ2來(lái)表示，標(biāo)準(zhǔn)差σ1和σ2通過(guò)目標(biāo)最有可能出現(xiàn)的高度層和先驗(yàn)知識(shí)中的置信度來(lái)判斷。其概率密度函數(shù)曲線如圖3所示。

(6)

其中:C為歸一化常數(shù)。

圖3 俯仰角概率密度函數(shù)

由于受最小俯仰值φmin的影響，圖3表現(xiàn)的概率密度函數(shù)曲線表現(xiàn)為兩個(gè)常態(tài)函數(shù)組成的截?cái)?，其中?和φ2為兩個(gè)均值尖峰。

當(dāng)對(duì)目標(biāo)可能在高度層沒(méi)有任何先驗(yàn)知識(shí)時(shí)，可吧目標(biāo)在俯仰角取值區(qū)間內(nèi)看做均勻分布。即:

(7)

由實(shí)際情況可知，目標(biāo)在俯仰上的分布與目標(biāo)的水平和距離上的分布不存在必然的聯(lián)系，可以認(rèn)為目標(biāo)的俯仰與水平、距離上的分布相互獨(dú)立。同時(shí)對(duì)目標(biāo)的水平和距離分布進(jìn)行貝葉斯方程推到，得出目標(biāo)在水平以及距離上的分布符合正太分布，并以雷達(dá)為中心點(diǎn)為均值、觀測(cè)噪聲為方差。通過(guò)討論目標(biāo)在距離、水平和俯仰角分布，即可得到目標(biāo)的聯(lián)合概率密度函數(shù)frθφ：

frθφ=frfθf(wàn)φ

(8)

2 基于蒙特卡羅的坐標(biāo)變換方法

坐標(biāo)變換方程：坐標(biāo)變換過(guò)程中主要涉及的坐標(biāo)系統(tǒng)有：地理坐標(biāo)系BLH、地心坐標(biāo)系ECF、IRST直角坐標(biāo)ENU系和IRST球坐標(biāo)系RAE，這4種坐標(biāo)系的定義分別如下：

1)地理坐標(biāo)系(BLH, Latitude Longitude Height Coordinate System): BLH基本平面為大地參考橢球面。大地緯度B為通過(guò)赤道面與參考橢球面的法線的夾角，由赤道面為參考，法線垂直向北為正，向南為負(fù)；本初子午面向東為大地經(jīng)度L；大地高H為位置點(diǎn)沿法線到參考橢球面的距離，從參考橢球面起計(jì)量，向外為正，向內(nèi)為負(fù)。

2)地心坐標(biāo)系(ECF, Earth-Centered Fixed Coordinate System): ECF是以地球質(zhì)心為原點(diǎn)建立的空間直角坐標(biāo)系，假設(shè)地球?yàn)橐粋€(gè)標(biāo)準(zhǔn)橢球體，以地球質(zhì)心(總橢球的幾何中心)為原點(diǎn)，X軸與首子午面與赤道面的交線重合，Z軸指向北極的地球旋轉(zhuǎn)軸，基本平面與Z軸垂直，Y軸與X軸、Z軸構(gòu)成右手系。

3)IRST直角坐標(biāo)系(ENU, Earth-North-Up Coordinate System): 以IRST所在位置為ENU的坐標(biāo)原點(diǎn)，基本平面為與當(dāng)?shù)氐仄矫嫫叫械钠矫妫琗軸在基本平面內(nèi)指向正東，Y軸指向正北，Z軸與基本平面垂直向上。

4)IRST球坐標(biāo)系(RAE, Range-Azimuth-Elevation Coordinate System): 對(duì)應(yīng)于IRST觀測(cè)直角坐標(biāo)系ENU，r為目標(biāo)到IRST原點(diǎn)O的距離，方位角θ為由Y軸順時(shí)針量至目標(biāo)位置矢量在基本平面內(nèi)的投影，即順時(shí)針?lè)较驗(yàn)檎?，目?biāo)位置矢量與基本平面的夾角設(shè)為仰角φ，取向上為正。

當(dāng)對(duì)二坐標(biāo)預(yù)警雷達(dá)的指示信息進(jìn)行坐標(biāo)變換時(shí)，涉及到多次坐標(biāo)系的互相轉(zhuǎn)換，其轉(zhuǎn)換流程如圖4所示。

圖4 坐標(biāo)變換示意圖

其主要涉及到3種坐標(biāo)系的互相轉(zhuǎn)換：

1)雷達(dá)觀測(cè)直角坐標(biāo)系和IRST測(cè)量球標(biāo)系的互相轉(zhuǎn)換。目標(biāo)在IRST測(cè)量球坐標(biāo)系中的坐標(biāo)為[r,θ,φ]，在雷達(dá)觀測(cè)直角坐標(biāo)系中的坐標(biāo)為[XENU,YENU,ZENU]，則其互相轉(zhuǎn)換公式如下：

(9)

(10)

2)地心坐標(biāo)系和雷達(dá)觀測(cè)直角坐標(biāo)系的互相轉(zhuǎn)換。已知雷達(dá)天線的地理坐標(biāo)為[L,B,H]，其中L為經(jīng)度，B為緯度，H為高度，地心坐標(biāo)為[XO,YO,ZO]。目標(biāo)在ENU中的坐標(biāo)為[XENU,YENU,ZENU]，在ECF中的坐標(biāo)為[XECF,YECF,ZECF]，則其互相轉(zhuǎn)換公式如下：

(11)

(12)

其中:M為預(yù)警雷達(dá)觀測(cè)直角坐標(biāo)系到地心坐標(biāo)系之間的旋轉(zhuǎn)變換矩陣，

(13)

3)地理坐標(biāo)系和地心坐標(biāo)系的互相轉(zhuǎn)換。地理坐標(biāo)系中雷達(dá)天線的坐標(biāo)為[L,B,H]，地心坐標(biāo)系中雷達(dá)天線的坐標(biāo)為[XO,YO,ZO]，則其互相轉(zhuǎn)換公式如下：

(14)

ECF→BLH:地心坐標(biāo)轉(zhuǎn)換成地理坐標(biāo)采用迭代算法實(shí)現(xiàn)，步驟如下：

1)迭代初始化，i=0，Zi=-e2Zradar；

2)判斷Zi是否滿足迭代收斂條件，若不是，進(jìn)入步驟3)；若是，進(jìn)入步驟5)；

3)令ΔZ=Zradar-Zi，計(jì)算:

(15)

其中:

(16)

(17)

4)i=i+1，回到步驟2)；

5)計(jì)算得到地理坐標(biāo)為:

(18)

傳感器對(duì)目標(biāo)的位置測(cè)量信息往往是不完整的，尤其是被動(dòng)傳感器，信息缺失比較嚴(yán)重，通常不支持嚴(yán)格意義上的坐標(biāo)變換。以下仍以兩坐標(biāo)雷達(dá)指示信息為例，其觀測(cè)信息要轉(zhuǎn)換到其它傳感器的觀測(cè)坐標(biāo)系，傳統(tǒng)指示交接問(wèn)題中一般假設(shè)指示信息已經(jīng)轉(zhuǎn)換到了IRST的坐標(biāo)系中，然而目標(biāo)在IRST的坐標(biāo)系中的概率分布函數(shù)難以描述，并且涉及到俯仰角上的缺失和坐標(biāo)轉(zhuǎn)換中的非線性運(yùn)算，故提出Monte Carlo采樣法來(lái)解決該問(wèn)題。

Monte Carlo采樣基本原理：對(duì)一個(gè)概率密度函數(shù)p(x)，根據(jù)伯努利大數(shù)定理及正態(tài)隨機(jī)變量的失效概率和可靠度指標(biāo)等特征，可近似地通過(guò)基于其采樣的N>>1個(gè)設(shè)有統(tǒng)計(jì)獨(dú)立的隨機(jī)采樣點(diǎn){xi～p(x);i=1,2,…,N}表述。即:

(19)

其中:δ(g)表示狄拉克δ函數(shù)。

若p(x)難以直接采樣，如指示信息中定義的俯仰角概率密度函數(shù)fφ(g)，需要定義與p(x)相似且容易計(jì)算的函數(shù)q(x)來(lái)作為表達(dá)先驗(yàn)信息的重要度密度函數(shù)，然后通過(guò)對(duì)q(x)進(jìn)行采樣得到采樣點(diǎn)xi，即{xi～q(x);i=1,2,…,N}，此時(shí)概率密度函可表示為：

(20)

其中:wi為第i個(gè)采樣點(diǎn)的歸一化權(quán)重，其計(jì)算式為:

(21)

圖5 概率密度和重要度密度函數(shù)

可以通過(guò)上述Monte Carlo采法對(duì)雷達(dá)指示信息中的距離、方位和俯仰聯(lián)合概率密度函數(shù)進(jìn)行采樣，由于雷達(dá)指示信息中定義的俯仰角概率密度函數(shù)fφ(g)無(wú)法直接進(jìn)行采樣，可將其看成要度密度函數(shù)等于(φ1+φ1)/2的正太分布，用qφ(g)來(lái)表示。在距離和水平上滿足公式(6)，可對(duì)其直接進(jìn)行采樣。

綜上所述，目標(biāo)聯(lián)合概率密度采樣具體操作偽代碼如下所示：

采樣(frφθ)(24)

·FORi=1:N

采樣距離隨機(jī)點(diǎn)：ri～fr

采樣水平隨機(jī)點(diǎn)：θi～fθ

采樣俯仰等效函數(shù)隨機(jī)點(diǎn)：φi～qφ

計(jì)算采樣點(diǎn)權(quán)重:

(25)

·END FOR

·計(jì)算累積權(quán)重和：

(26)

·FORi=1:N

權(quán)重歸一化處理：

(27)

·END FOR

經(jīng)過(guò)采樣處理后，可以有效避免原函數(shù)在坐標(biāo)變換中涉及的非線性變換帶來(lái)大量復(fù)雜的計(jì)算工作，便于計(jì)算機(jī)處理，注意到采樣點(diǎn)含有距離、方位和俯仰信息，按照坐標(biāo)變換方程即能轉(zhuǎn)換到IRST坐標(biāo)系對(duì)應(yīng)位置。

(27)

圖6 IRST搜索視域

如圖6所示，將雷達(dá)坐標(biāo)中的采樣點(diǎn)轉(zhuǎn)換到IRST坐標(biāo)系中后，可以根據(jù)每個(gè)視域上落入的采樣點(diǎn)定義其視域權(quán)重：

(28)

傳統(tǒng)的目標(biāo)指示交接，一般將接收傳感器的掃描方式假定為電掃描，如三坐標(biāo)相控陣?yán)走_(dá)。這種掃描方式可以在不相鄰的波位之間實(shí)現(xiàn)跨越掃描，而不需要考慮掃描波束移動(dòng)中的連續(xù)性。但是，現(xiàn)有的光電傳感器均為機(jī)械掃描，其伺服系統(tǒng)只能支持順序掃描方式。此時(shí)，采用相控陣?yán)走_(dá)的波位編排方式，顯然是不合適的。所以本文根據(jù)IRST實(shí)際應(yīng)用環(huán)境，設(shè)計(jì)了一種基于八鄰域擇優(yōu)的視域編排方法，解決順序掃描傳感器的視域編排問(wèn)題。

為了避免IRST在失敗的指示交接中浪費(fèi)大量時(shí)間，規(guī)定指示交接具有時(shí)效性T0，IRST在每個(gè)視場(chǎng)上駐留時(shí)間為t0，可推算出最大搜索視域N=T0/t0。

在指示信息引導(dǎo)下，IRST一般只需在一個(gè)較小空域內(nèi)搜索目標(biāo)，不必進(jìn)行全空域搜索。確定搜索空域大小時(shí)需保證發(fā)現(xiàn)目標(biāo)的概率大于一定的門(mén)限值P0。IRST首先根據(jù)視域權(quán)重大小進(jìn)行排序，選取權(quán)重最大的視域位置設(shè)為α1進(jìn)行優(yōu)先搜索，在并其8個(gè)鄰域視域b1-i1中根據(jù)搜索視域權(quán)重按照從大到小對(duì)各個(gè)視域進(jìn)行排序，選擇鄰域中視域權(quán)重最大的視域位置α2作為新的搜索中心點(diǎn)，直到搜索第k個(gè)視域αk，此時(shí)若k=N，無(wú)論此時(shí)視域權(quán)重是否達(dá)到門(mén)限值P0，均停止搜索并判定此次指示交接失敗。此時(shí)若k≤N，且搜索視域權(quán)重大于等于門(mén)限值P0，則證明指示交接成功。

(29)

根據(jù)最優(yōu)搜索理論，八鄰域視域編排按照當(dāng)前視域相鄰的8個(gè)視域權(quán)重大小進(jìn)行下一步連續(xù)視域的搜索選擇。這種搜索方法避免了把搜索時(shí)間浪費(fèi)在權(quán)重較小的視域上，提升了指示交接的時(shí)效性，并且在搜索中會(huì)根據(jù)指示信息的變化調(diào)整搜索空域，當(dāng)指示信息模糊時(shí)，可以動(dòng)態(tài)增大搜索空域的大小并切換搜索方向。

在采樣點(diǎn)通過(guò)Monte Carlo采樣法落入IRST坐標(biāo)系中，并根據(jù)指示信息確定搜索空域，設(shè)定搜索門(mén)限后，IRST搜索視域的編排流程如圖7所示。

圖7 機(jī)械掃描視域編排流程圖

3 實(shí)驗(yàn)結(jié)果與分析

本文設(shè)定了兩個(gè)試驗(yàn)來(lái)驗(yàn)證文中提出方法的有效性。

試驗(yàn)一：三坐標(biāo)預(yù)警雷達(dá)和IRST指示交接試驗(yàn)。

假設(shè)搜索空域發(fā)現(xiàn)概率門(mén)限為0.9，三坐標(biāo)預(yù)警雷達(dá)的經(jīng)度、維度和高度分別文為[112.928°,28.188°,692 m]，測(cè)距誤差100 m、方位誤差和俯仰誤差均為1.2°。IRST的的經(jīng)度、維度和高度分別文為[112.652°,28.3°,449 m]，測(cè)距誤差100 m、方位誤差和俯仰誤差均為0.2°誤差均滿足互相獨(dú)立且均值為零的高斯分布，機(jī)械伺服視域切換速度為1 ms、視域大小為5 °×5 °。對(duì)聯(lián)合概率密度函數(shù)采樣50 000點(diǎn)，此時(shí)由于三坐標(biāo)雷達(dá)對(duì)IRST的指示交接不涉及先驗(yàn)信息，故距離、方位和俯仰可認(rèn)為服從均勻分布均可直接采樣，但是坐標(biāo)變換中由于涉及非線性變換，落入IRST中的圖形并非規(guī)則的幾何圖形，若采用傳統(tǒng)方法如圖8所示，需要16個(gè)視域才能達(dá)到0.9的門(mén)限要求，此時(shí)如果設(shè)定做大視域數(shù)N=15的話很有可能導(dǎo)致交接失敗，然而采用八鄰域搜索視域編排如圖9，搜索視域按其鄰域權(quán)重(即視域內(nèi)采樣點(diǎn)個(gè)數(shù))來(lái)進(jìn)行視域編排，只需7次即可滿足要求，在八鄰域搜索視域編排的影響下，IRST很少將時(shí)間停靠在重較小的視域上，有效提升了搜索效率。

圖8 三坐標(biāo)傳統(tǒng)方法視域編排

圖9 三坐標(biāo)八鄰域法搜索視域編排

為了對(duì)比八鄰域方法和傳統(tǒng)方法性能，對(duì)目標(biāo)位置進(jìn)行132次模擬，得出本文方法和傳統(tǒng)方法耗時(shí)統(tǒng)計(jì)特性和性能曲線，由圖可以看出相對(duì)于傳統(tǒng)方式，針對(duì)光電伺服的八鄰域搜索方法可以大幅提升搜索效率，在達(dá)到0.9發(fā)現(xiàn)概率門(mén)限條件下，平均性能提升26.32%。

圖10 三坐標(biāo)任務(wù)交界性能曲線

表1給出了兩種方法各自的性能。使用傳統(tǒng)方法，想要達(dá)到0.9的概率門(mén)限所需要的平均時(shí)間為16.95。而使用本文方法可以有效縮短探測(cè)時(shí)間為12.31。

表1 三坐標(biāo)先驗(yàn)條件下性能比較

試驗(yàn)一表明在三坐標(biāo)指示信息下，本文所提出方法較傳統(tǒng)方法在效率上有一定提升。

試驗(yàn)二：兩坐標(biāo)預(yù)警雷達(dá)和IRST的指示交接問(wèn)題。

圖11 兩坐標(biāo)指示搜索空域和視域編排

假設(shè)搜索空域發(fā)現(xiàn)概率門(mén)限仍為0.9，二坐標(biāo)預(yù)警雷達(dá)的經(jīng)度、維度和高度分別文為[112.928 °,28.188 °,692 m]，測(cè)距誤差100 m、方位誤差和俯仰誤差均為1.2 °。IRST的的經(jīng)度、維度和高度分別文為[112.652 °,28.3 °,449 m]，測(cè)距誤差100 m、方位誤差和俯仰誤差均為0.2 °、機(jī)械伺服視域切換速度為1 ms、視域大小為5 °×5 °,誤差均滿足互相獨(dú)立且均值為零的高斯分布。在二坐標(biāo)引導(dǎo)IRST中需考慮先驗(yàn)信息。對(duì)聯(lián)合概率密度函數(shù)采樣50 000點(diǎn)，采樣點(diǎn)經(jīng)過(guò)坐標(biāo)變換后主要集中在先驗(yàn)信息的鄰域內(nèi)，搜索視域按其鄰域權(quán)重(即視域內(nèi)采樣點(diǎn)個(gè)數(shù))作為排序準(zhǔn)則，為使八鄰域的視域編排以及搜索路徑清晰，采用模擬軟件模擬出本文方法的視域編排和搜索線路，最后得到搜索空域和視域編排順序如圖11所示，圖中①號(hào)區(qū)域?yàn)闄?quán)重最大的目標(biāo)起始搜索點(diǎn)，②號(hào)區(qū)域代表目標(biāo)所在真實(shí)位置，圖中黑色路線代表八鄰域視域編排順序。由于三坐標(biāo)預(yù)警雷達(dá)提供交接的指引信息，在視域權(quán)重影響下，IRST用八領(lǐng)域搜索算法使目標(biāo)周圍搜索的視域數(shù)要高于其他非目標(biāo)區(qū)域。

對(duì)目標(biāo)位置進(jìn)行132次模擬，得出本文方法和傳統(tǒng)方法耗時(shí)統(tǒng)計(jì)特性和性能曲線，在缺少俯仰信息的條件下，由圖12可以看出相對(duì)于傳統(tǒng)方式，八鄰域搜索方法可以大幅提升搜索效率，在達(dá)到0.9發(fā)現(xiàn)概率門(mén)限條件下，平均性能提升54.04%。

圖12 二坐標(biāo)任務(wù)交界性能曲線

對(duì)實(shí)驗(yàn)二進(jìn)行132次模擬仿真，得出傳統(tǒng)方法和八鄰域搜索法平均耗時(shí)數(shù)據(jù)，如表2所示，使用傳統(tǒng)方法想要達(dá)到0.9的概率門(mén)限所需要的平均時(shí)間為18.83。而使用本文方法可以有效縮短探測(cè)時(shí)間為8.43。

表2 二坐標(biāo)不同方法性能比較

在沒(méi)有先驗(yàn)信息支撐的條件下，傳統(tǒng)方法默認(rèn)為俯仰信息在空域范圍內(nèi)服從均勻分布，保持其他參數(shù)不變，在相同條件下模擬132次，得到視域編排及路徑選擇圖、交接耗時(shí)性能曲線、任務(wù)交界性能曲線如圖13所示。

圖13 三坐標(biāo)指示搜索空域與視域編排

圖14 無(wú)先驗(yàn)二坐標(biāo)任務(wù)交界性能曲線

由于缺少先驗(yàn)信息的指示，搜索指示信息會(huì)減少，不可避免的會(huì)增大搜索空域，如圖13所示，在搜索效率下降的情況下，搜索了了大量空域，在一定視域數(shù)內(nèi)仍未搜索到目標(biāo)，為了避免浪費(fèi)大量時(shí)間，判定此次搜索失敗。

將任務(wù)交界性能曲線結(jié)果轉(zhuǎn)化為柱狀圖，其平均耗時(shí)及性能提升比例如圖15所示。

圖15 無(wú)先驗(yàn)二坐標(biāo)交接時(shí)耗統(tǒng)計(jì)特性

有無(wú)先驗(yàn)平均發(fā)現(xiàn)時(shí)間性能提升占比/%包含先驗(yàn)8.43不含先驗(yàn)12.3246.14

由上面結(jié)果對(duì)比分析，在沒(méi)有先驗(yàn)信息的條件下，搜索路徑開(kāi)始變多，要達(dá)到0.9的檢測(cè)概率門(mén)限條件下，我們需要搜索更多的視域，平均耗時(shí)同時(shí)大量增加。

試驗(yàn)二表明，在兩坐標(biāo)指示信息下，在先驗(yàn)信息的支撐下，可以有效縮短搜索搜索范圍，同時(shí)利用八鄰域方法，縮短了搜索時(shí)間，對(duì)比傳統(tǒng)的搜索方法，效率大大提升。

4 結(jié)束語(yǔ)

在多傳感器協(xié)作模式中，指示交接是很重要的一個(gè)環(huán)節(jié)，合適的指示交接算法能有效提升傳感系統(tǒng)發(fā)現(xiàn)感興趣目標(biāo)的性能。本文以陸戰(zhàn)場(chǎng)無(wú)人機(jī)防御作戰(zhàn)為背景，針對(duì)兩種不同坐標(biāo)系下指示交接過(guò)程展開(kāi)了研究，主要的研究成果包括：

針對(duì)多傳感器融合技術(shù)中雷達(dá)和IRST的指示交接問(wèn)題進(jìn)行了研究，彌補(bǔ)了IRST缺少自主搜索能力的短板，有重大戰(zhàn)略以及實(shí)際應(yīng)用價(jià)值。針對(duì)異地部署的雷達(dá)和IRST，首先根據(jù)雷達(dá)所處的環(huán)境以及目標(biāo)的運(yùn)動(dòng)規(guī)律建立了目標(biāo)模型，給出了一定的先驗(yàn)知識(shí)，之后利用Monte Carlo采樣原理，將計(jì)算機(jī)難以處理的函數(shù)非線性運(yùn)算轉(zhuǎn)換成計(jì)算機(jī)可編程的點(diǎn)到點(diǎn)的坐標(biāo)轉(zhuǎn)換，解決了指示信息誤差難以描述的問(wèn)題。隨后通過(guò)計(jì)算目標(biāo)在IRST各視域上出現(xiàn)的概率，確定了IRST搜索空域大小和視域編排順序。設(shè)計(jì)了一種專門(mén)針對(duì)機(jī)械伺服的傳感器的搜索模式，可以有效提升搜索效率，并開(kāi)發(fā)了相關(guān)模擬軟件得以支撐結(jié)果。

隨后通過(guò)仿真三坐標(biāo)雷達(dá)和IRST的指示交接，二坐標(biāo)雷達(dá)在有無(wú)先驗(yàn)信息的條件下與IRST進(jìn)行指示交接。實(shí)驗(yàn)結(jié)果表明在先驗(yàn)信息和八鄰域搜索路徑的支撐下，可以有效提升搜索效率，降低指示交接容錯(cuò)比。

最后需要強(qiáng)調(diào)的是本文只對(duì)雷達(dá)和IRST的指示交接算法進(jìn)行了一定研究，但在多傳感器融合領(lǐng)域，不同的傳感器之間的指示交接問(wèn)題問(wèn)題仍然可用本文方法進(jìn)行建模和使用。