炮位偵校雷達數(shù)據(jù)處理一體化技術(shù)研究

摘" 要：針對傳統(tǒng)炮位偵校雷達數(shù)據(jù)處理中跟蹤、識別、濾波各環(huán)節(jié)中存在信息交互能力差，對雷達濾波數(shù)據(jù)信息挖掘不充分的問題，提出數(shù)據(jù)處理一體化的技術(shù)思路。通過建立跟蹤、識別間的反饋，將識別信息反饋到跟蹤階段以調(diào)整跟蹤策略節(jié)約雷達時間資源;建立識別、濾波間的雙向反饋，根據(jù)不同的目標選擇合適的濾波模型以提高外推精度。基于以上思路，結(jié)合仿真實驗驗證提出一體化技術(shù)的可行性，具有一定工程應用價值。

關(guān)鍵詞：炮位偵校雷達;數(shù)據(jù)處理;一體化技術(shù);跟蹤濾波;目標識別

中圖分類號：TN957" " " 文獻標志碼：A" " " " " 文章編號：2095-2945（2023）18-0027-04

Abstract： Aiming at the poor information exchange ability of tracking， recognition and filtering in the traditional weapon locating radar data processing， and the insufficient data mining of radar filter， the technical idea of integrated data processing is put forward. By establishing the feedback between tracking and recognition， the identification information is fed back to the tracking stage to adjust the tracking strategy to save radar time resources. The bidirectional feedback between recognition and filtering is established， and the appropriate filtering model is selected according to different targets to improve the accuracy of extrapolation. Based on the above ideas， the feasibility of the proposed integration technology is verified by combining with simulation experiments， which has certain engineering application value.

Keywords： weapon locating radar; data processing; integration technology; tracking filtering; target recognition

炮位偵校雷達的主要作戰(zhàn)任務是偵察敵方火炮炮位和測定己方火炮彈著點，通過間接的方式完成對戰(zhàn)場有關(guān)目標的偵察和定位[1]，在地面進攻與防御作戰(zhàn)中仍具有不可替代的作用。數(shù)據(jù)處理方法是決定炮位偵校雷達性能的關(guān)鍵技術(shù)之一。炮位偵校雷達數(shù)據(jù)處理是指終端數(shù)據(jù)處理軟件對彈丸目標跟蹤濾波數(shù)據(jù)進行二次處理，實現(xiàn)目標識別、彈道外推的過程。

近年來，有關(guān)炮位偵校雷達數(shù)據(jù)處理的研究主要側(cè)重于利用基于彈道模型的非線性濾波估計算法和機器學習算法獲得彈道目標的精確參數(shù)估計，提高彈道外推精度。文獻[2]采用考慮地球曲率的彈道模型，分析比較了最小二乘估計、擴展卡爾曼濾波（EKF）、無跡卡爾曼濾波（UKF）和粒子濾波（PF）等幾種濾波算法的性能，驗證了各種算法的精度和可行性;文獻[3]在擴展卡爾曼濾波基礎(chǔ)上提出一種基于反向擴展卡爾曼濾波的彈道外推算法，將正向濾波的終點作為反向濾波的起點，旨在通過縮短外推距離來提升外推精度，取得一定成果;文獻[4]建立了BP神經(jīng)網(wǎng)絡(luò)和支持向量機2種基于機器學習的彈道落點預測模型，并利用粒子群優(yōu)化算法對2種模型的參數(shù)進行尋優(yōu)，有助于快速準確地預測彈道落點;文獻[5]提出使用遺傳算法辨識出彈丸飛行中的姿態(tài)角度信息再進行彈道外推，通過仿真實驗驗證了該方法的有效性和可行性，所提出的模型具有可擴展性，可降低傳統(tǒng)外推算法中的模型誤差。

傳統(tǒng)炮位偵校雷達數(shù)據(jù)處理中跟蹤、識別、濾波和外推是按時間順序進行的，在具體實現(xiàn)時各部分也相互獨立，導致各環(huán)節(jié)中存在信息交互能力差，對雷達濾波數(shù)據(jù)信息挖掘不充分的問題。本文從數(shù)據(jù)處理一體化的角度出發(fā)，通過建立數(shù)據(jù)處理中各階段的信息反饋，優(yōu)化數(shù)據(jù)處理流程，減少虛假目標跟蹤、外推，達到節(jié)約雷達系統(tǒng)時間資源的目的。最后結(jié)合仿真實驗驗證所提一體化技術(shù)的可行性。

1" 炮位偵校雷達的數(shù)據(jù)處理

1.1" 雷達系統(tǒng)組成

目前國內(nèi)外的炮位偵校雷達大多都采用相控陣體制，主要系統(tǒng)組成如圖1所示。雷達系統(tǒng)工作時，實時控制計算機自動控制雷達各分系統(tǒng)同步協(xié)調(diào)工作。雷達架設(shè)完畢后，工作流程大致為：通信分系統(tǒng)與上級指揮中心保持聯(lián)系，定位定向?qū)Ш椒窒到y(tǒng)確定雷達的位置，搜索屏覆蓋指定偵察區(qū)域，信號與信息處理系統(tǒng)抑制地面雜波、氣象雜波、鳥群雜波、有源和無源干擾信號，經(jīng)過信號處理、恒虛警檢測等處理后判斷是否發(fā)現(xiàn)目標，若發(fā)現(xiàn)目標則把目標的信號送到數(shù)據(jù)處理器形成量測數(shù)據(jù)，包括目標的位置、速度，對量測數(shù)據(jù)進行關(guān)聯(lián)、跟蹤、濾波、平滑和預測等計算，抑制測量過程中的隨機誤差，并在顯控分系統(tǒng)的終端計算機上形成穩(wěn)定的目標航跡，彈道外推程序根據(jù)濾波數(shù)據(jù)外推得到敵方炮位坐標或己方火炮落點位置，最后將可靠性高的外推炮位坐標上報給指揮中心或火炮武器平臺，完成一次作戰(zhàn)任務。

1.2" 數(shù)據(jù)處理流程介紹及分析

傳統(tǒng)炮位偵校雷達數(shù)據(jù)處理流程如圖2所示。雷達以TAS（Track and Search，跟蹤加搜索）方式工作，當搜索到有運動目標穿過搜索屏時，發(fā)射確認、跟蹤波束，獲得目標的距離、方位、俯仰和速度信息，以量測數(shù)據(jù)前兩點數(shù)據(jù)計算得到濾波初值，代入基于質(zhì)點彈道方程的擴展卡爾曼濾波方程中，等到濾波器收斂后（跟蹤濾波點數(shù)一般為15～20個），將濾波終點作為彈道外推的起點，利用四階龍格-庫塔法從外推起點向彈道起點方向進行彈道外推，得到外推炮位的坐標，從外推起點向彈道落點方向進行彈道外推，則得到炮彈落點坐標。

當目標為真實彈道目標時，以上數(shù)據(jù)處理流程可以順利運行，并且在現(xiàn)有各種濾波、彈道外推算法的基礎(chǔ)上可得到較高的精度，然而當飛機、無人機、地面車輛等非彈道目標穿過搜索屏時，炮位偵校雷達同樣會發(fā)現(xiàn)并發(fā)射跟蹤波束，直到在跟蹤了若干點后才根據(jù)航跡判別為非彈道類目標而結(jié)束跟蹤[6]，若無法根據(jù)航跡判斷，還會啟動后續(xù)的彈道外推程序，這樣一來，對虛假目標的確認、跟蹤、外推耗費了大量的雷達時間資源，降低了搜索數(shù)據(jù)率，導致對真實目標的發(fā)現(xiàn)概率下降，盡管跟蹤、濾波、外推的精度都做得很好也無濟于事。除此之外，跟蹤、濾波、外推是按時間順序結(jié)構(gòu)進行的，存在先后次序制約，在具體實現(xiàn)中各個技術(shù)手段都是單獨進行，三者的信息關(guān)聯(lián)性沒有得到足夠重視，例如在跟蹤階段，可根據(jù)量測數(shù)據(jù)中的速度、俯仰角信息初步判斷目標是否符合彈道目標高速運動、俯仰角大（低射角彈道除外）的運動特征，對平飛、低速目標可直接剔除或作其他處理。

2" 一體化技術(shù)原理

通過上面的分析，本文從數(shù)據(jù)處理一體化的角度出發(fā)，通過建立跟蹤、識別間的反饋，將識別信息反饋到跟蹤階段以調(diào)整跟蹤策略，節(jié)約雷達時間資源;建立識別、濾波間的雙向反饋，根據(jù)不同的目標選擇合適的濾波模型以提高外推精度;通過對跟蹤濾波數(shù)據(jù)的精細化處理和深度挖掘，優(yōu)化數(shù)據(jù)處理流程來提升雷達目標識別、彈道外推的能力。一體化技術(shù)原理如圖3所示。

過程①為識別向跟蹤的前向反饋。基于TAS的跟蹤方式會對目標發(fā)射確認波束獲取更多信息，根據(jù)多普勒速度、俯仰角變化、垂直方向速度等運動特征可初步判斷該目標是否符合彈道類目標基本運動特征，若為非彈道類目標，可根據(jù)雷達實際時間資源情況選擇結(jié)束跟蹤或者以較低的數(shù)據(jù)率跟蹤。

過程②為濾波向識別的反饋。經(jīng)過第一次目標識別后，平動、低速運動目標已被剔除，若目標為非彈道類目標，如做上仰機動的飛機，則轉(zhuǎn)入濾波階段，將量測數(shù)據(jù)代入基于擴展卡爾曼濾波的彈道方程中，對量測數(shù)據(jù)做進一步處理。由于非彈道類目標的運動模型與彈道模型不符，量測值和濾波值的誤差會隨時間增加，嚴重時會導致濾波器發(fā)散[7]，由此可判定該目標為非彈道類目標，回到過程①，將識別結(jié)果反饋到跟蹤，不再啟動彈道外推程序。

過程③為識別向濾波的反饋，即根據(jù)不同的目標選擇合適的濾波模型以降低模型誤差。目前，通過提取目標彈道、軌跡、速度等特征可有效區(qū)分氣動類目標和彈道類目標，氣動類目標常作為無效目標進行濾除，這里以典型的迫擊炮彈和遠程火箭彈的運動特征為例加以分析，迫擊炮彈多采用高射角發(fā)射，彈道軌跡彎曲大、射程近、彈體較小，速度在300 m/s左右;火箭彈常采用多管發(fā)射，助推段經(jīng)發(fā)動機點火后速度可達1 000 m/s，遠程打擊射程可達100 km，且炮彈體積較大，雷達散射截面積（RCS）特征明顯。迫擊炮彈和火箭彈的速度、射程、彈道軌跡有明顯區(qū)別，針對遠程火箭彈可采用考慮地球曲率的彈道方程[8]來提升外推精度。

通過以上分析，數(shù)據(jù)處理一體化技術(shù)對節(jié)約系統(tǒng)時間資源、提升彈道外推精度有一定幫助，其關(guān)鍵在于通過挖掘跟蹤、濾波信息來判斷是否為真實彈道類目標。在跟蹤階段依據(jù)目標的運動特征先對所檢測到的目標做一個粗分類，對飛機、無人機、地面車輛等非彈道目標進行過濾和剔除，從而降低虛假目標跟蹤建航的概率，保證對彈道類目標的高優(yōu)先級處理，經(jīng)過層層篩選，具有彈道類目標運動特征的數(shù)據(jù)進入后續(xù)的彈道外推處理環(huán)節(jié)。

3" 仿真實驗

根據(jù)質(zhì)點彈道方程仿真生成一條全彈道數(shù)據(jù)如圖4所示，炮彈初速為560 m/s，彈道系數(shù)為0.5，射角為43°，橫坐標為距離，縱坐標為彈道高度;從實測數(shù)據(jù)中截取靶機做爬機運動的一部分如圖5所示，橫坐標為采樣點數(shù)，縱坐標為飛行高度，靶機從1 900 m高度爬升約500 m后緩緩下降。

炮彈的仿真數(shù)據(jù)是以炮位為原點的直角坐標系下生成的，需要進行適當?shù)淖鴺俗儞Q才能得到以雷達為原點的極坐標下的觀測值，假設(shè)雷達的隨機探測誤差服從零均值的正態(tài)分布，方位為1 mil，俯仰角為1.5 mil，距離為6.25 m，采樣時間為0.3 s。將炮彈上升段運動和靶機爬升機動數(shù)據(jù)作為真值，加入高斯白噪聲形成量測值，代入以擴展卡爾曼濾波為基礎(chǔ)的濾波方程中得到濾波值，濾波初值取前2個測量值的平均值，得到各自的X方向濾波平均距離誤差分別如圖6、圖7所示，橫坐標為采樣點數(shù)，縱坐標為平均距離誤差。

對比圖6、圖7可以看出，經(jīng)過對測量值的濾波處理，炮彈的濾波誤差逐漸減小并趨于穩(wěn)定，而靶機的濾波誤差逐漸增大，并且沒有收斂的趨勢，且炮彈的濾波誤差始終比靶機的小，這是由于非彈道類目標的運動模型與彈道模型失配引起的，即濾波效果或是否收斂可以作為目標識別的判別方式之一。炮彈的上升段和飛行目標的爬升雖從軌跡上有相似之處，但可以利用濾波信息中的濾波誤差加以區(qū)分，從而剔除“虛假”目標，完成識別向跟蹤的反饋，節(jié)約雷達時間資源。以上仿真實驗驗證了炮位偵校雷達數(shù)據(jù)處理一體化技術(shù)的可行性，有一定的工程應用價值。

4" 結(jié)束語

近年來，信息化戰(zhàn)爭、電子戰(zhàn)等新型作戰(zhàn)方式的出現(xiàn)為現(xiàn)代戰(zhàn)爭提供了更多手段與選擇，然而傳統(tǒng)火炮憑借其實體打擊效果好、成本可控、通用性優(yōu)和可靠性高的特點，在各國陸軍炮兵部隊中占有一席之地，再加上無人機技術(shù)發(fā)展迅速，大大增加了空中目標識別的作戰(zhàn)壓力和復雜性。炮位偵校雷達作為陸軍炮兵偵察裝備之一，需要從眾多目標中準確、快速地完成彈道類目標跟蹤、識別、外推，為反炮兵作戰(zhàn)贏得時間。

本文針對傳統(tǒng)炮位偵校雷達數(shù)據(jù)處理過程中跟蹤、濾波、識別和外推各環(huán)節(jié)信息交互能力差、跟蹤濾波數(shù)據(jù)信息利用不充分的問題，從數(shù)據(jù)處理一體化的角度出發(fā)，通過建立識別向跟蹤的前向反饋、識別與濾波的雙向反饋，進一步降低對虛假目標的跟蹤、外推概率，節(jié)約雷達時間資源，并通過仿真實驗驗證其可行性，具有一定工程應用價值，為炮位偵校雷達在復雜作戰(zhàn)環(huán)境下實現(xiàn)精細化數(shù)據(jù)處理提供了新的思路。

參考文獻：

[1] 朱道光.火炮定位雷達的現(xiàn)狀與發(fā)展趨勢[J].火控雷達技術(shù)，2007（3）：1-10.

[2] 單奇，鈕俊清，李川.炮位偵校雷達的數(shù)據(jù)處理研究[J].雷達科學與技術(shù)，2010，8（2）：171-176.

[3] 王干，熊風，歐能杰，等.基于反向擴展卡爾曼濾波的彈道外推算法[J].電光與控制，2020，27（12）：49-52，89.

[4] 王森.基于機器學習的彈道落點預測研究[D].南京：南京理工大學，2020.

[5] 武瀚文，查啟程，梁燊，等.基于遺傳算法的彈道外推方法[J].指揮控制與仿真，2021，43（5）：102-106.

[6] 高青松，王建強，王歡.炮位偵察校射雷達多目標能力分析[J].火控雷達技術(shù)，2017，46（3）：22-25.

[7] 何友，修建娟，張晶煒，等.雷達數(shù)據(jù)處理及應用[M].北京：電子工業(yè)出版社，2009.

[8] 梁開莉，時荔蕙，程興亞.EKF算法在遠程炮位偵察校射雷達中的應用研究[J].現(xiàn)代雷達，2015，37（5）：49-52.