国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

單脈沖雷達(dá)不可分辨目標(biāo)與誘餌聯(lián)合跟蹤方法

2015-03-07 08:34劍宋志勇付強(qiáng)龍照飛
雷達(dá)學(xué)報(bào) 2015年2期
關(guān)鍵詞:誘餌制導(dǎo)波束

蘇 劍宋志勇付 強(qiáng)龍照飛

①(國防科學(xué)技術(shù)大學(xué)ATR實(shí)驗(yàn)室 長沙 410073)

②(63612部隊(duì) 瓜州 736100)

單脈沖雷達(dá)不可分辨目標(biāo)與誘餌聯(lián)合跟蹤方法

蘇 劍*①宋志勇①付 強(qiáng)①龍照飛②

①(國防科學(xué)技術(shù)大學(xué)ATR實(shí)驗(yàn)室 長沙 410073)

②(63612部隊(duì) 瓜州 736100)

雷達(dá)有源空射誘餌(MALD)通過與目標(biāo)協(xié)同伴飛,形成波束內(nèi)的不可分辨多目標(biāo),引起接收回波混疊和觀測耦合,導(dǎo)致測量偏差,致使常規(guī)跟蹤處理失效。該文詳細(xì)分析末制導(dǎo)有源誘餌的干擾形式及特性,推導(dǎo)了非理想采樣條件下的不可分辨協(xié)同多目標(biāo)信號(hào)模型?;诟蓴_存在性檢測信息,結(jié)合干擾條件下的接收回波觀測及其似然函數(shù)特征,采用粒子跟蹤濾波直接對(duì)和差通道數(shù)據(jù)進(jìn)行處理,利用粒子在狀態(tài)空間中的傳播和遞推近似目標(biāo)和誘餌的聯(lián)合狀態(tài)條件概率密度,有效繞開單個(gè)個(gè)體的觀測提取、參數(shù)測量以及數(shù)據(jù)關(guān)聯(lián)過程,實(shí)現(xiàn)了不可分辨目標(biāo)與誘餌的聯(lián)合跟蹤,為后續(xù)利用狀態(tài)以及航跡信息進(jìn)行目標(biāo)分選提供了條件。結(jié)合典型場景驗(yàn)證了方法的有效性。

:電子對(duì)抗;微型空射誘餌;不可分辨多目標(biāo);粒子濾波;聯(lián)合目標(biāo)跟蹤

1 引言

電子干擾與抗干擾技術(shù)的發(fā)展給制導(dǎo)武器帶來了前所未有的巨大挑戰(zhàn)。微型空射雷達(dá)誘餌作為一種新型角度欺騙干擾手段,通過與真實(shí)目標(biāo)協(xié)同伴飛且逼真模擬目標(biāo)相關(guān)特性,干擾和破壞雷達(dá)系統(tǒng)對(duì)目標(biāo)的搜索跟蹤,通過充當(dāng)“清道夫”,以“自我犧牲”的方式吸引制導(dǎo)雷達(dá)攻擊,實(shí)現(xiàn)了真正意義上的載體外(off-board)干擾,達(dá)到了減小制導(dǎo)武器殺傷力,提高目標(biāo)生存能力的目的[1]。

空射誘餌干擾通過模擬目標(biāo)飛行包線以及雷達(dá)回波特性,縮小誘餌與目標(biāo)之間的特征差異來形成波束內(nèi)的不可分辨多目標(biāo),達(dá)到吸引波束照射,擾亂參數(shù)測量,誘騙雷達(dá)跟蹤的目的。由于目標(biāo)與誘餌之間特征差異小,二者回波相互干涉混疊,引起觀測不確定性,導(dǎo)致單脈沖測量存在較大偏差[2]。干擾條件下,常規(guī)先對(duì)目標(biāo)和誘餌進(jìn)行信號(hào)分離與觀測提取,再進(jìn)行參數(shù)測量與狀態(tài)估計(jì)的跟蹤方法只能獲取干擾或者目標(biāo)與干擾能量質(zhì)心的狀態(tài)信息,無法準(zhǔn)確估計(jì)真實(shí)目標(biāo)狀態(tài)實(shí)現(xiàn)穩(wěn)定跟蹤。

針對(duì)波束內(nèi)多個(gè)目標(biāo)的檢測跟蹤問題,Nandakumaran等人[3]提出了在理想采樣模型下利用跟蹤信息實(shí)現(xiàn)對(duì)兩個(gè)以上目標(biāo)進(jìn)行聯(lián)合檢測和跟蹤的方法,并通過將目標(biāo)狀態(tài)轉(zhuǎn)化為檢測參數(shù),使得聯(lián)合檢測與跟蹤處理能夠適應(yīng)目標(biāo)數(shù)目未知、變化等復(fù)雜場景。該方法側(cè)重于實(shí)時(shí)判決和估計(jì)目標(biāo)的個(gè)數(shù)及其對(duì)應(yīng)狀態(tài),需要判斷目標(biāo)新生及死亡狀態(tài),以實(shí)現(xiàn)穩(wěn)定檢測和跟蹤。Hue等人[4]對(duì)基于粒子濾波進(jìn)行多目標(biāo)跟蹤的問題進(jìn)行了深入研究,獲得了粒子多目標(biāo)跟蹤的基本流程。在末制導(dǎo)有源雷達(dá)誘餌干擾情況下,由于雷達(dá)接收回波的觀測混疊以及目標(biāo)和誘餌身份的不確定性,制導(dǎo)雷達(dá)要實(shí)現(xiàn)對(duì)波束內(nèi)真實(shí)目標(biāo)的選擇和跟蹤,完成正確的引導(dǎo)攻擊,首先必須在目標(biāo)逃離波束之前保持對(duì)波束內(nèi)目標(biāo)和誘餌的同時(shí)跟蹤,并且持續(xù)獲取目標(biāo)和誘餌二者的跟蹤狀態(tài)和航跡信息,以此為處理系統(tǒng)利用跟蹤狀態(tài)、航跡以及其他信息實(shí)現(xiàn)對(duì)目標(biāo)和誘餌的身份辨識(shí)以及分選,進(jìn)而調(diào)整波束指向?qū)崿F(xiàn)穩(wěn)定跟蹤提供條件。本文結(jié)合末制導(dǎo)有源誘餌干擾場景,在詳細(xì)分析干擾原理及特性的基礎(chǔ)上,推導(dǎo)了雷達(dá)波束內(nèi)不可分辨多目標(biāo)非理想信號(hào)模型,基于干擾條件下回波觀測及其似然函數(shù)特征,采用粒子濾波多目標(biāo)跟蹤方法,繞開觀測提取、參數(shù)測量以及數(shù)據(jù)關(guān)聯(lián)等過程,直接對(duì)雷達(dá)接收機(jī)和差通道數(shù)據(jù)進(jìn)行處理,利用粒子在狀態(tài)空間中的傳播和遞推近似目標(biāo)與誘餌的聯(lián)合狀態(tài)條件概率密度,實(shí)現(xiàn)了波束內(nèi)不可分辨目標(biāo)與誘餌的聯(lián)合跟蹤。

2 問題描述與建模

2.1 干擾原理及樣式

空射誘餌的干擾本質(zhì)是通過信號(hào)模擬與協(xié)同伴飛使得目標(biāo)和誘餌不可分辨,形成雷達(dá)波束內(nèi)的非相干兩點(diǎn)源,以足夠的保真度激勵(lì)、誤導(dǎo)和誘騙跟蹤雷達(dá)天線電軸偏離目標(biāo)而指向誘餌,造成失跟或誤跟,最終導(dǎo)致脫靶。設(shè)雷達(dá)回波中誘餌干擾功率與目標(biāo)回波功率之比為K(通常稱之為干擾壓制比),則雷達(dá)天線電軸指向相對(duì)于目標(biāo)與誘餌幾何中心線的偏角θ為[5]:

其中Δθ表示目標(biāo)和誘餌相對(duì)于制導(dǎo)雷達(dá)形成的張角。從式(1)可以看出,天線電軸指向二者的能量質(zhì)心,K越大,波束中心越偏離目標(biāo)而靠近誘餌。

空射式誘餌干擾通過與真實(shí)目標(biāo)協(xié)同伴飛的方式實(shí)現(xiàn)干擾欺騙,其干擾過程可簡單描述為:目標(biāo)遭受制導(dǎo)攻擊時(shí)向側(cè)方或側(cè)前方空射出微型雷達(dá)誘餌,誘餌截獲制導(dǎo)雷達(dá)信號(hào),采用復(fù)合調(diào)制模擬后進(jìn)行轉(zhuǎn)發(fā)。在釋放初期,由于目標(biāo)誘餌間距小,且干擾信號(hào)功率大,極易捕獲雷達(dá)跟蹤波門。誘餌通過協(xié)同伴飛模擬目標(biāo)飛行包線和運(yùn)動(dòng)特征,誤導(dǎo)雷達(dá)將誘餌當(dāng)作真實(shí)目標(biāo)進(jìn)行測量跟蹤,使波束中心指向逐漸偏向誘餌。隨著目標(biāo)與誘餌相對(duì)于制導(dǎo)雷達(dá)張角的不斷增大,目標(biāo)逐漸向波束邊沿移動(dòng),最終逃離波束,導(dǎo)致雷達(dá)丟失目標(biāo),跟蹤和命中無價(jià)值的誘餌。

目標(biāo)和誘餌在制導(dǎo)雷達(dá)波束內(nèi)協(xié)同運(yùn)動(dòng),三者之間的相對(duì)運(yùn)動(dòng)劇烈,位置關(guān)系動(dòng)態(tài)變化。設(shè)k時(shí)刻制導(dǎo)雷達(dá)處于球坐標(biāo)系的原點(diǎn)位置,(θa,k,θe,k)為當(dāng)前時(shí)刻天線電軸指向的方位和俯仰。目標(biāo)與誘餌相對(duì)雷達(dá)的徑向距離、方位以及俯仰角構(gòu)成當(dāng)前位置坐標(biāo)其中T表示目標(biāo),D表示誘餌。上述極坐標(biāo)系下的位置可以轉(zhuǎn)化為跟蹤濾波中笛卡爾坐標(biāo)系下的位置反之亦然。兩個(gè)坐標(biāo)系下位置坐標(biāo)的相互轉(zhuǎn)換關(guān)系如式(2)和式(3)所示[6]。

參數(shù)測量與估計(jì)中,k時(shí)刻目標(biāo)與誘餌對(duì)應(yīng)的參數(shù)向量可表示為(其中α為目標(biāo)的子波門內(nèi)相對(duì)距離,ηa為方位維歸一化電軸角,ηe為俯仰維歸一化電軸角)。是當(dāng)前時(shí)刻雷達(dá)、目標(biāo)和誘餌之間相對(duì)位置關(guān)系的具體體現(xiàn)。可以轉(zhuǎn)化為球坐標(biāo)系下的位置坐標(biāo)反之亦然。二者之間的相互轉(zhuǎn)換關(guān)系如式(4)和式(5)所示[7]。

其中,Ba,Be分別為方位維和俯仰維的雷達(dá)半功率波束寬度,不失一般性,可令Ba=Be=B。BW為雷達(dá)距離波門寬度,Nk為確定的匹配濾波采樣數(shù)。

式(2)-式(5)給出了回波觀測、測量參數(shù)在各個(gè)坐標(biāo)系之間的轉(zhuǎn)換關(guān)系,其中k時(shí)刻雷達(dá)天線電軸指向(θa,k,θe,k)是根據(jù)當(dāng)前時(shí)刻的雷達(dá)、目標(biāo)和誘餌的三角幾何關(guān)系,以及干擾壓制比條件等,根據(jù)非相干兩點(diǎn)源干擾原理來確定的。這是末制導(dǎo)干擾條件下目標(biāo)跟蹤的顯著特點(diǎn)。

2.2 信號(hào)模型

典型單脈沖雷達(dá)系統(tǒng)中,單個(gè)目標(biāo)和差通道接收回波的同相以及正交分量的表達(dá)式為[8]:

其中x=βcosφ,y=βsinφ,ηa,ηe為方位和俯仰DOA (Direction Of Arrival),β,φ為幅度和相位。nsi,為和通道噪聲,為差通道噪聲。假定目標(biāo)回波和誘餌干擾皆滿足SwerlingⅡ模型[8],即β起伏服從脈間瑞利分布,則x,y服從均值為0,方差為的高斯分布。

實(shí)際中對(duì)雷達(dá)接收機(jī)的匹配濾波輸出信號(hào)進(jìn)行采樣時(shí),目標(biāo)回波能量通常會(huì)“溢出”到相鄰的匹配濾波采樣點(diǎn)上,即實(shí)際目標(biāo)的位置一般不會(huì)剛好位于某一個(gè)采樣點(diǎn)上,而大多數(shù)情況是位于相鄰的某兩個(gè)或多個(gè)采樣點(diǎn)之間[9,10]。相比于通常認(rèn)為目標(biāo)位置與采樣點(diǎn)位置重合的理想假設(shè),這一模型更加符合實(shí)際信號(hào)處理過程,且理論上可利用相鄰多個(gè)匹配濾波采樣點(diǎn)包含的信息改善估計(jì)精度。不失一般性,設(shè)發(fā)射信號(hào)為矩形脈沖,則匹配濾波后的輸出回波為三角形包絡(luò)。設(shè)發(fā)射脈沖寬度為T,則三角包絡(luò)底邊寬度為2T??刂撇蓸勇蕿槊}沖寬度的倒數(shù)1/T,則目標(biāo)能量只會(huì)出現(xiàn)在相鄰的兩個(gè)匹配濾波采樣點(diǎn)上。對(duì)于波束內(nèi)不可分辨的目標(biāo)和誘餌,二者處于跟蹤雷達(dá)同一分辨單元內(nèi),即同時(shí)位于兩個(gè)連續(xù)的匹配濾波采樣點(diǎn)之間,對(duì)應(yīng)采樣信號(hào)模型如圖1所示。

圖1 目標(biāo)和誘餌處于兩個(gè)連續(xù)匹配濾波采樣點(diǎn)之間的信號(hào)模型Fig. 1 The signal model of unresolved targets

圖1 中ΔTT和ΔTD分別為目標(biāo)和誘餌與采樣點(diǎn)1之間的時(shí)間偏移,表征了二者在脈沖內(nèi)的相對(duì)距離。實(shí)際目標(biāo)和誘餌的真實(shí)位置未知,均勻分布在兩個(gè)連續(xù)采樣點(diǎn)之間。設(shè)目標(biāo)和誘餌的回波幅度分別為xT和xD,則采樣點(diǎn)1幅度為(1-ΔTT/T) .xT+(1-ΔTD/T)xD。令αT=ΔTT/T,αD=ΔTD/T,則采樣點(diǎn)1和采樣點(diǎn)2的幅度可分別表示為(1-αT)xT+(1-αD)xD和αTxT+αDxD。

不可分辨的目標(biāo)和誘餌處于同一雷達(dá)分辨單元中,接收回波由二者共同構(gòu)成。k時(shí)刻,第m個(gè)發(fā)射脈沖對(duì)應(yīng)的回波觀測信號(hào)Zk(m)為:

根據(jù)目標(biāo)和誘餌的SwerlingⅡ模型假定,當(dāng)雷達(dá)連續(xù)發(fā)射M個(gè)獨(dú)立脈沖時(shí),在給定參數(shù)向量條件下,觀測向量Zk(m)服從零均值高斯分布,其條件似然函數(shù)可表示為[2]:

其中協(xié)方差矩陣Rk為對(duì)稱矩陣[2],只列出其上三角部分。

信噪比可定義為式(12)所示,其中M為積累脈沖數(shù),(σj)2為目標(biāo)(或誘餌)的回波功率。

3 聯(lián)合狀態(tài)后驗(yàn)估計(jì)

目標(biāo)與誘餌的不可分辨導(dǎo)致回波干涉混疊,基于混合觀測進(jìn)行測量估計(jì)只能獲得目誘能量質(zhì)心對(duì)應(yīng)的參數(shù)及狀態(tài),而目標(biāo)和誘餌各自獨(dú)立的測量無法獲得,導(dǎo)致雷達(dá)系統(tǒng)無法實(shí)現(xiàn)對(duì)波束內(nèi)真實(shí)目標(biāo)準(zhǔn)確的觀測提取、參數(shù)測量和狀態(tài)估計(jì)。式(7),式(8)和式(11)的回波觀測模型以及式(2)-式(5)的轉(zhuǎn)換關(guān)系所表征的觀測模型的非線性、復(fù)雜系統(tǒng)的非高斯性以及噪聲協(xié)方差陣的未知性使得狀態(tài)估計(jì)問題的求解更為不易。粒子濾波[11,12]作為一種非線性濾波器,能夠適應(yīng)干擾條件下觀測模型的非線性以及噪聲協(xié)方差的未知性?;诟蓴_存在性檢測信息[13],在回波混疊和觀測不確定條件下可以通過粒子在狀態(tài)空間中的傳播遞推來近似目標(biāo)和誘餌狀態(tài)的聯(lián)合條件概率密度,從而能夠繞過觀測提取和參數(shù)測量過程,直接對(duì)雷達(dá)接收的和差通道數(shù)據(jù)進(jìn)行處理,構(gòu)建對(duì)應(yīng)的狀態(tài)回歸。

設(shè)J表示波束內(nèi)的目標(biāo)個(gè)數(shù),J=2表示檢測到波束內(nèi)同時(shí)存在目標(biāo)和誘餌,為簡化分析,此處假定檢測無漏檢和虛警。為k時(shí)刻目標(biāo)與誘餌的聯(lián)合狀態(tài)向量,Zk為觀測向量,構(gòu)成如式(7)。根據(jù)式(10)的觀測條件似然如果能夠從聯(lián)合狀態(tài)向量的后驗(yàn)分布中抽取I個(gè)獨(dú)立同分布的狀態(tài)樣本則目標(biāo)和誘餌聯(lián)合狀態(tài)向量的后驗(yàn)概率密度分布可以逼近為[14]:

在獲得k-1時(shí)刻聯(lián)合狀態(tài)向量后驗(yàn)概率密度分布的近似估計(jì)后,基于k時(shí)刻的觀測Zk,利用貝葉斯原理可得k時(shí)刻目標(biāo)和誘餌聯(lián)合狀態(tài)向量的后驗(yàn)密度分布為:

將式(15),式(16)代入式(14)可得歸一化重要性權(quán)的迭代公式

由此可得迭代更新后目標(biāo)和誘餌的聯(lián)合條件狀態(tài)后驗(yàn)概率分布為:

當(dāng)樣本數(shù)I→∞時(shí),式(18)趨近于真實(shí)的目標(biāo)和誘餌聯(lián)合狀態(tài)后驗(yàn)分布在此基礎(chǔ)上可求解獲得狀態(tài)的均值、協(xié)方差等各種統(tǒng)計(jì)信息用于跟蹤濾波。

4 目標(biāo)與誘餌聯(lián)合跟蹤濾波

目標(biāo)和誘餌的不可分辨使得雷達(dá)對(duì)其波束內(nèi)單個(gè)個(gè)體的信號(hào)分離、觀測提取和參數(shù)測量過程無法準(zhǔn)確實(shí)現(xiàn)。在正確檢測到波束內(nèi)存在干擾的情況下,基于非理想采樣條件下的不可分辨信號(hào)模型,采用粒子濾波多目標(biāo)跟蹤方法,利用粒子在狀態(tài)空間的迭代可直接從混疊的觀測中獲得目標(biāo)和誘餌聯(lián)合狀態(tài)向量的條件后驗(yàn)分布,進(jìn)而獲取二者的聯(lián)合狀態(tài)向量,實(shí)現(xiàn)目標(biāo)與誘餌的聯(lián)合跟蹤。設(shè)干擾過程中,目標(biāo)和誘餌的運(yùn)動(dòng)所對(duì)應(yīng)的狀態(tài)方程和觀測方程可表示為[16]:

其中F和H分別為狀態(tài)轉(zhuǎn)移矩陣和輸入輸出矩陣,為k時(shí)刻目標(biāo)j的6維狀態(tài)向量,前3維表示目標(biāo)的位置坐標(biāo),后3維表示對(duì)應(yīng)的速度。分別為處理噪聲和觀測噪聲,二者均值為零,對(duì)應(yīng)的協(xié)方差為并且目標(biāo)和誘餌之間不相關(guān)。

當(dāng)制導(dǎo)雷達(dá)檢測到干擾發(fā)生后,基于式(7),式(8)的回波觀測以及式(19),式(20)的狀態(tài)和觀測方程,采用式(15)-式(18)的聯(lián)合狀態(tài)后驗(yàn)估計(jì)直接對(duì)雷達(dá)接收機(jī)的和、差通道回波信號(hào)進(jìn)行處理,繞開觀測提取、參數(shù)測量、數(shù)據(jù)關(guān)聯(lián)等多個(gè)過程,獲取聯(lián)合狀態(tài)向量條件后驗(yàn)分布,實(shí)現(xiàn)波束內(nèi)目標(biāo)和誘餌的聯(lián)合跟蹤。聯(lián)合跟蹤處理分為5個(gè)主要處理階段,如圖2所示。

圖2 不可分辨目標(biāo)與誘餌聯(lián)合跟蹤處理流程Fig. 2 The joint tracking process of unresolved targets

上述聯(lián)合跟蹤處理流程中,對(duì)應(yīng)5個(gè)階段的信號(hào)及數(shù)據(jù)處理步驟為:

步驟1 初始化

(1) 定義I為處理過程使用的粒子總數(shù),對(duì)于i=1,2,…,I和j=1,2(分別為目標(biāo)和誘餌),令目標(biāo)和誘餌的初始參數(shù)粒子服從對(duì)應(yīng)的均勻分布,即

(2) 初始化參數(shù)粒子經(jīng)式(2)-式(5)轉(zhuǎn)換為直角坐標(biāo)系下目標(biāo)和誘餌的初始聯(lián)合位置坐標(biāo)粒子其中分別表示目標(biāo)和誘餌各自的初始化位置坐標(biāo)粒子,同時(shí)設(shè)制導(dǎo)雷達(dá)的初始位置坐標(biāo)為PT(0);

(3) 對(duì)所有初始化位置坐標(biāo)粒子求均值獲得目標(biāo)和誘餌的聯(lián)合初始位置,即χ令直角坐標(biāo)系下目標(biāo)和誘餌的初始聯(lián)合狀態(tài)向量粒子為為二者的初始聯(lián)合速度向量,可通過初始假設(shè)或者采用兩點(diǎn)法(兩點(diǎn)距離差與時(shí)間的比值求解速度)獲得;

(4) 利用步驟(3)獲得的χ0,根據(jù)狀態(tài)方程式(19)由P0預(yù)測位置坐標(biāo)P1/0,跟蹤雷達(dá)則根據(jù)比例制導(dǎo)律[17]獲得對(duì)應(yīng)的位置坐標(biāo)PT(1/0),同時(shí)令k=1;

步驟2 觀測獲取

步驟3 粒子傳播

步驟4 重要性采樣與重采樣

步驟5 時(shí)間遞進(jìn)與狀態(tài)遞歸

(13) 令k+1→k,循環(huán)遞歸到步驟(2)。

5 實(shí)驗(yàn)驗(yàn)證

本節(jié)以末制導(dǎo)尾追攻擊條件下空射誘餌干擾為例,通過蒙特卡羅仿真實(shí)驗(yàn)驗(yàn)證聯(lián)合跟蹤算法的性能特點(diǎn)。實(shí)驗(yàn)中選取誘餌釋放后形成平穩(wěn)伴飛到目標(biāo)與誘餌相對(duì)于跟蹤雷達(dá)的張角達(dá)到半波束寬度這一過程,即二者始終處于跟蹤雷達(dá)的波束內(nèi)。仿真實(shí)驗(yàn)參數(shù)設(shè)置如表1所示。

表1 仿真參數(shù)設(shè)置Tab. 1 Simulation parameter setting

根據(jù)表1的參數(shù)設(shè)置,可得仿真場景下的飛行曲線如圖3所示。

圖3 尾追攻擊場景下的飛行曲線Fig. 3 Track trajectories under two flight modes

采用多次蒙特卡羅實(shí)驗(yàn)下跟蹤濾波軌跡與實(shí)際飛行軌跡的均方誤差(RMSE)來評(píng)測聯(lián)合跟蹤算法的性能,其中蒙特卡羅實(shí)驗(yàn)200次。試驗(yàn)中設(shè)定目標(biāo)信噪比?T=20 dB且固定不變,誘餌的信噪比由干擾壓制比K來確定。分別取K=1,2,4,8四種壓制比條件進(jìn)行跟蹤性能評(píng)測。

實(shí)驗(yàn)1平行伴飛模式下,依次選取不同干擾壓制比,采用圖2的聯(lián)合跟蹤處理流程可得4種典型干擾條件下目標(biāo)與誘餌的聯(lián)合跟蹤曲線如圖4所示。

圖4的跟蹤曲線表明在誘餌平行伴飛模式下,聯(lián)合跟蹤算法能夠?qū)崿F(xiàn)4種典型干擾條件下目標(biāo)與誘餌的同時(shí)跟蹤。由干擾原理可知,壓制比越大,波束中心越偏離目標(biāo)而靠近誘餌。圖4 (a)中目標(biāo)和誘餌功率相等,雷達(dá)天線電軸指向二者的幾何中心,此時(shí)雷達(dá)對(duì)目標(biāo)和誘餌的跟蹤完全對(duì)等。隨著壓制比的增加,圖4 (b)-圖4 (d)中雷達(dá)天線逐漸偏向誘餌,壓制比越大,雷達(dá)對(duì)誘餌的跟蹤曲線越平穩(wěn),而目標(biāo)的跟蹤曲線則起伏越大,跟蹤性能下降。

對(duì)圖4平行伴飛模式下的聯(lián)合跟蹤處理進(jìn)行200次蒙特卡羅實(shí)驗(yàn),可得對(duì)應(yīng)的目標(biāo)與誘餌聯(lián)合跟蹤RMSE曲線如圖5所示。

圖5的RMSE曲線表明,在跟蹤初始階段,由于粒子迭代次數(shù)少,跟蹤尚未收斂,目標(biāo)和誘餌的跟蹤RMSE都較大。隨著粒子迭代的增加,跟蹤逐漸熟練,性能逐漸改善,RMSE隨之減小。仿真時(shí)刻k>40時(shí),誘餌跟蹤RMSE減小到10 m以下,同等條件下的目標(biāo)跟蹤RMSE要稍大一些。當(dāng)仿真時(shí)刻k>60時(shí),目標(biāo)跟蹤RMSE同樣下降到10 m左右,滿足常規(guī)空中目標(biāo)跟蹤的精度要求。同時(shí),圖5表明壓制比K越大,誘餌跟蹤的RMSE越小,目標(biāo)跟蹤的RMSE越大。

實(shí)驗(yàn)2側(cè)向伴飛模式下,依次選取4種不同干擾壓制比,采用圖2的聯(lián)合跟蹤處理流程可得4種典型干擾條件下目標(biāo)與誘餌的聯(lián)合跟蹤曲線如圖6所示。

圖4 平行伴飛模式下目標(biāo)與誘餌的聯(lián)合跟蹤曲線Fig. 4 Joint tracking trajectory of the unresolved target and decoy under parallel flight mode

圖5 平行伴飛模式下目標(biāo)與誘餌聯(lián)合跟蹤RMSE曲線Fig. 5 Tracking RMSE of unresolved target and decoy under parallel flight

圖6 中,由于側(cè)向伴飛模式下目標(biāo)與誘餌是逐步分離的,在跟蹤初始階段,二者的分離程度很低,并且粒子的迭代次數(shù)較少,聯(lián)合跟蹤的效果不理想。隨著目標(biāo)和誘餌分離程度的加劇以及粒子迭代的深入,聯(lián)合跟蹤效果逐步改善,曲線逐步平穩(wěn)。同時(shí),干擾壓制比對(duì)聯(lián)合跟蹤性能影響仍然較大,隨著壓制比的增加,誘餌的跟蹤曲線逐漸平整,跟蹤性能改善;而目標(biāo)的跟蹤曲線則起伏很大,跟蹤性能有所下降。

對(duì)圖6側(cè)向伴飛模式下的聯(lián)合跟蹤濾波進(jìn)行200次蒙特卡羅實(shí)驗(yàn),可得對(duì)應(yīng)的目標(biāo)與誘餌聯(lián)合跟蹤RMSE曲線如圖7所示。

圖7中,初始跟蹤階段由于目誘分離程度低以及粒子迭代次數(shù)少,目標(biāo)和誘餌的跟蹤RMSE都比較大。隨著粒子迭代的增加,跟蹤逐漸收斂,RMSE隨之下降。當(dāng)仿真時(shí)刻k≥60時(shí),二者的跟蹤RMSE下降到12 m左右,達(dá)到了常規(guī)空中目標(biāo)的跟蹤精度要求。同時(shí),壓制比的增加使得誘餌跟蹤RMSE減小,目標(biāo)跟蹤RMSE增加,這一結(jié)論與圖6的結(jié)果是一致的。

圖6 側(cè)向伴飛模式下目標(biāo)與誘餌的聯(lián)合跟蹤曲線Fig. 6 Joint tracking trajectory of the unresolved target and decoy under oblique flight mode

圖7 側(cè)向伴飛形式下目標(biāo)與誘餌聯(lián)合跟蹤RMSE曲線Fig. 7 Tracking RMSE of unresolved target and decoy under oblique flight

實(shí)驗(yàn)3轉(zhuǎn)彎伴飛模式下,依次選取4種不同干擾壓制比,采用圖2的聯(lián)合跟蹤處理流程可得4種典型干擾條件下目標(biāo)與誘餌的聯(lián)合跟蹤曲線如圖8所示。

圖8跟蹤曲線表明在誘餌轉(zhuǎn)彎伴飛模式下,聯(lián)合跟蹤算法仍然能夠?qū)崿F(xiàn)4種典型干擾條件下目標(biāo)與誘餌的同時(shí)跟蹤。同樣由于干擾壓制比的逐漸增大,雷達(dá)波束中心逐漸偏離目標(biāo)而偏向誘餌,誘餌對(duì)應(yīng)的跟蹤曲線逐漸平穩(wěn),而目標(biāo)對(duì)應(yīng)的跟蹤曲線起伏逐漸增大。

對(duì)圖8側(cè)向伴飛模式下的聯(lián)合跟蹤濾波進(jìn)行200次蒙特卡羅實(shí)驗(yàn),可得對(duì)應(yīng)的目標(biāo)與誘餌聯(lián)合跟蹤RMSE曲線如圖9所示。

圖8 轉(zhuǎn)彎伴飛模式下目標(biāo)與誘餌的聯(lián)合跟蹤曲線Fig. 8 Joint tracking trajectory of the unresolved target and decoy under coordinate turn flight mode

圖9 轉(zhuǎn)彎伴飛形式下目標(biāo)與誘餌聯(lián)合跟蹤RMSE曲線Fig. 9 Tracking RMSE of unresolved target and decoy under coordinate turn flight

圖9 的RMSE曲線表明,在機(jī)動(dòng)轉(zhuǎn)彎伴飛模式下,隨著時(shí)間的遞進(jìn)以及粒子迭代的進(jìn)行,聯(lián)合跟蹤處理的RMSE逐漸減小。當(dāng)仿真時(shí)刻k≥30時(shí),二者的跟蹤RMSE可以下降到5 m左右,滿足雷達(dá)穩(wěn)定跟蹤的精度要求。對(duì)比圖5,圖7和圖9的仿真結(jié)果,可以看到圖9中對(duì)應(yīng)的目標(biāo)和誘餌的RMSE要小于其它兩種模式下的RMSE,造成這一現(xiàn)象的原因是在進(jìn)行協(xié)同轉(zhuǎn)彎過程中,為避免目標(biāo)和誘餌航跡出現(xiàn)交叉,設(shè)定二者之間的間距比其它兩種模式要大一些,因此在跟蹤濾波過程中,同一目標(biāo)或誘餌的狀態(tài)粒子差異也大一些,使得同一目標(biāo)或誘餌的狀態(tài)粒子能夠迅速收斂,從而使得聯(lián)合跟蹤的RMSE較小。同時(shí)可以看到,在目標(biāo)跟蹤的后期,由于此時(shí)目標(biāo)已經(jīng)靠近雷達(dá)波束的邊沿,跟蹤誤差增大。

6 結(jié)束語

針對(duì)末制導(dǎo)有源誘餌干擾條件下不可分辨目標(biāo)與誘餌引起回波混疊和觀測不確定性所導(dǎo)致的常規(guī)跟蹤處理失效問題,本文結(jié)合干擾特性推導(dǎo)了不可分辨多目標(biāo)信號(hào)模型,基于干擾檢測信息,采用粒子聯(lián)合狀態(tài)估計(jì),直接對(duì)接收機(jī)和差通道信號(hào)進(jìn)行處理,繞開觀測提取、參數(shù)測量以及數(shù)據(jù)關(guān)聯(lián)過程,實(shí)現(xiàn)了波束內(nèi)不可分辨目標(biāo)與誘餌的聯(lián)合跟蹤。尾追攻擊場景下的實(shí)驗(yàn)表明,在典型干擾壓制比K=2~8條件下聯(lián)合跟蹤算法的RMSE≤12 m,滿足目標(biāo)跟蹤以及抗干擾需求。

目標(biāo)與誘餌的聯(lián)合跟蹤并不是制導(dǎo)雷達(dá)的終極目標(biāo),雷達(dá)系統(tǒng)需要利用獲取的跟蹤狀態(tài)和航跡,結(jié)合干擾樣式、攻擊態(tài)勢、幾何構(gòu)型、功率特點(diǎn)等多種信息完成身份辨識(shí)和目標(biāo)選擇,調(diào)整雷達(dá)波束指向?qū)崿F(xiàn)準(zhǔn)確引導(dǎo)。目標(biāo)的識(shí)別和選擇是下一步需要重點(diǎn)研究的問題。

[1]張濤, 于雷, 周中良. 超視距空戰(zhàn)中空射誘餌彈協(xié)同接敵策略[J]. 彈箭與制導(dǎo)學(xué)報(bào), 2014, 34(1): 60-65. Zhang Tao, Yu Lei, and Zhou Zhong-liang. Coordinated engagement strategy for MALD and fighter in beyondvisual-range air combat[J].Journal of Projectiles,Rockets,Missile and Guidance, 2014, 34(1): 60-65.

[2]Zhang X, Willett P K, and Bar-shalom Y. Monopulse radar detection and localization of multiple unresolved targets via joint bin processing[J].IEEE Transactions on Signal Processing, 2005, 53(4): 1225-1236.

[3]Nandakumaran N, Sinha A, and Kirubarajan T. Joint detection and tracking of unresolved targets with monopulse radar[J].IEEE Transactions on Aerospace and Electronic Systems, 2008, 44(4): 1326-1341.

[4]Hue C, LeCadre J-P, and Perez P. Tracking multiple objects with particle filtering[J].IEEE Transactions on Aerospace and Electronic Systems, 2002, 38(3): 791-812.

[5]宋志勇, 肖懷鐵. 基于角閃爍效應(yīng)的拖曳式誘餌干擾存在性檢測[J]. 信號(hào)處理, 2011, 27(4): 522-528. Song Zhi-yong and Xiao Huai-tie. Detection of presence of towed radar active decoys based on angle glint[J].Signal Processing, 2011, 27(4): 522-528.

[6]Isaac A, Willett P K, and Bar-Shalom Y. Quickest detection and tracking of spawning targets using monopulse radar channel signals[J].IEEE Transactions on Signal Processing, 2008, 56(3): 1302-1308.

[7]Isaac A, Willett P K, and Bar-Shalom Y. MCMC methods for tracking two closely spaced targets using monopulse radar channel signals[J].IET Radar,Sonar&Navigation, 2007, 1(3): 221-229.

[8]Levanon N. Radar Principle[M]. New York: Wiley, 1988: 241-247.

[9]Zhang X, Willett P K, and Bar-shalom Y. Detection and localization of multiple unresolved extended targets via monopulse radar signal processing[J].IEEE Transactions on Aerospace and Electronic Systems, 2009, 45(2): 455-472.

[10]趙峰, 楊建華, 丹梅. 基于距離閃爍效應(yīng)的不可分辨多目標(biāo)存在性檢測[J]. 電子學(xué)報(bào), 2008, 36(12): 2290-2298. Zhao Feng, Yang Jian-hua, and Dan Mei. Detection of presence of multiple unresolved target based on range glint[J].Acta Electronic Sinica, 2008, 36(12): 2290-2298.

[11]吳偉, 尹成友. 一種用于多目標(biāo)跟蹤的增強(qiáng)型SMC-PHD濾波算法[J]. 雷達(dá)學(xué)報(bào), 2012, 1(4): 406-413. Wu Wei and Yin Cheng-you. An improved SMC-PHD filter for multiple targets tracking[J].Journal of Radars, 2012, 1(4): 406-413.

[12]Arulampalam M S, Maskell S, Gordon N,et al.. A tutorial on particle filters for online nonlinear/non-Gaussian Bayesian tracking[J].IEEE Transactions on Signal Processing, 2002, 50(2): 174-188.

[13]Song Zhi-yong, Xiao Huai-tie, Zhu Yi-long,et al.. A novel approach to detect the unresolved towed decoy in terminal guidance[J].Chinese Journal of Electronics, 2012, 21(2): 367-373.

[14]Saha S and Gustafsson F. Particle filtering with dependent noise processes[J].IEEE Transactions on Signal Processing, 2012, 60(9): 4497-4508.

[15]Zuo Jun-yi, Jia Ying-na, and Gao Quan-xue. Simplified unscented particle filter for nonlinear/non-Gaussian Bayesian estimation[J].Journal of Systems Engineering and Electronics, 2013, 24(3): 537-544.

[16]Monakov A. Maximum-likelihood estimation of parameters of an extended target in tracking monopulse radars [J].IEEE Transactions on Aerospace and Electronic Systems, 2012, 48(3): 2653-2665.

[17]馮德龍, 楊鎖昌, 田再克, 等. 一種改進(jìn)的擴(kuò)展比例導(dǎo)引律及其仿真[J]. 火力與指揮控制, 2014, 39(5): 161-163. Feng De-long, Yang Suo-chang, Tian Zai-ke,et al.. An improved expansion proportional guidance law and simulation study[J].Fire Control&Command and Control, 2014, 39(5): 161-163.

蘇 劍(1979-),男,籍貫河北承德,碩士,現(xiàn)為國防科技大學(xué)電子科學(xué)與工程學(xué)院博士研究生,電子科學(xué)與工程學(xué)院工程師,研究方向?yàn)槔走_(dá)信號(hào)處理與抗干擾技術(shù)、多目標(biāo)檢測與跟蹤。

E-mail: superjn2013@163.com

宋志勇(1983-),男,籍貫湖南長沙,博士,現(xiàn)為國防科技大學(xué)電子科學(xué)與工程學(xué)院講師,研究方向?yàn)槔走_(dá)信號(hào)處理、雷達(dá)抗干擾、雷達(dá)目標(biāo)識(shí)別。

E-mail: zhiyongsong@163.com

付 強(qiáng)(1962-),男,籍貫江西九江,博士,現(xiàn)為國防科技大學(xué)電子科學(xué)與工程學(xué)院教授,博士生導(dǎo)師,研究方向?yàn)槔走_(dá)目標(biāo)識(shí)別。

E-mail: fuqiang1962@sina.vip.com

龍照飛(1982-),男,籍貫天津武清,學(xué)士,現(xiàn)為63612部隊(duì)工程師,研究方向?yàn)槔走_(dá)信號(hào)處理與信息測控。

E-mail: longhzhaofeinudt@163.com

Joint Tracking Method for the Unresolved Decoy and Target with Monopulse Radar

Su Jian①Song Zhi-yong①Fu Qiang①Long Zhao-fei②

①(ATR Laboratory,National University of Defense Technology,Changsha410073,China)

②(PLA,No. 63612Troop,Guazhou736100,China)

The Miniature Air Launched Decoy (MALD) flies cooperatively with a true target and construct unresolved targets within the radar beam. The unresolved targets and decoy result in echoes aliasing and observation merging, which causes serious measurement error and traditional track processing failure. Based on the analysis of jamming patterns and characteristics, the signal model of the unresolved targets is proposed. Combining jamming detection, echoes observation, and likelihood function characteristics, the proposed approach directly operates on the monopulse sum and difference returns and uses the particles propagating and evolving in the state space to obtain the conditional state probability density of the unresolved targets and decoy. This method effectively bypasses measurement extraction and parameter measurement, and realizes the joint tracking of the target and decoy. Furthermore, it provides the necessary conditions for target selection to the radar based on track and trajectory data. Simulation experiments illustrate the effectiveness of the proposed method.

Electronic countermeasures; Miniature Air Launched Decoy (MALD); Unresolved targets; Particle filter; Joint target track

TN973.3

:A

:2095-283X(2015)02-0160-12

10.12000/JR14094

蘇劍, 宋志勇, 付強(qiáng), 等. 單脈沖雷達(dá)不可分辨目標(biāo)與誘餌聯(lián)合跟蹤方法[J]. 雷達(dá)學(xué)報(bào), 2015, 4(2): 160-171. http://dx.doi.org/10.12000/JR14094.

Reference format: Su Jian, Song Zhi-yong, Fu Qiang,et al.. Joint tracking method for the unresolved decoy and target with monopulse radar[J].Journal of Radars, 2015, 4(2): 160-171. http://dx.doi.org/10.12000/JR14094.

2014-06-24收到,2014-10-27改回;2014-12-12網(wǎng)絡(luò)優(yōu)先出版

國家自然科學(xué)基金(61401475)和航空科學(xué)基金(20110112006)資助課題

*通信作者: 蘇劍 superjn2013@163.com

猜你喜歡
誘餌制導(dǎo)波束
毫米波通信中的波束管理標(biāo)準(zhǔn)化現(xiàn)狀和發(fā)展趨勢
險(xiǎn)惡之人
雪花誘餌
基于共形超表面的波束聚焦研究
超波束技術(shù)在岸基光纖陣中的應(yīng)用
基于MPSC和CPN制導(dǎo)方法的協(xié)同制導(dǎo)律
基于在線軌跡迭代的自適應(yīng)再入制導(dǎo)
一種基于Radon-Wigner變換的拖曳式誘餌辨識(shí)方法
帶有攻擊角約束的無抖振滑模制導(dǎo)律設(shè)計(jì)
國產(chǎn)多波束系統(tǒng)在海上失事船只探測中的應(yīng)用
马关县| 大冶市| 普安县| 库车县| 定西市| 广安市| 绥芬河市| 竹北市| 平邑县| 湾仔区| 从江县| 读书| 三门县| 连州市| 兴仁县| 邻水| 峨眉山市| 广宗县| 四子王旗| 交城县| 乌鲁木齐市| 白沙| 本溪| 犍为县| 高青县| 唐海县| 凤庆县| 鱼台县| 苏尼特左旗| 桦甸市| 富民县| 莆田市| 静海县| 建湖县| 阿合奇县| 田林县| 土默特左旗| 乐山市| 荔浦县| 信宜市| 高州市|