李炎冰，陳洪亮，魯海玥，仇振安

（1.光電控制技術(shù)重點實驗室，河南洛陽，471000；2.航空工業(yè)集團公司洛陽電光設(shè)備研究所，河南洛陽，471000）

0 引言

紅外搜索跟蹤系統(tǒng)（IRST）具有不易受電子干擾、被動探測、隱蔽性好、定位精度高、探測隱身目標能力強等特點，已成為現(xiàn)代軍機重要的戰(zhàn)術(shù)傳感器之一。

IRST引導(dǎo)中遠程導(dǎo)彈攻擊目標時需要跟蹤目標完成制導(dǎo)。本文針對迎頭、側(cè)向和尾追三種攻擊態(tài)勢，仿真了導(dǎo)彈的飛行軌跡，發(fā)現(xiàn)導(dǎo)彈發(fā)射后會出現(xiàn)在IRST的視場內(nèi)，由于導(dǎo)彈尾焰的紅外輻射特性與目標相似，因此會對IRST跟蹤真實目標產(chǎn)生干擾。

目前國內(nèi)外還沒有專門針對導(dǎo)彈尾焰的抗干擾研究。Simmons認為導(dǎo)彈尾焰包含水、二氧化碳、臭氧、含金屬離子的分子等多種混合物[1]。Kuzmin等人通過仿真得出導(dǎo)彈尾焰的紅外特征光譜分布在2.7μm和4.3μm附近[2]。唐善軍研究了一種基于目標和紅外誘餌彈不同運動模式的旋轉(zhuǎn)導(dǎo)彈導(dǎo)引頭抗干擾方法[3]。楊開，李少毅研究了基于樸素貝葉斯分類器的空中紅外目標抗干擾識別方法[4]。

針對導(dǎo)彈尾焰干擾問題，本文提出了基于圖像處理和數(shù)據(jù)處理相融合的算法。仿真結(jié)果表明，算法可以區(qū)分真實目標與導(dǎo)彈尾焰，降低導(dǎo)彈尾焰的干擾，具有較好的工程應(yīng)用價值。

1 導(dǎo)彈攻擊對IRST的干擾仿真分析

1.1 仿真方法

采用比例導(dǎo)引法，建立導(dǎo)彈與目標相對運動方程。設(shè)某時刻目標處于M點，導(dǎo)彈處于0點，目標速度是vm，導(dǎo)彈速度是v ，二者在同一平面內(nèi)。圖1中的R是導(dǎo)彈和目標間的距離；θm和θ分別是目標與導(dǎo)彈的速度矢量和參考線的夾角；q 是目標視線角；ηm和η分別是目標和導(dǎo)彈速度矢量與視線的夾角，稱為前置角。利用相對運動關(guān)系，加上比例導(dǎo)引方程，可得到如下方程組：

在給定初始條件以及已知k,v,vm,θm的情況下，方程組可解[5]。

圖1 導(dǎo)彈和目標的運動關(guān)系圖

1.2 仿真條件及結(jié)果

假設(shè)載機在距離目標機50km時發(fā)射導(dǎo)彈，載機高度10km，目標機高度分為7km和13km兩種情況，兩機速度均為0.9Ma。通過MATLAB仿真結(jié)果如下：

(a)迎頭對飛條件下，導(dǎo)彈會進入IRST視場內(nèi)；

(b)側(cè)向進入條件下，導(dǎo)彈不會進入IRST視場內(nèi)；

(c)尾追條件下，導(dǎo)彈會進入IRST視場內(nèi)。

綜上所述，在迎頭和尾追態(tài)勢下當(dāng)IRST引導(dǎo)載機發(fā)射導(dǎo)彈后，導(dǎo)彈會進入IRST的視場內(nèi)。導(dǎo)彈尾焰燃燒時產(chǎn)生的顆粒在紅外圖像中表現(xiàn)為局部的亮斑，其灰度、形態(tài)以及局部信噪比都與真實目標相似，甚至尾焰顆粒的局部信噪比要高于真實目標，以上原因會導(dǎo)致尾焰顆粒會被誤認為是目標而檢出，如圖2所示。

圖2 原始圖像

IRST利用被檢出目標的角度信息，驅(qū)動掃描機構(gòu)對目標形成穩(wěn)定跟蹤，若尾焰顆粒被檢出，會導(dǎo)致掃描機構(gòu)運動到錯誤的位置，造成對真實目標的跟蹤不穩(wěn)定甚至丟失，因此導(dǎo)彈尾焰會對IRST跟蹤目標帶來干擾，為了確保IRST跟蹤真實目標的穩(wěn)定性，需要研究IRST抗導(dǎo)彈尾焰干擾的方法。

2 IRST抗紅外干擾解決方案

針對某些態(tài)勢下導(dǎo)彈尾焰顆粒會對IRST跟蹤目標帶來干擾，我們提出了采用圖像處理和數(shù)據(jù)處理的方案來剔除干擾。

圖像處理采用多幀關(guān)聯(lián)和門限濾波的方法，具體如下：

（a）統(tǒng)計目標的歷史幀位置信息，當(dāng)尾焰顆粒進入視場后，如果顆粒的位置不符合目標的運動特性，超出目標位置濾波波門，則將其排除；

假設(shè)目標檢出框的結(jié)果為：

其中，N 為目標個數(shù)；ti、li分別為目標矩形框左上角頂點垂直坐標、水平坐標；bi、ri分別為目標矩形框右下角頂點垂直坐標、水平坐標。目標的位置為：

其中，記錄顆粒坐標位置(xk, yk)，判斷其是否在歷史目標坐標的3×3范圍內(nèi)。

(b）對目標歷史尺寸多幀累積后平滑濾波，得到目標的穩(wěn)定尺寸特征；當(dāng)顆粒進入視場后，與目標的穩(wěn)定尺寸特征比較，如果差異超過設(shè)定門限則將其排除；

(c）計算目標的局部信噪比變化范圍，設(shè)定上下門限（SNR1,SNR2）。當(dāng)顆粒進入視場后，計算其局部信噪比，如果顆粒比較亮，其局部信噪比超過上門限SNR2則將其排除，如果顆粒比較弱，其局部信噪比低于下門限SNR1則將其排除。

局部信噪比的計算公式為：

其中：f 為目標的平均灰度值；μ為局部背景的平均灰度值；σ為局部背景灰度的均方差。

經(jīng)圖像處理剔除大部分干擾后，潛在目標還需數(shù)據(jù)處理進一步確認，主要采用航跡預(yù)測和自適應(yīng)濾波的方法：

（a）在單目標跟蹤過程中，對真實目標進行航跡關(guān)聯(lián)及運動特性累積，建立起對目標的觀測方程；估計出慣性系下目標角位置、角速度、角加速度，綜合系統(tǒng)誤差和估計誤差，設(shè)置目標新量測的濾波波門，并在穩(wěn)定跟蹤過程中根據(jù)目標運動特性的變化對波門進行實時修正；對于穩(wěn)定跟蹤過程中可能出現(xiàn)的假目標，通過由真實目標建立的自適應(yīng)波門進行有效剔除；

由于r與α和β是相互獨立的，nk和wk的協(xié)方差陣分別為：

式中，斜距離標準差σr=5m，取方位角標準差σα=0.03°俯仰角標準差σβ=0.03°。為距離擾動均方差，為方位角擾動均方差為俯仰角擾動均方差。由于方位擾動是由切線上的線擾動所引起的，所以式中，r為目標斜距離。同理，

(b）在目標被遮擋或其它原因?qū)е履繕藭簳r丟失時，算法根據(jù)先前建立的航跡對目標進行預(yù)測，隨遞推時間長短設(shè)置相應(yīng)的滑動波門，對重新捕獲的目標進行角位置確認，如此可屏蔽跟蹤預(yù)測過程中的雜波干擾，有效重新捕獲目標。

采用上述算法的目標檢出結(jié)果如圖3所示，只有真實目標被檢出，尾焰顆粒被識別而沒有被檢出，IRST不受尾焰顆粒的影響，提高了抗干擾能力。

圖3 加載算法后圖像

3 結(jié)論

本文針對導(dǎo)彈尾焰對IRST跟蹤目標的干擾問題提出了基于圖像處理和數(shù)據(jù)處理相融合的算法，該算法采用多幀關(guān)聯(lián)、航跡預(yù)測和自適應(yīng)濾波等方法進行虛警剔除，提高了IRST的抗干擾能力。在實際應(yīng)用中，由于使用場景的復(fù)雜性和導(dǎo)彈種類的多樣性，需要根據(jù)實際使用情況對算法進行優(yōu)化迭代。