基本介紹
- 中文名：雷達數據處理
- 外文名：Radar Data Processing
- 簡稱：RDP
- 領域：計算機
- 提出時間：1795年
- 釋義：雷達信號處理的後處理過程
簡介,雷達數據處理的基本任務,雷達數據處理系統的套用,雷達數據處理的發展歷史,雷達數據處理過程,預處理,波門,航跡起始,數據關聯,跟蹤濾波,航跡補點,航跡消亡,剩餘點跡的處理,
簡介
雷達數據處理與雷達信號處理都屬於現代雷達系統中的重要組成部分。信號處理是用來檢測目標的，利用一定的方法獲取目標的各種有用信息，如距離、速度和目標的形狀等。而數據處理則可以進一步對目標的點跡和航跡進行處理，預測目標未來時刻的位置，形成可靠的目標航跡，從而實現對目標的實時跟蹤。
雷達信號處理後的數據一般是受污染的數據，而且每一批處理的數據之間的關係是不確定的。雷達數據處理是雷達信號處理的後續處理，常被看成是繼雷達信號處理後的對雷達信息的二次處理。雷達信號處理是在同一掃描周期中的若干相鄰的雷達觀測中進行的，而雷達數據處理則是在若干次雷達掃描周期上進行的。
雷達數據處理包括點跡凝聚，航跡起始，目標跟蹤，多目標關聯等幾個主要環節。它研究的兩個基本問題是不同環境下的點跡與點跡、點跡與航跡的關聯問題。前者涉及航跡起始，注重點跡相關範圍的控制和相關算法的選取；後者則涉及目標跟蹤，注重目標運動模型和濾波算法的套用。
雷達數據處理的基本任務
(1)點跡與航跡之間的關聯處理；
(2)目標的跟蹤濾波、航跡維持以及預測；
(3)虛假航跡的刪除；
(4)航跡和點跡的顯示。
雷達數據處理系統的套用
雷達數據處理的目的是利用雷達提供的目標的信息估計目標的航跡並給出目標在下一時刻的位置。在實際工程中，估計目標的航跡並不是最終目的，而是需要根據估計的信息做出判決，執行相應的動作。雷達數據處理系統的套用非常廣泛，用戶一般分為軍用和民用兩類。軍用方面，主要的套用是防空、攔截制導等;而民用方面主要是海上導航和空中交通管制等。
在不同的套用系統中，雷達數據處理系統完成的功能是不相同的。比如，在空中交通管制系統中，對目標航跡的預測是為了檢測各對飛機在航路上的間距是否符合安全標準，以維護空中交通的正常。而在防空系統中，對目標航跡的預測則是用於幫助完成計算預測位置(用於射擊或發射飛彈)、武器制導等。
雷達數據處理的發展歷史
1795年高斯提出了最早的雷達數據處理方法——最小二乘法。最小二乘算法是在得不到準確的觀測數據統計特性和系統動態誤差的情況下的一種數據處理方法，由於它在計算上非常簡單而得到非常廣泛的套用。1940年美國人N.Wiener提出了一種在頻域中設計統計濾波器的方法—Wiener濾波器。wiener濾波器一經提出並取得了巨大的成功，但是它也存在運算複雜，對存儲空間要求大等缺點。1960年美國人R.E.Kalman提出了離散系統Kalman濾波，並於第二年與S.S.Bucy合作，將Kalman濾波理論推廣到連續時間系統中去，從而形成了Kalman濾波估計的整套理論[8]。由於Kalman濾波方法具有很多其它濾波方法所沒有的優點，而在實際工程中得到了廣泛套用。因此，高斯、維納、Kalman奠定了雷達數據處理的理論基礎。
20世紀70年代辛格等人提出了一系列的機動目標的跟蹤方法，到20世紀70年代中期，柴田實和皮爾森等人將Kalman濾波技術套用到機載雷達跟蹤系統中，並取得成功。至此，對單目標跟蹤的技術已經逐漸得到了完善。
1955年Wax在一篇文章中提出了多目標跟蹤的基本概念。1971年singer提出了解決數據互聯的最簡單的方法——最近鄰法，但是這種方法有在強雜波環境下正確關聯率不高的缺點。1975年Y.Bar-Shalom提出了機率數據互聯算法，此種方法特別適合在雜波環境下對單目標跟蹤的情況。隨後，聯合機率數據互聯算法被提出，這為雜波環境下的多目標跟蹤問題提供了解決方法。
從1970年開始，對機動目標跟蹤的各種算法被提出。1986年很多學者開始了對群目標跟蹤等問題的研究，其後，便展開了雷達數據處理技術在各個領域套用的深入研究。進入20世紀90年代，雷達數據處理技術的研究已經開始集中在多目標多感測器跟蹤系統，而且出現了大量的學術文章。
雷達數據處理過程
雷達數據處理過程主要包括數據預處理、航跡起始、數據關聯、跟蹤濾波、航跡消亡以及質量評估等，如圖1雷達數據處理的示意框圖。雖然針對不同的雷達系統雷達數據處理在實現手段上是有所差別的，但是雷達數據處理的總體流程還是一致的。
圖1 雷達數據處理的示意框圖
預處理
雷達數據處理的輸入數據也叫觀測，觀測並不是雷達直接掃描得到的數據，而是將雷達掃描到的數據首先經過雷達信號處理，再經過數據錄取器得到的數據。一般觀測包括雷達掃描周期、雷達掃描批次、每批次掃描到的目標的數目以及每個目標的具體信息(徑向距離、方位角、俯仰角)。在實際工程中，觀測一般參雜著噪聲的污染，這些污染主要來自以下幾個方面：
1)掃描過程中存在的隨機的虛警；
2)虛假目標產生的雜波；
3)干擾目標；
4)誘餌等。
雖然現代雷達信號處理技術得到了很大的發展，但即使經過信號處理後的觀測中還是會參雜一些干擾，而且一般觀測數據數量較大，對後續計算機存儲和處理方面的要求較高。數據預處理即是在觀測數據進行起始、關聯等其它數據處理過程之前先進行一個數據的篩選，將那些不在門限之內的數據剔除，只有經過所有判決門限的數據才被保留。
觀測數據預處理的好處在於使得後續數據處理過程中數據的規模明顯減小，計算量大幅下降，在一定程度上能夠減輕計算機的負擔，提高數據處理的速度和目標跟蹤的精度，同時使虛假航跡形成的可能性降低。
波門
波門是數據處理過程中很重要的一個概念，航跡起始、數據關聯等過程中都將用到這個概念。波門其實就是一塊區域，一般分為初始波門和相關波門。
初始波門一般用於航跡起始階段，是以任意點為中心的一塊區域，該區域規定了目標的觀測值可能出現的一個空間範圍。由於航跡起始時目標距離較遠，為了更好的捕獲目標，初始波門一般建立大波門。
所謂相關波門，是指以被跟蹤的目標的預測值為中心的一個空間區域，此區域規定了被跟蹤目標的觀測值可能出現的範圍。相關波形的形狀和尺寸的確定準則是，一方面要使落入波門內的真實觀測有很高的機率，另一方面不允許相關波門內有過多無關觀測點跡。一般相關波門的尺寸應該與目標類型相互匹配，比如固定目標的波門一般只取決於觀測的精度，直線目標的波門就要取決於觀測值和預測濾波器的精度，而機動目標的波門還要考慮加速度的因素等。比較常用的相關波門有矩形波門、環形波門、橢圓形波門以及極坐標系下的扇形波門等。
航跡起始
航跡起始是指建立目標航跡的第一點，也就是從目標落入雷達檢測範圍內到該目標的航跡建立的過程。航跡起始過程是雷達數據處理過程中重要的一個環節。俗話說“好的開頭是成功的一半”，從反面講，如果航跡起始不成功，航跡的建立就會不順利，而且很有可能就無法建立可靠的航跡，從而不能實現對目標的正確跟蹤。
航跡起始過程是雷達數據處理過程中重要的環節之一，航跡起始的任務之一是為進入雷達威力區的目標快速地建立航跡，任務之二是要儘可能的避免虛假點跡建立虛假航跡。但是為了避免虛假航跡的建立就要等較長時間進行起始，可見兩個任務之間存在一定的矛盾，速度和質量的矛盾，因此兩者之間需要尋找一個最佳的折衷。航跡起始算法有很多，比較常用的有直觀法、邏輯法、修正的邏輯法等。
數據關聯
在理想的目標運動模型中，總認為觀測環境是“乾淨”的，每次只檢測到一個觀測值，並且這個觀測值就是來自於正被跟蹤的目標。但是，在實際的系統中環境並非是理想的。由於觀測噪聲等因素的存在，可能出現虛警等現象，另外被觀測區域存在的隨機干擾將導致目標可能出現的區域會出現雜波。總而言之，一次檢測可能得到多個觀測值，而且在這些觀測值中，不知道哪些來自被跟蹤的目標，哪些是虛假的觀測值。這個因素決定了數據關聯過程是雷達數據處理系統中重要的一個環節。
當雷達掃描區域內只有一個目標，且沒有干擾的情況下，目標的相關波門內只會有一個點跡，此時不存在數據關聯的問題。但是當雷達掃描區域內出現多個目標，或者存在雜波的情況下，同一點跡就可能落在多個波門內或者同一波門內會出現多個點跡，此時就涉及數據關聯的問題。數據關聯也就是判斷某一時刻雷達觀測數據和其它時刻觀測數據或者已存在航跡之間的關係，從而實現點跡和航跡配對的過程。
一般而言，根據互相關聯對象的不同，數據關聯可分為以下幾種情況：
1)航跡起始：點跡與點跡的互聯；
2)航跡更新：點跡與航跡(航跡預測點)的互聯，也可以稱為航跡保持；
3)航跡融合：航跡與航跡的互聯。
數據關聯的方法有很多，大致可以分為兩類，一類是貝葉斯類數據關聯算法，另一類是極大似然類數據關聯算法。其中貝葉斯類算法主要包括最近領域算法、機率數據關聯算法等，貝葉斯類算法都是以貝葉斯準則為基礎的。而極大似然類算法主要包括航積分叉法和聯合極大似然算法等，極大似然類算法都是以觀測序列的似然比為基礎的。
跟蹤濾波
在雷達數據處理中，跟蹤濾波問題是除了數據關聯問題之外的另一大基本問題。所謂跟蹤就是對己與可靠航跡關聯上的觀測值做適當的處理，得到目標的狀態估計，從而形成對目標的連續跟蹤。雷達數據處理過程中跟蹤濾波的示意圖，如圖2所示，雖然觀測值已經與航跡的一步預測值★關聯上，但是更新航跡的是並不是觀測值，而是觀測值的濾波值☆。常用的跟蹤方法有Kalman濾波方法和常增益濾波等。
圖2 雷達數據處理過程中的跟蹤濾波示意圖
航跡補點
在實際的環境中，由於存在著雜波、射頻干擾、氣象干擾和人為干擾等，雷達掃描得到的目標的回波信號的幅度可能會低於檢測門限，這時目標會被錯誤地判為噪聲或雜波，這種錯誤稱為“漏警”。
在雷達數據處理過程中，即使處理的信號是來自信號處理過程後的，也不能避免的存在漏警。所以在雷達數據處理中，對於已經在被跟蹤中的可靠航跡，不能因為出現一個漏點而就停止對其跟蹤，通常採取的方法是對其進行航跡補點。所謂航跡補點就是根據該可靠航跡當前的位置，運用Kalman濾波理論進行預測，用預測點更新可靠航跡。但是，航跡補點一直持續進行會將虛假目標誤認為真實目標。所以，需要設定一個航跡補點計數器，航跡每補一個點，計數器就加1。連續的航跡補點航跡補點計數器就連續地加1。當補點打斷，也就是航跡關聯上實際的點跡時，則計數器清零。當計數器達到設定的消亡門限，也就是可靠航跡持續得不到真實數據的更新時，則認為該目標不是真實的目標，或者已經不在雷達威力區內，該航跡的所有信息都將從系統刪除。當某一次雷達掃描時，某條可靠航跡未獲得更新點跡數據時，則調用航跡補點程式，給航跡補上點跡。
航跡消亡
航跡補點是為未獲得實時觀測值的可靠航跡補點，以保證可靠航跡在漏警的情況下得以延續。但是航跡補點不是無限制的，一直持續的補點會導致觀測者將虛假航跡誤當作真實航跡，所以必須存在航跡消亡。
所謂航跡消亡就是，設定一門限，門限值規定允許航跡未得到實際觀測點跡更新的最大次數，當可靠航跡未用實際觀測點跡更新的次數超過設定的門限時，則刪除該航跡的所有信息。
航跡消亡的好處除了能避免虛假航跡的干擾，很大程度減輕了計算機的負擔。另外，航跡消亡的難點在於門限值的選擇。門限設定的太高，虛假航跡很可能就一直靠航跡補點延續下去，而計算機也必須花費足夠的空間存儲這些無效數據，浪費了計算機的資源；但若門限設定的太低，很可能會導致真實目標的航跡被過早消亡，從而讓觀測者錯過真實目標，得到錯誤的結果。
剩餘點跡的處理
雷達數據處理的輸入是大量的數據點跡，數據點跡的規模也決定了計算機的存儲空間和計算能力，因此對數據點跡的處理至關重要。所謂剩餘點跡，即是那些既沒有被用於航跡更新又沒有被用於航跡起始的點跡數據。對於經過預處理後的點跡，首先用於與可靠航跡關聯，關聯上則用於更新航跡，否則，存入暫時點跡檔案中，用於航跡起始，若是又未被使用則繼續留在暫時點跡檔案中。點跡數據未被使用一次，則相應的計數器加1，當計數器的值達到所設定的點跡刪除門限值時，則被刪除。剩餘點跡要作及時的處理，以減輕計算機的負擔。和航跡消亡門限值一樣，點跡刪除門限值也要適當，過大過小都不合適。
