基于雷达跟踪技术的机动目标模拟及跟踪方法课件

1、指导教师：,基于雷达跟踪技术的机动目标模拟及跟踪方法,班级：姓名：学号：,雷达物位计,研究的背景及意义,目标跟踪是现代雷达的主要研究领域，机动目标是主要的研究对象，雷达仿真是主要的研究手段。系统模拟技术的出现推动了雷达跟踪技术的发展。用系统模拟技术来仿真雷达目标和环境，产生包含目标环境信息和自身信息的回波信号，可以在不具备雷达前端的条件下进行各项分析调试和性能指标检验，大大降低了科研人员的工作强度，具有很大的灵活性。机动目标模拟就是利用雷达系统模拟技术，对机动目标的工作环境、运动过程进行仿真，并将获得的数据用于互联和滤波。,近年来，世界各国纷纷投入了大量的人力、物力、财力从事雷达模拟研究，一些

2、技术发达国家都普遍的使用了雷达信号模拟器。凡是以雷达作为探测手段的武器系统，一般都配有先进的雷达模拟器，以逼真的模拟威胁情景。目前美国己有两百多家公司在研制模拟器，每年投资十多个亿美元。我国利用计算机和数字信号处理器(DSP)相结合产生的用于机载雷达系统设计、联试、检测和维护的目标回波信号模拟器，在各种类型的机载PD雷达联试中普遍采用，首先在电脑上产生模拟回波数据文件，然后由高速专用数字信号处理器对数据进行综合处理后，经高速D/A变换器产生所需雷达回波信号，达到对雷达目标及其环境实时模拟的目的。,国内外发展现状,论文的结构和主要内容,第一部分：杂波建模与仿真第二部分：目标建模与仿真第三部分：航

3、迹起始与关联第四部分：航迹滤波与外推,结束语,本文主要研究了机动目标的模拟与跟踪方法，仿真了雷达从目标检测到目标跟踪的全过程。本文优点：首先对目标场景进行了模拟，重点研究了数据互联、跟踪滤波这两个部分。最后研究了机动目标的跟踪滤波方法。通过仿真验证，对跟踪结果方差的比较，发现改善的滤波方法方差较小。本文也存在以下不足之处：1、由于没有精确的雷达前端参数，模型的建立相对粗糙。2、在仿真中偶有偏差较大的情况，这可能是因为系统了较大的伪随机数。,致谢,感谢我的导师XXX、XXX，以及在座的各位老师。,返回,杂波建模与仿真,图1-1杂波示意图,图1-2杂波仿真示意图,杂波的来源多种多样，根据其电磁反射

4、特性可以对杂波大致进行分类。雷达杂波主要有以下几类：1.地面杂波2.海杂波3.体杂波。,返回,目标建模与仿真,雷达跟踪的目标按运动类型可以分为三类：匀速直线运动目标、匀加速直线运动目标以及机动目标。,图2-1匀速运动目标图2-2杂波中的匀速运动目标,目标建模与仿真,图2-3匀加速直线运动目标图2-4杂波中的匀加速直线运动目标,图2-5匀加速曲线运动目标图2-6杂波中的匀加速曲线运动目标,目标建模与仿真,目标建模与仿真,图2-7转弯机动目标图2-8杂波中的转弯机动目标,返回,航迹起始与关联,一套完整的多目标跟踪算法可以分为三大部分：首先是跟踪启动，然后是数据关联及跟踪维持，最后为跟踪终结。,航迹

5、起始算法分为两大类：顺序处理技术和批处理技术。顺序处理技术主要包括启发式规则方法和基于逻辑的方法，适用于相对无杂波的航迹起始；批处理技术主要包括Hough变换法等，适用于强杂波环境。,图3-1最近邻算法图3-2跟踪标准差,仿真以及性能分析：目标做匀加速运动：初始状态如下：x0=5000；y0=25000；vx0=100；vy0=0；ax0=0.5；ay0=0.5，用不同方法进行互联结果如下；,航迹起始与关联,航迹起始与关联,图3-3概率数据互联跟踪曲线图3-4跟踪标准差,航迹起始与关联,图3-5改进方法跟踪曲线图3-6跟踪标准差,航迹起始与关联,结论：经多次仿真发现，最近邻数据互联方法对应的标

6、准差都比较大，概率数据互联方法的性能较好，改进的互联方法对应的标准差最小。,返回,航迹滤波与外推,完成数据互联以后，就要进行目标的滤波。滤波的目的是为了对目标过去和现在的状态进行平滑，同时预测目标的的位置、速度和加速度等参量，通过将互联数据传入滤波器来实现状态的更新，并进行状态预测。目前有常用的滤波器三种：卡尔曼滤波器和滤波器和滤波器。,卡尔曼滤波器的工作原理如下面流程图所示：,航迹滤波与外推,图4-1滤波流程图,A.卡尔曼滤波为线性时变系统的一种线性无偏最小均方误差估计，适合于非平稳过程，当目标匀速运动时，卡尔曼滤波与等效，但是在暂态过程中，或目标做随机机动飞行时，卡尔曼滤波性能优于滤波器。

7、B.卡尔曼滤波器在做出估计的同时给出估计的误差方差，而滤波器、滤波器并不具备对误差方差进行更新。C.滤波器、滤波器计算量相对较小，而卡尔曼滤波增益的计算量比较大，但是相对来说，卡尔曼滤波系统在理论上是比较完善的，不过也存在一些问题有待于改善和解决，主要有滤波的数学模型、实时处理能力和数据发散问题，且滤波模型的确定也相对困难，但这是一种非常有应用前景的滤波方法。,卡尔曼滤波器与滤波器、滤波器的比较如下：,航迹滤波与外推,航迹滤波与外推,从前面的介绍可以看出，目前常用滤波方法有卡尔曼滤波、和滤波，卡尔曼滤波最大的优点在于跟踪的实时性，目标运动状态变化能有效回馈给系统，从而调整滤波增益，实现对目标的

8、有效跟踪，但卡尔曼滤波的性能与过程噪声和量测噪声的统计特性、初始条件等因素相关，并且在滤波过程中对未知量进行了假设，所以有可能会出现滤波发散。,航迹滤波与外推,图5-1目标数据产生及局部放大图,匀速直线运动各个参量设置如下：x0=3000020000100002000030000；y0=2000030000400005000060000；vx0=100100100100100；vy0=00000；ax0=00000；ay0=00000；目标的量测数据通过采样加噪声获得，假设雷达扫描圈数为200圈，扫描周期为2秒，机动时常数即机动频率为0.1秒。用不同的方法得到滤波结果如下：,航迹滤波与外推,图5-2滤波曲线及局部放大图,航迹滤波与外推,图5-3不同滤波方法所得标准差,航迹滤波与外推,结论：图中o为滤波，点为滤波，+为卡尔曼滤波，经多次实验表明，三种方法的标准差绝大部分落在500米以内，还有一部分落在1000米范围内，对于这种粗糙模型来说是可以接受的，从图上可以看出对于匀速直线运动，滤波性能最好，次之，卡尔曼滤波相对性能较差，上面的仿真结果验证了对于匀速直线运动各滤波器性能的优越性比