机动目标预测跟踪方法研究

机动目标预测跟踪方法研究

【摘要】在目标被遮挡条件下的自动预测跟踪中，研究了跟踪机动目标过程中的角位置自适应卡尔曼预测算法。针对估计与预算中出现的发散现象，推导了导引头框架角位置预测方法。建立了目标遮挡预测跟踪测试系统，设计多种不同的目标运动形式，并通过转台实现，测试改进的自适应位置预测算法在典型测试条件下的有效性和准确程度。实验结果表明：当目标进入遮挡区域时，改进的自适应位置预测算法能够有效地实现预测跟踪，保证目标退出遮挡时能够顺利重新捕获和跟踪。

【关键词】机动目标跟踪；自适应预测；卡尔曼滤波

1引言

日趋复杂的作战环境，对成像导引头的探测和跟踪能力提出了更高的要求，尤其是由于隐身、伪装、热障等条件下发生目标短时间丢失时，如何解决目标的预测跟踪问题显得尤为重要。合理的预测跟踪算法能够准确地对目标实施预测引导跟踪，为图像处理赢得算法调整时间，并且保证目标再次出现在视场内时较小的跟踪误差，顺利实现目标的再捕获和跟踪。

机动目标的滤波与预测是估计当前和未来时刻目标运

动参数（如位置、速度和加速度）的必要技术手段。当目标做非机动运动时，采用基本的滤波和预测方法即可很好地达到目的。但是，在实际的目标估计与预测过程中，目标往往会发生机动，这时采用基本的滤波和预测方法以及先前的目标运动模型，已不能满足问题求解的需要，估计与预测也会出现发散现象。这时就需要对基本的滤波和预测方法加以改进以求能够更加有效地解决问题。

2目标预测跟踪测试系统构成

2.1目标预测跟踪测试系统硬件

双轴电视导引头以俯仰框为内框，方位框为外框，内框中安装双轴微机械速度陀螺仪用于敏感内外轴系的惯性角速度，角位置传感器为光电编码器，执行器采用直流有刷力矩电机。目标采用LED光源，安装在用于模拟目标运动的转台上，该转台可以模拟目标俯仰方向的运动，俯仰轴角度范围为±35°。

应用图1所示的开发测试系统，可以方便地进行导引头系统的跟踪测试实验，伺服控制器和图像处理算法都可以快速更改和测试，大大加快了系统的开发进度。

2.2跟踪测试系统的工作原理

导引头通过面阵可见光CCD相机获取LED光源的图像，然后对所获取的图像进行对比度分析，识别目标以后输出目标在靶面上的形心坐标。在导引头伺服系统中，需要通

过求解反三角函数将像素值变换为俯仰框架的角增量指令

用于控制导引头的视线指向目标。导引头伺服系统采用位置-速度双回路控制结构，位置环控制器采取常规的PI控制器，速度环采用PI控制器进行误差调节，采用基于模型参考自适应的扰动力矩观测器进行扰动观测和抑制。

3自适应预测跟踪系统的关键算法

在机动目标运动信息预测方面，前期研究较多的维纳滤波、α-β-γ滤波以及标准卡尔曼滤波都很难在目标的多种运动状态下使滤波器具有良好的跟踪性能。现阶段在导引头跟踪系统中，有开发与应用前景的是实时辨识自适应滤波算法中的机动目标“当前”统计模型的均值与方差自适应跟踪算法。

在“当前”统计模型概念条件下，当目标正以某一加速度机动时，通过典型的离散处理方法，我们可以得到下列离散状态方程：

（1）

当采用上述的方程进行预算时，卡尔曼滤波方程可表示为：

（2）

如果将的一步预测看作在kT时刻的“当前”加速度即随机机动加速度的均值，自适应卡尔曼滤波算法可以表示为（3）

机动目标“当前”统计模型的均值与方差自适应跟踪算法能更为真实的反映目标机动范围和强度的变化，不仅能很好的跟踪机动与非机动目标，而且能严格消除稳态误差，估计无时间滞后，是实时辨识自适应滤波类方法中较为实用的算法。

4测试实验与结果

4.1测试实验主要参数

测试过程中使用的导引头为俯仰-偏航结构的电视导引头，图像处理器为DSP+FPGA结构的硬件平台，测试平台中各子系统的主要参数如表1所示。

4.2俯仰轴预测跟踪测试

首先使用目标遮挡板对俯仰方向进行遮挡，测试预测算法在目标进入遮挡区域时的跟踪效果。对俯仰轴跟踪过程选取了图2中所示的四幅图像，在跟踪的第14s到第20s为目标被遮挡时间，遮挡时间共计6s，使用预测指令跟踪目标，当目标重新出现在靶面上时，依然处于靶心的位置，可以证明跟踪算法在这种条件下的有效性和准确性。实验过程记录了俯仰方向的脱靶量、图像跟踪指令以及角位置变化情况，如图3所示。

算法中设计的跟踪回路的控制指令切换至预测值；当目标重新出现在视场中并且被图像处理器识别和跟踪后，跟踪回路的控制指令切换回到由脱靶量解算的角增量指令。图3

中，（a）表示在预测跟踪过程中，俯仰方向的脱靶量；（b）表示在预测跟踪过程中，俯仰方向脱靶量解算指令以及预测指令；（c）表示俯仰方向目标遮挡实验全过程中导引头俯仰轴的角位置变化情况，其中，用红色实线标注的部分是预测跟踪过程中，俯仰轴的角位置变化情况。从图3中可以看出当目标进入遮挡区域，图像跟踪丢失的情况下，预测跟踪能够顺利启用并且有效地实现对目标的预测跟踪，保证了目标退出遮挡重新进入视场后的再次捕获和跟踪。

5结束语

本文根据现代战场环境下导引头稳定跟踪平台会遇到的跟踪过程中目标被遮挡或干扰的情况，提出了应用自适应卡尔曼预测算法估计框架角位置信息用于引导跟踪的方法，同时，为了提高载体抑制扰动的能力，提出了应用基于模型参考自适应的扰动力矩观测器的方法，并介绍了用于测试预测跟踪效果的测试系统的结构和工作原理。然后研究了基于“当前”加速度模型的自适应卡尔曼预测算法和扰动力矩观测器结构。最后，测试了目标遮挡条件下预测跟踪的实际效果。实验结果证明：导引头的俯仰能够实现遮挡条件下的预测跟踪，相比脱靶量指令，预测跟踪指令降低了67%。基本满足了遮挡或干扰条件下的导引头预测跟踪的要求。

参考文献

[1] 李道京，王启才. 机动目标预测问题的研究[J]. 现代

雷达，1992，10（5）：10-15.

[2] 黄永梅，马佳光，傅承毓. 预测滤波技术在光电经纬仪中的应用仿真[J].光电工程，2002，29（4）：5-9.

[3] 黄永梅，张桐，唐涛等. 卡尔曼预测滤波对跟踪传感器延迟补偿的算法研究[J]. 光电工程，2006，33（6）：4-9.

[4] Bernd Uhrmeister.Kalman Filters for a Missile with Radar and/or Imaging Sensor [J]. Journal of Guidance，Control，andDynamics，1994，17（6）：1339-1344.

[5] Y.T. CHAN，J.B. PLANT，J.R.T. BOTTOMLEY. A Kalman Tracker With a Simple Input Estimator [J]. IEEE Transactions on Aerospace andElectronic Systems，1982，18（2）：235 - 241.

[6] K.V. RAMACHANDRA， B.R. MOHAN， B.R. GEETHA.A Three-State Kalman Tracker Using Position and Rate Measurements[J]. IEEE Transactions on Aerospace andElectronic Systems，1993，29（1）：215-222.

作者简介：

林京君（1987-），女，山东莱阳人，长春工业大学，硕士研究生；主要研究方向和关注领域：目标追踪。

林晓梅（1965-），女，山东黄县人，长春光机所，教授；主要研究方向和关注领域：信号处理。