第2讲：雷达数据处理仿真、实现与实验

地点

新技术楼311 ，研究生实验室
蔡庆宇、薛毅、张伯彦。《相控阵雷达数据处理及其仿真技术》 周宏仁。《机动目标跟踪》 权太范。《目标跟踪新理论与技术》 百度、中国知网、IEEE。。。 新技术楼808室，86418051-820
参考




模拟CV目标，直角坐标观测，两种方法/两种参数 滤波（滤波方法自选），MC仿真，Matlab编程

感兴趣者可用C语言实现核心模块
验收方式
实验报告


仿真实验模型（理论） 仿真实验流程（实现） 仿真实验分析及总结（成果） 附核心模块代码或所有
实验课内容

时间

周六5-6、周日9-10
目标跟踪的困难

目标观测起源的不确定性 目标观测信息的不精确性 目标运动方式的不确定性
跟踪滤波
跟踪滤波估计 Alpha-Beta Kalman

滤波值
预测值
+
*
增益
*
+
观测值 - 预测值
滤波值
模型
加权 系数
观测
*
加权 系数
目标模型


CV CA CT IMM
跟踪坐标系

多目标跟踪原理
跟踪门
观测 点迹
数据 关联 起始与 终结
跟踪 滤波
多目标 状态
多目标跟踪原理
波门 航迹管理
滤波与预测
观测数据
数 据 关 联
起始航迹
优秀航迹 输出显示
终结航迹
新建航迹
多目标跟踪基本概念


点迹 单次（某一时刻）目标的观测（距离、速度、角 度、幅度等） 航迹 对应于某一目标的观测集合所估计的目标轨迹和 状态

模型：

x = x0 + vx * t y = y0 + vy * t x0 y0 vx vy (r,a) = f(x,y) (zr,za) = (r,a) + rand()

输入：



输出：

目标观测数据模拟

常加速运动模型(CA)

模型：

x = x0 + vx * t + ½*ax*t*t y = y0 + vy * t + ½*ay*t*t
仿真评价方法

蒙特卡洛仿真方法
• Monte Carlo 仿真方法是通过大量的计算机模拟来检验系统的动 态特性并归纳出统计结果的一种随机分析方法。用数学方法模拟 真实物力环境，并验证系统的可靠性与可行性。 • 主要包括随机数的产生、Monte Carlo 仿真设计以及结果解释等。 • Monte Carlo 仿真设计的基本原则是，在比较两种方法的性能时， 应尽可能的保证相同的实验条件，即保证相同的仿真序列和相同 的随机量测误差。 • 另外还应保证试验的可重复性，以使感兴趣或异常的结果能够被 详细检查出来而不需要重复整个仿真试验。可通过将仿真数据及 结果打印或写盘来实现。

输入：


X0,y0 vx,vy ax,ay (r,a) = f(x,y) (zr,za) = (r,a) + rand()

输出：

目标观测数据模拟

圆周运动模型(CT)

模型：

x = x0 + (v/w)*cos(wt) y = y0 + (v/w)*cos(wt)

输入：

8
软分区混合式融合
86.81%
5.66
态势显示简介




正确实时显示目标的航迹及诸参数； 目标航迹点迹与雷达威力范围的地图背景正确 重合显示，直观表达目标的位臵信息； 提供兴趣目标的选取及单独重点观测手段； 可随时接入雷达系统，通过以太网实时接收数 据处理输出的态势数据参数，并且可随时退出 雷达系统； 以文件形式记录接收的雷达态势数据，提供对 这些文件的检索手段，可重演已记录的全部或 者部分数据或者特定目标； 打印输出功能。
点迹融合
单频跟踪
航 迹 融 合
系统 航迹
近区 雷达 远区
径向距离
近区 交叉 雷达 区域 远区 径向距离
仿真实验示例
仿真实验示例
100 90 80 70
成功跟踪百分比
60 50 40 30 20 10 0
软分区混合式融合 硬分区混合式融合
0
10
20
30 40 雷达周期数
50
60
仿真实验示例
序号 1 2 3 4 5 6 7 跟踪器 单频跟踪A 单频跟踪B 航迹融合 前臵式点迹融合 内臵式点迹融合 后臵式点迹融合 硬分区混合式融合 平均成功跟踪百分比 51.08% 47.81% 71.14% 85.72% 86.75% 87.08% 84.81% 每小时假航迹数 1.27 1.26 2.58 11.43 11.49 12.37 5.55
地波超视距跟踪特殊性



真实航迹的形成和维持能力不足，特别是在信噪 比较低干扰较严重的远距离范围，很难及时可靠 地发现和稳定跟踪目标； 航迹参数的估计精度较低，在点迹精度较差、常 有野值观测干扰的情况下，传统滤波估计算法很 难获得满意的估计精度； 虚假航迹出现的概率较高，受密集杂波的干扰， 虚假航迹时有出现，严重影响使用者对监测态势 的判断。
数据处理系统

多目标跟踪的概念

将观测信息分解为对应于不同目标的观测信息集合上， 并利用各观测信息集合获得目标状态的估值。 数据处理系统的地位和意义 雷达系统性能的最终实现
信号系统
发射 接收 天馈 频综 信处
数据处理
关联 滤波 预测 起始 终结
显示系统
显示 存储 分析 打印 上报
融合中心
关联 融合 指挥 决策 火控
X
Leabharlann Baidu
ˆ Xi i 1
N
N
跟踪评价指标关联概率

目标正确跟踪百分比


如果一个目标某个周期的真实位臵与估计位臵之间的距离不超过目标一 个周期 之内最大可能运动距离 ，我们则认为目标被正确跟踪。 定义一个二进制序列表征目标的跟踪状态。如果某个周期存在一条目标 真实航 迹，序列对应位臵则为1；如果没有真实航迹，对应位臵则为0。 每个周期目标。 正确跟踪百分比通过对各次蒙特卡洛仿真上述二进制序列统计实现。目 标正确跟踪百分比的时间平均，将能提供目标被正确跟踪的时间分数， 从而表征航迹的连续性。

直角坐标系 极坐标系 球坐标系 其它
数据关联

最近邻 JPDA MHT
起始与终结

逻辑法 记分法 特征法
航迹管理

新建航迹 删除航迹 航迹索引
动态管理 静态管理

航迹管理方法




用第一扫描中得到的测量作为航迹 头建立门限，用速度法建立初始相 关波门，对第二次扫描有测量落入 初始相关波门的航迹头均建立暂时 航迹； 对每个暂时航迹（由两次测量组成） 直线外推，以外推点为中心，后续 相关波门的大小由航迹外推误差协 方差确定；第三次扫描测量落入后 续相关波门离外推点最近者给予互 联； 若后续相关波门没有测量，则撤销 此可能航迹，或用加速度限制的扩 大相关波门考察第三次扫描测量是 否落入其中； 继续上述步骤，直到形成稳定的航 迹，航迹起始才算完成； 在历次扫描中，未与任何航迹互联 的那些测量（称自由测量或孤立点 迹）作为新的航迹头，转步骤1操 作。
终止航迹 无初始 关联点迹
有关联次 数<k
连续L次 没有关联
航迹头 有初始 关联点迹
暂时航迹 有关联次 数 >= m 滑动等待 n次扫描
确认航迹
递推实现流程
点迹
波门中 心预测
有效航 迹关联
跟踪 滤波
航迹 整理
有效航迹
暂时航 迹关联 航迹 起始 新暂时 航迹
地波超视距跟踪特殊性




数据率低：为了获得足够的信噪比以及多普勒分辨能力，高频地波超 视距雷达积累周期往往长达几十秒甚至几百秒。如此之低的数据率， 常规雷达跟踪系统难以接受，其间目标的位臵和运动参数会有很大的 变化，这给跟踪预测带来很大的不确定性。 检测概率低：由于远距离传播衰减，目标回波信号幅度较小；强杂波 （海杂波、电离层杂波等）和干扰（电台干扰、冲击干扰等）的存在， 目标回波信号经常被掩盖；再加上高频段目标散射面积随姿态的变化 敏感；使得高频地波雷达检测概率很低，有时甚至连续多个周期不能 检测到目标信号。 观测精度低：高频雷达距离分辨通常在几公里以上，方位分辨则在几 度以上，这导致雷达对目标位臵的估值精度很低，特别是远距离目标， 观测位臵可能偏离目标真实位臵十几公里。另外，雷达在对抗杂波及 干扰时，经常会破坏期望信号的信息，导致估值误差的加大，甚至使 目标参数估计出现野值。 杂波密集：要在低信噪比下获得足够的目标发现能力，必然导致虚假 观测的增加；杂波和干扰经常会误检为目标，另外在对抗杂波和干扰 时也会导致虚假目标的出现。

x0,y0 v w (r,a) = f(x,y) (zr,za) = (r,a) + rand()

输出：

数据处理实验分析

非合作目标

真值可获取 运动不确定

合作目标


真值可获取 运动确定


实验方法 实验分析

数据量要求 数据选择 分析指标
仿真实验示例
仿真实验示例
频1 点迹 点 远 区 迹 分 频2 点迹 近 区 区
与正确跟踪定义相反，所有那些既不是与正确目标观测关联又不满足上 面条件的确认航迹则被称为虚假航迹。

单位时间虚假航迹数


目标正确跟踪百分比越高，单位时间虚假航迹数越少，表明跟踪器性 能越好。
目标观测数据模拟


输入是什么？ 仿真什么样的模型 输出是什么？ 最终形成什么数据
目标观测数据模拟

常速运动模型(CV)

滤波精度 关联正确与错误表征
跟踪评价指标滤波精度

均方根误差(RMSE)/标准偏差
“误差” 的 “平方” 的 “平均” 的 “二次根”
RMSE
( X i )2 i 1 ˆ
N
真值
N

有限观测次数、真值未知
( X i X )2 i1 ˆ
N
RMSE
N 1
实验课内容

目的

实践仿真实验过程


模拟数据 MC仿真实现 结果分析
理解MC仿真思想 掌握仿真实验分析方法 实验报告提交


新技术楼808室周共健或新技术楼807室尚尚。 电子版发送至zhougj@hit.edu.cn，邮件主题说明。
实验课内容

内容
可自选 建议内容