机动目标的跟踪与反跟踪.docx

《机动目标的跟踪与反跟踪.docx》由会员分享，可在线阅读，更多相关《机动目标的跟踪与反跟踪.docx（32页珍藏版）》请在优知文库上搜索。

1、机动目标的跟踪与反跟踪（由旭要图）第十一届华为杯全国研究生教学建模竞森参赛队号1.队员姓名T3.参赛密码（由组姿/现图）HUAWI第十一届华为杯全国研究生教学建模竞赛题目机动目标的跟踪与反跟踪摘要:目标跟踪理论在军事、民用领域都有重要的应用价值。本文对机动目标的跟踪与反跟踪有关问题进行了研窕，取得了下列几方面的成果。1 .建立了对机动目标的跟踪模型通过对原始数据进行处理，观察到目标运动模式大致为机动与非机动的混合模式，因此决定先使用基于卡尔曼滤波的多模滤波VD算法来建立跟踪模型。当目标处于机动状态时使用普通卡尔曼滤波进行处理，机动模式使用非线性卡尔曼滤波处理。滤波出来的航迹图与拟合出来的航迹匹

2、配很好。然后利用Matlab的拟合工具CftOOI对目标的各个轴向的运动进行了拟合，分析出了目标的运动方式，大致估计出了目标的航迹。对建立的航迹方程进行预测，成功的估计出了目标的着落点。2 .实现了转换坐标卡尔曼滤波器实际情况下目标的状态往往是在极坐标或者者球坐标情况下描述的。状态方程与量测方程不可能同时为线性方程，本文把极坐标系下的测量值经坐标转换到直角坐标系中,用统计方法求出转换后的测量值误差的均值与方差，然后利用标准卡尔曼滤波器进行滤波，精度较高。3 .完成了多目标的数据关联，区分出了相应的轨迹4 .以最近邻法原理为基础,使用线性预估与距离比较的方法制定出了相应的区分规则,成功的将原始数

3、据的两个目标轨迹区分出来。5 .分析各个目标的机动变化规律并成功识别了机动发生的时间利用得到的目标运动轨迹，对位置信息进行二次求导得出了目标的加速度变化曲线,分析三个平面上的加速度变化趋势得到了目标在空间的机动情况，当位置与速度变化剧烈的时候也是机动发生的时候，因此通过对加速度随时间变化的分析，合理的设定加速度变化率的门限，当加速度变化率超过门限即认为目标处于机动状态并通过程序算法对机动点进行标记，结果与对目标的经验推断相符合。在整个过程中对各个时间点目标的加速度大小与方向进行了统计并输出到txt文档中。创新点：1. VD算法模型与切换条件模型，所查资料中并无具体做法，本构成员进行充分探究并优

4、化后，应用于题目建模。2 .第2问数据关联算法，是由最近邻法基本原理启发，自行改进后编写的，外界并无相同资料。3 .机动性判别原则与算法均为自创，需要完善的地方还很多，但基本保证了一定的效果与可靠性。4 .先通过滤波，在进行曲线拟合，得到更为平滑精确的运动方程，使得不论是速度、加速度及其变化率，还是落点估计等计算都变得简捷。关键词：目标跟踪，VD算法，卡尔曼滤波器，数据关联，机动，最近邻法1、问题背景目标跟踪是指应用探测器所获得的运动目标量测信息，对目标的运动状态进行滤波估计，是整个雷达系统中一个非常关键的环节，属于雷达数据处理中的一部分。由于实际跟踪中量测信息含有各类干扰噪声，影响对目标真实

5、运动状态的估计，因此有必要对目标量测信息进行处理。从工作流程上讲，目标跟踪是一个滤除噪声、消除误差的数据处理过程；而从广义的角度看，目标跟踪被定义为综合运用随机统计决策、估值理论、最优化算法等信息处理技术跟踪目标运动轨迹的过程。目标跟踪所涉及的问题是操纵、指挥、通讯与情报学科进展的前沿问题，是当今国际上研究的热门方向。目标跟踪按照探测器与跟踪目标的个数的不一致，可划分为单探测器单目标跟踪、单探测器多目标跟踪、多探测器单目标跟踪、多探测器多目标跟踪四种类型，其中单探测器单目标跟踪为跟踪问题研究的基本问题，其它三种跟踪方式的跟踪算法均由其派生而来，是研究最早、研究者最多、研究成果最为丰富的一种目标

6、跟踪方式，也是本文着重研究的跟踪方式。按照跟踪目标的类型，可将目标跟踪分为非机动目标跟踪与机动目标跟踪。非机动目标跟踪是指，被跟踪的目标做匀速或者匀加速直线运动等运动形式简单的运动，如今最基本的跟踪算法就能满足目标跟踪要求。困难的情况是当被跟踪目标发生机动，即目标为执行某种战术意图或者由于非预谋的原因，作改变原先规律的运动（如转弯、俯冲、下滑、爬升、蛇形、增速、降速等），如今目标速度的大小与方向发生变化，假如应用通常的跟踪算法跟踪机动目标会产生很大的误差，严重的情况会出现丢失目标的情况，针对这一问题大量学者对其进行了深入研究，继而形成了机动目标跟踪理论目标跟踪处理流程通常可分为航迹起始、点迹航

7、迹关联（数据关联）、航迹滤波等步骤。假如某个时刻某雷达站（能够是运动的）接收到空间某点反射回来的电磁波，它将记录下有关的数据，并进行计算，得到包含目标相关于雷达站的距离、方位角与俯仰角等信息。航迹即雷达站在接收到某一检测目标陆续反射回来的电磁波后记录、计算检测目标所处的一系列空中位置而形成的离散点列.航迹起始即通过一定的逻辑快速确定单个或者者多个离散点序列是某一目标在某段时间内首先被检测到的位置.点迹航迹关联也称同一性识别，即根据一定的准则确定雷达站多个回波数据（点迹）中哪几部分数据是来自同一个检测目标（航迹）.航迹滤波是指利用关联上的点迹测量信息使用线性或者者非线性估计方法（如卡尔曼滤波、拟

8、合等）提取所需目标状态信息，通常包含预测与更新两个步骤。预测步骤要紧使用目标的状态方程获得对应时刻（被该目标关联上的点迹时间）目标状态与协方差预测信息；更新步骤则利用关联点迹的测量信息修正目标的预测状态与预测协方差。2、基本假设由于3个雷达站距离很近，地理坐标系与大地坐标系的转换过程中不考虑地球曲率的影响；短时间内地理坐标系不随地球旋转；雷达测量噪声满足正态分布3、符号说明符号含义O-XYZ地理坐标系Og-XgYgZg地球坐标系Pi圆周率R地球半径B雷达所在位置的纬度L雷达所在位置的经度h雷达所在位置的高度r雷达探测到的目标距离雷达探测到的目标方位角雷达探测到的目标俯仰角MNN最近邻法4、问题

9、的分析与求解4.1 多个雷达对单机动目标的跟踪4.1.1问题：根据附件中的DataLtXt数据，分析目标机动发生的时间范围，并统计目标加速度的大小与方向。建立对该目标的跟踪模型，并利用多个雷达的测量数据估计出目标的航迹。跟踪滤波器的设计在很大程度上受目标运动模型、量测模型的影响。两种模型都依靠于所使用的坐标系体制。因此应当选择一个合适的坐标系来调节计算速度与跟踪性能这两个互相矛盾的要求。通常情况下，有两种坐标系可供选择：一种是直角坐标系，另一种是球面坐标系。量测数据的测量值是基于球面坐标的。而目标的状态方程则在直角坐标系中的。实际情况下目标的状态往往是在极坐标或者者球坐标情况下描述的。状态方程

10、与量测方程不可能同时为线性方程，本文把极坐标系下的测量值经坐标转换到直角坐标系中，用统计方法求出转换后的测量值误差的均值与方差，然后利用标准卡尔曼滤波器进行滤波，精度较高。在现代跟踪系统中，方便的是同时使用地理坐标系与雷达测量坐标系，即混合坐标系。其好处是地理坐标系（直角坐标系）的参数变化率最小，除在北极邻近外，地球转动的影响能够忽略不计，即地理坐标系实际上是惯性坐标系；而且在该坐标系中目标状态方程是线性的，在雷达测量坐标系球面坐坐标中，目标斜距、方位与俯仰等均可独立得到，而且量测方程也是线性的。再利用坐标变换关系，滤波与预测过程便可在地理坐标系中方便地完成。关于状态变量的选取，通常的原则是选

11、择维数少且能全面反映目标动态特性的一组变量，以防止计算量随状态变量数目的增加而增加。状态变量与跟踪坐标系的选择是直接有关的。假如使用一个适当选择的坐标系，状态估计问题的计算代价能够大大减小。另外，速度量测的引入是改善跟踪精度的一种有效手段。本题中涉及到地球坐标系，空间直角坐标系，空间极坐标系。地球坐标系如图4.1.1所示：图4.1.1地球坐标系其中圆点。为地球地心，Xg轴为地心指向春分点方向，Z.轴为地心指向北极点方向，O-XgxZg构成右手系。地理坐标系（空间直角坐标系）如图4.1.2所示：Z图4.1.2地理坐标系其中坐标原点。为雷达所在位置，OX方向为雷达传感器中心点与当地纬度切线方向指向

12、东，Oy方向为雷达传感器中心点与当地经度切线方向指向北，OZ轴为地心与雷达传感器中心连线指向天向。空间极坐标系如图4.1.3所示：图4.1.3空间极坐标系其中坐标原点。为雷达所在位置，O-XZ为东北天直角坐标系，r为雷达与探测到的目标距离，B为方位角（方位角指北向顺时针夹角，即从y轴正向向X轴正向的夹角，范围为0到360。）,。为俯仰角（俯仰角指传感器中心点与目标连线与地平面的夹角，即与XOy平面的夹角，通常范围-90。到90）O空间极坐标系到空间直角坐标系的转换如下：X=rcossin（1）X=rcoscos?（2）X=rsin（3）分别以雷达2,3为原点建立的直角坐标系能够转换到以雷达1为

13、原点建立的直角坐标系中，坐标系的平移变换如图4.1.4所示：图4.1.4空间直角坐标系平移两个空间直角坐标系O-XyZ与O-XTZ，,其中。，在。-XJZ中的坐标为(b,c),点P在两坐标系中的坐标分别为(x,z)与(Hy,z),坐标变换满足如下关系：x=x-a(4)y=V+6z=z+c(6)根据地球坐标系到地理坐标系的转换关系：a=IPiRcosBM.(7)b=2PiRB(8)c=A(9)其中R为地球半径(取6.37X106111),B为雷达所在维度，L为雷达所在经度,h为雷达所在高度。根据三个雷达在地球坐标系中的位置：表4.1.1三个雷达的位置雷达标号L(O)B()h(m)1122.140

14、.502122.441.503122.740.90能够得到雷达2,3坐标系转换到雷达1坐标系中的转换参数如表4.1.2所示:转换参数x(w)Ay(W)z(m)雷达2到雷达1253621111770雷达3到雷达15072410005904.1.3问题分析:将雷达探测到的距离、方位角、俯仰角从DataLtxt中读取出来，根据极坐标系到直角坐标系间的转换关系能够得到机动目标在直角坐标系中的位置，用Matlab画出雷达探测到的各个目标点的位置。滤波前雷达探测到的目标位置在Xoy平面上的投影如图4.1.5所示：图4.1.5机动目标的位置在XOy平面投影图中圆点表示雷达1探测到的目标位置，“”为雷达2探测

15、到的目标位置，菱形点为雷达3探测到的目标位置。滤波前雷达探测到的目标位置在Xoz平面上的投影如图4.1.6所示：图4.1.6机动目标的位置在XoZ平面投影从Xoy平面上的投影能够推测雷达1探测到的目标运动为直线运动，之后为机动转弯，再进入到直线运动。雷达2,3探测到的目标运动为椭圆盘旋。从XOZ平面上的投影能够看出Z轴方向上测量数据基本相当于白噪声，原因是雷达测量数据中俯仰角误差与俯仰角测量值处于同一数量级，降低了数据的有效性。根据投影图，我们能够先假设机动目标在第一阶段做匀速直线运动或者匀加速直线运动，第二阶段做匀速圆周运动，第三阶段做匀速直线运动或者匀加速直线运动，第四、五阶段做匀速圆周运动。4.1.4机动模型建立目标跟踪分为单目标跟踪与多目标跟踪，单目标跟踪为多目标跟踪的理论基础。其中单目标跟踪的原理图如图4.1.7所示：图中目标动态特性由包含位置、速度与加速度的状态向量X表示，观测量Y被假定为含有量测噪声V的状态向量的线性组合(HX+V)；残差向量d为