機場場監(jiān)雷達數(shù)據(jù)處理技術(shù)研究

張煜婕，李文娟，陳建軍

(1.南京電子技術(shù)研究所， 南京210039;2.南京理工大學(xué)電光技術(shù)學(xué)院，南京210094)

0 引言

民航業(yè)發(fā)展初期，各國對機場的監(jiān)視和管理是通過塔臺管制員目視和地勤人員人為干預(yù)實現(xiàn)。隨著全球航空運輸業(yè)的飛快發(fā)展，機場內(nèi)交通流量、布局的日益復(fù)雜，僅靠人為干預(yù)已經(jīng)遠遠不能滿足機場管控要求。

基于對目標的雷達回波的測量、數(shù)據(jù)分析、建模和計算，場面監(jiān)視雷達(Surface Movement Radar，SMR)可以確定運動目標的具體位置，實現(xiàn)航空器和車輛駕駛員在自己的航空器或車輛內(nèi)就能看到自身所處的位置，以及周圍場面的運行狀況，在發(fā)生危險的時候能夠及時獲得報警信息。在此過程中，由于SMR是對機場區(qū)域進行探測，即對地俯視探測，因此在其探測范圍內(nèi)將會受到大量強地雜波的干擾。再加上機場內(nèi)人員、車輛移動狀態(tài)的機動性，障礙物遮擋，以及天氣等因素的影響，即使采用信號處理中常用的MTI或MTD技術(shù)后，虛警率依然很高，運用常規(guī)的目標跟蹤算法將會導(dǎo)致機場內(nèi)目標錯跟、丟失，在機場發(fā)生事故時不能及時產(chǎn)生告警，釀成無可挽回的損失。為了解決以上問題，本文提出將檢測前跟蹤(TBD)技術(shù)應(yīng)用于對SMR數(shù)據(jù)處理分系統(tǒng)中。TBD技術(shù)是一種針對低信噪比條件下信號的檢測和跟蹤技術(shù)，最初主要應(yīng)用于紅外弱目標的檢測跟蹤，近年來TBD檢測算法也應(yīng)用到雷達系統(tǒng)中。常用的TBD方法有基于Hough變換的直線航跡積累法［1-2］，基于粒子濾波的遞歸方法［2-4］以及基于動態(tài)規(guī)劃的能量積累法［2，5-7］。

本文通過對民航機在機場場面運動的過程的分析，以及對大量實測數(shù)據(jù)積累和統(tǒng)計，將TBD技術(shù)應(yīng)用于SMR的數(shù)據(jù)處理分系統(tǒng)中，在目標跟蹤過程中，依據(jù)事先存儲的機場地理信息和雷達回波信息，將機場區(qū)域分為機場跑道區(qū)、航跡不起批區(qū)、航跡禁止區(qū)，指導(dǎo)場內(nèi)目標跟蹤模型選擇的同時，對不符合該區(qū)域允許的運動狀態(tài)的異常情況及時告警，保證機場及航空安全。

1 機場目標運動狀態(tài)及數(shù)據(jù)仿真

為簡便起見，以機場某條道路為例，如圖1所示，飛機在該道路上完成從滑行、轉(zhuǎn)彎，到靜止待命，直至加速起飛的全過程(降落是起飛的逆過程)，根據(jù)機場道路功能的不同，將這條道路分為4塊，其中A為滑行道，B為滑行道與跑道連接處，C為目標靜止待命區(qū)，D為飛機起飛降落跑道。根據(jù)區(qū)塊功能的不同，目標按照不同的模型進行運動。以飛機起飛過程為例，飛機運動包含三種運動，在滑行道A上勻速運動(Constant Velocity，CV)，在跑道與滑行道連接處B做勻速轉(zhuǎn)彎運動(Constant Turn，CT)，在C區(qū)域靜止待命，在跑道D上勻加速運動(Constant Accelerator，CA)。各個運動模型在很多文獻中已進行多次給出，此處不再贅述。

圖1 機場道路示意圖

以某飛行器起飛過程為例，如圖1右圖，L1和L2是兩條滑行道，其中L2為飛行器起飛跑道，它們之間夾角為b，轉(zhuǎn)彎圓弧半徑為R，PM方向為x軸正方向，L1與x軸重合，此時的坐標原點設(shè)為P點，即(x0，y0)=(0，0)。彎道的起始點M的坐標設(shè)為(xM，yM)，彎道結(jié)束點N點的坐標設(shè)為(xN，yN)。過N點做L1的垂線，與彎道MN相交于Q點，MQ轉(zhuǎn)過的角度為a。飛行器起飛過程中走過的總路程為

設(shè)飛行器初始位置坐標為(x0，y0)，具體起飛仿真過程如下

(1)滑行道勻速滑行階段:總滑行長度L1=x0-xM;

(2)勻速轉(zhuǎn)彎階段:

此時，yM=0，在x方向的坐標為

彎道結(jié)束點N點的坐標設(shè)為(xN，yN)，其表達式為

飛行器在彎道上走過的弧長MN用下面的式子計算

(3)勻減速運動階段:

該階段直到飛行器速度減為0，走過路程為Sslip;

(4)靜止候命階段;

加速起飛階段:飛行器由速度為0到離地起飛，本文中設(shè)起飛離地速度為350 km/h，走過路程為Sup。

仿真場景如圖2所示，其中星點為雷達所在位置。

圖2 飛機起飛過程數(shù)據(jù)仿真

2 SMR數(shù)據(jù)處理關(guān)鍵技術(shù)

TBD基本思想是利用多周期積累數(shù)據(jù)，對目標所有可能的航跡進行遍歷、估計，當確認目標檢測結(jié)果后，檢測結(jié)果與目標航跡同時報出。其關(guān)鍵是對通過航跡關(guān)聯(lián)遍歷和延遲決策所產(chǎn)生的大量假設(shè)的暫態(tài)航跡進行及時判斷，刪除虛假航跡，保留真實航跡。對于航跡起始和航跡關(guān)聯(lián)的具體處理方法，文獻中已有詳細介紹，這里不再累述。TBD數(shù)據(jù)處理的基本流程如圖3所示。

圖3 TBD基本處理流程圖

處理過程對計算機硬件要求很高，需要多個服務(wù)器和存儲器來并行計算并存儲這些航跡，以滿足航跡關(guān)聯(lián)遍歷以及延遲決策的需要。再加上SMR對地探測中產(chǎn)生的大量剩余雜波，包括地面建筑物、人員車輛的運動狀態(tài)的機動、建筑物的遮擋、以及惡劣天氣產(chǎn)生異?；夭ǖ?，都會產(chǎn)生大量虛假航跡，增加計算機硬件壓力，對航跡跟蹤產(chǎn)生不利影響。

由于SMR是針對機場場面進行監(jiān)視，探測場景和探測對象都相對固定，機場場面布局圖、目標類型、運動狀態(tài)信息均可作為先驗信息，建立信息數(shù)據(jù)庫，參與到數(shù)據(jù)處理過程中，流程圖如圖4所示。

2.1 特殊航跡區(qū)處理

由于地物雜波剩余點跡、機場飛機點跡等點跡具有特殊的屬性，為減少虛假航跡的形成，通常根據(jù)機場場面布局圖設(shè)置特殊航跡區(qū)，對上述區(qū)域內(nèi)的點跡進行相關(guān)處理時采取不同的準則或相關(guān)處理方法。本文中的特殊航跡處理區(qū)包括:不起批區(qū)、禁止區(qū)和機場跑道區(qū)等。

圖4 SMR數(shù)據(jù)處理流程

不起批區(qū):在該區(qū)域內(nèi)的點跡禁止形成新航跡但可用于航跡的更新。該區(qū)域主要對應(yīng)目標受到建筑物遮擋區(qū)域，或目標經(jīng)過剩余雜波集中的機場區(qū)域等情況。

禁止區(qū):在該區(qū)域內(nèi)的點跡禁止用于形成新航跡，若有穩(wěn)定航跡連續(xù)多個周期(超過三次)與該區(qū)域內(nèi)的點跡相關(guān)，并形成高置信度的航跡，則認為出現(xiàn)異常狀態(tài)，處理系統(tǒng)將向顯控系統(tǒng)提出告警。該區(qū)域主要對應(yīng)機場內(nèi)的建筑物區(qū)、草坪區(qū)等。

機場跑道區(qū):利用區(qū)域內(nèi)點跡進行航跡更新或形成新航跡遵循以下準則:(1)按照跑道區(qū)功能不同，采取不同的航跡跟蹤參數(shù)設(shè)置;(2)禁止目標點跡產(chǎn)生切向加速度。這樣可避免形成虛假航跡或航跡更新出現(xiàn)錯誤。

2.2 航跡置信度的設(shè)計

如何既利用TBD思想發(fā)現(xiàn)并準確跟蹤目標，又不會使計算機運算存儲量爆炸，本文采用如下關(guān)鍵技術(shù):(1)對每條航跡遍歷其所有可能關(guān)聯(lián)的點跡;(2)設(shè)計合理的航跡置信度，逐幀刪除大量置信度低的暫態(tài)航跡;(3)建立完善的航跡起始和航跡撤銷邏輯，根據(jù)置信度自適應(yīng)調(diào)整航跡起始、撤銷時間，使置信度低的暫態(tài)航跡起批時間長，置信度高的確認航跡維持時間長。

下面重點介紹一下航跡置信度的設(shè)置。

本文采用貝葉斯規(guī)則［7］與目標幅度特性、運動狀態(tài)平穩(wěn)特性相結(jié)合，來計算航跡置信度［8-10］。

傳統(tǒng)的貝葉斯置信度定義P(D/T)為暫態(tài)航跡中量測數(shù)據(jù)為真實目標的幾率，P(D/F)為暫態(tài)航跡中量測數(shù)據(jù)為假目標的幾率，Lk為某條航跡在k時刻收到潛在目標信號的概率，P(T/Dk)表示組成這條航跡的序列量測數(shù)據(jù)Dk為真實目標的幾率，P(T/Dk)可以通過遞歸的方式給出［11］

為了計算Lk，我們首先計算P(D/T)和P(D/F)，對于一個真實目標，P(D/T)等于系統(tǒng)的探測概率Pd與潛目標數(shù)據(jù)關(guān)聯(lián)的似然函數(shù)的積，假定在航跡點估計過程中，卡爾曼濾波器的殘差呈高斯分布，則似然函數(shù)可以定義為

M為量測數(shù)據(jù)的維數(shù)，對于SMR，M=2(距離、方位)，X^(k|k-1)為卡爾曼濾波器中的目標狀態(tài)一步預(yù)測向量，Z(k)為量測向量，H(k)為量測矩陣，R(k)為量測協(xié)方差矩陣，P(k|k-1)為一步預(yù)測協(xié)方差矩陣。同樣的P(D/F)簡單地表示為潛在目標數(shù)據(jù)的虛警概率Pf乘以在門限區(qū)域Vg內(nèi)均勻分布的虛警的似然函數(shù)1/Vg。

由于Pf=βfVg，其中βf為虛警或者雜波密度，此時Lk可以表示為

所需要的航跡置信度由式(13)計算得到。一般認為每次掃描探測到的潛在目標數(shù)據(jù)是相互獨立的，經(jīng)過k次掃描后，具有對數(shù)形式的航跡評價函數(shù)Lk是每一次單獨掃描的航跡置信度的和，則航跡置信度可以通過遞歸的方法得出

對于新的航跡，可以通過下式來初始化航跡的置信度。

式中:βN為目標密度。

下面對航跡置信度的計算方法進行總結(jié):航跡起批后利用公式(15)對每條航跡置信度進行初始化，在后續(xù)的每一個掃描周期，用公式(13)計算航跡置信度的增量，通過公式(14)逐掃描周期更新航跡置信度。

同時定義TL為航跡的刪除閾值，TU為航跡確認閾值，每一次數(shù)據(jù)關(guān)聯(lián)之后通過(14)計算出每一條航跡的置信度，然后通過序列幾率比測試判斷航跡的存在與否。序列幾率測試的判據(jù)如下

式(13)所示的傳統(tǒng)的航跡置信度，取決于目標預(yù)測值與量測值之間的距離d(當跟蹤濾波收斂時，S趨于一個固定值)，即d值越小，目標量測值與航跡預(yù)測值越接近，說明該量測值與航跡關(guān)聯(lián)的概率越大［12］。

而本文中的暫態(tài)航跡點保留點跡的幅度信息、尺寸信息以及目標的速率、航向等信息，將這些信息用于航跡置信度的計算中，使暫態(tài)航跡的起批與刪減規(guī)則更加全面細致，更有說服力，同時對減少每幀數(shù)據(jù)的運算量效果明顯。以某條暫態(tài)航跡的N幀速率為例，我們認為真正的機場地面目標在某一區(qū)域內(nèi)的運動速率是在一定范圍內(nèi)的，設(shè)航跡中第i點的速率為 ，則N幀的速率均方差為

3 SMR數(shù)據(jù)處理結(jié)果分析

在事先建立的機場數(shù)字地圖的基礎(chǔ)上對機場區(qū)域按照不同功能分區(qū)，在各個區(qū)域中可能出現(xiàn)的目標類型、運動特性等信息建立數(shù)據(jù)庫，在數(shù)據(jù)處理的整個過程中，利用該數(shù)據(jù)庫信息，實現(xiàn)對已起批目標類型的識別、跟蹤，對虛假航跡的刪減，并對運動狀態(tài)異常的目標進行標示告警。

仿真3個飛行器降落、起飛的過程。設(shè)飛機起飛跑道長度2.5 km，離地速度為350 km/h，轉(zhuǎn)彎半徑500 m，兩跑道之間夾角為60°，滑行道長度3.1 km，滑行速度為20 km/h，仿真過程持續(xù)1 102 s，雷達掃描周期為1 s。以雷達為坐標原點進行仿真。其中有3個飛行器目標，目標運動情況如表1所示。

表1 三個目標仿真狀態(tài)

處理結(jié)果如表2所示，其中原始虛警密度指每一幀數(shù)據(jù)中平均虛警點的密度。對于三種虛警密度的情況，算法對目標都有較好的跟蹤性能，且對虛警抑制效果很好，對于速度變化范圍大、虛警點多的機場環(huán)境，基于TBD的數(shù)據(jù)處理算法對目標也有良好的跟蹤性能。

表2 仿真數(shù)據(jù)處理結(jié)果

采用以上算法對國內(nèi)某機場上多種情況實測數(shù)據(jù)進行處理。圖5所示的是兩架在機場中運動過程的跟蹤結(jié)果。為了便于觀察，本文將目標的航跡點結(jié)果進行像素擴展。左圖為一架客機由起點出發(fā)，經(jīng)過轉(zhuǎn)彎滑行至飛機跑道起點，并靜止等待起飛指令的過程;右圖為一架貨機由機場的機庫出發(fā)，經(jīng)滑行道至跑道起點，經(jīng)過靜止等待、加速滑行直至最后起飛的全過程。下圖表明，對于機場中處在不同運動狀態(tài)的飛機目標，該算法均表現(xiàn)出良好的跟蹤性能。

圖5 對某機場上兩架飛機的跟蹤結(jié)果

4 結(jié)束語

本文針對機場場監(jiān)雷達的實際需求，分析并仿真機場內(nèi)民航機起飛過程，針對機場內(nèi)地面目標運動模型多樣，虛警率高的缺點，探討了基于TBD思想的場監(jiān)雷達數(shù)據(jù)處理算法，為了解決算法中計算量和存儲量爆炸的問題，采取機場特殊區(qū)域處理措施，對特殊區(qū)域內(nèi)的航跡進行特殊處理，同時監(jiān)控目標的運動狀態(tài)，在發(fā)生異常狀態(tài)時，及時對后續(xù)顯控告警系統(tǒng)報告，產(chǎn)生告警，確保機場及飛機的安全;因此，設(shè)計新的置信度計算方法，既保證大量虛假目標逐幀刪減，又確保真實目標的連續(xù)跟蹤。經(jīng)過仿真數(shù)據(jù)以及某機場實測數(shù)據(jù)的驗證，該算法在保證較低運算量和存儲量的同時，對目標具有良好跟蹤性能，可應(yīng)用于工程實踐。

［1］ Carlson B D，Evans E D，Wilson S L.Search radar detection and tracking with the hough transform.Part I:system concept［J］.IEEE Transactions on Aerospace and Electronic System，1994，30(1):102-108.

［2］ 張承志，任清安.一種利用TBD自動檢測低慢小目標的方法［J］.空軍預(yù)警學(xué)院學(xué)報，2013，27(2):118-121.Zhang Chengzhi，Ren Qingan.Method of auto-detection of LSS target by using TBD technology［J］.Journal of Air Force Radar Academy，2013，27(2):118-121.

［3］ Rutten M G，Gordan N J，Maskell S.Recursive track-before-detect with target amp latitude fluctuations［J］.IEE Proceeding Radar，Sonar and Navigation，2005，152(5):345-352.

［4］ Boer Y，Driessen J N.Multi-target particle filter track-before-detect application［J］.IEE Processing Radar，Sonar and Navigation，2004，151(6):351-357.

［5］ Arnold J，Shaw S，Pasternack H.Efficient target tracking using dynamic programming［J］.IEEE Transactions on Aerospace and Electronic Systems，1993，29(1):44-56.

［6］ Tonissen S M，Evans R J.Performance of dynamic programming techniques for track-before-detect［J］.IEEE Transactions on Aerospace and Electronic Systems，1996，32(4):1440-1451.

［7］ 宮淑麗，王幫峰，吳紅蘭，等.基于IMM算法的機場場面運動目標跟蹤［J］.系統(tǒng)工程與電子技術(shù)，2011，33(10):2322-2326.Gong Shuli，Wang Bangfen，Wu Honglan，et al.Tracking of moving targets on airport surface based on IMM algorithm［J］.Systems Engineering and Electronics，2011，33(10):2322-2326.

［8］ 呂小平.空中交通管理文集［M］.北京:航空工業(yè)出版社，2009.Lü Xiaoping.The corpus of air traffic management［M］.Beijing:Aviation Industry Press，2009.

［9］ 金 文.場面監(jiān)視雷達的應(yīng)用與發(fā)展［J］.中國民用航空，2011，129(9):48-50.Jin Wen.The application and development of surface monitoring radar［J］.China Civil Aviation，2011，129(9):48-50.

［10］ 霍振飛.高級機場場面活動引導(dǎo)控制系統(tǒng)介紹［J］.空中交通管理，2011(8):4-5，16.Huo Zhenfei.Introduction to advanced-surface movement guide and control system［J］.Air Traffic Management，2011(8):4-5，16.

［11］ 何 友，修建娟等.雷達數(shù)據(jù)處理及應(yīng)用［M］.2版.北京:電子工業(yè)出版社，2009.He You，Xiu Jianjuan.Radar data processing with applications［M］.2nd ed.Beijing:Publishing House of Electronics Industry，2009.

［12］ 曾 斯.多機動目標跟蹤中數(shù)據(jù)關(guān)聯(lián)算法的研究［D］.成都:電子科技大學(xué)，2011.Zeng Si.A study on data association algorithms of multitarget tracking［D］.Chengdu:University of Electronic Science and Technology of China，2011.