大下視角下旋轉(zhuǎn)導(dǎo)引頭的目標(biāo)檢測(cè)與跟蹤技術(shù)

伍建輝 趙 丹 王建超 高文冀

(西安電子工程研究所 西安 710100)

0 引言

旋轉(zhuǎn)彈體的智能彈藥在攻擊地面目標(biāo)時(shí)，其前端的旋轉(zhuǎn)導(dǎo)引頭常常處于大下視角狀態(tài)(50°-70°)，此時(shí)導(dǎo)引頭總是在強(qiáng)雜波環(huán)境下工作的，強(qiáng)地雜波對(duì)導(dǎo)引頭的檢測(cè)目標(biāo)具有較大影響，當(dāng)強(qiáng)雜波充滿整個(gè)搜索波門時(shí)，導(dǎo)引頭不能搜索到正確的目標(biāo)，更不能正常截獲和跟蹤。在雷達(dá)設(shè)計(jì)時(shí)一般采取措施來(lái)抑制或減弱雜波的影響，一般可采用低副瓣天線設(shè)計(jì)、減小發(fā)射泄漏、MTI、MTD及脈沖多普勒處理等，但是由于末制導(dǎo)時(shí)間短、旋轉(zhuǎn)彈體、大彎曲彈道且落角大等特點(diǎn)[1]，常用的抑制雜波的方法比如MTD等耗時(shí)算法并不適用，所以必須結(jié)合旋轉(zhuǎn)彈體的運(yùn)動(dòng)特點(diǎn)提出新的目標(biāo)檢測(cè)與跟蹤技術(shù)。

1 旋轉(zhuǎn)彈載導(dǎo)引頭的目標(biāo)檢測(cè)與跟蹤方法

旋轉(zhuǎn)彈載導(dǎo)引頭具有旋轉(zhuǎn)、大下視角、制導(dǎo)時(shí)間短(數(shù)秒)等特點(diǎn)，所以常規(guī)的低分辨雷達(dá)抑制或減弱雜波的方法不能用于旋轉(zhuǎn)平臺(tái)導(dǎo)引頭的目標(biāo)檢測(cè)與跟蹤，根據(jù)以上特點(diǎn)提出旋轉(zhuǎn)彈載導(dǎo)引頭的目標(biāo)檢測(cè)與跟蹤方法：基于自適應(yīng)排序恒虛警和解旋疊加的目標(biāo)檢測(cè)與跟蹤方法 。該方法有以下特點(diǎn)：

1)體制上，調(diào)頻連續(xù)波、8mm高分辨、單脈沖；

2)硬件上，低副瓣天線設(shè)計(jì)、保證較好的收發(fā)隔離；

3)算法上，采用自適應(yīng)恒虛警、目標(biāo)提取、解旋疊加、目標(biāo)識(shí)別等算法。

下面對(duì)該算法進(jìn)行具體說(shuō)明。

1.1 目標(biāo)檢測(cè)與跟蹤流程

當(dāng)導(dǎo)引頭下視天線波束照射到地面時(shí)，其背景雜波是較為復(fù)雜的，比如農(nóng)田、樹林、公路、沙地等各種地物的反射率各不相同，尤其是在下視角50°-90°范圍內(nèi)反射率變化很大，使地面雜波功率譜密度變化很大，同時(shí)旋轉(zhuǎn)導(dǎo)引頭以3～8r/s的轉(zhuǎn)速進(jìn)行旋轉(zhuǎn)下落，在旋轉(zhuǎn)過(guò)程中且有一定的章動(dòng)，所以結(jié)合旋轉(zhuǎn)彈載導(dǎo)引頭的運(yùn)動(dòng)特點(diǎn)以及強(qiáng)雜波背景提出導(dǎo)引頭末制導(dǎo)的目標(biāo)檢測(cè)算法，該算法共主要分為四個(gè)處理模塊，即有序統(tǒng)計(jì)恒虛警(OS_CFAR)、目標(biāo)中心提取、目標(biāo)解旋疊加、目標(biāo)匹配單元，如圖1所示。

在圖1的處理流程中，OS_CFAR(有序統(tǒng)計(jì)恒虛警)、目標(biāo)中心提取、目標(biāo)解旋疊加、目標(biāo)匹配是算法的關(guān)鍵，現(xiàn)逐一說(shuō)明主要模塊功能與作用。

1.1.1 有序統(tǒng)計(jì)恒虛警

常規(guī)低分辨雷達(dá)的恒虛警算法如單元平均恒虛警(CA_CFAR)性能較差，在雜波邊緣處可使檢測(cè)單元的虛警率急劇增大；急劇增大的主瓣雜波與高度線雜波嚴(yán)重影響CA_CFAR性能，所以CA_CFAR算法不適合高分辨雷達(dá)的目標(biāo)檢測(cè)。

為了提高CFAR檢測(cè)器的抗干擾能力，以及適應(yīng)高分辨導(dǎo)引頭對(duì)目標(biāo)識(shí)別能力，采取有序統(tǒng)計(jì)恒虛警率處理(OS-CFAR)算法來(lái)進(jìn)行目標(biāo)檢測(cè)[2-3]，以適應(yīng)高分辨導(dǎo)引頭對(duì)目標(biāo)的識(shí)別能力。和通道數(shù)據(jù)進(jìn)行排序并且和門限電平進(jìn)行比較后，輸出過(guò)門限的距離單元號(hào)以及幅度。

1.1.2 目標(biāo)中心提取

目標(biāo)中心提取的目的，是對(duì)經(jīng)過(guò)OS-CFAR后的同一個(gè)目標(biāo)造成的分裂進(jìn)行合并，使其成為一個(gè)完整的體目標(biāo)，方便目標(biāo)分類與識(shí)別。

1)目標(biāo)分裂的原因

由于強(qiáng)地雜波、接收機(jī)噪聲、主瓣展寬、副瓣雜波等因素的影響，導(dǎo)引頭天線波束照射到目標(biāo)后，主瓣和第一副瓣都會(huì)產(chǎn)生回波響應(yīng)，并且處理后的主瓣被展寬(可能跨越幾個(gè)距離單元)，在連續(xù)幾個(gè)距離單元上都出現(xiàn)目標(biāo)起始，于是就產(chǎn)生了距離分裂[4]。

2)目標(biāo)中心提取可以解決目標(biāo)分裂

回波信號(hào)主瓣展寬后雖然跨越幾個(gè)距離單元，但在不同的距離單元上其信號(hào)幅度是不一樣的。主瓣中間的信號(hào)最強(qiáng)，相應(yīng)距離單元的回波幅度值也最大(稱為主峰) ，此時(shí)對(duì)應(yīng)的目標(biāo)距離也最準(zhǔn)確。因此在連續(xù)幾個(gè)距離單元有目標(biāo)起始時(shí)，比較目標(biāo)在連續(xù)幾個(gè)距離單元處的幅度值，找出主峰目標(biāo)輸出。這樣不僅可以有效消除目標(biāo)的距離分裂，而且目標(biāo)距離的精度也非常高。為了防止幅度起伏造成瞬時(shí)主峰偏移而影響目標(biāo)距離的準(zhǔn)確判定,可采用多次采樣比較、幅度加權(quán)的方法判定主峰，降低偶然因素的影響[5]。處理過(guò)程見圖2。

如圖2所示，裝甲車在高分辨信號(hào)體制下容易造成多個(gè)強(qiáng)散射點(diǎn)，造成目標(biāo)分裂，而通過(guò)對(duì)距離單元分裂處進(jìn)行插值濾波等數(shù)據(jù)處理手段，形成完整的體目標(biāo)，方便后續(xù)目標(biāo)解旋疊加模塊處理。

1.1.3 目標(biāo)解旋疊加

由于旋轉(zhuǎn)彈載雷達(dá)導(dǎo)引頭采用捷聯(lián)的方式與彈體連接，因此在彈體飛行過(guò)程中，雷達(dá)導(dǎo)引頭與彈體一起以3～8r/s的速度進(jìn)行旋轉(zhuǎn)，同一個(gè)目標(biāo)在彈體坐標(biāo)系下所測(cè)量的角度隨著彈體的旋轉(zhuǎn)而發(fā)生旋轉(zhuǎn)。如果對(duì)此旋轉(zhuǎn)不進(jìn)行處理，將對(duì)后期目標(biāo)跟蹤帶來(lái)困難，所以要對(duì)目標(biāo)的旋轉(zhuǎn)進(jìn)行解旋轉(zhuǎn)處理以消除彈體旋轉(zhuǎn)的影響。圖3是解旋疊加原理示意。

如圖3所示，目標(biāo)解旋轉(zhuǎn)疊加就是將彈體坐標(biāo)系下測(cè)量的目標(biāo)角度信息向前解旋(最新時(shí)刻)，并設(shè)定適當(dāng)寬度的角度、距離歸并門對(duì)同一目標(biāo)進(jìn)行認(rèn)定歸并，在一個(gè)數(shù)據(jù)處理周期(即20個(gè)檢測(cè)周期內(nèi))計(jì)算歸并次數(shù)，該歸并次數(shù)與設(shè)定的歸并門限相比較，可作為目標(biāo)判定一個(gè)重要參數(shù)，最后在數(shù)據(jù)處理周期終了時(shí)刻形成解旋列表去目標(biāo)匹配單元進(jìn)行目標(biāo)匹配。

1.1.4 目標(biāo)匹配

在復(fù)雜地雜波背景下，由于旋轉(zhuǎn)彈載雷達(dá)導(dǎo)引頭的分辨率很高，因而回波中可能包含多個(gè)目標(biāo)的信息。在雷達(dá)導(dǎo)引頭進(jìn)行目標(biāo)搜索的過(guò)程中，如何合理地確立目標(biāo)選擇準(zhǔn)則，從多目標(biāo)環(huán)境中挑選出所需要截獲的目標(biāo)，實(shí)現(xiàn)目標(biāo)的精確確認(rèn)，直接決定著雷達(dá)導(dǎo)引頭跟蹤目標(biāo)的正確性，也決定著制導(dǎo)導(dǎo)引頭的修正效果[6]，所以必須根據(jù)旋轉(zhuǎn)彈載導(dǎo)引頭的特點(diǎn)制定合理的目標(biāo)匹配準(zhǔn)則，具體來(lái)說(shuō)，就是對(duì)解旋疊加列表輸出的目標(biāo)信息——幅度、距離單元、方位角誤差、俯仰角誤差、解旋歸并次數(shù)、目標(biāo)徑向尺寸六維信息進(jìn)行綜合目標(biāo)信息加權(quán)，根據(jù)目標(biāo)的加權(quán)結(jié)果，匹配點(diǎn)目標(biāo)、體目標(biāo)與干擾目標(biāo)。

1.2 算法仿真

針對(duì)上面的處理流程，用Matlab產(chǎn)生單脈沖測(cè)角三通道數(shù)據(jù)，添加的雜波符合對(duì)數(shù)正態(tài)分布，目標(biāo)數(shù)據(jù)有四個(gè)：分別是1個(gè)閃爍的虛假目標(biāo)、2個(gè)點(diǎn)目標(biāo)、1個(gè)體目標(biāo)。

圖4是目標(biāo)的一維距離像數(shù)據(jù)，CFAR的門限為13000，如圖中粗橫線所示，虛假目標(biāo)、點(diǎn)目標(biāo)2、體目標(biāo)均有目標(biāo)分裂現(xiàn)象，尤其是體目標(biāo)分裂為6個(gè)點(diǎn)目標(biāo)，這樣會(huì)導(dǎo)致目標(biāo)太多，大、小目標(biāo)不容易識(shí)別，給后續(xù)解旋疊加處理帶來(lái)壓力，目標(biāo)檢測(cè)較為困難。

圖5是對(duì)分裂目標(biāo)進(jìn)行插值處理，然后進(jìn)行濾波輸出后的結(jié)果，粗橫線是恒虛警門限，經(jīng)過(guò)處理后，分裂的點(diǎn)目標(biāo)、體目標(biāo)成為完整的點(diǎn)、體目標(biāo)，目標(biāo)分類較為清楚。

表1 解旋疊加后的目標(biāo)列表(歸并次數(shù)門限=6)

目標(biāo)信息虛假目標(biāo)點(diǎn)目標(biāo)1點(diǎn)目標(biāo)2體目標(biāo)徑向距離/m100282440461幅度30210466002020525210方位角/°3.1-2.6-5.13.4俯仰角/°-1.94.22.4-5.1徑向尺寸1115歸并次數(shù)3101010

由表1可以看出，其中虛假目標(biāo)由于是閃爍的，時(shí)有時(shí)無(wú)，解旋疊加的歸并次數(shù)為3，小于歸并門限6，所以很容易剔除，對(duì)于點(diǎn)目標(biāo)1與點(diǎn)目標(biāo)2由于間隔距離較遠(yuǎn)，可以通過(guò)設(shè)置搜索中心的遠(yuǎn)近進(jìn)行目標(biāo)檢測(cè)。點(diǎn)目標(biāo)2與體目標(biāo)由于距離較近，相距21個(gè)距離單元(7.5m)，二者始終處于同一跟蹤波門內(nèi)，可以通過(guò)目標(biāo)徑向尺寸信息進(jìn)行點(diǎn)、體目標(biāo)檢測(cè)。最后根據(jù)目標(biāo)匹配準(zhǔn)則，匹配出需要打擊的目標(biāo)，至此一個(gè)完整的目標(biāo)檢測(cè)處理算法完成。

2 高塔試驗(yàn)驗(yàn)證

高塔試驗(yàn)的試驗(yàn)場(chǎng)景選擇耕地、獼猴桃地、農(nóng)田、民居等多種場(chǎng)景，將導(dǎo)引頭安裝于一維轉(zhuǎn)臺(tái)上，當(dāng)導(dǎo)引頭旋轉(zhuǎn)時(shí)測(cè)試導(dǎo)引頭目標(biāo)檢測(cè)與跟蹤性能，該測(cè)試更符合真實(shí)的旋轉(zhuǎn)導(dǎo)引頭運(yùn)動(dòng)的特點(diǎn)。

圖6左圖是一維轉(zhuǎn)臺(tái)，導(dǎo)引頭安裝于轉(zhuǎn)臺(tái)前面，右圖角反射體目標(biāo)放置于獼猴桃地。表2是試驗(yàn)條件。

表2 試驗(yàn)條件

目標(biāo)目標(biāo)徑向距離/m目標(biāo)背景導(dǎo)引頭下視角/°導(dǎo)引頭轉(zhuǎn)速/(r/s)信雜比/dB轉(zhuǎn)臺(tái)高度/m30m2角反射體146獼猴桃地3941480

表3 解旋疊加后的目標(biāo)列表(CFAR門限=1000、解旋歸并次數(shù)門限=6)

幅度徑向距離/m方位角/°俯仰角/°徑向尺寸歸并次數(shù)目標(biāo)11055138.3-1.2-1.431目標(biāo)21100144.62.6-1.222目標(biāo)32500146.1-4.14.519目標(biāo)41200151.52.53.713目標(biāo)52100154.73.6-2.725

通過(guò)對(duì)目標(biāo)六維信息的匹配，雖然目標(biāo)1——目標(biāo)5均大于恒虛警門限1000，但只有目標(biāo)3的歸并次數(shù)大于解旋歸并次數(shù)門限6，可以選出角反射體目標(biāo)——目標(biāo)3，其余目標(biāo)均屬于干擾目標(biāo)。

圖7為在目標(biāo)檢測(cè)周期之內(nèi)的目標(biāo)幅度疊加圖，圖8～10為目標(biāo)跟蹤曲線。

通過(guò)對(duì)導(dǎo)引頭采集的距離、角誤差、極徑數(shù)據(jù)計(jì)算均方根誤差，可得導(dǎo)引頭動(dòng)態(tài)跟蹤時(shí)數(shù)據(jù)精度如下：

表4 目標(biāo)測(cè)量精度

目標(biāo)目標(biāo)距離距離真值(測(cè)距機(jī))測(cè)距精度測(cè)角精度方位俯仰極徑30m2角反射體146m146.4m0.4m 0.2°0.1°0.22

表4的目標(biāo)測(cè)量精度滿足系統(tǒng)指標(biāo)要求，試驗(yàn)中還對(duì)其他雜波背景進(jìn)行了目標(biāo)檢測(cè)與跟蹤性能測(cè)試，結(jié)果表明：在強(qiáng)地雜波環(huán)境下，目標(biāo)檢測(cè)算法穩(wěn)定且可以穩(wěn)定跟蹤目標(biāo)。

3 結(jié)束語(yǔ)

旋轉(zhuǎn)彈載雷達(dá)導(dǎo)引頭在低空強(qiáng)地雜波環(huán)境下目標(biāo)檢測(cè)與跟蹤比較困難,本文提出了基于自適應(yīng)排序恒虛警和解旋疊加的目標(biāo)檢測(cè)與跟蹤方法，該方法可以使旋轉(zhuǎn)導(dǎo)引頭在強(qiáng)地雜波背景下進(jìn)行可靠的目標(biāo)探測(cè)與跟蹤，仿真計(jì)算與外場(chǎng)試驗(yàn)證明本文的目標(biāo)檢測(cè)技術(shù)在大下視角下具有更好的檢測(cè)與跟蹤性能，該檢測(cè)技術(shù)也可推廣應(yīng)用于其他旋轉(zhuǎn)彈體平臺(tái)，對(duì)雷達(dá)制導(dǎo)技術(shù)在常規(guī)彈藥制導(dǎo)化領(lǐng)域的發(fā)展具有重要的工程意義。