基于過程編碼的水下多目標(biāo)交叉跟蹤技術(shù)

徐雅南 喻聰 張錚

摘 ?要：隨著聲吶設(shè)備探測(cè)能力的大幅提升，聲吶作用距離內(nèi)可跟蹤目標(biāo)數(shù)不斷增多，多目標(biāo)交叉跟蹤研究受到了學(xué)者們的廣泛關(guān)注。傳統(tǒng)目標(biāo)方位角預(yù)測(cè)跟蹤和多假設(shè)跟蹤的解析過程較為復(fù)雜，交叉前手動(dòng)預(yù)置跟蹤對(duì)操作員要求苛刻。針對(duì)該問題，提出了一種基于過程編碼的多目標(biāo)交叉跟蹤技術(shù)，實(shí)現(xiàn)水下多目標(biāo)交叉狀態(tài)自動(dòng)判別，與現(xiàn)有的一些方法相比，該方法物理實(shí)現(xiàn)簡(jiǎn)單，跟蹤穩(wěn)健，交叉成功率相比交叉前手動(dòng)預(yù)置跟蹤提高不小于50%，適合工程應(yīng)用。

關(guān)鍵詞：水下多目標(biāo);交叉跟蹤;卡爾曼濾波;互譜法

中圖分類號(hào)：TP391.7 ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

Abstract： With the great improvement of sonar detection performance， the number of traceable targets within the range of sonar is increasing. The study of Multi-target intersecting tracking has attracted extensive attention from scholars. Traditional algorithm such as azimuth prediction or multiple hypothesis tracking is complex， and manual preset tracking before intersecting is demanding. To solve this problem， a multi-target intersecting tracking technology based on process coding is proposed to realize the automatic identification of underwater multi-target intersecting states. Compared with some existing methods， this proposed method is simple in physical implementation， stable in tracking， and has a higher intersecting success rate. It is at least 50% higher than that of the manual preset tracking before intersecting. This method is suitable for engineering applications.

Keywords： underwater multi-target; intersecting tracking; Kalman filtering; Cross Spectral Method

1 ? 引 言（Introduction）

隨著新型聲吶裝備探測(cè)性能提高帶來的有效作用距離內(nèi)觀察目標(biāo)數(shù)量成倍增加，水下多目標(biāo)交叉跟蹤研究受到了學(xué)者們的廣泛關(guān)注。傳統(tǒng)目標(biāo)方位角預(yù)測(cè)跟蹤[1，2]和多假設(shè)跟蹤[3]的解析過程較為復(fù)雜，交叉前手動(dòng)預(yù)置跟蹤對(duì)操作員要求苛刻?；谏鲜隹紤]，本文提出一種基于過程編碼的多目標(biāo)自動(dòng)交叉跟蹤方法，該技術(shù)結(jié)合了過程編碼和卡爾曼互譜跟蹤技術(shù)[4，5]，實(shí)現(xiàn)水下多目標(biāo)交叉狀態(tài)自動(dòng)判別，與現(xiàn)有一些方法相比，該方法物理實(shí)現(xiàn)簡(jiǎn)單，跟蹤穩(wěn)健，適合工程應(yīng)用。

2 ? 理論基礎(chǔ)（Theoretical basis）

2.1 ?互譜精確定向

眾所周知，對(duì)陣信號(hào)處理，分裂波束能提供近于最優(yōu)的定向精度。對(duì)于數(shù)字聲吶，總是先用多波束系統(tǒng)進(jìn)行大致的定向，然后再用分裂波束的方法進(jìn)行精測(cè)。圖1給出了分裂波束系統(tǒng)產(chǎn)生左、右兩路信號(hào)的原理。其中，、分別表示左、右波束。在一般情況下，應(yīng)當(dāng)先計(jì)算左、右波束的等效聲中心，假想在這兩個(gè)聲中心放置接收基元，然后利用左、右波束計(jì)算等效聲中心的相位差（對(duì)實(shí)際入射方向?yàn)榈男盘?hào)做預(yù)成方向補(bǔ)償），從而獲得多波束定向方位與實(shí)際入射角的偏離角。

交叉處理時(shí)置偏差值為零，即。

3 ?改進(jìn)的多目標(biāo)交叉跟蹤方法（Improved method of multi-target intersecting tracking）

改進(jìn)的多目標(biāo)交叉跟蹤方法主要是對(duì)交叉前手動(dòng)預(yù)置跟蹤方法的改進(jìn)：首先，利用基陣警戒波束數(shù)據(jù)實(shí)現(xiàn)多目標(biāo)自動(dòng)檢測(cè)，得到跟蹤目標(biāo)一定波束寬度內(nèi)的可疑目標(biāo)數(shù);然后捕獲多目標(biāo)交叉前、交叉開始、交叉過程中、交叉結(jié)束四個(gè)交叉中間過程的目標(biāo)自動(dòng)檢測(cè)信息，構(gòu)建可疑目標(biāo)數(shù)列，形成目標(biāo)可疑目標(biāo)數(shù)過程編碼;最后通過目標(biāo)的交叉狀態(tài)信息，實(shí)現(xiàn)目標(biāo)交叉自動(dòng)判別及目標(biāo)自動(dòng)交叉跟蹤處理。

3.1 ? 多目標(biāo)自動(dòng)檢測(cè)

通過聲吶基陣干端信號(hào)處理機(jī)接收聲吶濕端數(shù)據(jù)完成全向警戒積分處理，積分時(shí)間應(yīng)結(jié)合聲吶設(shè)備考慮，一般建議取積分時(shí)間1s—80s（拖曳陣聲吶警戒積分時(shí)間>舷側(cè)陣警戒積分時(shí)間>艏端陣聲吶警戒積分時(shí)間），警戒波束間隔滿足波束3dB覆蓋的同時(shí)，應(yīng)結(jié)合跟蹤測(cè)向精度考慮，一般建議跟蹤波束間隔?。闇y(cè)向精度，=1—1.5）。記，警戒波束數(shù)據(jù)為：（N為警戒波束個(gè)數(shù)）。然后通過極大值法獲得滿足閾值的峰值點(diǎn)作為可疑目標(biāo)（峰值點(diǎn)對(duì)應(yīng)波束方位即可疑目標(biāo)方位），結(jié)合波束主旁瓣判決等常規(guī)方法剔除虛假目標(biāo)，并解算峰值點(diǎn)的輸出信噪比SNRout，利用快速排序（降序）獲得第i號(hào)可疑目標(biāo)的及其波束方位，如圖2所示。最后通過比較各可疑目標(biāo)方位的間距獲得可疑目標(biāo)一定波束范圍內(nèi)的目標(biāo)數(shù)目，記為Mi，一般建議波束范圍取波束寬度的2—3.5倍。

3.2 ? 過程編碼

以一定節(jié)拍t實(shí)時(shí)解算第i號(hào)可疑目標(biāo)一定波束范圍內(nèi)的目標(biāo)數(shù)目Mi（Mi=1表示一定波束范圍內(nèi)只有第i號(hào)可疑目標(biāo)），當(dāng)且僅當(dāng)Mi變化時(shí)將結(jié)果存入可疑目標(biāo)數(shù)隊(duì)列[4]FIFOi，Mi發(fā)生變化時(shí)更新Mi至可疑目標(biāo)數(shù)隊(duì)列FIFOi。對(duì)于快速運(yùn)動(dòng)目標(biāo)t應(yīng)適當(dāng)縮小。過程編碼過程如圖3所示。

當(dāng)可疑目標(biāo)數(shù)隊(duì)列FIFOi出現(xiàn)如下編碼序列時(shí)認(rèn)為第i號(hào)可疑目標(biāo)交叉有效：t時(shí)刻跟蹤目標(biāo)進(jìn)入交叉，=2，F(xiàn)IFOi=‘2;交叉目標(biāo)不斷靠近直到出現(xiàn)t+1時(shí)刻，此時(shí)跟蹤目標(biāo)進(jìn)入重合狀態(tài)，=1，F(xiàn)IFOi=‘12;交叉重合結(jié)束后，目標(biāo)不斷分離，直到出現(xiàn)t+2時(shí)刻，此時(shí)跟蹤目標(biāo)進(jìn)入分離狀態(tài)，=2，F(xiàn)IFOi=‘212;目標(biāo)不斷遠(yuǎn)離直到出現(xiàn)t+3時(shí)刻，此時(shí)=1，F(xiàn)IFOi=‘1212。至此認(rèn)定交叉跟蹤過程有效，且目標(biāo)交叉結(jié)束。一般地，交叉目標(biāo)個(gè)數(shù)超過3且任意兩個(gè)目標(biāo)重合時(shí)間較短時(shí)可同樣依據(jù)‘1212過程編碼序列判別目標(biāo)交叉過程是否有效。

3.3 ? 自動(dòng)交叉跟蹤

依據(jù)i號(hào)可疑目標(biāo)數(shù)隊(duì)列FIFOi的編碼序列，智能判決第i號(hào)可疑目標(biāo)當(dāng)前處于目標(biāo)交叉前或目標(biāo)交叉過程中或目標(biāo)交叉結(jié)束狀態(tài)，結(jié)合卡爾曼互譜跟蹤方法實(shí)現(xiàn)目標(biāo)自動(dòng)交叉跟蹤，自動(dòng)交叉跟蹤流程圖如圖4所示，實(shí)現(xiàn)步驟如下：

（1）初始狀態(tài)FIFOi=‘1，進(jìn)入交叉前狀態(tài)，記交叉狀態(tài)標(biāo)識(shí)crossStatei=0，利用互譜法實(shí)時(shí)解算跟蹤目標(biāo)方位，同時(shí)實(shí)時(shí)修正卡爾曼濾波系數(shù)。

（2）Mi發(fā)生變化后更新FIFOi，判決FIFOi是否滿足FIFOi=‘k1（k不等于2），滿足則保持跟蹤處理方式不變，否則進(jìn)入（3）。

（3）進(jìn)入t時(shí)刻，判決FIFOi是否滿足FIFOi=‘2k1，滿足則置crossStatei=1，跟蹤目標(biāo)自動(dòng)進(jìn)入交叉跟蹤狀態(tài)，利用修正卡爾曼濾波系數(shù)預(yù)測(cè)當(dāng)前跟蹤方位，否則回到（2）。

（4）進(jìn)入t+1時(shí)刻，判決FIFOi是否滿足FIFOi=‘12k1，滿足則保持跟蹤處理方式不變，否則回到（2）。

（5）進(jìn)入t+2時(shí)刻，判決FIFOi是否滿足FIFOi=‘212k1，滿足則保持跟蹤處理方式不變，否則回到（2）。

（6）進(jìn)入t+3時(shí)刻，判決FIFOi是否滿足FIFOi=‘1212k1，滿足則判定跟蹤目標(biāo)與可疑交叉目標(biāo)已分離，置crossStatei=0，重新利用互譜法解析跟蹤方位，否則回到（2）。

4 ? 試驗(yàn)結(jié)果（Test result）

此算法在實(shí)驗(yàn)室環(huán)境和湖上試驗(yàn)環(huán)境下都得到了驗(yàn)證。實(shí)驗(yàn)室環(huán)境下，該方法對(duì)不同信噪比、不同速度下的靜止、相向、同向運(yùn)動(dòng)目標(biāo)均能實(shí)現(xiàn)較好的目標(biāo)自動(dòng)交叉跟蹤，且交叉前后目標(biāo)跟蹤穩(wěn)定。湖上試驗(yàn)環(huán)境下，用固定聲源發(fā)出一個(gè)帶寬噪聲信號(hào)作為目標(biāo)2，同時(shí)捕獲湖上兩個(gè)強(qiáng)度不等的相向運(yùn)動(dòng)目標(biāo)分別記為目標(biāo)1和目標(biāo)3，跟蹤處理頻帶3—6kHz。目標(biāo)交叉過程用全向警戒波束歷程圖記錄，如圖5所示。從圖5中可見，1號(hào)和3號(hào)跟蹤器跟蹤的目標(biāo)（目標(biāo)1和目標(biāo)3）不斷靠近2號(hào)跟蹤器跟蹤的目標(biāo)，目標(biāo)1先于目標(biāo)3與目標(biāo)2完成交叉，其后目標(biāo)3完成交叉。

由圖5可見，本文提出的基于過程編碼的水下多目標(biāo)交叉跟蹤技術(shù)能實(shí)現(xiàn)較好的目標(biāo)自動(dòng)交叉跟蹤，且交叉前后目標(biāo)跟蹤穩(wěn)定。

5 ? 結(jié)論（Conclusion）

本文在手動(dòng)預(yù)置交叉跟蹤方法基礎(chǔ)上，提出了基于過程編碼的水下多目標(biāo)交叉跟蹤技術(shù)，該方法兼顧互譜跟蹤和卡爾曼濾波優(yōu)點(diǎn)的同時(shí)，實(shí)現(xiàn)水下多目標(biāo)交叉狀態(tài)自動(dòng)判別和自動(dòng)交叉跟蹤處理，解決了交叉前手動(dòng)預(yù)置跟蹤對(duì)操作員要求苛刻的問題，交叉成功率相比交叉前手動(dòng)預(yù)置跟蹤提高不小于50%，相比目標(biāo)方位角預(yù)測(cè)跟蹤和多假設(shè)跟蹤，其物理實(shí)現(xiàn)簡(jiǎn)單，適合工程應(yīng)用。

參考文獻(xiàn)（References）

[1] G. Isbitiren， O. B. Akan. Three-dimensional underwater target tracking with acoustic sensor networks[J]. IEEE Transactions on Vehicular Technology， 2011，60（8）：3897-3906.

[2] XH. Li， Y. Li， L. Cui， et al. Research of new concept sonar--cognitive sonar[J]. Journal of Marine Science and Application， 2011，10（4）：502-509.

[3] 李曉花，李亞安，房媛媛.EKF和PF算法及其在目標(biāo)跟蹤中的應(yīng)用[J].聲學(xué)技術(shù)，2012，31（3）：296-299.

[4] 李曉花.基于信息融合的水下多目標(biāo)跟蹤技術(shù)研究[D].西北工業(yè)大學(xué)，2016.

[5] 王海軍，劉進(jìn)忙.基于卡爾曼濾波的無源雷達(dá)目標(biāo)跟蹤分析[J].戰(zhàn)術(shù)導(dǎo)彈技術(shù)，2005（6）：43-45.

[6]李啟虎.數(shù)字式分裂波束陣系統(tǒng)的精確定向方法[J].聲學(xué)學(xué)報(bào)，1984，9（4）：225-238.

[7] 李啟虎.聲納信號(hào)處理引論[M].北京：海洋出版社，1985.

[8] 季芳，胡青.一種方位交叉目標(biāo)跟蹤算法[J].聲學(xué)與電子工程，2005，80（4）：4-5.

作者簡(jiǎn)介：

徐雅南（1989-），男，碩士，工程師.研究領(lǐng)域：聲吶信號(hào)處理.

喻 ? 聰（1988-），男，碩士，工程師.研究領(lǐng)域：聲吶信號(hào)處理.

張 ? 錚（1991-），男，碩士，工程師.研究領(lǐng)域：聲吶信號(hào)處理.