基于UKF的實時數(shù)據(jù)融合處理方法

崔樂園 李五星

摘要：為充分利用靶場測量資源，延長測量弧段并提高測量精度，本文采用基于當(dāng)前統(tǒng)計（CS）模型的UKF濾波實現(xiàn)對多種測量設(shè)備的測量元素進(jìn)行融合解算處理，提高測元利用率和參數(shù)估計精度，降低數(shù)據(jù)冗余。

關(guān)鍵詞：數(shù)據(jù)融合;UKF;CS模型

Abstract： In order to make full use of the measuring resources of the shooting range，extend the measuring arc segment and improve the measuring accuracy， this paper adopts current statistical model to realize the real-time fusion of various measuring elements and improve the utilization rate of measurement elements and the accuracy of parameter estimation， and reduce data redundancy.

Keywords：The Real-Time Fusion;UKF;Current Statistical Model

引言

在靶場測控系統(tǒng)中，實時測量數(shù)據(jù)的融合處理與靶場測控體制和試驗任務(wù)密切相關(guān)。目前，靶場多種測量設(shè)備并存，覆蓋目標(biāo)不同飛行段落，測量元素存在冗余和互補。為充分利用測量資源，延長測量弧段并提高精度，需要根據(jù)測量設(shè)備精度高低，對不同的設(shè)備進(jìn)行合理的部署，并對不同設(shè)備的測元進(jìn)行優(yōu)先級設(shè)置，制定綜合有效的實時融合策略。

測量元素

為了確定目標(biāo)的飛行參數(shù) ，外測測量需要以若干測量元素構(gòu)成一種測量體制。目前，根據(jù)測量元素的類型區(qū)分，靶場測控常用的外測體制有： （距離、方位角、俯仰角）體制， （距離及其變化率）體制， （距離和及其變化率）體制， （距離差及其變化率）體制、 （距離和變化率）體制等，對應(yīng)測量元素（以下簡稱“測元”）有距離 、距離變化率 、方位角 、俯仰角 、距離和 及其變化率 、距離差 及其變化率 等測元。

如圖1所示，在地心直角坐標(biāo)系下 時刻目標(biāo) 的位置為 ，速度 為 ，主站 的位置為 ，副站 的位置為 。

2.1 距離 及其變化率 、距離和 及其變化率 、距離差 及其變化率

距離測元是用來表示目標(biāo)與測量設(shè)備的徑向距離 ，通過精確測量電磁波在測距設(shè)備與被測目標(biāo)之間往返所需的時間來測定。而距離和 /差 為目標(biāo)分別到兩個測量設(shè)備的徑向距離之和/差。

如圖1所示， 時刻主站 到 的徑向距離為 ，副站 到 的徑向距離為 ，主站 到目標(biāo)與目標(biāo)到副站 的距離和/差為 /。

實時融合處理采用基于CS模型的UKF濾波方法，根據(jù)實時可用測元進(jìn)行自適應(yīng)解算，保證目標(biāo)軌跡解算區(qū)間最大化，實現(xiàn)測量元素的充分利用。

5.1 實時處理流程

實時處理流程包括對各種測元信息的預(yù)處理[3]、測元選擇策略和UKF濾波解算。如圖2所示，原始數(shù)據(jù)經(jīng)過預(yù)處理、測元選擇策略篩選生成測元矩陣之后，進(jìn)行實時融合算法處理，得到目標(biāo)運動參數(shù)的估計值。

5.2 測元選擇策略

根據(jù)靶場實際應(yīng)用，常用的測量設(shè)備有光學(xué)測量、脈沖雷達(dá)、相控陣?yán)走_(dá)、連續(xù)波測速等。其中，光學(xué)設(shè)備通過角度交會實現(xiàn)目標(biāo)參數(shù)的確定，受天氣、光線和布站幾何條件的影響比較大，有效作用距離較短，一般部署在首區(qū);脈沖雷達(dá)及相控陣?yán)走_(dá)發(fā)射功率大，作用距離遠(yuǎn)，同時可以實現(xiàn)多目標(biāo)的測量，但是測量精度相對較低。連續(xù)波測速雷達(dá)設(shè)備構(gòu)成相對簡單，誤差源少，測量精度高，多用于合作目標(biāo)測量，且作用距離較短，需要多站聯(lián)合測量。因此，為充分利用靶場測量資源，延長測量弧段并提高測量精度，需要根據(jù)不同的任務(wù)需求，對不同的測量設(shè)備進(jìn)行合理的部署，制定綜合有效的實時融合策略。

本文主要分析連續(xù)波測量雷達(dá)（距離和變化率 、方位俯仰角 ），單脈沖雷達(dá)（徑向距離、方位俯仰角 ），相控陣?yán)走_(dá)（ ）的測量數(shù)據(jù)相互融合的解算模式，并假定測元精度關(guān)系為 。

解算命令觸發(fā)后，在數(shù)據(jù)緩存區(qū)查找當(dāng)前時刻可用測元，判斷是否為異常值，如果是則不參與解算，如果不是異常值，則寫入測元矩陣，直至遍歷數(shù)據(jù)緩存區(qū);判斷測元矩陣中的測元個數(shù)，如果測元個數(shù)小于6個，則測元矩陣直接參與解算;否則從最高優(yōu)先級的測元開始由高到低對測元個數(shù)進(jìn)行判斷，如果當(dāng)前優(yōu)先級及之前的測元數(shù)量大于等于6個，則將低于該優(yōu)先級的測元數(shù)據(jù)置零，否則繼續(xù)遍歷優(yōu)先級較低的測元數(shù)據(jù)，直到有效測元個數(shù)大于等于6個為止。

5.3 結(jié)果比對分析

模擬7個測量設(shè)備對180°射向的運動目標(biāo)進(jìn)行融合解算，7個測量設(shè)備以及目標(biāo)地面軌跡投影的分布如圖4所示。其中，1～4號為連續(xù)波測量設(shè)備，1號和2號為主站，3號、4號和7號為副站，5號為單脈沖測量設(shè)備，6號為相控陣測量設(shè)備。

利用MATLAB仿真工具模擬原始數(shù)據(jù)，測速測元的隨機(jī)差為0.02m/s，系統(tǒng)差0.0045m/s;測距測元的隨機(jī)差為7m，系統(tǒng)差為5m;測角隨機(jī)差和系統(tǒng)差均為0.0115°。模擬發(fā)送軟件實現(xiàn)測量數(shù)據(jù)的實時發(fā)送，實時數(shù)據(jù)處理軟件對數(shù)據(jù)進(jìn)行接收和融合解算，并顯示目標(biāo)軌跡。

以上述模擬條件分別模擬連續(xù)波、單脈沖和相控陣單獨進(jìn)行解算以及三種設(shè)備聯(lián)合解算的結(jié)果，并分別將實時處理軟件的解算結(jié)果與理論軌跡進(jìn)行比對，目標(biāo)運動參數(shù)的比對殘差如圖5所示，統(tǒng)計比對殘差的均方根誤差如表1所示。

連續(xù)波測速設(shè)備相較于其他設(shè)備從60s才輸出有效目標(biāo)軌跡參數(shù)，60s之前因為7號站位置較遠(yuǎn)，俯仰角低于保精度最低俯仰角限制導(dǎo)致數(shù)據(jù)無效，連續(xù)波設(shè)備沒有足夠的有效測元構(gòu)成獨立解算條件。當(dāng)達(dá)到獨立解算條件并且穩(wěn)定后，在局部段落也能獲得較高的的位置和速度精度。

單脈沖和相控陣設(shè)備則都是在25s開始輸出有效運動參數(shù)，并且位置精度相對較高，但因為沒有有效高精度的測速信息，所以解算的速度精度相比多測速解算結(jié)果較差;由于相控陣設(shè)備的測量精度低于單脈沖設(shè)備，所以相控陣單獨解算的位置和速度結(jié)果也相比較差。

三種設(shè)備融合解算，能夠從25s開始輸出較好的解算軌跡。在解算初始階段連續(xù)波設(shè)備不滿足獨立解算時，聯(lián)合其他兩種設(shè)備的測元進(jìn)行融合解算，有效延長測量弧段，獲取解算全程的高精度測量結(jié)果。

結(jié)論

隨著靶場測控系統(tǒng)的不斷壯大，外測設(shè)備數(shù)據(jù)也會越來越多，對應(yīng)的測量數(shù)據(jù)也就越來越豐富，后續(xù)可以進(jìn)一步實現(xiàn)實時統(tǒng)計測元精度，在線實現(xiàn)高精度測元選擇，實現(xiàn)目標(biāo)運動參數(shù)的高精度估計，同時提高設(shè)備利用率，減少數(shù)據(jù)冗余，達(dá)到降本增效的目的。

參考文獻(xiàn)：

[1] 周宏仁，敬忠良，王培德.機(jī)動目標(biāo)跟蹤[M].北京：國防工業(yè)出版社，1991年.

[2] Julier S J，Uhlmann J K. Unscented filtering and nonlinear estimation[J]. Proceedings of the IEEE，2004，92（3）：401-422.

[3] 劉利生.外測數(shù)據(jù)事后處理[M].北京：國防工業(yè)出版社，2000年.