基于软件化雷达的杂波区航迹起始算法研究∗

唐思圆 凌 翔

（中国电子科技集团公司第三十八研究所 合肥 230088）

1 引言

强杂波下的多目标航迹起始［1］是指在大量杂波环境下，数量未知的目标尚未形成稳定跟踪之前，对目标航迹的建立过程。在雷达探测过程中，目标航迹起始是目标跟踪的第一步，也是非常关键的环节，能否在复杂环境下实现航迹的高质量起始是保证能否实现高效目标跟踪的一项重要因素。目标航迹起始环节处理得当，不仅能够快速有效地排除杂波，减轻后续环节的计算负担，还能够及时地察觉新的目标航迹，降低航迹漏检带来的风险。在军事领域，战争环境复杂，强杂波、多目标是航迹起始过程中最难解决且又最经常面临的问题。

强杂波给航迹起始带来的最突出的问题就是虚假航迹问题［2］。虚假航迹是由非真实目标的雷达量测数据（杂波、干扰等）建立的虚假的、错误的目标航迹。在作战指挥时，如果态势中存在大量的虚假航迹，必然会给指挥员的作战决策带来严重的干扰，所以需要降低虚假航迹出现的概率和数量。

目前国内外的航迹起始算法主要有启发式方法、逻辑法［3～5］和Hough变换相关算法［6～8］。启发式方法是一种粗糙的起始方式，该算法不考虑杂波和探测系统噪声的影响。逻辑法的航迹起始算法是以多重假设的方式通过外推扩展和波门筛选来判别潜在的目标航迹，该算法无法兼顾目标检测率和虚警率。基于Hough变换的算法，消除了在进行点航相关时，多个周期处理导致候选航迹分裂从而产生“组合爆炸”的问题，但作为批处理方式，Hough要处理多个周期的信息，有运算量大、占用储存空间多的缺陷。

近年来，为了实现雷达系统的快速开发以及功能扩展提出了软件化雷达［9～10］的概念。软件化雷达是一种以软件为核心，采用开放式体系架构的新概念雷达体制。软件化雷达的功能模块必须具有高适应性，即在任何雷达工作模式、目标特性、环境差异下都能有效地工作。针对杂波区目标航迹起始问题，本文提出了一种适用于软件化雷达的高适应性算法，该算法在不同的工作环境下（包括雷达类型、工作模式、杂波环境、目标类型等），都能够有效地抑制杂波区目标虚假航迹。文中通过Matlab仿真软件对该算法的杂波区虚假航迹抑制效果进行验证，并通过采集真实雷达目标数据，验证了该算法在实际应用中的可行性和有效性。

2 问题描述

设暂时航迹TT的点迹集合为P={pi|i=1,2,…,N}，其中N为暂时航迹TT中的点迹数，且N不小于杂波区目标起始所需要的最小帧数，pi是暂时航迹TT中的第i个点迹。设暂时航迹TT的点迹集合P所对应的时间集合为

P中的所有点迹按照时间顺序进行排列，对于集合P中的点迹 pi，设其属性集合为

其中，M 是点迹 pi的属性个数，aij是点迹 pi的第j个属性。则杂波区目标航迹起始问题可以描述为已知一条暂时航迹TT及其所包含的点迹集合P、时间集合T和每个点迹 pi所对应的属性集合Ai，判断该条暂时航迹TT是否可以进行航迹起始。

3 杂波区航迹起始算法

由运动学定律可知，目标的位置、速度、航向等属性在时间上是连续变化的，目标真实运动轨迹在平面上应为一条光滑的曲线［11］，并可以自适应地建立运动模型来进行运动拟合，而杂波区中的杂波则是无序的、随机的，因此通过将观测数据和运动曲线拟合结果进行比对，可以在一定程度上反映出航迹数据的平滑性、连续性，从而可以判断该目标航迹是否是由真实目标所产生的。文中提出了一种基于最小二乘算法［12］的杂波区目标航迹起始算法，通过对暂时航迹TT中的点迹及其属性按时间曲线拟合，根据拟合误差来区分真实目标航迹和由杂波产生的虚假航迹。

该杂波区航迹起始算法的具体描述如下：设集合P中所有点迹所对应的第 j个属性的集合为

为了判断暂时航迹TT是否可以起始，我们需要评估暂时航迹TT中点迹属性的一致性，设暂时航迹TT的各项点迹属性的一致性参数为

则暂时航迹TT第 j个属性的一致性参数hj为

则认为该暂时航迹TT满足属性一致性要求，可以进行杂波区航迹起始。

由于该算法考察的是目标航迹属性的一致性，对属性本身并没有任何要求，即对目标的距离、方位、航向、速度等属性取值范围不做任何限制。因此，该算法不论是对快速目标还是慢速目标都可以适用。而对于机动性较强的目标，则可以通过采用不同阶数的最小二乘拟合来使得拟合曲线更符合目标真实航迹，从而减小由目标机动所带来的一致性参数偏差。

对于不同的雷达类型、工作模式和杂波环境，可以根据雷达参数和杂波分布特性设置航迹属性参考阈值，从而使得该阈值能更好地区分出虚假航迹和真实目标航迹。

4 实验及结果

本文总共设计了两组试验来验证该杂波区目标航迹起始算法的有效性。在第一组实验中，采用Matlab仿真软件对该算法进行了仿真实现，通过Matlab仿真实验摒除雷达其他因素对该算法效果的影响，从而可以专注评估该算法在虚假航迹抑制方面的有效性；在第二组实验中，在软件化雷达架构基础上开发了基于该算法的功能模块，并通过回放采集的真实目标数据来验证该算法在实际应用中的效果。

4.1 Matlab仿真实验

本次实验采用Matlab仿真软件对杂波区目标航迹起始算法进行仿真实验。在10km×10km的矩形区域范围内随机生成5条机动目标航迹以及若干杂波点，生成的航迹以及杂波点如图1所示。实验中，分别在不使用杂波区起始算法和使用杂波区起始算法的情况下，对杂波区的目标进行航迹起始相关，并对实验结果进行比对。图2为没使用该航迹起始算法的实验结果，而图3为使用了该航迹起始算法的实验结果。从图中的实验结果可以明显看出，在使用了杂波区航迹起始算法后，虚假航迹基本上被消除了。

图1 仿真实验中目标航迹及杂波

图2 使用算法前实验结果

图3 使用算法后实验结果

4.2 基于软件化雷达的算法实验

本次实验根据文中提出的杂波区目标航迹起始算法在软件化雷达架构基础上进行了算法模块的开发，并设计了实验来验证该算法在实际应用中的效果。本次实验中使用采集的真实雷达杂波区目标点迹数据进行回放，并在相同实验条件下对比使用和不使用该算法时，杂波区产生的目标虚假航迹情况。本次实验的结果如图4和图5所示。图4中为不使用该航迹起始算法的实验结果，而图5中为使用该算法的实验结果。从实验结果对比可以明显看出，使用该算法可以大大减少在强杂波下起始的虚假航迹数。

图4 使用算法前的实测数据实验结果

图5 使用算法后的实测数据实验结果

5 结语

本文针对杂波区目标航迹起始问题提出了一种适用于软件化雷达的高适应性算法，通过该算法可以极大地减少在强杂波下起始的虚假航迹数。文中通过Matlab仿真软件验证了该算法的有效性。并在软件化雷达架构基础上开发了基于该算法的功能模块，通过对雷达真实目标数据的处理，验证了该算法在实际应用中的可行性和有效性。