張 恒，宋 佳，林 鵬

(中國船舶重工集團公司第七二三研究所，江蘇 揚州225101)

0 引 言

隨著無人化平臺技術(shù)的快速發(fā)展，無人艇技術(shù)已經(jīng)成為近年來國內(nèi)外研究的新熱點。無人艇在自主航行時，不可避免地需要艇上雷達提供周圍環(huán)境目標的感知信息，為遠程航路規(guī)劃和近程障礙物避碰提供必要的導航信息。因此，針對漁船、浮標、漁網(wǎng)等慢速小目標的檢測性能直接關(guān)系到無人艇的航行安全和任務執(zhí)行。

由于無人艇執(zhí)行任務環(huán)境的特殊性，海雜波對周圍目標檢測能力的影響最為嚴重。通常小目標回波信號強度比海雜波還弱，且相對無人艇平臺速度低，很難通過多普勒頻率在信號處理中與海雜波進行區(qū)分[1]，使得常規(guī)的雷達目標檢測方法作用受限。針對以上問題，本文對目前較為熱門的檢測前跟理論進行了分析，并提出了一種基于動態(tài)規(guī)劃和Kalman濾波的改進TBD 處理方法。

1 目標檢測方法

目前雷達系統(tǒng)通常都采用先檢測后跟蹤(DBT)技術(shù)來進行目標信號的檢測與跟蹤。其主要原理是首先對回波信號進行雜波抑制和脈沖積累，然后對原始單幀回波數(shù)據(jù)設(shè)置門限，進行門限檢測，從而提取點跡，最后對多幀數(shù)據(jù)進行處理，從而實現(xiàn)目標的檢測與跟蹤[2]。典型的DBT 方法流程如圖1所示。

針對無人艇平臺下導航雷達對海面慢速小目標的探測需求，常規(guī)的DBT 檢測方法存在以下問題：

圖1 DBT 算法流程圖

目標檢測門限難以平衡；檢測門限較低會引入大量雜波干擾，檢測門限過高則可能引起小目標丟失，虛警率上升。這2種情況都不利于無人艇的航路規(guī)劃和自主避碰功能。針對此問題提出了一種檢測前跟蹤的處理算法。該方法可以在現(xiàn)有雷達處理系統(tǒng)的基礎(chǔ)上，通過調(diào)整后端處理方法，實現(xiàn)對目標的有效跟蹤。其主要思想是通過批處理多幀雷達數(shù)據(jù)，獲得多幀數(shù)據(jù)的能量積累，得到目標軌跡，最后得到對目標的檢測和判決[2]。典型的TBD 算法流程如圖2所示。和常規(guī)的雷達信號處理方法對比，TBD 算法的優(yōu)點在于不再采用單幀數(shù)據(jù)檢測，而是通過多幀數(shù)據(jù)進行檢測判決，對可以充分利用目標的原始信息，實現(xiàn)目標的檢測前跟蹤，降低海雜波虛假航跡，提高雷達系統(tǒng)的整體檢測性能。同時由于不再對檢測后數(shù)據(jù)進行龐大的航跡關(guān)聯(lián)處理，有效減少了硬件計算壓力。

圖2 TBD 算法流程圖

因而，TBD 技術(shù)在對海面小目標檢測與跟蹤這一領(lǐng)域具有獨特的優(yōu)勢。常用的檢測前跟蹤算法有Hough變換法和動態(tài)規(guī)劃法[3]。

2 基于動態(tài)規(guī)劃的檢測前跟蹤算法原理

傳統(tǒng)的基于動態(tài)規(guī)劃的檢測前跟蹤算法(DPTBD)原理為，設(shè)一點目標在雷達所在的二維觀測區(qū)域做勻速運動，觀測區(qū)域所在的二維平面的x軸的分辨單元數(shù)為N x，y軸的分辨單元數(shù)為N y，則此點目標的基于動態(tài)規(guī)劃的檢測和跟蹤問題可以用目標的狀態(tài)轉(zhuǎn)移方程來表示[4]：

假設(shè)在k時，某分辨單元(i，j)的測量值為m ij(k)，則時刻k的總觀測值是一個矩陣：

式中：m ij(k)獨立同分布；A(k)表示目標的幅度信息；w ij(k)表示噪聲。

觀測目標在時間k的航跡為：

目前基于動態(tài)規(guī)劃的檢測前跟蹤算法基本原理就是從在已知的采樣數(shù)據(jù)M K={M(1)，M(2)，…，M(K)}中，利用各幀數(shù)據(jù)間的相關(guān)性，從目標運動方向?qū)(x k)進行能量積累得到最大值，然后進行檢測判據(jù)，估計出目標概率最高的航跡：

式中：V為檢測門限。

下面進行仿真說明，在觀測區(qū)域內(nèi)的檢測單元，用6幀數(shù)據(jù)做關(guān)聯(lián)處理，檢測門限V=15，觀測目標數(shù)據(jù)內(nèi)疊加隨機雜波，仿真結(jié)果如圖3所示。

由圖4(a)可知，單幀的小目標數(shù)據(jù)中由于混進了大量雜波，兩者不易分辨，難以對真實目標進行檢測，采用6幀DP-TBD 算法進行積累之后，小目標在正確的運動方向進行能量積累，I x k（ ）的值不斷增加，混進的雜波能量無法積累，提高了目標信雜比，通過檢測門限后，已能較好地從雜波中區(qū)分出目標。

在常規(guī)動態(tài)規(guī)劃的檢測前跟蹤算法的基礎(chǔ)上，本文針對海雜波背景下對慢速運動小目標的檢測跟蹤問題[7]，提出采用動態(tài)規(guī)劃和Kalman濾波結(jié)合的方法進行TBD 處理。

3 結(jié)合卡爾曼濾波的DP-TBD 算法

算法基本思想為：在需要建立起Kalman濾波

圖3 幀積累結(jié)果

運動方程的波束數(shù)內(nèi)，首先設(shè)置第一門限，這一門限的虛警率較高，以確保目標回波信號能通過，同時有相當?shù)碾s波也會通過第一檢測門限，然后建立多個可能的目標運動的濾波方程，將下一個波束駐留時間內(nèi)通過第一檢測門限的信號與前面信號進行相參積累或非相參積累，將最大值作為動態(tài)規(guī)劃的階段目標，回波信號是否在Kalman濾波的關(guān)聯(lián)窗內(nèi)作為這一階段優(yōu)化的約束條件。不同波束駐留時間內(nèi)積累的信號能量與對應波束駐留數(shù)較低虛警率的檢測門限進行比較，來確定是否有目標，并通過約束條件來將雜波信號形成的虛假航跡過濾。

設(shè)第k幀的掃描矩陣為x(k)，測量矩陣為M(k)，值函數(shù)為I(x k)，ψ(k)為多幀之間的狀態(tài)轉(zhuǎn)移信息，記錄了第k幀和第k-1幀狀態(tài)的關(guān)系。結(jié)合卡爾曼濾波的DP-TBD 的基本框架及算法流程如圖4所示。

圖4 結(jié)合卡爾曼濾波的DP-TBD 算法流程

根據(jù)上面的思路，如果設(shè)每次掃描有N個可能的航跡，這N個航跡在當前掃描的預測點位為M n，若設(shè)定的檢測窗長度為W。設(shè)在預測窗內(nèi)信號的幅度為Z，則有在第K次掃描的階段優(yōu)化問題為：

即將第K次掃描的位于TBD 預測目標點位的關(guān)聯(lián)窗內(nèi)點的最大值，與歷史的幅度值進行非相參積累，判斷積累的值是否大于檢測門限，從而做出目標檢測，并在同時給出目標的航跡。

航跡起始是利用可能的目標測量數(shù)據(jù)形成跟蹤濾波算法的初始條件，采用第一門限，該門限設(shè)置的虛警率較低，以使得信雜比較低的目標信號也能進入后續(xù)的處理流程。然后將超過門限的目標信號提取距離和速度信息，按照常規(guī)的Kalman濾波流程建立航跡。

4 仿真分析

下面針對特定場景進行一個仿真，假設(shè)海面小目標相對無人艇做徑向的勻速運動，運動速度為10 m/s，仿真中的信雜比為0 dB，仿真的情況如圖5所示。

圖5 檢測航跡

圖5為目標航跡情況，直線是目標真實的航跡，離散點部分是改進TBD 算法檢測出的軌跡，左側(cè)區(qū)域為處理產(chǎn)生的虛假航跡。

圖6為掃描次數(shù)與目標速度估計的曲線圖。直線部分為目標真實速度，離散點部分為改進TBD 算法估計的目標速度，左側(cè)區(qū)域部分是虛假航跡的速度估計。

圖6 檢測航跡的速度

圖7是航跡能量積累與檢測門限的比較，靠底部直線是檢測門限，靠頂部曲線是改進TBD 算法給出的目標積累值，左下角區(qū)域是虛假目標的積累結(jié)果。

圖7 航跡能量積累與檢測門限比較

圖8是隨著掃描次數(shù)增加，航跡變化的情況?？梢娖鹗紩r，航跡數(shù)較多，隨著掃描次數(shù)的增加，雜波造成的虛假航跡不斷地被剔除，最后只剩下了真實目標的航跡。

圖8 掃描次數(shù)和航跡數(shù)的關(guān)系

5 結(jié)束語

無人艇平臺的自主航行安全依賴于雷達對海面目標的檢測和穩(wěn)定跟蹤，受作戰(zhàn)環(huán)境的影響，海雜波形成的虛假航跡嚴重影響對海面小目標的檢測性能[8]。本文介紹了一種適用于無人艇平臺的檢測前跟蹤的目標檢測方法，對傳統(tǒng)的基于動態(tài)規(guī)劃的TBD 方法進行了討論，最后提出了一種采用動態(tài)規(guī)劃和Kalman濾波結(jié)合的TBD 處理方法。仿真結(jié)果表明，該方法相比傳統(tǒng)的先檢測后跟蹤技術(shù)能更好地濾除海雜波虛假航跡，提高對微弱目標的檢測，系統(tǒng)復雜度低，實時性高，具有較好的應用前景。