关键词:
区域安防
雷达数据处理技术
多目标关联
随机有限集
雷达终端
摘要:
近年来,雷达普遍应用在民用区域安防领域。雷达数据处理系统是现代雷达系统的重要组成部分,具体是指由雷达前端输入目标的点迹,经处理后输出目标航迹。雷达数据处理过程包括了:点迹预处理、航迹起始、航迹关联、滤波跟踪、航迹终止等。将原始点迹经过数据处理后,得到目标距离、方位和俯仰角、速度等目标运动参数及状态信息,最终将这些信息显示在雷达终端软件中。在计算机技术、微电子技术的推动下,雷达终端由显像管显示阶段发展到现代的计算机显控终端,显控终端的设计更趋于人性化,实时性更好。本文以区域安防雷达为应用背景,开展了雷达数据处理及显控终端的研究,结合雷达数据处理相关算法,开发了一套区域安防雷达数据处理终端软件。本文主要研究内容和成果如下:1.研究了雷达数据处理的点迹预处理部分,包括雷达坐标系转换,野值处理,传统的点迹处理与凝聚的相关技术,有点迹数据在距离、方位上的处理与凝聚,以及最后的线性内插成唯一点迹。阐述了目标运动模型,如匀速、匀加速、曲线运动模型。探讨了航迹起始和终止,其中航迹起始算法有直观法、逻辑法、Hough变换法。介绍了经典的单目标跟踪算法,仿真对比分析了卡尔曼算法、扩展卡尔曼算法、无迹卡尔曼算法。研究了航迹关联算法,如最近邻算法、全局最近邻算法、联合概率数据互联算法,并通过仿真将航迹关联算法进行分析对比。2.介绍了随机有限集(Random Finite Set,RFS)理论。根据该理论建立多目标跟踪模型,阐述了RFS框架下的贝叶斯滤波。研究探讨了经典的随机有限集滤波概率假设密度滤波(Probability Hypothesis Density,PHD)以及它的高斯混合实现(Gaussian Mixture-Probability Hypothesis Density GM-PHD)。仿真分析了GM-PHD算法的目标跟踪性能,并提出将该算法应用于雷达数据处理中,通过多目标跟踪的实际外场实验对比,验证了GM-PHD算法性能优于传统目标跟踪滤波算法。3.基于Qt开发平台,设计开发了一套区域安防雷达终端软件。介绍了雷达系统架构和技术指标、雷达终端软件的整体架构。阐述了软件的模块化设计实现过程,包括网络通信模块、雷达控制模块、无人机反制设备模块、用户注册登录模块等。深入研究探讨了终端软件中的数据处理部分,涉及点迹预处理和航迹处理算法的具体实现过程。基于软件测试的基本方法,在不同场景的外场实验评估软件的数据处理性能,验证了软件的可靠性和稳定性。