多源光测信息融合跟踪方法及应用_李霁.pdf

引用格式：李霁，李桂芝 多源光测信息融合跟踪方法及应用 电光与控制，,（）：,（）：多源光测信息融合跟踪方法及应用李 霁，李桂芝（中国人民解放军 部队，辽宁 葫芦岛）摘 要：在靶场试验任务过程中，光电经纬仪自主稳定跟踪目标是最核心及关键的环节。目前，利用单一信息源跟踪模式难以适用于不同的靶场任务类型与环境特点。以靶场光电经纬仪跟踪系统为研究平台，结合跟踪运动过程中实时测量的本机或外部的数据信息，提出了利用多种光测信息源融合跟踪方法和相应数据处理算法。通过融合跟踪仿真实验获得跟踪最大估计误差为 ，估计随机误差为，满足光电经纬仪试验任务跟踪精度要求，证明了该方法可有效保证跟踪过程的稳定性与可靠性。关键词：多源信息融合；自主稳定跟踪；数据处理；估计误差中图分类号：文献标志码：,（,）：,：；引言光电经纬仪是靶场武器鉴定与故障分析的重要测量设备，为靶场提供了目标的精确弹道数据与实况影像，其稳定跟踪目标过程是试验中最关键、最核心，也是最没有把握的环节。如何快速有效地利用多种信息数据对高速运动目标稳定跟踪不丢失，一直是难以破解的技术难点问题。研究发现，目前比较流行的多传感器信息数据融合技术适用于解决这一问题，通过多种信息或数据的关联和组合，从而提高目标位置的估计精度，完成对试验态势的实时评估，减小跟踪过收稿日期：修回日期：基金项目：国家自然科学基金青年科学基金（）作者简介：李 霁（），男，辽宁葫芦岛人，硕士，高工。程中的误差，达到改善结果的目的。在信息数据融合方面有很多学者进行了大量的研究，并提出许多成熟且高效的方法，例如卡尔曼滤波、多贝叶斯估计、加权平均等随机类的算法；规模逻辑理论、神经网络、专家系统等人工智能类方法。实践证明单一的跟踪方法和数据处理算法难以适用于靶场不同类型任务需求，通过总结研究靶场近年任务需求，提出多源光测信息融合跟踪方法，以期实现不同目标、不同背景下目标的自主稳定跟踪。多源光测融合跟踪 多源光测融合跟踪方法多源光测信息是指光电经纬仪在跟踪目标运动过程中实时测量的本机或目标数据，以及在任务开始前 第 卷 第 期 年 月 电 光 与 控 制 李 霁等：多源光测信息融合跟踪方法及应用输入的先验信息，具体包括：图像目标脱靶量、编码器位置、外部引导数据、理论弹道数据以及单杆修正数据等。信息融合跟踪则是对多源信息有效地融合处理，输出设备坐标系下目标运动状态（位置、速度等）的准确估计值，并引导跟踪架对目标进行融合跟踪，提高多源光测信息融合跟踪的能力，其实现途径如图 所示。图 融合跟踪实现途径 多源光测融合跟踪数据处理算法多源光测融合跟踪数据处理算法主要分解为 个数据处理过程，即本机测量数据处理、实时外引导数据处理、预设理论弹道数据处理以及加权融合数据处理。本机测量数据处理本机测量数据处理可进一步细分成数据时空对齐及综合、数据关联、状态估计 个过程。数据时空对齐及综合是将不同步的目标脱靶量和编码器数据对齐至同一时刻进行合成，得到该时刻目标指向位置。实际中，目标脱靶量的采样频率要远低于编码器的采样频率，并且具有数据延迟。为了使两者在时间上对齐，先缓存一段编码器数据，之后根据目标脱靶量采集时刻和数据延迟时间 计算采样时刻，再从缓存的编码器数据中抽取 时刻前后两帧采样数据 ，并进行线性插值得到 时刻编码器值，如图 所示。图 编码器和脱靶量时间对齐 线性插值公式为 （）（）（）目标脱靶量和编码器时间对齐后，进一步空间坐标对齐得到目标指向位置。式中：为目标脱靶量量纲；为 时刻目标脱靶量。数据关联是根据目标运动特征建立目标和测量数据之间的对应关系。对于单目标跟踪，目标和测量数据间的对应关系自然成立，数据关联步骤只要进行关联门判决即可，落在关联门内即认为目标测量数据有效。一般采用矩形门关联准则，即 （）式中：为 时刻目标位置估计值；为门限系数；为目标位置测量标准差估计值。状态估计就是利用目标测量数据估计目标的运动状态。考虑到实时应用，状态估计采用递推法，依据目标运动模型不断利用关联目标测量数据更新目标运动状态估计值。对于靶场中的目标，运动过程一般存在加速、转弯、平飞、末端弹道修整等动作，采用单一运动模型难以准确地描述目标整个运动过程，当设定的运动模型与目标时间运动存在较大的误差时，运动状态估计性能将大幅度下降。为此，本文状态估计采用交互多模型卡尔曼滤波方法，目标运动模型采用匀加速模型和机动加速模型组合，运动状态变量定义为角位置、角速度、角加速度，即 ，运动过程数学描述如下。）匀加速模型为 （）()（）式中：为设定过程噪声方差系数；为综合噪声；为转移矩阵；为过程噪声统计的矩阵。，分别定义为（）（）其中，为采样周期。）机动加速度模型为 （）（）（）其中：为转移矩阵；为规律噪声服从矩阵；为规律噪声影响因子平均数；为综合噪声；为过程噪声影响因子；为过程噪声方差系数；为过程噪声统计的矩阵。，分别定义为 第 期（）（）（）（）（）。（）测量方程表示为 （）（）（）其中：为测量方程，且 ，；为测量噪声协方差表达式；为测量噪声；为设定的测量噪声方差。采用上述两种模型交互组合得到目标状态综合估计值为 （）（）其中：，分别为模型综合、匀加速模型、机动加速模型状态估计方差；，分别为模型综合、匀加速模型、机动加速模型状态估计值；，为模型概率。因此，测量数据处理的结果为测量的目标状态估计值和估计方差。实时外引导数据处理外引导数据处理，一般采用中心机实时引导值，该引导值来自多种测控设备组合测量结果，引导数据的正确性高，几乎不会出现错误目标的引导数据。但对于光电经纬仪而言，外引导数据噪声较大，存在数据延时。因此，对外引导数据处理细分为跳点剔除、滤波、预测插值 个过程。跳点剔除就是去掉误差明显偏大的引导数据。误差偏大的引导数据给滤波带来不利的影响，必须剔除。跳点剔除方法类似上述矩形关联门准则，即（）式中：为引导数据滤波后 时刻目标位置估计值；为 时刻引导位置；门限系数 一般取 。实际中，因中心机实时引导值计算数据源不同，引导数据标准差 也会发生变化。可以通过统计近时间段引导误差均方根得到标准差估计值，即 （）。（）滤波是对跳点剔除后的数据进一步处理，得到更平滑的引导值。引导数据滤波采用匀加速模型的卡尔曼滤波模型，得到引导数据时刻的目标引导角位置、角速度和角加速度滤波估计值。预测插值是依据匀加速度模型，利用滤波得到的目标引导角位置、角速度和角加速度估计值预测当前时刻目标引导角位置和角速度。预测插值可以最大限度地减小引导数据延时导致的误差，同时提高引导数据帧频以利于后续数据合成。预测插值结果是目标引导角位置、角速度预测估计值 和预测估计方差。预设理论弹道数据处理目标在运动过程中，受各种扰动的影响，理论弹道轨迹与目标实际轨迹存在偏差。实践经验表明，目标中段飞行时理论弹道误差较大，但处于目标安全飞行误差允许范围内，并且误差变化缓慢。因此，如果能够计算理论弹道误差量并对其位置修正，那么短时间内修正后目标理论弹道接近于实际轨迹，在一定程度上可辅助目标跟踪。对理论弹道数据处理细分成位置修正和数据插值两个过程。位置修正是根据实时测量数据，不断修正理论弹道误差。对理论弹道的位置修正是在测站直角坐标系下进行，依据 时刻融合后角位置估计值和引导距离，可解算出相应时刻直角坐标系下目标坐标（，），而 时刻的理论弹道位置根据弹道数据插值可得（，），由此容易得到理论弹道实时偏差量为（，）。（）使用理论弹道数据融合时，需要使用得到的弹道偏差量 修正弹道坐标，之后再转换成测站极坐标系下角位置和角速度 进行使用。此外，得到一系列弹道偏差量 后，进一步统计时间序列特性，估计修正后弹道数据的误差特性。数据插值是将低帧频的弹道数据插值出高帧频的数据，利于后续应用。预设理论弹道数据插值在直角坐标系下进行，采用分段双抛物线组合法，如图 所示。图 理论弹道数据插值原理 对每个弹道点，取其 个相邻弹道点共 个点用二次抛物曲线拟合，由此得到一系列抛物线（），（），（），。其中，段由（）和（）两组抛物线描述，段由（）和（）两组抛物线描述，依次类推。为了得到更平稳的插值数据，点间轨迹用两组抛物线组合描述，即点 至点 段轨迹为（）（）（）；点 至点 段轨迹为（）（）第 卷电 光 与 控 制李 霁等：多源光测信息融合跟踪方法及应用（）。依次类推，完成直角坐标系下理论弹道数据插值。加权融合数据处理多源信息加权融合数据处理是融合跟踪模式中最重要的数据处理环节，融合流程如图 所示。图 加权融合流程框图 根据各路信息是否参与融合过程，以及各路信息处理结果的可靠性，依次进行图像数据的加权融合，对外引导预测值的修正以及对理论弹道的修正，并依次与图像融合状态信息进行平滑滤波，滤波参数由先验参数与预测误差方差共同决定，最终的结果作为融合数据处理结果发送给伺服控制卡，完成设备的闭环跟踪控制。分别对本机测量数据、外引导数据、理论弹道数据处理后，各自得到目标运动状态估计值，和估计误差，。数据合成时，采用方差加权方法综合，即 （）式中，为状态加权系数，其值由状态估计误差确定。融合跟踪仿真与估计误差分析多源光测信息融合跟踪过程中，目标状态估计存在估计误差，该误差直接影响目标跟踪精度。为了分析目标运动状态估计误差，首先必须得到可用来进行对比分析的目标运动轨迹真值数据。通过 仿真手段产生一组实验用的模拟轨迹数据，如图 所示，对应的方位角位置、角速度和角加速度轨迹如图 所示。实际经验表明，这种仿真得到的数据足以验证跟踪算法问题。图 直角坐标系下目标运动轨迹 图 极坐标系下目标方位角运动轨迹 利用上述实验数据分析状态滤波估计精度。首先在距离、方位和俯仰角度的真值数据上叠加零均值高斯噪声来模拟实际目标测量数据，其中，距离噪声均方差设置为 ，方位、俯仰角度噪声均方差设置为；之后利用上述滤波估计方法对含噪声测量数据进行目标状态估计，计算角位置滤波估计值和角位置真值误差。此外，为了避免单次实验随机因素对精度测试的影响，采用蒙特卡罗仿真算法，对相同实验条件重复 次，每次都计算滤波估计值和真值误差，设为，其中，为实验序次，为实验次数总和，之后再统计 次的误差均方根（）来衡量状态估计精度，即 （）。（）采用上述实验模拟方法得到的状态估计误差曲线如图 所示，最大估计误差为，估计随机误差为。因此，只要满足伺服运动单元闭环控制精度小于，控制随机误差小于，即可满足光电经纬仪保精度实验任务跟踪精度要求。图 状态估计误差曲线 结论本文通过对光电经纬仪跟踪运动过程中实时测量的本机或外部的信息数据进行研究，提出综合利用多种光测信息源融合跟踪方法和相应数据处理算法，并通 第 期过融合跟踪仿真与估计误差分析证明该方法能够满足靶场目标稳定跟踪需求，同时可保证实时性的要求，达到扩展空间覆盖范围、增强数据信息的可信度、改进探测的性能、提高空间的分辨率的目的。参 考 文 献 单海蛟 多源传感器数据融合自主稳定跟踪算法研究 长春：中国科学院长春光学精密仪器与物理研究所，于洪洋 基于多源信息融合的多目标跟踪算法研究 哈尔滨：哈尔滨工业大学，唐自力，周媛媛，周铁军，等 光电经纬仪多数据源融合控制策略 电光与控制，,（）：朱再文，杜坚，徐琰，等 多传感器数据融合结构性能分析 仪器仪表用户，,（）：陈俊彪，杜剑英，徐丽娜 数据融合技术在多设备协同弹道测试中的应用 湖南科技大学学报（自然科学版），（）：宫志华，段鹏伟，岳锐，等 外弹道多源异类测元数据融合仿真分析 弹道学报，,（）：，单海蛟，刘伟宁，王嘉成，等 多传感器自主跟踪中的数据融合方法 液晶与显示，（）：刘松涛，杨绍清 简评基于图像融合的目标识别和跟踪算法 电光与控制，,（）：朱珺 一种基于信息融合的空间目标高精度定轨方法 电子测量技术，,（）：,陈俊彪，杜剑英，徐丽娜 数据融合技术在多设备协同弹道测试中的应用 湖南科技大学学报，,（）：单甘霖，张凯，吉兵 基于指标融合的跟踪算法性能评估度量标准 仪器仪表学报，,（）：赵丽丽 基于多源传感器信息融合的目标跟踪算法研究 沈阳：沈阳航空航天大学，陈星，李战武，徐安，等 基于数据链和机载多传感器的融合跟