行網(wǎng)格劃分，進行鄰域關(guān)聯(lián)可有 效降低計算量，提高系統(tǒng)的運行速度；使用分步式多級卡爾曼濾波模型，可W有效利用雙方 的優(yōu)點，提高整個雷達系統(tǒng)的測量精度。
【附圖說明】
[0041] 圖1是全向探測雷達數(shù)據(jù)處理系統(tǒng)結(jié)構(gòu)圖；
[0042] 圖2是本發(fā)明一種全向雷達數(shù)據(jù)處理方法其中一實施例的流程圖；
[0043]圖3是本發(fā)明一種全向雷達數(shù)據(jù)處理方法其中一實施例中的空域網(wǎng)格劃分區(qū)域 圖；
[0044] 圖4是本發(fā)明一種全向雷達數(shù)據(jù)處理方法其中一實施例中的極坐標卡爾曼濾波 遞推計算過程及最近領(lǐng)域關(guān)聯(lián)算法。
【具體實施方式】
[0045] 下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完 整地描述。顯然，所描述的實施例為實施本發(fā)明的較佳實施方式，所述描述是W說明本發(fā)明 的一般原則為目的，并非用W限定本發(fā)明的范圍。本發(fā)明的保護范圍應當W權(quán)利要求所界 定者為準，基于本發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動的前提下 所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。
[0046] 全向探測雷達數(shù)據(jù)處理系統(tǒng)需要實時在線處理雷達信號處理器送出的點跡，實現(xiàn) 對多目標航跡的管理，包括航跡生命周期管理、點跡與航跡關(guān)聯(lián)、航跡濾波平滑、預測等。全 向探測雷達數(shù)據(jù)處理系統(tǒng)結(jié)構(gòu)如圖1所示，系統(tǒng)可W運行在一臺裝有實時操作系統(tǒng)的多處 理器計算機（或兩臺計算機）上，通過PCI總線（或其它高速通訊方式）從信號處理機獲 取點跡數(shù)據(jù)，通過網(wǎng)絡（或其他通訊方式）向顯示控制終端輸出航跡數(shù)據(jù)，兩級濾波進程分 別部署在兩個處理器上，實行分步式計算，兩個處理器運行的進程之間可W使用遠程進程 調(diào)用（RPC)通信方式進行數(shù)據(jù)交換。
[0047] 如圖2所示，在本發(fā)明的一個實施例中，全向雷達數(shù)據(jù)處理方法共分為五個流程 步驟：
[0048] (步驟101)確定目標所在的網(wǎng)格：對從信號處理機獲取的點跡數(shù)據(jù)進行解析處 理，得到點跡的距離、方位角，并估計出點跡所在的網(wǎng)格。
[0049] (步驟102)與鄰近目標內(nèi)的目標相關(guān)：對于每一點跡，判斷其與鄰近網(wǎng)格內(nèi)已經(jīng) 建立航跡的目標是否相關(guān)。為了減少計算量，該相關(guān)過程可W分為兩個階段，第一階段可W 粗略判斷點跡包含的信息（距離、方位、徑向速度）是否滿足目標的運動趨勢，排除明顯不 符合目標運動趨勢的點跡；第二階段采用常用的最近鄰域關(guān)聯(lián)算法，該算法需要使用極坐 標卡爾曼濾波器的部分中間結(jié)果（統(tǒng)計間隔）。
[0050] (步驟103)極坐標卡爾曼濾波：使用滿足目標相關(guān)要求的點跡對目標的極坐標卡 爾曼濾波器狀態(tài)進行更新，輸出目標的最新狀態(tài)（距離值、方位值）信息給下一級濾波器。
[0051] (步驟104)直角坐標卡爾曼濾波：使用上一級濾波器輸出的結(jié)果對目標的直角坐 標卡爾曼濾波器狀態(tài)進行更新，如果目標沒有更新信息，則進行預推，輸出目標最新的航跡 信息。
[0052](步驟105)目標航跡管理：由航跡管理模塊對所有目標航跡的生命周期進行管 理，如創(chuàng)建新目標的航跡，消除長時間沒有更新的航跡，并向終端輸出所有航跡的最新狀態(tài) f目息。
[0053]其中，在本發(fā)明的方法中，為處理探測周期內(nèi)的大量點跡數(shù)據(jù)，有效減少點跡與目 標航跡之間的相關(guān)計算量，可將探測空域劃分成等量的正方形網(wǎng)格區(qū)域，如圖3所示，網(wǎng)格 的邊長L由雷達可探測目標的最大飛行速度Vm。、與雷達探測周期T決定：L=VmgyXT。
[0054]對數(shù)據(jù)處理系統(tǒng)收到的每一點跡，按照W下方法與已有目標航跡進行相關(guān)：
[0055] 將雷達探測空域劃分為m行Xn列個網(wǎng)格；
[0056] 根據(jù)點跡信息中的距離R和方向角0，確定點跡所在的網(wǎng)格（i，j);
[0057] 對網(wǎng)格（i-1，j-1)、（i-1，j)、（i-1，j+1)、（i，j-1)、（i，j)、（i，j+1)，（i+1，j-1)、 (i+1，j)、（i+1，j+1)中的所有目標航跡與點跡進行相關(guān)判斷。
[0058] 進一步地，對于=坐標雷達，可W使用正方體網(wǎng)格去劃分=維覆蓋空域，劃分方法 及相關(guān)過程與二維空間類似。
[0059] 直角坐標卡爾曼濾波器在X方向與Y方向存在解禪問題，對機動目標跟蹤能力弱， 需要進行測量誤差轉(zhuǎn)換，計算量大，但卡爾曼濾波能夠有效消除目標運動噪聲，航跡收斂較 快，航跡平滑?？紤]到雷達測量值R與0完全不相關(guān)，因此濾波可在R方向上和0方向上分 別進行，即使用極坐標卡爾曼濾波器。極坐標濾波器可W更好的跟蹤機動目標，有效消除R 方向和0方向的雷達測量隨機誤差，不需要誤差轉(zhuǎn)換，相關(guān)時計算量小，但航跡收斂慢。綜 合兩種濾波器的優(yōu)缺點，本發(fā)明在數(shù)據(jù)處理系統(tǒng)中使用兩級濾波器，第一級為極坐標濾波 器，第二級為直角坐標濾波器。第一級的極坐標濾波器輸入的是點跡，輸出目標航跡至第二 級濾波器，第二級進一步平滑、預推目標航跡。由于系統(tǒng)使用最近鄰域關(guān)聯(lián)算法進行點跡與 航跡關(guān)聯(lián)，所W需要極坐標濾波器預先計算統(tǒng)計間隔，其中極坐標卡爾曼濾波過程中有：
[0060] 目標的運動方程X(k+1) = 〇化+i|k)x化)+r化)W化）；W及雷達系統(tǒng)測量方程 Z化）=H化)X化)+N化）。
[0061] 其中，
為k時刻目標狀態(tài)向量，包括徑向距離分量R化)、徑向速度 分量R(k；)、方向角分量0化）和角速度分量^(k)，〇化+i|k)為狀態(tài)轉(zhuǎn)移矩陣，r化）為干 擾矩陣，w(k)為目標運動噪聲向量，
為雷達測量向量，包括徑向距離分量 而化）和方向角測量分量Ze化)，H(k)為測量矩陣，N(k)為測量噪聲向量。
[0062] 極坐標卡爾曼濾波遞推計算過程及最近領(lǐng)域關(guān)聯(lián)算法如圖4所示，具體包括： W63] -方面，在k時刻估計目標狀態(tài)，有k時刻的目標狀態(tài)估計值 x(k|k);對下一時刻化+1時刻）的目標狀態(tài)進行預測，有目標狀態(tài)預測值 X(l+l|巧二爾(k+l|k)支巧I均:，其中函數(shù)巫化+l|k)為狀態(tài)轉(zhuǎn)移矩陣；進行測量預測， 有測量預測值Z(/: +iIW=H(!、+ 1代的-MI，其中函數(shù)H化+1)為測量矩陣；計算新息 巧完+巧=:Z保.+1)j的+1悄;;;對不同點跡統(tǒng)計間隔單批+1) = (A+ ]侶批+ 1)K.批+1)，其中 函數(shù)di似為統(tǒng)計間隔，S似為新息協(xié)方差矩陣；得到統(tǒng)計距離最小點跡新息Vi化+1)。 [0064] 另一方面，在k時刻估計協(xié)方差，有k時刻的估計協(xié)方差矩陣P化|k);對下一 時刻化+1時刻）的協(xié)方差進行預測，有預測協(xié)方差矩陣P(k+l|k) = 〇化+l|k)P化|k) 〇T(k+l|k)+Q(k+l)，其中函數(shù)Q(k+1)為運動噪聲隨機向量協(xié)方差矩陣。 W65];進行新息協(xié)方差計算，有新息協(xié)方差矩陣S(k+1) =H化+1)P化+1 |k)HT化+1)+C(K+1) ;"k+l)為測量噪聲隨機向量協(xié)方差矩陣，計算增益矩陣K(k+1)= P化+l|k)HT化+1)Si(k+l);
[0066] 根據(jù)上述兩方面的處理結(jié)果（上述兩方面可根據(jù)需要并行處理）更新目標狀態(tài) A'(點 + ])二乂 化 + 1I。H-欠-批H- 1)V(A+ 1)。
[0067] 本領(lǐng)域普通技術(shù)人員可W理解，實現(xiàn)上述實施例方法中的全部或部分步驟是可W 通過程序來指令相關(guān)的硬件來完成，所述的程序可W存儲于一計算機可讀取存儲介質(zhì)中， 該程序在執(zhí)行時，包括上述實施例方法的各步驟，而所述的存儲介質(zhì)可W是：R0M/RAM、磁 碟、光盤、存儲卡等。因此，本領(lǐng)域相關(guān)技術(shù)人員應能理解，與本發(fā)明的方法相對應的，本發(fā) 明還同時包括一種全向雷達數(shù)據(jù)處理系統(tǒng)，與上述方法步驟一一對應地，該系統(tǒng)包括：
[0068] 解析模塊，用于對獲取的點跡數(shù)據(jù)進行解析處理，得到點跡的距離、方位角，并估 計出點跡所在的網(wǎng)格；
[0069] 相關(guān)模塊，用