摘要：针对目前地面雷达数据处理中存在的目标多，机动性强，地面杂波强，虚警率高等问题，采用并设计了解速度模糊、点迹凝聚、航迹处理等算法，结合软件编程技术，对信号处理后的数据进行综合处理，经过雷达外场鉴定试验测试，数据处理使雷达的发现概率、虚警率、方位距离精度、速度分辨力等指标各提高了约十个百分点。
0 引言
数据处理作为雷达系统的一个重要组成部分，可以看成是雷达信号处理的后处理过程，可以对信号处理后的数据进行筛选，并且从零星探测的小目标进行综合分析，消除由杂波、虚假目标、干扰目标、诱饵目标等造成的虚假检测，提高对目标的发现概率，降低虚警率，对目标建立航迹，并预测目标运动方向、位置的后果，其精度和可靠性都高于雷达的一次观测，改善雷达信号处理结果，使雷达的使用价值和性能得以提高。
早期的雷达数据处理方法有最小二乘法、现代滤波理论、Kalman滤波、机动目标跟踪方法等。
目前对雷达数据处理的研究，特别是航迹处理部分，大多都是对付空中目标和海上目标的，这样的目标机动性不强，背景简单，容易预测航迹。而地面目标具有强机动性、情况复杂、目标种类繁多、同一范围内目标遮挡等环境干扰因素较多，这些对目标的检测、归并、凝聚、建航都提出了高的要求。需要对以前在航空和航海领域应用较多的航迹处理方法进行发展和完善，发展出适合强机动目标的改良算法。
随着信息技术的发展，雷达数据处理的研究有以下几个发展方向：弱小目标的自动跟踪，可利用帧间滤波、检测前跟踪和先进算法来提升自动跟踪性能；高速计算与并行处理；多传感器信息融合与控制一体化；搜索、跟踪、引导、识别与指挥一体化。
1 数据处理的系统设计
雷达数据处理采用计算机作为载体，通过编写数据处理软件来实现，计算机能够非常灵活地完成各种类型的数据处理工作；数据处理的软件化也能使整个雷达系统的兼容性和可扩展性更强，功能更完善，界面更友好。
数据处理软件完成的功能主要包括：采集数据(信号处理的目标数据、定北数据、定位数据)，对信号处理后的目标数据进行格式转换、点迹凝聚等优选目标数据后形成更加准确、精确的目标点迹数据；对点迹数据进行航迹处理后形成目标的航迹；把处理后的目标点迹、航迹数据进行输出。数据处理功能如图1所示。
在研究和参考已有雷达数据处理算法的基础上，对模拟目标数据、同类型其他雷达试验中录取的实际目标数据进行了仿真处理，根据处理结果，对已有算法进行修改完善，以适用本雷达技术特点和指标的要求。
2 点迹形成的算法设计
由于雷达波束在连续扫描时，波束波瓣有一定宽度，至少有好几个脉冲连续扫到目标，每个脉冲都对应一个方位值，同一目标被捕捉到多次，多次捕获目标时的方位值都不同，这就造成了方位角的分裂程度较大。因此需要把一次扫描中同一目标的多个点迹凝聚成一个点迹。先在距离上进行凝聚，得到水平波瓣内不同方位上的距离值；再在方位上凝聚，可获得惟一方位估计值；然后把距离值进行线性内插获得惟一的距离估计值。
(1)同一目标在距离上的凝聚处理，需将在距离上连续或间隔一个量化单元的点迹按照式(1)求取质心，将质心作为目标点迹的距离估计值：
式中：n为目标的点迹个数；Ri，Vi分别为第i个目标点迹的距离和回波幅度值。
(2)同一目标在方位上的凝聚处理，需将在方位上相邻的点迹按照式(2)求取质心，将质心作为目标点迹的方位估计值，此值即目标点迹的惟一估计值。
式中：n为目标的点迹个数；Ai，Vi分别为第i个目标点迹的方位和回波幅度值。
(3)用式(1)计算出目标在各个方位上的距离值，并不是目标点迹距离的惟一估计值，需要根据目标方位估计值落入的位置来求距离惟一的估计值。设方位估计值在距离估计值的第i和i+1点之间，求距离惟一估计值的内插公式为：
式中：Ro'为目标点迹距离的惟一估计值；Ao为目标点迹方位的惟一估计值；Ri+1，Ri，Ai+1，Ai分别为第i+1和i点迹的距离及方位值。此时即获得惟一的距离、方位估计值。
3 航迹处理的算法设计
单一而杂乱的目标点迹数据不利于操作员的判读，需要通过对目标点迹进行处理和预测后形成该目标航迹，通过相关和航迹质量管理等处理，降低虚警，提高雷达的综合检测能力。航迹的处理包括航迹的起始、航迹的预测、目标航迹和新目标点迹的相关、航迹的形成、航迹的终止。
3.1 航迹的起始
航迹起始的快速要求与较高的成功概率是相互矛盾的，滑窗检测法由于具有计算量小和可用蒙特卡洛法进行分析的优点，因而被许多系统采用。在航迹起始反应时间小于系统指标的要求下，可采用m/n逻辑滑窗检测法，即在n次扫描中至少应该有m次和该暂时航迹相关的目标点迹，常用准则如表1所示。
3.2 航迹预测和滤波算法
航迹预测是在本次航迹滤波值的基础上根据目标运动模型来估计目标未来的状态，滤波用来估计目标当前的运动参数(方位、距离、速度、运动方向、加速度等)，把本次互联的目标点迹和预测航迹估计合并进行处理，以形成新的目标运动参数。
常用的滤波算法有最小二乘法、α—β滤波和Kal-man滤波算法。Kalman滤波是根据最小均方误差准则建立起来的估计方法，适用于有限观测间隔的非平稳过程。在目标机动运动时，Kalman滤波的性能就要优于其他滤波方法，基于Kalman滤波的各种自适应滤波与预测方法，包括重启滤波增益序列、增大输入噪声方差、增加目标状态维数、在跟踪滤波器之间切换等。
3.3 点迹和航迹相关处理
点迹是雷达获取的目标位置坐标，可能是现有目标航迹的新目标数据、新目标的第一次发现，甚至可能是虚假目标。需要把这些点迹与已有的目标航迹进行相关处理，以确定这些点迹是现有目标航迹的新数据，或是新目标的第一次发现。
航迹相关算法中的两个主要方面是确定正确的波门形状大小和航迹相关配对算法。
(1)相关波门是以航迹的预测位置为中心，用来确认该目标点迹可能出现范围的一块区域，它的选择直接影响到航迹质量。确定相关波门大小应该充分考虑各个相关因素，如目标模型误差、传感器探测误差、目标的运动速度和机动规律、雷达扫描周期，目标航迹的质量等。根据天线扫描参数确定得到目标点迹数据的周期，再根据目标航迹的较稳定速度和点迹速度设计大、小两个波门，并且在有新数据更新时动态调整。
(2)点迹和航迹相关配对的最靠近准则规定，最靠近目标预测位置的那个点迹与航迹相关的概率最大。假设P1，P2分别表示新接收的点迹，s1，s2分别表示航迹预测位置，那么可能的点迹和航迹关联配对是(P1-s1，P2—s2)或者(P1—s2，P2—s1)。用vij=Pi—sj表示偏差，且表示标准偏差，则偏差具有零均值高斯概率密度，应考虑如下检验：
计算雷达在本次扫描中获取点迹和航迹的距离，建立一个分配表，包括全部可能的点迹和航迹配对数据；然后按分配表计算点迹和航迹的统计间隔等参数，去掉重复使用的点迹；最后根据最靠近准则将航迹和点迹配对，以确定点迹与航迹是否相关。如果只有一个点迹位于航迹波门以内，且该点迹没有位于其他航迹波门之内，则该点迹和该航迹相关，然后用该点迹更新航迹。如果多个点迹在航迹波门之内，或者点迹位于多个波门之内，则需要更进一步地进行相关逻辑处理，按照惟一性原则，即在一次扫描中，一个点迹只与一个航迹相关，一个航迹也只与一个点迹相关。处理方法为：航迹相关波门内只有惟一点迹的直接相关，点迹只在一个相关波门内的直接相关，这些航迹和点迹不再与剩余的点迹和航迹相关；循环处理掉相关上的航迹和点迹，最后对剩余的航迹和点迹取最小距离的点迹和航迹与之相关。
如果新的目标点迹能够与已知目标航迹相关，就要利用新的目标点迹去更新和改善对目标位置和速度的估计。
3.4 航迹管理
不能和已有航迹相关的目标点迹如果能与自由点迹之间相关起来，可以起始成新的航迹，但这个航迹只是雏形，称为暂时航迹。只有在足够次数的新目标点迹与该暂时航迹相关后，才将其属性设置为稳定航迹进行正常处理。
目标航迹的起始、维护、撤销一般通过航迹编号来实现，与给定航迹相联系的所有参数都以其航迹号作为参考，一方面在航迹管理中标记航迹，用作航迹相关处理，另一方面可事后统计分析航迹处理效果，还能借助于航迹号的管理来描述战场态势。航迹的确认过程使用航迹质量为指标进行评估，选择出最优起始、删除准则后，可以将准则制定成相应的航迹质量管理系统，然后用记分法表述。
航迹管理的设计：当新目标点迹不能和已有航迹相关，并能够与自由点迹相关时，可以起始成新的航迹，并分配航迹号，赋予的航迹质量为3；航迹质量最大值为10；每次有新的点迹能和该航迹相关时质量加1；一个扫描周期内都没有新点迹能和该航迹相关时质量减1；航迹质量超过5时，认为是稳定航迹，只有稳定才输出给操作员观测；航迹质量小于2时撤销该航迹。航迹处理流程如图2所示。
4 数据处理系统的实现
数据处理软件的实现使用Visual C++进行编码。首先建立软件项目工程，对软件系统和配置文件等做一些初始化工作。内容包括：得到可执行程序存储路径、读取最新设置的系统参数、读取调试开关的值、读取配置文件等。初始化硬件设备。数据处理系统与雷达其他设备有硬件接口，需要与这些设备进行数据通信，在正确使用这些设备前需要对其进行初始化操作：包括电台、电子地图系统、信号处理板、卫星导航接收机等。软硬件初始化后即进入目标数据的处理模式，在该部分完成软件的几乎所有功能。数据处理流程如图3所示。
5 结语
结合实际工作中的研制项目，通过对雷达数据处理方法的研究，设计了目标数据预处理、点迹凝聚、点迹形成、航迹处理等算法。对数据处理系统实现的整个过程做了描述，包括系统的设计和实现方法。在Windows操作系统下，使用Visual C++6.0完成了雷达数据处理软件的开发，实现了该雷达的数据处理功能，并通过参与雷达整机的一系列的试验，验证了这些数据处理方法能够提高雷达的性能。
作者：耿东华 马丁 孙卫杰 来源：现代电子技术
