机载监视雷达地面运动目标跟踪技术研究

This project will dedicate to the research of ground moving target tracking techniques applied to airborne surveillance radar. As to the problem of measurement losing, that occurs when the velocity of target is less than minimum detectable velocity of GMTI, we plan to accomplish measurement formation by combining the imaging results of SAR and the outputs of GMTI. That means the measurement data of target will be supplied by the results of SAR coherent change detection (CCD). Considering the intensive targets, target moving characteristics, complex environment and high false alarm rate, we plan to work on effective multistage hypothesis management making full use of a-priori knowledge, such as clutter-map, target characteristics, road network, digital elevation data and so on, with knowledge-aided technique based on the framework of multiple hypothesis tracking processing. The discontinued tracklets will be stitched with graphical model technique for the discontinued target plots problem due to occlusion and other factors. The model of ground group target moving characteristic will be constructed, and the judge criterions for group behaviors of combination, separation and cross will be designed. Meanwhile, we will give attention to tracking on both the center of mass and elements, and obtain the structure information of group during hypothesis management. We hope to form a multistage multiple hypothesis processing method with significantly improved computation performance for ground moving target through this project.

本项目探索研究应用于机载监视雷达的地面运动目标跟踪技术，针对目标速度低于GMTI最小可检测速度时出现的量测丢失问题，拟采用结合SAR成像输出与GMTI输出的量测形成处理，用SAR相干变化检测（CCD）结果补充目标量测数据；针对目标密集、目标运动特性及环境复杂、虚警率高等特点，基于多假设跟踪的处理框架，拟采用知识辅助技术，充分利用杂波图、目标特征、地面道路网和数字高程数据等先验信息，进行有效的多阶段假设管理；针对遮挡等因素产生的点迹中断问题，采用图模型技术实现中断航迹缝合；对地面群目标运动特性进行建模，设计群合并、分离及交叉行为的判断准则，在假设管理中兼顾群质心和元素的跟踪，同时得到群的结构信息。通过项目的研究，期望形成一种多阶段，计算性能改善明显的地面运动目标多假设跟踪处理方法。

机载对地监视雷达系统已成为战场指挥人员及时、全面地了解战场态势的一种有效手段。地面运动目标跟踪报告是战场态势感知和指挥决策的重要依据，可为决策人员提供更为“可用”的态势信息，并为武器制导、打击效果评估等应用提供精确的目标定位信息。本项目研究应用于机载监视雷达的地面运动目标跟踪技术，主要研究内容包括：(1) 结合SAR与GMTI输出的量测形成处理；(2) 知识辅助的MHT假设管理与IMM状态估计；(3) 数据关联的图模型方法；(4) 地面群目标跟踪与信息提取处理。主要研究成果包括：(1) 提出了一种基于杂波抑制的SAR相干变化检测（CCD）方法；(2) 提出了一种基于图模型的特征辅助航迹片段粘连算法以及一种目标状态辅助的变结构交互式多模型（VS-IMM）滤波算法。给出了在VS-IMM滤波和MHT处理中综合应用地理高程、道路网等辅助信息的融合方法。通过将道路判断、遮挡判断等操作在地理空间点角度下进行，避免了复杂的实际道路分段线性化过程，有效降低了知识辅助跟踪处理的计算复杂度；(3) 提出了一种基于图模型的TOMHT实现方法，将求解最优全局假设问题等价为整数线性规划中的最大权重独立集问题，进而利用最大积置信传播近似推理算法求解出TOMHT中最优关联假设的最大后验概率解；(4) 设计了适用于群目标的TOMHT框架，提出了一种应用超图匹配的多假设群目标跟踪方法，并给出了一种基于演化图的群目标跟踪处理算法。仿真及实测数据处理结果验证了所提出方法的有效性。项目研究成果可应用于机载监视雷达系统，为决策系统提供更为完整准确的目标信息和监视场景态势信息，也可应用于多目标攻击、空中交通管制、机器视觉、地面交通监视等领域。