摘要:在整个融合系统中，作为航迹融合前的关键步骤，航迹关联的准确与否将直接决定融合系统的性能。因此在海空战场的复杂电磁环境下，如何实现舰载雷达与红外传感器航迹快速准确关联成为融合系统需要突破的关键技术。基于此，本文主要对最优航迹隶属度的雷达与红外航迹关联方法进行了综合的分析。
关键词：最优航迹隶属度；雷达；红外航迹；关联方法
引言
在雷达网航迹关联中，由于多部雷达同时跟踪多个目标，局部航迹的数量是实际目标数量的几倍，给直接进行航迹关联带来了很大的负担。所以对雷达网多条局部航迹选择一种关联策略，将航迹关联次数降低是必要而且必需的。
1红外航迹
红外制导是当今红外技术的重要军事应用，是非常有效的精确制导技术。因为红外成像探测技术具备抗干扰能力更强、目标识别精确度更高、可靠性更高等优势，已然成为现代红外制导武器最受青睐的关键技术之一,比较典型的有美国的AIM-9X、英国的ASRAAM、以色列的Python等。但是有矛就有盾，红外干扰手段的广泛使用，使红外制导导弹作战效能面临严重挑战，其中红外诱饵弹是最早使用的人工干扰手段，至今仍是红外导弹最重要的威胁，已经发展到了3-5um和8-14um波段，对红外导弹的作战效能产生巨大威胁。
为了考核红外成像导引头抗红外诱饵弹干扰能力问题，行业内一般采用两种方法：一种是室内半实物仿真试验，以软件模型为基础，通过光电模拟器生成试验背景及红外干扰弹的光电图像注入给导引头或者投影到反射幕上，这种方法的缺陷是由模型生成的试验背景、红外靶标及红外干扰弹的光电图像和飞行试验中不一致，对模型精度依赖较大。另一种是靶场实弹飞行试验方法，在靶场地面或空中布设靶标，在靶标一定范围内布设红外诱饵弹，试验时红外成像导弹攻击靶标，红外干扰系统侦测到来袭导弹后按照预定程序抛洒红外诱饵弹，对来袭导弹进行干扰，这种方法的缺陷是试验成本很大，试验难度高，而且导弹和靶标及红外诱饵弹接近的过程中，难以获取导引头视场中的图像，对分析导引头抗红外诱饵弹干扰能力难以形成直接的分析数据。
2目标区域和目标子区域
2.1目标区域
目标区域是指雷达网所覆盖的目标数据处理区域，雷达网对落在该区域内的目标航迹均需要进行航迹关联。目标子区域则是整个目标区域划分成若干相等的区域后的小区域，可划分成更小的子区域。
2.2区域坐标
区域坐标选用类似方格坐标系(一种按地球球面经纬度分区的坐标系)的划分方法。目标区域划分成若干相等的区域后，每个目标子区域的编号都是一位十进制数。
2.3区域航迹集合
定义下面的集合为区域航迹集合:TSci=T1，T2，T3，…，TNc{}，i=1，2，3，…，式中，TNc为在第i个关联周期落在区域坐标为c的子区域中的航迹;Nc为落在该子区域内的航迹总数，也是整个集合的元素个数，显然Nc≥0。相邻区域坐标集合定义下面的集合为相邻区域坐标集合:Sca={cci|ci为区域坐标为c的子区域相邻的所有区域的坐标}。简单起见，Sca的元素cci简化为ci。定义Scw={y|y为所有子区域的坐标}为坐标全集，则不相邻区域坐标集合为:
S－ca=Scw－Sca。
3雷达与红外传感器多目标航迹关联
雷达与红外传感器融合跟踪系统属于典型的分布式结构异类传感器融合系统。在这个系统中，每个传感器对多目标实现跟踪并形成航迹，融合中心将接收到的数据进行数据对准，再基于雷达与红传感器的航迹进行航迹关联，将成功关联的两条航迹融合形成共识的系统航迹的过程。航迹关联模块在整个系统中居于承上启下的关键位置，其较高的难度系数也给整个系统带来不确定因素。主要因为红外传感器不同于雷达，属于被动传感器，且只能探测到角度信息而缺乏距离探测。当无测距系统协同工作时只能实现纯角度跟踪，得到目标的角度航迹，无法实现定位。基于统计数学和模糊理论的传统航迹关联方法很好地解决了同类传感器的关联问题，但对于雷达与红外传感器融合跟踪系统，只能利用雷达与红外传感器的冗余信息（方位角和俯仰角）进行航迹关联，这也大大增加了航迹关联的难度。为解决这一问题，本文综合模糊理论与统计数学的思想，将关联门限与航迹隶属度共同应用于关联运算。主要思路是将传感器的分辨率作为判决门限，将不可能关联的航迹剔除，再以最大隶属度原则对待关联航迹进行关联判决，实现最终的航迹关联。
4仿真实验
实验部分主要仿真分析了雷达与红外传感器航迹关联问题。在三维空间随机产生30条航迹，雷达与红外传感器以角度信息作为量测数据，采用扩展卡尔曼滤波进行跟踪。通过最优隶属度方法对两传感器滤波后的航迹进行关联运算。最后在不同条件下，将关联效果与模糊综合函数法、最近邻法以及加权航迹关联算法进行比较分析。实验条件为采用Matlab2016进行软件仿真，计算机采用InterCore-i7的四核处理器，主频2.6GHz，内存为4GB。
首先，在三维空间随机产生30条待关联航迹，航迹起始点X、Y、Z坐标范围为0~4000m；目标速度Vx、Vy、Vz服从4m/s~60m/s均匀分布；加速度ax、ay、az服从0m/s2~5m/s2均匀分布，产生了如图1所示的航迹。
.png)
图1待关联航迹
在上述模型的基础上，分别利用雷达和红外探
测得到的角度信息作为量测数据，利用扩展卡尔曼滤波进行目标跟踪。然后，分别采用本文提出的最优隶属度法、模糊综合函数法、最近邻法以及加权航迹关联方法，对经雷达与红外传感器滤波跟踪得到的航迹进行关联运算。通过分析最优隶属度方法运算时间高于最近邻法，略低于加权法，且50次的仿真计算时间没有出现较大起伏。综合来看，最优隶属度方法性能较为稳定，对雷达和红外传感器的测量精度要求更低且能够保证系统的实时性。
结束语
为解决舰载雷达与红外传感器融合跟踪系统中传感器探测的目标不能一一对应的问题，本文提出了基于最优航迹隶属度的航迹关联方法。首先利用完成时空对准后的方位角、俯仰角信息计算局部航迹统计距离，并构成航迹隶属度方位角矩阵和俯仰角矩阵。将传感器分辨率引入航迹隶属度运算构成分辨率隶属度向量，作为关联判决门限结合隶属度最大原则共同对两个角度隶属度矩阵执行关联判决。该方法在复杂电磁环境中外界干扰较大、传感器量测精度较低、或目标航迹较为密集出现交叉时均能保证局部航迹正确关联概率不低于75%，仿真结果也验证了本文方法进行异类传感器航迹关联的正确性、有效性以及时性。
参考文献
[1]俞金龙.船载AIS和雷达数据关联及融合[J].声学与电子工程,2018(04):58-61.
[2]李海霄.基于大数据的雷达探测性能评估[D].哈尔滨工业大学,2018.
[3]刘社.雷达和AIS目标航迹融合处理方法的研究[D].大连海事大学,2016.
[4]郭雷杰.基于模糊理论与神经网络的雷达与AIS信息融合研究[D].大连海事大学,2016.
[5]宋佳庆.雷达组网效能评估与部署优化算法研究[D].电子科技大学,2016.