捷聯(lián)平臺紅外末制導多目標跟蹤技術研究.pdf

1、中段防御中，為了保證攔截器能夠成功碰撞殺傷目標，需要借助攔截器紅外導引頭來進行精確末制導。多目標跟蹤是攔截器紅外末制導信息處理的重要組成部分，是保證攔截成功的關鍵技術之一。由于成像距離遠，來襲目標在大部分時間內(nèi)表現(xiàn)為紅外探測圖像中的點目標，可用于跟蹤的信息主要為目標運動信息。攔截器在飛行中存在劇烈的抖動，耦合到紅外圖像中使得目標成像點在圖像中劇烈運動。因此，實際中通常采用捷聯(lián)安裝的慣性測量設備來獲取成像平臺的實時姿態(tài)信息，以補償平臺抖動

2、造成的目標運動。論文以捷聯(lián)平臺紅外末制導多目標跟蹤技術為研究對象，針對跟蹤中由于目標運動機動性、目標數(shù)目的隨機變化、彈上計算資源限制、紅外雜波干擾等不利因素造成的問題展開研究，主要包括以下三個方面內(nèi)容：
　　1）攔截作戰(zhàn)中捷聯(lián)平臺對中段目標進行跟蹤的運動和測量建模。針對在高速攔截運動中，中段目標在紅外圖像中的運動會隨著目標距離的變化呈現(xiàn)出由弱變強的機動性的問題，論文提出一種基于參數(shù)自適應“當前”統(tǒng)計（Current Statist

3、ical, CS）模型的中段目標運動建模方法。該方法利用在線信息實時設置CS模型的機動頻率和加速度方差，提高目標加速度估計的準確性，更有效地描述中段目標運動的特征。針對捷聯(lián)平臺姿態(tài)運動慣性解耦時測量模型中存在的復雜性問題，論文在對成像測量誤差、慣性測量誤差和解耦誤差進行對比分析的基礎上，提出將三種誤差進行統(tǒng)一建模，從而簡化測量模型的方法。實驗表明，利用論文提出的目標運動模型和傳感器測量模型可以準確地對中段目標進行跟蹤。
　　2）中

4、段動態(tài)場景中的快速多目標跟蹤。在目標數(shù)目變化的動態(tài)場景條件下，傳統(tǒng)基于數(shù)據(jù)關聯(lián)的多目標跟蹤方法準確度和計算效率都急劇下降，無法滿足捷聯(lián)平臺紅外末制導的要求。近年來出現(xiàn)的有限集統(tǒng)計學理論（Finite Set Statistics, FISST），具有優(yōu)于傳統(tǒng)方法的效率和準確度，可以用于中段動態(tài)場景中的快速多目標跟蹤。在對 FISST理論進行研究的基礎上，論文首先基于線性復雜度勢分布概率假設密度（Linear Complexity-Car

5、dinalized Probability Hypothesis Density, LC-CPHD）濾波的高斯混合（Gaussian Mixture, GM）實現(xiàn)，即GM-LC-CPHD濾波，來構建紅外末制導多目標跟蹤的基本框架。針對常規(guī)GM-LC-CPHD濾波的新生目標模型需要對新出現(xiàn)目標進行全局搜索，導致算法計算效率低下的問題，論文提出一種利用測量數(shù)據(jù)來自適應設置新生目標模型的改進方法。該方法利用M/N測試算法累積多幀紅外圖像數(shù)據(jù)的

6、信息，自動捕獲新生目標的初始狀態(tài)，從而有效地縮小搜索的范圍，提高算法的計算效率。針對常規(guī)GM-LC-CPHD濾波的結果未包含目標身份信息，不能輸出每個目標的連續(xù)軌跡至后續(xù)目標識別模塊的問題，論文引入標簽關聯(lián)方法來實現(xiàn)GM-LC-CPHD濾波的軌跡管理，并提出一種改進的高斯元素修剪與合并方法，從而穩(wěn)定快速地輸出每個目標單獨的連續(xù)軌跡。實驗表明，利用論文提出的方法可以準確而高效地完成中段動態(tài)場景的多目標跟蹤。
　　3）密集紅外雜波干擾

7、條件下的穩(wěn)定中段多目標跟蹤。針對密集紅外雜波導致算法極容易出現(xiàn)錯誤跟蹤的問題，論文提出一種引入幅度信息（ Amplitude Information, AI）來抑制雜波干擾的GM-AI-LC-CPHD濾波多目標跟蹤方法。該方法首先利用高斯分布模型來對中段紅外點目標的幅度進行建模，并在信噪比（Signal-to-Noise Ratio, SNR）未知的條件下，通過最近的L幀數(shù)據(jù)對目標的幅度和檢測概率進行估計；然后推導了引入幅度信息的GM-