一种无人船导航避碰雷达探测方法与流程

本发明涉及人船对海上目标综合探测、跟踪和识别系统技术领域，具体涉及一种无人船导航避碰雷达探测方法。

背景技术：

现有小型船舶所使用的简易的导航雷达探测能力弱，一般最多只能手动跟踪20批目标，杂波条件下无法探测到小目标，因此不能满足无人船导航避碰的要求，对此，我们在小型船舶导航雷达天线和收发机单元的基础上，对机动小目标的检测和跟踪技术进行了大量的研究，着重改进信号处理技术、杂波抑制技术和检测跟踪算法，大大提高杂波条件下小目标检测能力、全自动目标捕获跟踪能力，设计制造出满足无人船使用要求的导航避碰和对海上目标综合探测系统。

技术实现要素：

本发明的目的在于提供了一种无人船导航避碰雷达探测方法，在小型船舶导航雷达天线和收发机单元的基础上，使用小型船舶导航雷达天线和收发机一体化的技术，开展软件化雷达系统设计，着重改进信号处理技术、杂波抑制技术和检测跟踪算法，大大提高杂波条件下小目标检测能力、全自动目标捕获跟踪能力，以克服现有小型船舶所使用的简易的导航雷达探测能力弱，一般最多只能手动跟踪20批目标，杂波条件下无法探测到小目标，因此不能满足无人船导航避碰的要求。

本发明的目的通过以下技术方案来实现：

一种无人船导航避碰雷达探测系统的探测方法，包括如下步骤：

S1、雷达天线和收发机对所观察海域进行全方位目标搜索，接收目标的反射回波，经放大变频检波后得到带杂波的目标原始视频信号；

S2、通过信号接口模块将原始视频信号送信号采集模块进行A/D变换，得到带杂波的目标原始数字视频信号；

S3、通过加固计算机1对目标原始数字视频信号自动进行软件化点迹提取、信号处理、杂波抑制和目标检测跟踪数据处理，同时接收本船的电罗经、计程仪、GPS、AIS和光电设备信号，进行动平台运动补偿和目标融合，捕获跟踪各类海上目标，建立目标航迹，然后跟踪检测；

S4、显控台接收目标的航迹数据、状态信号和压缩后的雷达数字视频信号；在显控台上对雷达进行遥控操作，实时全方位全量程显示雷达数字视频图像、目标参数和目标航迹等必要的导航避碰信息，综合目标态势图。

优选地，雷达通过多次搜索扫描的过程来完成非相干积累检测的，即TBD，利用天线扫描帧间信息，当目标帧间独立，天线转过n圈，至少有一次出现的发现概率为Pm为

$P_m=1-\underset{i=1}{\overset{n}{\Π}}(1-P_i)$

其中Pi为每圈的发现概率。显然，利用时间的资源做长时间累积，可以提高检测性能。

此技术对单帧扫描信号中目标的有无不做判断，而是对多帧信号的能量进行累积，由于导航雷达天线转速普遍在24RPM左右，转速较慢，因此当目标机动或是本船机动时，目标位置在天线旋转一周的时间内已经有了明显地移动，因此长时间累积过程要对目标可能出现的分辨单元做出估计和计算，预判目标在空间平面上的位置，然后关联几个观察间隔或驻留期间可能对应于目标运动的分辨单元，TBD是在雷达多次扫描的间隔期间进行累积，提高小目标检测性能。

优选地，通过基于目标运动动力学方程和观测方程的滤波估计算法获得目标位置的精确信息。在实际应用过程中，需要做包括模型建立、系统噪声、性能分析等一系列工程分析。

目标点迹数据关联是实现多目标跟踪的前提。数据关联处理的正确与否直接影响跟踪精度和航迹质量。错误的数据关联将导致正确航迹的丢失和虚假航迹的增加。优选的，雷达在概率数据关联算法基础上采用联合概率数据关联法，具体的，采用最优贝叶斯法，考虑波门内的所有点迹，根据不同排列形式，进行联合假设，计算联合概率，并按概率和进行目标关联；即在数学分析上求解第n个点迹关联给第m个航迹的N+1个假设对应的概率问题。在密集杂波环境下多目标跟踪的一种很好的方法。特别是针对跟踪交叉或是互相靠近的目标具有较好的性能。

优选地，采用多假设跟踪算法(简称MHT)，结合点迹数据智能关联技术，产生假设航迹，每一个航迹进行概率计算，形成类的概念；每一次假设不仅考虑虚警的可能性，也考虑新目标出现的可能性，而且把k时刻的假设认为是k-1时刻的某一假设与当前数据集合关联的结果。同时考虑航迹重叠、分列、合并等状况。

优选地，采用分类识别，具体的，通过长期针对海面目标的观测和大量的针对各种典型海面目标(包括浮标、小快艇、大型集装箱船、普通货轮等)的原始数据采集分析，形成以RCS幅度值时间序列以及形状、尺寸和相应运行轨迹等各种数据为特征的详细的目标分类识别库；通过数据库，可以自动实时的将雷达探测的目标进行分类识别，提高对目标的跟踪识别性能。

优选地，通过多模型跟踪滤波器适应目标状态的变化，多模型跟踪(简称MMT)包括两个滤波器，一个是目标机动动力学模型，另一个是目标非机动动力学模型，最终估值是通过两个滤波器输出的加权得到，所用的加权因此就是后验假设概率；把机动目标看成是目标动态特性的内部变化，而不是看作状态噪声方差的加入或是修正，由此构造的两个模型通过机动检测器来实现两个模型的相互转换。

本发明中连续波雷达头是微波固态一体化设计，结构紧凑、体积小、重量轻、耐腐蚀性能强，适用于船体小无人船。计算机发挥连续波雷达抗干扰能力优势完成信号处理、杂波抑制和探测、跟踪和识别。加固型计算机具有防潮、防盐雾、防霉菌、抗振动、抗冲击的能力，适用于无人船速度快、使用环境恶劣、安装搭载条件差环境。

本发明具有以下有益效果：

采用改进的信号处理和数据处理算法，建立在强海杂波背景下目标提取和跟踪的数学模型，进行跨周期数字化相关处理，着力解决在复杂海情下的目标探测和跟踪；利用实际海杂波背景下的目标特性数据库，对强杂波背景下的目标进行模式识别，在信噪比较低的情况下能有效区分目标和杂波，大大提高了系统在强海杂波背景下目标探测能力，为信噪比较低的情况下能有效区分目标和杂波提供一个新的途径。

附图说明

图1为本发明实施例无人船导航避碰雷达探测系统的结构示意图；

图2为本发明实施例无人船导航避碰雷达探测系统探测方法的流程图。

具体实施方式

下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进。这些都属于本发明的保护范围。

如图1所示，本发明实施例提供了一种无人船导航避碰雷达探测系统，整个系统主要由雷达、雷达天线、收发机、伺服收发单元，研发综合处理单元，伺服收发单元包括≥40MHz信号采集模块、加固型计算机、检测跟踪模块、杂波抑制模块，研发综合处理单元包括一中心控制台显示控制计算机，可灵活地选配设备(电罗经、计程仪、GPS、AIS和光电设备等)，预留信息中心。

如图2所示，本发明实施例还提供了一种无人船导航避碰雷达探测系统的探测方法，包括如下步骤：

S1、雷达天线和收发机对所观察海域进行全方位目标搜索，接收目标的反射回波，经放大变频检波后得到带杂波的目标原始视频信号；

S2、通过信号接口模块将原始视频信号送信号采集模块进行A/D变换，得到带杂波的目标原始数字视频信号；

S3、通过加固计算机1对目标原始数字视频信号自动进行软件化点迹提取、信号处理、杂波抑制和目标检测跟踪数据处理，同时接收本船的电罗经、计程仪、GPS、AIS和光电设备信号，进行动平台运动补偿和目标融合，捕获跟踪各类海上目标，建立目标航迹，然后跟踪检测；

S4、显控台接收目标的航迹数据、状态信号和压缩后的雷达数字视频信号；在显控台上对雷达进行遥控操作，实时全方位全量程显示雷达数字视频图像、目标参数和目标航迹等必要的导航避碰信息，综合目标态势图。

雷达通过多次搜索扫描的过程来完成非相干积累检测的，即TBD，利用天线扫描帧间信息，当目标帧间独立，天线转过n圈，至少有一次出现的发现概率为Pm为

$P_m=1-\underset{i=1}{\overset{n}{\Π}}(1-P_i)$

其中Pi为每圈的发现概率。显然，利用时间的资源做长时间累积，可以提高检测性能。

此技术对单帧扫描信号中目标的有无不做判断，而是对多帧信号的能量进行累积，由于导航雷达天线转速普遍在24RPM左右，转速较慢，因此当目标机动或是本船机动时，目标位置在天线旋转一周的时间内已经有了明显地移动，因此长时间累积过程要对目标可能出现的分辨单元做出估计和计算，预判目标在空间平面上的位置，然后关联几个观察间隔或驻留期间可能对应于目标运动的分辨单元，TBD是在雷达多次扫描的间隔期间进行累积，提高小目标检测性能。

通过基于目标运动动力学方程和观测方程的滤波估计算法获得目标位置的精确信息。在实际应用过程中，需要做包括模型建立、系统噪声、性能分析等一系列工程分析。

目标点迹数据关联是实现多目标跟踪的前提。数据关联处理的正确与否直接影响跟踪精度和航迹质量。错误的数据关联将导致正确航迹的丢失和虚假航迹的增加。优选的，雷达在概率数据关联算法基础上采用联合概率数据关联法，具体的，采用最优贝叶斯法，考虑波门内的所有点迹，根据不同排列形式，进行联合假设，计算联合概率，并按概率和进行目标关联；即在数学分析上求解第n个点迹关联给第m个航迹的N+1个假设对应的概率问题。在密集杂波环境下多目标跟踪的一种很好的方法。特别是针对跟踪交叉或是互相靠近的目标具有较好的性能。

采用多假设跟踪算法(简称MHT)，结合点迹数据智能关联技术，产生假设航迹，每一个航迹进行概率计算，形成类的概念；每一次假设不仅考虑虚警的可能性，也考虑新目标出现的可能性，而且把k时刻的假设认为是k-1时刻的某一假设与当前数据集合关联的结果。同时考虑航迹重叠、分列、合并等状况。

采用分类识别，具体的，通过长期针对海面目标的观测和大量的针对各种典型海面目标(包括浮标、小快艇、大型集装箱船、普通货轮等)的原始数据采集分析，形成以RCS幅度值时间序列以及形状、尺寸和相应运行轨迹等各种数据为特征的详细的目标分类识别库；通过数据库，可以自动实时的将雷达探测的目标进行分类识别，提高对目标的跟踪识别性能。

通过多模型跟踪滤波器适应目标状态的变化，多模型跟踪(简称MMT)包括两个滤波器，一个是目标机动动力学模型，另一个是目标非机动动力学模型，最终估值是通过两个滤波器输出的加权得到，所用的加权因此就是后验假设概率；把机动目标看成是目标动态特性的内部变化，而不是看作状态噪声方差的加入或是修正，由此构造的两个模型通过机动检测器来实现两个模型的相互转换

本发明中连续波雷达头是微波固态一体化设计，结构紧凑、体积小、重量轻、耐腐蚀性能强，适用于船体小无人船。计算机发挥连续波雷达抗干扰能力优势完成信号处理、杂波抑制和探测、跟踪和识别。加固型计算机具有防潮、防盐雾、防霉菌、抗振动、抗冲击的能力，适用于无人船速度快、使用环境恶劣、安装搭载条件差环境。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质内容。