4-45  红外/雷达双传感器融合目标跟踪算法

郑黎义  陈兴无  王  磊  李正东

实现雷达和红外融合跟踪的基本思路是：首先提取红外成像的目标质心并将其转换到惯性坐标系；然后用最小二乘规则对红外传感器的冗余角度数据进行压缩，以产生在时间上和雷达测量对准的伪角度测量；再通过加权平均的方法分别与雷达的方位角和俯仰角测量进行融合处理，以得到同步数据融合估计。采用了由拉格朗日算法所求得的约束极值作为权系数，使用扩展的卡尔曼滤波方法设计跟踪滤波器，将基于雷达和红外融合得到的数据用于更新滤波器的目标状态。

    对该算法进行计算机仿真：假设目标在某一高度近似匀速飞行，状态噪声方差Q = 0.01² I_3´3，飞行时间30 s。雷达测量周期t = 1 s，距离和方位测量噪声方差分别为s_rR² = 10²，s_qR² =s_jR² = 0.117²。目标图像假设为均匀亮度，背景噪声方差为s² = 8，红外传感器相对于惯性坐标系原点的视场角为0.12 rad´0.12 rad，光轴指向方位预测方向。红外传感器的测量周期分别取t=1 s和t=0.04 s。计算的均方根误差如图1所示，曲线1为融合跟踪；曲线2为雷达跟踪；曲线3为t=0.04 s时的红外跟踪；曲线4为t=1 s时的红外跟踪。

从仿真结果可以看出：两种传感器融合跟踪的性能无论在跟踪精度还是跟踪鲁棒性方面都优于任一单个传感器。当红外传感器的测量周期较大时，由于红外传感器的视场有限，在滤波预测误差较大的情况下，若没有雷达校正，则红外传感器会丢失目标，在有雷达参与的情况下，则能稳定的跟踪目标。