一种红外与雷达信息融合跟踪算法及其性能分析

倪龙强， 高社生，孟祥欣，边月奎，舒立鹏

(1.西北工业大学 自动化学院，陕西 西安 710072；2.西北机电工程研究所，陕西 咸阳 712099)

一种红外与雷达信息融合跟踪算法及其性能分析

倪龙强1，2， 高社生1，孟祥欣2，边月奎2，舒立鹏2

(1.西北工业大学 自动化学院，陕西 西安 710072；2.西北机电工程研究所，陕西 咸阳 712099)

为了提高目标跟踪系统的性能，在吸收雷达和红外跟踪传感器各自优点的基础上，提出一种雷达/红外传感器信息融合方法，该方法综合了雷达测量信息全面以及红外测角精度高的特性，对雷达与红外量测进行融合形成融合量测，基于融合量测设计了状态估计滤波器。在不同假设条件下，分别对融合系统与单传感器跟踪精度进行了仿真比较。结果表明：融合系统的跟踪精度高于单个传感器的目标跟踪精度，可有效提高目标跟踪精度。

数据融合；联合跟踪；雷达跟踪；红外跟踪

雷达和红外是目标跟踪系统的重要传感器，利用红外传感器进行目标跟踪能够获得精确的测角信息，然而其对目标距离信息是不可观测的。利用雷达能够获得对目标的测角和测距信息，其测量信息全面，但是相对于红外来讲，雷达的测角精度较差，因此单独应用红外或者雷达很难满足全面、精确跟踪要求。同时，雷达工作时要向外辐射大功率电磁波，易于暴露自身位置、遭受电磁干扰以及被反辐射导弹攻击；而红外作用距离小、受气候影响大。由于红外和雷达在跟踪性能上具有很强的互补性[1-4]，因此现代跟踪系统应综合利用这两种跟踪传感器的优点[5-6]。

国内外学者对基于红外和雷达两种传感器的信息融合方法进行了大量研究，主要集中在两种传感器的功能融合上[7-10]，对融合系统性能的研究少见报道。文献[7]通过设置探测指令参数来区分传感器搜索状态，该方法在融合中没有考虑距离信息；文献[8]通过将雷达量测的距离信息分离出来和红外量测组成新的量测向量，从而获得组合量测，该组合量测中没有利用雷达的测角信息；文献[9]将雷达量测的多普勒信息引入红外距离估计方程，从而估计出红外伪距量测，提高了红外对目标的观测性；文献[10]在雷达、红外量测不同步的条件下进行两种传感器之间切换，提高了传感器采样频率，文献[9-10]实质上还是单传感器跟踪方法。

笔者对红外和雷达量测进行融合，获得融合量测，基于融合量测设计了目标跟踪滤波器。在不同假设条件下进行了融合跟踪与单传感器跟踪性能的仿真比较。结果表明：融合系统跟踪结果明显优于单传感器跟踪结果，尤其在各子传感器精度相当时，融合系统相对于单个子传感器的跟踪精度提高明显。

1 红外雷达分布式融合方法

1.1 红外及雷达量测方程建立

(1)

(2)

1.2 红外雷达量测融合

为提高系统跟踪精度，对红外、雷达两种传感器的量测信息进行融合，形成式(3)所示的融合量测：

(3)

相对于融合量测的量测噪声方差阵为

(4)

其中

(5)

(6)

1.3 融合系统的UKF滤波器设计

(7)

和卡尔曼滤波(KF)一样，UKF也通过时间更新和量测更新来进行目标状态估计。时间更新主要基于前一时刻的状态估计和方差，借助系统动态方程(状态方程以及量测方程)在时域内完成对系统状态以及方差的一步预测(状态、方差的先验值)；量测更新过程应用当前时刻的量测量来修正时间更新过程的输出量，得到对状态及方差的后验估计。UKF的时间更新过程为

(8)

量测更新过程为

(9)

雷达与红外融合系统结构如图1所示。

2 数值仿真及融合性能分析

为了说明融合方法的有效性，同时说明融合系统相对于各子传感器跟踪性能之间的关系，分别应用一般精度脉冲体制雷达和高精度激光雷达与红外传感器形成融合系统，进行了计算仿真。

假设被跟踪目标在空间的运动模型服从式(10)所示的动态模型

xk=Fkxk-1+Gkwk

(10)

其状态向量为

(11)

(12)

噪声增益矩阵为

(13)

过程噪声wk为服从均值为0、方差为Qk的零均值高斯白噪声，即wk～N(0,Qk)，其中

(14)

状态向量的初值选取如式(15)所示：

x0=[10 200 0.5 10 50 0.3 10 10 0.01]T

(15)

红外和雷达量测分别如式(1)、(2)所示，应用式(3)、(4)所示的雷达红外的融合量测及与其对应的量测噪声和图1所示的融合结构，通过UKF滤波器进行量测融合后的状态滤波估计。

脉冲体制雷达与红外传感器的均方根差见表1。

表1 融合系统

此时红外雷达、量测与真值的比较如图2和图3所示。

由图2和图3可以看出脉冲体制雷达方位角、高低角测量精度明显低于红外测得的相应值。应用表1所示的量测噪声，对雷达红外融合系统进行UKF滤波，其融合结果均方根差与单独应用雷达进行跟踪时的跟踪结果比较见图4，绝对平均差比较见图5。

当应用激光雷达[15]和红外组成融合系统时，雷达能够提供高精度的距离和角度量测，融合系统中雷达和红外量测噪声方差如表2所示。

表2 融合系统

此时单激光雷达跟踪以及融合系统中的雷达量测与真值比较如图6所示。

跟踪性能比较如图7和图8所示。

由图7和图8可以看出：融合系统中雷达和红外测角精度相当时，融合结果相对于高精度激光雷达的跟踪结果精度提高依然明显。

3 结论

笔者通过对雷达和红外传感器量测信息进行融合，形成融合量测，基于融合量测设计了目标跟踪滤波器。为了对融合系统的性能进行分析，分别采用脉冲雷达和激光雷达与红外传感器形成融合系统；并对融合系统与雷达跟踪系统进行了数值仿真比较。结果表明：在综合了雷达量测信息全面、测距精度高以及红外测角精度高等优点的基础上，采用该方法可有效提高目标跟踪精度及稳定性。

References)

[1]ANGELOS A, ARIS P, NIKOLAOS F, et al. Fusion of infrared vision and radar for estimating the lateral dynamics of obstacles[J]. Information Fusion, 2005, 6 (2): 129-141.

[2]MOBUS R,KOLBE U. Multi-target multi-object tracking,sensor fusion of radar and infrared[C]. IEEE Intelligent Vehicles Symposium, 2004: 732-737.

[3]NAIDU V P S, GIRIJA G, RAOL J R. Data fusion for identity estimation and sensor data[J]. Defence Science Journal, 2007, 57 (5): 639-652.

[4]YIN Jihao, CUI Bingzhe, WANG Yifei. A novel maneuvering target tracking algorithm for radar/infrared sensors[J]. Chinese Journal of Electronics. 2010, 19 (4): 752-756.

[5]HERO A O, CASTANON D, COCHRAN D, et al. Foundations and applications of sensor management[M]. Boston: Springer, 2007: 7-10.

[6]LIGGINS MARTIN E, HALL DAVID L, LLINAS JAMES. Handbook of multisensor data fusion theory and practice[M].2nd ed. Boca Raton，Florida : CRC Press. 2008: 7-25.

[7]曾宪伟, 方洋旺, 伍友利, 等. 一种新的雷达和红外融合算法[J]. 控制与决策, 2009, 24 (2): 240-243. ZENG Xianwei, FANG Yangwang, WU Youli, et al. New active radar and infrared seeker fusion algorithm[J]. Control and Decision, 2009, 24(2): 240-243. (in Chinese)

[8]WANG Qingchao, WANG Wenfei. Tracking method based on separation and combination of the measurements for radar and IR fusion system[J]. Journal of Systems Engineering and Electronics, 2009, 20 (2): 241-246.

[9]许建忠, 王祖林, 郭旭静. 基于决策信息的毫米波/红外复合制导信息融合[J]. 控制与决策, 2012, 27 (1): 120-123. XU Jianzhong, WANG Zulin, GUO Xujing. Information fusion based on decision information for millimeter wave and infrared compound guidance[J]. Control and Decision, 2012, 27 (1): 120-123. (in Chinese)

[10]刘晨, 冯新喜. 杂波环境下基于红外传感器和雷达融合的机动目标跟踪算法[J]. 空军工程大学学报:自然科学版, 2006, 7(2): 25-28. LIU Chen, FENG Xinxi. An algorithm of tracking a maneuvering target based on IR sensor and radar in defense environment[J]. Journal of Air Force Engineering University：Natural Science Edition, 2006, 7(2): 25-28. (in Chinese)

[11]WAN E A，VAN der Merwe R. The unscented kalman filter for nonlinear estimation[C]∥ Proceeding of the Symposium 2000 on Adaptive System for Signal Processing，Communication and Control (AS-SPCC). Lake Louise，Alta，Canada: IEEE，2000：153-158.

[12]JULIER S J, UHLMANN J K. A new extension of the Kalman filter to nonlinear systems[C]∥Int. Symp. Aerospace/Defense Sensing, Simulation and Controls. Orlando,FL,USA: in Proc. AeroSense ,1997: 182-193.

[13]ULIER S J，UHLMANN J K. Unscented filtering and nonlinear estimation[J]. Proceedings of the IEEE, 2004, 92(3): 401-423.

[14]潘泉, 杨峰, 叶亮, 等. 一类非线性滤波器——UKF综述[J], 控制与决策, 2005, 20(5): 481-489. PAN Quan, YANG Feng, YE Liang, et al. Survey of a kind of nonlinear filter：UKF[J]. Control and Decision, 2005, 20(5): 481-489. (in Chinese)

[15]谭雪春. 激光雷达模拟样机系统与实验研究[D]. 长春:长春理工大学, 2012: 1-5. TAN Xuechun. Laser radar simulation device and experimental research[D].Changchun:Changchun University of Science and Technology, 2012: 1-5.(in Chinese)

RadarandInfraredInformationFusionTrackingAlgorithmandItsPerformanceAnalysis

NI Longqiang1，2，GAO Shesheng1，MENG Xiangxin2，BIAN Yuekui2，SHU Lipeng2

(1.College of Automation，Northwestern Polytechnical University，Xi’an 710072，Shaanxi，China；2.Northwest Institute of Mechanical & Electrical Engineering，Xianyang 712099，Shaanxi，China)

To improve the performance of the target tracking system, a kind of radar and infrared information fusion method was put forward based on the combination of the advantages of radar and infrared sensors. With the help of this suggested method, the comprehensive mea-surements of radar and high accuracy angle measurements of IR were integrated, and a nonl-inear filter was designed based on this integrated measurements. Data simulations of fusion system and the single sensor were finally proposed. Simulation results showed that the fusion system can significantly improve the accuracy of target tracking system compared with the single tracking sensor.

data fusion; joint tracking; radar tracking; infrared tracking

2014-03-26；

2014-05-12

倪龙强(1979-)，男，博士研究生，工程师，主要从事指挥控制自动化技术研究。E-mail：shepherdni@163.com

TN953

A

1673-6524(2014)04-0044-05