JPH0690278B2 - レーダ用追尾フィルタ - Google Patents
レーダ用追尾フィルタInfo
- Publication number
- JPH0690278B2 JPH0690278B2 JP62230729A JP23072987A JPH0690278B2 JP H0690278 B2 JPH0690278 B2 JP H0690278B2 JP 62230729 A JP62230729 A JP 62230729A JP 23072987 A JP23072987 A JP 23072987A JP H0690278 B2 JPH0690278 B2 JP H0690278B2
- Authority
- JP
- Japan
- Prior art keywords
- smoothing
- observation
- radar
- smoothing coefficient
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
- 238000009499 grossing Methods 0.000 claims description 75
- 238000012545 processing Methods 0.000 claims description 20
- 238000000034 method Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 230000001133 acceleration Effects 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Landscapes
- Radar Systems Or Details Thereof (AREA)
Description
【発明の詳細な説明】 〔産業上の利用分野〕 本発明は、レーダ用追尾フィルタに係り、特に電子走査
型アンテナによる目標への追尾に好適なレーダ用追尾フ
ィルタに関する。
型アンテナによる目標への追尾に好適なレーダ用追尾フ
ィルタに関する。
電子走査型アンテナによる目標の追尾においては、前回
スキャン時のレーダ目標情報と次回スキャン時における
目標機情報との相互相関関係を,個々の目標機について
調べ、多数の目標機情報入力の中から個々の目標機の時
間推移状態を確定していく処理が行われる。この処理
(スキャン相関処理)によって、個々の目標機のスキャ
ンごとの位置が航跡として1対1に対応づけられ,識別
が行われる。そして、この識別を継続することにより、
目標の追尾がなされる。
スキャン時のレーダ目標情報と次回スキャン時における
目標機情報との相互相関関係を,個々の目標機について
調べ、多数の目標機情報入力の中から個々の目標機の時
間推移状態を確定していく処理が行われる。この処理
(スキャン相関処理)によって、個々の目標機のスキャ
ンごとの位置が航跡として1対1に対応づけられ,識別
が行われる。そして、この識別を継続することにより、
目標の追尾がなされる。
ところで、レーダにより得られる目標機の位置情報の中
には,種々の測定誤差が含まれており、この測定誤差を
軽減し追尾性能を良くするために、目標機の運動状態や
測定状態に応じた平滑処理を行う必要がある。
には,種々の測定誤差が含まれており、この測定誤差を
軽減し追尾性能を良くするために、目標機の運動状態や
測定状態に応じた平滑処理を行う必要がある。
航空交通管制などに使用する捜索レーダでの複数目標機
の捜索・追尾同時処理において、レーダ覆域内に目標機
が1機しかないことが判明していれば、目標の識別,追
尾は明らかに極めて容易である。つまり、目標の識別,
追尾の本質は、近接する複数機の識別および識別の維持
をどうするかにある。具体的には各追尾目標機に対して
次スキャン時位置の予測ゲートを作り、そのゲートの大
きさをいかに小さくして狭義の追尾性能と他目標との分
離性能とをうまく両立させるか、という問題としてとら
えることができる。演算上は、一定周期(アンテナ ス
キャン)ごとのレーダ観測位置サンプルデータを用い
て,速く正確に真の航跡をとらえることがねらいとな
り,次の基本的な操作が必要である。
の捜索・追尾同時処理において、レーダ覆域内に目標機
が1機しかないことが判明していれば、目標の識別,追
尾は明らかに極めて容易である。つまり、目標の識別,
追尾の本質は、近接する複数機の識別および識別の維持
をどうするかにある。具体的には各追尾目標機に対して
次スキャン時位置の予測ゲートを作り、そのゲートの大
きさをいかに小さくして狭義の追尾性能と他目標との分
離性能とをうまく両立させるか、という問題としてとら
えることができる。演算上は、一定周期(アンテナ ス
キャン)ごとのレーダ観測位置サンプルデータを用い
て,速く正確に真の航跡をとらえることがねらいとな
り,次の基本的な操作が必要である。
.現在までに得られたサンプルデータを目標ごとに蓄
積する。
積する。
.データのばらつきを平滑化し,次回スキャンのサン
プルデータ位置を予測する。
プルデータ位置を予測する。
.予測位置データと実際に入力される観測位置データ
との差異の許容範囲,および多重相関の危険性の回避を
考慮した追尾ゲートを設定する。
との差異の許容範囲,および多重相関の危険性の回避を
考慮した追尾ゲートを設定する。
.多重相関に対しては所定の相関検知演算を実行す
る。
る。
次に、電子計算機による目標機の追尾に広く採用されて
いるα−βフィルタを用いた追尾について説明する。第
5図はこのα−βフィルタを用いた追尾の概念図を示
す。この第5図は位置平滑係数をα,速度平滑係数をβ
とする直線予測器として,第nスキャンから第(n+
1)スキャンを予測するありさまを示している。
いるα−βフィルタを用いた追尾について説明する。第
5図はこのα−βフィルタを用いた追尾の概念図を示
す。この第5図は位置平滑係数をα,速度平滑係数をβ
とする直線予測器として,第nスキャンから第(n+
1)スキャンを予測するありさまを示している。
すなわち、nスキャンでの予測位置をP(n),観測デ
ータ位置をR(n)とすると,追尾誤差E(n)は、 E(n)=R(n)−P(n)………………(1)
である。
ータ位置をR(n)とすると,追尾誤差E(n)は、 E(n)=R(n)−P(n)………………(1)
である。
平滑位置S(n)と平滑速度(n)は、 S(n)=P(n)+αE(n)…………(2)
(n)=(n−1)+βE(n)/T……(3)
で求められる。ここで、Tはサンプル周期である。これ
から、(n+1)スキャンの予測位置を示すP(n+
1)は、 P(n+1)=S(n)+(n)・T………(4)
で求められる。
(n)=(n−1)+βE(n)/T……(3)
で求められる。ここで、Tはサンプル周期である。これ
から、(n+1)スキャンの予測位置を示すP(n+
1)は、 P(n+1)=S(n)+(n)・T………(4)
で求められる。
α=0は予測位置を平滑位置とする場合を示し、α=1
は観測データ位置を平滑位置とする場合を示す。αが小
さいほど深く平滑化されることを意味する。従って、等
速直線運動と判断されるときは、α,βともに小さくし
てゆらぎを十分平滑化することにより追尾精度が良くな
る。平滑パラメータα,βの値は,前述した漸化式の解
の安定性や過渡応答特性(目標機の旋回に対する追従性
を含む)とともに,レーダの検出漏れによるデータの抜
けの影響を考慮に入れて設定する必要がある。
は観測データ位置を平滑位置とする場合を示す。αが小
さいほど深く平滑化されることを意味する。従って、等
速直線運動と判断されるときは、α,βともに小さくし
てゆらぎを十分平滑化することにより追尾精度が良くな
る。平滑パラメータα,βの値は,前述した漸化式の解
の安定性や過渡応答特性(目標機の旋回に対する追従性
を含む)とともに,レーダの検出漏れによるデータの抜
けの影響を考慮に入れて設定する必要がある。
ここで、目標のモデル式を仮定し、それに基づいてα−
βフィルタについて更に詳述する。
βフィルタについて更に詳述する。
レーダ追尾処理における(R,θ)座標から(X,Y)座標
に変換された目標のモデル式を以下のように仮定する。
に変換された目標のモデル式を以下のように仮定する。
(i).座標変換式 「X(n)=R(n)sinθ(n) Y(n)=R(n)cosθ(n)」 ……………(5)
(ii).システム状態方程式(等速運動モデル) 「X(n+1)=X(n)+TVx(n) Y(n+1)=Y(n)+TVy(n) Vx(n+1)=Vx(n)+ωx(n) Vy(n+1)=Vy(n)+ωy(n)」 ………(6)
(iii).観測方程式 「XM(n)=X(n)+υx(n) YM(n)=Y(n)+υy(n)」 ……………(7)
ここで、nは観測時点(スキャン),R(n)はn時点で
の目標のレンジ,θ(n)はn時点での目標のアジマス
(方位角),X(n)はn時点での目標のX座標位置,Y
(n)はn時点での目標のY座標位置,Tは観測時間間隔
(スキャン時間間隔),Vx(n)はn時点での目標のX
方向速度,VY(n)はn時点での目標のY方向速度,ω
x(n)はn時点での目標のX方向に加わるシステム外
乱,ωy(n)はn時点での目標のY方向に加わるシス
テム外乱,XM(n)はn時点での目標のX座標観測位
置,YM(n)はn時点での目標のY座標観測位置,υx
(n)はn時点での目標のX座標位置観測に加わる観測
外乱,υy(n)はn時点での目標のY座標位置観測に
加わる観測外乱を示す。
(ii).システム状態方程式(等速運動モデル) 「X(n+1)=X(n)+TVx(n) Y(n+1)=Y(n)+TVy(n) Vx(n+1)=Vx(n)+ωx(n) Vy(n+1)=Vy(n)+ωy(n)」 ………(6)
(iii).観測方程式 「XM(n)=X(n)+υx(n) YM(n)=Y(n)+υy(n)」 ……………(7)
ここで、nは観測時点(スキャン),R(n)はn時点で
の目標のレンジ,θ(n)はn時点での目標のアジマス
(方位角),X(n)はn時点での目標のX座標位置,Y
(n)はn時点での目標のY座標位置,Tは観測時間間隔
(スキャン時間間隔),Vx(n)はn時点での目標のX
方向速度,VY(n)はn時点での目標のY方向速度,ω
x(n)はn時点での目標のX方向に加わるシステム外
乱,ωy(n)はn時点での目標のY方向に加わるシス
テム外乱,XM(n)はn時点での目標のX座標観測位
置,YM(n)はn時点での目標のY座標観測位置,υx
(n)はn時点での目標のX座標位置観測に加わる観測
外乱,υy(n)はn時点での目標のY座標位置観測に
加わる観測外乱を示す。
但し、 E〔ωx(n)〕=0 E〔ωx(i)ωx(j)〕=Qxδij E〔ωy(n)〕=0 E〔ωy(i)ωy(j)〕=Qyδij E〔υx(n)〕=0 E〔υx(i)υx(j)〕=Rxδij E〔υy(n)〕=0 E〔υy(i)υy(j)〕=Ryδij ここで、 Qx,Qy,Rx,Ryは共分散、δijはクロネッカーのデル
タ,即ちi=jのときδij=1、i≠jのときδij=0 上記式(5)〜式(7)で与えられる目標のモデルを例
にとると、式(4)より、 (n+1|n)=(n|n)+T・x(n|n)……(8a)
(n+1|n)=(n|n)+T・Y(n|n)……(8b)
等速運動モデルということより、x (n+1|n)=x(n|n)………………………(9a)
Y (n+1|n)=Y(n|n)………………………(9b)
また、式(1)および(2)より (n|n) =(n|n−1)+α{XM(n)−(n|n−1)}……
……(10a) (n|n) =(n|n−1)+α{YM(n)−(n|n−1)}……
……(10b) 式(1)および(3)より、 Vx(n|n) =Vx(n|n−1)+β/T{XM(n)−X(n|n−1)}…
…(11a) VY(n|n) =VY(n|n−1)+β{YM(n)−Y(n|n−1)}/T…
…(11b) ここで、 β=α2/(1−α)(α,βは平滑係数で定数) ……
………(12) また、(n+1|n)はn時点における次時点のX(n
+1)の予測値を示し、(n|n)はn時点におけるX
(n)の平滑推定値を示す。
タ,即ちi=jのときδij=1、i≠jのときδij=0 上記式(5)〜式(7)で与えられる目標のモデルを例
にとると、式(4)より、 (n+1|n)=(n|n)+T・x(n|n)……(8a)
(n+1|n)=(n|n)+T・Y(n|n)……(8b)
等速運動モデルということより、x (n+1|n)=x(n|n)………………………(9a)
Y (n+1|n)=Y(n|n)………………………(9b)
また、式(1)および(2)より (n|n) =(n|n−1)+α{XM(n)−(n|n−1)}……
……(10a) (n|n) =(n|n−1)+α{YM(n)−(n|n−1)}……
……(10b) 式(1)および(3)より、 Vx(n|n) =Vx(n|n−1)+β/T{XM(n)−X(n|n−1)}…
…(11a) VY(n|n) =VY(n|n−1)+β{YM(n)−Y(n|n−1)}/T…
…(11b) ここで、 β=α2/(1−α)(α,βは平滑係数で定数) ……
………(12) また、(n+1|n)はn時点における次時点のX(n
+1)の予測値を示し、(n|n)はn時点におけるX
(n)の平滑推定値を示す。
式(8a),(9a),(10a),(11a)(X方向)をブロ
ックダイヤグラムで表わしたのが第4図である。初期条
件 (1|1)=XM(1) (1|1)={XM(1)−XM(0)}/T を与えることによって、α−βフィルタによる予測推定
が漸化的に求まる。
ックダイヤグラムで表わしたのが第4図である。初期条
件 (1|1)=XM(1) (1|1)={XM(1)−XM(0)}/T を与えることによって、α−βフィルタによる予測推定
が漸化的に求まる。
この第4図において出力信号が2つあるのは,それぞれ
平滑係数α,βによって平滑処理されたX方向の位置の
予測値,速度のX成分の予測値をとりだす必要があるか
らである。
平滑係数α,βによって平滑処理されたX方向の位置の
予測値,速度のX成分の予測値をとりだす必要があるか
らである。
この第4図において、位置平滑処理部11の伝達関数α及
び速度平滑処理部12の伝達関数β/Tは定数である。ディ
レイ部3,4は、観測時点が1時点(T時間)前の値を出
力するようになっている。
び速度平滑処理部12の伝達関数β/Tは定数である。ディ
レイ部3,4は、観測時点が1時点(T時間)前の値を出
力するようになっている。
また、第4図においては、X座標フィルタが示されてい
る。Y座標フィルタについても全く同様に構成されてお
り、第4図におけるXをYに替えたものとなっている。
る。Y座標フィルタについても全く同様に構成されてお
り、第4図におけるXをYに替えたものとなっている。
αの値は、雑音の除去と目標の追従性という2つの相反
する項目に対し、どちらを重視するかによって決定す
る。従来の技術では、αの値を0〜1の適当な定数で予
め決めていた。βも「β=α2/(1−α)」で一意的
に決まり、定数であった。
する項目に対し、どちらを重視するかによって決定す
る。従来の技術では、αの値を0〜1の適当な定数で予
め決めていた。βも「β=α2/(1−α)」で一意的
に決まり、定数であった。
測角誤差l,測距誤差lRとおくと、例えばXY座標に変換後
のX位置の誤差lxは、次式で与えられる。
のX位置の誤差lxは、次式で与えられる。
lx=R・|sin(θ+lθ)−sinθ|+lR・|sinθ| =R・|sinθcoslθ+cosθsinlθ−sinθ|+lR・|sin
θ| =R・|sinθ(coslθ−1)+cosθsinlθ|+lR・|si
nθ| ………………(12a) ここで、例えば「lR=0.02度」とすると、 cosl=0.999999939≒1とおくことができる。
θ| =R・|sinθ(coslθ−1)+cosθsinlθ|+lR・|si
nθ| ………………(12a) ここで、例えば「lR=0.02度」とすると、 cosl=0.999999939≒1とおくことができる。
従って、 lx=R・|cosθsinlθ|+lR・|sinθ| =0.00035・R・|cosθ|+0.005・|sinθ|……………
(12a′) よって、X座標に変換された観測外乱の大きさは、Rと
θの関数となっている。つまり目標の位置によって外乱
の大きさが変化する。
(12a′) よって、X座標に変換された観測外乱の大きさは、Rと
θの関数となっている。つまり目標の位置によって外乱
の大きさが変化する。
例えば、lR=0.05NM(Nautical Mile:海里)とすると、 R=250NM,θ=0度のときは、lx=0.0875NM、 R=250NM,θ=90度のときは、lx=0.005NM、 更に、R=5NM,θ=0度のときは、lx=0.00175NM といった具合にR,θの値でlxの値は大幅に変化する。
まず、問題点を明らかにするため、観測外乱が大きい場
合と小さい場合についてαの値が0か1かどちらが有利
な予測ができるかを第2図,第3図に基づいて説明す
る。
合と小さい場合についてαの値が0か1かどちらが有利
な予測ができるかを第2図,第3図に基づいて説明す
る。
第3図の示すように観測外乱が大きい場合、ターゲット
がほぼ等速運動をしていれば、αが小さい方が雑音を大
幅に除去し、良い予測ができる。しかしある程度旋回運
動に対する追従性を考えて実際には、αは最低でも0.5
程度で妥協するのが、総合的に良い予測ができる。ま
た、逆に第3図での観測外乱が小さい場合、旋回時にα
が大きいほど追従性が良好でよい推定ができる。旋回時
でない場合も外乱がもともと小さいのでαが大きくても
良好な推定ができるので、観測外乱が小さい場合は、α
が大きい程良いことがわかる。
がほぼ等速運動をしていれば、αが小さい方が雑音を大
幅に除去し、良い予測ができる。しかしある程度旋回運
動に対する追従性を考えて実際には、αは最低でも0.5
程度で妥協するのが、総合的に良い予測ができる。ま
た、逆に第3図での観測外乱が小さい場合、旋回時にα
が大きいほど追従性が良好でよい推定ができる。旋回時
でない場合も外乱がもともと小さいのでαが大きくても
良好な推定ができるので、観測外乱が小さい場合は、α
が大きい程良いことがわかる。
しかしながら、上記従来例においては、目標の位置によ
って観測外乱の大きさが大幅に変化するにも拘らず、位
置平滑係数α,速度平滑係数βの値を適当な定数として
予め定めていたことから,目標の位置により極端に予測
精度の悪くなる部分が存在し、これがため、総合的に追
尾を高精度に行うことができないという不都合があっ
た。
って観測外乱の大きさが大幅に変化するにも拘らず、位
置平滑係数α,速度平滑係数βの値を適当な定数として
予め定めていたことから,目標の位置により極端に予測
精度の悪くなる部分が存在し、これがため、総合的に追
尾を高精度に行うことができないという不都合があっ
た。
本発明は、かかる従来例の有する不都合を改善し、目標
の位置による極端な予測精度のバラツキを低減するとと
もに、総合的に高精度の追尾を可能としたレーダ用追尾
フィルタを提供することを、その目的とする。
の位置による極端な予測精度のバラツキを低減するとと
もに、総合的に高精度の追尾を可能としたレーダ用追尾
フィルタを提供することを、その目的とする。
本発明では、レーダ観測の追尾誤差に対する位置の平滑
処理を行う位置平滑処理回路と、レーダ観測の追尾誤差
に対する速度の平滑処理を行う速度平滑処理回路とを備
え、これら各回路の出力に基づいて所定の演算を行い直
交座標における目標物の位置予測値および速度予測値を
出力するレーダ用追尾フィルタにおいて、位置平滑処理
回路および速度平滑処理回路に、当該各平滑処理回路が
レーダ観測情報の平滑処理に必要とする位置平滑係数又
は速度平滑係数を演算し出力する平滑係数計算回路を併
設する。
処理を行う位置平滑処理回路と、レーダ観測の追尾誤差
に対する速度の平滑処理を行う速度平滑処理回路とを備
え、これら各回路の出力に基づいて所定の演算を行い直
交座標における目標物の位置予測値および速度予測値を
出力するレーダ用追尾フィルタにおいて、位置平滑処理
回路および速度平滑処理回路に、当該各平滑処理回路が
レーダ観測情報の平滑処理に必要とする位置平滑係数又
は速度平滑係数を演算し出力する平滑係数計算回路を併
設する。
そして、この平滑係数計算回路が、レーダ観測等により
得られる距離データおよび方位角データの絶対値を入力
しその位置座標上の観測誤差を演算する観測誤差演算機
能と、この観測誤差演算機能が作動し観測誤差が演算さ
れその最大値が算出された場合にその最大値に対応する
位置平滑係数を0.5前後の所定値に設定する位置平滑係
数最大値設定機能とを備えている。同時に、この平滑係
数計算回路は、前述した位置平滑係数最大値設定機能で
設定された範囲内で前述した位置平滑係数および速度平
滑係数を演算する機能を備えている、という構成を採っ
ている。これによって前述した目的を達成しようとする
ものである。
得られる距離データおよび方位角データの絶対値を入力
しその位置座標上の観測誤差を演算する観測誤差演算機
能と、この観測誤差演算機能が作動し観測誤差が演算さ
れその最大値が算出された場合にその最大値に対応する
位置平滑係数を0.5前後の所定値に設定する位置平滑係
数最大値設定機能とを備えている。同時に、この平滑係
数計算回路は、前述した位置平滑係数最大値設定機能で
設定された範囲内で前述した位置平滑係数および速度平
滑係数を演算する機能を備えている、という構成を採っ
ている。これによって前述した目的を達成しようとする
ものである。
観測値データの絶対値の最大誤差が算出された場合の平
滑係数αの値を、0.5とし、これによって、まず、最大
誤差時における旋回時の追従が改善され、同時に、この
最大誤差時における平滑係数αの値0.5をもって他の状
況変化の場合全てを規律するようにしたので、観測外乱
の大きい位置では観測外乱を大幅に除去して、総合的に
精度のよい予測ができ、観測外乱の小さい位置では、特
に目標の旋回時に予測値の真値に対する追従性が高まり
総合的に精度の良い予測が可能となる。
滑係数αの値を、0.5とし、これによって、まず、最大
誤差時における旋回時の追従が改善され、同時に、この
最大誤差時における平滑係数αの値0.5をもって他の状
況変化の場合全てを規律するようにしたので、観測外乱
の大きい位置では観測外乱を大幅に除去して、総合的に
精度のよい予測ができ、観測外乱の小さい位置では、特
に目標の旋回時に予測値の真値に対する追従性が高まり
総合的に精度の良い予測が可能となる。
以下、本発明の一実施例を第1図に基づいて説明する。
ここで、前述した従来例における第4図と同様の部分に
ついては同一の符号を用いることとする。
ここで、前述した従来例における第4図と同様の部分に
ついては同一の符号を用いることとする。
この第1図において、位置平滑処理部1及び速度平滑処
理部2の伝達関数αX(n)及びβX(n)/Tは、平滑係
数計算回路5によって決められる。
理部2の伝達関数αX(n)及びβX(n)/Tは、平滑係
数計算回路5によって決められる。
即ち、平滑係数計算回路5では、まず、観測された距離
データRM(n),方位角データθM(n)をもとに,X座
標,Y座標について観測誤差lX(n),lY(n)を求め
る。この場合、観測誤差lX(n),lY(n)は、距離デ
ータRM(n),方位角データθM(n)の絶対値で決定
される。
データRM(n),方位角データθM(n)をもとに,X座
標,Y座標について観測誤差lX(n),lY(n)を求め
る。この場合、観測誤差lX(n),lY(n)は、距離デ
ータRM(n),方位角データθM(n)の絶対値で決定
される。
式(12a)より lX(n) =RM(n)・|cosθM(n)・sinlθ|+lR・|sinθ
M(n)| …………(13a) lY(n) =RM(n)|sinθM(n)・sinlθ|+lR|cosθM(n)
| …………(13b) ここで、前述したモノパルスSSRを例にとってレーダの
精度で決まる値を数字におきかえておく。即ち、l=0.
002度,lR=0.005NMを、式(13a),(13b)に代入し
て、 lX(n) =0.0035・RM(n)・|cosθM(n)|+0.005|sinθM
(n)| …………(13a′) lY(n) =0.0035・RM(n)|sinθM(n)|+0.005|cosθ
M(n)| …………(13b′) そして、この誤差に基づいてαX(n),αY(n)を例
えば次式で求めるものとする。
M(n)| …………(13a) lY(n) =RM(n)|sinθM(n)・sinlθ|+lR|cosθM(n)
| …………(13b) ここで、前述したモノパルスSSRを例にとってレーダの
精度で決まる値を数字におきかえておく。即ち、l=0.
002度,lR=0.005NMを、式(13a),(13b)に代入し
て、 lX(n) =0.0035・RM(n)・|cosθM(n)|+0.005|sinθM
(n)| …………(13a′) lY(n) =0.0035・RM(n)|sinθM(n)|+0.005|cosθ
M(n)| …………(13b′) そして、この誤差に基づいてαX(n),αY(n)を例
えば次式で求めるものとする。
αX(n)=C/〔C+lX 2(n)〕 ……………(14a)
αY(n)=C/〔C+lY 2(n)) ……………(14b)
(Cは定数) このCの決定法は、次のようにする。
αY(n)=C/〔C+lY 2(n)) ……………(14b)
(Cは定数) このCの決定法は、次のようにする。
まず、観測誤差の最大値lXmaxを求めておく(R=250NM
(レーダの最大レンジ),θ=0°の時)。
(レーダの最大レンジ),θ=0°の時)。
lXmax=0.00035×250 =0.0875(NM) そして、最大誤差の時のαの値を、例えばα=0.5とす
る方針をとれば、式(14a)より C=lX 2max=0.00766 とすればよい(ここで、α=0.5としたのは、最大誤差
時における旋回時の追従を考慮したためである)。
る方針をとれば、式(14a)より C=lX 2max=0.00766 とすればよい(ここで、α=0.5としたのは、最大誤差
時における旋回時の追従を考慮したためである)。
これにより、αX(n),αY(n)はそれぞれ式(14
a),(14b)により求めることが出来る。そして、βX
(n)及びβY(n)は、αX(n)及びαY(n)が求
まれば、一意的に決まり、 βX(n)=αX 2(n)/{1−αX(n)} ……(15
a) βY(n)=αY 2(n)/{1−αY(n)} ……(15
b) となる。
a),(14b)により求めることが出来る。そして、βX
(n)及びβY(n)は、αX(n)及びαY(n)が求
まれば、一意的に決まり、 βX(n)=αX 2(n)/{1−αX(n)} ……(15
a) βY(n)=αY 2(n)/{1−αY(n)} ……(15
b) となる。
以上のようにして、平滑係数計算回路5では式(13
a′),(14a),(15a)に基づいて計算が行われ、こ
れによりX方向の平滑係数αX(n),βX(n)がそれ
ぞれ決定される。
a′),(14a),(15a)に基づいて計算が行われ、こ
れによりX方向の平滑係数αX(n),βX(n)がそれ
ぞれ決定される。
その他の構成は,前述した従来例と同一となっている。
ここで、第1図においては、X座標のフィルタしか示さ
れていないが、Y座標のフィルタも同様に構成されてお
り、第1図のXの部分をYに代えることにより、Y座標
のフィルタが成立する。この図示しないY座標のフィル
タの平滑係数計算回路によって、式(13b′),(14
b),(15b)に基づいて計算を行うことにより、Y方向
の平滑係数αY(n),βY(n)が得られる。
れていないが、Y座標のフィルタも同様に構成されてお
り、第1図のXの部分をYに代えることにより、Y座標
のフィルタが成立する。この図示しないY座標のフィル
タの平滑係数計算回路によって、式(13b′),(14
b),(15b)に基づいて計算を行うことにより、Y方向
の平滑係数αY(n),βY(n)が得られる。
このように、本実施例によれば、レーダ追尾処理におけ
る(R,θ)座標から(X,Y)座標に変換された目標モデ
ルでのα−βフィルタにおいて、平滑係数α,βの値
を、観測された距離データRM,方位角データθMの絶対
値によって変化させ決定する計算回路を有することによ
り、観測外乱の大きい位置では観測外乱を大幅に除去し
て、総合的に精度のよい予測ができ、観測外乱の小さい
位置では、特に目標の旋回時に予測値の真値に対する追
従性が高まり総合的に精度の良い予測が出来るという利
点がある。
る(R,θ)座標から(X,Y)座標に変換された目標モデ
ルでのα−βフィルタにおいて、平滑係数α,βの値
を、観測された距離データRM,方位角データθMの絶対
値によって変化させ決定する計算回路を有することによ
り、観測外乱の大きい位置では観測外乱を大幅に除去し
て、総合的に精度のよい予測ができ、観測外乱の小さい
位置では、特に目標の旋回時に予測値の真値に対する追
従性が高まり総合的に精度の良い予測が出来るという利
点がある。
ここで、距離データRM,方位角データθMは、必ずしも
レーダ観測から得られたデータでなくともよい。また、
上記実施例では、距離データRMと方位角データθMのバ
ラツキから平滑係数α,βを求めているのではなく、距
離データRMと方位角データθMの絶対値から平滑係数
α,βを求めている点に特色を備えている。
レーダ観測から得られたデータでなくともよい。また、
上記実施例では、距離データRMと方位角データθMのバ
ラツキから平滑係数α,βを求めているのではなく、距
離データRMと方位角データθMの絶対値から平滑係数
α,βを求めている点に特色を備えている。
尚、上記実施例においては、等速直線運動モデルについ
てのα−βフィルタについて説明したが、等加速運動モ
デルを基にすると,加速度をも考慮した加速度の平滑係
数γを含んだα−βフィルタの拡張としてのα−β−γ
フィルタについても本発明は適用可能である。
てのα−βフィルタについて説明したが、等加速運動モ
デルを基にすると,加速度をも考慮した加速度の平滑係
数γを含んだα−βフィルタの拡張としてのα−β−γ
フィルタについても本発明は適用可能である。
本発明は以上のように構成され機能するので、これによ
ると、位置平滑係数と速度平滑係数を別に入力される距
離データおよび方位角データの絶対値に対応して変化さ
せる平滑係数計算回路を設けたので、距離と方位角によ
り大幅に値の異なる観測外乱に対応して平滑係数を最適
な状態に設定することができ、特にこの平滑係数計算回
路を、目標物の距離データおよび方位角データの絶対値
を入力してその位置座標上の観測誤差を演算する観測誤
差演算機能と、この観測誤差演算機能が作動し観測誤差
が演算されその最大値が算出された場合にその最大値に
対応する位置平滑係数を0.5前後の所定値に設定する位
置平滑係数最大値設定機能とを有し、且つこの位置平滑
係数最大値設定機能で設定された範囲内で他の状況変化
に対する位置平滑係数および速度平滑係数を演算するよ
うに構成したので、前述した従来例と異なり、位置平滑
係数αの最大値を0.5前後の所定値に設定するようにし
たことから、観測外乱の大きい位置では、観測外乱を大
幅に除去して総合的に精度のよい予測ができ、観測外乱
の小さい位置では、バラツキが少なくなり、特に目標の
旋回時に予測値の真値に対する追従性が高まり総合的に
精度の良い予測ができ、このため、従来問題となってい
た目標の位置による予測精度のバラツキを大幅に軽減す
ることが可能となり、これがため、追尾性能を総合的に
著しく向上させることができるという従来にない優れた
レーダ用追尾フィルタを提供することができる。
ると、位置平滑係数と速度平滑係数を別に入力される距
離データおよび方位角データの絶対値に対応して変化さ
せる平滑係数計算回路を設けたので、距離と方位角によ
り大幅に値の異なる観測外乱に対応して平滑係数を最適
な状態に設定することができ、特にこの平滑係数計算回
路を、目標物の距離データおよび方位角データの絶対値
を入力してその位置座標上の観測誤差を演算する観測誤
差演算機能と、この観測誤差演算機能が作動し観測誤差
が演算されその最大値が算出された場合にその最大値に
対応する位置平滑係数を0.5前後の所定値に設定する位
置平滑係数最大値設定機能とを有し、且つこの位置平滑
係数最大値設定機能で設定された範囲内で他の状況変化
に対する位置平滑係数および速度平滑係数を演算するよ
うに構成したので、前述した従来例と異なり、位置平滑
係数αの最大値を0.5前後の所定値に設定するようにし
たことから、観測外乱の大きい位置では、観測外乱を大
幅に除去して総合的に精度のよい予測ができ、観測外乱
の小さい位置では、バラツキが少なくなり、特に目標の
旋回時に予測値の真値に対する追従性が高まり総合的に
精度の良い予測ができ、このため、従来問題となってい
た目標の位置による予測精度のバラツキを大幅に軽減す
ることが可能となり、これがため、追尾性能を総合的に
著しく向上させることができるという従来にない優れた
レーダ用追尾フィルタを提供することができる。
第1図は本発明の一実施例を示すブロック図、第2図は
観測外乱が大きく等速運動をしている場合のαの影響の
説明図、第3図は観測外乱が小さく旋回運動をしている
場合のαの影響の説明図、第4図は従来例を示すブロッ
ク図、第5図はα−βフィルタを用いた追尾の概念図で
ある。 1……位置平滑処理回路、2……速度平滑処理回路、5
……平滑係数計算回路、α,αX(n)……位置平滑係
数、β,βX(n)……速度平滑係数、XM(n)……X
方向観測データ、RM(n)……距離データ、θM(n)
……方位角データ。
観測外乱が大きく等速運動をしている場合のαの影響の
説明図、第3図は観測外乱が小さく旋回運動をしている
場合のαの影響の説明図、第4図は従来例を示すブロッ
ク図、第5図はα−βフィルタを用いた追尾の概念図で
ある。 1……位置平滑処理回路、2……速度平滑処理回路、5
……平滑係数計算回路、α,αX(n)……位置平滑係
数、β,βX(n)……速度平滑係数、XM(n)……X
方向観測データ、RM(n)……距離データ、θM(n)
……方位角データ。
Claims (1)
- 【請求項1】レーダ観測の追尾誤差に対する位置の平滑
処理を行う位置平滑処理回路と、レーダ観測の追尾誤差
に対する速度の平滑処理を行う速度平滑処理回路とを備
え、これら各回路の出力に基づいて所定の演算を行い目
標物の直交座標上の位置予測値および速度予測値を出力
するレーダ用追尾フィルタにおいて、 前記位置平滑処理回路および速度平滑処理回路に、当該
各平滑処理回路が前記レーダ観測情報の平滑処理に必要
とする位置平滑係数又は速度平滑係数を演算し出力する
平滑係数計算回路を併設すると共に、 この平滑係数計算回路が、前記レーダ観測等により得ら
れる距離データおよび方位角データの絶対値を入力しそ
の位置座標上の観測誤差を演算する観測誤差演算機能
と、この観測誤差演算機能が作動し前記観測誤差が演算
されその最大値が算出された場合にその最大値に対応す
る位置平滑係数を0.5前後の所定値に設定する位置平滑
係数最大値設定機能とを備え、且つこの位置平滑係数最
大値設定機能で設定された範囲内で前記位置平滑係数お
よび速度平滑係数を演算するように構成されていること
を特徴としたレーダ用追尾フィルタ。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP62230729A JPH0690278B2 (ja) | 1987-09-14 | 1987-09-14 | レーダ用追尾フィルタ |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP62230729A JPH0690278B2 (ja) | 1987-09-14 | 1987-09-14 | レーダ用追尾フィルタ |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS6473274A JPS6473274A (en) | 1989-03-17 |
| JPH0690278B2 true JPH0690278B2 (ja) | 1994-11-14 |
Family
ID=16912386
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP62230729A Expired - Lifetime JPH0690278B2 (ja) | 1987-09-14 | 1987-09-14 | レーダ用追尾フィルタ |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0690278B2 (ja) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH05180935A (ja) * | 1991-12-27 | 1993-07-23 | Nec Corp | レーダー装置 |
| JP3397732B2 (ja) * | 1999-11-16 | 2003-04-21 | 株式会社ホンダエレシス | Fm−cwレーダ装置 |
| JP2006275828A (ja) * | 2005-03-30 | 2006-10-12 | Fujitsu Ltd | レーダ装置 |
| JP5341296B2 (ja) * | 2005-06-20 | 2013-11-13 | アルパイン株式会社 | レーダ装置 |
| JP4993431B2 (ja) * | 2005-09-30 | 2012-08-08 | アルパイン株式会社 | 目標物の位置測定方法および位置測定装置 |
| JP6095899B2 (ja) * | 2012-04-11 | 2017-03-15 | 古野電気株式会社 | 物標運動推定装置、物標運動推定方法、およびレーダ装置 |
| JP6192915B2 (ja) * | 2012-10-25 | 2017-09-06 | 古野電気株式会社 | ゲイン設定方法、ゲイン設定プログラム、及びゲイン設定装置 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS6264971A (ja) * | 1985-09-17 | 1987-03-24 | Mitsubishi Electric Corp | 追尾方式 |
| JPS62103586A (ja) * | 1985-10-30 | 1987-05-14 | Mitsubishi Electric Corp | 追尾装置 |
-
1987
- 1987-09-14 JP JP62230729A patent/JPH0690278B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JPS6473274A (en) | 1989-03-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11988736B2 (en) | Systems and methods for virtual aperture radar tracking | |
| Chin | Application of neural networks in target tracking data fusion | |
| CN106405537B (zh) | 基于位置信息和多普勒信息的雷达航迹起始方法 | |
| CN107688179B (zh) | 基于多普勒信息辅助的综合概率数据互联方法 | |
| CN111007495A (zh) | 一种基于双重融合最大熵模糊聚类jpda的目标航迹优化方法 | |
| WO2018135754A1 (ko) | 레이더 시스템의 클러터 제거 및 다중 표적 추적방법 | |
| CN114019498A (zh) | 一种基于分数阶卡尔曼滤波的毫米波雷达单目标跟踪方法 | |
| CN112363131A (zh) | 车载毫米波雷达数据的处理方法、装置及计算机存储介质 | |
| CN111123205B (zh) | 一种地面侦察雷达目标点迹凝聚方法 | |
| JPH0690278B2 (ja) | レーダ用追尾フィルタ | |
| CN106990400A (zh) | 一种基于幅度单脉冲的高精度测角技术实现方法 | |
| Musicki et al. | Measurement Gaussian sum mixture target tracking | |
| JPH05150038A (ja) | 航跡追尾処理装置 | |
| JP2004219300A (ja) | 目標追尾装置 | |
| CN110376579A (zh) | 一种机动目标动态规划检测前跟踪方法 | |
| CN118759488B (zh) | 一种基于轨迹滤波的杂波抑制与角度估计方法及装置 | |
| CN106291530A (zh) | 一种基于最近邻法的概率数据关联优化方法 | |
| KR20230011696A (ko) | 레이더를 이용한 타겟 검출 장치 및 방법 | |
| CN114488145A (zh) | 一种基于极化分类的图像域dpca虚警抑制方法 | |
| JPH0990027A (ja) | 目標曲進判定装置 | |
| CN113390406A (zh) | 基于被动多传感器系统的多目标数据关联与定位方法 | |
| JPH06347542A (ja) | 目標追尾装置 | |
| CN109031278A (zh) | 一种基于幅度的对海雷达多目标融合跟踪方法 | |
| TWI906707B (zh) | 目標物處理方法 | |
| JP2985608B2 (ja) | 多目標追尾装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| EXPY | Cancellation because of completion of term |