雷达组网中数据融合的研究

雷达组网中数据融合的研究摘要：随着电子干扰技术的不断发展，单部雷达面临的威胁越来越大。

雷达组网可以充分利用各单部雷达的资源和信息融合优势，将多部不同体制、不同频段、不同极化方式的雷达组成一个整体，极大提高了整体作战能力。

本文在简述雷达组网的基础上，重点介绍了雷达组网中的数据融合技术。

关键字：多传感器雷达组网数据融合1引言随着技术的进步，雷达的性能经受了严峻的考验。

强大的欺骗性、压制性电子干扰使雷达迷盲、性能降低或者完全失效。

据报道，国外新型多功能综合干扰飞机已经把电子侦察、告警和干扰有机地结合在一起，通过计算机分析、判断、决策，大大提高了干扰的效能，雷达的效能被大大降低[1]。

单部雷达已经很难应对越来越复杂的电磁环境。

雷达组网，是指通过将多部不同体制、不同频段、不同工作模式、不同极化方式的雷达或者无源侦察装备适当布站，借助通信手段链接成网，并由中心站统一调配，从而形成的一个有机整体。

网内各雷达和雷达对抗侦察装备的信息（原始信号、点迹、航迹等）由中心站收集，综合处理后形成雷达网覆盖范围内的情报信息，并按照战争态势的变化自适应地调整网内各雷达的工作状态，发挥各个雷达和雷达对抗侦察装备的优势，从而完成整个覆盖范围内的探测、定位和跟踪等任务[2]。

现代干扰技术还没有发展到对雷达组网系统实施有效的欺骗性干扰[1]，针对单部雷达的欺骗干扰，无法对整个雷达组网产生有效影响。

对整个雷达网进行干扰，要求干扰机具有极高的信号侦察、分选能力以及较高的干扰功率，这往往是很难达到的，因此雷达组网具有较好的抗干扰能力。

从数据处理的方式来分，雷达组网分为集中式和分布式。

分布式雷达组网，是指组网中的每部雷达都有各自的处理器，通过预处理产生目标跟踪航迹，汇总至融合中心，由融合中心进行时间空间配准、航迹关联和航迹融合，最终生成目标的航迹[3]。

和集中式雷达组网相比，分布式雷达组网具有系统可靠性高、各站与融合中心通信量小等优点。

规模较大的雷达组网系统，尤其是多部不同体制、不同频段的雷达组网，一般采用分布式结构，可以充分利用子雷达站，节约通信资源，有效的提高雷达网整体性能。

本文重点对分布式雷达组网进行研究，对整个雷达网数据处理流程建模仿真，并对雷达组网抗干扰能力进行分析。

本文从现实需求出发，立足于提高现有体制组网的性能，研究了雷达组网数据处理仿真流程，通过设置典型场景对其抗干扰能力进行评估。

论文的研究成果可为应对外军雷达组网系统提供理论基础，同时为我国雷达组网系统提供良好的技术储备。

2概述雷达组网不是雷达简单的拼凑，而是在优化组网基础上将多部不同频段、不同体制、不同工作模式、不同极化方式的雷达进行适当的、合理的优化布站，并通过网络进行联结，使雷达资源优化配置协同运作，对网内各部雷达的信息以“网”的形式收集和传递，并由中心站进行综合处理、控制和管理，从而完成整个覆盖范围内的探测、定位和跟踪任务。

2.1雷达组网的意义●实现系统内的情报资源共享，完成对每个网站的实时指挥控制，增加了实战的可靠性；●不同的雷达可从不同的视角观察目标，有助于减少目标衰落、闪烁和地形遮蔽的影响，并可较充分地利用隐身目标的前向、侧向、上下反射的隐身缺口(雷达反射截面随视角的变化可达20~30 dB)，实现反隐身的目的[4] ；●雷达组网系统具有各种频率，一般在空间位置上互相分离，不同频段雷达组网可实现频率互补，使各自相互独立的雷达通过组网而使其整个系统构成一有机整体，因此具有对干扰和目标进行三角定位的能力，有利于反侦察、抗反辐射导弹和各种电子干扰，其电子抗干扰能力大大增强；●系统内各种雷达覆盖范围互有重叠，能在进行数据融合以后得到比单部雷达质量更好的目标航迹，大大改善了空情检测质量，提高了系统的反低空突防能力；●多部雷达所拥有的固有的冗余度提高了整个系统的可靠性，因而增强了雷达组网系统的生命力。

2.2雷达组网形式根据组网雷达类型的不同，可分为：(1)单基地雷达组网单基地雷达组网中各部雷达都是单基工作体制。

这种形式由于将各自相互独立的雷达通过组网而使其整个系统构成一有机整体，从而使网内雷达工作方式灵活多变，且雷达间因为在空间位置上分离，在对付“四大威胁”方面具有一定的优势，各雷达在与网中心失去联系时，也可独立完成部分工作。

(2)双(多)基地雷达组网双(多)基地雷达组网中各部雷达是双(多)雷达体制，是对同一个发射机部署了多个分开的接收机的雷达组网[5]。

这种组网可充分利用双/多基地的特性，对抗电子干扰、抗反辐射导弹及反隐身等具有较强的工作能力，辅以空中平台，还可明显增强抗低空突防能力。

(3)单基地、双/多基地雷达混合组网单基地、双/多基地雷达混合组网是收发异地和单基混合组网，这种组网形式具有上述两种方式的共同优点。

网内主干雷达既可以工作在单基雷达模式，也可以工作在TR2R1或TR2R12R2双(多)基雷达模式，其“四抗”能力和生存能力进一步提高，并具有较高的效能费用比。

此外，还可按照构成雷达网功能的不同，可分为：制导雷达网、情报雷达网、航空管制雷达网和气象雷达网等。

2.3雷达组网设计原则雷达组网技术，要考虑将不同波段、不同体制、不同程式的雷达，按照一定的要求进行合理部署。

雷达组网时主要满足以下原则[6]：安全性原则。

宽带雷达网以光纤通信网为主用网络，以微波通信网或卫星通信网为备用网络，网络拓扑宜采用格型拓扑结构或星型+树形的混合型拓扑结构，从而提高雷达网的安全性全频段雷达组网技术。

只有利用整体雷达网中不同频段、不同程式的雷达，互相取长补短，采取多站定位，数据相关处理等方法，才能增强对强度大、频段宽、干扰模式多的各种干扰的对抗能力。

补盲组网技术。

主要应按空域补盲、频域补盲、距离补盲，使雷达网更加严密与完善。

“四抗”能力组网技术。

雷达“四抗”能力组网技术，是在未来高技术战争中，雷达网能否经受住“四大威胁“的考验，打赢一场高技术局部战争的重要问题。

雷达网重叠系数。

雷达组网的重叠系数高，能提高雷达网一次扫描发现概率、抗干扰能力和可靠性，但同时也会增加雷达组网的投资和使用维修费用，增加情报处理系统的负载。

地形因素。

同一部雷达架设在不同的地方，由于地形的影响，其探测性能将不尽相同。

效能费用。

合理配置雷达，既可以确保完成任务，又可以使建网费用最低，建成的雷达网要具有较高的效能费用比。

3多雷达组网的数据融合本文主要是多雷达组网的数据融合技术研究，也可称为多雷达的数据处理技术。

雷达组网数据处理是多传感器数据融合理论在工程上的一种具体应用，即运用多传感器数据融合理论将多部雷达的观测信息融合成雷达网覆盖区域的战场态势。

目前，成功应用数据融合技术的领域有：机器人和智能仪器系统、战场任务和无人驾驶飞机、图像分析与理解、目标检测与跟踪、自动目标识别和多源图像复合等。

可见数据融合有很多的优势，而多个雷达组网的数据融合是国家重点军事电厂站、信息站的一个重要项目。

多目标跟踪在组网雷达中有着广泛而深入的应用。

和单站雷达相比较，组网雷达在史大的跟踪范围内探测和跟踪目标，它把各单站获得的目标数据送到融合中心进行数据融合处理，经过数据融合建立起比单部雷达质量更好的航迹。

由此可见，数据融合技术在组网雷达多目标跟踪中具有重要的地位。

图3.1为多雷达组网的数据处理原理图[7]。

图3.1 雷达组网数据处理原理图融合的关键问题是多目标跟踪问题，多目标跟踪问题主要有跟踪门(关联区域)的形成，数据关联、数据融合和跟踪维持，跟踪起始和跟踪终结等「州。

数据关联是确定各个单站雷达数据间的互联关系，判断它们是否来自共同的目标。

由于各单站雷达的坐标系不同，数据采样率、数据获取时间不同，数据融合中心为了进行数据关联，事先还必须进行数据的时间和空间校准。

3.1数据融合的概念数据融合，也称为多传感器或多源相关，多传感器混合，多源合成，或信息融合等，至今尚无统一的定义。

一般认为数据融合是信息的综合与处理过程，即为了完成所需的决策和估计行为，对在不同的时间序列上获得的各种传感器信息按一定准则加以综合分析。

因此，数据融合包括对各种传感器给出的有用信息进行采集、传输、分析和合成等处理过程。

从军事应用的角度看，多雷达数据融合可以这样定义[8]：所谓多雷达数据融合就是人们通过对空间分布的多源信息—各种雷达的时空采样，对所关心的目标进行检测、关联（目关）、跟踪、估计和综合等多级多功能处理，以更高的精度、较高的概率或置信度得到人们所需要的目标状态和身份估计，以及完整、及时的态势和威胁评估，为指挥员提供有用的决策信息。

这一定义基本上能够描述数据融合的三个主要功能：(1)数据融合是在多个层次上对多源信息进行处理的，每个层次代表信息处理的不同级别；(2)数据融合过程包括检测、关联(相关)、跟踪、估计和综合；(3)数据融合过程的结果包括低层次上的状态和属性估计，以及高层次上的战场态势和威胁评估。

3.2数据融合的功能模型最有权威的是DFS提出的信息融合的功能模型[9,10]，以军事C3I系统为例，其简化形式如图2.1所示，按信息综合处理过程中应支持的功能模型将整个信息处理的过程分为两个阶段:第一阶段融合提供目标状态参数估计和分类识别信息，充分更新态势数据库的各种信息。

第二阶段在此基础上，在知识库(目标技术规范、战术规范)的支持下，综合推理战场态势语意信息。

图3.2 以军事C3I系统为例，多传感器信息融合的功能模型在这个模型中，检测、关联、估计、识别和推理是信息融合过程的必备功能环节。

多个传感器是信息融合的“硬件”基础，多源信息是信息融合的加工对象。

在多传感器信息融合系统中应实现以下的功能[11]:(l)数据协调管理模块:将多传感器数据统一在一个共同时空参照系中，将同一层次的各类数据转化成同一种表达形式，即实现数据配准。

然后将同一目标或环境的观测数据进行关联，一般称为数据关联。

(2)数据优化合成模块:依据一定的优化准则，在不同层次上合成多源数据。

(3)传感器协调管理模块:包括传感器的有效性确定、时间预测、任务分配和排序、工作模式和探测区域的控制等功能。

多传感器数据融合不仅是一个数据处理概念，同时也是一个系统概念。

多传感器数据融合一方而强调多传感器数据的优化综合，另一方面也十分重视多传感器资源的优化管理，以最大限度地获得目标有用信息，从而达到多传感器资源的最佳利用和整个系统性能最优。

3.3数据融合的系统模型为了推动多传感器信息融合的深入发展，以及加强信息融合界的交流，许多学者和组织对多传感器信息融合的功能模型进行了卓有成效的研究，根据对输入信息的抽象或融合输出结构的不同，对信息融合模型的分级有多种不同的方法。

1.第一种广为采用的信息融合模型分级方法依据输入信息的抽象层次将信息融合分为三级[12-14]：第一级—数据级(或称像素级)融合。