數據融合處理是多雷達組網的核心。以典型防空雷達網為參考對象，采用組件化設計方式，將組網數據融合處理過程劃分為不同的組件，設計通用組件庫，包括數據有效性檢驗、誤差配準、時空對準、點跡關聯、點跡融合、航跡起始、航跡濾波、航跡關聯、航跡融合、航跡管理等。每個組件包含不同的處理算法，采用統一的外部接口，通過參數選擇不同的處理算法，通過組件裝配構成完整的點跡融合與航跡融合處理模板，以適應不同應用場景。仿真結果驗證了組件化設計的可行性和適應性。

引言

隨著精確制導武器等先進武器的出現，作戰系統對雷達獲取戰略態勢等信息的效能要求越來越高，單一的雷達探測和簡單的情報綜合已遠不能滿足作戰需求。構建一個統一的系統，對各種類型的雷達實行適當的部署，對這些雷達所獲取信息采取數據融合處理技術分析，并對系統進行管理和操作(系統的啟動與終止、航跡等數據的管理、結果的顯示與反饋)，能夠得到單一雷達難以得到的信息，適應現今復雜的戰場環境[1]。這就是多雷達組網所能實現的功能，它有著明顯的優勢和重要的意義，是未來作戰的發展趨勢。

組網雷達數據融合是通過各雷達探測的多源信息，對所關心目標進行檢測、關聯、跟蹤、估計和綜合等多級多功能處理，以更高的精度、較高的概率或置信度得到人們所需要的目標狀態和身份估計，以及完整、及時的態勢和威脅評估，為指揮員提供有用的決策信息[2]。組網雷達數據的融合處理是雷達組網的核心，對各雷達站的信息進行融合、反饋和控制等操作，使它從本質上區別于一般意義的情報綜合。它從融合結構上分為3類：集中式、分布式和混合式融合結構[3]。

近年來，針對上述3種融合結構的組網雷達建模與仿真受到了極大地關注。陳志杰設計了一種基于指定硬件架構方式下的集中式和分布式2種融合結構的軟件實現流程和仿真實驗，從抗干擾、反隱身、融合精度等多方面進行了性能的定量研究[4-5]。雒梅逸香對集中式組網雷達點跡融合過程進行研究和仿真，設計實現有效的跟蹤濾波算法并應用于工程實踐[6]。寇偉提供了一種在仿真模型中的分布式組網雷達數據融合的基本處理方式，對雷達組網的融合策略提供了基本思路[7]。張晨基于多雷達數據融合系統架構，改進多目標關聯算法，利用分布式網絡技術開發了分布式多雷達防空武器仿真系統[8]。鹿瑤提出了一種混合式融合方法，對同型和異型雷達組網應用進行了融合結構優化[9]。以上大多針對某一種信息融合的結構進行數據融合處理，或針對融合處理平臺、分布式體系結構、性能評估等進行系統實現，因而只能在特定的環境中發揮功能，系統效能受到局限。黃大豐等提出一種基于組件化設計的雷達組網結構，由多個分別實現不同功能的組件集合為雷達組網系統[10]，但沒有詳細闡述具體實施過程。

因此，選取合適的信息融合結構、研究組網雷達融合處理方法中的關鍵技術并采用仿真平臺評估作戰效能，對于提升組網雷達的性能，優化國土作戰指揮自動化系統有著重要的軍事意義。本文綜合了組網雷達融合處理的基本流程，以典型防空雷達網為參考對象，采用模塊化、組件化設計思想分別設計組網雷達點跡和航跡融合過程，從而能夠在同一仿真系統環境中針對集中式和分布式2種信息融合結構進行數據的融合處理，并以軟件的形式分別實現2種融合過程并進行融合效果仿真比對。不同于采用固定融合算法的融合處理系統，本文通過理論設計和仿真實現驗證了組件化、模塊化實現組網雷達數據融合處理的可行性，為構建可重用、可擴展的組網雷達數據融合處理系統提供了新的思路。

1 組件化設計思路

綜合組網雷達融合處理的基本流程，將組網雷達數據融合處理過程劃分為不同的組件，構建不同的算法庫，主要包括算法組件庫和算法模板庫，如圖1所示。算法庫提供統一的設計接口，管理雷達數據融合相關的算法組件和算法模板以及數據的傳輸。其中，某些組件可能存在多種實現算法，從而實現算法組件級別的可重用與可擴展。在融合過程中，首先通過統一的接口編輯組件生成融合模板，進行參數初始化設置和原始點\航跡輸入，然后對數據進行融合處理，輸出處理得到的融合航跡。組件化的設計強調各組件之間的獨立性，每個組件完成指定任務，互不干擾。

圖1 數據融合算法庫結構圖

Fig. 1 Structure of data fusion algorithm library

2 點跡融合組件化設計

2.1 點跡融合組件化設計流程

點跡融合對應集中式信息融合結構，它由數據有效性檢驗、誤差配準、時空對準、點跡融合、點跡關聯、航跡起始、航跡濾波和航跡管理等組件構成。點跡融合組件化設計流程分組件闡述，包括組件的接口、功能和數據傳遞，體現組件間的獨立性。圖2為對應流程圖，展現了點跡數據在各模塊間的傳遞和處理，反映了組件化的點跡融合過程的實現思想。

圖2 點跡融合組件化設計流程圖

Fig. 2 Flow chart of plot fusion based on component design

(1) 數據有效性檢驗組件

組件輸入：初始點跡\航跡、配置參數;組件輸出：有效點跡\航跡。該組件檢驗當前時刻點\航跡數據的有效性，輸出對應坐標位于正常雷達探測范圍內的數據，不保留歷史點\航跡信息。

(2) 誤差配準組件

組件輸入：有效點跡\航跡、配置參數;組件輸出：誤差配準后的點跡\航跡。該組件對數據進行誤差配準，校正系統誤差，使校正后的系統誤差與雷達測量誤差保持在同一水平，可采用最小二乘(LS)法等算法實現[11]。

(3) 時空對準組件

組件輸入：誤差配準后的點跡\航跡、配置參數;組件輸出：統一了坐標系并統一到同一融合時刻的點跡\航跡。該組件對當前數據分別進行時間和空間上的對準，其中，空間對準基本通過坐標變換實現，時間對準可依據情況采取各種插值算法實現。

(4) 點跡融合組件

組件輸入：預處理后的點跡、配置參數;組件輸出：融合點跡集合。該組件進行雷達間點跡融合，采取一定的準則從當前時刻來自各雷達的點跡中判斷并融合雷達間可能來自于同一個目標的點跡。

(5) 點跡關聯組件

組件輸入：融合點跡、當前時刻航跡、配置參數;組件輸出：剩余點跡、記錄了關聯結果的航跡。該組件進行當前時刻的點跡與航跡的關聯，將關聯情況保存在航跡中，用于航跡后續的狀態更新，關聯方法可選擇最近鄰域法和多維概率數據互聯法[12]等算法實現。

(6) 航跡起始組件

組件輸入：剩余點跡、記錄了關聯結果的航跡、配置參數;組件輸出：記錄了關聯和起始結果的航跡。該組件對輸入點跡與航跡根據一定的準則起始可能航跡，包括暫時航跡的生成和可靠航跡的起始，將起始結果保存在航跡中，可采用直觀法、邏輯法[13]等算法實現。

(7) 航跡濾波組件

組件輸入：記錄了當前關聯起始結果的航跡、配置參數、航跡刪除標志;組件輸出：濾波后航跡。該組件對當前時刻的航跡進行濾波更新，將更新結果保存在航跡中。同時，還對航跡管理返回的航跡與航跡刪除標志進行濾波狀態的刪除和預測等管理，將管理結果保存在預測航跡中。航跡的濾波可選取α-β濾波，α-β-γ航跡濾波和擴展卡爾曼濾波(EKF)航跡濾等方法實現[14]。

(8) 航跡管理組件

組件輸入：濾波航跡、配置參數;組件輸出：更新后航跡、航跡刪除標志。在點跡融合過程中，采取集中式航跡管理組件。該組件根據一定的規則更新航跡狀態，包括航跡的確認、航跡的撤銷終止和航跡的轉換等，管理結果通過航跡輸出。

2.2 點跡融合仿真系統平臺

考慮在仿真系統平臺中設計防空雷達網工作模式下的點跡融合模板。防空雷達網工作模式的點跡融合模板針對飛機類目標進行點跡融合處理，輸出融合后的航跡。圖3為典型交叉目標場景的融合戰情設置，圖4為對應的點跡融合結果顯示。

圖3 三雷達交叉目標戰情

Fig. 3 Combat situation atcross targetof three radars

圖4 融合中心動態測試結果

Fig. 4 Dynamic test results of fusion center

3 航跡融合組件化設計

3.1 航跡融合組件化設計流程

航跡融合對應分布式信息融合結構，它由數據有效性檢驗、誤差配準、時空對準、航跡關聯、航跡融合和航跡管理等組件構成。同點跡融合設計類似，航跡融合組件化設計流程分組件闡述，預處理過程見第2節。圖5為對應流程圖，展現了航跡數據在各模塊間的傳遞和處理流程，反映了組件化的航跡融合過程的實現思想。

圖5 航跡融合組件化設計流程圖

Fig. 5 Flow chart of track fusion based on component design

(1) 航跡關聯組件

組件輸入：初始探測航跡、配置參數;組件輸出：關聯航跡。該組件實現雷達間航跡關聯，判斷當前航跡的目標歸屬，關聯情況記錄為關聯航跡組輸出，可考慮采用最近鄰法和統計雙門限法等算法實現[15]。

(2) 航跡融合組件

組件輸入：關聯航跡、配置參數;組件輸出：融合航跡。該組件將當前關聯航跡組按一定的規則融合為融合航跡，可采用經驗加權法、簡單協方差加權法和最大似然加權法等算法實現。

(3) 航跡管理組件

組件輸入：融合航跡、配置參數;組件輸出：管理后航跡。在航跡融合過程中，采取分布式航跡管理組件對現有航跡進行更新。融合航跡保存在航跡管理組件中，而管理后的當前時段融合航跡作為結果輸出。

3.2 航跡融合仿真系統平臺

同點跡融合類似，考慮在仿真系統平臺中設計防空雷達網工作模式下的航跡融合模板。防空雷達網工作模式的航跡融合模板針對飛機類目標進行航跡融合處理，輸出融合后航跡。圖6為典型平行交叉目標場景的融合戰情設置，圖7為對應的融合結果顯示。

圖6 三雷達交叉平行目標戰情

Fig. 6 Combat situation atcross parallel target of three radars

圖7 融合中心動態測試結果

Fig. 7 Dynamic test results of fusion center

4 仿真驗證

4.1 仿真流程設計

整體的仿真框圖由數據模擬器、組網雷達數據融合系統和顯示器3個部分組成。組網雷達融合系統讀取來自數據模擬器的模擬點跡和航跡數據以及來自配置參數文檔的融合相關參數信息，進行融合處理，輸出融合航跡。顯示器讀取融合航跡并畫圖展示融合效果。圖8為整體流程圖。

圖8 整體仿真框圖

Fig. 8 Overall flow chart of simulation

4.1.1 數據模擬器

在本次仿真中，數據模擬器模擬的雷達為相控陣雷達，干擾為壓制干擾。壓制干擾在模擬器中體現為信號信噪比的降低，從而導致目標信息的測量(距離和角度)誤差變大。模擬器產生點/航跡的流程為：

①設置戰情，給定雷達基本配置信息和目標真實航跡;

②在真實航跡的基礎上疊加服從均值為0、指定標準差大小的高斯分布隨機量測誤差;

③將產生的模擬點跡和航跡傳送至組網雷達數據融合系統。

4.1.2 參數配置

配置參數文檔的內容包括融合模板的類別選擇(防空點跡/航跡融合模板)、模板中涉及的組件所采用的算法選擇和對應算法中涉及的參數值的設置，如圖9所示。具體軟件實現界面如圖10所示，可自主選擇參數并自動生成參數配置文檔。

圖9 參數配置示意圖

Fig. 9 Parameter configuration

圖10 參數配置文檔生成軟件

Fig. 10 Software for generating parameter configuration documents

在數據融合前，參數以文檔的形式將融合的具體配置信息傳遞至組網雷達數據融合系統，融合系統先由配置信息確定內部算法和參數值的選取，再進行后續的點航跡讀取和融合操作。

4.2 仿真結果與分析

4.2.1 點跡融合效果對比

共設置3類點跡數據，分別為勻速運動目標(目標1)、變速運動目標(目標2)和圓周運動目標(目標3)的探測點跡，運動總時間為500 s(場景1)，雷達站位置與真實航跡分布如圖11所示。

圖11 場景一真實航跡

Fig. 11 Real track in scene 1

點跡融合前后效果對比如圖12所示，圖12(a)體現點跡融合整體效果，圖12(b)則進一步體現融合細節，點跡融合算法能夠濾除干擾點，得到更貼近于目標航跡的融合航跡。將雷達2對目標2的量測誤差作為融合前的誤差，單個目標(目標2)點跡融合前后分別在地心坐標x，y，z方向上的誤差對比曲線如圖13所示。可觀察到融合后在x，y，z方向上的誤差的極大值和整體分布都有了明顯的減小，點跡融合使得點跡誤差得到了較大程度的改善。

圖12 點跡數據融合前后地心坐標對比

Fig. 12 Comparison of geocentric coordinates before and after plot fusion

圖13 目標2雷達2各方向誤差對比

Fig. 13 Error comparison ofradar 2 for target 2in different directions

計算各目標各雷達量測點跡與融合點跡的距離均方根誤差，如表1所示。由表中數據得出，融合后距離均方根誤差均在一定程度上小于各雷達量測點跡的距離均方根誤差，體現了量測精度的提高，證明了組網雷達點跡融合組件化設計的可靠性和有效性。

4.2.2 航跡融合效果對比

航跡融合中，各雷達初始探測航跡為每個雷達單獨進行點跡融合后得到的融合航跡。航跡融合前后效果對比如圖14所示，可觀察到，融合后的航跡更貼近真實航跡，減少了航跡的發散。

圖14 航跡數據融合前后地心坐標對比

Fig. 14 Comparison of geocentric coordinates before and after track fusion

將雷達2對目標2的初始探測航跡誤差作為融合前的誤差，單個目標(目標2)航跡融合前后在地心坐標x，y，z方向上的的誤差對比曲線如圖15所示。可以觀察到融合后誤差在大部分時段都小于雷達探測航跡誤差，因此航跡融合使得航跡誤差得到了一定程度的改善。由于融合前航跡為各雷達進行初步探測得到的航跡，故相對于原始量測點跡已經提高了部分量測的精度，航跡融合效果對比圖沒有點跡融合效果明顯。

圖15 目標2雷達2各方向誤差對比

Fig. 15 Error comparison ofradar 2 for target 2 in different directions

為更好地觀察航跡融合前后誤差變化，計算各雷達航跡與融合后航跡的距離均方根誤差，如表2所示。由表中數據得出，盡管融合前航跡精度已有了一定程度的提升，融合后航跡的距離均方根誤差仍均小于各雷達航跡的均方根誤差，表明航跡融合的確提高了量測精度，證明了組網雷達航跡融合組件化設計的可靠性和有效性。

4.2.3 不同場景更換組件融合效果對比

設計場景2，該場景的航跡為2個勻速直線飛行目標的探測點跡，運動總時間為500 s。其中，兩目標在250 s相遇并交叉飛過，如圖16所示。

圖16 場景2真實航跡

Fig. 16 Real track in scene 2

考察分別在沒有明顯交叉目標的場景一和典型兩目標交叉的場景2下采用不同的點跡關聯算法的關聯情況。記錄關聯結果，如表3所示。從表中觀察到在環境簡單，目標稀疏干擾少的場景1適合采用最近鄰域法，在保持關聯正確率的同時處理速度較快;在存在交叉航跡的場景2適合采用多維概率數據互聯法，能夠保持較高的關聯正確率。因此，在不同的場景靈活選擇不同組件算法能夠較好地提高關聯的精確度和速度。

5 結論

組網雷達數據融合處理技術為多學科交叉技術，涉及多個領域，有著廣闊的發展前景。本文以組件化的形式實現點跡融合和航跡融合處理，分別對應集中式和分布式融合結構，研究成果主要包括融合過程組件化形式流程設計、各組件的原理闡述和系統的仿真驗證。組件化設計使得每個組件之間相對獨立，可根據環境采取不同算法并單獨進行優化完善和數據處理分析，實現組件的可重用性。組件的具體設計，包括組件總個數、數據流通過程以及每個組件的輸入輸出和實現功能有待依照實際情況靈活調整。數據融合處理技術包含廣泛，若要運用于工程，算法選擇、參數設置、具體流程設計以及不同模式雷達網的算法模板還需深入研究，下一步將結合實際雷達系統開展動態測試，進一步驗證組件化設計的合理性與適應性。

審核編輯：湯梓紅