基于AIS的對(duì)海雷達(dá)多目標(biāo)融合跟蹤方法

(中航工業(yè)雷華電子技術(shù)研究所,江蘇無(wú)錫214063)

基于AIS的對(duì)海雷達(dá)多目標(biāo)融合跟蹤方法

賀豐收,繆禮鋒,陶飛翔,張 存

(中航工業(yè)雷華電子技術(shù)研究所,江蘇無(wú)錫214063)

針對(duì)海面密集目標(biāo)跟蹤時(shí)數(shù)據(jù)關(guān)聯(lián)難度大且跟蹤精度不高的問(wèn)題,提出了一種基于船載自動(dòng)識(shí)別系統(tǒng)(AIS)信息的雷達(dá)航跡融合方法。首先,根據(jù)AIS測(cè)量值和雷達(dá)的測(cè)量噪聲等級(jí)確定融合系數(shù),保證融合數(shù)據(jù)的合理性;然后,使用融合后的航跡對(duì)雷達(dá)測(cè)量值作雙波門(mén)的數(shù)據(jù)關(guān)聯(lián)處理,優(yōu)化數(shù)據(jù)關(guān)聯(lián)方法,提高源于目標(biāo)測(cè)量值的置信度,降低虛警和雜波的影響,進(jìn)一步提高航跡的穩(wěn)健性和跟蹤精度;最后通過(guò)仿真和實(shí)測(cè)數(shù)據(jù)證明了所提方法的有效性和優(yōu)越性。

海面密集目標(biāo)跟蹤;航跡融合;AIS信息;數(shù)據(jù)關(guān)聯(lián)

0 引 言

在含雜波或多目標(biāo)背景條件下,數(shù)據(jù)關(guān)聯(lián)是對(duì)目標(biāo)進(jìn)行穩(wěn)定及正確跟蹤的關(guān)鍵技術(shù)[1-3]。雷達(dá)在對(duì)海多目標(biāo)跟蹤中,由于海雜波強(qiáng)烈以及目標(biāo)密集程度高,對(duì)目標(biāo)的跟蹤性能產(chǎn)生了較大的影響。傳統(tǒng)的目標(biāo)跟蹤方法是依據(jù)目標(biāo)的運(yùn)動(dòng)學(xué)特征形成航跡的,通過(guò)運(yùn)動(dòng)模型對(duì)目標(biāo)下一時(shí)刻的位置進(jìn)行遞推預(yù)判,并與當(dāng)前雷達(dá)返回的測(cè)量值進(jìn)行關(guān)聯(lián)。當(dāng)目標(biāo)較為稀疏時(shí),往往可以獲得較為不錯(cuò)的跟蹤效果,但當(dāng)目標(biāo)密集且雜波嚴(yán)重時(shí),由于受雷達(dá)測(cè)角精度的限制,使得不同目標(biāo)的測(cè)量值容易落入同一個(gè)目標(biāo)的波門(mén)內(nèi),跟蹤效果往往不佳。鑒于此,學(xué)者們提出了許多方法來(lái)解決這個(gè)問(wèn)題,主要的思路都集中于借助目標(biāo)的非運(yùn)動(dòng)特征輔助多目標(biāo)跟蹤,比較典型的有借助于目標(biāo)的多普勒信息、信號(hào)幅度、一維距離像等[4-6]。由于海面目標(biāo)是慢動(dòng)目標(biāo),多普勒信息很難獲取;目標(biāo)信號(hào)幅度的變動(dòng)非常劇烈,同等大小的目標(biāo)難以區(qū)分;而一維距離像也隨船只姿態(tài)的變化而大幅變化,工程實(shí)踐能力不強(qiáng)。

自動(dòng)識(shí)別系統(tǒng)(Automatic Identification System,AIS)作為一種新型的助航系統(tǒng),它能提供船舶的 MMSI、長(zhǎng)度、GPS位置、航向、航速等信息[7]?，F(xiàn)代海面監(jiān)視飛機(jī)一般均已裝備AIS接收器,可接收艦船的信息。已有學(xué)者將其用于目標(biāo)的輔助跟蹤,但主要將AIS的航跡與雷達(dá)航跡進(jìn)行融合[8-11],并沒(méi)有將AIS信息用于雷達(dá)多目標(biāo)跟蹤數(shù)據(jù)關(guān)聯(lián)內(nèi)部邏輯上。故本文提出了一種基于AIS信息的對(duì)海雷達(dá)多目標(biāo)融合跟蹤方法,在AIS航跡與雷達(dá)航跡融合的基礎(chǔ)上,用融合后的信息輔助計(jì)算關(guān)聯(lián)概率,增大相鄰目標(biāo)的關(guān)聯(lián)準(zhǔn)確率,從而提高航跡的穩(wěn)健性及目標(biāo)航速航向精度。

1 AIS融合基本原理

一般情況下,基于AIS的多目標(biāo)航跡融合框架有AIS跟蹤器和雷達(dá)多目標(biāo)跟蹤器,兩者相互獨(dú)立工作,分別形成各自的航跡,然后通過(guò)時(shí)間校準(zhǔn)將兩種航跡外推到同一個(gè)時(shí)間點(diǎn)上,以便為后續(xù)航跡相關(guān)作準(zhǔn)備。航跡間關(guān)聯(lián)一般采用M-N準(zhǔn)則,一旦雷達(dá)航跡與AIS航跡相關(guān)上,那么兩者就可融合,從而提高航跡精度。其主要過(guò)程如圖1所示。

圖1 雷達(dá)與AIS信息融合模型

由于AIS跟蹤器可以獲得目標(biāo)的MMSI,故不需要數(shù)據(jù)關(guān)聯(lián)的過(guò)程,適當(dāng)?shù)靥蕹糠忠爸岛?就可以采用EKF方法,直接更新AIS航跡,同時(shí)根據(jù)目標(biāo)的GPS位置[LatTLonTHT]和載機(jī)的GPS位置[LatPLonPHP],其中,LonT和LonP表示目標(biāo)和載機(jī)的經(jīng)度,LatT和LatP表示目標(biāo)和載機(jī)的緯度,HP和HT表示載機(jī)和目標(biāo)的高度,將其折算到雷達(dá)視角的極坐標(biāo)參數(shù),轉(zhuǎn)換流程如下:

1)分別將目標(biāo)和載機(jī)點(diǎn)的GPS位置轉(zhuǎn)換到地心固定坐標(biāo)系的位置PT和PP;

2)求兩個(gè)位置之間的差值P=PT-PP;

3)求載機(jī)所處位置NED坐標(biāo)系與地心協(xié)定坐標(biāo)系之間旋轉(zhuǎn)矩陣DCM;

4)根據(jù)位置差值P和旋轉(zhuǎn)矩陣DCM,求出目標(biāo)在載機(jī)所在位置NED坐標(biāo)系下的三向位置[X Y Z]T=DCM·P;

5)由三向位置X,Y,Z,計(jì)算徑向距離RAIS=地理系方位角AzAIS=tan-1(Y/Z)。

由于數(shù)據(jù)源的不同,兩種跟蹤器獲得距離和方位角的精度不一,因此如何選擇合適的系數(shù)對(duì)其進(jìn)行融合,保證融合數(shù)據(jù)合理性是本文研究的重點(diǎn)。

雷達(dá)多目標(biāo)跟蹤器對(duì)航跡更新之前首先要進(jìn)行數(shù)據(jù)關(guān)聯(lián),現(xiàn)階段工程實(shí)踐采用的比較先進(jìn)的算法是JPDA方法,通過(guò)將有共享測(cè)量值的測(cè)量和航跡放入同一個(gè)確認(rèn)矩陣中,通過(guò)以下兩個(gè)假設(shè)條件進(jìn)行約束:

1)每個(gè)測(cè)量值均有唯一的源;

2)對(duì)于給定的目標(biāo),最多有一個(gè)量測(cè)以其為源。

拆分確認(rèn)矩陣,形成多種可能的可行事件,最終根據(jù)多種可行事件計(jì)算測(cè)量值源于目標(biāo)的聯(lián)合概率。由于只有一種可行事件是正確的,因此這種方法本質(zhì)上將不屬于目標(biāo)的測(cè)量值,也以一定的概率關(guān)聯(lián)到航跡上,一旦有多個(gè)測(cè)量落入到航跡的波門(mén)內(nèi),那么跟蹤精度肯定會(huì)受影響,甚至?xí)Ц?。而這類(lèi)問(wèn)題主要是由雷達(dá)的測(cè)量精度引起的,若在關(guān)聯(lián)過(guò)程將精度更高的AIS信息用于輔助關(guān)聯(lián),將極大提高雷達(dá)的總體跟蹤性能。

本文將在下節(jié)重點(diǎn)討論兩個(gè)問(wèn)題:一是AIS航跡與雷達(dá)航跡的融合;二是AIS信息如何用于輔助多目標(biāo)數(shù)據(jù)關(guān)聯(lián)與修正更新。至于時(shí)間校準(zhǔn)和航跡間的關(guān)聯(lián)已有大量學(xué)者進(jìn)行深入研究,本文不再贅述。

2 基于AIS的關(guān)聯(lián)概率融合和更新方法

2.1 航跡融合算法

由于AIS的位置信息是由GPS獲取的經(jīng)緯度信息,其噪聲分布可以分解到北向位置和東向位置上,分別為北向噪聲標(biāo)準(zhǔn)差σN和東向噪聲標(biāo)準(zhǔn)差σE。而雷達(dá)的位置信息是在極坐標(biāo)系下獲得的,其測(cè)量噪聲分為徑向距離噪聲σR和方位噪聲σAz。要對(duì)這兩項(xiàng)不同噪聲系數(shù)的數(shù)據(jù)進(jìn)行融合,其核心要將噪聲轉(zhuǎn)換到同一坐標(biāo)系下,再進(jìn)行歸一化處理。

如圖2所示,將GPS的測(cè)量精度轉(zhuǎn)換到雷達(dá)極坐標(biāo)系中,已知目標(biāo)在雷達(dá)中所處的地理系方位角為θAz,徑向距離為R。

圖2 噪聲分布示意圖

根據(jù)坐標(biāo)旋轉(zhuǎn)準(zhǔn)則,可得AIS數(shù)據(jù)在雷達(dá)測(cè)量極坐標(biāo)系中的噪聲標(biāo)準(zhǔn)差,其中徑向的標(biāo)準(zhǔn)差為

方位向的標(biāo)準(zhǔn)差σGPS_Az為

通過(guò)上述方法可以得到AIS測(cè)量值在雷達(dá)測(cè)量系中的噪聲水平ωAIS_R,ωAIS_Az,并對(duì)其與雷達(dá)的測(cè)量噪聲進(jìn)行歸一化處理,得到在雷達(dá)系的歸一化加權(quán)系數(shù)ωRadar_R,ωRadar_Az:

式中,ωRadar_R+ωAIS_R=1,ωRadar_Az+ωAIS_Az=1。最終的融合輸出為

2.2 輔助關(guān)聯(lián)與更新

通過(guò)航跡關(guān)聯(lián)算法將AIS航跡與雷達(dá)航跡關(guān)聯(lián)后,可以使用AIS航跡的波門(mén)對(duì)已關(guān)聯(lián)上的雷達(dá)航跡進(jìn)行二次關(guān)聯(lián)概率計(jì)算,如圖3所示,虛線表示雷達(dá)航跡,其預(yù)測(cè)中心為PR,關(guān)聯(lián)波門(mén)為GR;實(shí)線表示AIS航跡,其預(yù)測(cè)中心為PA,關(guān)聯(lián)波門(mén)為GA,Z1和Z2為雷達(dá)的測(cè)量值。

定義統(tǒng)計(jì)距離d=vTS-1v,其中,v為測(cè)量值與航跡預(yù)測(cè)中心的殘差矢量;S=HP HT+R為信息協(xié)方差;H為測(cè)量矩陣,P為預(yù)測(cè)協(xié)方差陣,R為測(cè)量噪聲矩陣。由于AIS航跡和雷達(dá)航跡分別采用獨(dú)立濾波器進(jìn)行估計(jì),故以下標(biāo)形式區(qū)分。

圖3 輔助關(guān)聯(lián)示意圖

首先在雷達(dá)目標(biāo)跟蹤時(shí),通過(guò)計(jì)算量測(cè)與航跡統(tǒng)計(jì)距離dR,并將其與關(guān)聯(lián)波門(mén)GR比較,若量測(cè)值落入波門(mén)內(nèi),即dR≤GR,則計(jì)算量測(cè)值與航跡的似然概率pR為

否則,似然概率為0。然后將所有與雷達(dá)航跡關(guān)聯(lián)上的測(cè)量值,即似然概率大于0的測(cè)量值,與航跡相關(guān)聯(lián)上的AIS航跡作二次匹配,即計(jì)算雷達(dá)測(cè)量值在AIS航跡中的統(tǒng)計(jì)距離dA,并與AIS波門(mén)GA進(jìn)行比較,若dA≤GA,則表明測(cè)量值屬于雷達(dá)航跡的可能性更高,應(yīng)該提高此測(cè)量值的置信度,而對(duì)于沒(méi)有落入AIS航跡波門(mén)內(nèi)的測(cè)量值則降低其置信度,盡可能減少由于雜波、虛警以及源于其他目標(biāo)的測(cè)量值對(duì)航跡的影響。因此,似然概率的修正公式如下:

式中,k1≥1,k2＜1。然后將修正的關(guān)聯(lián)概率用于形成JPDA確認(rèn)矩陣,若存在i條航跡和j個(gè)測(cè)量值,那么第j個(gè)測(cè)量與第i個(gè)航跡修正后的似然概率表示為形成(i+1,j)維確認(rèn)矩陣。按照J(rèn)PDA方法的一般流程生成多個(gè)聯(lián)合事件θi,并計(jì)算聯(lián)合事件概率P{θi|Z}。最終利用此概率計(jì)算出歸一化后的量測(cè)和航跡的互聯(lián)概率,并對(duì)航跡進(jìn)行濾波更新。

此時(shí),由于融合后誤差明顯減小,因此對(duì)于雷達(dá)目標(biāo)跟蹤濾波器而言,必須對(duì)其濾波協(xié)方差進(jìn)行壓縮,與當(dāng)前的精度等級(jí)相匹配,以便獲得更好的后繼關(guān)聯(lián)效果。

修改的權(quán)值取距離和方位歸一化之后的中值,即

因此,融合之后的協(xié)方差修正值為

通過(guò)上述融合與修正方法,可有效提高航跡的跟蹤質(zhì)量。

3 仿真與實(shí)測(cè)數(shù)據(jù)分析

為驗(yàn)證本文所提方法的有效性和優(yōu)越性,本文從仿真數(shù)據(jù)和實(shí)測(cè)數(shù)據(jù)兩個(gè)方面進(jìn)行詳細(xì)分析和說(shuō)明。

3.1 仿真數(shù)據(jù)分析

當(dāng)某型雷達(dá)對(duì)海面目標(biāo)跟蹤時(shí),雷達(dá)采用TWS掃描,掃描范圍為360°,掃描速率為30°/s。目標(biāo)掃描周期為12 s一次。考慮到檢測(cè)概率,實(shí)際目標(biāo)數(shù)據(jù)率要更低。假設(shè)目標(biāo)數(shù)據(jù)率為15 s,測(cè)距精度為30 m,方位角測(cè)角精度為0.5°,目標(biāo)船航速為10 m/s,k1=1.2,k2=0.8,GR=8,GR=6。

為了驗(yàn)證AIS輔助數(shù)據(jù)關(guān)聯(lián)的作用,這里仿真實(shí)現(xiàn)了3個(gè)平行運(yùn)動(dòng)的船只。其真實(shí)運(yùn)動(dòng)軌跡如圖4所示,載機(jī)固定在坐標(biāo)原點(diǎn)。

圖4 目標(biāo)運(yùn)動(dòng)軌跡實(shí)際值

從圖4可以看出,3個(gè)目標(biāo)平行運(yùn)動(dòng),且間距較小,因而對(duì)數(shù)據(jù)關(guān)聯(lián)的要求很高。仿真的數(shù)據(jù)關(guān)聯(lián)方法采用JPDA關(guān)聯(lián)方法。比較JPDA和JPDA+AIS兩種方法的關(guān)聯(lián)性能和跟蹤精度,分別如圖5所示。

從仿真結(jié)果可以看出,單純采用JPDA關(guān)聯(lián)方法,在目標(biāo)間距較小時(shí),數(shù)據(jù)關(guān)聯(lián)錯(cuò)誤率較高,導(dǎo)致航跡出現(xiàn)串?dāng)_,航跡的位置精度也較低。但采用本文提出的方法關(guān)聯(lián)后,通過(guò)利用AIS航跡的角度信息修正航跡的角度狀態(tài),航跡不易被錯(cuò)誤測(cè)量拉偏,即使被小幅拉偏后也能及時(shí)被修正回來(lái)。因此本文提出的方法在目標(biāo)間距較小時(shí)能夠?qū)崿F(xiàn)目標(biāo)的正確關(guān)聯(lián)和穩(wěn)定跟蹤。

圖5 仿真結(jié)果示意圖

3.2 實(shí)測(cè)數(shù)據(jù)分析

1)提高關(guān)聯(lián)準(zhǔn)確率

上述仿真實(shí)驗(yàn)驗(yàn)證了本文方法的有效性,現(xiàn)借助于某實(shí)驗(yàn)平臺(tái)采集的數(shù)據(jù),進(jìn)一步驗(yàn)證本文所提方法的優(yōu)越性。兩個(gè)目標(biāo)的態(tài)勢(shì)如圖6所示,其中一個(gè)目標(biāo)由南向北運(yùn)動(dòng),另一個(gè)目標(biāo)由北向南運(yùn)動(dòng)。雷達(dá)位置固定在某點(diǎn),其他參數(shù)設(shè)置與仿真環(huán)境一致。

圖6 目標(biāo)運(yùn)動(dòng)態(tài)勢(shì)圖

當(dāng)兩個(gè)目標(biāo)運(yùn)動(dòng)到某一個(gè)位置時(shí),兩目標(biāo)會(huì)靠得比較近,這會(huì)對(duì)數(shù)據(jù)關(guān)聯(lián)帶來(lái)一定的壓力,容易使目標(biāo)跟偏。這種情況下,利用AIS信息可以很好地解決此類(lèi)典型問(wèn)題。跟蹤結(jié)果如圖7所示,跟蹤結(jié)果轉(zhuǎn)換到以載機(jī)為原點(diǎn)的極坐標(biāo)系中。原始方法是指沒(méi)有采用AIS信息的跟蹤方法,從圖中可以看出,兩個(gè)目標(biāo)相交時(shí),原始方法中的兩條航跡明顯出現(xiàn)串?dāng)_。這主要是由于密集目標(biāo)的回波CFAR測(cè)量值作波束內(nèi)相關(guān)時(shí),小角度合并出現(xiàn)了問(wèn)題,因此波束內(nèi)相關(guān)后會(huì)出現(xiàn)將測(cè)量值合并到中心的情況,容易造成航跡串?dāng)_。但將AIS信息引入后,兩個(gè)目標(biāo)的航行路徑已明顯區(qū)分,因此通過(guò)AIS航跡將雷達(dá)航跡進(jìn)行糾正后,可以有效阻止雷達(dá)航跡與測(cè)量值進(jìn)行誤相關(guān),航跡的串?dāng)_現(xiàn)象得以消除。這說(shuō)明AIS可以用于輔助雷達(dá)多目標(biāo)跟蹤中的數(shù)據(jù)關(guān)聯(lián)。

圖7 跟蹤效果對(duì)比圖

2)提高航速航向精度

為驗(yàn)證本文方法提高了航速航向精度,選取其中某單一航跡場(chǎng)景進(jìn)行說(shuō)明,數(shù)據(jù)同樣來(lái)自于岸基試驗(yàn)。圖8所示的目標(biāo)為一民船目標(biāo),由南向北慢速運(yùn)動(dòng)中,雷達(dá)同樣固定在上述位置。

圖8 跟蹤效果圖

實(shí)際跟蹤的效果圖如圖9所示,其中原始方法為單純的JPDA法,AIS輔助關(guān)聯(lián)方法即為本文所提方法。從圖中可以看出,兩種方法均能穩(wěn)定跟蹤,但本文提出的方法精度顯然更高。采用AIS輔助關(guān)聯(lián)方法后,目標(biāo)的航速和航向的收斂時(shí)間明顯減小,且其穩(wěn)定性也比原始方法提高許多,表明了本文方法的有效性。

圖9 航速航向精度對(duì)比圖

4 結(jié)束語(yǔ)

本文提出了一種基于AIS信息的雷達(dá)航跡融合跟蹤方法,可有效適應(yīng)海面密集目標(biāo)環(huán)境下的多目標(biāo)跟蹤。通過(guò)分析AIS航跡和雷達(dá)航跡的測(cè)量精度,將兩者更好地進(jìn)行融合,在此基礎(chǔ)上,通過(guò)融合后航跡以及AIS信息設(shè)計(jì)出一種雙波門(mén)關(guān)聯(lián)準(zhǔn)則,提高落入雙波門(mén)的測(cè)量值置信度,從而增大了源于目標(biāo)的測(cè)量值的關(guān)聯(lián)概率,降低了虛警和雜波對(duì)雷達(dá)航跡的影響,有效地解決了密集回波環(huán)境中多目標(biāo)跟蹤數(shù)據(jù)關(guān)聯(lián)的問(wèn)題,提高了航跡穩(wěn)健性和跟蹤精度,最后通過(guò)仿真和實(shí)測(cè)數(shù)據(jù)驗(yàn)證了本文方法的有效性。下一步將重點(diǎn)研究本方法的工程化實(shí)現(xiàn)問(wèn)題,在現(xiàn)有硬件的基礎(chǔ)上,通過(guò)軟件升級(jí),重點(diǎn)解決海量AIS航跡處理復(fù)雜度的問(wèn)題,提升裝備的實(shí)用性。

[1]何友,修建娟,關(guān)欣.雷達(dá)數(shù)據(jù)處理及應(yīng)用[M].3版.北京:電子工業(yè)出版社,2013:120-147.

[2]張存,鄭世友,繆禮鋒,等.基于信號(hào)幅度的復(fù)雜目標(biāo)新數(shù)據(jù)互聯(lián)方法[J].雷達(dá)科學(xué)與技術(shù),2016,14(4):411-416.

[3]SONG T L,KIM H W,MUSICKI D.Iterative Joint Integrated Probabilistic Data Association for Multitarget Tracking[J].IEEE Trans on Aerospace and Electronic Systems,2015,51(1):642-653.

[4]YU Juan,WEI Shaoming,WANG Jun.Data Association Method Comparison with Amplitude Information[C].IET International Radar Conference,Xi’an:IET,2013:1-4.

[5]占榮輝,張軍.特征輔助數(shù)據(jù)關(guān)聯(lián)研究綜述[J].系統(tǒng)工程與電子技術(shù),2011,33(1):35-41.

[6]王云奇,孔令講,易偉,等.一種耦合檢測(cè)和JPDA濾波的多目標(biāo)跟蹤算法[J].雷達(dá)科學(xué)與技術(shù),2014,12(2):143-148.

[7]船載自動(dòng)識(shí)別系統(tǒng)(AIS)技術(shù)要求:GB/T20068-2006[S].北京:中國(guó)標(biāo)準(zhǔn)出版社,2006.

[8]汪洋,羅軍.五種常用航跡關(guān)聯(lián)算法在AIS與岸對(duì)海警戒雷達(dá)航跡關(guān)聯(lián)中的仿真分析[J].論證與研究,2010(3):23-26.

[9]田威,王鉞,山秀明,等.穩(wěn)健的聯(lián)合航跡關(guān)聯(lián)與系統(tǒng)誤差估計(jì)[J].清華大學(xué)學(xué)報(bào)(自然科學(xué)版),2013,53(7):946-950.

[10]于海霞,付才魁,林敏.AIS與軍用雷達(dá)目標(biāo)航跡整合算法研究[J].軍事交通學(xué)院學(xué)報(bào),2009,11(5):91-94.

[11]關(guān)勁.基于模糊理論的雷達(dá)/AIS目標(biāo)數(shù)據(jù)融合方法[J].艦船科學(xué)技術(shù),2010,32(9):67-71.

A Method of Multi-Target Fusion and Tracking for Sea Surveillance Radar Based on AIS

HE Fengshou,MIAO Lifeng,TAO Feixiang,ZHANG Cun
(AVIC Leihua Electronic Technology Research Institute,Wuxi214063,China)

For the great difficulty of data association and low tracking accuracy in the intensive target tracking of sea surface,a track fusion method based on automatic identification system(AIS)information is proposed in this paper.Firstly,the fusion coefficients are calculated according to the measured value of AIS and the measurement noise level of radar,which can ensure rationality of fusion data.Then the data association of double gates is made by use of the fusion track for the measured value of radar,which can optimize the data association method,improve the confidence level of target measurement value,and reduce the influences of false alarm and clutter.Thus,the track robustness and the tracking accuracy are improved.Finally,the validity and superiority of the method is proved by simulation data and actual measurement data.

dense sea target tracking;track fusion;AISinformation;data association

TN953;TN957

A

1672-2337(2017)02-0153-06

10.3969/j.issn.1672-2337.2017.02.008

2016-08-29;

2016-11-07

航空基金(No.2014ZC07003);中航工業(yè)技術(shù)創(chuàng)新基金(No.2014D60720R)

賀豐收男,1979年生,湖南常德人,碩士研究生,中航工業(yè)雷華電子技術(shù)研究所高級(jí)工程師,主要研究方向?yàn)闄C(jī)載雷達(dá)系統(tǒng)、雷達(dá)數(shù)據(jù)處理、相控陣?yán)走_(dá)資源管理。

繆禮鋒男,1986年生,江蘇江陰人,碩士研究生,中航工業(yè)雷華電子技術(shù)研究所工程師,主要研究方向?yàn)橄嗫仃嚴(yán)走_(dá)資源管理及密集目標(biāo)跟蹤技術(shù)。

陶飛翔男,1991年生,江蘇南通人,碩士研究生,中航工業(yè)雷華電子技術(shù)研究所工程師,主要研究方向?yàn)橄嗫仃嚴(yán)走_(dá)跟蹤與識(shí)別技術(shù)。

張 存男,1989年生,山東濟(jì)寧人,碩士研究生,中航工業(yè)雷華電子技術(shù)研究所工程師,主要研究方向?yàn)橄嗫仃嚴(yán)走_(dá)資源管理及海面密集目標(biāo)跟蹤技術(shù)。E-mail:524941326@qq.com