基于STAGE的机载雷达对地面目标探测与跟踪的仿真实现

基于STAGE的机载雷达对地面目标探测与跟踪的仿真实现（精选3篇）

篇1：基于STAGE的机载雷达对地面目标探测与跟踪的仿真实现

基于STAGE的机载雷达对地面目标探测与跟踪的仿真实现

在对地面目标检测技术研究的.基础上,提出了以STAGE为开发平台,建立机载雷达地面目标检测的软件仿真系统辅助机载雷达调试的方法,实现了机载雷达对地面慢动目标检测的软件仿真;详细描述了系统仿真模型的建立和在STAGE中具体实现;分析了系统的性能,并给出了仿真结果.

作 者：符伟 夏传浩 吴关 FU Wei XIA Chuan-hao WU Guan 作者单位：符伟,FU Wei(合肥工业大学,计算机与信息学院,安徽,合肥,230009)

夏传浩,XIA Chuan-hao(合肥工业大学,计算机与信息学院,安徽,合肥,230009;中国电子科技集团公司第38研究所,安徽,合肥,230031)

吴关,WU Guan(中国电子科技集团公司第38研究所,安徽,合肥,230031)

刊 名：合肥工业大学学报(自然科学版) ISTIC PKU英文刊名：JOURNAL OF HEFEI UNIVERSITY OF TECHNOLOGY(NATURAL SCIENCE)年，卷(期)：30(2)分类号：V243.2 TP391.9关键词：机载雷达 模型 仿真软件

篇2：机载火控雷达的仿真实现

关键词：机载雷达,火控,建模,雷达模拟

随着近些年电子技术和计算机数字模拟技术的飞速发展,雷达模拟技术逐渐成为国内外军事研究领域的一个热门研究方向,并得到大力的发展。作为雷达模拟技术的一个重要应用领域,雷达训练模拟器以其安全、经济、灵活、逼真等独特的优势将得到重点发展,成为军事训练中必不可少的辅助工具和手段。

本文基于机载火控雷达系统仿真实现这个项目基础上,吸收了上一代雷达仿真模拟器的成熟经验,即在雷达系统设计的理论基础上对目标模块和功能模块进行大致的划分,同时根据现代化计算机模拟技术的发展,提出了更完备的设计方案。在利用先进图形技术OpenGL的基础上,最终生成的雷达模拟器能在逼近真实的环境下工作。

1 硬件组成

多功能火控雷达仿真的硬件主要由多功能显示器(MFD),MFD周围输入按键以及由基于Intel Atom芯片的核心控制板和基于Arm Cortex M3的按键采集控制板组成。MFD周围总共有24个按键,其中包括4个旋转按钮:电源开关、符号调节、对比度调节、亮度调节等;其余20个按钮为控制输入按钮,用于与雷达进行交互,进行各种工作参数的更改和工作模式的切换。

2 软件组成

根据机载火控雷达仿真系统设计要求,需要通过软件实现如下功能:完成对机载火控雷达在各工作模式下的工作过程和载机的作战环境的模拟仿真,一方面要求系统具有正确的功能和较高的仿真精度;另一方面要求系统具有较好的实时性。系统软件需要具备良好的人机交互界面,一方面要求系统具有逼真的雷达显示界面和友好的其他显示界面;另一方面要求系统具有方便可靠的操作性,可同时通过鼠标或者触摸屏、键盘、飞行模拟操纵杆对载机平台和火控雷达进行实时操作和控制。整个软件运行流程图如图1 所示。

3 按键信息采集

3.1 类设计

按键采集控制板主要是采集MFD显示器周围的20个按键控制信息,并以20 Hz的速度向串口总线输出按键信息。通讯方式为RS—485半双工串行数据总线、波特率57 600 bps、8位数据位、1位起始位、1位停止位,无奇偶校验,采用查询应答方式。详细的数据包格式如所示:55 ID D0 D1 D2 D3 D4 D5 D6 D7 A5(下位机发送给上位机的应答数据包(11字节),其中55和A5为同步标识,ID为数据来源标示,D0—D7为具体的按键编码信息。

核心控制板上运行程序需要对从485网络接收到的按键信息进行解析,为了解析这些数据包,我们定义了一个类CMessage,用于抽象从各个模块发来的按键控制信息。CMessageListener定义了一个消息侦听器,当程序对指定的消息感兴趣时,只需要定义一个这样的侦听器,如有指定的消息到达时,会自动通知相应的程序。CMessageIF这个类封装了整个消息收发,解析等操作,它主要包括如下一些主要函数:

bool sendMessage(CMessage &msg) throw (DataSourceIOException);

bool registerMessageListener(CMessage * msg, CMessageListener * listener);

bool deregisterMessageListener(CMessage * msg, CMessageListener * listener);

sendMessage用于向485网络发送一个控制消息,registerMessageListener用于向CMessageIF注册消息侦听器,表示对指定ID的消息感兴趣,当CMessageIF接受到消息时,会将消息派发至各个感兴趣的消息侦听器。deregisterMessageListener用于取消指定的消息侦听器。

类DataSource定义了数据源。按键信息可能来自与485网络,也有可能来自于以太网。类DataSource抽象了这些数据源的共同点,提供了以下4个函数:

打开一个数据源,成功返回true,否则返回false

virtual void open() throw (DataSourceIOException) = 0;

关闭一个数据源,成功返回true,否则返回false

virtual void close() throw (DataSourceIOException) = 0;

从数据源以block方式读取一个字节,返回读取的字节

virtual uint8_t readByte() throw (DataSourceIOException) = 0;

向数据源写入数据,返回实际写入的字节的大小

virtual uint16_t writeBytes(uint8_t * bytes, uint16_t len) throw (DataSourceIOException) = 0;

类DataSource的两个直接实现类为:SerialDataSource和TCPDataSource,表示分别从串口和网络TCP端口获取数据。整个类结构如图2所示。

3.2 重复按键过滤

从485网络发过来按键信息的速度为20 Hz,即每秒钟会得到20个按键数据包。在大多数时候,按键信息是一模一样的,如果程序对这些重复按键进行处理的话,必然会浪费大量的CPU,带来不必要的屏幕重绘操作,所以,必须有一种机制来过滤按键信息,使得程序每次接受到的按键信息都是不一样的。根据按键信息中不同字段的不同,我们将其分为两类:一种是bool量,这种量只要发生了变化,就代表有新的按键了;另外一种是模拟量,比如旋转按钮,不旋转的时候,采集到的模拟量也有可能有细微的变化,针对这种情况,我们定义了一个偏移值,只有当多次采集到模拟量的差值超过这个偏移量时,才认为有新的按键按下了。经过这种机制的过滤,有效地降低了程序的CPU占用率,提高了程序的响应速度。

4 雷达实时扫描图像显示

雷达显示器实时接收从视景计算穿过来的图像数据,进行扇形处理和添加余辉效果,最终显示在雷达显示屏幕上。处理流程图如图3所示。

从视景计算机传过来的图像为矩形,为了处理成雷达所需要的扇形效果,需要在其上面叠加一个扇形,然后利用openGL的混合效果,最终形成如图4所示的效果。

余辉效果是先利用openGL提供的扇形函数以雷达扫描原点画出一个扇形,并以从黑到白的渐变色填充这个扇形,然后将雷达扫描图像和这个扇形进行混合,最终就可以得到如图4所示的余辉效果。

5 数据建模

雷达仿真软件所需的外部信息包括载机信息、目标信息和雷达控制信息,雷达仿真完成后向其他仿真模块发送检测到的目标信息,本机或以太网的其他仿真软件模块通过输入和输出接口与雷达仿真软件实现以上数据信息的交换。

5.1 输入接口定义

下面是传入的数据接口,将传入的关于载机和目标的信息逐个赋给下面三个结构体对象,从网络获取控制指令的接口,将对雷达的控制指令逐个传给controldata这个结构体对象。具体定义见表1所示。

5.2 输出接口定义

下面是将目标信息发送出去的接口

SEND_RADAR_TO_HUD_INFO Sendtohudinfo;

SEND_RADAR_OUTPUT output_info;

share_targetinfo Send_TargetInfo;

struct share_targetinfo的定义如表2所示。

6 结论

以上各个部分综合在一起,利用VisualC++编程便可以得到机载火控雷达的仿真,该实现已经完成了整体测试,符合项目要求,得到了使用用户的好评,证明了其适用性和可靠性。开发过程中所提出的技术和方法可以在类似产品中推广应用。

参考文献

[1]王振荣,薛丽华.一种通用型PD雷达目标模拟器.现代雷达,1995;(3):85—91

[2]张建华.PD雷达接收机及信号处理系统仿真研究.成都:电子科技大学硕士论文,2003

[3]丁鹭飞,耿富录.雷达原理.西安:西安电子科技大学出版社,1984

[4]张亚朋.多功能雷达工作模式研究.现代雷达,2003;25(8):1—4

[5]王坤,李永宁.基于C++的雷达显示终端设计及实现.四川大学学报(自然科学版),2004;41(6):1177—1179

[6]杨哲,何佩琨,崔智社,等.雷达显示器仿真及其实现.计算机仿真,2003;20(12):51—54

篇3：基于STAGE的机载雷达对地面目标探测与跟踪的仿真实现

关键词：激光雷达；检测；跟踪

中图分类号：TP242.6

近年来，无人车辆驾驶技术研究呈现明显增长趋势。其中障碍物分类则是无人车环境感知问题中最为重要的课题。多数早起环境感知研究都是通过对摄像头采集到的图像进行处理，但是由于图像容易受到环境，天气等多重因素的限制，处理效果并不稳定。然而激光测距雷达具备抗干扰性强，精度高等优点，越来越多被应用到环境感知中。

1 理论部分

1.1 激光雷达工作原理

为使无人车能够快速准确地获得位置环境中障碍物的距离，激光雷达能够很好地满足这些需求。激光雷达采用飞行时间测距原理，由激光器发射出的激光脉冲投射到物体表面引起散射，其中一部分经过反射并被激光雷达的接收器所接收。激光测距的公式如下：

d=△t*C/2 （1）

其中d为激光发射器到反射点之间的几何距离，C为光速，△t为测量发射光束与从物体表面返回来的反射光束之间的时间差△t。

1.2 小波变换

与Fourier变换相比，小波变换是空间（时间）和频率的局部变换，因而能有效地从信号中提取信息。一般所讨论的小波是指由一个称之为母小波或基小波函数，进过伸缩与平移所产生的ψ（t）或其他空间的基底。定义函数ψ（t）满足

∫_（-∞）^（+∞）?= ψ（t） □（24&dt）=0， ψ（t）∈L^2 （R） （2）

其中ψ（t）为母小波函数，或简称为小波函数。

1.3 卡尔曼滤波

卡尔曼滤波常用于去除混杂于有用信号之中的随机噪声。其基本思想是以最小平均误差为最佳估计准则，采用信号与噪声的状态空间模型，利用前一时刻的估计值和当前时刻的观测值来更新对状态变量的估计，求出当前时刻的估计值。以下即为卡尔曼滤波算法，共包括三个方程，都是矩阵算法。

K_k=AP_k C^T 〖（CP_k C^T+S_z）〗^（-1） （3）

x ?_（k+1）=（Ax ?_k+Bu_k ）+K_k （y_（k+1）-Cx ?_k） （4）

P_（k+1）=AP_k A^T+S_w- AP_k C^T S_Z^（-1） CP_k A^T （5）

2 算法描述

为了简化算法，需要在路沿检测前做一些假设。第一，地面是相对平滑且连续平稳变化的。第二，假设车辆行驶在平滑路面上，震动较小，激光雷达扫描角度并未改变。在这些前提下，算法主要可以分为三个部分：（1）数据预处理，（2）基于小波变换的特征提取，（3）基于卡尔曼滤波的状态跟踪。

2.1 数据预处理

在预处理过程中，首先把激光雷达所收集到的数据把数据进行聚类，当某几个相邻的点的距离小于一定阈值时可以归类到一起。如果其中某一类中的点数过少，则可以把它们移除。再通过插值或者删除的方法把点的个数变为2^n。

2.2 特征提取

为了处理数据，具体的算法步骤如下：

步骤1：计算初始层i各个相邻点高度值的低频成分和高频成分；

步骤2：所得低频成分和高频成分标以i-1；

步骤3：计算标记完的点的高度平均值；

步骤4：重新标记各个成分。计算个点到平均值的差值，如果差值大于方差则该成分为有效，否则不予考虑；

步骤5：计算第i+1层；

这个算法从最上层一直计算到最下层。最后所有点会被分成两部分：路面点和非路面点。

2.3 状态跟踪

特征提取后，得到道路两边路沿的坐标值，设其状态向量为X=〖[x x ? x ?]〗^T， x，x ?，x ?分别为目标在运动方向上的位置、速度和加速度。设采样周期为T，则离散时间状态方程如下：

X（k）=?（k-1）X（k-1）+G（k-1）W（k-1） （6）

Z（k）=H（k）X（k）+V（k） （7）

式中，X（k）是k时刻目标状态向量，W（k）为状态噪声，E（W（k））=0，Z（k）是k时刻测量向量，V（k）测量噪声；? （k）和H（k）分别为k时刻状态转移矩阵和测量矩阵。对于相对运动目标跟踪，因为所建立模型不同，其表达式不同，这里采用常加速模型。

?（k）=[■（1&T&T^2@0&1&T@0&0&1）] （8）

H（k）=[1 0 0] （9）

只要预先给定状态估计值和滤波估计状态向量的协方差矩阵。卡尔曼滤波过程就能持续递推下去。最后得效果图如下：

图1 卡尔曼跟踪后的路沿点检测效果

3 结束语

本文提出了一种基于小波变换的实时路沿点检测方法，在城市道路中有着良好的鲁棒性。该方法的优点是计算简便、时间复杂程度低，比较适合于实时应用系统。

参考文献：

[1]Van der Merwe R，Wan E A. The square-root unscented Kalman filter for state and parameter estimation[J]. IEEE International Conference on Acoustics，Speech，and Signal Processing，2001（06）：3461-3464.

[2]Ashraf M. Aziz.A new multiple decisions fusion rule for targets detection in multiple sensors distributed detection systems with data fusion[J].Information Fusion，2014（18）：175-186.

作者簡介：陆恒（1990-），男，硕士研究生，研究方向：智能车辆环境感知。