随动式车载光电搜跟系统研究
器主频是25Hz,从而由图像处理带来40ms的系统延时,当目标机动性较大时,该延时足以使目标脱离视场范围,造成目标丢失。试验时发现,平台跟踪过程中激光中靶率不足80%,目标机动性大时跟踪能力不足,伺服平台运动曲线不够平滑,目标丢失现象时有发生。
为消除系统滞后,提高跟踪精度,需要对目标的运动特性进行预测。常用的预测算法包括最小二乘滤波[6]、维纳滤波[7]、卡尔曼滤波[8]等,本系统采用卡尔曼滤波算法对目标进行预测。
3.1.1 卡尔曼滤波[9]
离散系统动态方程由运动方程(1)和观测方程(2)构成,具体表述如下:
根据系统方程,可由卡尔曼滤波器对脱靶量即目标位置信息进行预测
3.1.2 试验分析
对某民航飞机进行观测,光电跟踪平台跟踪过程中实时图像如图3所示,目标飞机位于跟踪框内,图像上方显示目标的距离、高度,以及伺服机构的位置信息。
提取跟踪过程中偏航轴运动信息,加入卡尔曼滤波算法,前后偏航轴的位置曲线如图4所示,其中纵坐标表示跟踪过程中光电搜跟平台偏航轴方位角信息。从图中可以看出,加入预测算法后,偏航轴运动更加平稳,系统稳定性提高。同时,加入预测算法后,激光测距仪的中靶率得到显著提高,跟踪民航飞机过程中基本实现激光数据不丢失,系统的跟踪性能得到提升。
3.2 位置误差补偿
计算时取上述两种情况中的最小值。根据系统设计指标,安装及零位误差为0.2°,光电跟踪平台与车载转台水平距离为1m,垂直距离为1.5m,在跟踪距离范围内,计算俯仰角为75°时的目标极限偏差,结果如图7所示。
由图7可知,由于初始坐标不一致导致目标相对车载转台光轴存在偏差,目标距离越近,目标偏差越大。当目标距系统500m时,视场角偏差达到1.02°,对于小视场光学探测设备,仅由位置控制带来的偏差就可能造成目标丢失。因而需要对车载转台偏航轴和俯仰轴位置控制指令进行补偿。
4 结论
本文提出一种随动式车载光电搜跟系统。系统集成于测试车上,通过光电搜跟平台对动态目标进行搜索和跟踪,同时控制车载转台随动,车载转台可搭载导引头等其它光学测量设备,提高了搜跟系统的负载能力。针对测量噪声及系统延时带来的跟踪误差,采用卡尔曼滤波对目标运动参数进行预测,提高了跟踪进度。同时针对光电跟踪平台和车载转台空间坐标系不一致及安装和零位偏差带来的随动观测误差,对光学跟踪平台和车载转台空间位置进行补偿,对随动控制指令进行修正,使随动观测误差得到改善。系统采用模块化设计,实时性高,性能可靠,可用于外场试验对目标、背景及干扰弹的各波段辐射能量进行采集,并为武器系统控制算法优化以及其它性能的外场试验验证提供保障。
参考文献:
[1]周立伟.目标探测与识别[M].北京:北京理工大学出版社.2001.
[2]刘伟胜,李圣衍.电子吊舱在现代雷达抗干扰测试中的设计应用[J].现代雷达,2006(7):8-11.
[3]李红光,韩伟,宋亚民,等.车载光电稳定跟踪平台自抗扰伺服系统设计[J].应用光学,2012(6):1024-1029.
[4]马东玺.光电搜跟系统模式切换特性及控制研究[D].国防科学技术大学,2011.
[5]周霞.光电搜跟系统中图像运动补偿的研究[D].南京理工大学,2014.
[6]周明珠,周治平.结合运动特征的目标跟踪算法[J].计算机工程,2015(3):242-246.
[7]赵昱.光电相关识别及其算法的研究[D].吉林大学,2005.
[8]王秋平,李凤,马春林.光电跟踪模型噪声卡尔曼滤波算法[J].中国惯性技术学报,2012(5):573-576.
[9]张勇刚,李宁,奔粤阳.最优状态估计[M].北京:国防工业出版社,2015.
本文来源于《电子产品世界》2017年第4期第43页,欢迎您写论文时引用,并注明出处。
光电跟踪 卡尔曼滤波 预测 实时系统 201704 相关文章:
- 多传感器状态融合估计在雷达跟踪中的应用(12-31)
- 浅谈西门子仪表的预测性维护(08-27)
- 无线距离预测中需注意的一些因素(06-12)
- 线性预测及其Matlab实现(04-22)
- 使用数字示波器完成EMI预测试(05-06)
- 基于物联网的水文监测系统设计(02-06)