多传感器数据融合在光电经纬仪目标分离段跟踪的应用

　　0　引　　言

　　在现代靶场测控系统中,利用光电经纬仪测量目标分离段的特性是一项重要工作,光电经纬仪通过光学传感器(通常为电视和红外)成像的方法,能提供目标分离时刻的直观图像、姿态特征以及弹道信息,具有其他设备无可比拟的优势[1]。然而,目标在分离时刻其光学成像特性有较大差异,经常出现单个目标分裂成多个子目标的现象,这些子目标极大干扰了光电经纬仪对正确目标的识别提取,容易造成目标分离后跟踪假目标的情形,因此研究如何保证经纬仪在目标分离段稳定跟踪正确目标具有重要意义。

　　传统光电经纬仪跟踪系统主要是根据图像识别系统提供的目标脱靶量来跟踪目标,在目标分离段的跟踪效果依赖于人为事先分析目标的分离特性,并据此选择合适的处理算法来识别目标。目前常用目标边缘提取算法沿着设定的边缘识别方向识别出目标边缘位置,以及质心位置提取算法识别出成像特性最明显的目标位置。然而实际应用表明,通过这些方法来成功识别出目标分离段的真实目标受到很大的限制,识别并跟踪假目标的概率很大,将难以胜任靶场中各种越来越复杂的目标跟踪要求。

　　现代光电经纬仪大多安装有多个光学传感器,这些光学传感器工作在不同的波长范围,有利于在各种情况下对目标的有效探测,而且在现代测控靶场中, 目标的理论弹道数据通常可以事先计算出来。鉴于此,本文提出了一种基于多传感器数据融合的光电经纬仪目标分离段跟踪方法,研究在目标稳定跟踪时如何根据测量数据修正目标的理论弹道轨迹,并在目标分离后利用模糊聚类联算法计算目标测量数据与目标修正后的理论弹道数据的相关性[2-4],以此判断目标识别系统是否识别出正确目标,分析结果既可以用于跟踪系统选择融合数据源,又可以作为目标识别系统的决策参考,从而有效提高目标分离段跟踪的成功概率。

　　1　目标分离段跟踪原理

　　光学传感器的目标识别系统正确提取出真实目标脱靶量是传统光电经纬仪对目标稳定跟踪的前提。在目标不分离或分离前,各个光学传感器目标成像特征明显,目标识别系统容易识别出真实目标并给出各个光学传感器的正确脱靶量,跟踪系统依赖人为选择的单个光学传感器的脱靶量就能够可靠地跟踪目标。但是,在目标分离时,目标成像特性变得非常复杂。图1示出实验目标分离前及分离时可见光成像情形,分离前目标识别系统可以稳定识别出目标位置,而在分离时,由于众多干扰目标的存在,目标识别系统识别出真实目标的概率大幅度降低,容易给出错误目标的脱靶量,如果跟踪系统依然采用该脱靶量进行跟踪将会丢失真实目标。