无先验信息的机载组网雷达实时空间配准算法

doi:10.3969/j.issn.1009-086x.2025.04.011

现代防御技术 ›› 2025, Vol. 53 ›› Issue (4): 105-111.DOI: 10.3969/j.issn.1009-086x.2025.04.011

• 目标特性与探测跟踪技术 • 上一篇

无先验信息的机载组网雷达实时空间配准算法

刘心成¹^,³, 朱陈予², 韩玉兵²

^1.中国电子科技集团公司第二十七研究所，河南郑州 450045
^2.南京理工大学电子工程与光电技术学院，江苏南京 210000
^3.西安电子科技大学雷达信号处理国家重点实验室，陕西西安 710071

收稿日期:2024-05-08 修回日期:2024-08-14 出版日期:2025-08-28 发布日期:2025-09-02
通讯作者: 韩玉兵
作者简介:刘心成(1984-)，男，河南鹿邑人。高工，博士生，研究方向为组网雷达、机载雷达、通感一体化。
基金资助:
嵩山实验室预研项目(YYJC062022024)

A Real-Time Spatial Registration Algorithm for Airborne Networked Radar Without Prior Information

Xincheng LIU¹^,³, Chenyu ZHU², Yubing HAN²

^1.The 27th Research Institute of CETC，Zhengzhou 450045，China
^2.School of Electronic and Optical Engineering，Nanjing University of Science and Technolgy，Nanjing 210000，China
^3.National Laboratory of Radar Signal Processing，Xidian University，Xi’an 710071，China

Received:2024-05-08 Revised:2024-08-14 Online:2025-08-28 Published:2025-09-02
Contact: Yubing HAN

摘要/Abstract

摘要：

针对多部空间姿态时刻变化的机载雷达，提出了一种全新的、无需依赖先验信息（如雷达位置和姿态）的空间配准策略，本策略涉及到实时配准参数解算以及融合点迹优化等多个关键环节。利用目标点迹数据建立雷达间的空间姿态关系，借助递归最小二乘法（recursive least squares,RLS）迭代求解旋转矩阵和平移向量，进而实现各雷达坐标系的实时配准。此外，引入了一种基于融合结果的目标轨迹级空间配准参数反向调节策略，通过构建配准误差模型并运用梯度下降法进行优化，有效降低了融合轨迹误差，提升了配准精度与跟踪质量。所提策略为雷达空间姿态的实时配准问题提供了一种全面且高效的解决方案，具有重大的理论价值与实际应用前景。

关键词: 组网雷达, 空间配准, 机动目标, 数据融合, 递归最小二乘法

Abstract:

This paper presents a novel spatial registration strategy for multiple motion radars with varying spatial attitudes， which does not require prior information such as radar position and attitude. The strategy involves key steps， including the real-time calculation of registration parameters and optimization of fusion tracks. The recursive least squares （RLS） is employed to establish spatial attitude relationships between radars by using target track data. A method for reverse adjustment of target trajectory-level spatial registration parameters based on fusion results is presented. The method models registration errors and optimizes them using gradient descent， resulting in reduced fusion trajectory errors， improved registration accuracy， and enhanced tracking quality. The proposed strategy provides a comprehensive and efficient solution for real-time registration of radar spatial attitudes. It has both theoretical and practical value.

Key words: networked radar, spatial registration, maneuver targets, data fusion, recursive least squares（RLS）

中图分类号:

TN959.73

刘心成, 朱陈予, 韩玉兵. 无先验信息的机载组网雷达实时空间配准算法[J]. 现代防御技术, 2025, 53(4): 105-111.

Xincheng LIU, Chenyu ZHU, Yubing HAN. A Real-Time Spatial Registration Algorithm for Airborne Networked Radar Without Prior Information[J]. Modern Defense Technology, 2025, 53(4): 105-111.

图/表 4

图1 目标点迹融合反向调节配准参数空间结构示意图

Fig. 1 Diagram of the spatial structure of the registration parameters for reverse adjustment of target point track fusion

图2 KF算法与本文所提算法对于目标跟踪精度比较

Fig. 2 Comparison of target tracking accuracy between KF algorithm and the proposed algorithm

图3 SVD算法与本文所提算法对于目标跟踪精度比较

Fig. 3 Comparison of target tracking accuracy between SVD algorithm and the proposed algorithm

图4 是否进行反向调节配准参数的目标跟踪精度比较

Fig. 4 Comparison of the accuracy of target tracking with and without inverse adjustment of alignment parameters

参考文献 29

[1]	BOGDANOVIĆ N， DRIESSEN H， YAROVOY A G. Target Selection for Tracking in Multifunction Radar Networks： Nash and Correlated Equilibria［J］. IEEE Transactions on Aerospace and Electronic Systems， 2018， 54（5）： 2448-2462.
[2]	卜石哲. 空时偏差多传感器系统信息融合算法［D］. 哈尔滨：哈尔滨工业大学， 2017.
	BU Shizhe. Information Fusion Algorithms for Multisensor System with Spatiotemporal Bias［D］. Harbin： Harbin Institute of Technology， 2017.
[3]	曾雅俊，王俊，魏少明，等. 分布式多传感器多目标跟踪方法综述［J］. 雷达学报， 2023， 12（1）： 197-213.
	ZENG Yajun， WANG Jun， WEI Shaoming， et al. Review of the Method for Distributed Multi-sensor Multi-target Tracking［J］. Journal of Radars， 2023， 12（1）： 197-213.
[4]	何佳洲，潘江怀. 多传感器时空配准问题的研究与思考［J］. 舰船科学技术， 2021， 43（15）： 114-120， 124.
	HE Jiazhou， PAN Jianghuai. Research and Reflection of Multi-sensor Time/Space Registration［J］. Ship Science and Technology， 2021， 43（15）： 114-120， 124.
[5]	董云龙，张焱. 雷达系统偏差精确配准技术研究综述［J］. 现代雷达， 2024， 46（3）： 1-8.
	DONG Yunlong， ZHANG Yan. A Review of Radar System Deviation Accurate Registration Technology［J］. Modern Radar， 2024， 46（3）： 1-8.
[6]	BURKE J J. The SAGE Real Quality Control Fraction and Its Interface with BUIC II/BUIC III［R］. MITRE Corps Ration， 1966.
[7]	LEUNG H， BLANCHETTE M， HARRISON C. A Least Squares Fusion of Multiple Radar Data［C］∥Proceedings of RADAR， 1994： 364-369.
[8]	DANA M P. Registration： A Prerequisite for Multiple Sensor Tracking［M］. Multitarget-Multisensor Tracking： Advanced Applications， 1990.
[9]	ZHOU Yifeng， LEUNG H， YIP P C. An Exact Maximum Likelihood Registration Algorithm for Data Fusion［J］. IEEE Transactions on Signal Processing， 1997， 45（6）： 1560-1573.
[10]	OKELLO N， RISTIC B. Maximum Likelihood Registration for Multiple Dissimilar Sensors［J］. IEEE Transactions on Aerospace and Electronic Systems， 2003， 39（3）： 1074-1083.
[11]	WANG Jun， ZENG Yajun， WEI Shaoming， et al. Multi-sensor Track-to-Track Association and Spatial Registration Algorithm Under Incomplete Measurements［J］. IEEE Transactions on Signal Processing， 2021， 69： 3337-3350.
[12]	CONG Xiaoyu， HAN Yubing， SHENG Weixing， et al. Range-Doppler Domain Spatial Alignment for Networked Radars［J］. EURASIP Journal on Advances in Signal Processing， 2022， 2022（1）： 12.
[13]	唐小明，朱洪伟，何友，等. 系统误差和目标状态联合模型的可观测性分析［J］. 现代雷达， 2014， 36（11）： 85-91.
	TANG Xiaoming， ZHU Hongwei， HE You， et al. Observability Analysis of the Joint Model of Systematic Error and Target State［J］. Modern Radar， 2014， 36（11）： 85-91.
[14]	HELMICK R E， RICE T R. Removal of Alignment Errors in an Integrated System of Two 3-D Sensors［J］. IEEE Transactions on Aerospace and Electronic Systems， 1993， 29（4）： 1333-1343.
[15]	NABAA N， BISHOP R H. Solution to a Multisensor Tracking Problem with Sensor Registration Errors［J］. IEEE Transactions on Aerospace and Electronic Systems， 1999， 35（1）： 354-363.
[16]	KASTELLA K， YEARY B， ZADRA T， et al. Bias Modeling and Estimation for GMTI Applications［C］∥Proceedings of the Third International Conference on Information Fusion. Piscataway： IEEE， 2000： TU C1-7 -TU C1-12.
[17]	BAR-SHALOM Y. Airborne GMTI Radar Position Bias Estimation Using Static-Rotator Targets of Opportunity［J］. IEEE Transactions on Aerospace and Electronic Systems， 2001， 37（2）： 695-699.
[18]	宋强，何友，杨俭. 基于UKF的目标状态与系统偏差的联合估计算法［J］. 弹箭与制导学报， 2007， 27（3）： 311-313， 316.
	SONG Qiang， HE You， YANG Jian. An Augmented State Target Tracking Algorithm with Systematic Errors Based on the Unscented Kalman Filter［J］. Journal of Projectiles， Rockets， Missiles and Guidance， 2007， 27（3）： 311-313， 316.
[19]	雍霄驹，方洋旺，张登福，等. 网络瞄准中的异步传感器空间配准算法［J］. 北京航空航天大学学报， 2014， 40（12）： 1707-1712.
	YONG Xiaoju， FANG Yangwang， ZHANG Dengfu， et al. Algorithm of Asynchronous Sensors Bias Estimation in Networked Targeting［J］. Journal of Beijing University of Aeronautics and Astronautics， 2014， 40（12）： 1707-1712.
[20]	HSIEH C S. General Two-Stage Extended Kalman Filters［J］. IEEE Transactions on Automatic Control， 2003， 48（2）： 289-293.
[21]	IGNAGNI M. An Alternate Derivation and Extension of Friendland's Two-Stage Kalman Estimator［J］. IEEE Transactions on Automatic Control， 1981， 26（3）： 746-750.
[22]	LIN Xiangdong， BAR-SHALOM Y， KIRUBARAJAN T. Exact Multisensor Dynamic Bias Estimation with Local Tracks［J］. IEEE Transactions on Aerospace and Electronic Systems， 2004， 40（2）： 576-590.
[23]	LIN X， BAR-SHALOM Y， KIRUBARAJAN T. Multisensor Multitarget Bias Estimation for General Asynchronous Sensors［J］. IEEE Transactions on Aerospace and Electronic Systems， 2005， 41（3）： 899-921.
[24]	ZIA A， KIRUBARAJAN T， REILLY J P， et al. An EM Algorithm for Nonlinear State Estimation with Model Uncertainties［J］. IEEE Transactions on Signal Processing， 2008， 56（3）： 921-936.
[25]	ZHOU Lin， LIU Anxing， HU Zhentao， et al. Joint Estimation of State and System Biases in Non-linear System［J］. IET Signal Processing， 2017， 11（1）： 10-16.
[26]	WAN Tao， SUN Shuli. Fusion Identification and Estimation of Multisensor Multichannel AR Signals with Missing Measurements and Sensor Biases［J］. Digital Signal Processing， 2020， 98： 102636.
[27]	丛潇雨. 组网雷达协同探测及干扰抑制研究［D］. 南京：南京理工大学， 2022.
	CONG Xiaoyu. Research on Networked Radar Cooperative Detection and Jamming Suppression［D］. Nanjing： Nanjing University of Science & Technology， 2022.
[28]	刘煜，杨哲，韩崇昭. 传感器定姿偏差的空间配准算法研究［J］. 现代雷达， 2009， 31（2）： 29-31， 35.
	LIU Yu， YANG Zhe， HAN Chongzhao. A Study on Space Registration Algorithm of Sensor Attitude Bias［J］. Modern Radar， 2009， 31（2）： 29-31， 35.
[29]	CONG Xiaoyu， HAN Yubing， SHENG Weixing， et al. Spatio-Temporal Alignment and Trajectory Matching for Netted Radar Without Prior Spatial Information and Time Delay［J］. IEEE Access， 2020， 8： 126965-126976.

无先验信息的机载组网雷达实时空间配准算法

A Real-Time Spatial Registration Algorithm for Airborne Networked Radar Without Prior Information

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 4

参考文献 29

相关文章 9

编辑推荐

Metrics

本文评价

[1]	陈万春, 郑佳, 郑学合, 于琦, 曾鹏, 王超. 拦截弹主动段自适应能量分配弹道规划方法[J]. 现代防御技术, 2025, 53(3): 103-111.
[2]	吕强, 刘海军, 钟珲, 刘德忠. 一种主被动雷达目标跟踪测量数据融合方法[J]. 现代防御技术, 2024, 52(4): 108-116.
[3]	臧红岩, 王凯, 高长生, 荆武兴, 王越欣. 基于滚动时域估计的高超声速飞行器轨迹跟踪[J]. 现代防御技术, 2024, 52(2): 132-144.
[4]	董晓飞, 郝明瑞, 任章. 有向切换拓扑条件下针对机动目标的分布式协同制导方法[J]. 现代防御技术, 2024, 52(2): 104-114.
[5]	李昊键, 黎克波, 梁彦刚. 基于可达区预测的高速机动目标多弹拦截决策[J]. 现代防御技术, 2024, 52(2): 53-62.
[6]	曾观林, 冯国虎. 水下SINS/DVL组合导航误差抑制综述[J]. 现代防御技术, 2023, 51(4): 25-35.
[7]	吴刚, 张科. 拦截大机动目标的有限时间收敛制导律[J]. 现代防御技术, 2022, 50(5): 43-51.
[8]	田源, 王俊波, 宿敬亚. 基于视线角速率的自适应滑模导引规律[J]. 现代防御技术, 2020, 48(2): 40-44.
[9]	刘标, 许腾, 李光. D-S证据理论改进算法提高水下目标识别准确性[J]. 现代防御技术, 2018, 46(1): 120-124.