Page 156 - 201903

438 2019 年 5 月

首先，分别对 A、B船上声呐检测到的信号进行 度较高，尤其在目标轨迹的最后阶段，轨迹置信度非
处理，提取目标回波信号，并计算目标坐标。如图 5 常高。
所示，图中线段为 A、B、C 船的真实轨迹，线段上的
1.988
三角形为船只的运动起点，图中散布的点为计算得 ᰴᎶηए
1.986 ˗Ꮆηए
到的亮点。从图中可看出，A 船信号质量非常不好， ͰᎶηए
1.984
虚警太高，亮点几乎均匀地分布在整个探测空间；B
船的探测结果相对较好，但是亮点与真实轨迹的误 y/10 6 m 1.982 A
差仍非常大，仅在目标轨迹的最后阶段，亮点与目标 1.980 C B
1.978
真实轨迹几乎完全重合。
1.976
1.988
1.974
1.35 1.40 1.45 1.50 1.55 1.60
1.986
5
x/10 m
1.984 (a) Aᓕ
y/10 6 m 1.982 A 1.988 ᰴᎶηए
1.980
˗Ꮆηए
C B 1.986 ͰᎶηए
1.978
1.984
1.976 1.982 A
1.974 y/10 6 m 1.980
1.35 1.40 1.45 1.50 1.55 1.60 B
5
x/10 m
1.978 C
(a) Aᓕ
1.976
1.988
1.974
1.35 1.40 1.45 1.50 1.55 1.60
1.986
x/10 m
5
1.984 (b) Bᓕ
y/10 6 m 1.982 A B 图 6 A、B 船由亮点得到的轨迹点及置信度划分
1.980
1.978 Fig. 6 Tracks derived from contacts and their
confidence levels
1.976
得到断续轨迹并划分完置信度等级后，可采用
1.974
1.35 1.40 1.45 1.50 1.55 1.60
5
x/10 m “结合置信度水平的表决融合” 算法对轨迹进行投
(b) Bᓕ 票表决。本次实验按照下述组合逻辑进行轨迹判断
图 5 A、B 船处理得到的原始亮点 和融合，并抛弃不满足此逻辑的亮点：
Fig. 5 Original contacts of ship A and B A 1 B 2 + A 2 B 1 + A 3 + B 3 . (9)

由于目标运动为连续运动，所以前后相邻的两 以 A 1 B 2 为例，当 A 船确定的某条轨迹中有属
批次脉冲间隔时间内，目标的方位信息不会发生急 于低置信度A 1 的点时，那么该轨迹附近必须同时还
剧变化。根据此特性，可分别计算得到 A、B 船确定 有 B 船确定的某条轨迹，且 B 船确定的此条轨迹中
的目标轨迹点，它们满足空间、时间连续性条件，反 有属于较高置信度 B 2 的点，满足上述条件时将这
之，不满足此条件的亮点视为野点。 条轨迹上的亮点保留，并作为轨迹判决的输入数据。
进一步，根据轨迹上定位点对应的目标回波 最后，将各声呐节点保留的亮点综合在一起，按
信噪比大小，对轨迹进行置信度等级划分。如图 6 照亮点出现的时间顺序，利用最小二乘法进行拟合，
所示，此处将每艘船得到的轨迹划分为三个级别， 得到如图 7 所示结果，图中目标 C 附近的虚线为目
分别为 A 1 、A 2 、A 3 和 B 1 、B 2 、B 3 。其中 A 1 、B 1 的 标的拟合轨迹，它与目标真实轨迹曲线吻合度较高。
置信度级别最低，A 3 、B 3 的置信度级别最高，且 从实验数据的处理可看出，本文采用的方法充
A 1 ⊃ A 2 ⊃ A 3 、B 1 ⊃ B 2 ⊃ B 3 。从图6可看出，A船 分利用了多节点声呐探测的优势。当信噪比较低时，
得到的轨迹置信度普遍不高；B 船得到的轨迹置信 如果检测门限设置过高，那么单节点声呐可能无法