隨著現(xiàn)代武裝直升機(jī)作戰(zhàn)性能的不斷提高，其高機(jī)動(dòng)性、高靈活性、全天候作戰(zhàn)和有效的攻擊火力，使之成為現(xiàn)代武器系統(tǒng)和地空聯(lián)合作戰(zhàn)中越來越重要的突擊力量。軍事雷達(dá)很難探測(cè)到超低空飛行的武裝直升機(jī)，且由于其向外輻射電磁波，易被敵方偵查并實(shí)施電子干擾。反直升機(jī)智能雷AHM(Anti-Helicopter Mine)正是在這種需求背景下提出來的武器系統(tǒng)概念，基本任務(wù)是自主探測(cè)、識(shí)別并攻擊敵方超低空飛行的直升機(jī)，其布防靈活、安全隱蔽、全天候作戰(zhàn)等特點(diǎn)，使之有效彌補(bǔ)了現(xiàn)有防空武器系統(tǒng)的不足[1]。
    目前，反直升機(jī)智能雷常用的探測(cè)手段是復(fù)合式探測(cè)方法，其中被動(dòng)聲探測(cè)技術(shù)是主要探測(cè)手段。國(guó)內(nèi)在距離探測(cè)方面精度還不高,存在難以對(duì)目標(biāo)的位置、速度等信息進(jìn)行準(zhǔn)確估計(jì)等缺點(diǎn)。參考文獻(xiàn)[2-3]提出基于被動(dòng)聲的直升機(jī)定位方法，通過對(duì)聲傳感器陣列的聲信號(hào)進(jìn)行處理估算出目標(biāo)的位置角；參考文獻(xiàn)[4-5]提出基于角跟蹤方法的AHM跟蹤系統(tǒng)，實(shí)現(xiàn)了智能雷最佳指向角的估計(jì)。以上方法都是基于單一被動(dòng)聲探測(cè)體制，而本文將基于圖像傳感器的電視跟蹤系統(tǒng)引入AHM的設(shè)計(jì)，將被動(dòng)聲目標(biāo)定位技術(shù)和視覺伺服理論有機(jī)結(jié)合，目標(biāo)聲源特征和圖像特征有機(jī)結(jié)合，實(shí)現(xiàn)多傳感器、多引導(dǎo)源的智能雷伺服跟蹤系統(tǒng)。
1 多傳感器AHM的系統(tǒng)結(jié)構(gòu)設(shè)計(jì)
1.1 多傳感器在AHM中的分布
　    圖1是一種多傳感器反直升機(jī)智能雷示意圖，在一個(gè)專門設(shè)計(jì)的二自由度旋轉(zhuǎn)臺(tái)上，加入聲傳感器系統(tǒng)和圖像傳感器系統(tǒng)，其中將1個(gè)CCD攝像機(jī)安裝于AHM彈藥部平面中央（如圖中黑色圓區(qū)域），使得圖像傳感器位于旋轉(zhuǎn)機(jī)構(gòu)末端，并且CCD靶面中心與戰(zhàn)斗部火力中心重合。由5個(gè)聲傳感器組成的聲傳感陣列安裝在AHM本體及四周展開的直支架腿末端，控制板和驅(qū)動(dòng)電路均分層安裝在本體內(nèi)底座中。

1.2 多傳感器AHM的系統(tǒng)組成
　    本文將基于多傳感器的反直升機(jī)智能雷跟蹤系統(tǒng)作為研究對(duì)象，構(gòu)建了一個(gè)兩旋轉(zhuǎn)自由度的伺服跟蹤系統(tǒng)（如圖2），以圖像傳感器、聲傳感陣列和測(cè)距儀等作為目標(biāo)探測(cè)裝置，可作俯仰和旋轉(zhuǎn)運(yùn)動(dòng)的跟蹤轉(zhuǎn)臺(tái)作為伺服機(jī)構(gòu)，共同組成一個(gè)空中目標(biāo)的目標(biāo)檢測(cè)和伺服跟蹤系統(tǒng)。

      在傳統(tǒng)反直升機(jī)被動(dòng)聲探測(cè)基礎(chǔ)上，提出了一種基于圖像信息、聲音信息、距離信息等多信息綜合跟蹤算法，使得伺服機(jī)構(gòu)能夠在無人干預(yù)的情況下自動(dòng)對(duì)準(zhǔn)目標(biāo)，通過對(duì)目標(biāo)特征提取和運(yùn)動(dòng)軌跡預(yù)測(cè)，對(duì)空中運(yùn)動(dòng)的特定目標(biāo)，如低空飛行的敵機(jī)、武裝直升機(jī)等，進(jìn)行精確跟蹤。首先將聲源定位技術(shù)用于低空目標(biāo)探測(cè)和初始定位，當(dāng)滿足武裝直升機(jī)等目標(biāo)的聲引信特征時(shí)，給出目標(biāo)預(yù)警信號(hào)并啟動(dòng)視覺跟蹤系統(tǒng)轉(zhuǎn)動(dòng)至該方位；然后進(jìn)入視頻跟蹤階段，進(jìn)行目標(biāo)圖像處理和特征提取后，預(yù)測(cè)目標(biāo)下一時(shí)刻的特征軌跡，最后通過推導(dǎo)基于圖像信息的視覺伺服控制器，得出戰(zhàn)斗部在兩個(gè)自由度上的旋轉(zhuǎn)角度，轉(zhuǎn)至該位置后引爆戰(zhàn)斗部，從而實(shí)現(xiàn)反直升機(jī)智能雷自主、智能防空作用。
2 被動(dòng)聲定位技術(shù)的目標(biāo)探測(cè)
2.1 基于聲壓特征的低空目標(biāo)預(yù)警
    本系統(tǒng)應(yīng)用中，多傳感器AHM智能雷初始化時(shí)，只開啟低功耗的被動(dòng)聲探測(cè)系統(tǒng)，實(shí)時(shí)檢測(cè)并計(jì)算聲傳感器的聲壓強(qiáng)度,當(dāng)武裝直升機(jī)低空飛行接近防空區(qū)域時(shí)，聲波大于設(shè)定閾值時(shí)，認(rèn)為目標(biāo)進(jìn)入防空區(qū)域[7]，發(fā)出預(yù)警信號(hào)并立刻開啟視覺跟蹤系統(tǒng)，結(jié)合目標(biāo)聲源特征和圖像特征再次確認(rèn)目標(biāo)。這樣既利于減小AHM智能雷系統(tǒng)的整體功耗,又能提高系統(tǒng)整體智能化程度，減少目標(biāo)探測(cè)和后續(xù)圖像識(shí)別跟蹤的復(fù)雜度,防止AHM智能雷產(chǎn)生誤動(dòng)作。聲壓級(jí)特征定義為：

 
2.2 五元十字聲源定位法求目標(biāo)位置角
　    當(dāng)系統(tǒng)產(chǎn)生預(yù)警信號(hào)后，需要通過進(jìn)一步處理聲陣列聲信號(hào)，采用被動(dòng)聲定位算法估計(jì)出目標(biāo)大致方位，并驅(qū)動(dòng)伺服機(jī)構(gòu)迅速轉(zhuǎn)至該角度，使得目標(biāo)大致出現(xiàn)在攝像機(jī)視野中央。對(duì)低空飛行的直升機(jī)在系統(tǒng)初始狀態(tài)下進(jìn)行迅速、準(zhǔn)確的定位，是進(jìn)行后續(xù)的運(yùn)動(dòng)目標(biāo)視頻檢測(cè)和跟蹤的前提。聲源定位方法主要包括到達(dá)時(shí)延(TDOA)聲源定位方法、定向波束形成法和高分辨率譜估計(jì)技術(shù)等。
　    由于攝像機(jī)一般具有一定范圍的可視角，因此目標(biāo)初始聲源定位要求算法簡(jiǎn)單，實(shí)時(shí)性好，且易于數(shù)字信號(hào)處理器的硬件實(shí)現(xiàn)。考慮以上要求，采用到達(dá)時(shí)延法（TDOA）聲源定位法，該算法計(jì)算量小，易于實(shí)時(shí)處理，并且實(shí)驗(yàn)表明可達(dá)到精度要求。
　    本文采用基于TDOA的五元十字聲傳感器陣列定位方法[8]。被測(cè)目標(biāo)位于離聲傳感器較遠(yuǎn)的低空，可假設(shè)目標(biāo)為點(diǎn)聲源，位于遠(yuǎn)場(chǎng)。平面五元十字陣的陣形結(jié)構(gòu)如圖3所示，由五個(gè)無方向性的聲波傳感器0、1、2、3和4組成。其中1、3號(hào)傳感器線陣和2、4傳感器線陣正交，兩線陣交點(diǎn)為聲傳感器0。每組傳感器線陣的陣元距離為D。以0號(hào)傳感器所處的位置為原點(diǎn)建立直角坐標(biāo)系。目標(biāo)聲源入射波到達(dá)陣元1、2、3和4相對(duì)于到達(dá)陣元0的時(shí)間延遲分別記為τ1、τ2、τ3和τ4。目標(biāo)方位角為θ,定義為目標(biāo)入射方向在xoy平面的投影與x軸正向的夾角；俯仰角為φ,定義為目標(biāo)入射方向與z軸正向的夾角，目標(biāo)距聲陣中心o的距離記為R，空氣聲速為C。由聲陣和目標(biāo)的幾何關(guān)系并運(yùn)用余弦定理可導(dǎo)出目標(biāo)的定位方程如下：

    在跟蹤系統(tǒng)對(duì)目標(biāo)跟蹤的過程中，由于目標(biāo)的空間位置、速度狀態(tài)參量的時(shí)變性，伺服跟蹤機(jī)構(gòu)執(zhí)行的滯后性，為了提高智能雷實(shí)時(shí)跟蹤性能，確保目標(biāo)進(jìn)入彈藥火力的彈目交匯區(qū)域，需要對(duì)目標(biāo)下一時(shí)刻的形心特征進(jìn)行特征預(yù)測(cè)和位置外推，使得伺服電機(jī)轉(zhuǎn)角具有一定的超前量，然后以較大速度直至目標(biāo)預(yù)測(cè)位置角，可以有效解決上面的問題。將參考文獻(xiàn)[11]所述的線性平方綜合特征軌跡預(yù)測(cè)器用于目標(biāo)形心特征的預(yù)測(cè)，得到目標(biāo)的圖像預(yù)測(cè)位置作為期望的圖像特征，即為下一時(shí)刻目標(biāo)中心像素坐標(biāo)，并以此特征作為后續(xù)伺服跟蹤的圖像特征。
4 基于圖像特征的伺服跟蹤
    如前所述，進(jìn)入視頻跟蹤狀態(tài)的AHM系統(tǒng)，通過軌跡特征預(yù)測(cè)器得到目標(biāo)下一時(shí)刻的圖像中心特征，需要通過伺服控制器轉(zhuǎn)換為瞄準(zhǔn)直升機(jī)預(yù)測(cè)位置所需要的兩個(gè)自由度的旋轉(zhuǎn)角，使得目標(biāo)中心特征坐標(biāo)落在期望的圖像坐標(biāo)系原點(diǎn)，即可完成視覺跟蹤任務(wù)。根據(jù)基于圖像特征的視覺伺服控制理論，將目標(biāo)期望圖像特征與當(dāng)前圖像特征的特征誤差轉(zhuǎn)換為旋轉(zhuǎn)機(jī)構(gòu)的轉(zhuǎn)角誤差（這里取預(yù)測(cè)的目標(biāo)圖像中心特征作為當(dāng)前特征），通過求取系統(tǒng)圖像雅克比矩陣，即可將圖像空間誤差轉(zhuǎn)換為笛卡爾坐標(biāo)系下伺服機(jī)構(gòu)的關(guān)節(jié)角運(yùn)動(dòng)，從而實(shí)現(xiàn)對(duì)目標(biāo)的精確跟蹤[12]。
4.1 伺服機(jī)構(gòu)運(yùn)動(dòng)學(xué)建模
    為簡(jiǎn)化敘述和坐標(biāo)變換表示方便，將本AHM系統(tǒng)執(zhí)行機(jī)構(gòu)看作二旋轉(zhuǎn)自由度關(guān)節(jié)型機(jī)器人手臂，攝像頭安裝在機(jī)構(gòu)末端視作eye-in-hand視覺伺服結(jié)構(gòu)，為系統(tǒng)建立各參考坐標(biāo)系如圖4，分析末端攝像頭（即彈藥部中心）與各自由度旋轉(zhuǎn)的運(yùn)動(dòng)學(xué)模型。兩個(gè)關(guān)節(jié)角?茲1和?茲2分別對(duì)應(yīng)智能雷的方位角和俯仰角,空間中一點(diǎn)P對(duì)應(yīng)于基坐標(biāo)系O中的坐標(biāo)為(X0,Y0,Z0),對(duì)應(yīng)于攝像機(jī)坐標(biāo)系S中的坐標(biāo)為(XP,YP,ZP), 兩者轉(zhuǎn)換關(guān)系如下：


5 仿真和實(shí)驗(yàn)
    將本文所述的目標(biāo)多傳感器的定位和跟蹤算法應(yīng)用于某新型反直升機(jī)智能雷樣機(jī)中，分別進(jìn)行聲源定位和目標(biāo)跟蹤試驗(yàn)，多次檢驗(yàn)均取得較好的效果。
    (1)聲源定位實(shí)驗(yàn)。圖5為40次聲源定位實(shí)驗(yàn)?zāi)繕?biāo)定位結(jié)果，其中聲源在聲波陣列中心上方的由手動(dòng)控制做近似圓周運(yùn)動(dòng)，聲陣尺寸D為1 m，經(jīng)聲源定位得到方位角和俯仰角估計(jì)誤差曲線，圖中可以看到：方位角定位比較準(zhǔn)確，誤差在3°之內(nèi)；俯仰角定位誤差稍大為4°之內(nèi)，這是由于聲陣尺寸較小、聲源距離不夠遠(yuǎn)和周圍地面、墻等聲波反射的影響。跟蹤系統(tǒng)經(jīng)聲源初次定位后，目標(biāo)在圖像中的坐標(biāo)與圖像坐標(biāo)系中心的誤差如圖6。實(shí)驗(yàn)證明經(jīng)過聲傳感器定位后，目標(biāo)與圖像中心誤差不超過50個(gè)像素，確保目標(biāo)處于視場(chǎng)中央附近。

    (2)目標(biāo)跟蹤實(shí)驗(yàn)。圖像處理和特征提取結(jié)果如圖7所示，圖7(a)、圖7(b)分別為提取到的目標(biāo)二值圖像和中心特征（圖中用“+”表示）。利用圖像特征伺服跟蹤算法，得到目標(biāo)形心特征跟蹤誤差曲線（圖8），可以看出除開始的幾個(gè)跟蹤周期和干擾物體接近目標(biāo)時(shí)之外，誤差僅在很小的范圍內(nèi)波動(dòng)。

    本文提出了一種用于反直升機(jī)智能雷（AHM）的多傳感器智能跟蹤算法，以實(shí)現(xiàn)對(duì)超低空飛行武裝直升機(jī)的自動(dòng)探測(cè)、預(yù)警和伺服跟蹤。首先通過探測(cè)未知環(huán)境中聲壓特征變化進(jìn)行目標(biāo)預(yù)警，采用傳統(tǒng)的被動(dòng)聲傳感器定位方法，估算出目標(biāo)初始位置角后，驅(qū)動(dòng)末端裝有攝像頭的智能雷對(duì)準(zhǔn)目標(biāo)區(qū)域，使目標(biāo)基本處于系統(tǒng)視場(chǎng)中央。然后進(jìn)入視頻跟蹤階段，實(shí)時(shí)采集處理目標(biāo)圖像，提取出目標(biāo)運(yùn)動(dòng)區(qū)域及其中心特征后，以預(yù)測(cè)的下一時(shí)候的中心特征作為視覺伺服的圖像特征。最后通過分析系統(tǒng)機(jī)構(gòu)運(yùn)動(dòng)學(xué)模型和攝像機(jī)模型，推導(dǎo)整個(gè)系統(tǒng)的圖像雅克比矩陣，把目標(biāo)圖像特征變化轉(zhuǎn)化為智能雷兩個(gè)旋轉(zhuǎn)自由度的轉(zhuǎn)角控制量，以實(shí)現(xiàn)對(duì)目標(biāo)伺服跟蹤和精確打擊。本文提出的多傳感器綜合算法應(yīng)用于某AHM跟蹤系統(tǒng)中，算法簡(jiǎn)捷有效，滿足對(duì)低空運(yùn)動(dòng)目標(biāo)的實(shí)時(shí)跟蹤,提高了系統(tǒng)自動(dòng)作業(yè)能力和智能化水平，但是對(duì)如何結(jié)合多個(gè)傳感器信息進(jìn)行數(shù)據(jù)融合，以及利用多傳感器進(jìn)行多目標(biāo)識(shí)別和跟蹤等問題仍需進(jìn)一步研究。
參考文獻(xiàn)
[1] 王勇.反直升機(jī)智能雷角跟蹤研究及轉(zhuǎn)向系統(tǒng)設(shè)計(jì)[D]. 南京：南京理工大學(xué)，2005.
[2] 賈云得,冷樹林，裴洪安，等.一種簡(jiǎn)易被動(dòng)聲直升機(jī)定位系統(tǒng)[J].北京理工大學(xué)學(xué)報(bào)，2000，20(3):338-342.
[3] 劉向東,程翔,張河.基于窄帶聲探測(cè)的反直升機(jī)雷系統(tǒng)[J].傳感器技術(shù), 2005,24(1):35-37.
[4] CHAN Y T, REAT A. Passive tracking scheme for a single  stationary observer[J]. IEEE Transactions on Aerospace and Electronic Systems,2002,38(3):1046-1054.
[5] 王勇,王曉鳴,李文彬.一種用于反直升機(jī)智能雷的目標(biāo)跟蹤方法[J].南京理工大學(xué)學(xué)報(bào),2005,29(3):281-284.
[6] LO K W, FERGUSON B G, et a1．Aircraft flight parameter estimation using acoustic multipath delays[J].IEEE Trans Aerosp．Electron．syst，2003，39(11):259-267.
[7] 梁蕻.直升機(jī)目標(biāo)信號(hào)建模與預(yù)警識(shí)別系統(tǒng)[D].北京：北京理工大學(xué),2000.
[8] 陳華偉，趙俊渭,郭業(yè)才．五元十字陣被動(dòng)聲定位算法及其性能研究[J].探測(cè)與控制學(xué)報(bào)，2003，25(4):11-16.
[9] 程相權(quán)，郭治，余海,等.一種快速目標(biāo)的圖像跟蹤綜合算法[J].兵工學(xué)報(bào)，2001，22(4)：496-499.
[10] 朱明旱，羅大庸，曹倩霞. 幀間差分與背景差分相融合的運(yùn)動(dòng)目標(biāo)檢測(cè)算法[J].計(jì)算機(jī)測(cè)量與控制，2005，13(3):215-217.
[11] 金芳，李軍波，楊勇. 基于模板匹配與運(yùn)動(dòng)預(yù)測(cè)的跟蹤算法研究[J]. 微計(jì)算機(jī)信息，2007，19(7)：313-315.
[12] 劉宏鼎，秦世引.基于圖像特征的運(yùn)動(dòng)目標(biāo)識(shí)別與伺服跟蹤[J].儀器儀表學(xué)報(bào)，2008，29(3):644-648.