隨著現(xiàn)代武裝直升機作戰(zhàn)性能的不斷提高，其高機動性,、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,。軍事雷達很難探測到超低空飛行的武裝直升機,，且由于其向外輻射電磁波，易被敵方偵查并實施電子干擾,。反直升機智能雷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、識別并攻擊敵方超低空飛行的直升機,，其布防靈活,、安全隱蔽、全天候作戰(zhàn)等特點,，使之有效彌補了現(xiàn)有防空武器系統(tǒng)的不足[1],。
    目前，反直升機智能雷常用的探測手段是復(fù)合式探測方法,，其中被動聲探測技術(shù)是主要探測手段,。國內(nèi)在距離探測方面精度還不高,存在難以對目標的位置、速度等信息進行準確估計等缺點,。參考文獻[2-3]提出基于被動聲的直升機定位方法,，通過對聲傳感器陣列的聲信號進行處理估算出目標的位置角；參考文獻[4-5]提出基于角跟蹤方法的AHM跟蹤系統(tǒng),，實現(xiàn)了智能雷最佳指向角的估計,。以上方法都是基于單一被動聲探測體制，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,，將被動聲目標定位技術(shù)和視覺伺服理論有機結(jié)合,，目標聲源特征和圖像特征有機結(jié)合，實現(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
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智能雷示意圖，在一個專門設(shè)計的二自由度旋轉(zhuǎn)臺上,，加入聲傳感器系統(tǒng)和圖像傳感器系統(tǒng),，其中將1個CCD攝像機安裝于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智能雷跟蹤系統(tǒng)作為研究對象,，構(gòu)建了一個兩旋轉(zhuǎn)自由度的伺服跟蹤系統(tǒng)（如圖2）,，以圖像傳感器、聲傳感陣列和測距儀等作為目標探測裝置,，可作俯仰和旋轉(zhuǎn)運動的跟蹤轉(zhuǎn)臺作為伺服機構(gòu),，共同組成一個空中目標的目標檢測和伺服跟蹤系統(tǒng)。

      在傳統(tǒng)反直升機被動聲探測基礎(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,，使得伺服機構(gòu)能夠在無人干預(yù)的情況下自動對準目標,，通過對目標特征提取和運動軌跡預(yù)測，對空中運動的特定目標,，如低空飛行的敵機,、武裝直升機等，進行精確跟蹤,。首先將聲源定位技術(shù)用于低空目標探測和初始定位,，當(dāng)滿足武裝直升機等目標的聲引信特征時，給出目標預(yù)警信號并啟動視覺跟蹤系統(tǒng)轉(zhuǎn)動至該方位,；然后進入視頻跟蹤階段,，進行目標圖像處理和特征提取后，預(yù)測目標下一時刻的特征軌跡,，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,，從而實現(xiàn)反直升機智能雷自主,、智能防空作用。
2 被動聲定位技術(shù)的目標探測
2.1 基于聲壓特征的低空目標預(yù)警
    本系統(tǒng)應(yīng)用中,，多傳感器AHM智能雷初始化時,，只開啟低功耗的被動聲探測系統(tǒng)，實時檢測并計算聲傳感器的聲壓強度,當(dāng)武裝直升機低空飛行接近防空區(qū)域時,，聲波大于設(shè)定閾值時,，認為目標進入防空區(qū)域[7]，發(fā)出預(yù)警信號并立刻開啟視覺跟蹤系統(tǒng),，結(jié)合目標聲源特征和圖像特征再次確認目標,。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，減少目標探測和后續(xù)圖像識別跟蹤的復(fù)雜度,防止AHM智能雷產(chǎn)生誤動作,。聲壓級特征定義為：

 
2.2 五元十字聲源定位法求目標位置角
　    當(dāng)系統(tǒng)產(chǎn)生預(yù)警信號后,，需要通過進一步處理聲陣列聲信號，采用被動聲定位算法估計出目標大致方位,，并驅(qū)動伺服機構(gòu)迅速轉(zhuǎn)至該角度,，使得目標大致出現(xiàn)在攝像機視野中央。對低空飛行的直升機在系統(tǒng)初始狀態(tài)下進行迅速,、準確的定位,，是進行后續(xù)的運動目標視頻檢測和跟蹤的前提。聲源定位方法主要包括到達時延(TDOA)聲源定位方法,、定向波束形成法和高分辨率譜估計技術(shù)等,。
　    由于攝像機一般具有一定范圍的可視角，因此目標初始聲源定位要求算法簡單,，實時性好,，且易于數(shù)字信號處理器的硬件實現(xiàn)?？紤]以上要求,，采用到達時延法（TDOA）聲源定位法，該算法計算量小,，易于實時處理,，并且實驗表明可達到精度要求。
　    本文采用基于TDOA的五元十字聲傳感器陣列定位方法[8],。被測目標位于離聲傳感器較遠的低空,，可假設(shè)目標為點聲源，位于遠場,。平面五元十字陣的陣形結(jié)構(gòu)如圖3所示,，由五個無方向性的聲波傳感器0、1,、2,、3和4組成。其中1,、3號傳感器線陣和2,、4傳感器線陣正交，兩線陣交點為聲傳感器0,。每組傳感器線陣的陣元距離為D,。以0號傳感器所處的位置為原點建立直角坐標系。目標聲源入射波到達陣元1,、2,、3和4相對于到達陣元0的時間延遲分別記為τ1、τ2,、τ3和τ4,。目標方位角為θ,定義為目標入射方向在xoy平面的投影與x軸正向的夾角,；俯仰角為φ,定義為目標入射方向與z軸正向的夾角，目標距聲陣中心o的距離記為R,，空氣聲速為C,。由聲陣和目標的幾何關(guān)系并運用余弦定理可導(dǎo)出目標的定位方程如下：

    在跟蹤系統(tǒng)對目標跟蹤的過程中，由于目標的空間位置,、速度狀態(tài)參量的時變性,，伺服跟蹤機構(gòu)執(zhí)行的滯后性，為了提高智能雷實時跟蹤性能,，確保目標進入彈藥火力的彈目交匯區(qū)域,，需要對目標下一時刻的形心特征進行特征預(yù)測和位置外推，使得伺服電機轉(zhuǎn)角具有一定的超前量,，然后以較大速度直至目標預(yù)測位置角,，可以有效解決上面的問題。將參考文獻[11]所述的線性平方綜合特征軌跡預(yù)測器用于目標形心特征的預(yù)測,，得到目標的圖像預(yù)測位置作為期望的圖像特征,，即為下一時刻目標中心像素坐標，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,，進入視頻跟蹤狀態(tài)的AHM系統(tǒng)，通過軌跡特征預(yù)測器得到目標下一時刻的圖像中心特征,，需要通過伺服控制器轉(zhuǎn)換為瞄準直升機預(yù)測位置所需要的兩個自由度的旋轉(zhuǎn)角,，使得目標中心特征坐標落在期望的圖像坐標系原點，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)機構(gòu)的轉(zhuǎn)角誤差（這里取預(yù)測的目標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)換為笛卡爾坐標系下伺服機構(gòu)的關(guān)節(jié)角運動,，從而實現(xiàn)對目標的精確跟蹤[12]。
4.1 伺服機構(gòu)運動學(xué)建模
    為簡化敘述和坐標變換表示方便,，將本AHM系統(tǒng)執(zhí)行機構(gòu)看作二旋轉(zhuǎn)自由度關(guān)節(jié)型機器人手臂,，攝像頭安裝在機構(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)的運動學(xué)模型,。兩個關(guān)節(jié)角?茲1和?茲2分別對應(yīng)智能雷的方位角和俯仰角,空間中一點P對應(yīng)于基坐標系O中的坐標為(X0,Y0,Z0),對應(yīng)于攝像機坐標系S中的坐標為(XP,YP,ZP), 兩者轉(zhuǎn)換關(guān)系如下：


5 仿真和實驗
    將本文所述的目標多傳感器的定位和跟蹤算法應(yīng)用于某新型反直升機智能雷樣機中，分別進行聲源定位和目標跟蹤試驗,，多次檢驗均取得較好的效果,。
    (1)聲源定位實驗。圖5為40次聲源定位實驗?zāi)繕硕ㄎ唤Y(jié)果,，其中聲源在聲波陣列中心上方的由手動控制做近似圓周運動,，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誤差曲線，圖中可以看到：方位角定位比較準確,，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,，目標在圖像中的坐標與圖像坐標系中心的誤差如圖6。實驗證明經(jīng)過聲傳感器定位后,，目標與圖像中心誤差不超過50個像素,，確保目標處于視場中央附近。

    (2)目標跟蹤實驗,。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,，得到目標形心特征跟蹤誤差曲線（圖8），可以看出除開始的幾個跟蹤周期和干擾物體接近目標時之外,，誤差僅在很小的范圍內(nèi)波動,。

    本文提出了一種用于反直升機智能雷（AHM）的多傳感器智能跟蹤算法，以實現(xiàn)對超低空飛行武裝直升機的自動探測,、預(yù)警和伺服跟蹤,。首先通過探測未知環(huán)境中聲壓特征變化進行目標預(yù)警，采用傳統(tǒng)的被動聲傳感器定位方法,，估算出目標初始位置角后,，驅(qū)動末端裝有攝像頭的智能雷對準目標區(qū)域，使目標基本處于系統(tǒng)視場中央,。然后進入視頻跟蹤階段,，實時采集處理目標圖像，提取出目標運動區(qū)域及其中心特征后,，以預(yù)測的下一時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)機構(gòu)運動學(xué)模型和攝像機模型，推導(dǎo)整個系統(tǒng)的圖像雅克比矩陣,，把目標圖像特征變化轉(zhuǎn)化為智能雷兩個旋轉(zhuǎn)自由度的轉(zhuǎn)角控制量,，以實現(xiàn)對目標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,，算法簡捷有效,，滿足對低空運動目標的實時跟蹤,提高了系統(tǒng)自動作業(yè)能力和智能化水平,，但是對如何結(jié)合多個傳感器信息進行數(shù)據(jù)融合，以及利用多傳感器進行多目標識別和跟蹤等問題仍需進一步研究,。
參考文獻
[1] 王勇.反直升機智能雷角跟蹤研究及轉(zhuǎn)向系統(tǒng)設(shè)計[D]. 南京：南京理工大學(xué),，2005.
[2] 賈云得,冷樹林，裴洪安,，等.一種簡易被動聲直升機定位系統(tǒng)[J].北京理工大學(xué)學(xué)報,，2000，20(3):338-342.
[3] 劉向東,程翔,張河.基于窄帶聲探測的反直升機雷系統(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.一種用于反直升機智能雷的目標跟蹤方法[J].南京理工大學(xué)學(xué)報,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.直升機目標信號建模與預(yù)警識別系統(tǒng)[D].北京：北京理工大學(xué),2000.
[8] 陳華偉，趙俊渭,郭業(yè)才．五元十字陣被動聲定位算法及其性能研究[J].探測與控制學(xué)報,，2003,，25(4):11-16.
[9] 程相權(quán)，郭治,，余海,等.一種快速目標的圖像跟蹤綜合算法[J].兵工學(xué)報,，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動目標檢測算法[J].計算機測量與控制，2005,，13(3):215-217.
[11] 金芳,，李軍波，楊勇. 基于模板匹配與運動預(yù)測的跟蹤算法研究[J]. 微計算機信息,，2007,，19(7)：313-315.
[12] 劉宏鼎，秦世引.基于圖像特征的運動目標識別與伺服跟蹤[J].儀器儀表學(xué)報,，2008,，29(3):644-648.