基于特征匹配的机场场面目标跟踪

　　机场场面气候环境复杂，目标运动特性差别很大，充分考虑飞 机目标结构特性以及机场不同区域特点，采用了基于特征匹配的 目标跟踪算法：首先根据机场不同区域目标的不同运动特性，对 特定区域目标采取相应的参数进行点航相关;然后通过特征匹配 的找到正确的跟踪目标点，并利用特征匹配结果修正跟踪点，提 高目标跟踪的准确率。通过对某场面监视雷达实际目标跟踪数据分析得出：引入特征匹配算法后飞机目标 能够连续稳定跟踪，有效抑制虚警目标。

　　随着国内近些年经济的飞速发展，航空 运输业也同样发展迅猛，很多运输量大的机 场正面临着处理起降次数猛增，管理越来越 多的飞机及相应增加的地服车辆的问题，同 时气候环境多变等不利条件也对机场场面调 度管理增加了难度。 一些规模大、场景复杂的机场，在各种复 杂气候环境下同时有两三条甚至四条跑道起降来自不同航空公司的客 机。

　　同时地面的服务车辆也在不停地穿插运行，因此在实际的运营操作 中不可避免的存在飞机、车辆、人员等穿越跑道、滑行道的情况;而在 某些气候条件差(如经常有大雾天气的)的机场，场面的指挥调度工 作就很难进行，甚至无从下手，这些问题都急需一种可靠稳定的目标 跟踪方法实现对整个机场场面监视，进而才能有效的避免交通冲突。 目前解决此类问题，各大机场主要是通过引入场面监视雷达来 实现实时监控整个机场的调度。

　　场面监视雷达(Surface Movement Radar，SMR)区别于其他雷达传感器的关键特征是它的全天候、 高转速(60转/分)、高分辨率(对机场跑道异物进行监视，包括 手提箱)和实孔径成像。传统场面监视雷达的目标跟踪，在于先进 行数字信号处理后目标凝聚的点检测，再进行点航迹相关，最后实 现目标的跟踪。这种跟踪处理方法在大多数情况下是可靠稳定的， 但是如果目标附近出现杂波或者某些干扰情况下，很容易出现目标 跟踪跳动或者偏离实际位置。虽然这种情况出现的概率比较小，但是一旦出现就有可能造成机场调度的错误判断，影响到整个机场的 正常运行。

　　本文针对这些问题，利用场面监视雷达高分辨率以及机场活动 区域的特点，提出了一种基于特征匹配的机场场面目标跟踪方法。 首先介绍基于特征匹配的场面监视雷达目标跟踪架构，然后是目标 特征库的构建和特征匹配具体实现的步骤，以及机场区域参数的提 取和设置，最终给出机场场面目标跟踪问题解决的实验仿真结果。

　　1 基于特征匹配的机场场面目标跟踪架构

　　场面监视雷达的高分辨率特点意味着可以通过图像处理技术提取出目标的结构特征，进而得到目标精确的位置信息。此外，机 场目标的机动特性和区域信息，对点航迹相关时提供了更多有效 的限制参数。本文提出了基于特征匹配的目标跟踪处理架构，主要包括点航相关、特征匹配和目标点位置修 正、航迹更新等处理模块，以及机场区域参数、目标特征库等先 验知识支撑库。点航相关模块是以当前凝聚的点迹与相应的航迹进行相关。

　　由于场监雷达为一次雷达，无二次信息可用，因此通过最近邻域方 法与已有航迹相关，相关时主要通过目标的区域以及对应的目标 的运动特性来计算相关性，例如起飞区域的速度、加速度或者降 落区域的速度、加速度等信息可以用来预测跟踪波门的大小，这 样可以提高点迹和正确航迹相关上的概率。

　　此外，各个区域之间 的关系也可以避免一些多目标的误相关，如跑道上滑行飞机其下 一帧应出现在跑道上，在跑道、滑行道连接区域其下一帧只会进 入跑道或滑行道。 特征匹配模块主要分为目标特征库的构建和特征匹配两个部 分，主要涉及的技术有图像预处理、特征提取、特征库构建和特征 匹配。具体的算法在下一节中详细介绍。

　　目标点位置修正模块是在特征匹配结束后，将目标区域提取 出来，然后对提取的目标区域获得相对于跟踪坐标系的目标位置质 心，包括相对于扩展目标质心位置、目标合成形状的目标特性集合 以及测量误差统计模型、质心位置和特性的误差协方差矩阵等，最 后以此修正目标点的位置。 航迹更新模块将修正后的点迹信息更新到航迹中，并通过平滑 滤波计算出当前航迹状态向量，有平滑位置信息、速度信息、更新 时间信息以及特征的滤误差协方差矩阵。

　　2 特征库和特征匹配

　　2.1 图像预处理

　　点航相关后从原始回波图像中提取出点迹周围区域的回波图 像，区域的大小由目标回波图像大小决定，以某机场为例，以点迹为中心的90×90像素大小的图像。然后对提取 的图像进行二值化处理，此时部分的像素点分 布比较分散，可以通过进行几次开运算(先腐蚀后膨胀)，消除这 些那些分散的像素点，这样就可以去除大量的背景，然后再进行一 次闭运算(先膨胀后腐蚀)将一些区域连通起来，目的是为了尽可 能完整的保留目标区域，提高后续的特征提取有效性。最后将目标的有效区域分割出来，并根据目标所在区域机 场跑道的方向进行旋转变换，获得统一方向的目标图像 。

　　2.2 特征提取

　　结合飞机目标本身的机构特点构造了一些类Haar特征并以此提 取出飞机目标的结构特征，利用提取的特征构建飞机目标的特征 库。Haar特征中包括线性特征、边缘特征、中心特征以及对角线 特征，将这些特征组成了一组具有丰富特征信息的特征模板。特 征模板是由白色矩形块和黑色矩形块组成，模板的特征值就是白 色矩形像素和减去黑色矩形像素和。

　　2.3 特征库构建

　　目标特征的提取只是提取了图像中的一个个单独的特征，再处 理了大量的样本图像数据后，会产生一个很大的特征集合，这些特 征中会有不必要的冗余信息，为了充分利用这些特征信息，还需要 通过训练将这些特征进一步的优化精简，并建立一个特征库，作为 先验知识供后续处理使用。

　　2.4 特征匹配

　　特征匹配的流程是先根据点迹信息提取点迹区域的特征，获得 待匹配的特征向量，然后根据点迹区域信息从目标特征库中索引出 相应的特征集合，依次进行特征距离计算，计算结果在阈值范围内 则匹配成功，否则失败。

　　3 机场区域参数

　　在不同区域(跑道、滑行道、停机坪等)，飞机目标的运动特 性也是有很大差异的，为了提高点航相关以及平滑滤波的准确性， 需要先根据区域确定飞机目标的位置信息和运动参数，然后以此为 依据生成相应的相关波门信息和滤波平滑参数。

　　4 仿真结果

　　为了检验本算法的可用性，在某场面监视雷达设备上通过实测 数据对目标跟踪算法的性能进行验证，场监雷达的系统参数为：转 速60rpm，工作频率15.9GHz，雷达威力5km，距离分辨率为3m， 方位分辨率为0.35°，目标定位精度10m。跟踪目标包括降落-滑 行-停止的飞机和滑行-等待-起飞的飞机。观测并记录三天的某机场的场间雷达共271批数据，这些数据 都是在未加入特征匹配算法情况下的实验数据;然后通过在加入 特征匹配算法的跟踪软件中重演这段时间的数据，记录下跟踪情 况;最后统计比较在不同区域下不同跟踪方法的相关准确率以及虚假航迹个数等统计结果。

　　采用特征匹配方法后，目标跟踪的相 关准确率得到了极大的提高，并且对虚假航迹的抑制也有很好的效果，尤其在跑道和滑行区。此外，本算法虽然提高了跟踪的质量，但同时相较于传统跟踪 方法，增加了特征匹配部分，意味着区域存储和计算的计算量也会增大，尤其是在杂波点较多的情况，会增加比较大的计算量，因此在杂波较少的跑道和滑行道区域使用更加合理。

　　机场方向论文范例：机场通信导航台站的雷电防护系统探究

　　结论：通过对机场场面活动目标跟踪问题研究，在目标跟踪 过程中考虑区域类型，并引入特征匹配算法加强目标的虚警抑 制和跟踪准确性，本文提出了基于特征匹配的目标跟踪处理架 构：首先介绍了点航相关、特征匹配和目标点位置修正、航迹 更新等处理模块，以及机场区域参数、目标特征库等先验知识支 撑库;其次重点对特征库的构建和特征匹配算法进行了详细描 述;最后通过比较某场面监视雷达设备上的实测数据和基于本 算法软件的重演结果数据，发现本文的算法能够对机场场面飞 机目标进行全程稳定跟踪，对于各个区域跟踪的复杂运动特性， 本文的跟踪算法有良好的适应能力，解决了机场场面复杂场景的 活动目标跟踪问题。

　　作者：廖圣龙 靳俊峰