CN113325413A - 雷达目标锁定跟踪方法及装置 - Google Patents

Abstract

本发明公开了一种雷达目标锁定跟踪方法及装置，选择一个跟踪处理点，更新雷达扫描参数进行扫描，通过雷达算法计算扫描数据中是否有目标，有目标则立即推送到筛选策略中进行多级策略筛选确定最终的跟踪目标；否则继续执行周期内扫描检测目标，当扫描周期内没有推送点或无满足筛选的真实目标，则执行找回策略更新雷达扫描参数，当连续执行找回策略的次数超过阈值，退出跟踪流程。将多级策略筛选后推送的真实目标进行修正后输出，如果扫描周期内没有雷达推送的目标或无满足筛选的真实目标，则使用算法进行预测当前时刻的目标进行输出，将输出目标进行航迹匹配，加入对应的航迹。由此，实现了雷达目标锁定跟踪可靠性、精确性、高效性、稳定性的提高。

Description

雷达目标锁定跟踪方法及装置

技术领域

本发明涉及雷达跟踪技术领域，特别涉及一种雷达目标锁定跟踪方法及装置。

背景技术

现实中各种高危险及敏感的目标严重威胁人们的生活，安全，隐私等问题，特别是对于有重要人物的场合，石油，水坝等场所更需要对这类目标进行实时密切的关注，以便快速引导打击处理设备进行打击处理，以防各类危险情况、事故的产生，所以对于目标跟踪锁定的可靠性、精确性、高效性、稳定性要求极高，然而当前的雷达目标跟踪锁定系统或算法并不能有效的解决提高这几大性能，现在面临的难题有以下几种：目标信号衰弱，虚假目标，参数估值不准确，处理效应低，数据量大，所以需要迫切需要一种好的锁定跟踪系统及算法。

现有的目标跟踪方法的流程通常为数据预处理，点航迹数据编排，点航迹关联，航迹滤波更新。通常情况下，经典的目标跟踪方法在方位数据的驱动下，像流水线一样，由点迹数据产生航迹数据。

随着算法复杂度的上升和输入数据的多样性，数据的组合爆炸成为了雷达目标跟踪方法所面临的最棘手问题。在相关雷达主动数据处理的论著中，一般较为复杂的关联滤波算法，诸如联合概率分配算法，多假设算法等，都会被描述为耗时，计算量大，工程应用难度高，针对这些存在的困难提出一系列应用假设，将算法的完整性和复杂度降低，使得最优算法下降为次优或者局部最优。但是不可否认的事实是，算法的性能出现了不可避免的下降。

1、现实目标跟踪锁定环境中会遇到的问题：

2、目标信号衰落：由于多路传播、盲速和大气环境引起的目标信号强度变化。

3、虚假目标：由于信号噪声、信号杂波、信号干扰导致扫描到虚假目标。

4、雷达扫描参数估值不准确：于噪声、天线不稳定、目标无法分辨、目标分裂、多路传播和传播效应的影响，导致我们设定的参数无法扫描到真实有效的目标。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明的一个目的在于提出一种雷达目标锁定跟踪方法，该方法解决了雷达目标跟踪时处理效应低，数据量大，精确度低，实时跟踪不理想的情况。

本发明的另一个目的在于提出一种雷达目标锁定跟踪装置。

为达到上述目的，本发明一方面实施例提出了一种雷达目标锁定跟踪方法，包括：

S1，选取当前目标点，根据所述当前目标点的数据信息及扫描设备信息设置当前扫描参数；

S2，在当前周期内根据所述当前扫描参数进行扫描，通过雷达算法对扫描数据进行计算，确定所述扫描数据中是否存在跟踪目标；

S3，在所述扫描数据中存在跟踪目标时，通过多级目标筛选策略判断跟踪目标是否为真实目标；

S4，在跟踪目标为是真实目标时，将跟踪目标进行修正后作为输出目标，根据所述输出目标进行航迹关联匹配，以及根据所述输出目标的数据信息更新当前扫描参数，执行S2，进行新扫描周期的扫描；

S5，在跟踪目标不是真实目标时，通过预测算法预测当前扫描周期的输出目标，并将预测的输出目标进行航迹关联匹配，更新当前扫描参数，执行S2，进行新扫描周期的扫描。

为达到上述目的，本发明另一方面实施例提出了一种雷达目标锁定跟踪装置，包括：

设置模块，用于选取当前目标点，根据所述当前目标点的数据信息及扫描设备信息设置当前扫描参数；

计算模块，用于在当前周期内根据所述当前扫描参数进行扫描，通过雷达算法对扫描数据进行计算，确定所述扫描数据中是否存在跟踪目标；

判断模块，用于在所述扫描数据中存在跟踪目标时，通过多级目标筛选策略判断跟踪目标是否为真实目标；

第一输出模块，用于在跟踪目标为是真实目标时，将所述跟踪目标进行修正后作为输出目标，根据所述输出目标进行航迹关联匹配，以及根据所述输出目标的数据信息更新当前扫描参数，进行新扫描周期的扫描；

第二输出模块，用于在跟踪目标不是真实目标时，通过预测算法预测当前扫描周期的输出目标，并将预测的输出目标进行航迹关联匹配，更新当前扫描参数，进行新扫描周期的扫描。

本发明实施例的雷达目标锁定跟踪方法及装置，具有以下优势：

1)提升跟踪锁定目标效率；使用最小空域扫描，直接跳过传统的雷达扫描周期，大量的缩短锁定真实目标的时间,提高跟踪锁定效率。且利用高计算量的GPU进行高速计算,实现处理效率的提高。

2)提升跟踪锁定目标可靠性；在传统的那些算法处理模型上，提出一种目标行为加权处理模式，对于真实有效目标区别于虚假目标更能精确区分，提高了系统对真实有效目标的分辨能力。

3)提升跟踪锁定目标稳定性；相比传统的雷达数据处理模式，设计这套跟踪方法，对于空中机动目标能够达到稳定锁定，让空中运动目标一直保持在系统的锁定中。

4)不仅适用于机械式的雷达扫描锁定跟踪，也适用于如相控阵雷达的锁定跟踪，即适用于目标扫描锁定跟踪。

本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1为根据本发明一个实施例的雷达目标锁定跟踪方法流程图；

图2为根据本发明一个实施例的雷达目标锁定跟踪方法流程框图；

图3为根据本发明另一个实施例的雷达目标锁定跟踪方法流程框图；

图4为根据本发明一个实施例的雷达目标锁定跟踪方法的跟踪锁定详细流程图；

图5为根据本发明一个实施例的雷达目标锁定跟踪装置结构示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

下面参照附图描述根据本发明实施例提出的雷达目标锁定跟踪方法及装置。

首先将参照附图描述根据本发明实施例提出的雷达目标锁定跟踪方法。

图1为根据本发明一个实施例的雷达目标锁定跟踪方法流程图。

如图1所示，该雷达目标锁定跟踪方法包括以下步骤：

步骤S1，选取当前目标点，根据当前目标点的数据信息及扫描设备信息设置当前扫描参数。

具体地，选择一个已发现目标作为系统跟踪锁定的参考点，即跟踪处理点，根据该跟踪处理点动态设置扫描参数，雷达根据设置的扫描参数进行扫描，探测发现目标信息。根据雷达跟踪目标信息，动态设定运算参数，可以减少运算资源，提高运算效率。

进一步地，目标S1进一步包括：

根据当前目标点的数据信息，进行kalman算法预测出目标下周期可能出现的空间区域，通过预测数据动态更新当前扫描参数。

进一步地，扫描设备信息包括雷达转台的方位角和俯仰角数据等；

当前目标点的数据信息包括速度、水平方位角度、俯仰角度、距离、信号幅度和运动方向等。

步骤S2，在当前周期内根据当前扫描参数进行扫描，通过雷达算法对扫描数据进行计算，确定扫描数据中是否存在跟踪目标。

进一步地，在S2之后还包括：

S21，在当前扫描周期的扫描数据中不存在跟踪目标时，利用找回策略自动更新当前扫描参数，进行新扫描周期的扫描。

进一步地，在S21之后还包括：

若更新当前扫描参数后的新扫描周期的扫描数据中存在跟踪目标，则执行S3；

若更新当前扫描参数后的新扫描周期的扫描数据中不存在跟踪目标，则再次利用找回策略更新当前扫描参数进行新扫描周期的扫描，直至连续更新次数达到预设阈值，结束当前目标的跟踪。

进一步地，在不存在跟踪目标的扫描周期内，通过预测算法预测当前扫描周期的输出目标，并将预测的输出目标进行航迹关联匹配。

进一步地，将探测的扫描数据进行雷达算法计算，计算是否有跟踪目标。如果雷达计算有跟踪目标，则立即推送到筛选策略中进行筛选确认跟踪目标。没有跟踪目标且扫描周期未完成，则继续扫描任务计算目标点，周期扫描完成，且没有跟踪目标，则进行相应的kalman算法预测输出，再利用找回策略进行参数更新。

可以理解的是，在利用找回策略更新参数时，为了减少目标的丢失率，设置相应的找回策略扩大扫描区域，再次进行目标扫描检测。如果连续的几次找回策略均没有扫描到目标，则认为目标丢失，退出整个跟踪策略流程，且每一次执行找回策略时，筛选策略中进行相应的预测值。如果没有超过找回次数阈值，则进行下一次的扫描检测。

步骤S3，在扫描数据中存在跟踪目标时，通过多级目标筛选策略判断跟踪目标是否为真实目标。

具体地，对雷达推送的跟踪目标通过多级策略筛选确认最终目标并输出。

进一步地，S3进一步包括：

S31，设定目标位置阈值，通过目标位置阈值对目标进行筛选，若跟踪目标满足目标位置阈值的条件，则执行S32，若不满足，则等待当前扫描周期的其他跟踪目标；

S32，对跟踪目标中的多维特征信息进行加权求权值，通过权值阈值对跟踪目标的权值进行权重筛选，若跟踪目标满足权值阈值的条件，则跟踪目标为真实目标，执行S4；若跟踪目标不满足权值阈值的条件，将跟踪目标加入数据队列，继续进行当前扫描周期的扫描，若扫描中存在真实目标，则执行S4，若当前扫描周期结束后不存在真实目标，则在当前扫描周期的数据队列中选择权值最大的跟踪目标作为当前扫描周期的真实目标，并清除数据队列，执行S4。

进一步地，S31还包括：

在当前扫描周期的所有跟踪目标均不满足目标位置阈值的条件时，则跟踪目标不是真实目标，执行S5。

步骤S4，在跟踪目标为是真实目标时，将跟踪目标进行修正后作为输出目标，根据输出目标进行航迹关联匹配，以及根据输出目标的数据信息更新当前扫描参数，执行S2，进行新扫描周期的扫描。

进一步地，S4之后还包括：

若输出目标为跟踪目标的修正值时，则根据输出目标对航迹中的历史预测目标进行匹配修正。

步骤S5，在跟踪目标不是真实目标时，通过预测算法预测当前扫描周期的输出目标，并将预测的输出目标进行航迹关联匹配，更新当前扫描参数，执行S2，进行新扫描周期的扫描。

进一步地，在本发明的一个实施例中，连续预测输出目标的次数超过设定的阈值时，结束当前目标的跟踪。

具体地，若通过筛选得到一个真实目标，则使用kalman算法进行修正输出，如果整个周期没有真实目标则进行相应的kalman算法预测输出。具体为周期内没有真实目标时，向外推送一个Kalman预测滤波后的目标信息，代表当前周期内的真实目标信息。

得到输出目标后，根据输出的目标进行航迹的匹配关联，并加入航迹队列形成实时航迹。如果此周期输出的是跟踪目标的修正值，则对匹配航迹的历史预测的点进行修正，使其预测时刻的目标更加接近于实际，否则不进行修正历史预测点。

下面结合附图对本发明的方法进行详细说明。

本发明的思路为：选择一个已发现目标作为系统跟踪锁定的参考点，即跟踪处理点，随后动态设置计算参数，雷达按照参数进行扫描，雷达算法处理扫描接收到的数据计算是否为目标，且过程中不断执行扫描计算的过程，如果有目标，立即推送到筛选策略中进行多级策略筛选确定最终的跟踪目标；否则继续执行周期内扫描检测目标，当扫描周期内没有推送点或无满足筛选策略的目标，则执行找回策略，当连续执行找回策略的次数超过阈值，则退出整个跟踪流程，否则利用找回策略进行参数的更新，继续执行扫描检测目标。将多级策略筛选后推送的目标进行kalman算法预测修正输出，如果检测周期内没有得到雷达推送的目标或无满足筛选策略的目标，则使用kalman算法进行预测当前时刻的目标信息进行输出。最后将输出的目标进行航迹匹配，加入对应的航迹，当输出跟踪目标修正的值时，需要对航迹中的点进行匹配修正历史预测的数据。

具体地，如图2、图3和图4所示，在本发明的跟踪方法中分为两部分，跟踪策略和筛选策略，在系统中两个策略是并行运行的，可以提高效率。

1)选择一个已发现的目标进入跟踪锁定流程，输入即当前目标信息。

2)根据输入目标信息，则进行kalman算法预测出目标下周期可能出现的空间区域，并用预测数据来动态更新参数，执行新参数扫描。

3)雷达根据预测到的空间区域执行跟踪扫描策略及雷达目标筛选策略两个并行模块。

跟踪扫描策略：

a)雷达在指定周期内扫描指定区域，利用雷达算法处理数据，如果有目标，立即将目标信息向外推送到目标筛选策略中进行实际目标的筛选确认。

b)如果T1周期雷达算法没有得到可疑目标或无满足筛选策略的目标，则进行一次找回策略，重新计算扫描区域，周期等参数。通过设置的扩大搜索次数，决定目标丢失周期，退出跟踪模式。如果系统检测到具有可疑目标出现，进入目标筛选策略，确认为真实目标，则，结束旧跟踪策略，更新锁定跟踪扫描参数，开启锁定跟踪扫描。

扫描周期动态变化，由T1周期内的扫描结果进行更新，如果第一个周期T1没有找到目标，则需要执行找回策略，扩大扫描区域，再次搜索相应找回策略更新的周期T2扫描。

目标筛选策略：

a)目标筛选策略使用二级目标过滤策略

第一级过滤：目标位置筛选，由参考点目标距离结合系统设定预测参数，结合时间差，速度计算位置筛选阈值Thr1，进行目标位置筛选，条件满足位置条件点进行第二级滤波，不满足则等待当前周期下一个探测数据，如果周期没有探测数据，则利用b)进行预测。

第二级滤波：对目标多维特征信息(速度、距离、信噪比等)进行加权求权值，根据经验及系统效率设置权值阈值(Thr2)进行权重筛选，条件满足的目标信息进行b)修正操作，否则，则需要等待当前周期所有目标检测筛选完成，确认能否得到有一个满足阈值的目标，即真实目标，进行b)修正操作，当前周期完成，也没有得到满足阈值的目标，则利用b)进行预测。

b)Kalman算法滤波预测修正目标

相应的输入数据有三种情况：

情况1、满足Thr1和Thr2过滤的目标信息，则通过修正数据，得到目标排除误差的真实值信息，利用此真实信息再次启动新一轮的跟踪策略，实现目标的锁定跟踪。

情况2、满足Thr1不满足Thr2过滤的目标信息，即二级过滤周期内没有满足阈值过二级过滤的目标，但是有周期内探测目标，选择周期内二级统计权值最大的作为输出目标。

情况3、周期内没有满足Thr1和Thr2的目标，则进行预测，得到当前周期的一个预测信息，进行输出。

前两种情况为输出的真实目标，通过kalman算法进行相应的修正作为最终的输出目标，进行航迹关联匹配，加入航迹队列中形成实时航迹，且利用此输出目标对航迹历史预测目标进行修正，利用输出目标再次启动新一轮的跟踪策略，实现目标的锁定跟踪；预测的目标不需要启动新一轮的跟踪，它由相应的跟踪找回策略进行。

4)结束跟踪

可以理解的是，本发明以跟踪锁定目标为中心，根据时间效率、准确性多方面分析设置跟踪扫描检测周期及找回目标策略参数，可以提高时间效率，降低目标的丢失率及增加跟踪目标的准确性。

通过设定找回目标策略参数，动态的更新扫描参数进行目标检测。以2次找回策略为例：雷达首先在指定周期内扫描完指定区域(水平及俯仰构成的三维区域)得到目标信息：T1周期内检测到疑似目标立即推送到筛选策略中；如没有找到或无满足筛选策略的目标，根据找回策略适当扩大扫描区域，进行新周期扫描检测，检测到疑似目标立即推送到筛选策略中；T2周期内没有检测到目标则认为目标丢失，退出跟踪模式，结束锁定跟踪。

使用目标双阈值筛选策略，利用二级目标筛选策略可以在速度及准确性上同时满足，得到真正的目标信息。

第一级：基于目标速度、时差等判断距离的筛选，满足则进行二级筛选。

第二级：基于多维特征权重系数加权筛选。为提高时间效率及准确性设定一个筛选阈值，当多维特征权重值大于设定阈值，则认为是目标，立即跳出；否则，加入待选队列中，等待周期内的下一个目标。

周期结束后选择权值最大的目标作为当前周期的检测目标；如果此周期内没有目标满足一级，且预测周期数小于目标丢失周期数阈值，则根据kalman算法预测一个值，作为目标输出，否则结束跟踪。

得到输出结果后，形成及修正航迹。双阈值筛选后的目标根据kalman算法进行预测修正后得到的目标信息输出，如果没有目标，则将预测值作为输出，与前面输出目标进行匹配关联形成航迹。输出点为真实目标时，则对航迹中的预测目标进行修正，实现航迹历史预测目标的更新，使得航迹更加接近于真实航迹。

根据本发明实施例提出的雷达目标锁定跟踪方法，通过对雷达目标跟踪方法进行拆分，在数据运算方面利用计算机的高度灵活性使用高效的GPU并行处理；在雷达扫瞄参数使用实时动态参数更新提高数据准确性及减少虚假目标；在关联筛选目标方面使用多特征权值叠加筛选目标；提高雷达跟踪锁定系统的可靠性、精确性、高效性、稳定性。

其次参照附图描述根据本发明实施例提出的雷达目标锁定跟踪装置。

图5为根据本发明一个实施例的雷达目标锁定跟踪装置结构示意图。

如图5所示，该雷达目标锁定跟踪装置包括：设置模块501、计算模块502、判断模块503、第一输出模块504和第二输出模块505。

设置模块501，用于选取当前目标点，根据当前目标点的数据信息及扫描设备信息设置当前扫描参数。

计算模块502，用于在当前周期内根据当前扫描参数进行扫描，通过雷达算法对扫描数据进行计算，确定扫描数据中是否存在跟踪目标。

判断模块503，用于在扫描数据中存在跟踪目标时，通过多级目标筛选策略判断跟踪目标是否为真实目标。

第一输出模块504，用于在跟踪目标为是真实目标时，将跟踪目标进行修正后作为输出目标，根据输出目标进行航迹关联匹配，以及根据输出目标的数据信息更新当前扫描参数，进行新扫描周期的扫描。

第二输出模块505，用于在跟踪目标不是真实目标时，通过预测算法预测当前扫描周期的输出目标，并将预测的输出目标进行航迹关联匹配，更新当前扫描参数，进行新扫描周期的扫描。

需要说明的是，前述对方法实施例的解释说明也适用于该实施例的装置，此处不再赘述。

根据本发明实施例提出的雷达目标锁定跟踪装置，通过对雷达目标跟踪方法进行拆分，在数据运算方面利用计算机的高度灵活性使用高效的GPU并行处理；在雷达扫瞄参数使用实时动态参数更新提高数据准确性及减少虚假目标；在关联筛选目标方面使用多特征权值叠加筛选目标；提高雷达跟踪锁定系统的可靠性、精确性、高效性、稳定性。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种雷达目标锁定跟踪方法，其特征在于，包括以下步骤：

S1，选取当前目标点，根据所述当前目标点的数据信息及扫描设备信息设置当前扫描参数；

S2，在当前周期内根据所述当前扫描参数进行扫描，通过雷达算法对扫描数据进行计算，确定所述扫描数据中是否存在跟踪目标；

S3，在所述扫描数据中存在跟踪目标时，通过多级目标筛选策略判断跟踪目标是否为真实目标；

S4，在跟踪目标为是真实目标时，将跟踪目标进行修正后作为输出目标，根据所述输出目标进行航迹关联匹配，以及根据所述输出目标的数据信息更新当前扫描参数，执行S2，进行新扫描周期的扫描；

S5，在跟踪目标不是真实目标时，通过预测算法预测当前扫描周期的输出目标，并将预测的输出目标进行航迹关联匹配，更新当前扫描参数，执行S2，进行新扫描周期的扫描。

2.根据权利要求1所述的方法，其特征在于，在所述S2之后还包括：

S21，在当前扫描周期的扫描数据中不存在跟踪目标时，利用找回策略自动更新当前扫描参数，进行新扫描周期的扫描。

3.根据权利要求2所述的方法，其特征在于，在S21之后还包括：

若更新当前扫描参数后的新扫描周期的扫描数据中存在跟踪目标，则执行S3；

若更新当前扫描参数后的新扫描周期的扫描数据中不存在跟踪目标，则再次利用找回策略更新当前扫描参数进行新扫描周期的扫描，直至连续更新次数达到预设阈值，结束当前目标的跟踪。

4.根据权利要求2或3所述的方法，其特征在于，

在不存在跟踪目标的扫描周期内，通过预测算法预测当前扫描周期的输出目标，并将预测的输出目标进行航迹关联匹配。

5.根据权利要求1所述的方法，其特征在于，所述S3进一步包括：

S31，设定目标位置阈值，通过所述目标位置阈值对目标进行筛选，若跟踪目标满足所述目标位置阈值的条件，则执行S32，若不满足，则等待当前扫描周期的其他跟踪目标；

S32，对跟踪目标中的多维特征信息进行加权求权值，通过权值阈值对跟踪目标的权值进行权重筛选，若跟踪目标满足所述权值阈值的条件，则跟踪目标为真实目标，执行S4；若跟踪目标不满足所述权值阈值的条件，将跟踪目标加入数据队列，继续进行当前扫描周期的扫描，若扫描中存在真实目标，则执行S4，若当前扫描周期结束后不存在真实目标，则在当前扫描周期的数据队列中选择权值最大的跟踪目标作为当前扫描周期的真实目标，并清除数据队列，执行S4。

6.根据权利要求5述的方法，其特征在于，所述S31还包括：

在当前扫描周期的所有跟踪目标均不满足所述目标位置阈值的条件时，则跟踪目标不是真实目标，执行S5。

7.根据权利要求1所述的方法，其特征在于，在所述S4之后还包括：

若输出目标为跟踪目标的修正值时，则根据输出目标对航迹中的历史预测目标进行匹配修正。

8.根据权利要求1所述的方法，其特征在于，所述S1进一步包括：

根据所述当前目标点的数据信息，进行kalman算法预测出目标下周期可能出现的空间区域，通过预测数据动态更新当前扫描参数。

9.根据权利要求1所述的方法，其特征在于，所述扫描设备信息包括雷达转台的方位角和俯仰角数据；

所述当前目标点的数据信息包括速度、水平方位角度、俯仰角度、距离、信号幅度和运动方向。

10.一种雷达目标锁定跟踪装置，其特征在于，包括：

设置模块，用于选取当前目标点，根据所述当前目标点的数据信息及扫描设备信息设置当前扫描参数；

计算模块，用于在当前周期内根据所述当前扫描参数进行扫描，通过雷达算法对扫描数据进行计算，确定所述扫描数据中是否存在跟踪目标；

判断模块，用于在所述扫描数据中存在跟踪目标时，通过多级目标筛选策略判断跟踪目标是否为真实目标；

第一输出模块，用于在跟踪目标为是真实目标时，将跟踪目标进行修正后作为输出目标，根据所述输出目标进行航迹关联匹配，以及根据所述输出目标的数据信息更新当前扫描参数，进行新扫描周期的扫描；

第二输出模块，用于在跟踪目标不是真实目标时，通过预测算法预测当前扫描周期的输出目标，并将预测的输出目标进行航迹关联匹配，更新当前扫描参数，进行新扫描周期的扫描。

Images