基于ECEF的双阶扩展卡尔曼滤波误差配准方法

组网雷达中为精准估计和消除系统误差,必须进行误差配准。论文针对联合扩维误差配准算法随维度增加导致计算量增大的不足,在基于ECEF坐标系的基础上,结合双阶卡尔曼滤波与扩展卡尔曼滤波,提出一种双阶扩展卡尔曼滤波的误差配准方法,实现了对系统误差的实时估计,仿真表明了该算法的有效性。

基于限定记忆加权的辅雷达时变系统误差估计方法

针对传统误差配准算法无法对雷达时变系统误差进行精准估计的问题,提出了一种参照中心雷达的基于EKF的指数加权MAP辅雷达时变系统误差估计算法。首先,对恒定系统误差下次优MAP估值器进行分析;在此基础上,引入指数加权因子,给出时变系统误差估值器的递推公式;最后,利用仿真及对比实验验证对所提方法进行了性能分析。相较于现有误差配准算法,该自适应算法能够对时变系统误差进行有效估计,且滤波精度明显提高。

基于AIS的雷达高精度误差校准方法

利用AIS进行雷达标校在军事领域已得到广泛应用。但在标校过程中发现,校后雷达精度很多时候没有得到显著提高。从误差序列处理层面上对影响校后雷达精度的原因进行分析,提出一种基于AIS的雷达高精度误差校准方法。新方法首次提出在传统的校准流程中加入误差分布分析这一环节,并对关联、对准后的误差序列进行两次异常值筛选。通过实测数据证明,所提出的方法能够得到较准确的系统误差估计值,对雷达的系统误差进行了有效的校准。

一种基于SSR-TSEKF的多雷达误差配准算法

误差配准问题是雷达组网中首先要解决的问题,以此来精确估计和消除系统误差。扩维滤波能够对系统误差进行实时估计,但计算量随维度增加而增大;双阶卡尔曼滤波能够大大减少计算量,但易出现计算误差发散。在研究ASEKF与TSEKF算法的基础上,将数值稳定性高的平方根滤波与TSEKF算法相结合,并引入序贯思想,提出一种基于SSR-TSEKF的误差配准算法。仿真结果表明,新算法在降低计算量的基础上,有效提高了滤波稳定性。

一种非均匀系统误差的雷达分区校准方法

为有效提高雷达探测精度,提出一种系统误差非均匀分布下的拟合分区校准方法。该方法首先对于雷达对海量测多目标信息与自动识别系统(AIS)提供的真值数据进行时空对准与相关处理得到误差序列;进而给出了两种非均匀分布下系统误差分布假设;在假设合理性的基础上,通过拟合处理对雷达探测覆盖海域进行区域划分,得到系统误差估计值对对海雷达进行校准。最后,实验证明了该方法的有效性。

基于AIS辅助信息的对海雷达系统误差分析

在分析当前雷达系统误差校准方法的基础下,利用多海域实验数据,对雷达系统误差在海上的分布特性进行了系统的分析。文中利用雷达与舰船自动识别系统(AIS)信息得到误差分析所需的系统误差序列,通过K-S检验、分布拟合以及变量拟合等方法对系统误差的数值统计特性、相关特性以及区域分布特性进行具体实验分析。该文对精准实施雷达系统误差校准工作有重要的现实指导意义。

基于TSSH-EKF的组网雷达误差配准算法

为提高组网雷达的探测精度,提出了一种双阶自适应扩展卡尔曼滤波误差配准算法。对扩维目标状态向量进行解耦,将Sage-Husa自适应滤波与解耦后双阶扩展卡尔曼滤波进行结合,并引入序贯思想,在进行无偏滤波的同时根据量测输出在线实时修正量测噪声,防止因量测噪声设置误差过大产生的滤波发散。仿真实验表明:与扩维误差配准算法相比,所提算法在大大降低计算量的同时,能够有效提高滤波的稳定性。

基于平方根双阶EKF的2D雷达与3D雷达误差配准方法

对不同体制雷达进行组网,能够有效发挥各型雷达性能优势,但组网过程中误差配准问题必须首先要解决,以此提高对目标航迹的探测与跟踪精度。联合扩维误差配准算法能够进行实时配准,但运算量问题限制了算法的效能发挥。论文在研究异维度雷达配准算法的基础上,提出了一种基于平方根的双阶EKF误差配准方法,并与传统的异维度雷达扩维配准方法进行对比分析。仿真结果表明,新算法消除了状态向量维数增加导致的运算效率降低的问题,且配准精度显著提高,配准效果比较理想。