基于渐消因子的ECEF-GLS估计算法

传统的误差配准算法假设系统偏差恒定或缓慢变化,当系统误差发生突变或快速变化时,这一假设不再成立。针对这一问题,研究了时变条件下的误差配准算法,引入渐消因子,对常规的基于地心地固坐标系的广义最小二乘算法(generalized least squares algorithm based on the earth-centered earth-fixed coordinate system,ECEF-GLS)进行了修正,弱化历史量测对配准的影响,并对渐消因子的选取问题进行了研究,给出了合理的设计方法。算法验证表明,基于渐消因子的ECEF-GLS估计算法能够对时变的系统偏差进行有效估计,精度满足配准要求。

ECEF坐标定位下极区格网惯导误差算法研究

极区飞行格网惯性导航方式能够较好地解决由于极区子午线在极点汇聚收敛所导致的传统惯导系统定向丢失、定位误差剧增的问题,但其以经纬度及高度的定位方式在极区高纬度地区依然存在过极点时刻明显跳变误差的现象,推导并采用的基于地心地固(ECEF)坐标系表示的极区格网惯性导航误差模型旨在解决此类跳变现象,提高导航定位精度,且模型可方便用于组合导航算法设计;通过仿真验证,忽略惯性器件误差条件下,基于ECEF坐标定位的导航误差规律同常规力学编排误差一致合理,可满足导航需求。

一种基于ECEF坐标转换的最小二乘配准算法

提出了一种有效的多雷达配准算法。该算法采用ECEF(earth -centeredearth -fixed)坐标系作为过渡坐标系 ,将分散配置的各雷达站的量测数据实时转换到主站 (设主站雷达无系统偏差 ) ,利用各站同主站之间的量测差值 ,采用最小二乘法实时估计出各站相对主站之间的系统偏差 ,从而对网中各雷达进行配准。计算机仿真结果证明了该算法的正确性和有效性。

一种基于ECEF坐标转换的多雷达误差配准算法

提出一种有效的多雷达系统误差配准算法，该算法采用ＥＣＥＦ（Ｅａｒｔｈ－Ｃｅｎｔｅｒｅｄ Ｅａｒｔｈ－Ｆｉｘｅｄ）坐标系作为过渡坐标系，将分散配置的各雷达站的量测数据实时转换到主站（设主站雷达无系统偏差），利用各站同主站之间的量测差值，设计一扩展卡尔曼滤波器，实时估计出各站相对主站之间的系统偏差，从而对网中各雷达进行配准，计算机仿真结果证明了该算法的正确性和有效性。

基于ECEF的雷达组网目标综合定位精度分析

以地基分布式有源雷达组网系统为讨论对象,在具体分析了4种定位误差的相互关系的基础上,给出了一种基于ECEF转换法的系统目标综合定位精度评估模型,并利用典型的雷达参数,对多部2D及2D与3D混合的雷达组网系统的实际目标综合定位精度进行了仿真和对比分析,得到了一些对雷达组网系统的实际部署优化处理有参考价值的结论。

澳大利亚早期儿童可持续发展教育的经验及启示

澳大利亚早期儿童可持续发展教育借鉴和汲取了多种思想理论研究的成果,是旨在变革理念与行动的教育。在实践中,澳大利亚早期儿童可持续发展教育形成了五个方面的经验:一是将培养儿童可持续发展思维和问题解决能力作为其教育的目标;二是将项目活动与跨学科学习作为其主要的学习内容;三是将赋权与构建崇尚尊重的人际关系作为其实施的策略:四是将助力教师专业发展作为其质量提升的保障;五是将注重拓展儿童对原住民历史文化的理解和认识作为其有效的手段。深入分析澳大利亚早期儿童可持续发展教育的实践经验,对我国幼儿教育领域实施可持续发展教育,以及促进我国生态文明教育具有重要的启示意义。

3D雷达与2D雷达联合误差配准技术研究

分析了地心地固(ECEF)坐标系下,两坐标(2D)雷达和三坐标(3D)雷达联合估计类误差配准方法和3D雷达校正2D雷达系统误差的方法。前者直接使用3D雷达和2D雷达的量测值,通过滤波得到各自的系统偏差估计值;后者则首先使用常规方法对2个3D雷达进行误差配准,然后使用配准后的3D雷达数据来校正2D雷达。2种算法都以卡尔曼滤波为基础构建等效量测方程和状态方程。根据2D雷达是否使用3D雷达提供的高度估计值,分2种情况进行公式推导和分析。仿真结果表明,联合类估计算法和不使用高度估计值的算法性能较好。

基于SRUKF的3D雷达与2D雷达的误差配准方法

系统误差配准技术是雷达组网数据处理系统中必不可少的基础和关键技术,其目的是准确估计及消除组网雷达的系统误差。采用ECEF坐标系作为公共参考坐标系,推导了使用3D雷达配准2D雷达的3种方法,并采用均方根不敏卡尔曼滤波(SRUKF)对组网雷达系统误差进行实时估计。仿真结果表明,该算法可以有效地实现3D雷达与2D雷达之间距离和方位角的系统误差配准。

一个坐标转换公式的正确形式的证明

ECEF坐标到本地坐标转换公式是数据融合中常用的公式。但是在实际工程应用中,发现参考文献列举的论文中所提供的公式存在不同程度的错误,而正确的公式又没有给出推导过程。为了避免进一步的错误使用,文中从坐标的几何图形出发,推导了两个坐标系的坐标相互转换的系数矩阵,其形式与正确的结论相同。然后通过对典型坐标进行计算并验证,结果表明该公式是正确的。

雷达网航迹欺骗干扰协同规划技术

空时协同是实施雷达网虚假航迹欺骗干扰的关键技术,也是面临的实际困难之一。针对这一问题,提出了一种基于集中航迹规划和分布航迹协同的雷达网航迹欺骗干扰技术。首先,在基准雷达极坐标系内设计基准航迹,然后将基准航迹转化到地心直角坐标系(Earth-Centred,Earth-Fixed,ECEF)内,得到统一坐标系下的基准航迹。由于干扰设备须在雷达极坐标系内进行参数标定,因此将基准航迹转化到各雷达极坐标系内,完成空间上的航迹规划。而后通过干扰设备上的GPS模块对启动时间进行统一,并对基准航迹进行插值,计算出虚假航迹与雷达扫描的交汇点,完成时间上的统一,最后由干扰设备释放干扰,由此融合中心得到空时高度相关的上报航迹,容易将其误判为一条虚假航迹。试验结果验证了该方法的可行性、实用性。

基于马氏距离的雷达网有源假目标干扰鉴别技术

针对雷达网有源假目标干扰问题,为了消除长基线雷达组网时地球曲率对数据处理的影响,通过坐标转换,将各雷达站的目标的量测数据转化到了地心直角(ECEF)坐标系内,得到统一坐标系下的目标量测信息,完成空间上的对准;在此基础上,基于虚假目标的量测与雷达站位置有关,真实目标量测与雷达站无关,因而依据卡方分布的性质,在ECEF坐标系内对各个量测进行卡方检验,鉴别出虚假目标;最后,通过仿真验证了分析的正确性,该算法与工程实际接轨,实用性较强。

基于扩展H_∞滤波自适应误差配准算法

提出了基于扩展的H∞滤波和地心坐标系的自适应多传感器误差配准方法,该方法采用地心坐标系来消除地球曲率对配准算法的影响,采用扩展的H∞滤波来消除状态模型和量测模型噪声方差的不准确对配准算法的影响,该方法能够解决多传感器异步数据的误差配准问题,并且状态方程和量测方程的噪声可以是非高斯的,并采用修正的基于BLUE的量测转换方法对修正后的传感器的量测进行滤波。仿真试验表明,该算法能有效地估计时变的传感器误差,即使在运动方程和量测方程的噪声方差不准确的情况下,也能得到满意的配准结果。

一种组网雷达误差配准和目标跟踪递推算法

提出了一种在ECEF坐标系中对组网三维雷达的系统误差进行估计和目标跟踪联合递推算法,该算法能对系统误差进行在线估计和补偿,适应系统误差的变化,并同时对目标进行跟踪,提高了航迹融合精度,扩大了雷达的监视范围。用模拟的雷达数据对算法的性能进行了评估,计算机仿真试验验证了该算法的可行性和有效性。

一种存在系统偏差的航迹关联方法

研究了组网雷达存在系统误差情况下的航迹关联问题,采用ECEF坐标系作为公共参考坐标系,采用三门限算法进行航迹关联。将不同雷达量测的位置偏差作为粗关联门限,利用位置误差序列的样本方差建立历史航迹关联门限,最后对仍存在歧义的航迹,通过优化算法实现关联的全局最优解,与最近邻域法相比该算法可以有效实现不同目标数目与不同系统误差下的航迹关联,仿真结果显示了该算法的有效性。

地心坐标系下基于UCUT-IMM的机动目标跟踪算法

针对远距离杂波环境下弹载雷达NED坐标系跟踪机动目标精度差的问题,提出一种ECEF(地心坐标系)下基于无偏UCUT-IMM的机动目标跟踪算法。该方法首先利用无偏转换把弹载雷达极坐标量测值转换到NED坐标系下的量测值,然后通过坐标旋转得到ECEF坐标系下的量测值,在ECEF坐标系下跟踪滤波,避免了远距离NED坐标系下跟踪滤波受地球曲率的影响,同时为了减少坐标非线性转换旋转所带来的误差,利用UT(不敏变换)计算出地心坐标系下的量测协方差,在此基础上采用IMM(交互多模型)算法来进一步提高目标机动时的跟踪精度。仿真结果表明,与NED坐标系下的跟踪滤波相比,该算法具有更好的跟踪精度。

基于地心坐标系的传感器极大似然配准算法

配准是多传感数据无误差坐标转换的必不可少的处理过程。现有的精确极大似然 (EML)配准算法[1]是基于立体几何投影法进行的 ,没有考虑地球地形的影响 ,因此当传感器之间相距很远时将失去实际意义。提出了一种基于地心坐标系 (ECEF)的传感器极大似然配准算法。这种方法考虑到了地球形状对配准的影响。最后给出的仿真结果说明这种配准算法初步解决了远距离的传感器配准。

三维传感器组网偏差估计方法

采用地心地固坐标系作为统一坐标系,研究了3-D传感器组网中的偏差估计问题,根据同一目标位置在各个传感器探测中的迭合条件,运用一阶泰勒展式推导出各个传感器的距离、距离增益、方位角、仰角偏差的线性化公式,利用最小二乘法在线估计出各个偏差量,并实时进行修正,仿真结果验证上述方法的有效性。

基于高精度导航设备的海上多传感器配准算法

对海上多平台多传感器误差配准问题,利用平台的高精度导航信息将各传感器的量测数据转换到地心坐标系下,构建关于传感器偏差和舰艇姿态误差的伪测量模型,采用卡尔曼滤波对配准误差进行在线估计和补偿.算法较好地解决了传统的基于球极投影误差配准技术受地球曲率影响的不足,并突破了离线配准算法假定配准误差恒定的限制.仿真实验结果验证了算法的正确性和有效性.

分布式防空C^3I的坐标变换体系

介绍了两种适合分布式防空C3I系统的坐标变换体系,一种为基于球极平面投影的坐标变换体系,另一种为基于地心直角坐标的坐标变换体系。前一种方法在一定地理范围内可以满足实际系统对精度的要求,变换公式相对简单;后一种方法可以在全球范围满足高精度的变换要求,变换公式略为复杂。最后,对这两种坐标变换体系进行了误差分析。

多传感器配准估计方法与实现

采用地心地固坐标系作为统一坐标系,研究了多传感器组网中的配准估计问题。首先论述了传感器配准的现实意义和传感器偏差的客观来源。随后给出了多传感器配准问题的数学模型描述,并据此给出了配准参数状态矢量。然后利用单目标在不同传感器探测中的量测,在地心地固坐标系下得出偏差方程,采用一阶泰勒展开进行近似,给出各传感器距离、方位角、仰角偏差的线性化公式,并使用最小二乘法估计出各传感器的实时配准参数。最后通过一个Matlab仿真实例,验证了上述方法的有效性。