航迹图像的2D雷达系统误差配准算法

针对传统的系统误差配准算法大都是在航迹已正确关联前提下的误差配准问题。提出了一种新的基于航迹图像的2D雷达系统误差配准算法。该方法首先分析了系统误差对目标航迹的影响,并将该影响表示为目标航迹的相对旋转和平移量,其次根据目标航迹产生参考图像和待配准图像,结合归一化互相关法和相位相关法来对相对旋转和平移量分别进行估计补偿,从而不需要考虑航迹关联即可实现系统误差配准。仿真结果表明了该方法的有效性。

基于期望最大化与容积卡尔曼平滑器的机载多平台多传感器系统误差配准算法

针对机载多平台多传感器系统误差配准过程中出现的系统误差参数未知问题,本文提出了一种基于期望最大化(EM)与容积卡尔曼平滑器(CKS)的机载多平台多传感器系统误差配准算法.该算法将传感器的量测系统误差视为系统待估计的未知参数,构建了新的传感器量测方程.引入EM算法框架,在期望步(E–step)利用容积卡尔曼滤波器(CKF)和CKS近似计算对数似然函数的数学期望,在最大化步(M–step)对该数学期望进行最大化处理,最后通过解析更新反复迭代的方式获得各传感器系统误差的参数估计.数值仿真验证了本文提出算法的有效性.

ADS与多雷达数据融合中的系统误差配准法探讨

本文主要通过对ADS(空中交通管制中自动相关监视)与现有的多雷达监视系统数据融合的模型进行了分析,并且对现有的所雷达数据处理系统的误差配准方法进行了描述,以实现ADS与雷达的数据融合中的计算,并给出了最优解,通过仿真,结合结果分析,这种方法可以有效地消除系统误差,使精度得到提高。

基于双向链表排序的系统误差稳健配准方法

为实现某多源测量数据融合处理系统,研究了时空配准中的系统误差配准问题。针对复杂电磁环境干扰,以稳健统计理论为指导,设计实现了基于双向链表排序的缓变序列实时中值估计算法,并在此基础上提出基于融合检择及设备间一次差实时中值估计的系统误差稳健配准方法。通过典型实测数据测试,验证了最小二乘法等传统配准方法的不稳健性。测试表明:在选择适当的样本容量时,本文方法在时变和非时变系统误差配准应用中都是有效的,能够避免配准值出现较大偏差,具有较好的稳健性。

基于系统误差和状态联合估计的目标跟踪算法

针对线性系统中系统误差对状态估计精度造成的不利影响,在卡尔曼滤波算法框架下提出一种基于系统误差和状态联合估计的目标跟踪算法。在算法实现过程中,首先定量分析了系统误差对目标状态估计及其估计误差协方差矩阵的影响,进而结合状态扩维技术构建系统误差配准的实现过程,最终依据标准卡尔曼滤波迭代流程设计了算法实现步骤。仿真实验结果表明:在系统误差恒定和时变两种情况下,新算法在系统误差配准和状态估计上具有可行性和有效性。

基于互信息的航迹对准关联算法

针对系统误差对目标航迹的影响,研究了在组网雷达存在系统误差情况下的航迹对准关联问题,并将该影响表示为目标航迹的旋转量和平移量;提出一种基于互信息的系统误差配准前航迹对准关联算法,该算法采用最大互信息理论来估计目标航迹数据的相对旋转量和平移量,将雷达组网中雷达上报的目标航迹数据对准到融合中心,从而避开了估计雷达组网系统误差,实现了误差配准前的航迹对准关联,能够为后端的系统误差配准提供可靠的关联航迹数据。

目标航迹融合空间误差估计与补偿算法研究

在机载多源信息融合领域,针对空间量测系统误差对状态估计精度造成的不利影响,提出了一种改进的误差估计与补偿算法。对于数值不变的系统误差,通过最小均方误差参数估计方法可以定量获得量测偏差中的确定性部分;将误差配准与目标航迹估计整合进行,有效提高滤波的精度。仿真结果表明,该改进算法能够有效抑制系统误差的影响。