多传感器信息融合空时误差配准技术

摘要

随着科学技术的进步，在目标跟踪的过程中只利用单一传感器已无法满足现代战争的要求，需要采用多传感器融合系统来改善对目标捕获与跟踪的效果，但是如果融合系统中的传感器之间存在偏差则会影响融合系统的性能，故而传感器空时偏差配准是融合系统正确估计运动目标状态的前提。本文针对传感器空时偏差配准问题主要进行了以下三方面的研究。
　　第一，在传感器空间偏差配准的研究中，大部分算法中融合中心需要使用本地传感器的滤波值、量测值以及卡尔曼滤波增益，这就造成对系统数据传输能力的高要求，本文利用一种无须使用本地传感器量测值与卡尔曼滤波增益的算法对传感器空间偏差进行了估计。该算法首先利用逆卡尔曼滤波由本地传感器的滤波值还原了本地传感器的量测值，其次利用本地传感器量测值与滤波值还原了本地传感器的卡尔曼增益，再次利用上述值构建了传感器偏差向量的虚拟量测，最后对偏差向量构建一个滤波器，利用滤波器对偏差向量进行滤波估计。使用该算法可降低融合系统的数据传输负担，有效估计了传感器的空间偏差。
　　第二，目前大部分时间偏差估计算法致力于解决融合系统中不同传感器数据异步问题而没有解决时间基准不同的问题，本文将空间偏差配准问题中的扩维法进行了推广，利用时间偏差对目标状态向量进行扩维，对利用偏差值扩维后的状态向量进行滤波，以同时获取目标的状态估计以及时间偏差估计。该算法有效估计了融合系统中各传感器时间基准不同所带来的时间偏差，并在估计时间偏差的同时对目标状态进行了有效估计。
　　第三，目前大部分算法在估计时空偏差问题时都假设另一种偏差已经配准，然而在实际系统中两种偏差可能同时存在，本文针对该问题对第二个研究内容进行了推广，利用时空偏差对运动目标状态向量进行扩维，对扩维后的状态向量进行滤波，以同时获取运动目标的状态估计以及时空偏差估计。该算法同时估计了传感器的时空偏差以及运动目标状态，解决了原有算法未能同时估计时空偏差的问题。

目录

封面

中文摘要

英文摘要

目录

第1章 绪论

1.1 课题背景及研究的目的和意义

1.2空时偏差配准的研究现状及分析

1.3 本文的主要研究内容

第2章 滤波及误差配准基本问题与模型

2.1 滤波方法

2.2空间偏差的扩维估计

2.3 递归最小均方偏差估计器

2.4 评估方法与性能指标

2.5 本章小结

第3章 适用于数据量受限系统的偏差估计算法

3.1 含有加性及乘性偏差的传感器量测模型

3.2含有加性及乘性偏差的传感器偏差估计算法

3.3含有加性及乘性偏差的传感器偏差估计算法仿真

3.4本章小结

第4章 传感器空时偏差的扩维估计

4.1 扩维法估计时间偏差

4.2 时空偏差同时估计的扩维模型

4.3仿真分析

4.4 本章小结

结论

参考文献

攻读硕士学位期间发表的论文及其它成果

声明

致谢