一种基于ECEF坐标转换的多雷达误差配算法

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。     

多雷达系统几种误差配准方法的分析与比较

对多雷达系统现有几种主要误差配准方法即实时质量控制法（RealTimeQuality Control)、最小二乘法（Least Squares)、最大似然法（Maximum Likelihood)和广义最小二乘法（Generalized Least Squares)进行理论分析与比较,利用参考文献[1]的数据对上述几种算法的实际应用效果进行比较,为实际系统选择合适配准算法提供一定依据。     

多雷达系统几种误差配准方法的分析与比较

对多雷达系统现有几种主要误差配准方法即实时质量控制法（Ｒｅａｌ ＴｉｍｅＱｕａｌｉｔｙ Ｃｏｎｔｒｏｌ）、最小二乘法（Ｌｅａｓｔ Ｓｑｕａｒｅｓ）、最大似然法（Ｍａｘｉｍｕｍ　Ｌｉｋｅｌｉｈｏｏｄ）和广义最小二乘法（Ｇｅｎｅｒａｌｉｚｅｄ Ｓｑｕａｒｅｓ）进行理论分析与比较,利用参考文献［１］的数据对上述凡种算法的实际应用效果进行比较,为实际系统选择合适配准算法提供一定依据。     

一种精确的预警机误差配准算法

误差配准是多传感器数据融合的先期处理过程。介绍了载机雷达所用坐标系,在考虑载机机动的前提下,给出了预警机系统到地面融合中心的基于地心地固坐标系(ECEF)高精度坐标转换算法。分析了由于载机机动导致的转换偏差,给出了误差补偿模型,然后用卡尔曼滤波实时估计出预警机对地面融合中心的系统偏差,从而实现对预警机的误差配准。计算机仿真结果证明了算法的正确性和有效性。     

一种有效的多感测器配准算法

本文提出一种对空监视地面雷达网的实用多雷达配准算法,使各雷达的方位偏移和距离偏移两类系统误差显著减小,为多雷达多目标跟踪处理器有效工作提供可靠的输入雷达数据。设雷达网中某一部雷达无系统偏移误差,将其多雷达组对于该雷达进行相对配准。算法已成功地用于一实用多雷达多目标跟踪处理器,计算机模拟、现场测试和系统运行都证明算法的实用性和有效性。     

配准误差下的多基地雷达目标检测算法

在多基地雷达系统中,即使进行了空间配准处理,也很难实现完美的空间配准。该文研究了分布式MIMO雷达系统存在配准误差时的目标检测问题。根据是否利用已知先验配准误差信息对目标位置信息进行估计,给出了MAP-GLRT和ML-GLRT两种检测器。由于MAP-GLRT检测器利用了先验信息,因此其检测性能优于ML-GLRT检测器。在配准误差条件下,两种检测器的性能要优于传统的融合检测算法。通过仿真实验验证了所提算法的有效性。     

基于遗传算法的雷达组网误差配准算法

系统误差校正是雷达组网的关键问题,传统的误差校正方法采用最小均方估计法或极大似然法,这些方法受随机误差影响,计算量大,难以在工程中应用。本文在实时精度控制法（RTOC）的基础上,通过构造误差配准的目标函数,将误差配准转换为非线性优化问题,并采用遗传算法进行寻优。该方法采用非参数化的方法进行误差配准,克服了RTOC和最小二乘算法中线性化带来的误差,提高了误差估计的精度。仿真和实际数据测试表明,本文提供的方法能有效地进行组网雷达误差配准。     

车载多雷达组网实时航迹误差评估算法研究

结合车载多雷达组网系统的特点,为提高后续信息融合的精度和速度,在地心直角坐标(ECEF)的坐标变换体系下,通过多站航迹数据之间的比较处理,提出了基于最优递推最小二乘估计的车载多雷达组网实时航迹误差评估算法.仿真结果表明,该方法具有较高的准确性和鲁棒性.     

基于非合作目标的误差配准算法

误差配准是消除传感器系统误差必不可少的过程。针对非合作目标情况下如何估计传感器系统误差的问题,提出了一种基于线性卡尔曼和最小二乘的三维误差配准算法。该算法考虑了地球曲率的影响, 解决了传统的二维算法无法估计俯仰角系统误差的问题。通过构造系统模型, 将传感器系统误差和目标运动情况统一到同一量测方程中, 并结合线性卡尔曼和最小二乘得到系统误差的估计。仿真结果表明, 该方法能有效地估计包括俯仰角误差在内的多种系统误差。     

多传感器误差配准研究

多传感器组网信息融合时,需要对组网中各传感器系统误差进行估计和补偿,以消除各传感器系统误差对融合性能的影响.研究了雷达组网系统误差配准模型,并对最小二乘算法(LS)、广义最小二乘算法(GLS)、递推最小二乘算法(RLS)、修正EX算法等误差配准算法进行对比分析,同时给出了扩维配准模型用于解决多传感器组网配准问题,针对实...     

基于有限记忆最小二乘的雷达误差配准算法

针对非合作目标多雷达组网中的系统误差配准问题,介绍了基于地心地固坐标系的三维空间配准模型,以及常用的雷达误差配准方法——最小二乘法。为了能够实时估计出系统偏差,并解决最小二乘等批处理算法在求解系统误差过程中数据量、计算量和存储量随时间递增的问题,提出了基于广义最小二乘法的有限记忆最小二乘法。通过一个实例,对新算法进行Matlab仿真,结果证明了算法的正确性和有效性。     

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.     

基于TDOA与GROA的多运动站误差配准算法

针对多运动站无源定位过程中存在系统误差的问题,该文提出一种基于到达时差(TDOA)与到达增益比(GROA)最小二乘配准算法。该算法利用泰勒展开把非线性的量测方程线性化,利用最小二乘算法得到对目标状态和系统误差的联合估计,并考虑了量测噪声和站址误差的影响。同时推导了存在量测噪声、站址误差和系统误差时的克拉美罗下界(CRLB),并分析了系统误差对CRLB的影响。多种条件下的仿真表明,该算法对系统误差和目标状态的估计精度较高,说明了算法的有效性。     

一种新的基于多频谱叠加的图像配准算法

针对现有频域法 FFT 和 PPFFT 对于大倍率图像配准精度和计算效率难以同时保证的问题,研究了一种基于多重频谱叠加的频域算法,为最大限度减小插值误差噪声,该算法采用多分辨率频谱插值,构造出更接近对数极坐标网格。文中给出分辨率参数设置和算法流程。最后通过算例验证,结果表明：本算法对无裁减图像最大配准倍率可至10,对裁减图像可至5,而FFT和PPFFT（无迭代）对于两种类型图像都约为2;相对于特征点匹配法,本算法也适用于更大倍率的图像配准,从而验证了该算法的准确性和可行性。     

基于球面模型的天波超视距雷达坐标配准法

针对天波超视距雷达多径传播现象设计了一种仿真环境，对基于球面量测模型的坐标配准方法给出了严格和详细的证明，然后根据具体的仿真实例验证了公式的正确性，并对坐标变换公式组进行了误差统计。值得一提的是，文中从新的角度，基于不同的几何关系，推导了方位角转换公式，给出了方位角转换的另外一种形式。     

基于UKF的组网雷达误差配准方法研究

针对多目标情况下雷达组网的误差配准问题,提出了一种基于不敏卡尔曼滤波(Unscented Kalman Filter,UKF)和最优压缩的系统偏差稳健估计方法。该算法将目标的运动状态和传感器系统偏差组合在同一状态方程中,构建扩维的系统偏差动态方程,接着采用UKF的方法对目标状态和系统偏差进行联合估计。然后通过对多个估计结果的进一步融合,最终得到较高精度的系统偏差估计。仿真结果表明,该算法可以有效地实现多目标情况下的误差配准。     

基于小生境遗传算法的雷达组网误差配准

多传感器信息融合须进行误差配准。传统的误差配准技术采用RTQC、最小二乘法或极大似然估计法,将非线性方程进行线性化,而线性化过程会引入误差。给出了一种基于小生境遗传算法的误差配准算法,该方法在采用基于ECEF坐标系的误差配准技术的基础上,克服了将非线性方程线性化带来的误差,并在传统遗传算法的基础上引入小生境技术,提高了遗传算法全局寻优能力、收敛速度以及系统误差估计结果的精度。最后,将该方法与基于ECEF坐标系的最小二乘法及传统遗传算法进行了比较,仿真实验结果验证了算法的有效性。     

GPS转换为雷达坐标的误差分析

在ADS-B标校雷达设备时,通常要将ADS-B的GPS坐标转换为雷达的极坐标。在介绍GPS精度和GPS转换为雷达极坐标模型的基础上,详细分析了GPS误差大小对雷达坐标系下的误差影响,给出了具体模型。分析了在一定的GPS误差下,目标与雷达之间的斜距变化、方位变化和俯仰变化对转换误差大小的影响。实验结果给出了在GPS精度一定时,ADS-B标校雷达设备的精度范围。     

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。