多平臺多傳感器配準算法研究.pdf

1、在多平臺多傳感器系統(tǒng)中，各傳感器是互相獨立工作的，其采樣率也不全相同；測量數(shù)據(jù)的預處理是在各個傳感器的局部坐標系里進行的。信息融合并不是多個傳感器數(shù)據(jù)的簡單的疊加，為了達到信息融合的目的，在數(shù)據(jù)相關之前需要進行時間和空間的配準，以形成時間和空間上統(tǒng)一的觀測信息。傳感器配準是信息融合的先決條件，也是提高系統(tǒng)整體性能的關鍵技術之一，它在武器系統(tǒng)、遙感、導航、智能交通、機器人和安全檢查等軍事領域和民用領域有著廣泛的應用。 本論文針對多

2、平臺多傳感器配準算法的基礎問題進行了深入、系統(tǒng)的研究。研究圍繞著解決同類/異類傳感器配準、動態(tài)偏差估計和異步傳感器配準問題展開。主要研究成果如下： 1.提出了高斯均值移動算法及其收斂的充分條件。首先研究了由核密度估計器推導均值移動算法的過程，以及均值移動算法的收斂性和軌跡平滑性。在此理論基礎上，由極大似然概率密度函數(shù)推導出了高斯均值移動算法，給出并證明了高斯均值移動算法的收斂定理，該定理將當前的均值移動算法的收斂條件從一個凸核函

3、數(shù)擴展為分段的凸核函數(shù)與凹核函數(shù)，拓寬了高斯均值移動算法的應用領域和應用空間，為后續(xù)提出的高斯均值移動傳感器配準算法提供了理論基礎。 2.提出了基于信息融合的修正極大似然配準算法。針對傳統(tǒng)雙站被動定位系統(tǒng)的空間配準問題，分析了雙站被動交叉定位法在有配準偏差的情況下存在導致盲區(qū)內目標不可觀測的原因，結合多平臺多傳感器的項目背景與信息融合技術，提出了冗余信息補償原理，用于修正極大似然配準算法。該算法利用系統(tǒng)中多站冗余信息，通過對盲區(qū)

4、內的距離信息進行更新補償，重新建立多站偏差補償?shù)呐錅誓Ｐ?，信息補償后的目標位置被用于估計傳感器偏差，實現(xiàn)了多平臺被動傳感器偏差補償和目標定位。仿真結果表明，與現(xiàn)有方法相比，該算法可以有效提高無源定位系統(tǒng)的配準偏差的估計精度和系統(tǒng)的跟蹤性能。 3.提出了異類傳感器的均值移動配準算法。針對多平臺多傳感器信息融合系統(tǒng)中的異類傳感器配準問題，將極大似然法與均值移動法結合，提出了一種新的均值移動配準算法，并分析了算法的計算復雜度。該算法利

5、用極大似然法估計目標狀態(tài)，再將均值移動算法估計異類傳感器的偏差。均值移動配準算法避免了極大似然配準算法中矩陣復雜的相乘和逆運算，減少了算法的計算量，且仿真結果顯示，該算法較現(xiàn)有方法的偏差估計精度還略有提高。 4.提出了用于動態(tài)偏差估計的高斯均值移動配準算法?，F(xiàn)有的動態(tài)偏差配準方法是一種基于多幀多目標的方法，不能處理單一目標情況下的配準問題。針對多平臺多傳感器系統(tǒng)中動態(tài)變化的配準偏差問題，在高斯均值移動算法的理論研究的基礎上，假設

6、測量噪聲服從高斯分布，推導出用于動態(tài)偏差估計的高斯均值移動配準算法。該算法的基本思想是首先利用擴展卡爾曼濾波器實時地估計目標狀態(tài)，再利用高斯均值移動算法估計傳感器的動態(tài)偏差。隨后，又分析了該算法的計算復雜度，分析結果表明所提出的算法比現(xiàn)有方法的計算量小。利用該算法可以得到較好的配準效果，尤其是對于目標數(shù)較少的情況下，其配準效果較現(xiàn)有方法更加明顯。 5.提出了異步傳感器的偏差估計算法。首先利用目標在同一時刻的真實目標狀態(tài)對不同傳輸