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。     

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,针对实际工程应用中算法收敛情况难以判断的问题,提出了一种误差配准收敛性判定的方法。根据仿真结果对误差配准算法性能进行分析,同时验证了扩维配准和收敛性判定方法的有效性,支撑配准系统应用。     

广义最小二乘法配准组网雷达误差的技术研究

本文介绍了组网雷达的坐标转换方法,研究了使用广义最小二乘方法配准组网雷达中的距离误差、方位误差和俯仰误差的技术问题。仿真分析了量测噪声对于配准误差的影响。结果表明了最小二乘算法的有效性和鲁棒性。     

PRS/IRS复合制导中时空对准方法研究

针对被动雷达/红外(PR/IR)复合制导中2种传感器数据融合中时空对准的问题,提出了坐标变换的空间对准方法和最小二乘法曲线拟合的时间对准方法.Matlab仿真结果证明,该时空对准方法能将2种传感器通过不同采样周期得到的数据进行有效对准,实现了数据融合.     

雷达组网系统中评估探测精度的方法

针对雷达组网系统探测精度的考核问题,提出了一种评估雷达组网系统探测精度的方法.基于最大似然估计法、最小二乘估计法及加权最小二乘估计法,推导了衡量雷达组网系统探测精度的3种分析评估方法.通过性能对比,选择性能最优的最大似然估计评估法运用到某雷达群组网探测系统实际检飞考核试验中,获得了较好的评定结果.     

基于合作目标与非合作目标的一体化空间配准新算法

针对移动平台雷达同时探测到合作目标与非合作目标怎样进行空间配准的问题,提出了一种一体化的空间配准算法,将基于合作目标的雷达系统偏差估计结果作为附加条件输入到基于非合作目标建立的线性方程组中,一起采用递推最小二乘法（RLS）重新估计两平台的系统偏差大小。仿真结果表明该新方法切实可行,合理地利用了合作目标信息与共同量测的非合作目标信息,提高了雷达量测系统偏差估计的准确性和最终目标航迹的配准精度,相信在多机协同探测领域具有一定的应用价值。     

多雷达数据配准的工程实现

基于雷达网系统误差分析 ,提出了一种简单、实用的数据配准算法 ,称为最小二乘相对系统误差配准法(LSRSEM ) ,并给出了一种基于相对系统误差的多雷达数据配准工程实现方法。仿真和实际数据证明 ,该方法可以使同一目标观测航迹的分裂程度减小一个数量级 ,有效保证了多雷达观测结果的一致性和连续性     

一种红外/雷达双传感器融合目标跟踪算法

分析了一种集中式单目标雷达／红外双传感器融合跟踪算法的基本流程，针对两种传感器间测量信息不同步的问题，采用了一种基于最小二乘法的时空配准方法。给出了一种基于拉格朗日乘数法的最优加权平均融合算法，并设计了跟踪滤波器进行仿真实验。     

基于曲线拟合的干涉合成孔径雷达(InSAR)复图像自动配准算法

由于乘性噪声和相干斑的存在,干涉合成孔径雷达(InSAR) 复图像对的配准算法比传统的图像配准算法更困难。该文提出了一种基于B-样条曲线拟合和匹配的InSAR复图像对的自动配准算法,能够有效地配准InSAR复图像对。在利用最小二乘法建立配准参数后,应用两步法完成了亚像元级配准。实验结果表明,该算法具有较高的精度和稳健性。     

有源雷达与红外探测器组网定位精度分析

从几何稀释精度的角度,分析了有源雷达定位、红外探测器定位以及有源雷达与红外探测器组网定位这三种方法的定位精度。其中,组网的数据融合采用简化加权最小二乘估计算法。通过仿真比较了上述三种方法的定位精度随距离与高度的变化情况,得出有源雷达与红外探测器组网兼具有源雷达和红外探测的优势,优点是探测精度高、定位精度受高度影响较小,具有一定的现实意义。