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。     

多传感器配准估计方法与实现

采用地心地固坐标系作为统一坐标系,研究了多传感器组网中的配准估计问题。首先论述了传感器配准的现实意义和传感器偏差的客观来源。随后给出了多传感器配准问题的数学模型描述,并据此给出了配准参数状态矢量。然后利用单目标在不同传感器探测中的量测,在地心地固坐标系下得出偏差方程,采用一阶泰勒展开进行近似,给出各传感器距离、方位角、仰角偏差的线性化公式,并使用最小二乘法估计出各传感器的实时配准参数。最后通过一个Matlab仿真实例,验证了上述方法的有效性。     

舰艇编队中多传感器系统误差实时配准技术研究

本文针对工程应用中的实际问题,将基于地球中心坐标系的序贯最小二乘实时配准方法应用在传感器实际位置随舰船位置动态变化的舰艇编队中,深入研究了实际应用中舰船本身定位、航向、姿态均存在误差时给配准结果带来的影响,进一步证实了此方法在平台运动情形下的有效性。     

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NLS的多机只测角误差配准算法

多机无源融合定位中的误差配准是目前多传感器误差配中的难点之一。当无源传感器获得的观测量存在系统误差却不进行配准时,多机融合定位的效果将受到严重影响。针对这一情况,在多机只测角无源定位问题中提出了一种基于非线性最小二乘（NLS）的误差配准算法。该算法将多机只测角误差配准问题转换为非线性最小二乘估计问题,并采用高斯–牛顿法求解,即先将非线性量测方程线性化并采用加权最小二乘进行估计,然后进行迭代直至收敛到最优估计值。仿真结果表明,与EKF配准算法相比,当观测时间足够长时,本文提出的NLS误差配准算法的定位误差可以接近克拉美罗限（CRLB）,并且对系统误差的估计精度非常高。      

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。     

多传感器数据融合中的配准技术

配准是多传感器数据融合中的一个重要环节。文中介绍了图像配准的一般方法，配准技术在数据融合的应用，并着重介绍了基于点特征的红外／可见光图像自动配准算法。     

大孔径静态干涉成像光谱仪探测器配准误差标定方法

大孔径静态干涉成像光谱技术是近年来出现的一种新型干涉成像光谱技术,具有高通量、多通道等优点,然而干涉图与探测器之间存在一定配准误差时,则会对复原光谱产生较大的影响,甚至影响到仪器的最终应用。针对该问题,通过对大孔径静态干涉成像光谱仪成像机理的分析,提出了一种探测器配准误差的标定方法,经验证该方法可以很好地解决探测器的配准误差,最终提高了复原光谱的精度,该研究对大孔径静态干涉成像光谱仪的研制具有重要的指导意义。     

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     

基于UKF地面雷达网的时空配准方法

为消除地面雷达的系统误差和时间误差,提出了基于Unscented卡尔曼滤波(UKF)的三维空间地面雷达网的时空配准方法。该方法将系统误差、时间误差与目标运动模型组合在一个动态模型中,并用UKF方法进行估计。Monte-Carlo仿真表明:该方法能同时有效地估计雷达的系统误差、时间误差,同时得到目标航迹。     

多传感器图像融合系统设计

为了实时获取场景的全面信息,本文采用图像融合技术,提出了基于FPGA的电视、红外、微光电视三路图像融合硬件实时系统设计方案,解决了成像光路、图像配准、处理系统及融合算法等关键技术,强化了图像中的有用信息,增强光谱信息含量。所设计的实时硬件系统平台可较为全面的输出场景图像信息。     

多传感器侦察系统中的雷达

介绍几个战场侦察多传感器系统中的雷达,并对有关问题提出一些看法。     

地面战场侦察传感器系统自定位算法研究

针对战场侦察传感器系统所面临的自定位问题,提出了一种最小包含菱形的传感器网络定位算法。该算法将基站发射功率分成不同的离散等级,然后以各基站能量环带包含的最小菱形质心作为未知节点的坐标。仿真分析表明:该算法比Bounding box算法有更低的定位误差和更高的定位覆盖率。     

多传感器数据融合评估系统的设计与实现

多传感器数据融合技术现已成为研究热点,但对它的研究往往缺乏必要的仿真手段和评估手段。为不断验证和改进融合系统的融合算法,设计并实现了一个多传感器数据融合评估系统：首先建立了评估系统的模型;接着对评估指标,按精度、相关性和处理能力三方面内容,给出了详细定义和计算方法;并针对评估实现中的关键问题,给出了基于最近邻域的相关技术、基于自适应均值门限判断的正确航迹判断技术和基于Matlab的可移植编程技术等解决方法。仿真实验表明,评估指标设计合理,评估系统切实可用。     

EPON系统环网保护组网方式

提出可以实现EPON系统业务保护和故障恢复的快速环网方式。在OLT上通过快速以太网环网,在PON口采用主干光纤保护或全保护,在ONU侧通过手拉手保护组网方式,实现整个EPON系统的冗余保护。此保护方式达到了保护时间小于50 ms的电信级要求,而且具有算法简单、拓扑收敛速度快,业务恢复时间快等显著优势。EPON系统网络拓扑,采用此种组网方式能有效地提高以太网环网的可靠性和稳定性,实现较好的业务保护效果。     

分布式雷达系统误差修正

系统误差修正是多雷达和分布式雷达跟踪系统中的基本问题。分布式雷达的系统误差修正与传统的多雷达系统误差修正方法有较大的差异,传统的多雷达系统误差修正常采用线性最小二乘的方法,而分布式雷达需要采用高斯牛顿迭代方法。因此有必要对分布式雷达系统误差修正问题进行研究,为工程应用提供参考。文中给出了一发三收分布式雷达系统误差修正的方法,并进行了仿真,得出了相应的结论。     

多传感器系统动态性能指标的研究

文章在对多传感器数据融合系统的性能评价与多目标跟踪系统的性能评估技术进行探讨的基础上，给了了多传感器系统动态性能指标的建立方法，最后给出这些指标的设计和应用，取得了令人满意的仿真结果。