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。     

一种基于ECEF坐标转换的多雷达误差配准算法

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,从而对网中各雷达进行配准,计算机仿真结果证明了该算法的正确性和有效性。     

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。     

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。     

雷达系统偏差精确配准技术研究综述

雷达误差配准是多源信息融合关键技术之一,处于数据预处理环节,其性能直接影响着后续融合处理效果。文中从误差配准研究的任务需求出发,围绕雷达系统偏差空间分布模型和精细化误差配准技术,回顾和总结了误差配准的研究进展,梳理了主要研究算法。在此基础上,从系统偏差空间分布特性分析与模型构建、一般场景下系统偏差精细化配准技术、病态场景下误差配准技术研究三个方面展望了有待于解决的关键问题,提出相应的方法思路,旨在更好地满足多源信息融合需要,助力提升误差配准方法的稳健性、准确性和工程适用性。     

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。     

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...     

多传感器数据融合系统中时间配准算法分析

在多传感器数据融合系统中，要求融合处理的各传感器数据必须是同一时刻的，这样才可能计算出目标的正确状态。但实际系统中，由于数据传播的延迟、传感器采样周期的不统一等，都会带来时间上的误差，而时间误差对测量的距离数据和距离变化率数据都会带来很大的影响，因此在融合前必须进行时间配准。本文着重分析了目前时间配准常用的几种算法，并分别进行仿真验证，得出了有益的结论。     

多雷达系统描述和相关及分析的模糊图方法

把模糊图论方法用于多雷达系统的描述，相关和分析，给出了相应的方法。在多雷达系统中考虑到模糊性的因素将更能反际情况，也会给决策者提供更丰富的信息。     

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。     

集中式多雷达系统的数据融合

集中式多雷达系统是一种典型的多传感器数据融合系统。一般组成多雷达系统的各部雷达之间是异步工作的，且各部雷达具有不同的数据采样率。本文给出了一种解决异步数据融合问题的方法，并结合计算机仿真的结果分析了这种方法的性能。     

激光扫描数据多站配准方法研究

介绍激光扫描数据多站配准的目的,详细阐述固定球公共点转换法、ICP算法和测量设备绝对定位法的原理和实现方法,并分析3种方法的优缺点,对激光扫描仪数据处理以及逆向工程、曲面质量检测和虚拟现实等领域的相关问题具有一定参考。     

被动式多雷达系统的多目标数据融合

1　概述　　由于被动式雷达具有高度的稳蔽性和生存能力 ,因此它被广泛应用到各种预警雷达和反辐射导弹系统中 .但被动式雷达没有距离量测 ,无法对其进行定位 .完成目标三维定位需要多个被动式雷达联合工作 ,并通过数据融合技术得到更精确的目标位置信息 .在多目标情况下 ,要实现数据融合 ,首先要进行测量值关联 ,即分清各个雷达站的数据是否来自于同一个目标 ,并把属于同一目标的多个站数据组合在一起 ,然后根据一定的融合算法把属于同一目标的多个雷达站量测数据合成起来 ,最后进行多目标量测点迹与航迹关联及卡尔曼滤波处理 .本文根据被…     

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。     

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。     

实时时间配准仿真研究

针对多传感器数据融合系统中观测数据时间不同步的问题,采用常系数滤波算法与Lagrange插值法结合进行时间配准,并用仿真的方法验证了此配准方法有效。与现有算法比较,此方法可与目标跟踪同步进行,配准实时性强,且简单,可提高融合效率。     

残余运动误差对机载多波段SAR 图像配准的影响分析

多波段SAR 是SAR 技术发展的一个重要方向,不同波段SAR 图像之间的精确配准是综合利用多波段SAR 图像信息的前提。运动测量系统的误差(即残余运动)是影响图像配准的重要误差来源之一。针对这一问题,该文研究了残余运动误差对SAR 成像几何定位的影响,在此基础上定量分析了残余运动与机载多波段SAR 图像配准精度之间的关系,并通过仿真验证了理论分析的正确性。      

对配准误差稳健的多基线相位展开方法

提出了一种对配准误差稳健的多基线相位展开方法.该方法首先根据配准误差的方向来确定最优联合观测矢量,进而确定存在配准误差时的真实导向矢量,并且用此导向矢量进行波束形成来进行相位展开,能够同时完成图像配准、干涉相位噪声滤波和相位展开,因此可以在SAR图像配准精度很差(可以允许达到一个分辨单元)的条件下得到稳健的相位展开性能,仿真结果证明了此方法的有效性.     

一种多波段红外图像联合配准和融合方法

多波段红外图像配准和融合是得到更高质量夜视图像的关键步骤。过去,这两种方法被定义为两个独立的图像处理过程。因此,在融合过程中忽略配准误差会严重影响最后的融合质量。为解决上述问题,该文提出一种新的迭代优化方法,该方法通过寻找最优配准参数来获得最佳的融合性能,采用基于人眼感兴趣区域的清晰度指标作为融合质量评价函数来完善配准过程,采用模拟退火法解决联合优化问题。实验结果表明,针对夜视领域的多波段红外图像,该方法在配准精度、融合质量以及稳定性上明显优于常用的配准和融合算法。