最小平方法实现多部雷达数据配准

数据配准是多传感器数据融合中的基本问题。本文针对雷达组网系统，提出一种简单，直接的数据配准方法，称为最小平方估计配准法。配准是数据融合的必要步骤，籍以估计和修理雷达的系统误差，从而使数据融合得以有效实现。本方法可使跟踪同一批目标的两部雷达保持观测结果的一致性。     

雷达数据实时时间配准算法研究

针对雷达数据融合中观测数据时间不同步的问题,本文提出了Kalman滤波器算法与三点抛物线插值法相结合的时间配准方法,结合雷达数据处理的特点,利用方位维波门相关算法,减少无效的时间配准计算,并用仿真的方法验证其配准的有效性。     

组网红外/雷达协同间歇式目标跟踪

为进一步提高组网火控雷达间歇跟踪系统性能,提出了基于组网的红外/雷达协同间歇跟踪方法.该方法利用红外/雷达进行协同间歇跟踪,通过数据拟合对连续红外数据与间歇雷达数据进行时间配准,并对配准后的数据进行压缩,然后采用集中式序贯滤波融合算法对异类间歇数据进行融合,形成连续的目标跟踪航迹.仿真结果表明,与组网火控雷达间歇跟踪相...     

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     

前视成像雷达图像序列配准算法研究

为解决前视阵列成像雷达中图像序列的配准问题,该文将前视阵列雷达的成像原理与Hausdorff距离有机结合,提出一种图像序列配准方法。该方法基于传感器信息、图像分辨率校正和回波域Hausdorff距离,首先利用传感器信息估计出图像间的距离向偏移,在此基础上修正天线孔径长度并校正序列图像分辨率。为解决地雷目标各向同性造成的角度估计困难,使用Hausdorff距离对序列图像实施配准。结合前视阵列雷达的成像原理,将Hausdorff距离从图像域映射到回波域,实现分辨率校正与配准的统一,提高配准速度和精度。通过实测数据验证,该方法适用于前视阵列成像雷达,能够提高图像序列配准精度,改善系统检测率。     

基于EM算法的联合数据关联与空间配准

针对雷达量测存在漏探测情况下的数据关联与空间配准问题,提出了一种基于期望最大化（EM）算法的联合数据关联与空间配准算法。该算法使用EM算法对空间配准问题中的系统偏差进行估计,采用多维分配算法进行数据关联,通过迭代进行数据关联和空间配准,最终得到收敛的系统偏差估计和关联正确率。仿真实验结果表明：在雷达探测为非全探测时,文中提出的联合数据关联与空间配准算法能够有效地估计系统偏差,有较强的抗噪性和鲁棒性。     

基于Range-Doppler域相位补偿的ATI/DPCA数据配准方法

合成孔径雷达通过沿航迹干涉(ATI)或天线相位中心偏置(DPCA)技术检测地面运动目标,需要对获得的不同通道数据进行方位向时间配准。该文首先根据测得的雷达参数进行粗配准,而后基于接收数据在Range-Doppler域内通过相位补偿思想精确估计两通道回波数据时间延迟,从而进一步提高数据配准精度。该方法无需插值操作,运算量小,仿真表明性能良好,可以满足实时配准要求。     

基于极大似然的联合数据关联与空间配准

针对雷达量测存在漏探测情况下的雷达之间数据关联与雷达系统误差估计问题,提出了基于极大似然(ML)的联合数据关联与空间配准算法。该算法采用多维分配算法进行数据关联,使用ML 对空间配准问题中的系统偏差进行估计,通过迭代进行数据关联和空间配准,最终得到收敛的系统偏差估计和关联正确率。仿真实验表明:在雷达探测存在漏探测时,文中提出的算法能够有效地进行数据关联和估计系统偏差,有较强的抗噪性和鲁棒性。     

基于互信息的航迹对准关联算法

针对系统误差对目标航迹的影响,研究了在组网雷达存在系统误差情况下的航迹对准关联问题,并将该影响表示为目标航迹的旋转量和平移量;提出一种基于互信息的系统误差配准前航迹对准关联算法,该算法采用最大互信息理论来估计目标航迹数据的相对旋转量和平移量,将雷达组网中雷达上报的目标航迹数据对准到融合中心,从而避开了估计雷达组网系统误差,实现了误差配准前的航迹对准关联,能够为后端的系统误差配准提供可靠的关联航迹数据。     

3D雷达与2D雷达联合误差配准技术研究

分析了地心地固(ECEF)坐标系下,两坐标(2D)雷达和三坐标(3D)雷达联合估计类误差配准方法和3D雷达校正2D雷达系统误差的方法.前者直接使用3D雷达和2D雷达的量测值,通过滤波得到各自的系统偏差估计值;后者则首先使用常规方法对2个3D雷达进行误差配准,然后使用配准后的3D雷达数据来校正2D雷达.2种算法都以卡尔曼滤波为基础构建等效量测方程和状态方程.根据2D雷达是否使用3D雷达提供的高度估计值,分2种情况进行公式推导和分析.仿真结果表明,联合类估计算法和不使用高度估计值的算法性能较好.     

基于TI-UKF的短航迹在线空间配准方法

为了提高多传感器系统的综合性能,对时空配准的理论和方法进行探索具有重大的现实意义。近程跟踪定位系统中,由于目标距离近且速度快,导致可用于配准的数据量很小,航迹短,在配准算法尚未收敛时观测数据已结束,从而为多传感器的时空配准带来困难。本文针对近程跟踪定位系统中的这些特征,将航迹迭代的思想结合近程系统航迹较短的特点,提出一种基于航迹迭代的无迹卡尔曼滤波(TI-UKF)的空间配准方法,对以雷达和红外传感器为探测手段获取的目标数据实现空间配准。实验采用曲线运动模型,模拟4条航迹,对雷达和红外传感器的空间配准进行实验,验证本文所提算法的有效性和系统偏差的收敛速度。实验结果表明,所提算法是有效的,且具有较强的应用价值。      

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。     

一种用于多视角雷达图像配准的改进RIFT算法

由于复杂的成像机制，对于存在丰富地表附属物的城镇、村庄等区域，从不同角度获取的雷达图像间存在明显的非线性辐射畸变和阴影特征差异，使得现有的图像配准方法不再适用。为了解决这一问题，本文在辐射不变特征变换（Radiation-Variation Insensitive Feature Transform,RIFT）的框架下分别从特征计算和特征向量生成两个方面进行改进，提出了一种基于多特征描述和阴影感知的多视角雷达图像配准方法。在特征计算阶段，算法利用log-Gabor滤波器实部和虚部的空间域性质对雷达图像中两种不同特征进行提取，使单一的特征变化不再影响特征描述，增强算法对非线性辐射畸变的鲁棒性。在特征向量生成阶段，利用log-Gabor滤波器对阴影区域响应低的性质，实现对图像阴影区域的检测，并为受阴影影响严重的子邻域所生成的特征向量施加掩膜，有效消除了阴影特征差异对图像配准的影响。实验结果表明，针对多视角雷达图像配准问题，本文方法在均方根误差、成功匹配概率和正确匹配点数上优于现有算法，能够实现多视角下雷达图像的精确配准。     

一种机载组网雷达协同目标检测算法

多机协同的机载雷达组网联合目标探测可有效提高复杂电磁干扰环境下对隐身弱目标的探测能力。文中针对机载雷达组网探测时空间配准误差大、协同探测难以实现的难题,提出了一种基于轨迹空间配准的协同目标检测算法,通过雷达间少量距离-多普勒域数据及低检测门限下目标轨迹域数据的交互,采用极大似然估计广义似然比检测器对目标进行联合恒虚警检测(CFAR),并通过轨迹域空间配准与CFAR的迭代计算,实现配准精度和目标联合检测性能的双提升。数值仿真实验的结果表明,在四部雷达组网工作时,在相参积累后信噪比9 dB、虚警概率10^-4的典型场景下,经过迭代处理,空间配准精度可达到一个距离-多普勒分辨单元;对目标的检测概率由单部雷达的28.5%提高到四部雷达协同下的83.67%。     

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。     

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。     

基于最小二乘曲线拟合的时间配准方法研究

针对单一手段探测低慢小目标能力不足的问题,提出了运用雷达/红外手段联合探测的方法.但在雷达红外数据融合之前,需要解决时间配准的问题.为解决这个问题,提出了一种基于最小二乘曲线拟合的时间配准改进方法,推导出了改进的最小二乘曲线拟合公式,分析了影响拟合精度的因素,通过仿真分析验证了该方法的有效性.     

基于极大似然法的异类传感器配准方法研究

针对异类传感器数据融合空间配准问题,利用极大似然法对多传感器系统模型进行分析,推导出配准参数的估计值,以毫米波雷达/红外传感器复合制导为例,对空间配准算法进行了仿真,仿真结果具有较快的迭代收敛速度和较好的配准效果,满足了异类传感器融合实时性和精确度的要求.     

基于随机采样一致性算法的激光点云大数据自动配准技术

激光点云大数据中存在冗余数据，导致其大数据自动配准过程中存在配准速率慢、精度差等问题，为此提出基于随机采样一致性算法的激光点云大数据自动配准技术。将初始半径和最小邻域拟作自定义变量，使用密度聚类法剔除冗余激光点云数据，运用双边滤波平滑点云信息；分析不同角度下两组激光点云数据的刚体变换关联，获取对应且不共线的采样点，将模型点配准率作为激光点云采样数据和真实数据一致性衡量指标，完成激光点云大数据初始配准；通过迭代最近法找出两个点云集合的最近点，利用M-估计方法优化误差惩罚函数，实现激光点云大数据自动配准。仿真结果证明，应用所提方法得到在未引入噪声时的激光点云数据配准重合度为0.97,噪声环境下的点云配准重合度为0.96,配准平均耗时为59.6 s。     

多目标雷达组网实时系统偏差稳健估计研究

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Kalman滤波和数据融合的系统偏差实时稳健估计方法。首先,利用Kalman滤波的实时配准算法得到各个目标对雷达系统偏差的估计结果;然后,通过估计结果的实时融合进一步减小估计误差;最终得到较高精度的实时系统偏差估计。仿真结果表明,该算法可以有效地实现多目标情况下的实时误差配准。