一种多传感器实时误差配准算法研究.pdfVIP

第23卷 第5期 传 感 技 术 学 报 Vo1．23 No．5 2010年 5月 CHINESEJOURNALOFSENSORSANDACTI．JATORS Mav2010 A Real-TimeRegistrationAlgorithm forM ulti-Sensor LIJunhui，YANGFeng，CHENGYongmei ，HUZhentao (ColiegeofAutomation，No~hwesternPolytechnicalUniversity，Xi’an710072，China) Abstract：Forthesystematicregistrationerrorsofmulti—sensor，aregistrationmodelforspacebiasesisgivenanda registrationalgorithmbasedoniteratedextendKalmanfilter(IEKF)ispresented．Byincorporatingtargetstatesand systematicregistrationerrorsintoonestateequation，thedynamicequationoftheaugmentedstateequationiscon- structed．Thenaregistrationalgorithm basedonIEKF isproposedtoestimatetargetstatesandsystematicregistra· tionerrorssimultaneously．TocompareitwithEKFandUKF，theresultshowstheproposedmethodhasthesameor evenbetteraccuracytoUKFandthesimilaritycomputationwithEKF． Keywords：datafusion；multi—sensornetwork；spaceregistration；iteratedextendKalmanfilter EEACC：7210G ；6210C 一 种多传感器实时误差配准算法研究木 李军辉 ，杨 峰，程咏梅 ，胡振涛 (西北工业大学 自动化学院，西安 710072) 摘 要 ：针对多传感器的系统误差配准问题，研究了系统误差时变的情况，提出了一种基于迭代扩展卡尔曼滤波(IEKF)的配 准算法。该算法将 目标的运动状态和传感器系统误差组合在同一状态方程中，构建扩维状态的系统动态方程，采用 IEKF的 方法对 目标状态和系统误差进行联合估计。仿真结果表明，与采用EKF和 UKF的方法相比，该算法能取得和UKF相近估计 精度 ，并且时间效率和EKF相当。 关键词 ：数据融合；多传感器网络；误差配准；迭代EKF 中图分类号：TN953 文献标识码 ：A 文章编号：1004—1699(2010)0s-0713一O4 在多传感器多目标跟踪中，融合处理来 自多传感 的误差参数也作为系统状态向量的一部分，同时对传 器的量测和估计信息，通过它们之间的协调和性能互 感器探测的目标状态和传感器的系统误差进行估计。 补的优势，可以克服单个传感器的不确定性和局限 在线方法较离线方法有更好地灵活性和对环境的适 性，增大数据覆盖范围，提高 目标探测与跟踪的能 应性 。已有的 目标状态和传感器误差联合估计算 力 J。但其由于各个传感器信息的获取时刻和参考 法主要有基于扩展卡尔曼滤波(EKF)和Unscented卡 坐标系往往不同，要进行有效地融合处理，发挥多传 尔曼滤波(UKF)的方法 卜引。在系统非线性较强时， 感器系统的优势，就必须要将各个信源信息获取时 线性化的EKF方法往往会带来很大的截断误差，甚 刻，以及信息内容转换到相同的时空坐标系下，即进 至导致滤波发散 8J。针对EKF线性化存在的误差， 行时空配准 J