数据关联（多传感器融合技术）.pptxVIP

数据关联时的数据准备 预处理 预处理即在二次处理之前，对一次处理给出的点迹要做进一步的处理，以提高信号的质量。主要包括以下三个方面： 点迹过滤 点迹合并 去野值 点迹过滤 原因：由于各种干扰的存在，使得监测系统所给出的点迹中，不仅包括运动的目标点迹，而且还包含大量的固定目标点迹和假目标点迹（孤立点迹）。 定义：在对一次处理给出的点迹进行二次处理之前，必须进行再加工或者过滤，争取将非目标点迹减至最少。 作用：他可以消除大部分由杂波剩余或者干扰产生的假点迹或者孤立点迹，除了减轻计算机负担和防止计算机饱和之外，还可以改善数据融合系统的状态估计精度，提高系统的性能。 点迹过滤 基本依据：运动目标和固定目标跨周期的相关特性不同 参数：根据目标运动速度设置了两个窗口(大窗口、小窗口) 6个标志位p1—p5和GF。 过滤过程：在书P61第二段。 判断准则： 1、运动目标 2、固定目标 3、孤立点迹 4、可疑点迹 凡是不满足上述准则的点迹，统统被认为是可疑点迹 目标分裂:由于雷达观测范围被分为若干个距离门，有的目标运动到两个距离门的分解处，如果距离门分辨率很高，门的尺寸很小，且目标很大，就有可能同时在同一方位上的相邻几个距离门上被检测到。 点迹合并就是将它们合并成一个目标。 去野值 在数据处理之前，去掉那些在录取、传输的过程中，由于受到干扰原因产生的一些不合理或者具有粗大误差的数据。 修正系统误差 误差 其中系统误差包括： (1)雷达站的站位误差。 (2)雷达所给出的目标坐标的系统误差。 其中第二种即测量误差中的固定误差部分，包括： 雷达天线波束的指向偏差或雷达天线的电轴和机械轴不重合所产生的误差； 距离测量中的零点偏差； 高度计零点偏差； 方法误差。 坐标变换/空间对准 数据关联必须坐标系统一。 信息处理中心—笛卡尔坐标系。 雷达和多数传感器—极坐标系。 其中目标的斜距r、方位角θ、仰角φ 则直角坐标系的三个分量为 但是由于直角坐标系是非线性变换会引入变换误差。 两坐标雷达噪声协方差矩阵为 一阶展开，协方差矩阵各元素如下： 其中σr2 为距离测量误差 σθ2 为方位测量误差 当距离较远时，由于精度要求，采用矫正的公式，书上P63。 雷达的极坐标数据变成直角坐标数据后，如采用集中式融合系统还需把直角坐标变到信息处理中心的公共直角坐标系。 其中融合中心坐标采用(X，Y)，雷达站表做采用( Xs ，Ys)。 其中β为偏移角 其中 为目标的斜距 为目标的高度 为地球的半径 假设雷达所处目标的状态估计与协方差为 与 。 变换到融合中心后有 其中 G= C= 时间同步或对准 第一种方法：利用一个雷达或者传感器的时间作为公共处 理时间，把来自其他雷达或者传感器的时间都统一到该传 感器的时间上。 在此我们将第k个传感器在时间tj 的状态数据同步到公共处 理时间ti 上来。 其中：V—目标运动速度 —在时间tj来自传感器k的观测状态数据