一种异平台2维雷达与红外传感器量测数据合成方法技术

一种异平台2维雷达与红外传感器探测数据合成方法，步骤如下：第1步接收相关成功的测量目标对信息；第2步变换构造目标观测方程；第3步根据测量方位角特性，构造出满足马尔可夫估计条件的状态向量；第4步目标状态向量的马尔可夫估计；第5步目标状态向量的误差协方差计算；第6步　求解z轴上的状态向量及方差。其优点是：提供了一种操作简单，通过联立2维雷达与红外不同时刻的测量数据构造出目标观测方程，根据马尔可夫估计原理估计出其状态向量与协方差，其过程避免了缺维数据的复杂时空对准计算，该方法易于实现与工程实践应用；其对目标状态估计兼有合成与滤波功能，实时性好，融合精度较高。

【技术实现步骤摘要】

本专利技术属于数据融合
，具体涉及到一种异平台2维雷达与红外传感器数据合成方法，该方法对不同平台2维雷达与红外传感器探测/跟踪的空中目标数据进行联合状态估计，其无需单独对异类传感器数据进行时间、空间对准，从而避免了缺维数据复杂的时空对准/坐标转换以及由此引入的原理误差。 
技术介绍
各种类型的传感器的探测能力都存在各自的优点和一定的局限性，为实现全面、完整、稳定的战场态势感知，需要在作战空间分散设置多种类型的传感器以构成传感器网。这些传感器包括警戒雷达、搜索雷达、跟踪雷达、红外、电视、激光、电子战等探测设备，并利用数据融合技术对这些传感器的目标探测/跟踪数据进行数据融合。 主被动异类传感器网是一种典型的多传感器系统组网模式。由于异类传感器两坐标雷达和红外传感器在探测方式、探测信息等方面都具有较强的互补性，它们通常配置在一起构成雷达-红外多传感器系统进行目标探测与跟踪，从而能够使融合系统降低对敌方干扰的脆弱性，提高系统可靠性。利用雷达高精度的距离测量和红外高精度的角度测量,实现信息互补,通过数据融合技术,给出对目标位置与状态的正确估计,从而改善对目标的跟踪和识别。 雷达与红外传感器配合使用，成为相互独立又彼此补充的探测跟踪手段。但是，两坐标雷达和红外传感器的探测信息都不能完整表达一个三维空间中目标的位置：前者由于缺乏目标的俯仰角信息，坐标转换误差较大；后者缺乏目标的距离信息，难以进行数据对准/坐标转换，从而导致现有的状态信息与融 合跟踪方法的有效性下降。多传感器数据融合过程通常可划分为两个步骤：数据关联和数据合成。通过关联判决逻辑确定为来自同一目标传感器测量数据时，再通过航迹数据合成估计出目标状态与协方差，以提高目标跟踪合成精度。数据合成通常采用协方差加权融合方法，但，该方法要求参与合成数据为同一时空且具备相同维数的数据。由于两坐标雷达与红外传感器异类数据在探测时间上的不同步、坐标不统一、数据率不一致以及测量维数不匹配等特点，使得对这类信息的合成处理很难直接采取该类合成方法。 
技术实现思路
本专利技术提供了一种用于异平台异类传感器2维雷达与红外传感器探测空中目标的测量数据进行状态估计融合的方法，该方法通过联立多个探测时刻的雷达与红外测量数据构造了新的观测方程，通过马尔可夫估计原理估计出目标合成状态及协方差，避免了异类传感器缺维数据复杂的时空对准/坐标转换以及由此引入的原理误差。 本专利技术提供一种异平台2维雷达与红外传感器测量数据合成方法,该方法包括以下步骤： 第1步：接收相关成功的测量目标对信息 测量目标信息包括2维雷达与红外传感器平台位置信息和异类传感器测量目标信息，其中，传感器平台位置采直角坐标系表示；2维雷达测量目标采用距离、方位表示；红外传感器测量目标采用方位、仰角表示； 第2步：变换构造目标观测方程 根据2维雷达与红外传感器的测量目标方位角特性，忽略平台定位测量误差,在xy平面上变换构造出目标作匀速直线运动模型与匀加速直线运动模型下的观测方程； 第3步：根据测量方位角特性，构造出满足马尔可夫估计条件的状态向量 将2维雷达1和红外传感器2测量数据分成若干个子集，每个子集都进行目标位置的估计；通过对匀速直线、匀加速直线运动模型下的观测方程的变换,在xy方向上变换出满足马尔可夫估计方程的状态向量X； 第4步：目标状态向量X的马尔可夫估计 通过马尔可夫估计方法联立各个子集测算的目标位置的估计值，综合估计出目标位置、状态以及相应的误差协方差；根据马尔可夫状态向量方程估计方法，同一时刻采用匀速、匀加速直线运动模型对目标状态进行马尔可夫向量估计，最终目标综合状态估计值为两种模型估计向量的加权和，其权值是依据各模型的误差协方差得到； 第5步：目标状态向量X的误差协方差计算 由数学知识求解出X方向上状态估计向量误差协方差； 第6步：求解z轴上的状态向量及方差 根据以上步骤中计算xy平面状态矢量原理，变换构造匀速直线运动模型下z轴上状态方程，通过马尔可夫估计原理进行估计，计算出目标在z轴方向上的状态向量及误差方差。 所述的第2步具体包括以下过程： 假设在测量时间ti、tn时刻，令Δtn＝tn-ti，异类传感器所在平台位置坐标为(Xi0,Yi0)，目标测量方位角为βi，在tn时刻，其速度为(vx,vy,vz)，位置坐标表示为(xn,yn,zn)，目标作匀加速运动时其加速度表示为(2ax,2ay,2az)。 （2.1）匀速直线运动模型下的观测方程构造，表示为： Xi0cosβi-Yi0sinβi＝xncosβi-vxΔtncosβi-ynsinβi+vyΔtnsinβi（2.2）匀加速直线运动模型下的观测方程构造，表示为： Xi0cosβi-Yi0sinβi＝xncosβi-vxΔtncosβi-ynsinβi+vyΔtnsinβi-ayΔtn2sinβi+axΔtn2cosβi所述的第3步具体包括匀速直线、匀加速直线运动两种模型下的满足马尔可夫估计算法条件状态向量的构造，假设在ti时刻，传感器测量方位角为θi，令Zi'＝Xi0cosθi-Yi0sinθi，则有： 匀速直线运动模型下的测量转移矩阵为： H(i)＝[cosθi  -Δticosθi  -sinθi  Δtisinθi]，H(i)(i＝1,2,...,n) 匀加速直线运动模型下的测量转移矩阵为： H(i)＝[cosθi  -Δtncosθi  Δtn2cosθi  -sinθi  Δtnsinθi  -Δtn2sinθi] 所述的第4步中，在xy方向上目标状态向量X的马尔可夫估计为： X^=(HTWH)-1HTWZ=(H-1R-1H)-1HTR-1Z]]>其中，观测转移矩阵H、观测误差矩阵R以及向量Z可分别表示为： H=H(1)H(2)...H(n),R=σZ1′20000σZ2′20000...0000σZn′2,Z=Z1′Z2′...Zn′]]>H(i)(i＝1,2,...,n)为在时刻ti单次观测转移矩阵,(i＝1,2,...,n)为单次观测误差矩阵，其值为为平台在ti时刻定位误差方差，可根据平台定位参数得到，为传感器测量方位角误差方差，n为累计观测点数，即观测滑窗长度，n取值范围为2-20。 假设匀速直线运动模型目标状态估计值误差协方差P1；目标作匀加速直线运动模型下其状态估计值误差协方差P2，本专利技术中采用状态向量误差协方差加权值表示目标在某时刻融合状态最终估计值。 综合误差协方差为：每种模型估计的权值：其中i取值1或2 则融合状态估计：所述的第6步具体包括下述过程： 第6.1步匀速直线运动模型下的z轴上观测方程的构造，其表达式分别表示为： 假设在ti时刻，2维雷达1探测空中目标，其平台位置坐标为(Xi0,Yi0,Zi0)，Zi0本文档来自技高网...

【技术保护点】
一种异平台2维雷达与红外传感器探测数据合成方法，包括下述步骤：第1步：接收相关成功的测量目标对信息测量目标信息包括2维雷达与红外传感器平台位置信息和异类传感器测量目标信息，其中，传感器平台位置采直角坐标系表示；2维雷达测量目标采用距离、方位表示；红外传感器测量目标采用方位、仰角表示；第2步：变换构造目标观测方程根据2维雷达与红外传感器的测量目标方位角特性，忽略平台测量定位误差,在xy平面上变换构造出目标作匀速直线运动模型与匀加速直线运动模型下的目标观测方程；第3步：根据测量方位角特性，构造出满足马尔可夫估计条件的状态向量：将2维雷达1和红外传感器2测量数据分成若干个子集，每个子集都进行目标位置的估计；通过对匀速直线、匀加速直线运动模型下的目标观测方程的变换,在xy方向上变换出满足马尔可夫估计方程的状态向量X；第4步：目标状态向量X的马尔可夫估计通过马尔可夫估计方法联立各个子集测算的目标位置的估计值，综合估计出目标位置、状态以及相应的误差协方差；根据马尔可夫状态向量方程估计方法，同一时刻采用匀速、匀加速直线运动模型对目标状态进行马尔可夫向量估计，最终目标综合状态估计值为两种模型估计向量的加权和，其权值是依据各模型的误差协方差得到；第5步：目标状态向量X的误差协方差计算由数学知识求解出X方向上状态估计向量误差协方差；第6步：求解z轴上的状态向量及方差根据以上步骤中计算xy平面状态矢量原理，变换构造匀速直线运动模型下z轴上状态方程，通过马尔可夫估计原理进行估计，计算出目标在z轴方向上的状态向量及误差方差。...

【技术特征摘要】
1.一种异平台2维雷达与红外传感器探测数据合成方法，包括下述步骤：
第1步：接收相关成功的测量目标对信息
测量目标信息包括2维雷达与红外传感器平台位置信息和异类传感器测
量目标信息，其中，传感器平台位置采直角坐标系表示；2维雷达测量目标采
用距离、方位表示；红外传感器测量目标采用方位、仰角表示；
第2步：变换构造目标观测方程
根据2维雷达与红外传感器的测量目标方位角特性，忽略平台测量定位误
差,在xy平面上变换构造出目标作匀速直线运动模型与匀加速直线运动模型
下的目标观测方程；
第3步：根据测量方位角特性，构造出满足马尔可夫估计条件的状态向量：
将2维雷达1和红外传感器2测量数据分成若干个子集，每个子集都进行
目标位置的估计；通过对匀速直线、匀加速直线运动模型下的目标观测方程的
变换,在xy方向上变换出满足马尔可夫估计方程的状态向量X；
第4步：目标状态向量X的马尔可夫估计
通过马尔可夫估计方法联立各个子集测算的目标位置的估计值，综合估计
出目标位置、状态以及相应的误差协方差；根据马尔可夫状态向量方程估计方
法，同一时刻采用匀速、匀加速直线运动模型对目标状态进行马尔可夫向量估
计，最终目标综合状态估计值为两种模型估计向量的加权和，其权值是依据各
模型的误差协方差得到；
第5步：目标状态向量X的误差协方差计算
由数学知识求解出X方向上状态估计向量误差协方差；
第6步：求解z轴上的状态向量及方差
根据以上步骤中计算xy平面状态矢量原理，变换构造匀速直线运动模型
下z轴上状态方程，通过马尔可夫估计原理进行估计，计算出目标在z轴方向
上的状态向量及误差方差。
2.根据权利要求1所述的一种异平台2维雷达与红外传感器探测数据合
成方法，其特征在于，第2步具体包括下述过程：
假设在测量时间ti、tn时刻，令Δtn＝tn-ti，异类传感器所在平台位置坐标
为(Xi0,Yi0)，目标测量方位角为βi，在tn时刻，其速度为(vx,vy,vz)，位置坐标表
示为(xn,yn,zn)，目标作匀加速运动时其加速度表示为(2ax,2ay,2az)。
（2.1）匀速直线运动模型下的观测方程构造，表示为：
Xi0cosβi-Yi0sinβi＝xncosβi-vxΔtncosβi-ynsinβi+vyΔtnsinβi（2.2）匀加速直线运动模型下的观测方程构造，表示为：
Xi0cosβi-Yi0sinβi＝xncosβi-vxΔtncosβi-ynsinβi+vyΔtnsinβi-ayΔtn2sinβi+axΔtn2cosβi3.根据权利要求1、2所述的一种异平台2维雷达与红外传感器探测数据
合成方法，其特征在于，第3步具体包括匀速直线、匀加速直线运动两种模型
下的满足马尔可夫估计算法条件状态向量的构造，假设在ti时刻，传感器测量
方位角为θi，令Zi'＝Xi0cosθi-Yi0sinθi，则有：
匀速直线运动模型下的测量转移矩阵为：
H(i)＝[cosθi  -Δticosθi  -sinθi  Δtisinθi]，H(i)(i＝1,2,...,n)
...

【专利技术属性】
技术研发人员：吴汉宝，杨志祥，陈世友，王鹏，
申请(专利权)人：中国船舶重工集团公司第七零九研究所，
类型：发明
国别省市：湖北;42