The present invention relates to a fusion joint deviation calibration method of space-time system of a multi sensor, belonging to sensor calibration field, in order to solve the deviation of the existing calibration methods exist in both space and time deviation under the condition of not on target state and space-time deviation is estimated and calibrated to the deviation of the shortcomings, put forward a kind of deviation joint calibration method, space-time system of multi sensor fusion includes calculating the augmented objective state vector and the covariance matrix of state and construct state model; based on target state and space-time construction deviation sensor observation model; estimation of target states and sensor space-time deviation calculation of sampling points and the corresponding weights; update the augmented state vector and covariance augmented matrix; calculation of covariance matrix of predicted measurement covariance matrix and state vector measurement and more; The new target state and covariance matrix are obtained to estimate the target state and the sensor space time deviation. The invention is applicable to the netted radar detection field.
【技术实现步骤摘要】
本专利技术涉及一种多传感器融合系统空时偏差联合校准方法,属于传感器偏差校准领域。
技术介绍
对于时间偏差校准,BlairWD,RiceTR,AlouaniAT.Asynchronousdatafusionfortargettrackingwithamultitaskingradarandopticalsensor[C].Orlando’91,FL.InternationalSocietyforOpticsandPhotonics,1991:234-245.中提出的最小二乘法和王宝树,李芳社.基于数据融合技术的多目标跟踪算法研究[J].西安电子科技大学学报,1998,25(3):269-272.中提出的内插外推法用于解决时间偏差校准问题。其中在最小二乘法中低数据率与高数据率传感器的周期比为整数,且低数据率传感器在(k-1)至k时刻的两次目标状态更新之间高数据率传感器有n次量测值,利用最小二乘法将高数据率传感器的n次量测值融合到k时刻。该方法要求各传感器的采样起始时间必须相同,解决的是数据率不同情况下的时间同步问题,而有的实用系统各传感器起始采样时间不相同,相互间的时延未知。内插外推法将高精度传感器的量测数据插值到低精度传感器的量测时间点上,各传感器的采样起始时间可以不同,量测时刻均需精确可知,解决的是时间对齐问题,但在有的实用系统中各传感器之间的时延是未知的,仍需一种实用的时间偏差估计与校准的方法。解决空间偏差校准的算法有DanaMP.Registration:Aprerequisiteformultiplesensortracking[J].Multit ...
【技术保护点】
一种多传感器融合系统空时偏差联合校准方法,其特征在于,包括如下步骤:步骤一:利用空时偏差计算增广目标状态向量和状态协方差矩阵,构建状态模型;步骤二:利用目标状态和空时偏差构建传感器的观测模型;步骤三:根据所述状态模型以及所述观测模型,采用UKF算法估计目标状态和传感器空时偏差,并利用不敏变换计算δ采样点和对应的权值Wi;步骤四:利用所述δ采样点和所述权值Wi计算预测增广状态向量及其协方差矩阵Pk+1|k;步骤五:计算预测量测预测量测的协方差矩阵Pzz以及量测和状态向量的互协方差矩阵Pxz;步骤六:更新目标状态估计向量及协方差矩阵Pk+1|k+1,得到包含目标状态和传感器空时偏差的估计值。
【技术特征摘要】
1.一种多传感器融合系统空时偏差联合校准方法,其特征在于,包括如下步骤:步骤一:利用空时偏差计算增广目标状态向量和状态协方差矩阵,构建状态模型;步骤二:利用目标状态和空时偏差构建传感器的观测模型;步骤三:根据所述状态模型以及所述观测模型,采用UKF算法估计目标状态和传感器空时偏差,并利用不敏变换计算δ采样点和对应的权值Wi;步骤四:利用所述δ采样点和所述权值Wi计算预测增广状态向量及其协方差矩阵Pk+1|k;步骤五:计算预测量测预测量测的协方差矩阵Pzz以及量测和状态向量的互协方差矩阵Pxz;步骤六:更新目标状态估计向量及协方差矩阵Pk+1|k+1,得到包含目标状态和传感器空时偏差的估计值。2.根据权利要求1所述的方法,其中,所述方法使用第一传感器以及第二传感器进行观测,其特征在于,步骤一中,状态模型的具体公式如下:Xk+1=Fk·Xk+Γk·vk其中Xk为扩维后k时刻的状态向量,为k时刻目标状态,其中xk和yk为k时刻目标在x和y方向的位置,和为k时刻目标在x和y方向的速度,和为k时刻第一传感器的距离和角度偏差,和为k时刻第二传感器的距离和角度偏差,Δtk为两传感器k时刻的待估计时间差;Xk+1为扩维后k+1时刻的状态向量,Pk为扩维后的状态协方差矩阵,其对角线上的分块矩阵为目标状态和相应偏差的自协方差矩阵,非对角线上的分块矩阵为相应量间的互协方差矩阵,Fk为状态转移矩阵,...
【专利技术属性】
技术研发人员:周共健,卜石哲,
申请(专利权)人:哈尔滨工业大学,
类型:发明
国别省市:黑龙江;23
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。