一种异步多传感器空时偏差联合估计与补偿方法及装置制造方法及图纸

本发明专利技术公开一种异步多传感器空时偏差联合估计与补偿方法及装置，所述方法包括：步骤a，计算k‑1融合时刻的状态采样点和对应权值；步骤b，计算k融合时刻的预测状态采样点，预测状态和预测状态误差协方差矩阵；步骤c，计算预测量测采样点，预测量测向量；步骤d，计算新息协方差矩阵、状态和观测之间的互协方差矩阵；步骤e，确定k融合时刻的估计状态和估计状态误差协方差矩阵；步骤f，读取目标状态估计、空间偏差估计和时间偏差估计；步骤g，令k＝k+1，重复上述步骤，形成闭环循环操作；所述装置与所述方法对应。这样，在传感器数据率不同的情况下，对扩维后的状态向量进行估计，通过迭代，在获得目标状态估计的同时实现了对空时偏差的有效估计和补偿。

【技术实现步骤摘要】
一种异步多传感器空时偏差联合估计与补偿方法及装置
本专利技术涉及目标跟踪定位
，具体涉及一种异步多传感器空时偏差联合估计与补偿方法及装置。
技术介绍
消除传感器量测数据的系统误差和完成传感器信息的时间同步是实现多传感器信息正确融合的基础，目前多数算法的研究集中在时间对齐和空间偏差配准问题。DanaMP.Registration:Aprerequisiteformultiplesensortracking[J].Multitarget-MultisensorTracking:AdvancedApplications,1990,1:155-185.中提出了广义最小二乘法解决空间偏差配准问题，该方法利用每时刻量测数据和空间偏差在二维平面导出对应的量测方程，在接收了N个量测数据后利用得到的N个量测方程构建相应的线性方程，依据最小二乘方准则求得传感器空间偏差向量的估计。ZhouY,LeungH,BlanchetteM.Sensoralignmentwithearth-centeredearth-fixedcoordinatesystem[J].IEEETransactionsonAerospaceandElectronicSystems,1999,35(2):410-418.中提出了最大似然法，该方法对传感器系统偏差和目标的状态进行同时估计，利用立体投影进行空间偏差的配准。这些方法只处理空间偏差估计和补偿问题，未考虑多传感器融合中的时延问题，仅在传感器的时延和量测时刻准确已知的情况下可实现空间偏差配准。现有技术中，尚未出现可以对异步传感器的空时偏差以及目标状态进行有效估计的方法及装置。鉴于上述缺陷，针对传感器数据率不同的情况，本专利技术创作者经过长时间的研究和实践终于获得了本专利技术。
技术实现思路
为解决上述技术缺陷，本专利技术采用的技术方案在于，首先提供一种异步多传感器空时偏差联合估计与补偿方法，其包括：步骤a，利用滤波算法估计目标状态，确定k-1融合时刻的估计状态、估计状态误差协方差矩阵，计算k-1融合时刻的状态采样点和对应的权值；步骤b，根据k-1融合时刻的所述状态采样点和对应权值，预测k融合时刻的预测状态采样点、预测状态和预测状态误差协方差矩阵；步骤c，根据k融合时刻的所述预测状态采样点，计算k融合时刻的预测量测采样点以及预测量测向量；步骤d，根据k融合时刻的所述预测量测采样点以及所述预测量测向量，计算k融合时刻的新息协方差矩阵、状态和观测之间的互协方差矩阵；步骤e，根据k融合时刻的量测数据集合、所述预测量测向量、所述新息协方差矩阵、所述互协方差矩阵、所述预测状态和所述预测状态误差协方差矩阵，确定k融合时刻的估计状态和估计状态误差协方差矩阵；步骤f，从k融合时刻的所述估计状态中读取目标状态估计、空间偏差估计和时间偏差估计，其中，所述空间偏差估计与所述时间偏差估计为第k个融合周期传感器的空间偏差估计和传感器之间的相对时间偏差估计；所述目标状态估计为第k个融合周期补偿所述空间偏差和所述时间偏差后的所述目标状态估计；步骤g，令k＝k+1，重复上述步骤，形成闭环循环操作，对所述估计状态进行迭代。较佳的，所述步骤a中，利用UKF滤波算法对目标状态进行估计。较佳的，所述步骤a中，通过不敏变化计算k-1融合时刻的所述状态采样点和对应的权值。较佳的，所述步骤a中，k-1融合时刻的状态采样点和对应的权值的具体计算公式为：式中，ξj(k-1|k-1)和Gj分别为第k-1融合时刻的第j个状态采样点和权值，k表示当前融合时刻的序号，m为状态向量的维数，λ为用于决定第k-1融合时刻估计值周围状态采样点ξ的分布状态的尺度参数，且满足(m+λ)≠0；为的第j行或第j列；和P(k-1|k-1)分别为第k-1融合时刻扩维状态向量及扩维状态误差协方差矩阵的估计状态和估计状态误差协方差矩阵。较佳的，所述步骤b中，所述预测状态采样点，预测状态和所述预测状态误差协方差矩阵的计算公式为：ξj(k|k-1)＝Γ(k)ξj(k-1|k-1)其中，为预测状态，P(k|k-1)为预测状态误差协方差矩阵，ξj(k|k-1)为第k个融合时刻的预测状态采样点，ξj(k-1|k-1)为第k-1个融合时刻的状态采样点，Γ(k)为状态转移矩阵，Gj为预测状态采样点的权值，ΔAj(k|k-1)为预测状态误差，Q(k)为过程噪声协方差矩阵。较佳的，所述状态转移矩阵Γ(k)的具体公式为：其中，I2表示二维单位矩阵，Γxx(k)表示对应于目标状态部分的状态转移矩阵，T1为传感器1的周期。较佳的，所述步骤c中，所述预测量测采样点的计算公式为：ηj(k|k-1)＝h(k,ξj(k|k-1))式中，其中h()为量测矩阵，ηj(k|k-1)为预测量测采样点。较佳的，所述步骤c中，所述预测量测向量的计算公式为：式中，为第k个融合时刻的预测量测向量，Gj为预测状态采样点的权值，m为扩维状态向量的维数。较佳的，所述步骤d中，新息协方差矩阵S(k)以及状态和观测之间的互协方差矩阵Pxz(k)，具体公式为：式中，S(k)为新息协方差矩阵，Pxz(k)为状态和观测之间的互协方差矩阵，R(k)为量测噪声协方差矩阵，ΔZj(k|k-1)为预测量测误差，ηj(k|k-1)为预测量测采样点，为第k个融合时刻的预测量测向量，ΔAj(k|k-1)为预测状态误差。其次提供一种与上述的异步多传感器空时偏差联合估计与补偿方法对应的异步传感器空时偏差联合估计与补偿装置，其包括：第一计算单元，其用于通过滤波算法估计目标状态，确定k-1融合时刻的估计状态、估计状态误差协方差矩阵，计算k-1融合时刻的状态采样点和对应的权值；第二计算单元，其用于根据k-1融合时刻的所述状态采样点和对应权值，预测k融合时刻的预测状态采样点、预测状态和预测状态误差协方差矩阵；第三计算单元，其用于根据k融合时刻的所述预测状态采样点，计算k融合时刻的预测量测采样点以及预测量测向量；第四计算单元，其用于根据k融合时刻的所述预测量测采样点以及所述预测量测向量，计算k融合时刻的新息协方差矩阵、状态和观测之间的互协方差矩阵；第五计算单元，其用于根据k融合时刻的量测数据集合、所述预测量测向量、所述新息协方差矩阵、所述互协方差矩阵、所述预测状态和所述预测状态误差协方差矩阵，确定k融合时刻的估计状态和估计状态误差协方差矩阵；读取单元，其用于从k融合时刻的所述估计状态中读取目标状态估计、空间偏差估计和时间偏差估计；迭代控制单元，其通过令k＝k+1，使得对应数据重复上述各单元，形成闭环循环操作，对所述估计状态进行迭代。与现有技术比较本专利技术的有益效果在于：在传感器数据率不同的情况下，分析了传感器观测与目标状态及空时偏差的关系，用空时偏差对目标状态进行扩维，并对扩维后的状态向量进行估计，在获得目标状态估计的同时实现了对空时偏差的有效估计和补偿。附图说明为了更清楚地说明本专利技术各实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍。图1是本专利技术异步传感器空时偏差联合估计与补偿方法的流程图；图2是本专利技术异步传感器空时偏差联合估计与补偿装置的结构图；图3是本专利技术单次仿真中时间偏差估计对比图；图4是本专利技术单次仿真中距离偏差估计对比图；图5是本专利技术单次仿真中角本文档来自技高网...

【技术保护点】
1.一种异步多传感器空时偏差联合估计与补偿方法，其特征在于，包括：步骤a，利用滤波算法估计目标状态，确定k‑1融合时刻的估计状态、估计状态误差协方差矩阵，计算k‑1融合时刻的状态采样点和对应的权值；步骤b，根据k‑1融合时刻的所述状态采样点和对应权值，预测k融合时刻的预测状态采样点、预测状态和预测状态误差协方差矩阵；步骤c，根据k融合时刻的所述预测状态采样点，计算k融合时刻的预测量测采样点以及预测量测向量；步骤d，根据k融合时刻的所述预测量测采样点以及所述预测量测向量，计算k融合时刻的新息协方差矩阵、状态和观测之间的互协方差矩阵；步骤e，根据k融合时刻的量测数据集合、所述预测量测向量、所述新息协方差矩阵、所述互协方差矩阵、所述预测状态和所述预测状态误差协方差矩阵，确定k融合时刻的估计状态和估计状态误差协方差矩阵；步骤f，从k融合时刻的所述估计状态中读取目标状态估计、空间偏差估计和时间偏差估计，其中，所述空间偏差估计与所述时间偏差估计为第k个融合周期传感器的空间偏差估计和传感器之间的相对时间偏差估计；所述目标状态估计为第k个融合周期补偿所述空间偏差和所述时间偏差后的所述目标状态估计；步骤g，令k＝k+1，重复上述步骤，形成闭环循环操作，对所述估计状态进行迭代。...

【技术特征摘要】
1.一种异步多传感器空时偏差联合估计与补偿方法，其特征在于，包括：步骤a，利用滤波算法估计目标状态，确定k-1融合时刻的估计状态、估计状态误差协方差矩阵，计算k-1融合时刻的状态采样点和对应的权值；步骤b，根据k-1融合时刻的所述状态采样点和对应权值，预测k融合时刻的预测状态采样点、预测状态和预测状态误差协方差矩阵；步骤c，根据k融合时刻的所述预测状态采样点，计算k融合时刻的预测量测采样点以及预测量测向量；步骤d，根据k融合时刻的所述预测量测采样点以及所述预测量测向量，计算k融合时刻的新息协方差矩阵、状态和观测之间的互协方差矩阵；步骤e，根据k融合时刻的量测数据集合、所述预测量测向量、所述新息协方差矩阵、所述互协方差矩阵、所述预测状态和所述预测状态误差协方差矩阵，确定k融合时刻的估计状态和估计状态误差协方差矩阵；步骤f，从k融合时刻的所述估计状态中读取目标状态估计、空间偏差估计和时间偏差估计，其中，所述空间偏差估计与所述时间偏差估计为第k个融合周期传感器的空间偏差估计和传感器之间的相对时间偏差估计；所述目标状态估计为第k个融合周期补偿所述空间偏差和所述时间偏差后的所述目标状态估计；步骤g，令k＝k+1，重复上述步骤，形成闭环循环操作，对所述估计状态进行迭代。2.如权利要求1所述的异步多传感器空时偏差联合估计与补偿方法，其特征在于，所述步骤a中，利用UKF滤波算法对目标状态进行估计。3.如权利要求1所述的异步多传感器空时偏差联合估计与补偿方法，其特征在于，所述步骤a中，通过不敏变化计算k-1融合时刻的所述状态采样点和对应的权值。4.如权利要求1或2或3所述的异步多传感器空时偏差联合估计与补偿方法，其特征在于，所述步骤a中，k-1融合时刻的状态采样点和对应的权值的具体计算公式为：式中，ξj(k-1|k-1)和Gj分别为第k-1融合时刻的第j个状态采样点和权值，k表示当前融合时刻的序号，m为状态向量的维数，λ为用于决定第k-1融合时刻估计值周围状态采样点ξ的分布状态的尺度参数，且满足(m+λ)≠0；为的第j行或第j列；和P(k-1|k-1)分别为第k-1融合时刻扩维状态向量及扩维状态误差协方差矩阵的估计状态和估计状态误差协方差矩阵。5.如权利要求4所述的异步多传感器空时偏差联合估计与补偿方法，其特征在于，所述步骤b中，所述预测状态采样点、预测状态和所述预测状态误差协方差矩阵的计算公式为：ξj(k|k-1)＝Γ(k)ξj(k-1|k-1)其中，为预测状态，P(k|k-1)为预测状态误差协方差矩阵，ξj(k|k-1)为第k个融合时刻的预测状态采样点，ξj(k-1|k-1)为第k-1个融合时刻的状态采样点，...

【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