基于信息融合的修正极大似然配准方法技术

一种目标跟踪技术领域的基于信息融合的修正极大似然配准方法，包括如下步骤：步骤一，多平台系统中的被动传感器负责测量可观测区域内的目标位置，并获得盲区内目标的冗余信息信息；步骤二，利用多平台系统冗余信息计算盲区内的目标位置；步骤三，根据步骤二计算的目标位置，利用极大似然方法估计被动传感器的偏差；步骤四，对估计所得的偏差进行收敛性判别；步骤五，将满足收敛性要求的偏差值配准被动传感器，并进一步估计目标状态。本发明专利技术方法具有计算量小、简单有效、易于实施等优点，可广泛应用于机器人、智能交通、空中交通管制和航天、航空、航海等各领域。

【技术实现步骤摘要】

本专利技术涉及一种目标跟踪
的参数估计方法，具体是一种基于信息融 合的修正极大似然配准方法。
技术介绍
纯角度跟踪是跟踪领域内的一种重要的跟踪方法，它具有作用距离远、隐 蔽接收、不易被对方发觉等优点。该方法利用被动传感器获得的关于目标的角 度信息，对目标的状态进行估计。从而引导武器系统对辐射源实施隐藏攻击， 对于提高系统在电子战环境下的生存能力和作战能力有重要作用，同时在航海、 航空、航天、侦察、测控、救援和地球物理学研究中也扮演着重要的角色。但 由于单站纯角度跟踪本身固有的非线性、量测数据的不完全性以及机动目标运 动状态的多变性，使得纯角度跟踪的跟踪效果不能令人满意。为了提高纯角度 跟踪的效果，在实际使用中往往采用布置在不同平台上的两个角度传感器对目 标的运动状态进行估计。当目标和两个传感器不共线时，目标的量测数据是完 全的，即目标是可以观测的，系统可以对机动目标进行较好的估计。在多平台多传感器的目标跟踪系统中，信息融合技术可以提高对目标的探 测、识别与跟踪能力。同时，多传感器的使用也带来一些问题，例如传感器的 配准。未经配准的传感器组合可能导致系统性能比单一传感器还差，使跟踪效 果恶化，甚至会产生虚假目标。因此，在对多传感器的量测数据融合之前，需 要对传感器进行配准。配准的过程通常是先估计传感器的偏差，再将偏差的估 计值补偿到下一时刻的测量数据中，最后计算出目标状态的估计值。配准的关 键是估计传感器的偏差；配准的目的是消除传感器偏差的不利影响，进而估计 目标状态。传感器的偏差通常是固定的，或变化非常缓慢。常见的固定偏差的 配准方法有最小二乘法，广义最小二乘法和极大似然法等。经对现有技术文献检索后发现，Nickens Okello和Branko Ristic在《IEEETransaction on Aerospace and Electronic Systems》(《宇航与电子系统》)(pp. 1074-1083， 2003)发表了 "Maximum Likelihood Registration for Multiple Dissimilar Sensors"(异类传感器的极大似然配准方法)，该文献提出了一种可 以用于多平台被动传感器的固定偏差配准方法。在没有目标任何先验信息的情 况下，该方法同时可以估计传感器的固定偏差与目标状态。但是，该文献没有 考虑多平台被动传感器系统中目标不可观测的问题及其对偏差配准的影响。而 这一问题恰恰是纯角度跟踪系统需要解决的关键技术之一。
技术实现思路
本专利技术针对上述现有技术的问题，提供一种基于信息融合的修正极大似然 配准方法，使其将多传感器的冗余信息用于解决被动传感器偏差配准时目标在 盲区内不可观测的问题，解决了不可观测区域内的目标位置对偏差配准的影响， 提高了被动传感器的偏差估计精度。本专利技术是通过以下技术方案实现的，本专利技术包括如下具体步骤 步骤一，多平台系统中的被动传感器负责测量可观测区域的目标位置，并 获得盲区内目标的冗余信息信息；所述多平台系统，其中的每个被动传感器都是一个相对独立的系统，可以独立测量监视区域内辐射源(目标)的位置，多平台系统采用基于GPS (全球 定位系统)的统一时间基准，保证了多平台系统内各被动传感器之间信号的同 步。 一个扫描周期结束，各被动传感器通过战术数据链将数据传送到融合中心 进行后续处理。所述测量可观测区域的目标位置，在目标可观测的情况下，根据两个被动 传感器的测量角度，利用交叉定位法可以求出目标的位置。在目标不可观测的盲区内，获得冗余信息，等待步骤二对盲区内目标位置 的计算。所述冗余信息，是指多平台系统中目标被动定位所必需的两个被动传 感器以外的其余传感器的角度测量信息。所述盲区，是指由于被动传感器配准偏差导致的目标不可观测的范围，该 范围由一条直线扩大成一个区域，该区域被称为目标不可观测的盲区。步骤二，利用多平台系统冗余信息计算盲区内的目标位置；所述计算盲区内的目标位置，是指当目标进入两个被动传感器的观测盲区 时，两个观测角度会出现没有交点的情况，目标是不可观测的，目标的测量距 离出现没有实数解的情况，利用多平台系统的冗余信息，使用交叉定位方法求 出目标与被动传感器之间的测量距离，用它替换利用冗余信息之前的"非实数" 的测量距离，进而确定观测站配准前对目标的测量位置。步骤三，根据步骤二计算的目标位置，利用极大似然方法估计被动传感器 的偏差。所述极大似然方法估计被动传感器的偏差，是指在已经得到被动传感器含有 偏差的测量角度的情况下，使偏差的极大似然函数出现的概率最大的数值即作 为偏差的估计值。步骤四，对估计所得的偏差进行收敛性判别。 根据系统对偏差估计精度的要求，设定偏差收敛的门限值。 所述收敛性判别，是对每次采样周期而言，需要重复多次步骤三，对前后 两次估计偏差值的矢量差求二阶范数，如果该范数大于设定的门限值，认为偏 差没有收敛，返回步骤三继续估计偏差，直到它满足收敛条件，即该范数小于 或等于设定的门限值。步骤五，将满足收敛性要求的偏差值配准被动传感器，并进一步估计目标 状态。所述进一步估计目标状态，是指将满足收敛性要求的偏差值配准被动传感 器，使目标状态极大似然函数出现的概率最大的数值即作为目标状态的估计值。所述配准，是指将当前时刻估计的偏差值补偿到下一时刻的被动传感器的 测量数据中。被动传感器配准后，进一步确定配准后被动传感器对目标的测量位置，将 其用于估计目标状态，得到目标的位置、速度和加速度信息。与现有技术相比，本专利技术具有以下有益效果本专利技术将多平台系统的冗余信 息用于解决被动传感器偏差配准时目标在盲区内不可观测的问题。在目标不可 观测的情况下，该方法利用多平台系统的冗余信息计算出被动传感器配准前对 目标的测量距离，替换信息补偿前的"非实数"测量距离，没有增加计算量。本专利技术方法能够在15个采样周期内快速地估计出配准偏差，并且偏差估计的误 差标准差达到了克拉美罗理论下届。该方法简单有效、易于实施，可广泛应用 于机器人，智能交通，空中交通管制和航天、航空、航海等各领域。 附图说明图1为本专利技术分析系统有配准偏差情况下目标不可观测的示意图2为本专利技术基于系统冗余信息补偿的示意图3为本专利技术基于系统冗余信息补偿的工作流程图4为本专利技术实施例中目标航迹比较图5为本专利技术实施例中偏差估计的误差均值的蒙特卡罗仿真比较图； 图6为本专利技术实施例中偏差估计的误差标准差的蒙特卡罗仿真比较图。 具体实施例方式下面结合附图对本专利技术的实施例作详细说明本实施例在以本专利技术技术方 案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本专利技术的 保护范围不限于下述的实施例。本实施例的目标真实航迹状态方程为；c("-130 + 150sin(0.06A:)，:K"-30 —5A，其中k二l，， N (N二100)，单位ktn，被动传感器A、 B、 C的坐标分别为(300， -200)， (80, 75)， (0， -200)。本实施例中观测平台和辐射源都在同一平面XY内，仅测量目标的方位角。系统固定偏差矢量- = T ，系统测量噪声的协方差矩阵j = ^'flg，初始的偏差估计值》。=、偏差矢量/ -、子协方差矩阵在目标可以观测的情况下，纯本文档来自技高网...

【技术保护点】
一种基于信息融合的修正极大似然配准方法，其特征在于，包括如下具体步骤：步骤一，多平台系统中的被动传感器负责测量可观测区域内的目标位置，并获得盲区内目标的冗余信息信息；步骤二，利用多平台系统冗余信息计算盲区内的目标位置；步骤三，根据步骤二计算的目标位置，利用极大似然方法估计被动传感器的偏差；步骤四，对估计所得的偏差进行收敛性判别；步骤五，将满足收敛性要求的偏差值配准被动传感器，并进一步估计目标状态。

【技术特征摘要】

【专利技术属性】
技术研发人员：敬忠良，祁永庆，胡士强，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：31[中国|上海]