CN104808183A - 一种改进的广义最小二乘误差配准方法 - Google Patents
一种改进的广义最小二乘误差配准方法 Download PDFInfo
- Publication number
- CN104808183A CN104808183A CN201510195637.5A CN201510195637A CN104808183A CN 104808183 A CN104808183 A CN 104808183A CN 201510195637 A CN201510195637 A CN 201510195637A CN 104808183 A CN104808183 A CN 104808183A
- Authority
- CN
- China
- Prior art keywords
- prime
- partiald
- radar
- delta
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/40—Means for monitoring or calibrating
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种改进的广义最小二乘误差配准方法,本发明在针对多雷达的WGS-84坐标系配准,采用改进的广义最小二乘方法代替传统的广义最小二乘方法,提高了系统误差的估计精度。本发明方法不仅能够准确估计系统误差,而且减少了收敛步数和提高了收敛之后的稳定性,从而改善了目标跟踪定位的性能。
Description
技术领域
本发明涉及一种广义最小二乘的误差配准方法,具体涉及一种基于WGS-84坐标系的改进广义最小二乘误差配准方法。本发明属于雷达数据处理技术领域。
背景技术
近几年,雷达数据处理应用领域越来越广泛,不仅被应用于国防军事,还被应用在民航调度、空中管制等领域。尤其近些年随着社会的进步,多雷达组网对目标的跟踪、定位会给人们的生活带来极大的改善。误差配准是雷达组网的目标跟踪的首要问题,配准误差的大小直接影响目标跟踪定位的正确性。董云龙等在《一种修正的精确极大似然误差配准算法》(哈尔滨工业大学学报3(2006):479-483)一文中,对误差配准有较为详细的描述。
众所周知,雷达系统主要存在着两种误差:随机误差和系统误差。随机误差不是一个固定的值,具有一定的随机性,但是它有统计规律,其数值大小具有一定的概率分布;系统误差是一种确定性的误差,需要事先进行估计,再进行补偿,这一过程称为误差配准。具体参照何友、修建娟、张晶炜等著,电子工业出版社2006年出版的《雷达数据处理及应用》。
在雷达组网中的系统误差包括以下四种:(1)定位误差(2)天线的方位标校误差(3)量测系统误差(4)空间坐标转换模型误差。因此人们研究了一些经典误差配准算法,例如实时质量控制算法、最小二乘算法、广义最小二乘算法、精确极大似然算法以及基于大地坐标系(ECEF和WGS-84)的误差配准算法等。董云龙等在《一种改进的雷达组网误差配准算法》(系统仿真学报7(2005):1583-1586.)一文中,对基于大地坐标系的误差配准算法有较为详细的描述。
基于WGS-84坐标系的广义最小二乘误差配准方法考虑了随机量测误差对误差配准的影响,对不同的误差项赋予不同的权值,所以该方法(简称WGS-GLS)的性能优于基于WGS-84坐标系的最小二乘配准方法(简称WGS-LS),是一种行之有效的误差配准方法,但是该方法的收敛步数和收敛之后的稳定性不是很理想。现有技术并没有解决的有效办法。
发明内容
为解决现有技术的不足,本发明的目的在于提供一种改进的广义最小二乘误差配准方法,以解决现有技术收敛步数和收敛之后的稳定性不理想的技术问题。
为了实现上述目标,本发明采用如下的技术方案:
一种改进的广义最小二乘误差配准方法,其特征在于,包括:
步骤一:将雷达A对目标的径向距离、方位角、俯仰角的测量值转换为目标在雷达A的局部坐标系中的直角坐标,将雷达B对目标的径向距离、方位角、俯仰角的测量值转换为目标在雷达B的局部坐标系中的直角坐标;
步骤二:通过雷达A和雷达B的地理坐标以及雷达A和雷达B的WGS-84坐标,把目标在雷达A的局部坐标系中的直角坐标转换为目标在雷达A在WGS-84坐标系中的坐标,把目标在雷达B的局部坐标系中的直角坐标转换为目标在雷达B在WGS-84坐标系中的坐标;
步骤三:让目标在雷达A和雷达B的WGS-84坐标系中的坐标进行相减,然后进行一阶泰勒展开,得到一阶泰勒展开式,并令一阶泰勒展开式为0;
步骤四:将一阶泰勒展开式进行化简,然后表示为经典的高斯—马尔科夫广义最小二乘模型;
步骤五:根据广义最小二乘模型得到改进的广义最小二乘误差配准算法。
前述的一种改进的广义最小二乘误差配准方法,其特征在于,所述步骤一中,目标在雷达A的局部坐标系中的直角坐标为:
目标在雷达B的局部坐标系中的直角坐标为:
其中,ΔrA为雷达A对目标的径向距离系统偏差,ΔθA为雷达A对目标的方位角系统偏差,ΔηA为雷达A对目标的俯仰角系统偏差,ΔrB为雷达B对目标的径向距离系统偏差,ΔθB为雷达B对目标的方位角系统偏差,ΔηB为雷达B对目标的俯仰角系统偏差,rA″(k)为不考虑随机量测误差时雷达A对目标Tk的径向距离,θA″(k)为不考虑随机量测误差时雷达A对目标Tk的方位角,η″A(k)为不考虑随机量测误差时雷达A对目标Tk的俯仰角,rB″(k)不考虑随机量测误差时雷达B对目标Tk的径向距离,θB″(k)为不考虑随机量测误差时雷达B对目标Tk的方位角,ηB″(k)为不考虑随机量测误差时雷达B对目标Tk的俯仰角。
前述的一种改进的广义最小二乘误差配准方法,其特征在于,所述步骤二中,目标在雷达A的WGS-84坐标系中的坐标为:
目标在雷达B的WGS-84坐标系中的坐标为:
前述的一种改进的广义最小二乘误差配准方法,其特征在于,所述步骤三中,一阶泰勒展开式为:
f(ψ(k),β)≈f(ψ′(k),β′)+▽β[f(ψ′(k),β′)](β-β′)+▽ψ[f(ψ′(k),β′)][ψ(k)-ψ′(k)],▽ψ[f(ψ′(k),β′)]=[TA×JA(k),-TB×JB(k)]=κ(k),▽β[f(ψ′(k),β′)]=[TA×LA(k),-TB×LB(k)]=λ(k),
其中,ψ(k)为雷达A和B在第k次采样时刻对目标Tk的测量值(只考虑系统偏差,不考虑随机量测误差);β为雷达A和B的系统偏差;ψ′(k)为雷达A和B在第k次采样时刻对目标Tk的测量值(包含系统误差和随机量测误差,没有进行校正);β′为系统偏差的初始估计;
前述的一种改进的广义最小二乘误差配准方法,其特征在于,所述步骤三中,一阶泰勒展开式为:在没有任何先验信息的条件下,β′=[0,0,0,0,0,0]′。
前述的一种改进的广义最小二乘误差配准方法,其特征在于,所述步骤四中,将一阶泰勒展开式进行化简,得到: 其中λ(k)是已知参数的矩阵,是由量测噪声导致的误差,
前述的一种改进的广义最小二乘误差配准方法,其特征在于,所述步骤四中,经典的高斯—马尔科夫广义最小二乘模型为:
Xβ+ξ=Y,
其中,X=[λ(1),λ(2),…,λ(k)]′,
Y=[λ(1)β′-f(ψ′(1),β′),λ(2)β′-f(ψ′(2),β′),…,λ(k)β′-f(ψ′(k),β′)]′。
前述的一种改进的广义最小二乘误差配准方法,其特征在于,所述步骤四中,
本发明的有益之处在于:本发明在针对多雷达的WGS-84坐标系配准,采用改进的广义最小二乘方法代替传统的广义最小二乘方法,提高了系统误差的估计精度。本发明方法不仅能够准确估计系统误差,而且减少了收敛步数和提高了收敛之后的稳定性,从而改善了目标跟踪定位的性能。
附图说明
图1是本发明的一个优选实施的结构示意图;
图2是本发明雷达A的基于WGS-GLS的径向距离偏差估计;
图3是本发明雷达A的基于WGS-GLS的径向距离偏差估计;
图4是本发明雷达A的基于WGS-GLS的方位角偏差估计;
图5是本发明雷达A的基于WGS-VGLS的方位角偏差估计;
图6是本发明雷达A的基于WGS-GLS的俯仰角偏差估计;
图7是本发明雷达A的基于WGS-VGLS的俯仰角偏差估计;
图8是本发明雷达B的基于WGS-GLS的径向距离偏差估计;
图9是本发明雷达B的基于WGS-GLS的径向距离偏差估计;
图10是本发明雷达B的基于WGS-GLS的方位角偏差估计;
图11是本发明雷达B的基于WGS-VGLS的方位角偏差估计;
图12是本发明雷达B的基于WGS-GLS的俯仰角偏差估计;
图13是本发明雷达B的基于WGS-VGLS的俯仰角偏差估计。
具体实施方式
以下结合附图和具体实施例对本发明作具体的介绍。
据上述文献《雷达数据处理及应用》可知,广义最小二乘算法配准的精度与雷达的量测精度与配准目标的空间分布有关,所以本发明方法使得广义最小二乘算法中的量测精度随着步数的变化而变化,从而减少收敛步数和提高收敛之后的稳定性,提高目标跟踪定位的性能。参照图1所示,本发明一种改进的广义最小二乘误差配准方法,包括:
步骤一:将雷达A对目标的径向距离、方位角、俯仰角的测量值转换为目标在雷达A的局部坐标系中的直角坐标,将雷达B对目标的径向距离、方位角、俯仰角的测量值转换为目标在雷达B的局部坐标系中的直角坐标;
步骤二:通过雷达A和雷达B的地理坐标以及雷达A和雷达B的WGS-84坐标,把目标在雷达A的局部坐标系中的直角坐标转换为目标在雷达A在WGS-84坐标系中的坐标,把目标在雷达B的局部坐标系中的直角坐标转换为目标在雷达B在WGS-84坐标系中的坐标;
步骤三:让目标在雷达A和雷达B的WGS-84坐标系中的坐标进行相减,然后进行一阶泰勒展开,得到一阶泰勒展开式,并令一阶泰勒展开式为0;
步骤四:将一阶泰勒展开式进行化简,然后表示为经典的高斯—马尔科夫广义最小二乘模型;
步骤五:根据广义最小二乘模型得到改进的广义最小二乘误差配准算法。
具体步骤如下:
(1)雷达A和雷达B对目标的径向距离、方位角、俯仰角的测量值转换为目标在雷达A和雷达B的局部坐标系中的直角坐标。
令雷达A和雷达B对目标的径向距离、方位角和俯仰角系统偏差为[ΔrA,ΔθA,ΔηA]和[ΔrB,ΔθB,ΔηB],[rA″(k),θA″(k),η″A(k)]和[rB″(k),θB″(k),ηB″(k)]表示只考虑系统偏差,不考虑随机量测误差时雷达A和雷达B对目标Tk的径向距离、方位角和俯仰角量测,那么目标在雷达A和雷达B的局部坐标系中的直角坐标为
其中,ΔrA为雷达A对目标的径向距离系统偏差,ΔθA为雷达A对目标的方位角系统偏差,ΔηA为雷达A对目标的俯仰角系统偏差,ΔrB为雷达B对目标的径向距离系统偏差,ΔθB为雷达B对目标的方位角系统偏差,ΔηB为雷达B对目标的俯仰角系统偏差,rA″(k)为不考虑随机量测误差时雷达A对目标Tk的径向距离,θA″(k)为不考虑随机量测误差时雷达A对目标Tk的方位角,η″A(k)为不考虑随机量测误差时雷达A对目标Tk的俯仰角,rB″(k)不考虑随机量测误差时雷达B对目标Tk的径向距离,θB″(k)为不考虑随机量测误差时雷达B对目标Tk的方位角,ηB″(k)为不考虑随机量测误差时雷达B对目标Tk的俯仰角。
(2)通过雷达A和雷达B的地理坐标和雷达A和雷达B的WGS-84坐标,把目标在雷达A和雷达B的局部坐标系中的直角坐标转换为目标在雷达A和雷达B的WGS-84坐标系中的坐标。
令(LA,λA,HA)和(LB,λB,HB)分别为雷达A和雷达B的地理坐标,(xAs,yAs,zAs)和(xBs,yBs,zBs)分别为雷达A和雷达B的WGS-84坐标。所以目标在雷达A和雷达B的WGS-84坐标系中的坐标为
其中 同理可得TB,
(3)让目标在雷达A和雷达B的WGS-84坐标系中的坐标进行相减,然后进行一阶泰勒展开,并令其为0。
令
进行一阶泰勒展开
f(ψ(k),β)≈f(ψ′(k),β′)+▽β[f(ψ′(k),β′)](β-β′)+▽ψ[f(ψ′(k),β′)][ψ(k)-ψ′(k)]
(6)
式中,ψ(k)为雷达A和B在第k次采样时刻对目标Tk的测量值(只考虑系统偏差,不考虑随机量测误差);β为雷达A和B的系统偏差;ψ′(k)为雷达A和B在第k次采样时刻对目标Tk的测量值(包含系统误差和随机量测误差,没有进行校正);β′为系统偏差的初始估计,在没有任何先验信息的条件下,可以假设β′=[0,0,0,0,0,0]′。
令XA(k)=[x′Al(k),y′Al(k),z′Al(k)],XB(k)=[x′Bl(k),y′Bl(k),z′Bl(k)],则▽ψ[f(ψ′(k),β′)]和▽β[f(ψ′(k),β′)]分别为
▽ψ[f(ψ′(k),β′)]=[TA×JA(k),-TB×JB(k)]=κ(k) (7)
▽β[f(ψ′(k),β′)]=[TA×LA(k),-TB×LB(k)]=λ(k) (8)
式中
同理可得JB(k)和LB(k),
(4)将一阶泰勒展开式进行化简,然后表示为经典的高斯—马尔科夫广义最小二乘模型。
因为对于同一目标,f(ψ(k),β)=[0,0,0]′。假设[ψ(k)-ψ′(k)]和(β-β′)足够小,高阶的分量可以忽略,则
式中,λ(k)是已知参数的矩阵,是由量测噪声导致的误差,ψ(k)只考虑了系统偏差,而没有考虑随机量测误差,所以
式中,[Rr(k),θr(k),ηr(k)]和[Rr′(k),θr′(k),ηr′(k)]分别表示雷达A和雷达B的径向距离、方位角和俯仰角随机量测误差。式(11)中的λ(k)β′-f(ψ′(k),β′)代表观测。对于k个时刻,式(11)可以表示为经典的高斯—马尔科夫广义最小二乘模型
Xβ+ξ=Y (13)
式中
X=[λ(1),λ(2),…,λ(k)]′ (14)
Y=[λ(1)β′-f(ψ′(1),β′),λ(2)β′-f(ψ′(2),β′),…,λ(k)β′-f(ψ′(k),β′)]′ (16)
(5)根据广义最小二乘模型可得到改进后的广义最小二乘算法。
令
如果i≠j,那么
反之
式中,[σr(A),σθ(A),ση(A)]和[σr(B),σθ(B),ση(B)]分别表示雷达A和雷达B的径向距离、方位角和俯仰角量测精度。
所以
Σξ=κ(k)(Σψ*k)κ(k)′ (20)
最后根据广义最小二乘模型可得到改进后的广义最小二乘算法为
参照图2至图13,本发明通过基于WGS-84坐标系的改进广义最小二乘算法(WGS-VGLS)对系统误差进行估计,让基于WGS-84坐标系的广义最小二乘算法中的量测精度随着步数的变化而变化,不仅能够准确估计系统误差,而且减少了收敛步数和提高了收敛之后的稳定性,从而提高了目标跟踪定位的性能。
以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解,上述实施例不以任何形式限制本发明,凡采用等同替换或等效变换的方式所获得的技术方案,均落在本发明的保护范围内。
Claims (8)
1.一种改进的广义最小二乘误差配准方法,其特征在于,包括:
步骤一:将雷达A对目标的径向距离、方位角、俯仰角的测量值转换为目标在雷达A的局部坐标系中的直角坐标,将雷达B对目标的径向距离、方位角、俯仰角的测量值转换为目标在雷达B的局部坐标系中的直角坐标;
步骤二:通过雷达A和雷达B的地理坐标以及雷达A和雷达B的WGS-84坐标,把目标在雷达A的局部坐标系中的直角坐标转换为目标在雷达A在WGS-84坐标系中的坐标,把目标在雷达B的局部坐标系中的直角坐标转换为目标在雷达B在WGS-84坐标系中的坐标;
步骤三:让目标在雷达A和雷达B的WGS-84坐标系中的坐标进行相减,然后进行一阶泰勒展开,得到一阶泰勒展开式,并令一阶泰勒展开式为0;
步骤四:将一阶泰勒展开式进行化简,然后表示为经典的高斯—马尔科夫广义最小二乘模型;步骤五:根据广义最小二乘模型得到改进的广义最小二乘误差配准算法。
2.根据权利要求1所述的一种改进的广义最小二乘误差配准方法,其特征在于,所述步骤一中,目标在雷达A的局部坐标系中的直角坐标为:
目标在雷达B的局部坐标系中的直角坐标为:
其中,ΔrA为雷达A对目标的径向距离系统偏差,ΔθA为雷达A对目标的方位角系统偏差,ΔηA为雷达A对目标的俯仰角系统偏差,ΔrB为雷达B对目标的径向距离系统偏差,ΔθB为雷达B对目标的方位角系统偏差,ΔηB为雷达B对目标的俯仰角系统偏差,rA″(k)为不考虑随机量测误差时雷达A对目标Tk的径向距离,θA″(k)为不考虑随机量测误差时雷达A对目标Tk的方位角,ηA″(k)为不考虑随机量测误差时雷达A对目标Tk的俯仰角,rB″(k)不考虑随机量测误差时雷达B对目标Tk的径向距离,θB″(k)为不考虑随机量测误差时雷达B对目标Tk的方位角,ηB″(k)为不考虑随机量测误差时雷达B对目标Tk的俯仰角。
3.根据权利要求2所述的一种改进的广义最小二乘误差配准方法,其特征在于,所述步骤二中,目标在雷达A的WGS-84坐标系中的坐标为:
目标在雷达B的WGS-84坐标系中的坐标为:
4.根据权利要求3所述的一种改进的广义最小二乘误差配准方法,其特征在于,所述步骤三中,一阶泰勒展开式为:
f(ψ(k),β)≈f(ψ′(k),β′)+▽β[f(ψ′(k),β′)](β-β′)+▽ψ[f(ψ′(k),β′)][ψ(k)-ψ′(k)],
▽ψ[f(ψ′(k),β′)]=[TA×JA(k),-TB×JB(k)]=κ(k),
▽β[f(ψ′(k),β′)]=[TA×LA(k),-TB×LB(k)]=λ(k),
其中,ψ(k)为雷达A和B在第k次采样时刻对目标Tk的测量值;β为雷达A和B的系统偏差;ψ′(k)为雷达A和B在第k次采样时刻对目标Tk的测量值;β′为系统偏差的初始估计;
5.根据权利要求4所述的一种改进的广义最小二乘误差配准方法,其特征在于,所述步骤三中,一阶泰勒展开式为:在没有任何先验信息的条件下,β′=[0,0,0,0,0,0]′。
6.根据权利要求5所述的一种改进的广义最小二乘误差配准方法,其特征在于,所述步骤四中,将一阶泰勒展开式进行化简,得到: 其中λ(k)是已知参数的矩阵,是由量测噪声导致的误差,
7.根据权利要求6所述的一种改进的广义最小二乘误差配准方法,其特征在于,所述步骤四中,经典的高斯—马尔科夫广义最小二乘模型为:
Xβ+ξ=Y,
其中,X=[λ(1),λ(2),…,λ(k)]′,
8.根据权利要求7所述的一种改进的广义最小二乘误差配准方法,其特征在于,所述步骤四中,
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510195637.5A CN104808183A (zh) | 2015-04-22 | 2015-04-22 | 一种改进的广义最小二乘误差配准方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510195637.5A CN104808183A (zh) | 2015-04-22 | 2015-04-22 | 一种改进的广义最小二乘误差配准方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104808183A true CN104808183A (zh) | 2015-07-29 |
Family
ID=53693171
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510195637.5A Pending CN104808183A (zh) | 2015-04-22 | 2015-04-22 | 一种改进的广义最小二乘误差配准方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104808183A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106546961A (zh) * | 2016-07-27 | 2017-03-29 | 南京信息工程大学 | 一种变步长约束总体最小二乘空间配准算法 |
CN109782240A (zh) * | 2019-01-25 | 2019-05-21 | 北京电子工程总体研究所 | 一种基于递推修正的多传感器系统误差配准方法和系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050196047A1 (en) * | 2004-02-03 | 2005-09-08 | Yuri Owechko | Object recognition system incorporating swarming domain classifiers |
CN101839976A (zh) * | 2010-04-07 | 2010-09-22 | 中国人民解放军理工大学 | 利用北斗一号终端进行雷达系统误差估计的方法 |
CN102692621A (zh) * | 2012-05-23 | 2012-09-26 | 中国人民解放军海军航空工程学院 | 一种ads-b与雷达的联合系统误差估计方法 |
-
2015
- 2015-04-22 CN CN201510195637.5A patent/CN104808183A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050196047A1 (en) * | 2004-02-03 | 2005-09-08 | Yuri Owechko | Object recognition system incorporating swarming domain classifiers |
CN101839976A (zh) * | 2010-04-07 | 2010-09-22 | 中国人民解放军理工大学 | 利用北斗一号终端进行雷达系统误差估计的方法 |
CN102692621A (zh) * | 2012-05-23 | 2012-09-26 | 中国人民解放军海军航空工程学院 | 一种ads-b与雷达的联合系统误差估计方法 |
Non-Patent Citations (2)
Title |
---|
范雄华等: "基于WGS-84坐标系的空地雷达最小二乘配准算法", 《武汉理工大学学报》 * |
董云龙等: "基于ECEF的广义最小二乘误差配准技术", 《航空学报》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106546961A (zh) * | 2016-07-27 | 2017-03-29 | 南京信息工程大学 | 一种变步长约束总体最小二乘空间配准算法 |
CN109782240A (zh) * | 2019-01-25 | 2019-05-21 | 北京电子工程总体研究所 | 一种基于递推修正的多传感器系统误差配准方法和系统 |
CN109782240B (zh) * | 2019-01-25 | 2021-04-02 | 北京电子工程总体研究所 | 一种基于递推修正的多传感器系统误差配准方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105629263B (zh) | 一种对流层大气延迟误差估计改正方法和改正系统 | |
CN103954953B (zh) | 一种基于数据驱动的机载激光雷达盲源误差补偿方法 | |
CN106597364B (zh) | 一种单天线单站无源定位的目标辐射源初始位置估计方法 | |
CN102707276B (zh) | 基于目标拓扑信息的ais与雷达航迹抗差关联算法 | |
CN105301617B (zh) | 一种卫星导航系统中的整周模糊度有效性检验方法 | |
CN110673089B (zh) | 未知视距和非视距分布情况下基于到达时间的定位方法 | |
CN104111071B (zh) | 基于激光测距与摄像机视觉融合的高精度位姿解算方法 | |
CN102692621A (zh) | 一种ads-b与雷达的联合系统误差估计方法 | |
CN103983986B (zh) | 一种基于粒子滤波的改进型raim抗欺骗式干扰方法 | |
CN104535080B (zh) | 大方位失准角下基于误差四元数的传递对准方法 | |
CN111157943B (zh) | 在异步网络中基于toa的传感器位置误差抑制方法 | |
CN105447574A (zh) | 一种辅助截断粒子滤波方法、装置及目标跟踪方法及装置 | |
CN103344946A (zh) | 一种地基雷达与空中移动平台雷达的实时误差配准方法 | |
CN105046046A (zh) | 一种集合卡尔曼滤波局地化方法 | |
CN106405581A (zh) | 卫星结构变形引起的多类型载荷间耦合指向精度评估方法 | |
CN106844208A (zh) | 用于反应堆物理计算程序适用性验证的方法 | |
CN104808183A (zh) | 一种改进的广义最小二乘误差配准方法 | |
CN110045342B (zh) | 雷达相对系统误差估值有效性评价方法 | |
CN111208535B (zh) | 一种基于国际参考电离层总电子含量异常值修正的计算方法 | |
CN103106332B (zh) | 一种测量不确定度的分析方法 | |
CN108917698B (zh) | 一种方位角计算方法 | |
CN102508217B (zh) | 建立雷达测量误差标定模型的方法 | |
CN109001670B (zh) | 一种联合时差和角度的分布式无源定位方法及装置 | |
CN109856619B (zh) | 一种雷达测向相对系统误差修正方法 | |
CN105842710A (zh) | 一种基于vrs差分原理的低轨双星时差频差精密修正方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150729 |
|
RJ01 | Rejection of invention patent application after publication |