CN111157969B - 一种多传感器系统误差在线估计和数据融合方法 - Google Patents

Abstract

本发明公开了一种多传感器系统误差在线估计和数据融合方法。包括关联过程和保持过程：关联过程中，根据一次雷达和二次雷达的接收到的点迹实时进行航迹关联；进行一次雷达传感器和二次雷达传感器航迹的融合：针对二次雷达传感器的某条航迹，依次求一次雷达传感器的每条航迹与此二次雷达传感器航迹的距离差值序列；获取一次雷达传感器各条航迹对应的距离差值序列的均值和方差，在均值小于系统误差最大值时，找到方差的最小值所对应一次雷达航迹号m₀；保持过程中，求二次雷达航迹与匹配的一次雷达第m₀条航迹的误差，根据误差求解脱离质量，进而判断二次雷达航迹与匹配的一次雷达航迹关联是否失败。该方案能实时在线估计不同传感器间的系统误差，提升二次雷达的识别能力。

Description

一种多传感器系统误差在线估计和数据融合方法

技术领域

本发明涉及误差处理技术领域，特别是一种多传感器系统误差在线估计和数据融合方法。

背景技术

现有一次雷达在扫描过程中，对不同航迹号的点迹进行牵引，由于目标距离近，因此二次雷达(包括AIS等各种平台的二次雷达)应答机应答的目标不一定是牵引的目标。为了对目标进行正确识别，需要将二次雷达应答目标点迹关联后的航迹与一次雷达航迹进行匹配。将二次雷达的识别信息与一次雷达的航迹信息进行融合。

在多源信息融合处理中，存在系统误差。由于天气、距离、高度等多种因素的影响，系统误差会随着时间、测量高度、测量方位、测量距离等因素出现波动。若不能准确实时估计系统误差，导致后续航迹的融合和识别性能急剧下降。给雷达操作员/空管指挥员带来误导，严重时出现误判，威胁飞行安全。

现代多传感器系统误差配准过程，是融合处理中心在将多部雷达上报的目标局部航迹关联的基础上，将源于同一公共目标的局部目标航迹送入系统误差估计模块，系统误差估计模块基于多条样本目标航迹进行误差均值估计，得到量测误差估计值；最后将结果送至系统误差修正模块，对多部传感器送入的目标航迹进行补偿。

现有方法得到的系统误差需要先测得系统误差，结果存于系统误差修正模块。系统误差随着空间分布如高度、距离、方位的不同而不同。这种方法很难得到全局的系统误差，而使不同位置的目标系统误差估计不准确。另外，系统误差随天气等因素影响，会随时间变化。这种方法得到的系统误差不能实时变化，当天气等因素变化时，会造成较大的误差。

发明内容

本发明所要解决的技术问题是：针对上述存在的问题，提供了一种多传感器系统误差在线估计和数据融合方法。

本发明采用的技术方案如下：一种多传感器系统误差在线估计和数据融合方法，包括：

关联过程：步骤S1，分别根据一次雷达和二次雷达的接收到的点迹实时进行航迹关联；步骤S2，获取满足一次雷达和二次雷达航迹位置参数和时间约束条件的航迹；步骤S3，将满足约束条件的一次雷达的航迹中的点迹进行插值估计得到与二次雷达航迹中点迹时刻点相同的位置参数值，求一次雷达传感器和二次雷达传感器间在相同时刻点的位置参数差值，获得一次雷达每条航迹对应的位置参数差值序列(因为每条航迹包括多个点迹，因此每条航迹对应的是一个差值序列)；步骤S4，获取各条航迹对应的位置参数差值序列的均值和方差，在均值小于系统误差最大值时，找到方差的最小值所对应一次雷达航迹号m₀；

保持过程：求二次雷达航迹与匹配的一次雷达第m₀条航迹的误差，根据误差求解脱离质量，根据脱离质量判断二次雷达航迹与匹配的一次雷达航迹关联是否失败，如果失败则返回到关联过程。

进一步的，所述步骤S1中，实时进行航迹关联后，分别记录航迹号：一次雷达航迹track1{m},m＝1,2,…M。二次雷达航迹track2{m'},m'＝1,2,…M'，其中M为一次雷达航迹总数，M'为二次雷达航迹总数。假设二次雷达第m'条航迹为待融合的航迹。

进一步的，所述步骤S2中，所述获取满足一次雷达和二次雷达航迹位置参数和航迹时间约束条件的点迹的过程包括：

设置一次雷达和二次雷达航迹位置参数阈值σ_r，设置一次雷达和二次雷达航迹时间阈值σ_t；

若一次雷达的点迹时间k时刻，第m条航迹号位置参数为r_m(k)；二次雷达第m'条航迹号距离为r_m'(t)，如果满足约束

|t-k|≤σ_t

|r_m(k)-r_m'(t)|≤σ_r

则记录下满足约束条件的一次雷达点迹的时间、航迹号和位置参数值，二次雷达点迹的时间和位置参数值。

进一步的，所述步骤S3包括以下过程：

将记录的一次雷达第m条航迹的时间和距离序列记为

其中N_m表示第m条航迹的时间点数，根据一次雷达第m条航迹的N_m个点迹，进行插值估计，得到与二次雷达点迹时刻相同的t时刻的位置参数值

求出第m条航迹一次雷达传感器和二次雷达传感器之间的位置参数差值

记录一次雷达传感器和二次雷达传感器待匹配第m'条航迹中的连续Q'个点迹之间的位置参数差，一次雷达第m条航迹对应的差值序列为[γ_m(t₁),γ_m(t₂),…,γ_m(t_Q')]。

进一步的，所述步骤S3中，设置门限η，若Q'＜η，则将该航迹对应的距离差值序列删除。

进一步的，保持过程中，所述根据脱离质量判断二次雷达航迹与匹配的一次雷达航迹关联是否失败的过程包括：

二次雷达待融合航迹与匹配的一次雷达的第m₀条航迹的误差

若

则判定为情况H₀，否则，判定为情况H₁；脱离质量为

其中

设定脱离阈值N₀，当在T个时刻中有

则判定两条航迹关联失败。

进一步的，所述位置参数指距离、方位、高度中的一种或多种。这里，不同类型的传感器可能存在不同的位置参数，可能是距离、也可以是距离和方位，总而言之可以是上述参数的一种或多种。

与现有技术相比，采用上述技术方案的有益效果为：本发明设置关联过程和保持过程，进行了多传感器航迹匹配关联，并利用误差与均值、方差的偏差关系，对关联关系进行验证，该技术实现简单，效果明显，不需要任何人工干预，自动实时估计系统误差，能自动适应全空域、全方位各种目标的处理需求，为雷达操作员/空管指挥员提供可靠的目标信息，有效保障飞行安全。

附图说明

图1是本发明多传感器系统误差在线估计和数据融合方法流程示意图。

图2是本发明实施例中获得的一次雷达和二次雷达目标航迹点迹的距离值变化示意图。

图3是本发明实施例的方法得到的一次雷达和二次雷达匹配航迹示意图。

图4是本发明实施例的方法得到的系统误差随距离变化情况示意图。

具体实施方式

下面结合附图对本发明做进一步描述。

一种多传感器系统误差在线估计和数据融合方法，包括关联过程和保持过程：

关联过程：

(1)分别根据一次雷达和二次雷达的接收到的点迹实时进行航迹关联(此处关联方法可用极大似然比多目标关联、贝叶斯类多目标关联等方法，各种关联方法均为现有方法)；

其中，实时进行航迹关联后，分别记录航迹号，其中，一次雷达航迹track1{m},m＝1,2,…M，二次雷达航迹track2{m'},m'＝1,2,…M'；其中M为一次雷达航迹总数，M'为二次雷达航迹总数。假设二次雷达第m'条航迹为待融合的航迹。

(2)假设二次雷达第m'条航迹为待融合的航迹，开始进行一次雷达传感器和二次雷达传感器航迹的融合(这里，一次雷达和二次雷达均可能对应多个传感器，传感器类型可以是AIS、ADS-B等)。获取满足一次雷达和二次雷达航迹位置参数和航迹时间约束的点迹；这里根据传感器的性质，位置参数可能是距离、方位、高度等信息中的一种或多种，根据传感器提供的距离/方位/高度或其他信息中的一个或多个进融合。

其中，如果两条航迹最新状态间时间间隔太久，速度航向等信息的变化容易导致误关联，在这些情况下进行关联都毫无必要。为了解决误关联的问题，所述获取满足一次雷达和二次雷达航迹距离和航迹时间间隔要求的点迹的过程包括：

设置一次雷达和二次雷达航迹位置参数阈值σ_r，设置一次雷达和二次雷达航迹时间阈值σ_t；

若一次雷达的点迹时间k时刻，第m条航迹号，位置参数为r_m(k)；二次雷达第m'条航迹号距离为r_m'(t)，如果满足要求

|t-k|≤σ_t

|r_m(k)-r_m'(t)|≤σ_r

则记录下满足约束条件的一次雷达点迹的时间、航迹号和位置参数，二次雷达点迹的时间和位置参数。

(3)将满足约束条件的一次雷达的每条航迹的点迹进行插值估计(此处插值方法可用泰勒插值、拉格朗日插值等方法，各种插值方法均为现有方法)，得到与二次雷达点迹时刻相同的t时刻的位置参数值，记录一次雷达传感器和二次雷达传感器待匹配第m'条航迹中的连续Q'个点迹之间的位置参数差序列；

步骤(3)包括以下过程:

将满足位置参数阈值σ_r和时间阈值σ_t要求的一次雷达第m条航迹的时间和距离序列记为

其中N_m表示第m条航迹的时间点数，根据一次雷达第m条航迹的N_m个点迹，进行插值估计，得到与二次雷达点迹时刻相同的t时刻的位置参数值

求出第m条航迹一次雷达传感器和二次雷达传感器之间的距离差值

按照(1)～(3)的步骤，记录一次雷达传感器和二次雷达传感器待匹配第m'条航迹中的连续Q'个点迹之间的位置参数差，一次雷达第m条航迹对应的差值序列为[γ_m(t₁),γ_m(t₂),…,γ_m(t_Q')]，因为m代表是航迹号，因此通过上述计算，一次雷达的每条航迹均获得了对应的一个距离差值序列。

优选地，若Q'太小，则说明此航迹不稳定，应不考虑其与二次雷达航迹匹配，因此设置门限η，若Q'＜η，则将该航迹对应的距离差值序列删除。

(4)获取各个航迹号对应的距离差值序列的均值ρ_m和方差σ_m，在均值ρ_m小于系统误差最大值σ_SyserrMax时，在此条件下，给出评价函数

找到评价函数最小值，即方差σ_m的最小值所对应一次雷达航迹号m₀。

保持过程：

求二次雷达待融合航迹与匹配的一次雷达第m₀条航迹的误差，根据误差求解脱离质量，根据脱离质量判断二次雷达航迹与匹配的一次雷达航迹关联是否失败，如果失败则返回到关联过程；

保持过程中的后续关联检验中，采取较为宽松的检验准则。以航迹脱离质量

来表示。所述根据脱离质量判断二次雷达航迹与匹配的一次雷达航迹关联是否失败的过程包括：

二次雷达航迹与匹配的一次雷达的第m₀条航迹的误差

若

则判定为情况H₀，否则，判定为情况H₁；评估准则采用脱离质量，脱离质量为

其中

设定脱离阈值N₀，当在T个时刻中有

则判定两条航迹关联失败，进行解关联处理；重新回到关联期进行多传感器航迹匹配。

其中一个实施例，选取3000～3900s时间范围的雷达航迹和识别点迹的数据，如图1所示：

关联过程：步骤S1，当前t时刻，此时t的取值在3000～3900s范围类，分别根据一次雷达和二次雷达的接收到的点迹实时进行航迹关联；步骤S2，若满足一次雷达和二次雷达航迹距离和时间约束条件的航迹，则进行一次雷达传感器和二次雷达传感器航迹的融合；步骤S3，将满足约束条件的一次雷达的航迹中的点迹进行插值估计得到与二次雷达航迹中点迹时刻点相同的距离值，如图2是获取的3000～3900s时间范围类一次雷达和二次雷达目标航迹点迹的距离值变化，求出一次雷达传感器和二次雷达传感器间的距离差，获得一次雷达传感器每个航迹号对应的和二次雷达传感器待融合航迹之间的距离差值序列；步骤S4，获取一次雷达各个航迹号对应的距离差值序列的均值ρ_m和方差σ_m，在均值小于系统误差最大值时，找到方差的最小值所对应一次雷达航迹号m₀；

保持过程：求二次雷达待融合航迹与匹配的一次雷达第m₀条航迹的误差，根据误差求解脱离质量，根据脱离质量判断二次雷达航迹与匹配的一次雷达航迹关联是否失败，如果失败则返回到关联过程。

如图3所示为本实施例的方法得到的一次雷达和二次雷达匹配航迹；每求出误差的时候，统计此时的距离，得出如图4所示的系统误差随距离变化情况。

本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合，以及披露的任一新的方法或过程的步骤或任何新的组合。如果本领域技术人员，在不脱离本发明的精神所做的非实质性改变或改进，都应该属于本发明权利要求保护的范围。

Claims (3)

1.一种多传感器系统误差在线估计和数据融合方法，其特征在于，包括：

关联过程：步骤S1，分别根据一次雷达和二次雷达的接收到的点迹实时进行航迹关联；步骤S2，获取满足一次雷达和二次雷达航迹位置参数和时间约束条件的航迹；步骤S3，将满足约束条件的一次雷达的航迹中的点迹进行插值估计得到与二次雷达航迹中点迹时刻点相同的位置参数值，求一次雷达传感器和二次雷达传感器间在相同时刻点的位置参数差值，获得一次雷达每条航迹对应的位置参数差值序列；步骤S4，获取各条航迹对应的位置参数差值序列的均值和方差，在均值小于系统误差最大值时，找到方差的最小值所对应一次雷达航迹号m₀；所述位置参数指距离、方位、高度中的一种或多种；

保持过程：求二次雷达航迹与匹配的一次雷达第m₀条航迹的误差，根据误差求解脱离质量，根据脱离质量判断二次雷达航迹与匹配的一次雷达航迹关联是否失败，如果失败则返回到关联过程；

所述步骤S1中，实时进行航迹关联后，分别记录每条航迹：一次雷达航迹track1{m},m＝1,2,…M，二次雷达航迹track2{m'},m'＝1,2,…M'，其中M为一次雷达航迹总数，M'为二次雷达航迹总数；

所述步骤S2中，所述获取满足一次雷达和二次雷达航迹位置参数和航迹时间约束条件的点迹的过程包括：

设置一次雷达和二次雷达航迹位置参数阈值σ_r，设置一次雷达和二次雷达航迹时间阈值σ_t；

若一次雷达的点迹时间k时刻，第m条航迹号，位置参数值为r_m(k)；二次雷达第m'条航迹位置参数值为r_m'(t)，如果满足约束

|t-k|≤σ_t

|r_m(k)-r_m'(t)|≤σ_r

则记录下满足约束的一次雷达点迹的时间、航迹号和位置参数，二次雷达点迹的时间和位置参数；其中，t表示当前时刻；

保持过程中，所述根据脱离质量判断二次雷达航迹与匹配的一次雷达航迹关联是否失败的过程包括：

二次雷达待融合航迹与匹配的一次雷达的第m₀条航迹的误差γ(t)＝r_m0(t)-r_m'(t)；若γ(t)≤ρ_m0+3σ_m0，则判定为情况H₀，否则，判定为情况H₁；脱离质量为

其中

设定脱离阈值N₀，当在T个时刻中有

则判定两条航迹关联失败；

表示一次雷达第m₀条航迹的位置参数值与二次雷达航迹的位置参数值之差的均值，

表示一次雷达第m₀条航迹的位置参数值与二次雷达航迹的位置参数值之差的方差。

2.如权利要求1所述的多传感器系统误差在线估计和数据融合方法，其特征在于，所述步骤S3包括以下过程：

将记录的一次雷达第m条航迹的时间和位置参数序列记为

其中N_m表示第m条航迹的时间点数，根据一次雷达第m条航迹的N_m个点迹，进行插值估计，得到与二次雷达点迹时刻相同的t时刻的位置参数值

求出第m条航迹一次雷达传感器和二次雷达传感器之间的位置参数差值

二次雷达待匹配航迹中的连续Q'个点迹，记录下一次雷达传感器和二次雷达传感器之间的位置参数差，第m条航迹的各传感器之间的距离差值序列为[γ_m(t₁),γ_m(t₂),…,γ_m(t_Q')]。

3.如权利要求2所述的多传感器系统误差在线估计和数据融合方法，其特征在于，所述步骤S3中，设置门限η，若Q'＜η，则将该航迹对应的距离差值序列删除。

Images