[发明专利]基于高斯均值移动配准的动态偏差估计方法

权利要求书

1.一种基于高斯均值移动配准的动态偏差估计方法，其特征在于，包括如下步骤：

步骤一，多平台系统中的传感器负责测量目标状态；

步骤二，构造高斯均值移动方法的高斯核密度估计器，高斯均值移动是在测量噪声服从高斯分布假设条件基础上的均值移动，具体为：根据极大似然密度函数构造一个多变量的高斯核密度估计器，对该估计器求梯度并对梯度进行数学变换，得到高斯均值移动方法的迭代公式，具体为：yl+1=Σj=1mK(yl,z(j),R)z(j)Σj=1mK(yl,z(j),R),]]>l＝1，2，...，其中，K(y_l，z(j)，R)为高斯核函数，y_l为第l迭代后得到的均值，z(j)为第j次的观测值矢量，R为观测噪声的协方差矩阵；

步骤三，利用扩展卡尔曼滤波器估计目标状态；

步骤四，根据估计得到的目标状态、系统的测量方程以及前一时刻的偏差估计值，计算得到目标状态测量值的估计值，其中，前一时刻的偏差估计值在第一次计算时取初始值；

步骤五，将目标状态的测量值以及测量值的估计值，代入到高斯均值移动方法的迭代公式中，计算传感器的动态偏差的估计值；

步骤六，修正动态偏差的估计值；

步骤七，修正动态偏差的估计值的收敛性判别。

2.根据权利要求1所述的基于高斯均值移动配准的动态偏差估计方法，其特征是，所述多平台系统，其中的每个传感器都是一个相对独立的系统，每个独立的系统根据系统的测量方程独立测量监视区域内辐射源的距离、方位角，多平台系统采用基于全球定位系统的统一时间基准，使多平台系统内各传感器之间信号同步，一个扫描周期结束，各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。

3.根据权利要求1所述的基于高斯均值移动配准的动态偏差估计方法，其特征是，所述高斯均值移动方法，是指一个数据点d_t朝着给定窗口大小的数据点集合的均值移动，直到数据点d_t收敛到均值的邻域内的迭代过程，在满足收敛条件下，通过反复的迭代过程，高斯均值移动方法的结果是收敛的，其收敛条件是高斯核函数的变量是相互独立的，即各变量的相关系数为零，且变量的协方差是对角阵，则高斯均值移动方法是收敛的。

4.根据权利要求1所述的基于高斯均值移动配准的动态偏差估计方法，其特征是，所述高斯核密度估计器，是指由一组加权的高斯核函数构成的密度函数，高斯核函数是指在高斯噪声条件下的极大似然密度函数，极大似然密度函数是指在已经得到传感器含有偏差的测量信息的情况下，使偏差出现的概率最大的数值即作为偏差的估计值的随机变量的概率分布。