[发明专利]一种联合ADS-B的最小二乘雷达系统误差估计方法

说明书

本发明提供了一种联合ADS‑B的最小二乘雷达系统误差估计方法，涉及雷达信息处理技术领域，首先将两坐标雷达与ADS‑B对目标联合观测，然后将ADS‑B量测从地理坐标系转换到雷达局部直角坐标系，建立统一的配准空间；其次以雷达航迹的采样时间为基准，对ADS‑B航迹进行插值，构造新的ADS‑B航迹；同时根据3σ原则，剔除雷达航迹的野值；然后采用直线拟合分别计算雷达航迹和ADS‑B航迹的直线方程，并计算两条直线的夹角，再利用该夹角补偿雷达航迹的航向角数据；最后采用最小二乘算法估计雷达系统误差。本发明能够更有效地估计雷达系统误差；经过提出方法配准处理后，雷达航迹数据的平均斜距离误差和方位角误差分别降低了71.7％和52.7％。

技术领域

本发明涉及雷达信息处理技术领域，尤其涉及一种联合ADS-B的最小二乘雷达系统误差估计方法。

背景技术

在雷达组网中，雷达系统误差估计是多传感器多目标跟踪的首要问题，与航迹关联互为前提。雷达观测系统的测量误差主要包括两种形式的误差：随机误差和系统误差.随机误差可以采用各种滤波方法进行滤除。系统误差是一种确定型误差，很难通过滤波方法处理，需要对它进行估计，再利用估计值对雷达量测进行补偿或配准，才能够降低或消除其影响。系统误差的存在会降低跟踪结果的精度，导致跟踪均方根误差比理论值大很多；严重时导致来自同一目标的多雷达量测关联失败，甚至产生多条轨迹，难以形成统一、准确的跟踪态势。因此在雷达组网中，如何解决雷达系统误差估计问题以及提高系统误差估计的精度是多传感器多目标跟踪领域的重点和难点之一。

现有方法一般假设雷达系统误差为固定值，主要包括实时精度控制(RTQC)算法、最小二乘(LS)算法、广义最小二乘(GLS)算法、基于地心地固坐标系的GLS算法(EFEC-GLS)、极大似然(ML)算法、扩维(ED)算法，以及它们的改进方法。但上述方法在实际雷达组网中存在以下特性和缺陷：

(1)不同雷达的系统误差一般不同，甚至相差很大；

(2)雷达探测距离越远，测量误差越大；

(3)由于不同雷达的采样时刻不同，采样周期(或采样间隔)较大，考虑到目标飞行速度快以及目标运动轨迹的不确定性，导致对雷达航迹进行时间校正时，往往会引入新的误差。因此，在实际中雷达量测数据包含的测量误差一般较大。在这种情况下，考虑到上述估计方法大多是建立在最小二乘模型上，在计算过程中忽略了系统误差二阶或高阶项的影响，从而在实际中这些方法的估计精度也会受到很大影响。

考虑到系统误差估计与航迹关联互为前提，现有技术中联合航迹关联算法同时解决系统误差估计问题。如提出一种基于参照拓扑特征的多雷达抗差航迹关联方法，能够解决系统误差影响下的多雷达航迹关联问题；提出一种基于距离探测的抗差航迹关联方法，能够解决传感器时变误差、目标密集以及多目标的复杂环境中的抗差航迹关联问题；基于高斯随机矢量统计特性，提出一种适合复杂环境的空基多雷达抗差航迹关联算法等等。但是上述算法复杂度高，在工程应用中受到一定限制。

实际上，如果已知目标的真实位置，那么雷达系统误差估计过程将被大大简化。考虑到ADS-B的优点，李鹏飞,等学者提出的《基于多直线融合的雷达系统误差标定算法研究》，从图形学的角度，提出一种基于多直线融合的雷达标定误差(FL)算法。尽管FL方法简单实用，但是其估计精度还有待进一步提高。

为此，本文基于两坐标雷达和ADS-B联合跟踪平台，在《基于多直线融合的雷达系统误差标定算法研究》的基础上，同时考虑到传统基于LS模型的系统误差估计方法对量测数据比较敏感的特点，本申请提出一种联合ADS-B的最小二乘雷达系统误差估计方法。提出方法首先针对雷达量测和ADS-B量测数据的特点进行预处理，然后采用LS算法估计雷达系统误差，最后采用实测数据实验对提出方法的有效性和可行性进行验证。

基于此，本案由此产生。

发明内容