[发明专利]基于渐消因子的ECEF-GLS偏差估计方法及装置

说明书

本发明提供一种基于渐消因子的ECEF‑GLS偏差估计方法及装置，该方法包括：基于融合数据中心反馈的航迹突变时间，确定第一雷达和第二雷达进行协同观测的渐消因子；基于第一量测数据、第二量测数据和渐消因子，确定第一雷达和第二雷达之间的雷达系统偏差。本发明实施例提供的基于渐消因子的ECEF‑GLS偏差估计方法及装置，基于在误差估计的迭代过程引入与航迹突变时间所对应的渐消因子后，再将第一量测数据、第二量测数据代入计算，获取第一雷达和第二雷达之间的雷达系统偏差，进而引导误差配准。能够利用渐消因子弱化历史量测的影响，实现对突变系统偏差的实时估计，同时兼顾偏差估计的精度和实时性，使得目标跟踪更加稳定。

技术领域

本发明涉及雷达技术领域，尤其涉及一种基于渐消因子的ECEF-GLS偏差估计方法及装置。

背景技术

多传感器数据处理系统中各种误差是影响目标跟踪和数据融合质量的一个重要因素，而误差配准则是系统中的一个重要环节。配准是对雷达等传感器系统偏差进行精确估计和补偿的过程，根据用于系统偏差估计的信源类型，可以将已有的误差配准工作分为有(准)合作目标条件下的雷达误差配准问题和无合作目标条件下多雷达组网误差配准问题。有(准)合作目标的误差校准技术利用准确的目标位置数据，如合作目标的GPS数据、被动接收的准合作目标的ADS-B/AIS数据等，对雷达系统偏差进行标校。

无合作目标条件下的误差配准技术是研究的重点，其实质是参数估计反演问题，即利用多部雷达对同一目标(位置未知)的协同观测数据，基于雷达与目标之间的空间几何关系对系统偏差进行精确解算估计与补偿。最早关于雷达组网误差配准的研究算法是实时质量控制(real time quality control，RTQC)算法，后续许多雷达配准算法都是基于该算法的思路提出的。例如，将地心地固ECEF(Earth-centered Earth-fixed)坐标系引入协同探测模型，并利用最小二乘估计方法提出了基于ECEF坐标系的误差配准算法，较好地解决了远距离三坐标雷达误差配准问题。但以此类算法模型过于简单，随着雷达采样次数的增加，新的观测数据会对历史量测产生很大影响，若系统误差发生突变，利用历史量测数据所估计出的雷达系统偏差精度会大幅下降。

发明内容

本发明提供一种基于渐消因子的ECEF-GLS偏差估计方法及装置，用以解决现有技术中当系统误差发生突变或快速变化时，雷达系统偏差的估计精度较差的缺陷。

本发明提供一种基于渐消因子的ECEF-GLS偏差估计方法，包括：

基于融合数据中心反馈的航迹突变时间，确定第一雷达和第二雷达进行协同观测的渐消因子；

基于第一量测数据、第二量测数据和所述渐消因子，确定所述第一雷达和所述第二雷达之间的雷达系统偏差；

其中，所述航迹突变时间是根据融合数据中心基于所述第一量测数据和所述第二量测数据所反馈的关联错误率综合确定；所述第一量测数据是所述第一雷达采集的传感数据；所述第二量测数据是所述第二雷达采集的传感数据。

根据本发明提供的一种基于渐消因子的ECEF-GLS偏差估计方法，所述基于融合数据中心反馈的航迹突变时间，确定第一雷达和第二雷达进行协同观测的渐消因子，包括：

基于所述第一量测数据和所述第二量测数据，确定协同观测数量；

基于所述协同观测数量和所述航迹突变时间，确定所述渐消因子。

根据本发明提供的一种基于渐消因子的ECEF-GLS偏差估计方法，所述基于所述协同观测数量和所述航迹突变时间，确定所述渐消因子，包括：

基于所述协同观测数量，确定第一系数；

基于所述航迹突变时间，确定第二系数；

对所述第一系数和所述第二系数进行加权平均，确定所述渐消因子。