本發(fā)明屬于系統(tǒng)誤差配準(zhǔn)技術(shù)領(lǐng)域，適用于在多目標(biāo)跟蹤的同時(shí)需要進(jìn)行系統(tǒng)誤差配準(zhǔn)的系統(tǒng)。

背景技術(shù)：

雷達(dá)組網(wǎng)所能帶來的巨大效益已經(jīng)得到了世界各國的公認(rèn)，然而在多雷達(dá)組網(wǎng)跟蹤系統(tǒng)的實(shí)際應(yīng)用中，由于系統(tǒng)誤差的存在會(huì)導(dǎo)致不同雷達(dá)跟蹤航跡關(guān)聯(lián)融合失敗，導(dǎo)致同一目標(biāo)產(chǎn)生多條航跡，形成歧義。系統(tǒng)誤差是目前制約目標(biāo)跟蹤精度提高的主要因素之一，傳統(tǒng)的系統(tǒng)誤差估計(jì)技術(shù)認(rèn)為系統(tǒng)誤差是復(fù)雜、慢變、非隨機(jī)變化的，在相對(duì)較長的一段時(shí)間內(nèi)可看作是未知的“恒定值”，對(duì)系統(tǒng)誤差的估計(jì)多是根據(jù)設(shè)備測(cè)量物理機(jī)理構(gòu)造一定的系統(tǒng)誤差估計(jì)模型，在數(shù)據(jù)預(yù)處理階段進(jìn)行修正，這樣的系統(tǒng)誤差修正模型往往不準(zhǔn)確，導(dǎo)致系統(tǒng)誤差殘余較大，影響多目標(biāo)跟蹤和預(yù)測(cè)精度；如何充分利用目標(biāo)運(yùn)動(dòng)先驗(yàn)信息和測(cè)量信息，設(shè)計(jì)系統(tǒng)誤差實(shí)時(shí)檢測(cè)和配準(zhǔn)方法，不僅是實(shí)現(xiàn)目標(biāo)高精度實(shí)時(shí)跟蹤的關(guān)鍵所在，也是系統(tǒng)內(nèi)各部雷達(dá)信息有效融合必須要解決的難點(diǎn)問題。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于提供一種基于實(shí)時(shí)質(zhì)量控制ECEF-GLS系統(tǒng)誤差自適應(yīng)配準(zhǔn)方法。旨在通過系統(tǒng)誤差的自適應(yīng)在線估計(jì)和消除，來提高組網(wǎng)雷達(dá)系統(tǒng)航跡關(guān)聯(lián)正確率和目標(biāo)跟蹤精度，改善系統(tǒng)性能。

本發(fā)明所述的基于實(shí)時(shí)質(zhì)量控制ECEF-GLS系統(tǒng)誤差自適應(yīng)配準(zhǔn)方法，是在地心地固坐標(biāo)系下(Earth Centered Earth Fixed coordinate-ECEF)利用廣義最小二乘(Generalized Least Square-GLS)算法進(jìn)行系統(tǒng)誤差自適應(yīng)估計(jì)，具體包括以下技術(shù)措施：將待估計(jì)的系統(tǒng)誤差看作是狀態(tài)向量，獲得前后時(shí)刻系統(tǒng)誤差估計(jì)之間的狀態(tài)轉(zhuǎn)移方程，在此基礎(chǔ)上利用ECEF-GLS算法由測(cè)量數(shù)據(jù)獲得系統(tǒng)誤差自適應(yīng)估計(jì)的量測(cè)方程，并建立基于實(shí)時(shí)質(zhì)量控制ECEF-GLS系統(tǒng)誤差自適應(yīng)估計(jì)公式系，通過濾波技術(shù)對(duì)估計(jì)的系統(tǒng)誤差進(jìn)行實(shí)施質(zhì)量控制，利用迭代循環(huán)加快系統(tǒng)誤差自適應(yīng)估計(jì)的收斂速度，實(shí)現(xiàn)系統(tǒng)誤差的自適應(yīng)配準(zhǔn)。

本發(fā)明可在目標(biāo)跟蹤的同時(shí)實(shí)現(xiàn)對(duì)組網(wǎng)系統(tǒng)中雷達(dá)系統(tǒng)誤差的自適應(yīng)估計(jì)和消除，提高雷達(dá)多目標(biāo)跟蹤精度和航跡關(guān)聯(lián)正確率，擴(kuò)展系統(tǒng)的時(shí)間和覆蓋范圍，改善組網(wǎng)系統(tǒng)的多雷達(dá)信息融合效果和性能。

附圖說明

圖1是基于實(shí)時(shí)質(zhì)量控制ECEF-GLS系統(tǒng)誤差自適應(yīng)配準(zhǔn)方法流程圖。

具體實(shí)施方式

本發(fā)明的具體實(shí)施方式分以下幾個(gè)步驟：

(1)在地心地固坐標(biāo)系下(Earth Centered Earth Fixed coordinate-ECEF)利用廣義最小二乘(Generalized Least Square-GLS)算法進(jìn)行系統(tǒng)誤差估計(jì)，需要利用兩部雷達(dá)的數(shù)據(jù)，這里將兩部雷達(dá)前后時(shí)刻系統(tǒng)誤差的變化用狀態(tài)方程建模為：

β(k+1)＝F(k)β(k) (1)

其中：F(k)為6×6的單位陣，β(k)＝[Δr_A,Δθ_A,Δη_A,Δr_B,Δθ_B,Δη_B]'為k時(shí)刻由兩部雷達(dá)系統(tǒng)誤差所構(gòu)成的列向量；

(2)將兩部雷達(dá)在局部坐標(biāo)系下獲得的k時(shí)刻的目標(biāo)位置轉(zhuǎn)換到ECEF坐標(biāo)系下，

其中：(x_As,y_As,z_As)和(x_Bs,y_Bs,z_Bs)分別為雷達(dá)A和B自身在ECEF坐標(biāo)下的坐標(biāo)位置，(x′_Al(k),y′_Al(k),z′_Al(k))和(x′_Bl(k),y′_Bl(k),z′_Bl(k))分別為目標(biāo)在雷達(dá)A和雷達(dá)B局部坐標(biāo)系中的坐標(biāo)，T_A和T_B分別為雷達(dá)站A、B的地理坐標(biāo)(B_As,L_As,H_As)(B_Bs,L_Bs,H_Bs)向ECEF坐標(biāo)系轉(zhuǎn)換的旋轉(zhuǎn)矩陣，這里B_is表示大地緯度，L_is表示大地經(jīng)度，H_is表示基于參考橢球體的高度，i＝A、B，即

由式(2)、(3)可得ECEF坐標(biāo)系下兩部雷達(dá)對(duì)應(yīng)同一目標(biāo)的位置差為

對(duì)于同一目標(biāo)[Δx_k,Δy_k,Δz_k]′＝[0,0,0]′＝0，將式(5)進(jìn)行一階的泰勒級(jí)數(shù)展開，并忽略高階項(xiàng)可得

0≈f(Ψ′(k),β′)+ζ(k)(β-β′)+κ(k)[Ψ(k)-Ψ′(k)] (6)

其中：Ψ′(k)為雷達(dá)A和雷達(dá)B在第k次采樣時(shí)刻對(duì)目標(biāo)的測(cè)量值，包含系統(tǒng)誤差和隨機(jī)量測(cè)誤差，Ψ(k)表示只考慮系統(tǒng)誤差不考慮隨機(jī)量測(cè)誤差時(shí)雷達(dá)A和B對(duì)目標(biāo)的測(cè)量值，則表示由隨機(jī)量測(cè)噪聲導(dǎo)致的誤差，β′為系統(tǒng)偏差的初始估計(jì)值，而

ζ(k)＝[T_A×L_A(k)-T_B×L_B(k)] (7)

式中

這里r_i(k)、θ_i(k)、η_i(k)分別為k時(shí)刻雷達(dá)i(i＝A,B)對(duì)目標(biāo)的測(cè)量值。

而

κ(k)＝[T_A×J_A(k)-Τ_B×J_B(k)] (9)

式中

設(shè)則由式(6)可得

ζ(k)β′-f(Ψ′(k),β′)＝ζ(k)β+κ(k)(Ψ(k)-Ψ′(k)) (11)

定義

Y(k)＝ζ(k)β′-f(Ψ′(k),β′) (12)

則式(11)表示的雷達(dá)測(cè)量數(shù)據(jù)和系統(tǒng)誤差之間的關(guān)系可用量測(cè)方程建模為：

Y(k)＝ζ(k)β(k)+ξ(k) (13)

式中ξ(k)表示由量測(cè)噪聲導(dǎo)致的誤差。

(3)在沒有任何先驗(yàn)信息條件下，系統(tǒng)誤差估計(jì)初始狀態(tài)值取為系統(tǒng)誤差估計(jì)的初始協(xié)方差陣P_β(k|k)為6×6的對(duì)角陣，對(duì)角線上元素的取值根據(jù)目標(biāo)類型、雷達(dá)測(cè)量精度和工程經(jīng)驗(yàn)確定和調(diào)整；

(4)在確定了系統(tǒng)誤差估計(jì)的初始值和初始協(xié)方差陣P_β(k|k)后，可得系統(tǒng)誤差自適應(yīng)估計(jì)濾波模型如下：

系統(tǒng)誤差估計(jì)的一步預(yù)測(cè)為

協(xié)方差的一步預(yù)測(cè)

P_β(k+1|k)＝F(k)P_β(k|k)F′(k) (15)

新息協(xié)方差

S_β(k+1)＝ζ(k+1)P_β(k+1|k)ζ′(k+1)+R_ξ(k+1) (16)

其中：R_ξ(k+1)為由量測(cè)噪聲導(dǎo)致的誤差的方差，

R_ξ(k+1)＝κ(k+1)Σ_Ψκ′(k+1) (17)

而

這里和分別表示雷達(dá)A和雷達(dá)B徑向距離、方位角和俯仰角測(cè)量誤差的方差；

增益

狀態(tài)更新方程

協(xié)方差更新方程

其中：I為6×6的單位陣。