[发明专利]一种异平台2维雷达与红外传感器量测数据合成方法

说明书

技术领域

本发明属于数据融合技术领域，具体涉及到一种异平台2维雷达与红外传感器数据合成方法，该方法对不同平台2维雷达与红外传感器探测/跟踪的空中目标数据进行联合状态估计，其无需单独对异类传感器数据进行时间、空间对准，从而避免了缺维数据复杂的时空对准/坐标转换以及由此引入的原理误差。 

背景技术

各种类型的传感器的探测能力都存在各自的优点和一定的局限性，为实现全面、完整、稳定的战场态势感知，需要在作战空间分散设置多种类型的传感器以构成传感器网。这些传感器包括警戒雷达、搜索雷达、跟踪雷达、红外、电视、激光、电子战等探测设备，并利用数据融合技术对这些传感器的目标探测/跟踪数据进行数据融合。 

主被动异类传感器网是一种典型的多传感器系统组网模式。由于异类传感器两坐标雷达和红外传感器在探测方式、探测信息等方面都具有较强的互补性，它们通常配置在一起构成雷达-红外多传感器系统进行目标探测与跟踪，从而能够使融合系统降低对敌方干扰的脆弱性，提高系统可靠性。利用雷达高精度的距离测量和红外高精度的角度测量,实现信息互补,通过数据融合技术,给出对目标位置与状态的正确估计,从而改善对目标的跟踪和识别。 

雷达与红外传感器配合使用，成为相互独立又彼此补充的探测跟踪手段。但是，两坐标雷达和红外传感器的探测信息都不能完整表达一个三维空间中目标的位置：前者由于缺乏目标的俯仰角信息，坐标转换误差较大；后者缺乏目标的距离信息，难以进行数据对准/坐标转换，从而导致现有的状态信息与融 合跟踪方法的有效性下降。多传感器数据融合过程通常可划分为两个步骤：数据关联和数据合成。通过关联判决逻辑确定为来自同一目标传感器测量数据时，再通过航迹数据合成估计出目标状态与协方差，以提高目标跟踪合成精度。数据合成通常采用协方差加权融合方法，但，该方法要求参与合成数据为同一时空且具备相同维数的数据。由于两坐标雷达与红外传感器异类数据在探测时间上的不同步、坐标不统一、数据率不一致以及测量维数不匹配等特点，使得对这类信息的合成处理很难直接采取该类合成方法。 

发明内容

本发明提供了一种用于异平台异类传感器2维雷达与红外传感器探测空中目标的测量数据进行状态估计融合的方法，该方法通过联立多个探测时刻的雷达与红外测量数据构造了新的观测方程，通过马尔可夫估计原理估计出目标合成状态及协方差，避免了异类传感器缺维数据复杂的时空对准/坐标转换以及由此引入的原理误差。 

本发明提供一种异平台2维雷达与红外传感器测量数据合成方法,该方法包括以下步骤： 

第1步：接收相关成功的测量目标对信息 

测量目标信息包括2维雷达与红外传感器平台位置信息和异类传感器测量目标信息，其中，传感器平台位置采直角坐标系表示；2维雷达测量目标采用距离、方位表示；红外传感器测量目标采用方位、仰角表示； 

第2步：变换构造目标观测方程 

根据2维雷达与红外传感器的测量目标方位角特性，忽略平台定位测量误差,在xy平面上变换构造出目标作匀速直线运动模型与匀加速直线运动模型下的观测方程； 

第3步：根据测量方位角特性，构造出满足马尔可夫估计条件的状态向量 

将2维雷达1和红外传感器2测量数据分成若干个子集，每个子集都进行目标位置的估计；通过对匀速直线、匀加速直线运动模型下的观测方程的变换,在xy方向上变换出满足马尔可夫估计方程的状态向量X； 

第4步：目标状态向量X的马尔可夫估计 

通过马尔可夫估计方法联立各个子集测算的目标位置的估计值，综合估计出目标位置、状态以及相应的误差协方差；根据马尔可夫状态向量方程估计方法，同一时刻采用匀速、匀加速直线运动模型对目标状态进行马尔可夫向量估计，最终目标综合状态估计值为两种模型估计向量的加权和，其权值是依据各模型的误差协方差得到； 

第5步：目标状态向量X的误差协方差计算 

由数学知识求解出X方向上状态估计向量误差协方差； 

第6步：求解z轴上的状态向量及方差 

根据以上步骤中计算xy平面状态矢量原理，变换构造匀速直线运动模型下z轴上状态方程，通过马尔可夫估计原理进行估计，计算出目标在z轴方向上的状态向量及误差方差。 

所述的第2步具体包括以下过程：