[发明专利]一种异步传感器空间配准算法

权利要求书

1.一种仅使用目标位置信息的异步传感器空间配准的方法，其特征在于，该异步传感器空间配准的方法包括时间对准过程和传感器系统误差估计过程，且伪量测方程的建立过程仅与目标的位置相关，而与目标的速度、加速度状态无关；

时间对准过程完成传感器数据之间在时间上的对准，传感器A、传感器B在本地直角坐标系下的量测数据分别为Y_A(t_i)和Y_B(t_i)，且传感器A的采样频率大于传感器B的采样频率，则由传感器A向传感器B的采样时刻进行配准，具体为：

采用内插外推的时间配准算法将传感器A的采样数据向传感器B的数据进行配准，使得两个传感器在空间配准时刻对同一个目标有同步的量测数据，内插外推时间配准算法如下：

在同一时间片内将各传感器观测数据按测量精度进行增量排序，然后将传感器A的观测数据分别向传感器B的时间点内插、外推，以形成一系列等间隔的目标观测数据，采用常用的三点抛物线插值法进行内插外推时间配准算法得到传感器A在t_Bk时刻在本地直角坐标系下的量测值为：

其中，t_Bk为配准时刻，t_k-1,t_k,t_k+1为传感器A距离配准时刻最近的三个采样时刻，Y_A(t_k-1),Y_A(t_k),Y_A(t_k+1)分别为其对应的对目标的探测数据；

完成时间配准后，根据传感器A的配准数据与传感器B的采样数据，采用基于地心地固(Earth Center Earth Fixed,ECEF)坐标系下的伪量测法实现传感器A和传感器B的系统误差的估计；基于ECEF的系统误差估计算法具体为：

假设k时刻目标在本地直角坐标系下真实位置为X'₁(k)＝[x'₁(k),y'₁(k),z'₁(k)]^T，极坐标系下对应的量测值为分别为距离、方位角、俯仰角；转换至本地直角坐标系下为X₁(k)＝[x₁(k),y₁(k),z₁(k)]^T；传感器系统偏差为分别为距离、方位角和俯仰角的系统误差；于是有：

其中表示观测噪声,均值为零、方差为

式(2)可以用一阶近似展开并写成矩阵形式为：

X'₁(k)＝X₁(k)+C(k)[ξ(k)+n(k)] (3)

其中，

设两部传感器A和B,则对于同一个公共目标，假定该目标在地心地固坐标系下为X'_e＝[x'_e,y'_e,z'_e]^T，可得

X'_e＝X_As+B_AX'_A1(k)＝X_Bs+B_BX'_B1(k) (4)

B_A，B_B分别为目标在传感器A与传感器B本地坐标下的位置转换到ECEF坐标系下的位置时的转换矩阵，X_As和X_Bs分别为传感器A和传感器B在地心地固坐标系下的位置，X'_A1(k)和X'_B1(k)分别为目标在传感器A和传感器B的本地坐标系下的真实位置；

定义伪量测为：

Z(k)＝X_Ae(k)-X_Be(k) (5)

其中，X_Ae(k)＝X_As+B_AX_A1(k)；X_Be(k)＝X_Bs+B_BX_B1(k)

将式(2)、式(3)代入式(4)可以得到关于传感器偏差的伪测量方程

Z(k)＝H(k)β(k)+W(k) (6)

其中，H(k)＝[-B_AC_A(k) B_BC_B(k)]，C_A(k)和C_B(k)分别为传感器A和传感器B在式(3)中对应的C矩阵；Z(k)为伪测量向量；H(k)为测量矩阵；β为传感器偏差向量；W(k)为测量噪声向量；由于n_A(k),n_B(k)为零均值、相互独立的高斯型随机变量,因此W(k)同样是零均值高斯型随机变量,其协方差矩阵为R(k)。