| 主权项 |
一种多源异类传感器数据融合方法，其特征在于，所述数据融合方法包括：获取各个传感器的测量数据，并采用样条拟合方法将时间不同步、频率不一致的测量数据进行时间对准，统一到一个时间点上；根据传感器类别及精度对对准后的测量数据进行分组；从分组数据中选择精度较高的一组数据进行组内组合和/或选择精度较高的两组数据进行组间组合，给出目标的完整测量数据，对目标位置进行初步估计；以目标位置的初估值作为参考点，对测量方程进行线性变换，基于加权最小二乘法对目标位置进行二次估计，输出二次估计值；其中所述获取各个传感器的测量数据，并采用样条拟合方法将时间不同步、频率不一致的测量数据进行时间对准，统一到一个时间点上步骤，具体包括：针对每个传感器构造一个三次样条插值函数，经过样条插值拟合，得到一条平滑曲线；以其中一个传感器的采样时刻为准，从其他传感器的平滑曲线中取出相应时刻的测量值，实现时间对准；其中，所述从分组数据中选择精度较高的一组数据进行组内组合和/或选择精度较高的两组数据进行组间组合，给出目标的完整测量数据，对目标位置进行初步估计步骤，具体包括:用2 D雷达数据和2 D被动传感器数据之间冗余信息补充不完整测量数据；用2 D被动传感器数据组内的冗余信息补充不完整测量数据；用2D被动传感器数据和激光测距数据进行配对组合得到完整测量数据；得到完整测量数据后，对目标位置进行初步估计；其中，所述以目标位置的初估值作为参考点，对测量方程进行线性变换，基于加权最小二乘法对目标位置进行二次估计，输出二次估计值步骤，具体包括：将目标位置初估值作为参考点，得到传感器相应的测量方程；将测量方程在参考点处线性化，利用扩展的加权最小二乘法进行目标位置的二次估计；输出二次估计值作为目标定位值。 |
