主权项 |
1.一种同平台配置的雷达与红外传感器进行空间配准的方法,其特征在于,所述方法包括下述步骤:根据系统的状态向量,建立系统的状态方程,即:X(t<sub>k+1</sub>)=[h<sub>1</sub>(t<sub>k</sub>),h<sub>2</sub>(t<sub>k</sub>),h<sub>3</sub>(t<sub>k</sub>),h<sub>4</sub>(t<sub>k</sub>),h<sub>5</sub>(t<sub>k</sub>),h<sub>6</sub>(t<sub>k</sub>),h<sub>7</sub>(t<sub>k</sub>),h<sub>8</sub>(t<sub>k</sub>)]<sup>T</sup>+W(t<sub>k</sub>),其中:<maths num="0001"><![CDATA[<math><mrow><msub><mi>h</mi><mn>1</mn></msub><mrow><mo>(</mo><msub><mi>t</mi><mi>k</mi></msub><mo>)</mo></mrow><mo>=</mo><mi>sqrt</mi><mrow><mo>(</mo><msup><mrow><mo>(</mo><msub><mi>ξ</mi><mi>x</mi></msub><mrow><mo>(</mo><msub><mi>t</mi><mi>k</mi></msub><mo>)</mo></mrow><mo>+</mo><mover><mi>x</mi><mo>·</mo></mover><mrow><mo>(</mo><msub><mi>t</mi><mi>k</mi></msub><mo>)</mo></mrow><mo>·</mo><mi>T</mi><mo>)</mo></mrow><mn>2</mn></msup><mo>+</mo><msup><mrow><mo>(</mo><msub><mi>ξ</mi><mi>y</mi></msub><mrow><mo>(</mo><msub><mi>t</mi><mi>k</mi></msub><mo>)</mo></mrow><mo>+</mo><mover><mi>y</mi><mo>·</mo></mover><mrow><mo>(</mo><msub><mi>t</mi><mi>k</mi></msub><mo>)</mo></mrow><mo>·</mo><mi>T</mi><mo>)</mo></mrow><mn>2</mn></msup><mo>+</mo><msup><mrow><mo>(</mo><msub><mi>ξ</mi><mi>z</mi></msub><mrow><mo>(</mo><msub><mi>t</mi><mi>k</mi></msub><mo>)</mo></mrow><mo>+</mo><mover><mi>z</mi><mo>·</mo></mover><mrow><mo>(</mo><msub><mi>t</mi><mi>k</mi></msub><mo>)</mo></mrow><mo>·</mo><mi>T</mi><mo>)</mo></mrow><mn>2</mn></msup><mo>)</mo></mrow><mo>,</mo></mrow></math>]]></maths><maths num="0002"><![CDATA[<math><mrow><msub><mi>h</mi><mn>2</mn></msub><mrow><mo>(</mo><msub><mi>t</mi><mi>k</mi></msub><mo>)</mo></mrow><mo>=</mo><mi>arctan</mi><mrow><mo>(</mo><mfrac><mrow><msub><mi>ξ</mi><mi>x</mi></msub><mrow><mo>(</mo><msub><mi>t</mi><mi>k</mi></msub><mo>)</mo></mrow><mo>+</mo><mover><mi>x</mi><mo>·</mo></mover><mrow><mo>(</mo><msub><mi>t</mi><mi>k</mi></msub><mo>)</mo></mrow><mo>·</mo><mi>T</mi></mrow><mrow><msub><mi>ξ</mi><mi>y</mi></msub><mrow><mo>(</mo><msub><mi>t</mi><mi>k</mi></msub><mo>)</mo></mrow><mo>+</mo><mover><mi>y</mi><mo>·</mo></mover><mrow><mo>(</mo><msub><mi>t</mi><mi>k</mi></msub><mo>)</mo></mrow><mo>·</mo><mi>T</mi></mrow></mfrac><mo>)</mo></mrow><mo>,</mo></mrow></math>]]></maths><maths num="0003"><![CDATA[<math><mrow><msub><mi>h</mi><mn>3</mn></msub><mrow><mo>(</mo><msub><mi>t</mi><mi>k</mi></msub><mo>)</mo></mrow><mo>=</mo><mi>arctan</mi><mrow><mo>(</mo><mfrac><mrow><msub><mi>ξ</mi><mi>z</mi></msub><mrow><mo>(</mo><msub><mi>t</mi><mi>k</mi></msub><mo>)</mo></mrow><mo>+</mo><mover><mi>z</mi><mo>·</mo></mover><mrow><mo>(</mo><msub><mi>t</mi><mi>k</mi></msub><mo>)</mo></mrow><mo>·</mo><mi>T</mi></mrow><mrow><mrow><mi>sqrt</mi><msup><mrow><mo>(</mo><mrow><mrow><mo>(</mo><msub><mi>ξ</mi><mi>x</mi></msub><mrow><mo>(</mo><msub><mi>t</mi><mi>k</mi></msub><mo>)</mo></mrow><mo>+</mo><mrow><mover><mi>x</mi><mo>·</mo></mover><mrow><mo>(</mo><msub><mi>t</mi><mi>k</mi></msub><mo>)</mo></mrow><mo>·</mo><mi>T</mi></mrow></mrow><mo>)</mo></mrow></mrow><mn>2</mn></msup><mo>+</mo><msup><mrow><mo>(</mo><msub><mi>ξ</mi><mi>y</mi></msub><mrow><mo>(</mo><msub><mi>t</mi><mi>k</mi></msub><mo>)</mo></mrow><mo>+</mo><mover><mi>y</mi><mo>·</mo></mover><mrow><mo>(</mo><msub><mi>t</mi><mi>k</mi></msub><mo>)</mo></mrow><mo>·</mo><mi>T</mi><mo>)</mo></mrow><mn>2</mn></msup><mo></mo></mrow><mo>)</mo></mrow></mfrac><mo>)</mo></mrow><mo>,</mo></mrow></math>]]></maths><maths num="0004"><![CDATA[<math><mrow><msub><mi>h</mi><mn>4</mn></msub><mrow><mo>(</mo><msub><mi>t</mi><mi>k</mi></msub><mo>)</mo></mrow><mo>=</mo><mover><mi>x</mi><mo>·</mo></mover><mrow><mo>(</mo><msub><mi>t</mi><mi>k</mi></msub><mo>)</mo></mrow><mo>,</mo></mrow></math>]]></maths><maths num="0005"><![CDATA[<math><mrow><msub><mi>h</mi><mn>5</mn></msub><mrow><mo>(</mo><msub><mi>t</mi><mi>k</mi></msub><mo>)</mo></mrow><mo>=</mo><mover><mi>y</mi><mo>·</mo></mover><mrow><mo>(</mo><msub><mi>t</mi><mi>k</mi></msub><mo>)</mo></mrow><mo>,</mo></mrow></math>]]></maths><maths num="0006"><![CDATA[<math><mrow><msub><mi>h</mi><mn>6</mn></msub><mrow><mo>(</mo><msub><mi>t</mi><mi>k</mi></msub><mo>)</mo></mrow><mo>=</mo><mover><mi>z</mi><mo>·</mo></mover><mrow><mo>(</mo><msub><mi>t</mi><mi>k</mi></msub><mo>)</mo></mrow><mo>,</mo></mrow></math>]]></maths>h<sub>7</sub>(t<sub>k</sub>)=Δθ(t<sub>k</sub>),h<sub>8</sub>(t<sub>k</sub>)=Δη(t<sub>k</sub>),而且,T为雷达与红外传感器经时间配准过后的采样周期,ξ<sub>x</sub>(t<sub>k</sub>)=r(t<sub>k</sub>)cosη(t<sub>k</sub>)sinθ(t<sub>k</sub>)、ξ<sub>y</sub>(t<sub>k</sub>)=r(t<sub>k</sub>)cosη(t<sub>k</sub>)cosθ(t<sub>k</sub>)、ξ<sub>z</sub>(t<sub>k</sub>)=r(t<sub>k</sub>)sinη(t<sub>k</sub>)、<img file="FDA00002477607300017.GIF" wi="127" he="50" /><img file="FDA00002477607300018.GIF" wi="229" he="50" />分别表示k时刻直角坐标系下目标位置、速度在三个坐标轴上的分量,W(t<sub>k</sub>)是过程噪声,<img file="FDA00002477607300019.GIF" wi="693" he="64" />它的协方差矩阵为<maths num="0007"><![CDATA[<math><mrow><mi>Q</mi><mo>=</mo><mi>diag</mi><mrow><mo>(</mo><mo>[</mo><msubsup><mi>δ</mi><mn>1</mn><mn>2</mn></msubsup><mo>,</mo><msubsup><mi>δ</mi><mn>2</mn><mn>2</mn></msubsup><mo>,</mo><mo>.</mo><mo>.</mo><mo>.</mo><mo>,</mo><msubsup><mi>δ</mi><msub><mi>L</mi><mn>1</mn></msub><mn>2</mn></msubsup><mo>]</mo><mo>)</mo></mrow><mo>;</mo></mrow></math>]]></maths>根据状态变量和雷达与红外传感器的测量特性,建立系统的量测方程,即:<img file="FDA00002477607300021.GIF" wi="1226" he="594" />其中,(ρ<sub>r</sub>(t<sub>k</sub>),θ<sub>r</sub>(t<sub>k</sub>),η<sub>r</sub>(t<sub>k</sub>))为雷达的量测值,(θ<sub>i</sub>(t<sub>k</sub>),η<sub>i</sub>(t<sub>k</sub>))为红外传感器的量测值,n<sub>j</sub>(t<sub>k</sub>),j=1,2,...,L<sub>2</sub>是系统的量测噪声,它的协方差矩阵为<img file="FDA00002477607300022.GIF" wi="544" he="65" />(r(t<sub>k</sub>),θ(t<sub>k</sub>),η(t<sub>k</sub>))为k时刻目标距离、方位角、俯仰角的状态值,(Δθ(t<sub>k</sub>),Δη(t<sub>k</sub>))为k时刻红外方位角与俯仰角偏差的状态值;将前两个时刻雷达与红外传感器的量测通过UT变换得到系统状态向量的初始化值:<maths num="0008"><![CDATA[<math><mrow><mi>X</mi><mrow><mo>(</mo><msub><mi>t</mi><mn>0</mn></msub><mo>)</mo></mrow><mo>=</mo><msup><mrow><mo>[</mo><msub><mi>ρ</mi><mi>r</mi></msub><mrow><mo>(</mo><msub><mi>t</mi><mn>0</mn></msub><mo>)</mo></mrow><mo>,</mo><msub><mi>θ</mi><mi>r</mi></msub><mrow><mo>(</mo><msub><mi>t</mi><mn>0</mn></msub><mo>)</mo></mrow><mo>,</mo><msub><mi>η</mi><mi>r</mi></msub><mrow><mo>(</mo><msub><mi>t</mi><mn>0</mn></msub><mo>)</mo></mrow><mo>,</mo><mrow><mover><mi>x</mi><mo>·</mo></mover><mrow><mo>(</mo><msub><mi>t</mi><mn>0</mn></msub><mo>)</mo></mrow><mo>,</mo></mrow><mover><mi>y</mi><mo>·</mo></mover><mrow><mo>(</mo><msub><mi>t</mi><mn>0</mn></msub><mo>)</mo></mrow><mo>,</mo><mover><mi>z</mi><mo>·</mo></mover><mrow><mo>(</mo><msub><mi>t</mi><mn>0</mn></msub><mo>)</mo></mrow><mo>,</mo><mi>Δθ</mi><mrow><mo>(</mo><msub><mi>t</mi><mn>0</mn></msub><mo>)</mo></mrow><mo>,</mo><mi>Δη</mi><mrow><mo>(</mo><msub><mi>t</mi><mn>0</mn></msub><mo>)</mo></mrow><mo>]</mo></mrow><mi>T</mi></msup><mo>;</mo></mrow></math>]]></maths>根据系统的状态方程、量测方程和状态向量的初始化值,对后续量测数据进行UKF滤波配准,得到红外传感器相对于雷达的空间配准偏差<img file="FDA00002477607300024.GIF" wi="311" he="60" />所述根据系统的状态方程、量测方程和状态向量的初始化值,对后续量测数据进行UKF滤波配准,得到红外传感器相对于雷达的空间配准偏差<img file="FDA00002477607300025.GIF" wi="286" he="60" />的步骤如下:(a)、对状态向量和协方差进行初始化操作,即:<maths num="0009"><![CDATA[<math><mrow><msub><mover><mi>x</mi><mo>^</mo></mover><mn>1</mn></msub><mrow><mo>(</mo><mn>0</mn><mo>)</mo></mrow><mo>=</mo><mi>X</mi><mrow><mo>(</mo><msub><mi>t</mi><mn>0</mn></msub><mo>)</mo></mrow><mo>=</mo><msup><mrow><mo>[</mo><msub><mi>ρ</mi><mi>r</mi></msub><mrow><mo>(</mo><msub><mi>t</mi><mn>0</mn></msub><mo>)</mo></mrow><mo>,</mo><msub><mi>θ</mi><mi>r</mi></msub><mrow><mo>(</mo><msub><mi>t</mi><mn>0</mn></msub><mo>)</mo></mrow><mo>,</mo><msub><mi>η</mi><mi>r</mi></msub><mrow><mo>(</mo><msub><mi>t</mi><mn>0</mn></msub><mo>)</mo></mrow><mo>,</mo><msub><mover><mi>x</mi><mo>·</mo></mover><mn>0</mn></msub><mo>,</mo><msub><mover><mi>y</mi><mo>·</mo></mover><mn>0</mn></msub><mo>,</mo><msub><mover><mi>z</mi><mo>·</mo></mover><mn>0</mn></msub><mo>,</mo><mi>Δθ</mi><mrow><mo>(</mo><msub><mi>t</mi><mn>0</mn></msub><mo>)</mo></mrow><mo>,</mo><mi>Δη</mi><mrow><mo>(</mo><msub><mi>t</mi><mn>0</mn></msub><mo>)</mo></mrow><mo>]</mo></mrow><mi>T</mi></msup><mo>,</mo></mrow></math>]]></maths><maths num="0010"><![CDATA[<math><mrow><msubsup><mi>P</mi><mi>a</mi><mo>*</mo></msubsup><mrow><mo>(</mo><mn>0</mn><mo>)</mo></mrow><mo>=</mo><mi>E</mi><mo>[</mo><mrow><mo>(</mo><msubsup><mi>x</mi><mi>a</mi><mo>*</mo></msubsup><mrow><mo>(</mo><mn>0</mn><mo>)</mo></mrow><mo>-</mo><msubsup><mover><mi>x</mi><mo>^</mo></mover><mi>a</mi><mo>*</mo></msubsup><mrow><mo>(</mo><mn>0</mn><mo>)</mo></mrow><mo>)</mo></mrow></mrow></math>]]></maths><maths num="0011"><![CDATA[<math><mrow><mrow><msup><mrow><mo>(</mo><msubsup><mi>x</mi><mi>a</mi><mo>*</mo></msubsup><mrow><mo>(</mo><mn>0</mn><mo>)</mo></mrow><mo>-</mo><msubsup><mover><mi>x</mi><mo>^</mo></mover><mi>a</mi><mo>*</mo></msubsup><mrow><mo>(</mo><mn>0</mn><mo>)</mo></mrow><mo>)</mo></mrow><mi>T</mi></msup><mo>]</mo></mrow><mo>=</mo><mfenced open='[' close=']'><mtable><mtr><mtd><msub><mi>P</mi><mn>1</mn></msub><mrow><mo>(</mo><mn>0</mn><mo>)</mo></mrow></mtd><mtd><mn>0</mn></mtd><mtd><mn>0</mn></mtd></mtr><mtr><mtd><mn>0</mn></mtd><mtd><mi>Q</mi></mtd><mtd><mn>0</mn></mtd></mtr><mtr><mtd><mn>0</mn></mtd><mtd><mn>0</mn></mtd><mtd><mi>R</mi></mtd></mtr></mtable></mfenced><mo>,</mo></mrow></math>]]></maths>其中,P<sub>1</sub>(0)是X(t<sub>0</sub>)的协方差矩阵,<maths num="0012"><![CDATA[<math><mrow><msubsup><mover><mi>x</mi><mo>^</mo></mover><mi>a</mi><mo>*</mo></msubsup><mrow><mo>(</mo><mn>0</mn><mo>)</mo></mrow><mo>=</mo><msup><mfenced open='[' close=']'><mtable><mtr><mtd><msubsup><mover><mi>x</mi><mo>^</mo></mover><mn>1</mn><mi>T</mi></msubsup><mrow><mo>(</mo><mn>0</mn><mo>)</mo></mrow><mo>,</mo></mtd><mtd><msup><mn>0</mn><mi>T</mi></msup></mtd></mtr></mtable></mfenced><mi>T</mi></msup></mrow></math>]]></maths>是扩维后的状态向量;(b)、对扩维后的状态向量<img file="FDA000024776073000210.GIF" wi="42" he="56" />用2L+1个对称的σ点来近似;(c)、计算σ点通过状态方程的传播,生成得到状态预测估计和预测协方差;(d)、计算状态向量和量测之间的交互协方差;(e)、对新获取得到的量测进行滤波更新,得到系统偏差值;重复步骤(b)~(e),得到系统偏差值,直到配准偏差不再明显变化。 |