用于多源信息中制导的MM-LS时间配准算法

doi:10.3969/j.issn.1001-2400.2014.04.028

J4 ›› 2014, Vol. 41 ›› Issue (4): 166-172.doi: 10.3969/j.issn.1001-2400.2014.04.028

用于多源信息中制导的MM-LS时间配准算法

雍霄驹;方洋旺;高翔;张磊;封普文

(空军工程大学航空航天工程学院，陕西西安 710038)

收稿日期:2013-03-29 出版日期:2014-08-20 发布日期:2014-09-25
通讯作者: 雍霄驹
作者简介:雍霄驹(1987-)，男，空军工程大学博士研究生，E-mail: yongxiaoju1987@126.com．

MM-LS time registration algorithm in middle guidance using multi-sensor information

YONG Xiaoju;FANG Yangwang;GAO Xiang;ZHANG Lei;FENG Puwen

(School of Aeronautics and Astronautics Eng., Air Force Eng. Univ., Xi'an 710038, China)

Received:2013-03-29 Online:2014-08-20 Published:2014-09-25
Contact: YONG Xiaoju

摘要/Abstract

摘要：

针对目标做匀速直线运动以及时间配准周期与雷达采样周期成整数比两个假设限制了最小二乘时间配准算法应用范围的问题，结合多模型的思想，研究了无限制条件下的多模型最小二乘时间配准算法．在推导匀加速模型、加加速模型最小二乘时间配准算法的基础上，由最小均方误差准则得出多模型最小二乘时间配准算法．利用各模型求解得到的一阶、二阶、三阶导数，进一步通过外推算法，解决了时间配准周期与雷达采样周期比为非整数这一问题．仿真表明，当目标的机动过载从1g至9g变化时，雷达的探测误差从10m至100m变化，多模型最小二乘时间配准算法虽然不能取得最好的结果，但是可以确保得到值得信赖的时间配准结果．

关键词: 最小二乘, 多模型, 时间配准, 信息融合

Abstract:

The application of LS time registration has been restricted by both the assumption of the uniform motion of the target and the assumption that the ratio of the registration period to the sensor sampling period is an integer. The MM-LS time registration algorithm under no restriction has been studied in this paper. Based on the model of the uniform accelerated motion and accelerated linear motion, the MM-LS time registration algorithm has been obtained with the rule of MMSE. With the first order, second order, and third order derivative achieved through each model, the problem of non-integer ratio is solved by the extrapolating algorithm. Simulations indicate that the performance of MM-LS is always reliable when the maneuver overload of the target changes from 1g to 9g, and that the precision of radar changes from 10m to 100m.

Key words: least square, multi model, time registration algorithm, information fusion

雍霄驹;方洋旺;高翔;张磊;封普文. 用于多源信息中制导的MM-LS时间配准算法[J]. J4, 2014, 41(4): 166-172.

YONG Xiaoju;FANG Yangwang;GAO Xiang;ZHANG Lei;FENG Puwen. MM-LS time registration algorithm in middle guidance using multi-sensor information[J]. J4, 2014, 41(4): 166-172.

参考文献

［1］胡国平, 张守宏. 多传感器协同探测目标的分类识别研究［J］. 西安电子科技大学学报, 2009, 36(3): 443-447.
Hu Guoping, Zhang Shouhong. Study of Target Recognition Based on Multi-sensor Cooperating with Exploration［J］. Journal of Xidian University, 2009, 36(3): 443-447.
［2］韩崇昭, 朱洪艳, 段战胜. 多源信息融合［M］. 北京: 清华大学出版社, 2006.
［3］王宝树, 李芳社. 基于数据融合技术的多目标跟踪算法研究［J］. 西安电子科技大学学报, 1998, 25(3): 269-272.
Wang Baoshu, Li Fangshe. Multi Target Tracking Algorithm Base on Data Fusion［J］. Journal of Xidian University, 1998, 25(3): 269-272..
［4］ Li W, Leung H, Zhou Yifeng. Space-time Registration of Radar and ESM Using Unscented Kalman Filter［J］. IEEE Transactions on Aerospace and Electronic Systems, 2004, 40(3): 824-836.
［5］潘自凯, 董文锋, 王正国. 基于曲线拟合的PRS／IRS时间对准方法研究［J］. 空军雷达学院学报, 2011, 25(5): 343-346.
Pan Zikai, Dong Wenfeng, Wang Zhengguo. Study on PRS／IRS Time Registration Based on Curve Fitting［J］. Journal of Air Force Radar Academy, 2011, 25(5): 343-346.
［6］李林, 黄柯棣, 何芳. 集中式多传感器融合系统中的时间配准研究［J］. 传感技术学报, 2007, 20(11): 2445-2449.
Li Lin, Huang Kedi, He Fang. Research on Time Alignment Algorithms of Centralized Multi-Sensor Fusion System［J］. Chinese Journal of Sesors and Actuators, 2007, 20(11): 2445-2449.
［7］ Fortunati S, Farina A. Least Squares Estimation and Cramér-Rao Type Lower Bounds for Relative Sensor Registration Process［J］. IEEE Transactions on Signal Processing, 2011, 59(3): 1075-1087.
［8］ Huang X, Wu Q. The Method of Multi-sensor Time Registration［C］//Proceedings of International Conference on Electric Information and Control Engineering. Piscataway: IEEE, 2011: 6268-6271.
［9］袁赣南, 袁克非, 张红伟, 等. 基于分段重叠的时间配准方法［J］. 传感器与微系统, 2012, 31(8): 48-51.
Yuan Gannan, Yuan Kefei, Zhang Hongwei, et al. Time Registration Method Based on Segmentation Overlap［J］. Transducer and Microsystem Technologies, 2012, 31(8): 48-51.
［10］ Yang Wenjing, Cui Fan, Li Xun, et al. Research on Time Registration Algorithms of Multi-sensor Fusion System［C］//Proceedings of International Conference on Computer Science and Automation Engineering. Piscataway: IEEE, 2011: 446-449.
［11］ Blair W D, Rice T R, Alouani A T, et al. Asynchronous Data Fusion for Target Tracking with a Multitasking Radar and Optical Sensor［C］//Proceedings of the SPIE Conference on Acquisition, Tracking, and Pointing: V. Bellingham: SPIE, 1991: 234-245.

[1]	万鹏武,姚媛媛,闫千里,陈煜飞. 能时频域信息融合的信源被动定位[J]. 西安电子科技大学学报, 2021, 48(6): 105-114.
[2]	刘云瑞,周水生. 最小二乘损失在多视角学习中的应用[J]. 西安电子科技大学学报, 2021, 48(6): 151-160.
[3]	田强,冯大政,胡豪爽. 一种TOA联合同步与定位的CWLS算法[J]. 西安电子科技大学学报, 2019, 46(5): 1-7.
[4]	田强,冯大政,李进,胡豪爽. 一种利用声音能量的两步SDR定位算法[J]. 西安电子科技大学学报, 2019, 46(4): 16-21.
[5]	毕城,王玲琳,刘永信. 参数自适应动态贝叶斯舰船态势估计算法[J]. 西安电子科技大学学报, 2019, 46(2): 158-163.
[6]	齐小刚, 袁列萍, 刘立芳. 误差修正的声源目标混合定位算法[J]. 西安电子科技大学学报, 2019, 46(1): 1-7.
[7]	周成,满欣,周志文. 一种利用MIMO雷达的CWLS目标定位算法[J]. 西安电子科技大学学报, 2019, 46(1): 124-129.
[8]	罗楠;王泉. 点云配准中初始变换的快速优化求解算法[J]. 西安电子科技大学学报, 2017, 44(5): 69-74.
[9]	邓兵;孙正波;杨乐;贺青. 存在站址误差时的线性校正TDOA定位算法[J]. 西安电子科技大学学报, 2017, 44(4): 106-111.
[10]	邓兵;孙正波;杨乐;彭华峰;熊瑾煜. 带目标高度约束信息的TOA无源定位[J]. 西安电子科技大学学报, 2017, 44(3): 133-137.
[11]	刘如意;宋建锋;权义宁;许鹏飞;雪晴;杨云;苗启广. 一种自动的高分辨率遥感影像道路提取方法[J]. 西安电子科技大学学报, 2017, 44(1): 100-105.
[12]	朱国辉;冯大政;周延;聂卫科. 一种线性校正TOA定位算法[J]. J4, 2015, 42(3): 22-25+32.
[13]	朱国辉;冯大政;周延 . 一种利用多运动接收站的时差定位算法 [J]. J4, 2015, 42(2): 35-39+76.
[14]	赵雪刚;宋骊平;姬红兵. 量化量测条件下的交互多模型箱粒子滤波[J]. J4, 2014, 41(6): 37-44.
[15]	朱国辉;冯大政;李进;周延. 一种利用修正牛顿迭代的时差定位算法[J]. J4, 2014, 41(5): 36-41.

用于多源信息中制导的MM-LS时间配准算法

MM-LS time registration algorithm in middle guidance using multi-sensor information

PDF (PC)

赞

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 0