利用ANN改進組網(wǎng)雷達誤差配準的算法.pdf

1、近年來，多傳感器數(shù)據(jù)融合技術(shù)已受到廣泛關(guān)注，它的理論和方法已被應用到許多研究領(lǐng)域。多傳感器數(shù)據(jù)融合技術(shù)的基本原理是充分利用多個傳感器資源，通過對多傳感器及其觀測信息的合理支配和使用，把多傳感器在空間或時間上冗余或互補信息依據(jù)某種準則來進行組合，以獲得被測對象的一致性解釋或描述本文首先介紹了數(shù)據(jù)融合原理：其次基于雷達網(wǎng)系統(tǒng)誤差分析闡述了組網(wǎng)系統(tǒng)中不充分的誤差修正對數(shù)據(jù)融合的不利影響；然后討論了現(xiàn)有幾種主要的誤差配準方法即實時質(zhì)量控制法(R

2、TQC)，最小二乘法(LS)，最大似然法(MLH)、廣義最小二乘法(GLS)；最后推導了一種旨在消除坐標轉(zhuǎn)換誤差的修正最小二乘算法。由于以上幾種算法都是基于對目標跟蹤影響最大的距離偏差和方位誤差的簡單誤差模型。因此，當存在的多種誤差不能被忽略的情況下，這幾種算法必然出現(xiàn)計算不準確的問題。為了避免復雜系統(tǒng)誤差模型下計算量大的問題，本文還討論了目前基于BP網(wǎng)絡的神經(jīng)網(wǎng)絡的誤差配準方法。為避免收斂速度慢和泛化能力弱的問題，提出了一種采用內(nèi)部回

3、歸網(wǎng)絡的誤差配準算法。最后對最小二乘算法和新的神經(jīng)網(wǎng)絡算法的誤差配準性能作了比較。在存在距離量測誤差、測角誤差、雷達扇區(qū)誤差及不同噪聲的情況下以及對神經(jīng)網(wǎng)絡的外推性能進行了數(shù)據(jù)仿真，仿真結(jié)果證明了新的神經(jīng)網(wǎng)絡配準算法具有比最小二乘算法更好的配準精度和較好的穩(wěn)定性。 本文研究組網(wǎng)雷達數(shù)據(jù)的空間配準問題，也就是如何消除多雷達間的系統(tǒng)誤差。在雷達的實際使用中，可能存在多種誤差，如站點標定誤差、參考方位的標定誤差、測距測角誤差及坐標轉(zhuǎn)換