利用ANN改進(jìn)組網(wǎng)雷達(dá)誤差配準(zhǔn)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(yīng)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(gè)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(shí)間上冗余或互補(bǔ)信息依據(jù)某種準(zhǔn)則來進(jìn)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(dá)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(zhǔn)方法即實(shí)時(shí)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(dǎo)了一種旨在消除坐標(biāo)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(biāo)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(dāng)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(jì)算不準(zhǔn)確的問題。為了避免復(fù)雜系統(tǒng)誤差模型下計(jì)算量大的問題，本文還討論了目前基于BP網(wǎng)絡(luò)的神經(jīng)網(wǎng)絡(luò)的誤差配準(zhǔn)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(luò)的誤差配準(zhǔn)算法。最后對最小二乘算法和新的神經(jīng)網(wǎng)絡(luò)算法的誤差配準(zhǔn)性能作了比較。在存在距離量測誤差、測角誤差、雷達(dá)扇區(qū)誤差及不同噪聲的情況下以及對神經(jīng)網(wǎng)絡(luò)的外推性能進(jìn)行了數(shù)據(jù)仿真，仿真結(jié)果證明了新的神經(jīng)網(wǎng)絡(luò)配準(zhǔn)算法具有比最小二乘算法更好的配準(zhǔn)精度和較好的穩(wěn)定性。 本文研究組網(wǎng)雷達(dá)數(shù)據(jù)的空間配準(zhǔn)問題，也就是如何消除多雷達(dá)間的系統(tǒng)誤差。在雷達(dá)的實(shí)際使用中，可能存在多種誤差，如站點(diǎn)標(biāo)定誤差、參考方位的標(biāo)定誤差、測距測角誤差及坐標(biāo)轉(zhuǎn)換