反饋信息數(shù)據(jù)融合算法在實(shí)時(shí)數(shù)據(jù)處理中的應(yīng)用?

李 莉

(92941部隊(duì)96分隊(duì),遼寧葫蘆島 125000)

0 引 言

在導(dǎo)彈試驗(yàn)任務(wù)中,雷達(dá)主要用于測量目標(biāo)的距離,光測設(shè)備主要用于測量目標(biāo)的角度[1],因此在實(shí)時(shí)數(shù)據(jù)處理過程中,需要對兩種設(shè)備的測量數(shù)據(jù)進(jìn)行實(shí)時(shí)融合,這樣可以充分利用雷測和光測設(shè)備的互補(bǔ)性,使測控系統(tǒng)目標(biāo)跟蹤方面更智能化,提高系統(tǒng)的抗干擾能力.但在實(shí)際融合過程中,由于光測設(shè)備存在最佳作用距離的問題,需要對其測量數(shù)據(jù)進(jìn)行實(shí)時(shí)預(yù)判,以提高測控系統(tǒng)的跟蹤精度[2].本文主要探討將帶反饋信息的數(shù)據(jù)融合算法應(yīng)用于實(shí)時(shí)數(shù)據(jù)處理中光測數(shù)據(jù)的預(yù)判,其融合原理如圖1所示.

圖1 帶反饋信息的數(shù)據(jù)融合算法Fig.1 Feedback information with data fusion algorithm

該方法首先把濾波后的光測數(shù)據(jù)進(jìn)行異步數(shù)據(jù)融合處理,使其與濾波后雷測數(shù)據(jù)在時(shí)間上達(dá)到同步,然后再進(jìn)行一步數(shù)據(jù)融合,并將一步融合獲得的預(yù)測估計(jì)及其協(xié)方差陣作為下一步光測數(shù)據(jù)的預(yù)判依據(jù),如果光測數(shù)據(jù)偏離該依據(jù),并超過設(shè)定的誤差限,則此步光測數(shù)據(jù)將被剔除,從而實(shí)現(xiàn)對光測設(shè)備最佳測量數(shù)據(jù)的自動篩選和準(zhǔn)確融合.

1 帶反饋信息的同步融合算法

對于同步后的雷測數(shù)據(jù)和光測數(shù)據(jù),采用帶反饋信息的融合算法進(jìn)行同步融合[3].設(shè)目標(biāo)狀態(tài)方程為

式中:V(k)是零均值高斯白噪聲的過程噪聲,協(xié)方差陣為Q(k);G(k)為輸入矩陣.

雷測和光測數(shù)據(jù)的測量方程為[4]

式中:W(k)為零均值高斯白噪聲,且相互獨(dú)立;Ri(k)是協(xié)方差矩陣,假設(shè)V(k)與W(k)相互獨(dú)立,且有

假定雷測為1,光測為2.

1.1 無反饋信息雷測設(shè)備局部狀態(tài)估計(jì)

在無反饋信息雷測設(shè)備局部狀態(tài)估計(jì)中,目標(biāo)狀態(tài)可以完全由雷測設(shè)備獲取[5],假設(shè)數(shù)據(jù)處理中心的全局狀態(tài)與雷測設(shè)備獲得的目標(biāo)狀態(tài)向量一致,則無反饋信息雷測設(shè)備的局部狀態(tài)估計(jì)為

式中:

1.2 引入反饋數(shù)據(jù)信息的光測設(shè)備目標(biāo)局部狀態(tài)估計(jì)

由于光測設(shè)備一般僅用于獲得目標(biāo)的角度信息,且存在最佳作用距離的問題[6],所以光測設(shè)備的局部估計(jì)必然會存在系統(tǒng)的動態(tài)誤差.如果在數(shù)據(jù)融合處理過程中,將第一步雷測設(shè)備數(shù)據(jù)融合獲得的目標(biāo)距離狀態(tài)估計(jì)和協(xié)方差作為光測數(shù)據(jù)的預(yù)判依據(jù),自動篩選最佳的光測數(shù)據(jù)進(jìn)行數(shù)據(jù)同步融合,可以提高光測設(shè)備的跟蹤精度.同時(shí),在數(shù)據(jù)融合過程中解決數(shù)據(jù)融合處理中心采用的全局狀態(tài)空間和光測設(shè)備使用的局部目標(biāo)狀態(tài)空間的轉(zhuǎn)換問題[7],有效的方法是引入空間轉(zhuǎn)移矩陣T,實(shí)現(xiàn)全局狀態(tài)向量向局部狀態(tài)向量轉(zhuǎn)換,其公式如下

式中:

式中:^XF(k|k)為k時(shí)刻全局狀態(tài)估計(jì);^XF(k|k-1)為k時(shí)刻一步預(yù)測狀態(tài)估計(jì);PF(k|k)為k時(shí)刻協(xié)方差矩陣;PF(k|k-1)為k時(shí)刻預(yù)測協(xié)方差矩陣.

1.3 數(shù)據(jù)融合獲得的狀態(tài)估計(jì)

對雷測設(shè)備和光測設(shè)備跟蹤測量得到的目標(biāo)的狀態(tài)軌跡數(shù)據(jù)進(jìn)行融合處理,得到目標(biāo)的融合航跡[9].這里設(shè)

則光測設(shè)備的局部估計(jì)在融合中心融合得到的全局最優(yōu)估計(jì)為

式中:

根據(jù)公式(16)可以在數(shù)據(jù)融合處理中心獲得跟蹤目標(biāo)的最佳狀態(tài)估計(jì)[10].

2 試驗(yàn)驗(yàn)證

在仿真實(shí)驗(yàn)中,目標(biāo)的初始位置為(2 km,1.5 km),初始速度為(350 m/s,250 m/s),雷達(dá)掃描周期為T=2 s,光測設(shè)備的測量誤差的均方差:σα=0.037 rad,σe=0.025 rad,雷測設(shè)備的測量誤差的均方差

公式(16)計(jì)算獲得目標(biāo)最佳狀態(tài)估計(jì)的誤差如圖2和圖3所示.

圖2 y軸位置的均方差Fig.2 y-axis location of the MSE

圖3 x軸位置的均方差Fig.3 x-axis location of the MSE

仿真表明:將一步目標(biāo)狀態(tài)預(yù)估計(jì)信息反饋給光測設(shè)備作為預(yù)判量,可有效改善光測設(shè)備的跟蹤性能.同時(shí),在數(shù)據(jù)融合處理中心對光測設(shè)備的測量數(shù)據(jù)進(jìn)行修正,可有效提高目標(biāo)狀態(tài)的估計(jì)精度.

3 結(jié) 論

通過分析和仿真驗(yàn)證:帶反饋信息的數(shù)據(jù)融合算法可以預(yù)判光測設(shè)備的最佳數(shù)據(jù)范圍,減小光測設(shè)備的局部目標(biāo)狀態(tài)跟蹤誤差,可快速對目標(biāo)實(shí)施跟蹤與定位,而且數(shù)據(jù)融合獲得的目標(biāo)狀態(tài)估計(jì)均方誤差遠(yuǎn)小于單個設(shè)備局部狀態(tài)估計(jì)的均方誤差,提高了目標(biāo)跟蹤精度.

[1]何友,熊偉.帶反饋分布式不同維傳感器狀態(tài)估計(jì)技術(shù)[J].宇航學(xué)報(bào),2006,24(6):32-34.

He you,Xiong Wei.State estimation techniques for radars with different observation dimension in one distributed data fusion system with feedback information[J].Journal of Astronautics,2006,24(6):32-34.(in Chinese)

[2]關(guān)欣,何友,衣曉.帶反饋信息的純方位水下分布式融合算法[J].系統(tǒng)仿真學(xué)報(bào),2003,15(7):17-19.

Guan Xin,He you,YiXiao.Bearings-only underwater distributed fusion algorithm with feedback information[J].Journalof System Simulation,2003,15(7):17-19.(in Chinese)

[3]Shetty S,Alouani A T.A multisensor tracking system with an imagebase maneuvering detector[J].IEEE Trans on Aerospace and Electronic System,1996,32(1):167-185.

[4]BlairW D,Rice T R.Asynchronous data fusion for target tracking with a multi-tasking Radar and optical sensor[J].Acquistion,Tracking and Pointing,SPIE,1991,1482:234-245.

[5]Miller K S,Leskiw D M.Nonliner estimation with radar observations[J].IEEE Transactions on Aerospace and Electronic Systems,1982,ASE-18,192-200.

[6]Lerro D,Bar-Shalom Y.Tracking with debiased consistent converte measurements versus EKF[J].IEEE Transactions on Aerospace and Electronic Systems,1993,39:1015-1022.

[7]唐飛岳,吳煒,陳明剛,等.帶反饋的無線傳感器網(wǎng)絡(luò)實(shí)時(shí)數(shù)據(jù)融合策略[J].計(jì)算機(jī)工程與設(shè)計(jì),2011(2):23-25.Tang Feiyue,Wu Ye,Chen Minggang,et al.Faceback realtime data aggregation strategy in WSN[J].Computer Engineering and Design,2011(2):23-25.(in Chinese)

[8]邵偉,孟秋池,龔丹丹,等.多傳感器數(shù)據(jù)融合與航跡預(yù)測[J].數(shù)學(xué)的實(shí)踐與認(rèn)識,2010(15):32-34.

Shao Wei,Meng Qiuchi,Gong Dandan.et al.Date combination and track prediction by multiple sensors[J].Mathematics in Practice and Theory,2010(15):32-34.(in Chinese)

[9]劉同明,夏祖勛,解洪成.數(shù)據(jù)融合技術(shù)及其應(yīng)用[M].北京:國防工業(yè)出版社,2000.

[10]Blair W D,Rice T R,McDole B S.Leastsquares approach to asynchronous data fusion[J].SP IE A cquisition,Tracking,and Pointing,1992,1697:130-139.