基于伪量测加权和遗传优化的两坐标雷达空间配准方法

摘要: 本发明属于雷达信息融合与多传感器空间配准领域,具体涉及一种基于伪量测加权和遗传优化的两坐标雷达空间配准方法。背景技术:1、在两坐标雷达组网目标跟踪系统中,需要将...
基于伪量测加权和遗传优化的两坐标雷达空间配准方法

本发明属于雷达信息融合与多传感器空间配准领域,具体涉及一种基于伪量测加权和遗传优化的两坐标雷达空间配准方法。

背景技术:

1、在两坐标雷达组网目标跟踪系统中,需要将多部雷达对共同目标的量测变换至统一坐标系后进行关联与融合;由于雷达量测中存在系统偏差和随机量测误差,若未经空间配准直接进行融合,会导致不同雷达对同一目标的定位结果产生系统性偏离,进而影响航迹关联和融合精度。

2、两坐标雷达只能获取目标斜距和方位角,无法直接获得俯仰角,而目标实际位于三维空间。因此,在空间偏差估计过程中,目标高度、雷达方位角偏差和斜距偏差均为未知量;单时刻量测所建立的方程存在欠定问题,同时目标高度估计与斜距偏差估计相互耦合,难以直接获得稳定的偏差估计结果。

3、此外,在利用多部雷达的方位角进行三角交汇定位时,不同雷达对与目标之间的相对几何位置不同。交汇角较小时,三角定位结果对方位角噪声较为敏感,几何条件较差的雷达组合可能对偏差估计产生较大干扰。

4、因此,需要在偏差估计过程中综合考虑不同雷达组合的几何质量,并降低退化几何条件下伪量测对最终估计结果的影响。

技术实现思路

1、本发明针对分布式两坐标雷达组网中俯仰角信息缺失导致方位角偏差、斜距偏差与目标高度难以同时准确估计,以及不同雷达组合的交汇几何质量不一致、几何退化量测会干扰偏差估计的问题,提出一种基于伪量测加权和遗传优化的两坐标雷达空间配准方法,实现了方位角偏差、斜距偏差与目标高度的有效估计,提高了空间配准的精度、稳定性和鲁棒性。

2、具体步骤如下:

3、步骤一、在时刻获取多部两坐标雷达对共同目标的观测数据,建立包含方位角系统偏差和斜距系统偏差的量测模型;

4、观测数据包括多雷达斜距量测,方位角量测以及雷达站址信息。

5、第部两坐标雷达在时刻对共同目标的包括斜距量测和方位角量测方程如下:

6、

7、其中,和分别表示时刻雷达的斜距量测值和方位角量测值;和分别表示目标相对雷达的真实斜距和真实方位角;和分别表示雷达斜距系统偏差和方位角系统偏差;和分别表示斜距和方位角的随机量测噪声。

8、步骤二、利用时刻的雷达观测数据,对不同雷达进行配对并进行方位角三角交汇,得到各雷达对对应的目标在水平面的投影位置估计,构造对方位角偏差敏感的伪量测。

9、针对雷达和雷达构成的雷达对,根据各自站址和方位角量测进行三角交汇,在时刻交汇得到的目标水平投影x坐标估计值,计算为:

10、

11、和分别表示雷达和雷达在公共坐标系中的二维投影位置;和分别表示雷达和雷达在时刻对应目标的方位角;和分别表示雷达和雷达的方位角偏差。

12、目标水平投影y坐标估计值,计算为:

13、

14、然后,在同一时刻选择两组雷达对,分别获得两组目标平面投影位置估计值,将两组交汇位置作差,构造非线性伪量测向量:

15、

16、表示时刻由两组雷达对定位结果作差构造的伪量测向量;、表示由雷达和雷达组成的雷达对计算的目标水平投影x和y坐标估计值;表示与伪量测相关的加性零均值噪声。

17、步骤三、根据伪量测对应的两组雷达对的方位角交汇角,得到几何信息量权重,并构造方位角偏差估计的加权代价函数;

18、对时刻第个伪量测,计算几何信息量权重为:

19、

20、其中,和分别表示构成该伪量测组合的两组雷达对的方位角交汇角;

21、构造加权代价函数为:

22、

23、其中,为参与优化的观测时刻总数,为所有伪量测的总数;为时刻第个伪量测向量;为关于方位角偏差的第个近似非线性伪量测函数;表示时刻第个伪量测噪声协方差矩阵:。

24、步骤四、利用加权代价函数结合遗传算法和非线性最小二乘法估计方位角偏差,从而对雷达方位观测进行校正,得到目标水平轨迹。

25、首先,利用加权代价函数作为评价依据,在预设的方位角偏差搜索范围内采用遗传算法进行全局搜索,得到方位角偏差的全局近似最优解;然后以该结果作为非线性最小二乘算法的初始值进行精细优化,得到最终的方位角系统偏差估计值;

26、以伪量测残差的加权平方和作为遗传算法的适应度评价依据:

27、

28、其中,表示遗传算法的第个候选方位角偏差个体对应的代价函数值;表示用于偏差估计的观测时刻总数;表示将候选偏差个体代入伪量测模型后得到的非线性预测量。

29、以遗传算法输出作为初始值,构建非线性最小二乘问题:

30、

31、其中,表示经过非线性最小二乘精细优化得到的方位角偏差估计向量;表示待优化的方位角偏差向量;

32、采用带阻尼项的迭代方式对上述非线性最小二乘问题进行求解,当相邻两次迭代的变量增量小于预设阈值时停止迭代;即满足。

33、步骤五、利用目标水平轨迹、各雷达多时刻斜距量测和雷达站址,在目标平飞和斜距偏差恒定约束下,交替最小二乘估计目标高度和雷达斜距偏差,实现空间配准。

34、首先,固定斜距偏差,以全部雷达和全部观测时刻的斜距残差平方和构造目标高度代价函数:

35、

36、其中,表示以目标高度为待优化变量构造的斜距残差平方和;表示参与配准的雷达数量;表示第部雷达在时刻的斜距量测值;表示第次迭代得到的第部雷达斜距偏差估计值;和表示经过方位角偏差校正后得到的目标水平位置;表示第部雷达的站址信息。

37、然后,最小化目标高度代价函数获得当前迭代的目标高度估计值;

38、随后固定目标高度,由于每部雷达的斜距偏差为加性固定偏差,可通过最小二乘准则得到斜距偏差的闭式解:

39、

40、其中,表示第次迭代得到的第部雷达斜距偏差估计值;表示第次迭代得到的目标高度估计值。

41、重复进行目标高度更新和斜距偏差更新,当相邻两次迭代的目标高度变化量和斜距偏差变化量均小于预设阈值时,判定算法收敛:

42、

43、

44、其中,表示预设的目标高度收敛阈值,表示预设的斜距偏差收敛阈值。

45、若未满足收敛条件,则继续交替迭代直至达到最大迭代次数。最终得到目标高度以及各雷达斜距偏差的估计结果,并结合方位角偏差估计结果完成多部两坐标雷达的空间偏差配准。

46、本发明的优点在于:

47、1)、本发明针对两坐标雷达缺少俯仰角信息导致单时刻量测方程欠定的问题,采用先估计方位角偏差、再利用多时刻观测交替估计目标高度和斜距偏差的分阶段求解方式,降低目标位置估计与系统偏差估计之间的强耦合。

48、2)、本发明利用不同雷达对对同一目标进行三角交汇,并将不同雷达对的目标平面定位结果作差构造伪量测,利用多雷达、多时刻观测中的几何冗余信息对方位角偏差进行约束,无需预先获得目标精确平面位置。

49、3)、本发明根据构成伪量测的雷达对交汇角建立几何信息量权重,使几何条件较优的雷达组合具有较高权重,并降低交汇角较小或接近共线的雷达组合对偏差估计的影响,从而提高方位角偏差估计的稳定性。

50、4)、本发明采用遗传算法进行全局搜索,并以遗传算法输出作为非线性最小二乘算法的初始值进行局部精细优化,可降低强非线性优化对初始值的敏感性,并进一步提高方位角偏差估计精度。

51、5)、本发明利用目标平飞约束、斜距偏差恒定约束和多时刻量测积累,对目标高度和雷达斜距偏差进行交替最小二乘估计,其中固定高度后的斜距偏差具有闭式最小二乘解,适用于分布式两坐标雷达组网目标跟踪系统的空间配准。