西安工业信号检测与估计SDE_16b多传感器数据融合在靶场外弹道测试中的应用

多传感器数据融合在靶场外弹道测试中的应用2019/12/16多传感器信息融合在靶场外弹道测试中的应用2汇报内容1.绪论：论文的工程背景、目标跟踪与数据融合技术介绍、论文的主要研究内容、关键技术及解决方案、国内外相关研究动态2.靶场外弹道测试系统总体方案设计机动目标建模、靶场中各传感器的布站方式及性能指标弹道数据预处理、系统仿真的框架设计3.靶场外弹道测试设备模型雷达的坐标转换观测模型及观测噪声光电经纬仪的坐标转换观测模型及观测误差4.弹道测试数据的滤波及加权融合靶场弹道数据加权融合准则基于卡尔曼滤波的加权融合算法序贯最小二乘滤波融合融合算法比较5.结论2019/12/16多传感器信息融合在靶场外弹道测试中的应用31.绪论1.1工程背景外弹道参数获取常用的测试设备是光电经纬仪和雷达；目前单台弹道测试设备的测试能力仅可达20～30km，远不能满足远程武器试验（70～150km）对弹道测量的要求。有鉴于此国防科工委于十一五启动了国防基础研究项目－―网络化靶场综合测试系统技术。本课题研究内容即为其中的一个子项：外弹道多设备协同测试系统。子项目研究目标：针对单一设备跟踪测试范围远满足不了远程武器系统全弹道测试要求的现状，结合信息融合技术和协同测试技术的理论研究前沿，研究多设备互引导及弹道测试数据融合的方法，突破实时弹道数据融合及弹道预测等关键技术，形成具有工程应用价值的弹道测试实时多传感器数据融合系统和设备协同测试的实时互引导系统，提高弹道测试精度，形成能够延伸多倍于单设备测试能力的弹道协同测试系统，从而形成多设备协同测试的全弹道测试能力。2019/12/16多传感器信息融合在靶场外弹道测试中的应用4远程武器试验网络化靶场综合测试系统布局示意图150km落区图2远程武器试验网络化靶场综合测试系统布局示意图大威力战斗部毁伤效能试验区中远程武器试验区20km机载武器试验区30km防空反导武器试验区80km落区无线传感器网络系统光电经纬仪雷达ISRForceMixStudyShadingis:Phase6.26.05.44.84.23.63.02.41.81.20.60.0靶场指控与数据处理中心2019/12/16多传感器信息融合在靶场外弹道测试中的应用5靶场网络化综合测试系统功能结构组成示意图集成信息系统设备远程引导控制与数据综合处理光电经纬仪系统弹道跟踪雷达气象参数测试系统高速摄影系统现场视频监控光纤及无线通讯网高速摄影远程控制终点弹道参数数据处理系统试验辅助决策数据融合及实时引导控制现场摄像及视频监控处理靶场测控信息综合显示系统靶场试验数据库时间基准光电经纬仪数据处理气象参数数据处理机械远控网络化接口光电经纬仪远程控制雷达数据处理雷达远程控制实时信息传递规范实时信息传递中间件靶场无线网络传感器WSN网关电子远控现场摄像阵列网络化接口电子远控网络化接口网络化接口前端数据获取现场摄像阵列2019/12/16多传感器信息融合在靶场外弹道测试中的应用6远程武器试验弹道测试系统结构示意图弹道中段1首区发射阵地精密雷达光电经纬仪光电经纬仪光电经纬仪光电经纬仪弹道中段2精密雷达光电经纬仪光电经纬仪精密雷达落区光电经纬仪精密雷达光电经纬仪落点靶场测试网络指挥控制中心2019/12/16多传感器信息融合在靶场外弹道测试中的应用71.绪论1.2目标跟踪与数据融合技术介绍目标跟踪是典型的不确定性问题，其不确定性主要表现为(1)目标(信源)本身机动引起的不确定性(2)测量噪声的不确定性(3)密集杂波环境造成的测量数据模糊或不确定性(4)欺骗性(如诱饵，干扰)造成的不确定性重点研究前两个问题多传感器信息融合技术对来自多个传感器的信息进行的多层次和多方面的、符合一定优化准则的综合处理，从而产生新的信息，而这种新信息是任意单一传感器所无法获得的。目标信号层的零级处理、状态及属性层的一级处理、态势层的二级处理、威胁层的三级处理以及融合过程求精层的四级处理。2019/12/16多传感器信息融合在靶场外弹道测试中的应用8Kalman滤波•Kalman是一种把状态空间的概念引入到随机估计理论中，把信号过程视为白噪声作用下的线性系统的输出，用状态方程来描述这种输入——输出关系，估计过程中利用系统状态方程，观测方程和白噪声激励（系统噪声和观测噪声）的统计特性形成的滤波算法。Kalman滤波是一套由计算机实现的实时递推算法，它所处理的对象是随机数据，利用系统噪声和观测噪声的统计特性，以系统的观测量作为滤波器的输入，以所要估计的数据作为滤波器的输出，滤波器的输入与输出之间是由时间更新和观测更新算法联系在一起的，根据系统方程和观测方程估计出所有需要处理的数据Kalman滤波实际上是一种最优估计方法。2019/12/16多传感器信息融合在靶场外弹道测试中的应用9的数据融合•就靶场外弹道测试而言，以获取外弹道位置和姿态参数为目标，在数据融合模型所揭示的融合层次中，论文工作主要集中在目标信号层的零级处理和状态及属性层的一级处理上。理论弹道2组经纬仪雷达数据1组经纬仪2019/12/16多传感器信息融合在靶场外弹道测试中的应用101.绪论1.3主要研究内容1.3.1外弹道协同测试总体结构设计重点研究总体结构、算法流程、坐标统一、数据统一、时间统一1.3.2目标模型以及弹道测试设备误差模型的建立及仿真卡尔曼滤波至少需要两个模型。一、描述随时间演化的状态模型。二、与状态有关的带有噪声的测量模型。分析各种测试设备的误差形成机理，在此基础上建立了各种测量设备的误差模型。1.3.3多传感器数据融合算法本文根据靶场测试中采样时间短，数据量大的特点，主要采用按标量加权线性最小方差最优融合准则，运用了传感器测量误差的方差在总的误差方差中的比重为权系数进行融合，方差大的其置信度小，观测数据在融合弹道中所占的比重也就小。2019/12/16多传感器信息融合在靶场外弹道测试中的应用111.绪论1.4关键技术及其解决方案1.4.1坐标转换Kalman滤波算法由于观测是非线性的，线性最优的kalman滤波算法无法直接应用。扩展kalman滤波通过在观测附近利用雅克比矩阵线性化，但状态和观测线性化误差可能导致滤波结果发散。本文提出的坐标转换kalman滤波，将非线性观测误差通过误差传递公式进行转换，从而得到线性观测下的噪声模型，并将该模型与真实观测噪声进行比对修正。仿真试验未见发散，表明该算法具有一定的稳定性。2019/12/16多传感器信息融合在靶场外弹道测试中的应用121.绪论1.4关键技术及其解决方案1.4.2序贯最小二乘滤波算法Kalman滤波要求建立准确的状态模型和观测模型；而若所建立的模型不准确，可能导致滤波发散。有鉴于此，尝试采用最小二乘的方法进行滤波处理。在靶场测试中，弹道数据是通过传感器对空中飞行目标的位置参数不断采样得到的。随着时间的进展，传感器所获得的弹道数据就越来越多，由于靶场测试的特殊性，不可能等到数据全部被采样以后再进行处理，因此必须按照时间的顺序对当前时刻下的采样数据进行处理。这就是按照时间顺序的LSE序列，它能够按照时间顺序更新估计值，而不需要重解线性方程，这种方法称之为序贯最小二乘估计。由于序贯最小二乘算法完全建立在所获得的数据之上，算法简单，不需要对目标建立复杂的运动模型以及状态方程和观测方程，极大的满足了靶场对多种型号武器测试的需求。2019/12/16多传感器信息融合在靶场外弹道测试中的应用131.绪论1.4关键技术及其解决方案1.4.3实时融合技术应用加权系数调整融合结果中测量数据的比例，是一种运算速度较快的方法。本文针对所采用的两种弹道数据滤波方法，运用状态估计值的方差在总方差中占有的权重为加权系数，实现了滤波数据的加权融合。2019/12/16多传感器信息融合在靶场外弹道测试中的应用141.绪论1.5国内外相关研究动态1.5.1目标跟踪的滤波与预测技术线性滤波：线性自回归滤波、两点外推滤波、维纳滤波、加权最小二乘滤波、α－β滤波、α－β－γ滤波、卡尔曼滤波(KF);非线性滤波：推广卡尔曼滤波((EKF)、二阶滤波、统计线性化滤波、迭代滤波、UKF滤波、粒子滤波由于机动目标跟踪一般都是非线性系统，为了对目标进行精确跟踪，需要采用非线性滤波算法。EKF主要原理是线性化所有的非线性模型，然而计算Jacobian矩阵新的非线性滤波器(UKF)，相对于EKF,它不需要对模型进行线性化处理，它直接利用非线性状态方程来估算状态向量的概率密度函数(pdf)。2019/12/16多传感器信息融合在靶场外弹道测试中的应用151.绪论1.5国内外相关研究动态1.5.2多传感器数据融合技术国外：早在1973年，美国研究机构就在国防部的资助下，开展了声纳信号理解系统的研究。20世纪70年代末，在公开出版的技术文献中开始出现基于多传感器信息综合意义的“融合”一词。20世纪80年代，传感器技术的飞速发展和传感器发展投资的大量追加，使得军事系统中的传感器数量急剧增加。1988年美国国防部把信息融合技术列为90年代重点研究开发的20项关键技术之一，且列为最优先发展的A类。国内：20世纪80年代末开始出现有关多传感器信息融合技术研究的报道。20世纪90年代初逐渐形成高潮，出现了一批理论研究成果，代表性的专著包括：《数据融合理论与应用》、《战场数据融合技术》、《多传感器信息融合及应用》、《机动目标跟踪》、《神经网络跟踪理论及应用》。国防科技大学、清华大学、北京航空航天大学、西安交通大学、西安电子科技大学、西北工业大学、28所、总参61所等多家军地单位在机动目标跟踪、多传感器综合跟踪与定位、分布融合、目标识别与决策信息融合、态势评估与威胁估计等领域积极开展理论及应用研究。2019/12/16多传感器信息融合在靶场外弹道测试中的应用16传感器层弹道雷达初速雷达光电经纬仪搜索雷达精密雷达数据预处理原始数据归一化数据数据融合弹道数据输出弹道预测设备互引导预测弹道位置引导信息2.1外弹道多设备协同测试系统远程武器试验弹道测试系统弹道数据处理流程示意图2.靶场外弹道测试系统总体方案设计2019/12/16多传感器信息融合在靶场外弹道测试中的应用172.靶场外弹道测试系统总体方案设计2.2机动目标建模O1ZXY主动段被动段制导段火箭弹外弹道一般分为主动段、被动段和制导段。内弹道中间弹道外弹道2019/12/16多传感器信息融合在靶场外弹道测试中的应用18弹道运动模型•考虑对于较小的时间间隔且物体受力变化不大的情况下，物体受力会影响加速度，但加速度对于位置和速度的影响将不会引起位置和速度的跳跃性改变。由运动定理可知，所有物体的运动近似遵循下述定理：nunununanananvnvnvnznynxnanananvnvnvnznynxzyxzyxzyxzyxzyx000000111111111100000000010000000001000000001000000001000000001000200001000200001000200001222nBunAsns12019/12/16多传感器信息融合在靶场外弹道测试中的应用192.靶场外弹道测试系统总体方案设计2.3靶场中各传感器的布站方式及性能指标在测试过程中布设一台弹道跟踪雷达，两台光电经纬仪。由于被测试弹体炮口初速快，为提高传感器初始捕获概率以及避免火箭弹尾焰对雷达及测试数据的影响。雷达布站位置位于发射点侧后方，经纬仪布站位置位于发射阵地侧后两侧。2.3.1靶场布站方式与坐标系介绍在靶场测量中，常用的坐标系有大地坐标系、发射坐标系、测站直角坐标系和测站球坐标系。各种测试设备的输入