第三章 信息融合的数据支持.ppt

第三章 信息融合的数据支持 重庆大学 自动化学院 柴毅 魏善碧 2014.3 第3章 信息融合的数据支持 3.1 多传感器信息融合时的数据准备 3.2 数据关联的过程和步骤 3.3 数据关联的方法 3.1 多传感器数据关联时的数据准备 在进行多传感器数据关联时要进行以下几方面的数据准备： 预处理 修正系统误差 坐标变换或空间对准 时间同步或对准 量纲对准 3.1 数据准备——预处理 预处理：以提高信号的质量，其中主要包括：点迹过滤、点迹合并和去野值。 1、点迹过滤 检测系统中不仅包含运动目标点迹，而且包含大量假目标点迹。这么多的杂波剩余及假目标点迹进入数据处理计算机，增加了计算机负担，甚至可能导致计算机过载。因此，必须进行“点迹过滤”。 点迹过滤可消除大部分有杂波剩余或干扰产生的假点迹或孤立点迹，除了减轻计算机负担和防止计算机饱和之外，还可改善信息融合系统的状态估计精度，提高系统性能。 3.1 数据准备——预处理 2、点迹合并 在信噪比较小时，由于信号检测器所采用的检测准则不合适，将一个目标判定成两个目标。鉴于此种情况，在信号处理时就必须将它们合并成一个目标，可通过在距离和方位上设置一个二维门来实现。其中二维门的大小与距离门尺寸、检测准则、脉冲回波数和目标的尺寸有关。 3、去野值 去掉在录取、传输的过程中，由于受到干扰等原因所产生的一些不合理或具有粗大误差的数据。通常这些数据被称作野值。 3.1 数据准备——修正系统误差 在测量的参数数据中包含有两种误差 一种是随机误差，每次测量时，它都可能是不同的，这个误差是无法修正的； 另一种固定误差，即我们所说的系统误差，它不随测量次数变化，可以通过校正来消除。 3.1 数据准备——坐标变换或空间配准 配准：是指多传感器数据“无误差”转换时所需要的处理过程，一般包括空间配准和时间配准。 时间配准：是将关于同一目标的各传感器不同步的测量信息同步到同一时刻。 各传感器对目标的测量是相互独立进行的，采样周期往往不同。需要将不同步的信息配准到相同的融合时刻。 空间配准：采用不同坐标系的各传感器的测量，融合时必须将它们转换到同一坐标系中的数据。 3.1 数据准备——坐标变换或空间配准 例如：对处于不同地点探测目标的点迹进行数据关联，必须对坐标系进行统一，即把它们都转换到信息处理中心的公共坐标系上来。 通常，信息处理中心采用笛卡尔坐标系，即直角坐标系，对三坐标雷达为 、 、 坐标。但雷达和多数传感器所给出的坐标数据是以极坐标的形式给出的，即给出的是目标的斜距 、方位角 和仰角 ，在进行数据处理时，需要将其变成直角坐标的形式。假定以 、 和 分别表示目标的斜距、方位角和仰角，则有直角坐标系的三个分量为： 3.1 数据准备——时间同步或对准 多传感器工作时，在时间上是不同步的，主要由以下几方面的原因造成： 传感器开机的时间是不一样的； 它们可能有不同的采样率； 观测数据不是在同一时刻得到，存在观测数据的时间差； 传输延迟等。 这样，在融合之前必须将这些观测数据进行同步，或者称作时间对准，即统一“时基”。 通常，利用一个传感器的时间做为公共处理时间，把来自其它传感器的时间都统一到该传感器的时间上。 3.1 数据准备——时间同步或对准 假定，我们想把第 个传感器在时间 的观测状态同步到某个公共处理时间 上，有 其中： ——目标运动速度，可从所有 滤波器或Kalman滤波器在初始化过程中得到； ——在时间 来自传感器 的观测状态数据； ——修正项。 该式的意义是将第 个传感器在时间 的状态数据同步到公共处理时间 上。 时间对准还有其它方法，如用插值法、最小二乘法等。 3.1 数据准备——量纲对准 量纲对准就是把各个传感器送来的各个迹数据中的参数量纲进行统一，以便于后续计算。 第3章 信息融合的数据支持 3.1 多传感器信息融合时的数据准备 3.2 数据关联的过程和步骤 3.3 数据关联的方法 3.2 多传感器数据关联 在多传感信息融合系统中，由于缺乏跟踪环境的先验知识以及受传感器自身性能的制约，在整个测量过程中不可避免地会引入量测误差（噪声）； 目标的确切数目往往并不知道，即使目标只有一个，由