精度验证的样本_基于AIS的雷达高精度误差校准方法

受海洋环境以及机械损耗等因素的影响，对海雷达系统误差会在工作中不断积累进而发生偏移，严重影响雷达的探测精度。因此，必须定期对雷达进行系统误差校准。

船舶(Automatic Identification System，AIS)作为一种新型数字助航设备，可实时向案台设备输送配合舰船的GPS位置^[1]，配合雷达量测信息进行，因此应用AIS进行系统误差校准逐渐成为当前的主流。但在标校过程中发现，校后的雷达精度很多时候没有得到显著提高。文献[2]选择某个合适的船只作为目标进行校准，但目标数量过少，无法对雷达探测区域进行全覆盖。文献[3]利用海上多目标进行对海雷达系统误差校准，但对目标状态、分布情况进行了较多的理想假设，与真实的海上环境有较大的差距。文献[4]利用海上多目标实测数据进行误差估计，但没有对进行分析，直接将不同航迹数据统计平均后得到误差估计值。

一般认为，雷达系统误差在海域内是均匀分布的，雷达探测区域的样本较为集中，在统计上呈现出趋正态性的特点。但研究表明，系统误差在某些海域的分布是不均匀的^[5]，在进行误差估计时需要进行分区域处理等操作。而目前的校准流程多忽视了误差分析这一环节，导致校准精度不高。另外，对异常值的处理问题也是导致标校后雷达精度不高的重要原因。并且当前系统误差估计方法中，主要对单目标误差序列中的异常值进行了剔除，而忽视了对错误目标序列的剔除。

因此，本文在对关联、对准后的实测误差序列进行处理之前，首先对雷达系统误差在此海域的分布情况进行分析。在确定此海域内误差分布满足均匀分布的假设下，对得到的误差序列进行单序列异常值与错误关联异常序列进行剔除。最后得到系统误差估计值，对雷达进行误差校准与验证。实验证明，本文提出的方法能有效地对偏离的系统误差进行校准。

1 误差校准的基本流程

设对海雷达与AIS可同时对海上多个目标进行探测，其中雷达测量值分别为距离ρ和方位θ。由于ρ和θ之间相互独立且对其目标序列的分析方法相同，不失一般性，本文以距离系统误差为例对误差估计方法进行介绍。

1.1 数据预处理

选取一定时间段内的雷达与AIS上报数据，对于同一目标的数据，将雷达量测值按照录取批次、AIS信息按照报文号统一按时间顺序存放。

1.2 误差序列获取

首先，在统一授时设备下，读取AIS与雷达的预处理数据。然后对雷达测量值与AIS提供的目标信息进行航迹粗关联与时空对准，得到雷达与AIS的目标点对集，利用此点对集数据计算各点的距离、方位系统误差，获得系统误差序列。

1.3 误差序列处理

对于获得的误差序列，常采用海域内所有样本数据统计求均值的方法获得误差估计值。但在估计误差值之前，仍有两个步骤至关重要。首先，误差序列处理之前必须对系统误差在此海域的分布情况进行分析。其次，由于目标航迹聚集