多源数据融合

基于多源信息融合的高精度弹道构建方法研究与应用

本文研究内容

1. 研究了数据预处理、布站几何，以及多测元分类融合及测元遴选准则、权值等多项因素对弹道参数精度的影响
2. 重点解决了不等精度外弹道测控设备的跟踪数据和不完全测量数据的融合处理问题
3. 研究了从测量数据预处理到多源数据融合模型建立的方法，以及求解高精度弹道的工程化解算方法

融合处理算法

Dempater-Shafter 证据推理
加权平均法
贝叶斯估计和多贝叶斯估计
统计决策理论
人工神经网络和模糊推理
Kalman 滤波
条件事件代数信息融合
分散化Kalman 滤波

内弹道和外弹道

外弹道: 是指抛射物（比如弹头、炮弹等）离开其发射装置（比如枪械和火炮的身管）后进行自由飞行时的运动轨迹，俗称的“弹道”一般就是专指外弹道。
内弹道: 是弹道的一部分，指被发射的抛射物从点火到离开发射器身管这一段过程。

数据处理模式

• 实时
• 准实时
• 事后数据处理

常用传感器类型

光学测量系统

获得目标的连续图像，处理后得到目标的弹道数据和特性

光学设备大致分为三类：

1. 一种是只记录飞行姿态的设备，如跟踪望远镜、高速摄影机等
2. 第二种是跟踪测量弹道数据的设备，如弹道相机、激光测距机等
3. 第三种是测量物理参数的设备，如红外辐射测量仪、光谱测量仪等

计算原理：

将各光学设备观测得到的方位角、俯仰角分别投影到几何平面上，利用相对关系解算出相应的弹道点的位置和速度，或者采用多台光学设备交会，然后利用最小二乘法对弹道参数的解算。

无线电测量系统

脉冲雷达

承担飞行目标的中精度弹道测量任务
采用相控阵及电扫描技术
测量元素有斜距 $R$、方位角 $A$ 、高低角 $E$ 和斜距变化率 $\dot{R}$ 。

计算原理：

1. 单站定位，即使用斜距 $R$ 、方位角 $A$ 和高低角 $E$ 确定目标位置参数
2. 与其它测量设备一起综合进行定位与求速，常用的有 $3R$ 定位、最小二乘定位、$3\dot{R}$求速

连续波测量系统

是实现高精度外弹道测量

测量体系：

1. 干涉仪，独立完成飞行器的弹道测定
2. 多站测速，辅助干涉仪测量，提高测量的可靠性和精度，也可由多站测速系统组合测量

GPS 测量系统

全球定位导航系统高精度 7 维测量能力（3 维位置、3 维速度、时间）的外测系统

基本原理: 多星单向伪码测距和载波相位测量技术

光电一体化测量系统

可见光电视: 高帧频测量功能，必要时可完成飞行器发射时的高速景象测量与记录
红外测量: 对目标捕获，同时兼顾飞行目标的实况景象记录和弹道测量
连续波雷达: 完成目标测距和测速，同时兼顾近距离情况下目标的捕获

测量数据的预处理

测量数据预处理

1. 跟踪误差修正
2. 距离零值和应答机时延修正
3. 轴系误差修正
4. 方位角跳点修正
5. 合理性检验

数据对准

1. 空间对准
2. 时间对准

外弹道数据融合

实时、准实时数据融合

1. 最小二乘法及拓展卡尔曼滤波
2. 样条约束的 EMBET 算法

事后数据融合

1. 逐点多站最小二乘法
2. 样条约束的 EMBET 法

疑问点