2) Multi-radar Information Fusion
多雷达信息融合
3) multi-radar data processing
多雷达数据处理
1.
A New Method of Coordinate Transformation Under Multi-Radar Data Processing System;
多雷达数据处理中坐标转换的新方法
2.
In this paper, I have studied several key problems of multi-radar data processing in a modern Air Traffic Control system.
本文研究了现代化的空中交通管制中心系统中多雷达数据处理的几个关键问题。
4) multi-radar data registration
多雷达数据配准
5) multi-data fusion
多数据融合
1.
This paper introduced dimensional parameters and nondimensional parameters in time domain analysis,built multi-data fusion fault diagnosis system,which included data level fusion module,feature level fusion module and decision level data fusion module,adopted the neuronal networks to conquer the shortcoming of neural network and to solve the abuse of evidence theory which is difficult to gain BPA.
介绍了时域分析中的有纲量参数和无纲量参数,构建了多数据融合故障诊断系统。
6) radar fusion
雷达融合
1.
Combined the measurement convert algorithm based on the best linear unbiased estimation(BLUE) principle with the interacting multi-model filter algorithm,a new radar fusion tracking algorithm is designed and applied by using the multi-model time aligning algorithm.
针对不同数据率的雷达融合问题,提出了一种多模型时间配准算法,同时将基于最佳线形无偏估计(BLUE)准则的量测转换算法和交互式多模型(IMM)的滤波方法结合起来,将它们运用在雷达的融合跟踪中。
补充资料：雷达数据处理
从一系列雷达测量值中，利用参数估值理论估计目标的位置、速度、加速度等运动参数；进行目标航迹处理；选择、跟踪目标；形成各种变换、校正、显示、报告或控制等数据；估计某些与目标形体、表面物理特性有关的参数等。早期的一些雷达，采用模拟式解算装置进行数据处理。现代雷达已采用数字计算机完成这些任务。
数据格式化 雷达数据的原始形式是一些电的和非电的模拟量，经接收系统处理后在计算机的输入端已变成数字量。数字化的雷达数据以一定格式组成雷达数据字。雷达数据字可编成若干个字段，每一个字段指定接纳某个时刻测量到的雷达数据。雷达数据字是各种数据处理作业的原始量，编好后即送入计算机存储器内的指定位置。
校正 雷达系统的失调会造成设备的非线性和不一致性，使雷达数据产生系统误差，影响目标参数的无偏估计。为保证高质量的雷达数据，预先把一批校正补偿数据存储于计算机中。雷达工作时，根据测量值或系统的状态用某种查表公式确定校正量的存储地址，再用插值法对测量值进行校正和补偿，以清除或减少雷达数据的系统误差。
坐标变换 雷达数据是在以雷达天线为原点的球坐标系中测出的，如距离、方位角、仰角等。为了综合比较由不同雷达或测量设备得到的目标数据，往往需要先把这些球坐标数据变换到某个参考坐标系中。常用直角坐标系作为参考坐标系。另外，在球坐标系中观察到的目标速度、加速度等状态参数是一些视在几何分量的合成，不能代表目标在惯性空间的运动特征。若数据处理也在雷达球坐标系中进行，会由于视在角加速度和更高阶导数的存在使数据处理复杂化，或者产生较大的误差。适当选择坐标系，可以简化目标运动方程，提高处理效率或数据质量。
跟踪滤波器 跟踪滤波器是雷达数据处理系统的核心。它根据雷达测量值实时估计当前的目标位置、速度等运动参数并推算出下一次观察时目标位置的预报值。这种预报值在跟踪雷达中用来检验下一次观测值的合理性；在搜索雷达中用于航迹相关处理。常用的跟踪滤波器有 α-β滤波器、卡尔曼滤波器和维纳滤波器,可根据拥有的计算资源、被处理的目标数、目标的动态特性、雷达参数和处理系统的精度要求等条件选用。 α－β滤波器的优点是算法简单，容易实现，对于非机动飞行的等速运动目标,位置估值和速度估值的平方误差最小,故可对等速运动目标进行最佳滤波。对于机动飞行的目标，由于 α－β滤波器描述的目标运动模型与实际情况存在差异,会产生较大的误差。为此,广泛采用一种称为机动检测器的检测装置，以便在发现目标作机动飞行时能自动调整测量周期或修改α值和β值，使跟踪误差保持在允许的范围内。同 α-β滤波器不同,卡尔曼滤波器中除装有稳态的目标轨迹模型外，还设有测量误差模型和目标轨迹的随机抖动模型。因此，它对时变和非时变的目标动态系统能作出最佳线性、最小方差的无偏估计。除目标状态的估计外，卡尔曼滤波器还能估计状态估值的误差协方差矩阵。利用误差协方差矩阵可以检测目标机动，调整滤波系数，实现对机动目标的自适应滤波。
目标航迹处理 早期的搜索雷达由操作员从显示器上判定目标的存在，并逐次报出目标的位置。标图员根据报告的目标数据进行标图,并把图上的点顺序连接,形成目标航迹。这个过程称为目标航迹处理。现代雷达系统的航迹处理已无需人工处理，而主要由计算机来完成。利用计算机进行数据处理的搜索雷达，称为边跟踪边扫描雷达系统。雷达测量到的离散的目标位置数据，如距离、角度等，称为点迹。目标航迹处理主要包括航迹建立、航迹相关、航迹的平滑和预测、机动检测逻辑四个部分。
① 航迹建立：首先清除杂波的干扰点迹和噪声的虚假点迹。在计算机内事先存有固定的杂波图。若新点迹落入此区内，则作为杂波予以清除。利用相关逻辑可以分离出老目标的点迹。对剩余的点迹，先预测其在下次扫描时的目标位置，并围绕这一预测位置建立一定的相关区，再验证是否确有新的相关点迹存在。若在多次贯序扫描中,有一定数目的点迹落入相应的相关区中,则登记为一个新的稳定航迹。否则，作为虚假点迹而抛去。
② 航迹相关:目标在不断运动,因而需要相应地更新每条航迹的数据,以实现对目标的跟踪。为此,必须把已有的航迹与新提取的点迹不断地进行相关处理，找到各个目标的新的测量数据，据此进行平滑和预测。最常用的相关方法，是在外推点周围形成一个波门。只有落在波门内的点迹才能与航迹相关。相关波门的大小，根据雷达测量误差、目标速度及其机动情况、天线扫描周期、滤波方法和航迹的质量等因素折衷确定。在稠密的目标环境下，可能出现一个点迹同时落入几个目标的相关波门之内，或者几个点迹同时落入一个相关波门之中等情况。
③ 航迹的平滑和预测：点迹与航迹相关之后就作为航迹的新的测量数据送入跟踪滤波器，进行实时的平滑和预测。
④ 机动检测逻辑：用以确定目标机动状况。根据机动值的大小，自动地调节跟踪滤波器的参数，使滤波器适应目标的运动规律。机动检测方法是围绕目标的预测位置，形成内、外两个相关区。当目标落入较窄的内相关区时,表示该目标基本上无机动运动,这时可采用深阻尼的跟踪滤波器。当目标落入较宽的外相关区时，表示目标机动超过门限，这时可采用宽带的跟踪滤波器。
发展趋势 现代雷达系统正向自动化检测和跟踪系统发展。它是数字信号处理和数字数据处理的结合。自动化检测和跟踪系统的进一步发展，是建立自动检测和多站联合跟踪系统。设置在不同地点的若干部雷达组成雷达网。对于同一个目标，各站的观察角度、工作频率和极化方式、分辨力和精度、地理位置及遮挡情况等不尽相同。因此，它们各自的测量数据，经过统一处理后可以综合成高质量的目标数据。雷达网数据处理，包括建立统一的坐标系统和计时系统，以便把分布在不同区域的雷达数据统一起来；对各站送来的点迹数据加以识别，形成加权归一化点迹；把同一目标的归一化点迹纳入相同的目标航迹数据中，实施统一的处理。
参考书目
D.C.Schleher, Automatic Detection and Radar Data processing, Artech House,Dedham,1980.
数据格式化 雷达数据的原始形式是一些电的和非电的模拟量，经接收系统处理后在计算机的输入端已变成数字量。数字化的雷达数据以一定格式组成雷达数据字。雷达数据字可编成若干个字段，每一个字段指定接纳某个时刻测量到的雷达数据。雷达数据字是各种数据处理作业的原始量，编好后即送入计算机存储器内的指定位置。
校正 雷达系统的失调会造成设备的非线性和不一致性，使雷达数据产生系统误差，影响目标参数的无偏估计。为保证高质量的雷达数据，预先把一批校正补偿数据存储于计算机中。雷达工作时，根据测量值或系统的状态用某种查表公式确定校正量的存储地址，再用插值法对测量值进行校正和补偿，以清除或减少雷达数据的系统误差。
坐标变换 雷达数据是在以雷达天线为原点的球坐标系中测出的，如距离、方位角、仰角等。为了综合比较由不同雷达或测量设备得到的目标数据，往往需要先把这些球坐标数据变换到某个参考坐标系中。常用直角坐标系作为参考坐标系。另外，在球坐标系中观察到的目标速度、加速度等状态参数是一些视在几何分量的合成，不能代表目标在惯性空间的运动特征。若数据处理也在雷达球坐标系中进行，会由于视在角加速度和更高阶导数的存在使数据处理复杂化，或者产生较大的误差。适当选择坐标系，可以简化目标运动方程，提高处理效率或数据质量。
跟踪滤波器 跟踪滤波器是雷达数据处理系统的核心。它根据雷达测量值实时估计当前的目标位置、速度等运动参数并推算出下一次观察时目标位置的预报值。这种预报值在跟踪雷达中用来检验下一次观测值的合理性；在搜索雷达中用于航迹相关处理。常用的跟踪滤波器有 α-β滤波器、卡尔曼滤波器和维纳滤波器,可根据拥有的计算资源、被处理的目标数、目标的动态特性、雷达参数和处理系统的精度要求等条件选用。 α－β滤波器的优点是算法简单，容易实现，对于非机动飞行的等速运动目标,位置估值和速度估值的平方误差最小,故可对等速运动目标进行最佳滤波。对于机动飞行的目标，由于 α－β滤波器描述的目标运动模型与实际情况存在差异,会产生较大的误差。为此,广泛采用一种称为机动检测器的检测装置，以便在发现目标作机动飞行时能自动调整测量周期或修改α值和β值，使跟踪误差保持在允许的范围内。同 α-β滤波器不同,卡尔曼滤波器中除装有稳态的目标轨迹模型外，还设有测量误差模型和目标轨迹的随机抖动模型。因此，它对时变和非时变的目标动态系统能作出最佳线性、最小方差的无偏估计。除目标状态的估计外，卡尔曼滤波器还能估计状态估值的误差协方差矩阵。利用误差协方差矩阵可以检测目标机动，调整滤波系数，实现对机动目标的自适应滤波。
目标航迹处理 早期的搜索雷达由操作员从显示器上判定目标的存在，并逐次报出目标的位置。标图员根据报告的目标数据进行标图,并把图上的点顺序连接,形成目标航迹。这个过程称为目标航迹处理。现代雷达系统的航迹处理已无需人工处理，而主要由计算机来完成。利用计算机进行数据处理的搜索雷达，称为边跟踪边扫描雷达系统。雷达测量到的离散的目标位置数据，如距离、角度等，称为点迹。目标航迹处理主要包括航迹建立、航迹相关、航迹的平滑和预测、机动检测逻辑四个部分。
① 航迹建立：首先清除杂波的干扰点迹和噪声的虚假点迹。在计算机内事先存有固定的杂波图。若新点迹落入此区内，则作为杂波予以清除。利用相关逻辑可以分离出老目标的点迹。对剩余的点迹，先预测其在下次扫描时的目标位置，并围绕这一预测位置建立一定的相关区，再验证是否确有新的相关点迹存在。若在多次贯序扫描中,有一定数目的点迹落入相应的相关区中,则登记为一个新的稳定航迹。否则，作为虚假点迹而抛去。
② 航迹相关:目标在不断运动,因而需要相应地更新每条航迹的数据,以实现对目标的跟踪。为此,必须把已有的航迹与新提取的点迹不断地进行相关处理，找到各个目标的新的测量数据，据此进行平滑和预测。最常用的相关方法，是在外推点周围形成一个波门。只有落在波门内的点迹才能与航迹相关。相关波门的大小，根据雷达测量误差、目标速度及其机动情况、天线扫描周期、滤波方法和航迹的质量等因素折衷确定。在稠密的目标环境下，可能出现一个点迹同时落入几个目标的相关波门之内，或者几个点迹同时落入一个相关波门之中等情况。
③ 航迹的平滑和预测：点迹与航迹相关之后就作为航迹的新的测量数据送入跟踪滤波器，进行实时的平滑和预测。
④ 机动检测逻辑：用以确定目标机动状况。根据机动值的大小，自动地调节跟踪滤波器的参数，使滤波器适应目标的运动规律。机动检测方法是围绕目标的预测位置，形成内、外两个相关区。当目标落入较窄的内相关区时,表示该目标基本上无机动运动,这时可采用深阻尼的跟踪滤波器。当目标落入较宽的外相关区时，表示目标机动超过门限，这时可采用宽带的跟踪滤波器。
发展趋势 现代雷达系统正向自动化检测和跟踪系统发展。它是数字信号处理和数字数据处理的结合。自动化检测和跟踪系统的进一步发展，是建立自动检测和多站联合跟踪系统。设置在不同地点的若干部雷达组成雷达网。对于同一个目标，各站的观察角度、工作频率和极化方式、分辨力和精度、地理位置及遮挡情况等不尽相同。因此，它们各自的测量数据，经过统一处理后可以综合成高质量的目标数据。雷达网数据处理，包括建立统一的坐标系统和计时系统，以便把分布在不同区域的雷达数据统一起来；对各站送来的点迹数据加以识别，形成加权归一化点迹；把同一目标的归一化点迹纳入相同的目标航迹数据中，实施统一的处理。
参考书目
D.C.Schleher, Automatic Detection and Radar Data processing, Artech House,Dedham,1980.
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条