- 信息融合中估計算法的性能評估
- 毛艷慧
- 841字
- 2020-04-03 12:57:40
3.2 經(jīng)典UCM方法
3.2.1 問題描述
對于多雷達/聲吶場景,在二維極坐標系下,量測信息包括目標的徑向距離和方位角。在傳感器坐標系下的徑向距離和方位角分別為

式中,r和β 分別為目標真實的徑向距離和方位角;上標“l”代表第l個傳感器(l=i, j);和
分別為第l個傳感器徑向距離和方位角的量測噪聲,且彼此獨立,其均值均為零,方差分別為
和
。則協(xié)方差矩陣為

假設(shè)x、y分別為目標在x、y方向上的真實位置信息,則有

在笛卡兒坐標系下,建立量測方程:

由此可利用傳感器坐標轉(zhuǎn)換過來的量測值,估計目標的真實位置。
3.2.2 二維情況
對于二維情況,通過極坐標到笛卡兒坐標的轉(zhuǎn)換,第l部雷達的量測轉(zhuǎn)換方法是

若方位角噪聲的概率密度函數(shù)關(guān)于y軸對稱,則對式(3.2-5)取期望得到

式中,

稱為偏差補償因子。可以看出,當λβ≠1時,式(3.2-6)給出的量測轉(zhuǎn)換是有偏的。假定λβ≠0(至少對于單峰的或在[-a, a](a<π)上均勻分布的概率密度函數(shù),這一條件成立),可以通過下式得到一種無偏量測轉(zhuǎn)換方法:

由式(3.2-8)可以看出,量測轉(zhuǎn)換偏差的本質(zhì)是乘性的,并且依賴于方位角量測噪聲余弦的統(tǒng)計特性。下面以雷達的量測值為條件求解式(3.2-8)的無偏量測轉(zhuǎn)換所對應(yīng)的協(xié)方差矩陣[91]。
量測模型可以重寫為

轉(zhuǎn)換后的量測誤差為

相應(yīng)的量測噪聲協(xié)方差短陣為

對此,經(jīng)典UCM方法給出的計算公式如下:



式中,。
經(jīng)典UCM方法因為只考慮單部雷達的量測轉(zhuǎn)換后的協(xié)方差,忽略了雷達之間的互協(xié)方差,因此僅適用于單部雷達的場景。
3.2.3 三維情況
在三維球坐標系下,量測的徑向距離、方位角和俯仰角分別為

式中,r、β、ε分別為目標真實的徑向距離、方位角和俯仰角;、
和
分別為第l個傳感器的量測噪聲(l=i, j),且彼此獨立,其均值均為零,方差分別為
、
和
。
三維情況下的無偏轉(zhuǎn)換為[91]

其中,

將式(3.2-16)重寫為

其中,

轉(zhuǎn)換后的量測誤差為

相應(yīng)的量測噪聲協(xié)方差矩陣為

對此,經(jīng)典UCM方法給出的計算公式如下:






其中,

3.2.4 偏差補償因子的計算
偏差補償因子λβ、λε、和
可由方位角量測噪聲
和俯仰角量測噪聲
的概率密度函數(shù)來確定。當
、
都服從高斯分布時,有

當、
都服從[-a, a]上的均勻分布時,有

- MySQL基礎(chǔ)教程
- Spark核心技術(shù)與高級應(yīng)用
- Creating Dynamic UIs with Android Fragments(Second Edition)
- 數(shù)據(jù)驅(qū)動設(shè)計:A/B測試提升用戶體驗
- LabVIEW 完全自學手冊
- gnuplot Cookbook
- 計算機應(yīng)用基礎(chǔ)教程上機指導與習題集(微課版)
- Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)(第3版)
- 一本書講透Elasticsearch:原理、進階與工程實踐
- The Natural Language Processing Workshop
- Arquillian Testing Guide
- 社交網(wǎng)站的數(shù)據(jù)挖掘與分析(原書第2版)
- Access 2013 數(shù)據(jù)庫管理與應(yīng)用從新手到高手
- Hadoop大數(shù)據(jù)技術(shù)開發(fā)實戰(zhàn)
- TypeScript Microservices