1、引言
經(jīng)緯儀是一種精密測角儀器,可用來確定物體在空間中的位置、姿態(tài)及其運動軌跡。在新一代彈道導(dǎo)彈的實驗中對他的跟蹤和捕獲能力提出了新的要求。而經(jīng)緯儀的跟蹤和捕獲能力在很大程度上取決于他的引導(dǎo)數(shù)據(jù)的準(zhǔn)確性。通常經(jīng)緯儀只能簡單的依靠某一個引導(dǎo)源(如引導(dǎo)雷達(dá)),這種測量系統(tǒng)往往比較脆弱,當(dāng)引導(dǎo)源無效或受到干擾時,經(jīng)緯儀都不能很好地完成目標(biāo)跟蹤的任務(wù)。為了提高經(jīng)緯儀的魯棒性,介紹一種多引導(dǎo)源經(jīng)緯儀引導(dǎo)數(shù)據(jù)融合方法,通過在新一代
經(jīng)緯儀中的使用,大大改善了經(jīng)緯儀跟蹤的穩(wěn)定性和捕獲的快速性。
2、系統(tǒng)的構(gòu)成
經(jīng)緯儀測量系統(tǒng)包括經(jīng)緯儀、雷達(dá)和指揮中心等部分,如圖1所示。其中指揮中心完成引導(dǎo)源異構(gòu)數(shù)據(jù)的接收、整理分類和加工處理,在進(jìn)行信息融合后為雷達(dá)和經(jīng)緯儀提供的引導(dǎo)數(shù)據(jù),如圖2所示。經(jīng)緯儀和雷達(dá)的測量數(shù)據(jù)又作為一個引導(dǎo)源,從而實現(xiàn)數(shù)據(jù)的負(fù)反饋,使得整個系統(tǒng)可控。
3、數(shù)據(jù)融合方法
數(shù)據(jù)融合就是模仿人腦綜合處理問題的能力,利用計算機(jī)技術(shù)對按時序獲得的多路傳感器的觀測信息對目標(biāo)存在、特征、態(tài)勢和企圖在一定準(zhǔn)則下加以分析和綜合,提供一種對現(xiàn)成數(shù)據(jù)進(jìn)行協(xié)同處理、挖掘,以完成所需要的決策和估計任務(wù)而進(jìn)行的信息綜合處理的過程。數(shù)據(jù)融合理論和實際應(yīng)用證明:對有限次測量數(shù)據(jù)進(jìn)行集中式數(shù)據(jù)融合處理,可以獲得比算術(shù)平均值算法更準(zhǔn)確的測量結(jié)果。
數(shù)據(jù)融合操作的結(jié)果在很大程度上取決于"數(shù)據(jù)源"和"控制邏輯"。由于指揮中心與各個引導(dǎo)源不在同一地理位置,各引導(dǎo)數(shù)據(jù)時空不統(tǒng)一,在數(shù)據(jù)融合前務(wù)必進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化(空間位置多以笛卡兒坐標(biāo)系為參考)。
3.1野值的剔除
經(jīng)緯儀實驗時由于電磁干擾和數(shù)據(jù)傳輸?shù)挠绊?,不可避免地要產(chǎn)生野值,必須剔除野值,若不加以剔除,傳播到彈道參數(shù)上,必然會引起失真。
實踐證明,對于經(jīng)緯儀的有限次測量數(shù)據(jù),用分布圖法剔除野值不僅準(zhǔn)確性高而且很有效,計算機(jī)編程也方便。以4臺經(jīng)緯儀為例,假設(shè)他們都有效,則經(jīng)緯儀的引導(dǎo)數(shù)據(jù)共有8組,分別為:理論彈道、雷達(dá)、經(jīng)緯儀兩兩交會C24=6。將這些引導(dǎo)數(shù)據(jù)(以Y為例)按從小到大的順序排列成引導(dǎo)數(shù)據(jù)序列:
Y1,Y2,Y3,Y4,Y5,Y6,Y7,Y8
引導(dǎo)數(shù)據(jù)序列的閾值YM=Y(jié)4+Y52
區(qū)間[Ym,y8]的閾值Su=Y(jié)6+Y7/2,區(qū)間[Y1,YM]的閾值Sl=Y(jié)2+Y3/2,差值為dS=Su-Sl。
將yi一YM>dS的引導(dǎo)數(shù)據(jù)當(dāng)成野值予以剔除,將Yi一YM≤dS的合理引導(dǎo)數(shù)據(jù)在指揮中心進(jìn)行數(shù)據(jù)融合處理。
利用這種野值剔除方法可以有效地排除引導(dǎo)數(shù)據(jù)中的隨機(jī)干擾。而且,閾值YM和dS的選擇均與引導(dǎo)數(shù)據(jù)序列的極值點的大小無關(guān),僅與引導(dǎo)數(shù)據(jù)的分布位置有關(guān),而且有效區(qū)間的獲得與需要排除的野值的關(guān)系不大。因此用分布圖法來獲得一致性測量數(shù)據(jù)的方法能夠增強數(shù)據(jù)融合對不確定因素的適應(yīng)性,即具有魯棒性。
3.2多數(shù)據(jù)源的數(shù)據(jù)融合方法
經(jīng)緯儀引導(dǎo)數(shù)據(jù)的數(shù)據(jù)融合可以采用參數(shù)估計融合算法,即對8組引導(dǎo)數(shù)據(jù),按照某種估計準(zhǔn)則函數(shù),利用引導(dǎo)數(shù)據(jù)序列對目標(biāo)在空間的位置值作出估計,得到目標(biāo)準(zhǔn)確的位置值,消除引導(dǎo)過程中的不確定性。
為準(zhǔn)確估計目標(biāo)的位置值(以Y為例),對8組引導(dǎo)數(shù)據(jù)進(jìn)行線性觀測,得到的引導(dǎo)值為Cj,Y,j=1,2,3,…,n,其中:Cj為常值。
由于觀測有誤差,實際所得的引導(dǎo)值為:Ej=CjY十cj,其中ej為觀測誤差,服從均值為0的正態(tài)分布。
依據(jù)Bayes后驗估計理論,可得到n個引導(dǎo)數(shù)據(jù)的狀態(tài)*估計為:
?。轞op,(E1E2E3。。。En)=maxP(Y│E1E2E3。。。En)(1)
Y^
即位置的數(shù)據(jù)融合問題,可以轉(zhuǎn)化為求出滿足Y的zui大后驗概率maxP(Y│E)的估計值Y(E)的問題。
根據(jù)Bayes定理有:
由于n次觀測是獨立進(jìn)行的,于是又得
到:
由式(2)和式(3)及Bayes定理可得
到:
其中:p(Y│Ej與P(Ej)均與Y無關(guān),可視為歸一化因子,在求zui大后驗概率Y^(E)時可不用考慮,容易求得n次經(jīng)緯儀測量的融合值
為:
其中:COV(Yj,Ej)為2個隨機(jī)變量Yj與Ej的相關(guān)程度,即協(xié)方差。
3.3多引導(dǎo)數(shù)據(jù)融合實驗
例如,各個引導(dǎo)設(shè)備對空間某一點Y。=2170。0m進(jìn)行定位,各引導(dǎo)數(shù)據(jù)的Y值如下表:
其中:T為理論彈道引導(dǎo)數(shù)據(jù);R為引導(dǎo)雷達(dá)引導(dǎo)數(shù)據(jù)
Iij為第i個經(jīng)緯儀和第j個經(jīng)緯儀交會引導(dǎo)數(shù)據(jù)(i=1,2,3;j=2,3,4;i≠j);
Yi的單位為m(i=1,2,…,8)。
將Yi按照由小到大的順序,8組引導(dǎo)數(shù)據(jù)的排列順序為:Yl,Y6,Y3,Y8,Y7,Y4,Y2,Y5。
8組引導(dǎo)數(shù)據(jù)的平均值Y(8)=1/8∑/i=1Yi=2168.3m與Y0進(jìn)行對比,引導(dǎo)誤差為一1.7m。
由圖3可知,大部分引導(dǎo)數(shù)據(jù)都集中在Y0附近,而Yl,Y5離Y0太遠(yuǎn),依據(jù)前面介紹的野值剔除的方法將Yl,Y5剔除掉,則y6,Y3,Y8,Y7,Y4,Y2的平均值Y(6)=∑Y/=2169。1m,引導(dǎo)誤差為一0.9m。
序列Y6,Y3,Y8,Y8,Y7,Y4,Y2都是合理的引導(dǎo)數(shù)據(jù),均可參加數(shù)據(jù)融合,根據(jù)式(5)可以求得各引導(dǎo)數(shù)據(jù)的融合值Y^(E)=2169。7m,此時的引導(dǎo)誤差為-0。3m。
可以看出,數(shù)據(jù)融合得到的引導(dǎo)數(shù)據(jù)比算術(shù)平均值結(jié)果更接近真值。
4、結(jié)論
本文討論了在經(jīng)緯儀實時測量中,對多路引導(dǎo)源的異構(gòu)引導(dǎo)數(shù)據(jù),采用分布圖法進(jìn)行數(shù)據(jù)合理性檢測,采用參數(shù)估計的邏輯規(guī)則進(jìn)行數(shù)據(jù)融合,消除各引導(dǎo)數(shù)據(jù)的不確定性,可以獲得更準(zhǔn)確、更可靠的引導(dǎo)數(shù)據(jù),從而提高整個測量系統(tǒng)的工作性能。即使某一個甚至幾個引導(dǎo)源工作同時不正常時,其他引導(dǎo)源不受影響?yīng)毩⒌靥峁┬畔ⅲ笓]中心仍可依據(jù)非失效的引導(dǎo)數(shù)據(jù)獲知目標(biāo)的準(zhǔn)確位置,將失效的經(jīng)緯儀很快的引導(dǎo)到目標(biāo)觀測點,降低了整個測量系統(tǒng)的脆弱程度。
隨著人們對數(shù)據(jù)融合理論的深入研究,隨著模糊聚類方法的不斷發(fā)展,相信數(shù)據(jù)融合技術(shù)在經(jīng)緯儀測量系統(tǒng)中會得到更廣泛地應(yīng)用。