一种基于Hermite函数约束的数据融合计算方法
【专利摘要】本发明提供了一种基于Hermite函数约束的数据融合计算方法，包括：用Hermite函数表征目标轨迹参数，并以此为基函数对测量系统提供的原始测元进行表征，获得所述原始测元的误差方程；将获得的所述原始测元的误差方程组成联合观测方程组，并依据最小二乘准则对所述联合观测方程组进行融合解算，获得以Hermite拟合函数系数和测元系统误差模型系数为代估参数的向量值；将获得的所述待估参数的向量值代入Hermite拟合函数和测元系统误差模型中，获得目标轨迹坐标参数值、速度参数值以及测元系统误差值。本发明提供了一种基于Hermite函数约束的数据融合计算方法，该方法在保证目标轨迹参数估计精度、计算稳定度和计算效率的同时，简化了数学模型构造。
【专利说明】一种基于Hermite函数约束的数据融合计算方法
【技术领域】
[0001]本发明涉及测量【技术领域】，尤其涉及一种基于Hermite函数约束的数据融合计算方法。
【背景技术】
[0002]运动目标轨迹测量精度直接影响工程试验鉴定结果，也影响对测量系统和被测系统故障分析和改进设计的支持能力。因此，测量精度一直是测量领域孜孜不倦追求的目标。随着被测运动目标机动性能越来越复杂，有针对性建成的综合组网测控体系，涵盖多种类测量系统，包括光学经纬仪、摄影经纬仪、脉冲雷达、连续波雷达、相控阵雷达和空间定位遥测接收站等。由众多测量系统提供的海量原始测量数据，为深入挖掘信息资源，研究更科学的数据处理方法提供了重要保障。
[0003]当前，“信息融合”技术方兴未艾，但截至到目前，该技术相关理论和方法还没有形成统一的完备体系。“运动目标数据融合”作为“信息融合”技术的一个重要分支，在航空航天测控和武器试验靶场一直是一项研究的热点和难点。经典的误差模型最佳弹道估计(EMBET)数据融合方法，认为目标运动轨迹在时序上不具有任何关联性，即在每一个采样时刻进行轨迹参数融合解算，这种方法没有充分利用目标轨迹时序关联性，使设计矩阵庞大，耗费运算资源，数据处理周期长，效率低。在此理论基础上，多有学者提出了基于样条函数约束和基于动力学约束等的数据融合方法，目的都是通过压缩目标轨迹待估参数空间维数，增强联合方程约束力和误差探查的敏感性，提高目标轨迹参数估计精度、计算稳定度和计算效率，并有大量工程应用证明，但数学模型构建比较复杂。
【发明内容】
[0004]本发明的目的在于提供一种基于Hermite函数约束的数据融合计算方法，以解决上述技术问题。
[0005]为实现上述目的本发明提供了一种基于Hermite函数约束的数据融合计算方法，包括:
[0006]一种基于Hermite函数约束的数据融合计算方法，其特征在于，包括:
[0007]用Hermite函数表征目标轨迹参数，并以此为基函数对测量系统提供的原始测元进行表征,获得该原始测元的误差方程；其中，该目标轨迹参数包括:目标轨迹坐标参数及速度参数；该原始测元包括:位置测元、距离测元、方位角测元、俯仰角测元以及径向速度测元；
[0008]将获得的该原始测元的误差方程组成联合观测方程组，并依据最小二乘准则对该联合观测方程组进行融合解算，获得以Hermite拟合函数系数和测元系统误差模型系数为代估参数的向量值；
[0009]将获得的该待估参数的向量值代入Hermite拟合函数和测元系统误差模型中，获得目标轨迹坐标参数值、速度参数值以及测元系统误差值。[0010]进一步，用Hermite函数表征目标轨迹参数，并以此为基函数对测量系统提供的原始测元进行表征，获得该原始测元的误差方程，具体包括以下步骤:
[0011]步骤I,用三次Hermite函数分别表征该目标轨迹坐标参数及该速度参数,如下
式:
[0012]
【权利要求】
1.一种基于Hermite函数约束的数据融合计算方法,其特征在于,包括: 用Hermite函数表征目标轨迹参数，并以此为基函数对测量系统提供的原始测元进行表征，获得所述原始测元的误差方程；其中，所述目标轨迹参数包括:目标轨迹坐标参数及速度参数；所述原始测元包括:位置测元、距离测元、方位角测元、俯仰角测元以及径向速度测兀； 将获得的所述原始测元的误差方程组成联合观测方程组，并依据最小二乘准则对所述联合观测方程组进行融合解算，获得以Hermite拟合函数系数和测元系统误差模型系数为代估参数的向量值； 将获得的所述待估参数的向量值代入Hermite拟合函数和测元系统误差模型中，获得目标轨迹坐标参数值、速度参数值以及测元系统误差值。
2.如权利要求1所述的方法，其特征在于，用Hermite函数表征目标轨迹参数，并以此为基函数对测量系统提供的原始测元进行表征，获得所述原始测元的误差方程，具体包括以下步骤: 步骤I,用三次Hermite函数分别表征所述目标轨迹坐标参数及所述速度参数,如下式:
3.如权利要求2所述的方法，其特征在于，将获得的所述原始测元的误差方程组成联合观测方程组，并依据最小二乘准则对所述联合观测方程组进行融合解算，获得以Hermite拟合函数系数和测元系统误差模型系数为代估参数的向量值，具体包括以下步骤: 步骤1，在式(2)至式(7)中至少选取四种测元方程式，组成联合观测方程式组，并以下式表不:
V = AX+BC+L (8) 其中，所述位置测元和方位角测元不能单独选取或两两选取； 式⑶中，V为由各测元残差值(Vx, Vz, Vy, vE, Va, Ve, Vv)组成的误差向量；A为Hermite拟合函数系数(βχ，βζ，Py)表征各测元的设计矩阵，B为系统误差模型系数矩阵，L为各测元常数向量；X为由Hermite拟合函数系数(β χ，β ζ，β y)组成的待估参数向量，C为由各测元系统误差模型系数组成的待估参数向量，X和C为需被解算的待估参数向量； 步骤2，依据最小二乘法原理对式(8)进行解算，待估参数向量解如下式:
[XT, Ct]t = -([A, B]tP[A, B])―1 [A, B]tPL (9) 式(9)中，P为权值矩阵； 其中，在对式(8)进行解算过程中，还包括对式(8)进行迭代计算。
4.如权利要求3所述的方法，其特征在于，将获得的所述原始测元的误差方程组成联合观测方程组，并依据最小二乘准则对所述联合观测方程组进行融合解算，获得以Hermite拟合函数系数和测元系统误差模型系数为代估参数的向量值之后，该方法还包括: 对融合解算后的所述各测元残差值进行分析，依据残差统计特征，重新设计调整所述联合观测方程组中关于测元系统误差模型部分，再次解算所述联合观测方程组，直到所有测元残差值均值 为零。
【文档编号】G06F19/00GK104021311SQ201410282913
【公开日】2014年9月3日 申请日期:2014年6月23日 优先权日:2014年6月23日
【发明者】宫志华 申请人:宫志华