多传感器系统误差稳健估计与数据抗差关联基础理论研究

由于传感器系统误差直接影响多传感器信息融合系统的融合精度、数据关联效果和系统可靠性，多传感器系统误差的稳健估计以及传感器存在系统误差情况下的数据抗差关联问题已成为信息融合理论研究与工程技术领域中亟待解决的关键理论与技术难题之一。.为此，本项目拟在通过深入分析传感器系统误差对多传感器信息融合系统影响机理的基础上，探索传感器系统误差影响的空间分布规律、系统误差可观测性、系统误差实时监视检测、多传感器系统误差稳健融合估计、传感器存在系统误差情况下的探测数据抗差关联等基础理论及关键技术。.通过上述研究内容的突破，可为多传感器系统误差估计与数据关联提供新的理论方法与技术手段，减小或消除系统误差对多传感器信息融合的影响，有效提高多传感器信息融合系统的融合精度和可靠性。

本项目经过四年的研究，主要取得了如下成果。.1. 对传感器系统误差分布场及系统误差可观测性分析、传感器系统误差实时监视检测、多目标多传感器数据抗差关联、多目标多传感器系统误差稳健融合估计四个方面进行了深入研究。理论创新主要包括：分析了传感器网络中随机场的估计问题及计算复杂度，给出了相应的逼近算法，提出了基于GDOP的传感器系统误差空间分布场描述方法，对于实际中各个传感器的准确配置具有指导意义；建立了二维平面内系统误差量测与状态转换模型以及系统误差的可观测矩阵，提出了基于可观测度的系统误差可观测模型，建立了包含位置和姿态测量系统误差的OBEM可观测模型，以定理形式给出了姿态角系统偏差是否影响目标状态估计可观测性的结论；提出了基于L/R双门限检测准则的系统误差实时检测模型，是系统误差实时监视检测方面的开创性工作；提出了基于复数域拓扑描述法、几何法、对消法、稳态扰动法、基于目标拓扑统计距离、基于质心参照拓扑灰色关联统计量、基于序贯修正灰关联度等一系列多传感器多目标航迹抗差关联算法，提出了系统误差估计与航迹关联联合最大似然联合优化算法，显著提高了组网雷达存在系统误差情况下的航迹关联性能；提出了变分Bayes滤波、有限时间稳健Kalman滤波、最小线性无偏估计融合、基于椭球交集Chebyshev中心的半正定松弛稳健估计、观测具有随机多步延迟和参数具有范数界不确定性复杂系统的有限时间稳健Kalman滤波、观测具有多步随机丢包及多步相关噪声随机系统的全局最优Kalman滤波、基于ADS-B数据的单传感器系统误差估计以及针对动平台多传感器系统的3-D雷达误差配准优化偏差估计模型和一致配准模型等一系列算法。.2. 初步建立了基于航迹抗差关联与系统误差配准技术的多传感器多目标态势生成软件以及多传感器多目标数据融合软件，可以仿真多传感器多目标态势生成以及数据融合，该两项软件获得国家软件著作权。.3. 基于系统误差配准技术研制的雷达标校设备已经多次为部队雷达装备完成标校及性能评估任务，并为多个研究所提供定制的雷达标校系统；在实验验证方面：研制了基于ADS-B的系统误差配准实验验证系统，为实验验证提供了依据，获第七届国际发明展览会暨国际教学新仪器和新设备展览会金奖。.本项目实施过程中，已发表学术论文96篇，其中SCI收录19篇，EI收录44篇。申请国家发明专利10项；计算机软件著作权2项；培