传感器时间对准算法进行时间配准。曲线拟合的方法很多, 如多项式拟合, 样条函数拟合, 指数函数拟合,-样条拟合等。我们采用最小二乘法的样条拟合算法。其基本思想是:选择其中一个或多个传感器的测量数据,经过对数据进行曲线拟合得到一条曲线。由拟合后的曲线计算得出其它任意时刻的值,此时可以按一定的准则将各传感器测得的数据进行时间配准。在此后的一段时间内,每个传感器得到一组基于采样时刻的数据。Р首先分析两个雷达在相交时间段内的的航迹,抽出表示同一目标的航迹对的算法,依次推广即可。设有两个雷达和,分别以不同的采样周期对目标进行采样,各雷达可以均匀采样,也可以非均匀采样。每个雷达在采样时刻有一个测量值,记为,这样每个雷达都可以得到一组测量值。由于雷达的采样周期不同,各雷达获得数据的时间值不尽相同。如果直接进行融合,可能会由于时间差而使融合结果失去意义,反而不如单个传感器的融合精度高。因此在进行数据融合前,必须将不同时刻的测量数据配准到同一时间点上。Р下面采用基于最小二乘法的样条拟合算法:样条函数实质上是一种逐段的多项式函数,设传感器 A 在某一时间段内对目标进行了次测量,将整个时间区间按采样时刻划分为Р,给定的时刻点对应的观测值为,,构造一个三次样条插值函数,使其满足下列条件:Р(1),;Р(2)在每个小区间上是一个三次多项式, ;Р(3)在上具有二阶连续导数。Р基于最小二乘法的样条函数拟合是在样条函数空间内,找出对于关于范数的最佳逼近,即找到,使得Р (5-4)Р 三次样条插值函数的构造过程如下:Р记,在每个小区间上,利用Hermite插值公式写出三次样条插值函数的计算公式:Р (5-5) Р利用条件(3) 并附加边界条件,可得方程组:Р (5-6)Р其中:即(5-7)Р方程组系数矩阵为三角矩阵,其行列式不为 0 ,所以方程组的解存在且唯一。对方程组求解,可得出递推公式:Р (5-8)
全文预览
