【技術實現步驟摘要】
本專利技術屬于多源數據融合中的系統誤差修正領域，具體為一種基于ecef和q型聚類分析的系統誤差修正方法及系統。
技術介紹
1、雷達多源數據融合是一種關鍵的信息處理技術，旨在通過整合來自不同雷達系統的數據，提高雷達系統的性能和準確性。然而，在實際應用中，雷達系統存在一些系統誤差，這些誤差會對數據的準確性和融合效果產生影響。因此，對雷達多源數據融合中的系統誤差進行修正成為一個重要的研究方向。
2、雷達系統誤差是由多種因素引起的，包括硬件和環境等方面。例如，雷達天線的非理想特性、接收機的噪聲、信號傳輸的衰減以及大氣等因素的影響，都會導致雷達系統的測量誤差。這些誤差會對雷達數據的精度和可靠性產生負面影響，從而影響多源雷達數據融合的結果。
3、因此，進一步研究和探索雷達多源數據融合中的系統誤差修正方法和技術，以及其在實際應用中的效果和局限性，具有重要的理論和實踐意義。通過修正系統誤差，可以提高雷達數據的準確性和一致性，進一步推動雷達多源數據融合技術的發展和應用。然而傳統的系統誤差修正方法可能存在定位誤差和數據不一致等問題，影響了融合結果的準確性和可靠性。
技術實現思路
1、為解決以上技術問題，提高多源數據融合中系統誤差估計的準確性，本專利技術提出了一種基于ecef和q型聚類分析的系統誤差修正方法。
2、實現本專利技術目的的技術方案為：一種基于ecef和q型聚類分析的系統誤差修正方法，包括：
3、步驟1：從不同的數據源中收集包含系統誤差的量測數據
4、步驟2：對收集到的含系統誤差的量測數據進行預處理；
5、步驟3：將經過預處理的同類型數據進行融合；
6、步驟4：將融合后的系統誤差轉換到ecef坐標系統中，以實現對系統誤差的統一表示；
7、步驟5：分別從距離維、方位維和仰角維對轉坐標后帶系統誤差的量測數據進行q型聚類分析，獲得不同數據特征的聚類結果；
8、步驟6：分別從距離、方位和仰角三個維度計算聚類結果量測數據對應的系統誤差，收集相應維度系統誤差最小的數據特征，并重新計算距離、方位和仰角三個維度系統誤差最小的數據特征對應的系統誤差。
9、優選地，所述數據源包括雷達系統、地面測量儀器。
10、優選地，對收集到的含系統誤差的量測數據進行預處理的具體方法包括：數據清洗、數據對齊和校正。
11、優選地，將融合后的系統誤差轉換到ecef坐標系統中的具體方法為：
12、步驟4-1：將量測數據從相對坐標系轉局部笛卡爾坐標系；
13、步驟4-2：將目標從局部笛卡爾坐標系轉換到ecef坐標系。
14、優選地，將量測數據從相對坐標系轉局部笛卡爾坐標系的具體公式為：
15、
16、其中(rt，θt，ηt)為目標的量測值，(xl，yl，zl)為目標局部笛卡爾坐標值。
17、優選地，目標從局部笛卡爾坐標系(xl，yl，zl)轉換到ecef坐標系(xt，yt，zt)的具體公式為：
18、
19、式中，(xs，ys，zs)為量測節點在ecef中的坐標，r為旋轉矩陣。
20、優選地，從距離維、方位維和仰角維對轉坐標后帶系統誤差的量測數據進行q型聚類分析，獲得不同數據特征的聚類結果的具體方法為：
21、步驟5-1：將轉坐標后帶系統誤差的量測數據劃分為不同的類別和簇群；
22、步驟5-2：根據數據特征，進行歐式度量相似度計算，并根據相似度計算結果，構建量測數據之間的相似度矩陣，帶入q型聚類算法，獲得不同數據特征的聚類結果。
23、優選地，步驟6從距離、方位和仰角三個維度計算不同數據特征的聚類結果對應的系統誤差的具體方法為：
24、步驟6-1：根據兩量測節點對同一目標的探測結果在ecef坐標系下構建方程：
25、χa+raχal，k＝χb+rbχbl，k
26、其中：
27、
28、χa和χb分別是兩量測節點a和b的ecef坐標，ra和rb分別是兩量測節點的旋轉矩陣，χ′al，k和χ′bl，k分別是目標在兩量測節點下的笛卡爾坐標。
29、步驟6-2：將步驟6-1中的方程進行一階泰勒展開：
30、χae，k+raja，kξa＝χbe，k+rbjb，kξb
31、其中χae，k和χbe，k分別為兩節點觀測到目標的ecef坐標系坐標，jae，k和jbe，k分別為目標在系統誤差為0時計算得到的jacobian矩陣；
32、步驟6-3：將6-2中的公式以矩陣形式表達，依次代入q型聚類結果對應的量測數據中兩量測節點觀察到目標的ecef坐標值，通過最小二乘法求解系統誤差。
33、優選地，通過最小二乘法求解系統誤差：
34、lξ＝δχ
35、
36、其中l＝[raja，rbjb]，ξ＝[0，0，0，0，0，0]為系統誤差在沒有先驗信息下的初始估計，δχ為兩節點觀測到目標的ecef坐標差值；l列滿秩以保證被唯一求解到，其中δra，δθa，δηa，δrb，δθb，δηb分別為兩節點系統誤差在距離、方位、俯仰三維向的最小方差無偏估計。
37、本專利技術還提出了一種基于ecef和q型聚類分析的系統誤差修正系統，包括：
38、數據預處理模塊，用于對收集到的含系統誤差的量測數據進行預處理
39、多源數據融合模塊，用于將經過預處理的同類型數據進行融合；
40、ecef坐標轉化模塊，用于將融合后的系統誤差轉換到ecef坐標系中，以實現對系統誤差的統一表示；
41、q型聚類分析模塊，用于分別從距離維、方位維和仰角維對轉坐標后帶系統誤差的量測數據進行q型聚類分析，獲得不同數據特征的聚類結果；
42、系統誤差修正模塊，用于分別從距離、方位和仰角三個維度計算聚類結果量測數據對應的系統誤差，收集相應維度系統誤差最小的數據特征，并重新計算距離、方位和仰角三個維度系統誤差最小的數據特征對應的系統誤差。
43、本專利技術與現有技術相比，其顯著優點為：本專利技術將多源信息融合、ecef坐標系統和q型聚類分析相結合，提供了一種更準確、更高效的系統誤差修正方法；通過融合多個數據源的信息，提高了數據的準確性和一致性；通過ecef坐標系統轉換和q型聚類分析，可以識別出數據中的潛在模式和規律，進一步提高系統誤差的修正效果。
本文檔來自技高網...【技術保護點】
1.一種基于ECEF和Q型聚類分析的系統誤差修正方法，其特征在于，包括：
2.根據權利要求1所述的基于ECEF和Q型聚類分析的系統誤差修正方法，其特征在于，所述數據源包括雷達系統、地面測量儀器。
3.根據權利要求1所述的基于ECEF和Q型聚類分析的系統誤差修正方法，其特征在于，對收集到的含系統誤差的量測數據進行預處理的具體方法包括：數據清洗、數據對齊和校正。
4.根據權利要求1所述的基于ECEF和Q型聚類分析的系統誤差修正方法，其特征在于，將融合后的系統誤差轉換到ECEF坐標系統中的具體方法為：
5.根據權利要求4所述的基于ECEF和Q型聚類分析的系統誤差修正方法，其特征在于，將量測數據從相對坐標系轉局部笛卡爾坐標系的具體公式為：
6.根據權利要求4所述的基于ECEF和Q型聚類分析的系統誤差修正方法，其特征在于，目標從局部笛卡爾坐標系(xl，yl，zl)轉換到ECEF坐標系(xt，yt，zt)的具體公式為：
7.根據權利要求1所述的基于ECEF和Q型聚類分析的系統誤差修正方法，其特征在于，從距離維、方位維和仰
8.根據權利要求1所述的基于ECEF和Q型聚類分析的系統誤差修正方法，其特征在于，步驟6從距離、方位和仰角三個維度計算不同數據特征的聚類結果對應的系統誤差的具體方法為：
9.根據權利要求8所述的基于ECEF和Q型聚類分析的系統誤差修正方法，其特征在于，通過最小二乘法求解系統誤差：
10.采用權利要求1～9任一所述方法的基于ECEF和Q型聚類分析的系統誤差修正系統，其特征在于，包括：
...【技術特征摘要】
1.一種基于ecef和q型聚類分析的系統誤差修正方法，其特征在于，包括：
2.根據權利要求1所述的基于ecef和q型聚類分析的系統誤差修正方法，其特征在于，所述數據源包括雷達系統、地面測量儀器。
3.根據權利要求1所述的基于ecef和q型聚類分析的系統誤差修正方法，其特征在于，對收集到的含系統誤差的量測數據進行預處理的具體方法包括：數據清洗、數據對齊和校正。
4.根據權利要求1所述的基于ecef和q型聚類分析的系統誤差修正方法，其特征在于，將融合后的系統誤差轉換到ecef坐標系統中的具體方法為：
5.根據權利要求4所述的基于ecef和q型聚類分析的系統誤差修正方法，其特征在于，將量測數據從相對坐標系轉局部笛卡爾坐標系的具體公式為：
6.根據權利要求4所述的基于ecef和q型聚類分析的系...
【專利技術屬性】
技術研發人員：賈振宇，王曙曜，錢宇雷，姚遠，
申請(專利權)人：中國船舶集團有限公司第七二四研究所，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。