04第四讲_数据准备.pptVIP

智能信息处理技术 * 融合中心数据处理的前提 虚警的处理－剔除假点迹 多目标系统点迹与航迹的关联－剔除孤立点迹 状态估计的前提： 观测数据属同一目标的点迹 * 1、对传感器信号处理的要求 尽可能消除各种干扰，降低假点迹出现的概率，减小计算机数据处理的负担，提高数据处理系统的性能。 具体表现 硬件系统： 各种高可靠性、高性能传感器系统的应用； 软件系统： 开发高速数据处理算法； * 2、数据的预处理 数据进行二次处理前，通过预处理来提高信号 的质量，主要包括： 1）点迹过滤 2）点迹合并 3）消除粗大误差 * 1）点迹过滤 前提： 噪声、干扰大量存在，产生虚警（环境因素及传感器性能）； 当虚警较多时可能产生假目标，因此检测得到的数据不仅包含运动目标点迹，也可能包含固定目标的点迹和假目标的点迹（孤立点迹）； 点迹的多少不仅取决于目标的多少，也取决于传感器的性能、使用环境等。 * 点迹过滤的目的 过多的非目标数据，将增加计算机处理的负担； 将非目标点迹减至最少，消除大部分由干扰产生的假点迹或孤立点迹； 减轻计算机数据处理的负担，改善数据融合系统的状态估计精度，提高系统的性能。 * 点迹过滤的基本依据 运动目标和固定目标跨周期的相关特性不同。利用一定的判定准则判定点迹的跨周期特性，就可区别运动目标和固定目标。 * 点迹过滤的基本原理 ①保留传感器5个采样周期信息，以坐标形式存储。 ②新的采样信息到来，每个点迹都跟前5周期的各个点迹按由老到新的次序进行逐个比较。根据目标运动速度等因素设置两个窗口，一个大窗口和一个小窗口，并设置p1～p5和GF 6个标志位。 * ③新点迹首先跟第1周期的各个点迹进行比较，如果第1周期的点迹中至少有一个点迹与新点迹之差在小窗口内，相应的标志位置成1(p1=1)，否则为0(p1=0)； 然后新点迹再跟第2周期的各点迹进行比较，只要第2周期的各点迹至少有一个点迹与新点迹之差在小窗口内，相应的标志位置成1(p2=1)，否则置成0(p2=0)。 * ④依此类推，直到第5周期比完为止。最后再一次把新点迹与第5周期的各点迹进行比较，比较结果如至少有一个两者之差在大窗口内，就将相应的标志位GF置成1，否则为0。 * 判决准则 p1～p5和GF根据以上原则产生一组标志, 根据这组标志，按照一定准则统计地判定新点迹是属于运动目标、固定目标还是孤立点迹或可疑点迹，并在它的坐标数据中加上相应的标志。 * (1) 运动点迹： 该式表明，第4周期、第5周期小窗口没有符合，但在第5周期时，在大窗口中有符合， 新点迹就判定成运动点迹。 （2）固定点迹： (p5+p4)(p1p2+p1p3+p2p3)=1 该式表明，如果在第4周期、第5周期小窗口至少有一次符合，同时1、2、3周期小窗口中至少有两次符合，则新点迹就判定为固定点迹。 * （3）孤立点迹 该式表明，如果第4周期、第5周期小窗口没有符合，第5周期时大窗口也没有符合， 则说明它是孤立点迹。 * （4）可疑点迹： 不满足上述准则的点迹，统统被认为是可疑点迹，将其输出，在数据处理时进一步判断。  * 本质：跨周期相关处理 对固定目标，理想的情况下，即不考虑噪声和干扰，不考虑测量误差及信噪比随距离的变化等因素，对每个位置上的固定目标，每个周期就应有一个点迹，即保留的5周期标志信息都应该是1，即p1p2p3p4p5=1。 这个条件太苛刻，必须把条件放宽。 * 2）点迹合并 检测过程中，同一目标在同一方位被多次检测出，被判定为两个目标，产生目标分裂。在产生目标分裂现象时，通过一定的处理将分裂的目标合并成一个目标。 原因： 为实现传感器全程检测，对传感器的检测范围进行了分割，在传感器检测的临界点处，可能出现该现象。 * 3）消除粗大误差 目的：剔除大误差。 由于干扰或者数据记录时疏忽等各种因素造成，在数据处理之前必须要被消除。 * 3、修正系统误差 测量数据一般包含随机误差及系统误差。随机误差无法 被修正，对于系统误差，须处理。 基本特点： 相同的条件下，误差的绝对值和符号保持不变；改变测 量条件时，按一定规律变化的误差。 引起系统误差的原因： a、作用原理不完善； b、本身材料、零部件、工艺等有缺陷； c、工作中使用方法不正确。 * 系统误差的产生及修正 测量系统的误差（传感器系统的误差）； 位