基于多平台多传感器信息融合系统中时空配准研究本科论文.doc

《基于多平台多传感器信息融合系统中时空配准研究本科论文.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、JiangsuUniversityofScienceandTechnologyResearchonTemporalandSpecialAlignmentBasedonMulti-sensorMulti-platformandMultiple-sourceDataFusionAThesisinSignalandInformationProcessingbyWangbingAdvisedbyProfessorWangJianhuaSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineer

2、ingJanuary,2008论文独创性声明 本人声明所呈交的学位论文是我本人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得江苏科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。  学位论文作者签名：日期：学位论文使用授权声明 江苏科技大学有权保存本人所送交的学位论文的复印件和电子文稿，可以将学位论文的全部或部分上网公布，有权向国家有关部门或机构送交并授权其保存、上网公布本学位论文的复印件或电子文

3、稿。本人电子文稿的内容和纸质论文的内容一致。除在保密期内的保密论文外，允许论文被查阅和借阅。 研究生签名：导师签名：日期：日期：摘要摘要多平台多传感器多源信息融合系统中的时空配准问题已经成为多源信息融合领域中的一个重大的研究课题。为了提高多平台信息融合系统的整体性能，研究多平台多传感器的时空配准问题，无论是在理论上还是实用上都具有非常重大的意义。本文研究了多平台多传感器的时空配准算法，并对空间配准算法进行了具体的研究。本文首先简要地介绍了一下该课题的研究意义，回顾了国内外已有的时空配准算法，总结了现有的卡尔曼滤波算法、最小二乘算法和极大似然配准算法。它们都是基于二维区域性平面

4、内的立体投影法，不可避免的带来了数据的误报和配准模型的不准确性。其次，简要地介绍了目前的数据融合的基本方法、常用坐标系和一些成熟的估计理论。为了克服二维区域性平面中立体投影所产生的影响，本文推导了基于三维投影的无味卡尔曼滤波的配准算法，在传感器的姿势误差较小的情况下，该算法解决了最小二乘算法中没有考虑测量噪声的影响以及卡尔曼滤波算法中存在的问题。为了解决多平台多传感器的配准问题，本文推导了基于地心坐标转换的配准算法，该算法将传感器的量测值转换到地心坐标中，将最小二乘算法推广到不同平台的多传感器配准中，但是该算法还是没有考虑噪声的影响。最后本文推导了基于地心坐标转换的极大似然配

5、准算法，该算法结合了极大似然算法和基于地心坐标转换算法的优点，对传感器的量测值进行测地转化，再利用极大似然算法进行配准处理。此算法解决了不同平台内的多部传感器配准过程中存在的问题。本文通过对以上的几种配准算法的模拟数据仿真，证明了算法的正确性和有效性。关键词：数据融合；时间配准；空间配准；无味卡尔曼滤波；IAbstractAbstractThetemporalalignmentandspecialalignmentofMulti-sensor,Multi-platformandMulti-sourcedatafusionsystemisanimportantresearchs

6、ubject.ToimprovetheintegrateperformanceoftheMulti-platformdatafusionsystem.ithasgreatimportantsignificanceintheoryandpracticetostudyinginmethodandtheoryaboutthetemporalandspecialalignmentofmulti-sensor,multi-platform.Thetemporalandspecialalignmentalgorithmsareintroducedinthispaper,specialto

7、thespecialalignmentalgorithm.Firstly,thesignificanceofstudyingthissubjectisintroduced.Andanexcellentreviewofexistingspecialandtemporalalignmentalgorithmisgiven.ThispapersummarizestheextendedKalmanfilteralignmentalgorithm,theleastsquarestechniqueandthemax