1引言

經緯儀是一種精密測角儀器，可用來確定物體在空間中的位置、姿態(tài)及其運動軌跡。在新一代彈道導彈的實驗中對他的跟蹤和捕獲能力提出了新的要求。而經緯儀的跟蹤和捕獲能力在很大程度上取決于他的引導數(shù)據(jù)的準確性。通常經緯儀只能簡單的依靠某一個引導源(如引導雷達)，這種測量系統(tǒng)往往比較脆弱，當引導源無效或受到干擾時，經緯儀都不能很好地完成目標跟蹤的任務。為了提高經緯儀的魯棒性，介紹一種多引導源經緯儀引導數(shù)據(jù)融合方法，通過在新一代經緯儀中的使用，大大改善了經緯儀跟蹤的穩(wěn)定性和捕獲的快速性。

2系統(tǒng)的構成

經緯儀測量系統(tǒng)包括經緯儀、雷達和指揮中心等部分，如圖1所示。其中指揮中心完成引導源異構數(shù)據(jù)的接收、整理分類和加工處理，在進行信息融合后為雷達和經緯儀提供精確的引導數(shù)據(jù)，如圖2所示。經緯儀和雷達的測量數(shù)據(jù)又作為一個引導源，從而實現(xiàn)數(shù)據(jù)的負反饋，使得整個系統(tǒng)可控。

3數(shù)據(jù)融合方法

數(shù)據(jù)融合就是模仿人腦綜合處理問題的能力，利用計算機技術對按時序獲得的多路傳感器的觀測信息對目標存在、特征、態(tài)勢和企圖在一定準則下加以分析和綜合，提供一種對現(xiàn)成數(shù)據(jù)進行協(xié)同處理、挖掘，以完成所需要的決策和估計任務而進行的信息綜合處理的過程。數(shù)據(jù)融合理論和實際應用證明：對有限次測量數(shù)據(jù)進行集中式數(shù)據(jù)融合處理，可以獲得比算術平均值算法更準確的測量結果。

數(shù)據(jù)融合操作的結果在很大程度上取決于"數(shù)據(jù)源"和"控制邏輯"。由于指揮中心與各個引導源不在同一地理位置，各引導數(shù)據(jù)時空不統(tǒng)一，在數(shù)據(jù)融合前務必進行數(shù)據(jù)標準化(空間位置多以笛卡兒坐標系為參考)。

3．1野值的剔除

經緯儀實驗時由于電磁干擾和數(shù)據(jù)傳輸?shù)挠绊?，不可避免地要產生野值，必須剔除野值，若不加以剔除，傳播到彈道參數(shù)上，必然會引起失真。

實踐證明，對于經緯儀的有限次測量數(shù)據(jù)，用分布圖法剔除野值不僅準確性高而且很有效，計算機編程也方便。以4臺經緯儀為例，假設他們都有效，則經緯儀的引導數(shù)據(jù)共有8組，分別為：理論彈道、雷達、經緯儀兩兩交會C24=6。將這些引導數(shù)據(jù)(以Y為例)按從小到大的順序排列成引導數(shù)據(jù)序列：

Y1，Y2，Y3，Y4，Y5，Y6，Y7，Y8

引導數(shù)據(jù)序列的閾值YM＝Y4+Y52

區(qū)間[Ym，y8]的閾值Su＝Y6+Y7/2，區(qū)間[Y1，YM]的閾值Sl＝Y2+Y3/2，差值為dS=Su-Sl。

將yi一YM＞dS的引導數(shù)據(jù)當成野值予以剔除，將Yi一YM≤dS的合理引導數(shù)據(jù)在指揮中心進行數(shù)據(jù)融合處理。

利用這種野值剔除方法可以有效地排除引導數(shù)據(jù)中的隨機干擾。而且，閾值YM和dS的選擇均與引導數(shù)據(jù)序列的極值點的大小無關，僅與引導數(shù)據(jù)的分布位置有關，而且有效區(qū)間的獲得與需要排除的野值的關系不大。因此用分布圖法來獲得一致性測量數(shù)據(jù)的方法能夠增強數(shù)據(jù)融合對不確定因素的適應性，即具有魯棒性。

3．2多數(shù)據(jù)源的數(shù)據(jù)融合方法

經緯儀引導數(shù)據(jù)的數(shù)據(jù)融合可以采用參數(shù)估計融合算法，即對8組引導數(shù)據(jù)，按照某種估計準則函數(shù)，利用引導數(shù)據(jù)序列對目標在空間的位置值作出估計，得到目標準確的位置值，消除引導過程中的不確定性。

為準確估計目標的位置值(以Y為例)，對8組引導數(shù)據(jù)進行線性觀測，得到的引導值為Cj，Y，j=1，2，3，…，n，其中：Cj為常值。

由于觀測有誤差，實際所得的引導值為：Ej＝CjY十cj，其中ej為觀測誤差，服從均值為0的正態(tài)分布。

依據(jù)Bayes后驗估計理論，可得到n個引導數(shù)據(jù)的狀態(tài)最優(yōu)估計為：

＾Yop，(E1E2E3。。。En)＝maxP(Y│E1E2E3。。。En)(1)

Y＾

即位置的數(shù)據(jù)融合問題，可以轉化為求出滿足Y的最大后驗概率maxP(Y│E)的估計值Y（E）的問題。

根據(jù)Bayes定理有：

由于n次觀測是獨立進行的，于是又得

到：

由式（2）和式（3）及Bayes定理可得

到：

其中：p(Y│Ej與P(Ej)均與Y無關，可視為歸一化因子，在求最大后驗概率Y＾(E)時可不用考慮，容易求得n次經緯儀測量的融合值

為：

其中：COV(Yj，Ej)為2個隨機變量Yj與Ej的相關程度，即協(xié)方差。

3．3多引導數(shù)據(jù)融合實驗

例如，各個引導設備對空間某一點Y。=2170。0m進行定位，各引導數(shù)據(jù)的Y值如下表：

其中：T為理論彈道引導數(shù)據(jù)；R為引導雷達引導數(shù)據(jù)

Iij為第i個經緯儀和第j個經緯儀交會引導數(shù)據(jù)(i＝1，2，3；j＝2，3，4；i≠j)；

Yi的單位為m(i＝1，2，…，8)。

將Yi按照由小到大的順序，8組引導數(shù)據(jù)的排列順序為：Yl，Y6，Y3，Y8，Y7，Y4，Y2，Y5。

8組引導數(shù)據(jù)的平均值Y(8)=1/8∑/i=1Yi＝2168．3m與Y0進行對比，引導誤差為一1．7m。

由圖3可知，大部分引導數(shù)據(jù)都集中在Y0附近，而Yl，Y5離Y0太遠，依據(jù)前面介紹的野值剔除的方法將Yl，Y5剔除掉，則y6，Y3，Y8，Y7，Y4，Y2的平均值Y(6)＝∑Y／＝2169。1m，引導誤差為一0．9m。

序列Y6，Y3，Y8，Y8，Y7，Y4，Y2都是合理的引導數(shù)據(jù)，均可參加數(shù)據(jù)融合，根據(jù)式(5)可以求得各引導數(shù)據(jù)的融合值Y＾(E)＝2169。7m，此時的引導誤差為-0。3m。[!--empirenews.page--]

可以看出，數(shù)據(jù)融合得到的引導數(shù)據(jù)比算術平均值結果更接近真值。

4結論

本文討論了在經緯儀實時測量中，對多路引導源的異構引導數(shù)據(jù)，采用分布圖法進行數(shù)據(jù)合理性檢測，采用參數(shù)估計的邏輯規(guī)則進行數(shù)據(jù)融合，消除各引導數(shù)據(jù)的不確定性，可以獲得更準確、更可靠的引導數(shù)據(jù)，從而提高整個測量系統(tǒng)的工作性能。即使某一個甚至幾個引導源工作同時不正常時，其他引導源不受影響獨立地提供信息，指揮中心仍可依據(jù)非失效的引導數(shù)據(jù)獲知目標的準確位置，將失效的經緯儀很快的引導到目標觀測點，降低了整個測量系統(tǒng)的脆弱程度。

隨著人們對數(shù)據(jù)融合理論的深入研究，隨著模糊聚類方法的不斷發(fā)展，相信數(shù)據(jù)融合技術在經緯儀測量系統(tǒng)中會得到更廣泛地應用。