1 引言

　　在多傳感器目標跟蹤系統(tǒng)中，由于異質(zhì)傳感器能實現(xiàn)優(yōu)勢互補，將其數(shù)據(jù)進行融合，可提高對空中目標的跟蹤精度。異質(zhì)傳感器信息融合是數(shù)據(jù)融合實際應用中的一個重要內(nèi)容，因為在實際的系統(tǒng)中，經(jīng)常遇到利用3D雷達(測量值為距離、方位和俯仰)、2D雷達(距離和方位)、被動雷達(方位和俯仰)、測高雷達(俯仰)和ESM(方位)等傳感器對目標進行跟蹤，利用這些傳感器進行融合可獲得更精確、更完全的目標狀態(tài)估計。

　　異質(zhì)多傳感器融合是數(shù)據(jù)融合中一個重要內(nèi)容，文獻[1]研究了利用2D主動雷達和紅外傳感器對高機動目標進行跟蹤，提出基于IMM/PDAF的序貫濾波融合方法。文獻[2-4]提出一種虛擬融合法，由于該算法首先是對采樣率高的傳感器數(shù)據(jù)進行最小二乘壓縮，使之與另一個傳感器的數(shù)據(jù)同步，該算法中各傳感器采樣率的比需滿足一定的條件，文獻[5]研究了一種并行濾波方法。由于該算法是一種同步融合算法，對于異步數(shù)據(jù)首先要進行同步化。

　　本文從建立偽量測方程的角度，提出了一種異質(zhì)多傳感器的異步量測融合算法，該算法是通過在融合中心建立偽量測方程使各傳感器的數(shù)據(jù)同步，然后利用同步的思想進行處理，最后通過計算機仿真進行了驗證。

　　2 系統(tǒng)模型

　　不失一般性，以在球面坐標系中運動的目標為例進行分析，則離散時間線性系統(tǒng)的狀態(tài)方程為：

　　X(k+1)=F(k+1，k)X(k)+Γ(k+1，k)V(k) (1)

　　其中，X(k)為k時刻目標的狀態(tài)向量;kF(k+1，k)為狀態(tài)轉(zhuǎn)移矩陣;Γ(k+1，k)為過程噪聲轉(zhuǎn)移矩陣;V(k)是零均值，高斯白噪聲序列，其協(xié)方差陣為Q(k)。

　　在實際情況下，傳感器得到的是三維球坐標系或二維極坐標系的目標量測，即包括斜距r、方位角a和俯仰角e。假設(shè)某一傳感器的測量方程為：

　　Z(k)=h(X(k))+W(k) (2)

　　其中，W(k)是k時刻的測量高斯白噪聲，其相互獨立且協(xié)方差為R(k)，量測向量Z(k)包括斜距r(k)、方位角a(k)、俯仰角e(k)，坐標轉(zhuǎn)換如圖2所示，由其定義可得：

　　3 測量方程的線性化

　　由于測量方程(2)是一個非線性方程，可以利用泰勒級數(shù)展開，對其進行線性化，展開圍繞者預測狀態(tài)X(k/k-1)進行，表示如下：

　　其中觀測斜距用的量測矩陣Hr(k)由下式表示為：

　　故狀態(tài)方程(1)和測量方程(4)組成線性化目標運動模型。