外彈道測量數據快速融合方法

段秀云,黃　瑜

(91550部隊94分隊，遼寧 大連　116023)

外彈道測量數據快速融合方法

段秀云,黃瑜

(91550部隊94分隊，遼寧 大連116023)

摘要：快速、精確融合計算彈道結果是試驗過程中重要的基礎工作之一，針對理論彈道失去參照作用，沒有高精度測量設備參與的情況，提出了基于神經網絡的快速彈道融合方法；首先，根據測量精度設定融合權值，然后剔除測量數據中異常測量誤差并基于小波分析和頻帶分析分離隨機誤差，最后利用神經網絡快速融合得到精度較高的彈道結果，同時還可以對參與融合測量數據的系統誤差進行估計；通過實測數據的計算，驗證了本文提出方法的可靠性和精度。

關鍵詞：快速融合；融合權值；異常測量誤差；神經網絡

目前，彈道數據融合計算方法主要基于與理論彈道或者初始彈道的反復比對分析，以及借助高精度測量設備作為融合基準。隨著多目標、高機動性高超聲速導彈的出現，理論彈道與初始彈道的參照作用失去了意義。同時，在沒有更高精度測量設備情況下的外彈道數據快速融合方法是一個有意義和亟需解決的研究內容之一。

現有數據融合算法主要基于相應的誤差模型[1-5]，借助樣條函數等方法分離誤差再進行融合[6]；有的研究成果只對存在兩種測量體制或測量設備的情況下進行融合計算分析[7-8]。由于需要建立精確的誤差模型和估算眾多模型參數，需要較長的運算時間，一般不適合快速處理應用。本文首先基于測量設備的精度建立相應的權重矩陣，剔除參與融合計算測量數據的異常信息并對有用的特征信息進行提取，然后借助神經網絡實現測量數據的快速融合解算。通過對實測數據的計算，證明該方法能夠快速，準確計算出精度較高的彈道結果，并可以對參與融合的數據誤差進行估計。

1測量數據融合計算準備

1) 測量數據融合權重設定。由于測量體制與精度的差異，不同測量設備以及同種測量設備在不同測量站點測量得到的測量數據的誤差都不相同。理論上，測量精度越高，測量誤差越小，在進行融合計算時該數據的權重應越大。為了簡化計算過程，本文就以設備的測量精度取對數歸一化后作為測量數據進行融合計算的權重。實際計算過程中，還可以建立相應的測量設備測量精度評價指標體系，綜合考慮測量精度、穩定性、使用年限、維護保養情況以及歷次試驗測量情況統計等方面，對設備的測量能力進行橫向以及縱向綜合評價，從而確定更準確的融合權重數值。這也是本文下一步即將開展的工作之一。

2) 測量數據異常信息的剔除。由于測量環境和測量條件的變化，測量數據在某些時間段落會出現測量異常誤差，如果不進行判別并剔除，將會對融合結果產生很大影響。本文對測量異常誤差的判別主要基于測量精度的順序一致性來實現，即精度高的測量設備的測量誤差不應比精度低的測量設備的測量誤差大。如圖1所示，正常情況下，精度高的測量設備B的測量數據應該比精度低的測量設備A更接近真值，陰影所示的測量數據就存在測量異常誤差。

圖1　異常測量誤差示意圖

剔除測量異常誤差的具體過程：首先，根據現有數據融合計算初步融合彈道結果，按照測量精度最低測元的浮動范圍為基準，粗略估算出融合彈道的誤差允許范圍，然后計算各測量數據的誤差范圍，如果某一測元數據的某段測量誤差與融合彈道范圍無交集，則可判斷該段測量數據具有測量異常誤差，需要在融合計算之前將其剔除。

3) 測元數據隨機誤差分離。測量數據一般由真值、系統誤差和隨機誤差組成。系統誤差借助權重分配通過多測元融合計算加以剔除，也是本文融合方法所要解決的主要問題。另外，為了提高計算精度，還需要抑制測量數據中的隨機誤差的影響，本文采用小波分解和頻帶特性結合對隨機誤差進行分離[9]，具體分離方法限于篇幅，不再贅述。

2測量數據快速融合計算與分析

精確的事后數據融合算法在建立精確誤差模型的基礎上，利用樣條擬合、非線性擬合以及模糊聚類等算法，反復對參與融合的數據進行融合和比對，以達到融合殘差或者方差最小。一般此類融合算法要經過多輪計算，才能達到較高精度，缺點是運算周期較長，并且需要人工判斷并改進融合參數的設置，無法實現快速實時融合計算。

2.1　基于神經網絡的快速數據融合

經過數據準備工作過程，得到參與融合的測量數據具有以下幾個特點：

1) 數據對融合結果的貢獻都是正向的。通過對數據異常信息的剔除結果可知，測量數據的誤差可以理解為在其測量精度范圍內隨機分布；

2) 數據質量可以通過融合權重值客觀反映。根據融合權重值設定過程可以看出，該值反映的是測量設備的精度范圍，權重值越大，數據質量越高；

3) 數據的剩余誤差可以通過多測元數據的融合計算加以消除。融合計算就是利用多測元的冗余信息，精確計算彈道真值，并能夠對參與融合計算測量數據的系統誤差進行估計。

根據以上幾個特點，選擇神經網絡進行快速融合完全滿足需求[10]。將各測元數據作為輸入，融合權值作為神經網絡權值，神經網絡的輸出就是快速融合彈道結果。

2.2　融合結果的統計分析

融合結果計算完畢還需要與各測元數據進行比對，一方面估算測元數據中存在的系統誤差，另一方面還可以通過比對和統計分析發現融合結果中不合理的彈道數據，對測元數據進行修正。

首先，統計融合結果的方差，初步了解融合結果的相關信息。其次，將融合結果與各測元進行比對，分析比對結果與測量設備的系統誤差特性是否相符。最后，分析比對結果中的異常數據，如果是測元數據異常，則將該異常數據剔除，再重新融合及比對；如果異常數據由融合結果引起，可以分析導彈飛行過程異常原因，為試驗鑒定提供依據。

3實測數據驗證

為驗證快速融合算法的可靠性和精度，選擇某次試驗中參試4臺2種類型設備數據進行快速融合計算，并以事后數據處理融合結果進行比對。4臺設備測量數據分別標注為測元1~4，測量異常誤差已在前期處理中剔除。考慮設備精度相近，融合權重均設為0.25。分離測元數據中的隨機誤差后，經第一次融合處理后各測元在X、Y、Z方向上與初步融合結果比對如圖2~圖4所示。

圖2　X方向測元與初步融合結果作差

圖3　Y方向測元與初步融合結果作差

圖4　Z方向測元與初步融合結果作差

從比對結果可以看出，測元1在與初步融合結果及其他3個測元數據差別都較大，需要對融合過程進行改進。剔除測元1后再對剩余3個測元進行重新融合，比對結果如圖5~圖7所示。

圖5　X方向測元與改進融合結果作差

圖6　Y方向測元與改進融合結果作差

圖7　Z方向測元與改進融合結果作差

圖8給出了改進后融合結果與事后數據處理融合結果的比對分析，可以看出本文得到的融合結果與事后高精度融合結果相差很小，X、Y、Z方向殘差的均方差分別為12.0m、18.1m、8.5m，完全滿足常規試驗對彈道結果的需求。

圖8　改進融合結果與事后融合結果比對

通過對實測彈道數據的計算，本文的快速融合算法通過一次改進，就可以得到精度較高的融合彈道結果。通過進一步對排除的測元分析可以發現，該測元數據存在一個系統誤差，為進一步分析該測量設備工作情況和故障排除提供依據。

4結論

利用測量數據實時、快速得到較高精度的融合彈道一方面可以實現異常彈道的快速診斷，另一方面可以對試驗故障進行快速分析，還可以作為后期精細化彈道融合分析的基礎。本文提出的快速融合方法避免理論彈道和初始彈道的限制，通過簡單的處理可以得到精度較高的融合彈道結果。融合權值的設置還可以參考設備歷史測量精度信息，充分利用武器試驗信息化為數據處理帶來的便利。同時，深入挖掘設備歷史測量精度信息、客觀評價設備工作狀態也是本文進一步需要開展的工作之一。采用精度、穩定性更高的異常信息剔除算法以及結果比對統計分析方法也是拓展本文方法應用范圍的可行途徑。

參考文獻：

[1]劉志棟.目標彈道數據實時融合方法研究[J].電子測量技術,2012,35(6):66-68.

[2]朱炬波.不完全彈道測量的數據融合技術[J].科學通報,2000,45(20):2236-2240.

[3]童麗,易東云.非線性融合模型的彈道估計精度評定[J].彈道學報,2002,14(4):1-5.

[4]胡圣波,徐云舟,毛太平.火箭飛行測量數據融合處理的一種算法[J].傳感器技術,2005,24(8):68-70.

[5]姚尚,張承虎,秦德明，等.有翼飛行器外彈道測量數據融合處理研究[J].動力學與控制學報,2011:9(1):86-90.

[6]王正明.彈道跟蹤數據的校準與評估[M].長沙:國防科技大學出版社,1999.

[7]李正東,何武良,鄭曉東，等.一種改進的數據融合算法[J].光電工程,2001,28(5):65-68.

[8]王鵬,王雷,王中，等.數據融合技術在魚雷空中彈道測試中的應用研究[J].艦船電子工程,2010,30(11):37-40.

[9]XiuyunDUAN,YuHUANG.ResearchonMethodofRandomErrorSeparationBasedonWaveletTransformandFrequencybandsCharacter[J].ComputerScienceandElectronicsEngineering.2013(7):2525-2528.

[10]倪國強,李勇量,牛麗紅.基于神經網絡的數據融合技術的新進展[J].北京理工大學學報,2003,23(4):503-508.

(責任編輯唐定國)

收稿日期：2015-02-11

作者簡介：段秀云(1979—)，男，工程師，碩士，主要從事外測數據處理、遙外測聯合數據處理研究。

doi:10.11809/scbgxb2015.07.042

中圖分類號：TJ 013

文獻標識碼：A

文章編號：1006-0707(2015)07-0165-04

本文引用格式：段秀云,黃瑜.外彈道測量數據快速融合方法[J].四川兵工學報，2015(7):165-168.

Citationformat:DUANXiu-yun，HUANGYu.ResearchonMethodofFastFusionCalculationonTrajectoryData[J].JournalofSichuanOrdnance,2015(7):165-168.

ResearchonMethodofFastFusionCalculationonTrajectoryData

DUANXiu-yun，HUANGYu

(Unit94,theNo. 91550thTroopofPLA,Dalian116023,China)

Abstract:It is the important and basic work to calculate the trajectory result quickly and accurately. In the case of which the theoretical trajectory is invalided, or there is no high precision measurement equipment, a fast fusion trajectory calculation method based on the neural network was put forward. Firstly the fusion weight was set according to the measurement precision. Then the exceptional and random errors were eliminated. Finally the high precision trajectory result was computed and the system error of the measurement data was estimated. The actual data computing proves the reliability and precision of the method.

Key words:fast fusion calculation; fusion weight; exceptional error; neural network

_______________________

【基礎理論與應用研究】