联合ADS-B的最小二乘雷达系统误差精确估计算法

本文主要探讨了联合ADS-B的最小二乘雷达系统误差估计方法，针对两坐标雷达系统误差估计问题提出了一种创新的解决方案。首先，研究者将ADS-B（Automatic Dependent Surveillance-Broadcast）量测数据从地理坐标系转换至雷达的局部直角坐标系，这是为了创建一个统一的配准空间，使得雷达和ADS-B的数据能够在同一参考框架下进行比较和处理。 接下来，文章的关键步骤是对ADS-B航迹进行插值，基于雷达航迹的采样时间，生成新的、连续的ADS-B航迹。这有助于提高数据的精确度，尤其是在ADS-B信号可能存在的短暂中断或不完整的情况下。通过对两条航迹（雷达和ADS-B）采用直线拟合算法，研究人员可以获取各自的直线方程，进而计算出这两条直线之间的夹角。这个夹角被用来补偿雷达航迹中的航向角误差，提高了方向准确性。 最后，利用最小二乘估计技术来估计算法整体的雷达系统误差。最小二乘方法的优势在于它能有效减小噪声的影响，提供更为精确的误差估计。实验结果显示，相较于传统的直线拟合方法和最小二乘方法，这种联合ADS-B的方法在估计雷达系统误差上更为有效，显著地降低了雷达航迹数据的平均斜距离误差（下降71.7%）和方位角误差（下降52.7%），从而提高了整个系统的定位精度和可靠性。 该研究为解决雷达系统误差估计问题提供了新的思路，特别是在利用ADS-B辅助的情况下，提升了目标跟踪的精度和空间配准的性能。这对于航空交通管理、空中目标监控等领域具有实际的应用价值。如果需要进一步了解这一领域的最新进展和技术细节，可以参考原文《计算机系统应用》的2019年第28卷第9期，以及提供的引用链接。