Оценивание векторного поля систематических ошибок нескольких РЛС по результатам траекторных наблюдений

Abstract

Рассматривается задача определения систематических ошибок нескольких РЛС по реальным данным измерений движущихся объектов (самолетов). В случае, когда модель пространственной зависимости систематических ошибок не известна полностью, их нахождение сводится к некорректно поставленной задаче оценивания. В работе предлагается подход, позволяющий в этих условиях получить разумную оценку. Его основу составляет локальная аппроксимация неизвестных систематических ошибок, рассматриваемых как функции геометрического положения. Пространство положений разбивается на систему достаточно малых областей. Внутри каждой области ищется вектор, локально приближающий сдвиг от систематических ошибок. Из-за некорректности задачи может быть определено только множество неопределенности, которое содержит все векторы сдвига, которые могли бы дать одинаковые измерения. Набор построенных множеств неопределенности можно рассматривать как многозначную функцию геметрического положения. Далее производится выборка однозначной функции систематических ошибок из многозначной на основе критерия, минимизация которого позволяет выделить наиболее ≪плавно≫ изменяющуюся функцию. Алгоритм опробован на реальных данных траекторного наблюдения. The problem of identification of systematic errors of several radars based on multitracking data from moving objects (aircrafts) is considered. In case the model of spatial dependence of systematic errors is not completely known the identification leads to an illposed estimation problem. The author suggests an approach which provides a good estimate under these conditions. The basis of the approach is the local approximation of the unknown systematic errors as a function of geometric position. Position space is divided into the system of sufficiently small parts. In each part the vector of the local value of the systematic errors is estimated. Due to the ill-posedness of the problem only an uncertainty set can be identified; this set contains all possible vectors that can provide identical measurements. These uncertainty sets can be considered as a multivalued function of geometric position. Then the selection of a single-valued function of systematic errors out of a multivalued function is done on the basis of criterion the minimization of which enables to define the most "flat" function. The algorithm was tested on real trajectory tracking data.