分析电子和光学传感器的目标定位关键技术

侯瀚森 刘海川 刘展羽

（欧勒姆电气(珠海)有限公司，广东珠海 519000）

电子传感器和光学传感器是当前比较先进的设备，是进行水域监测极为重要的技术。其中电子传感器监测的范围较广，对目标的截获率较高，且不受恶劣天气情况的影响，但这一技术在实际运用过程中定位的精度相对较低，有时候会影响到工作人员对监测目标的定位精度；而光学传感器能对目标进行精准定位，且对目标识别度高，但在具体应用中，极易受到天气情况剧烈变化的影响[1]。因此，研究这两种传感器对于目标进行精准定位的关键性技术，具有十分重要的价值。

1.电子和光学传感器目标定位的关键技术分析

1.1 电子传感器目标定位原理

运用电子传感器进行定位，主要是借助无源定位技术来进行的。这种定位技术主要是依靠“双曲线定位”法，这种方法也被称为时差定位法[2]。因为辐射源和观测点具有一定的距离，并且在彼此的位置上存在一些不同的因素，因此，电磁波到达这两个位置的时间存在着一个时间差值，而大多数情况下，这个时间差值都输固定的，因此，就可以进行双曲线计算定位。其计算的公式如下：

根据这一算式，p(k)的平均值就可以进行进一步的计算。

µ(k)=σµ(k−1)+(1−σ)p(k)

在这一计算公式中，δ是一个连续值，μ(k)是p(k)的平均值。这里面判断信号源的阈值恒等式为：I=cσ12。其中“I”代表着信号源的阈值，而“c”则是一个连续值，σ21是输入到低通道滤波器中的噪声功率。如果μ(k)＞cσ12，就证明信号源来自于辐射源目标[3]。

1.2 光学传感器目标定位原理

光学传感器对目标进行定位，其依据的原理主要是利用相应的工具，从获取的图像上提取出相应的信息资源或参数。一般来说，主要是根据图像的分辨率s，同时利用图像像素的尺寸m，并结合目标图像与卫星之间的距离d。其计算公式为：

在实际生活中，卫星一般都处于太空的固定高度，工作人员一般通过将收获的图像套入到卫星图像当中，并设置卫星点坐标，使其能在空间高度上相互重合，从而计算出目标点在地球坐标系内的实际倾角α及方位角β的实际度数。这些参数的计算公式分别为：

1.3 三星时差定位技术

三星时差定位技术也属于无源定位技术的一种，其所应用的原理（见图1）与电子及光学传感器的目标定位原理相差无几。

图1 三星时差定位原理图

在实际运用中，卫星测量站在接到原有辐射源的信号后，会根据实际的额应用需求与技术标准，对该信号数据进行一定的调整，然后将调整后的信号数据发送给地面处理器，这样既为地面处理技术人员提供了信息，同时也可以利用地面处理器对该信号进行相应的分析和处理，从而实现信息的共享。

2.基于传感器探测目标位置特征的关联算法分析

2.1 基于坐标变换的关联算法

在实际生活中，探测目标的位置不可能固定不动，特别是进行水域监测时。因此，在对目标所处的位置进行定位时，大都会利用基于坐标变换的关联算法来得到最终的结果,但在实际运用中，这种利用基于目标坐标变换的关联算法，极易受到定位误差的影响而出现一定的偏差，从而影响到结果的可靠性与精准度。

2.2 基于全局结构的关联算法

因为基于坐标变换的关联算法易出现较大的偏差，加之这种算法无法对全局间变换的关系进行准确的表示，因此，技术人员为了解决这一问题，提出了基于全局结构的关联算法对操作进行更加精准的控制。

这一种关联算法在实际的运用中，首先是以我国的航对编队作为中心点，构建出全剧结构的特征向量，然后借助关联算法进行计算。但在实际运用中，因为船队编队不是固定在水面不动的，而是按照一定方向前进的，这就会导致在不同的探测行动中，监测到的数据参数存在较大的偏差[4]。因此，技术人员采用了局限结构特征结构法来作为探测的中心点，并逐步构建出整体结构的特征向量，这样得出的数据参数不会对全局的发展造成太大的影响。

在具体操作中，技术人员可以根据目标的位置，提出最接近的特征Eu和Cv，然后以这两个点作为中心点，分别构建出电子探测目标点集和光学探测目标点集的整体结构特征矢量图即可。其计算公式分别为：Eu=（ri，θi）；Cv=（rj，θj）。

2.3 基于谱特征矢量的关联算法

在实际生活中，谱特征矢量是一种常用的特殊的描述图形在匹配期间位置的方式。这种描述方式较其他的结构关联算法，在计算量方面更少，因此，计算花费的时间也较少，同时，运用这种计算方法，还能够有效缩小目标位置定位的误差。

在具体的运用过程中，普特征矢量关联计算主要包括3个步骤，分别是：第一，构建表示的矩阵；第二，分解表示矩阵的奇异值；第三，构造关联度量。一般来说，工作人员可以通过电子探测的结果，对目标的位置点进行全连接图的构建，然后将探测到的所有的位置权值都连接在一起，供技术人员进行参考。而在这一操作过程中，可以运用近邻矩阵“A”来对其进行表示，这样就可以借助“A”矩阵对Laplace矩阵进行推算。

2.4 电子和光学传感器的关联算法

在运用基于谱特征矢量的关联算法进行目标定位时，如果技术人员在工作的过程中存在数据漏检的行为，就会导致计算结果精度出现较大的偏差。针对这一问题，技术人员必须从根本上对其进行优化。因此，技术人员可以借助电子和光学传感器对漏检目标进行检测，以有效降低自身操作失误而出现漏检的情况[5]。同时，还可以立足于单帧数据拓扑特征的关联算法与多帧数据位置信息的关联算法进行比对，以此提高计算的准确性。

3.结语

随着科学技术的快速发展，传感器技术已经广泛应用在各个方面。在星载电子和光学传感器的运用中，对于电子传感器和光学传感器的目标定位和关键技术要求极高。本文就阐述了电子和光学传感器的目标定位技术原理，在此基础上探讨了基于目标变换的关联算法、基于全局结构的关联算法、基于谱特征矢量的关联算法以及电子和光学传感器的关联算法，希望能对相关人员的工作提供参考。