本文课题来源于XXX研究所XXX项目。项目要求在多传感器数据融合前对目标数据进行预处理,这里所说的数据预处理是指多传感器数据融合通用模型中第一级处理的数据配准。本文主要研究多传感器数据融合数据配准中的空间配准,以获得工程上适用的空间配准模型和算法。目前,国内外大部分研究成果是二维平面内的数据配准。现有的配准的模型和算法都是针对系统误差固定不变。当目标距离传感器较远时,现有的配准模型存在问题,不能够准确的反映现实环境模型。当系统误差在改变时,常用的参数估计算法,不易于在计算机中实现。为能够在实际战场环境中建立准确空间配准模型和求解算法,本文主要研究了以下内容:1.明确了多传感器空间配准的任务。根据实际背景,分析影响空间配准的因素,给出了空间配准主要系统误差来源。2.针对系统误差在坐标变换过程中的发生改变情况,给出具体的分析。分析结果为:坐标变换对系统误差的影响是无规律可循。主要是非线性运算所致,解决的办法:提前建立目标位置坐标变换误差数据库,根据目标位置查找误差库进行补偿。3.对现有模型求解算法进行了仿真和分析。得出结果:通过对最小二乘估计法、广义最小二乘法和最大似然估计法等算法进行比较,发现在已知随机噪声误差分布的前提下,最大似然估计算法要好于前两个算法,当随机误差没有先验条件情况下,只能用最小二乘参数估计算法。采用上述参数估计算法,系统误差通常是固定不变的,由于项目的需求系统误差不是恒定不变的,所以常用的估计算法不再适用。4.根据距离远近建立了空间配准模型和卡尔曼滤波的算法思想,将系统误差参数作为运动状态方程,按照传感器观测数据坐标变换和空间配准的任务得出系统误差参数观测方程,使用卡尔曼滤波算法求解。通过场景模拟和仿真,证明了该模型和算法的有效性。最后针对于最新的作战模型给出了数据链和雷达之间的空间配准模型。5.工程实现。由于实时性强和数据量较大,只能在微处理器上实现,选用了Power PC处理器,在VxWorks嵌入操作系统环境下,使用C语言设计实现了数据链和雷达之间的空间配准模块。