1.3.1 数据预处理技术研究现状

在对导航传感器数据进行信息融合前，不同的导航传感器有不同的数据格式、不同的采样间隔、不同的坐标系。要完成这些数据的融合处理，必须进行数据预处理。数据预处理主要包括时间配准和空间配准。

时间配准用于将测量频率不一致的传感器配准到同一时间基准上。对于时间配准的研究，Blair W D等人在1991年提出了基于最小二乘法的时间配准方法。随后，周锐等人在1998年也提出了同样的方法。两者都旨在把高采样频率传感器的多个测量值，采用最小二乘法融合得到一个虚拟值，以此达到高频信号向低频信号的配准。王宝树等人在1998年提出了基于内插外推法的时间配准方法，即拟定一个时间窗口，把该时间窗口内高频数据向低频数据配准，对同一时间窗口的高频测量值进行内插或外推，达到时间配准的目的，但是这种方法只适用于匀速运动的目标。郭徽东等人在2003年提出了多项式平滑方法，对测量值前后五个数据进行五点三次平滑，采用最小二乘法，用三次多项式进行逼近。这种方法对导航传感器进行时间配准的同时，也完成了对信号的平滑，但是该方法的精度不高，仅适用于高速移动的目标。李教在2003年提出了利用最大熵推理机的方法进行时间配准，在避免内插外推法产生误差的同时，实现了从低频信号向高频信号配准，但该方法的约束条件过多。王伟在2014年对常用的时间配准方法包括最小二乘拟合、拉格朗日插值、泰勒级数展开等方法做了较为完整的性能评估，并提出了一种基于改进型卡尔曼滤波算法的时间配准方法，能够在不同加速度情况下完成时间配准，并且精度有所提高。

空间配准用于将测量基准不一致的导航传感器配准到同一坐标系下。对于空间配准的研究，目前常用的配准方法主要有两大类：一种是采用立体投影的二维配准方法，另一种是基于地心地固坐标系（Earth-Centered, Earth-Fixed, ECEF）的三维配准方法。Leung H等人在1994年提出采用最小二乘法，对每个导航传感器的测量数据进行最小二乘处理，把得到的结果作为每个传感器的测量值。Burke等人在1996年提出实时质量控制法，将每个导航传感器的测量值进行平均，取平均值作为每个导航传感器的测量值。Dana在1990年提出加权最小二乘法，即在最小二乘法的基础上，根据不同导航传感器测量值的方差，设置不同的权重值，然后采用最小二乘法进行计算。上述方法仅在导航传感器测量噪声较小的情况下才得以使用，并且采用的方法都是先将各个导航传感器的测量值转换到一个与地球相切的平面坐标系中，然后再转换到区域平面中，这种转换方式不可避免地会引入误差。

Zhou在1999年提出基于地心地固坐标系的配准方法，将导航传感器的测量数据统一转换到地心地固坐标系中，并采用最小二乘法对偏差进行估计。史伟在2013年提出两种考虑测量噪声的三维空间导航传感器配准方法：一种基于合作目标，另一种基于公共测量，最后通过蒙特卡洛模型仿真验证了该方法的有效性。

除了上述两种主要的配准方法，卡尔曼滤波算法也可以用于空间配准。例如，Lei在2006年提出一种基于卡尔曼滤波算法消除坐标转换误差的方法，分析了多坐标传感器系统中具有坐标转换不确定性的特点；在此基础上提出了一种基于改进型卡尔曼滤波算法的空间配准方法，通过对测量方程和坐标转换方程的变换，使局部滤波算法获得最优估计值，减少了因为坐标转换产生的误差。贺席兵在2001年综述了现有的多传感器配准技术，最后提出了一种结合神经网络、知识库和智能计算机的方法解决空间配准这一难题。李教在2003年，首先对现有的精确极大似然（Exact Maximum Likelihood, EML）配准方法没有考虑地球形状的影响，当导航传感器之间相距很远时该方法将失去实际意义的问题，进而提出了一种基于地心地固坐标系的导航传感器极大似然配准方法，这种方法考虑了地球形状对配准的影响。其次，对空间配准进行了系统性的研究。在总结了常用配准方法的同时，对空间配准进行了更进一步的研究，提出了两种系统级的空间配准方法：一种为三维精确极大似然配准方法，该方法考虑了测量噪声的影响，其配准估计值通过求解最大似然估计值得到；另一种为基于地心地固坐标系的极大似然配准方法，其配准估计值通过求地心地固坐标系的最大似然函数得到。最后，提出了基于随机模糊神经网络的导航传感器配准方法，在随机模糊神经网络配准系统中，通过神经网络修正一个导航传感器的测量值，以便跟踪另一个导航传感器的测量值。

虽然国内外对时间配准和空间配准的研究已经较为成熟，但是对时间配准的实时性考虑不够，对有关方法的仿真多停留在离线计算。无论是基于地心地固坐标系、卡尔曼滤波算法，还是基于最小二乘法的空间配准方法，都不可避免地在转换过程中产生较大的误差。虽然误差在长距离导航时可忽略，但在进近着陆时间短且精度要求高的场景下，配准误差会对导航精度造成较大的影响。因此，在CAT III A/B着陆要求下，研究高精度实时性的时间配准和空间配准是十分有必要的。