李佳炜，江 晶，吴卫华，郑玉军

(1.空军预警学院 预警情报系，湖北 武汉 430019；2.空军预警学院 空天预警系，湖北 武汉 430019；3.中国人民解放军94710部队，江苏 无锡 214000)

协同多传感器系统通过将空间分离的传感器组网协同，可以提高对弹道导弹和卫星等快速目标的探测精度、覆盖范围和截获概率，相比单传感器系统有着更大的潜力和优势[1-2]。然而，系统的融合性能除了受限于传感器各自的探测能力外，还受到固有的系统误差影响。在一定数量级的系统误差下，传统的集中式卡尔曼滤波器[3](Centralized Kalman Filter，CKF)的跟踪性能将严重恶化。因此，为改善系统整体的融合性能，需要首先对系统误差下的多传感器进行配准和补偿[4-8]。

围绕多传感器的系统误差配准问题，国内外学者展开了深入的研究。文献[9-11]针对天基光电传感器，利用恒星期望位置与实际量测的残差，构建关于缓变误差的偏差滤波器和目标状态的非线性估计子，从而实现校正传感器量测的同时估计目标状态。在文献[11]的基础上，文献[12-13]分别将导致视线量测偏差的系统误差描述为姿态失配角和指向偏移角，建立相应偏差矢量的转移模型和已知参考点的量测模型，并通过非线性滤波方法实现对系统误差的在线配准与补偿。上述研究属于在线估计类算法，有良好的实时性，但是需要覆盖范围内参考点的位置信息，而且需要增加用于估计目标状态的滤波器。在离线批处理类算法方面，文献[14]提出适用于两部传感器相对配准的线性最小二乘(Linear Least Squares，LLS)估计子，并给出了其统计性能边界。……