时间配准是多传感器信息融合技术中需要解决的关键问题。在实际的多传感器系统中，由于各传感器工作任务和传感器本身性能的不同以及所处环境的差异，即使是对同一目标进行观测，不同传感器的观测数据也不一定同步。这些测量数据不能反映目标同一时刻的运动状态，因此测量数据不能直接进行融合，需要将不同传感器在不同时刻获得的目标观测数据转换到统一的融合时刻，这样才可能计算出目标的正确状态，即在时间上进行配准。如图1-1所示，在多传感器信息融合处理过程中，时间配准是进行后续信息数据融合的前提步骤之一，缺失时间配准或采用精度不高的时间配准，可能导致融合结果达不到预期效果，甚至比使用单一传感器的效果更差，从而妨碍综合判断、决策的性能和稳健性，最终严重影响系统的整体效能。时间配准是多传感器信息融合系统在数据处理前必须首要解决的关键问题之一，是诸多信息融合相关工程技术研究中涉及的共性问题，对信息融合中时间配准技术的研究已成为多传感器数据配准中的一个重要课题。
 图1-1  信息融合的处理过程图
所谓时间配准，就是将关于同一目标的各个传感器的不同步测量信息同步到同一时刻。在实际应用中，时间的不匹配可能得到比单一传感器更差的结果，甚至会产生一些不真实的虚假信息。因此，在对多传感器数据融合前，应该对多传感器数据进行时间配准。
在应用多传感器进行数据采集的系统中，需要对源于同一目标、同一时刻的不同传感器数据进行融合处理，但由于各传感器的工作方式、传输时延等原因造成了数据不同步问题。多传感器测量数据时间不匹配的主要原因主要有以下三个方面[22]:
1)各传感器的采样周期和开机时刻不一致。
2)各传感器的时间基准不一致。
3)观测数据和时间校对信号经通信网络传输时存在传输延迟。
1．2  研究现状
1．3  研究内容及论文安排
论文重点研究多传感器数据融合时各个传感器采样周期不同所造成的测量数据时间不匹配问题。论文的内容安排如下：
第一章：引言，介绍课题的研究背景、意义、来源及国内外研究现状，阐明多传感器时间配准的目的。
第二章：介绍了时间配准的基本理论和方法。阐述了经典的时间配准方法：内插外推法、最小二乘虚拟法和拉格朗日插值法的基本原理，并对其适用情况进行了简要分析。
第三章：主要研究了各种经典的时间配准方法。利用现有方法的公式，通过 编程，仿真并绘制各种方法在不同条件下的配准误差图，分析各方法的适用范围，并阐述其约束条件。
第四章：对论文的研究工作进行了概要性的总结，分析了存在的问题，提出了下一步研究的方向和建议。
2  经典时间配准方法简介
目前处理实际工程中多传感器信息融合处理中时间不匹配的问题，主要的方法有内插外推法、最小二乘虚拟法、拉格朗日插值法、样条插值法、串行合并法、泰勒展开修正法等。本文主要探究经典的时间配准方法：内插外推法、最小二乘虚拟法和拉格朗日插值法。
2．1  内插外推法    
内插外推法在同一时间片内对各传感器采集的目标观测数据进行内插、外推，将高频率观测时间上的数据推算到低频时间点上，以实现各传感器的匹配。其算法为：先取定时间片，时间片的划分随具体运动目标而异，目标的状态可分为静止、低速运动和高速运动，对应融合时间片可以选为小时、分钟或秒级；然后再将各传感器观测数据按采样频率进行增量排序；最后将各高频观测数据分别向低频时间点内插、外推，从而形成一系列等间隔的目标观测数据以进行融合处理。 多传感器异步融合中的时间配准算法研究(2):http://www.youerw.com/zidonghua/lunwen_7599.html