CN104198987B - 一种基于投影策略的分布式多传感器多目标无源定位方法 - Google Patents
一种基于投影策略的分布式多传感器多目标无源定位方法 Download PDFInfo
- Publication number
- CN104198987B CN104198987B CN201410454491.7A CN201410454491A CN104198987B CN 104198987 B CN104198987 B CN 104198987B CN 201410454491 A CN201410454491 A CN 201410454491A CN 104198987 B CN104198987 B CN 104198987B
- Authority
- CN
- China
- Prior art keywords
- sensor
- projection
- value
- target
- range
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000006243 chemical reaction Methods 0.000 claims description 18
- 239000000523 sample Substances 0.000 claims description 13
- 230000004807 localization Effects 0.000 claims description 11
- 238000013139 quantization Methods 0.000 claims description 9
- 230000005855 radiation Effects 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000017105 transposition Effects 0.000 claims description 3
- 230000001413 cellular effect Effects 0.000 claims description 2
- 238000004891 communication Methods 0.000 claims description 2
- 238000001514 detection method Methods 0.000 abstract description 7
- 238000004364 calculation method Methods 0.000 abstract description 2
- 238000002592 echocardiography Methods 0.000 abstract 1
- 238000009825 accumulation Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 229940097988 rightstep Drugs 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开了一种基于投影策略的分布式多传感器多目标无源定位方法，涉及无源定位技术领域。本方法将传感器获得的观测量通过距离差方程投影到投影空间，在投影空间中积累不同传感器获得的目标回波的幅度值。通过对投影空间积累值采用门限检测判断目标的有无及目标的位置，实现对多个目标的检测和定位。本方法解决了量测数据关联的难题，计算复杂度低、实时性强。
Description
技术领域
本发明属于无源定位技术领域，更具体地说是涉及一种基于投影策略的分布式多传感器多目标无源定位方法。
背景技术
分布式多传感器无源定位利用多个传感器接收来自目标反射的信号进行定位。由于传感器自身不向外辐射电磁波，因此具有良好的隐蔽性、抗电磁干扰和电磁隐身、低空探测能力强等优点，在军事侦察、监视等领域具有广泛的应用前景。
现有的分布式无源定位方法主要有：测向交叉定位法、到达时间差定位法、多普勒频差定位法等。
到达时间差定位法具有较强的工程可实现性和较高的定位精度，因此被广泛应用于雷达、声纳及辐射源定位系统中。
在单目标情况下，到达时间差定位法的原理如下。
如图1所示，设定三维空间中任意分布个传感器，各传感器的位置分别为，目标位置为，这里表示矩阵转置。不失一般性，假定传感器1位于坐标原点，即。目标到各传感器的距离为，目标到原点的距离为，表示Euclidean范数。因此，目标到传感器和传感器1的距离差为：
(1)
距离差除以信号传播速度就是目标信号到达两个传感器的时间差，因此，通常将距离差作为观测量建立观测方程，称为距离差方程。
公式（l）是一个非线性方程组，采用解非线性方程组的方法（例如：最小二乘法、泰勒级数展开法等）可以解算出单目标情况下的目标位置，实现对单个目标的定位。
在多目标情况下，采用距离差方程解算目标位置时，首先需要确定不同传感器中获得的哪些观测量来源于同一目标，即量测数据关联。多传感器多目标量测数据关联问题是维分配问题,当时是NP难题，计算复杂度随传感器个数的增加呈指数增长。因此，量测数据关联问题使得分布式多传感器多目标无源定位技术的实用性受到极大限制。
发明内容
本发明的目的在于提供一种基于投影策略的分布式多传感器多目标无源定位方法。本发明的无源定位方法不需要量测数据关联，本发明的无源定位方法首先将探测区域等间隔量化为投影空间，将传感器获得的观测量通过距离差方程投影到投影空间中，在投影空间中积累不同传感器获得的目标回波的幅度值。通过对投影空间积累值的门限检测判决目标的有无及目标的位置，实现对多个目标的检测和定位。本发明的无源定位方法解决了分布式多传感器多目标无源定位中面临的量测数据关联问题，具有实时性强、定位精度高的优点。
为了解决上述现有技术中的不足，本发明是通过下述技术方案实现的：
一种基于投影策略的分布式多传感器多目标无源定位方法，其特征在于：其步骤如下：
A．准备传感器：在特定探测区域范围内分散布置个传感器，传感器个数满足；
B．设定坐标系：设定一个笛卡尔直角坐标系，坐标系原点位于第1个传感器处，传感器在笛卡尔直角坐标系的位置坐标分别为，，其中，；
C．获取数据：以第1个传感器为主站，其它传感器为辅站，从传感器，中读取数据，获得观测量集合；所述观测量集合是传感器接收到的距离差以及所述距离差对应的幅度值的集合；
D．划分投影空间，令投影值为零：以距离分辨率为量化间隔划分探测区域，得到三维投影空间；所述三维投影空间由若干个量化后的投影单元和代表每个投影单元的投影值组成，可以表示为：
；
初始化投影空间投影单元值为零：
；
E．坐标转换：将步骤D得到的三维投影空间中每一个投影单元坐标转换为在笛卡尔直角坐标系下的坐标；
F．投影准备：将E步骤中转换得到的笛卡尔直角坐标系下的坐标代入距离差方程中，计算每个投影单元转换坐标到传感器，与传感器1之间的距离差；
G．投影：计算F步骤中得到的距离差与传感器观测量集合中距离差的距离，并将该距离与距离分辨率的一半作数值对比；若该距离小于或等于距离分辨率的一半，则对应的投影单元投影值加上该距离差幅度值；若该距离大于距离分辨率的一半，则对应的投影单元值不变；
H：提取目标：将G步骤中得到的投影值与门限值作对比，若投影值小于门限值则判没有目标；若投影值大于或等于门限值则判有目标，投影值大于门限值的总个数即为目标的总个数，投影值大于门限值的投影单元的笛卡尔直角坐标值，即为目标所在的位置。
所述的距离差是指目标到传感器、的距离之差，其中，；距离差除以信号传播速度就是目标反射的电磁波到达两个传感器的时间差；所述距离差计算的方程为：
；
其中，表示目标位置，表示传感器的位置，表示矩阵转置，表示Euclidean范数，表示目标到传感器与传感器的距离差；传感器1位于坐标原点，即，因此，距离差方程重写为：
其中，表示目标到传感器与传感器1的距离差。
所述观测量集合具体是指传感器接收到的距离差及该距离差对应的幅度值，第个传感器的观测量集合可以表示为：
其中，为传感器序号，为距离差序号，为传感器接收到的距离差的总个数，为传感器接收到的第个距离差，为距离差对应的幅度值。
所述距离分辨率是指第三方辐射源能区分的最小的距离；所述第三方辐射源具体是指民用的电视、广播、通信、卫星以及手机基站等民用辐射源等。
所述投影空间具体是指用于传感器观测量投影的三维空间，它是将 笛卡尔直角坐标等间隔量化后形成的，可以表示为：
其中，和分别为轴、轴和轴量化后的值；、和分别是轴、轴和轴量化单元的总个数，分别等于、和，分别表示传感器在方向、方向和方向的最远探测距离，表示向上取整，表示量化间隔；表示投影空间中一个投影单元的坐标，表示投影单元的投影值。
所述坐标转换具体是指将步骤D得到的三维投影空间中每一个投影单元坐标转换为在笛卡尔直角坐标系下的坐标；
所述投影具体是指将投影单元的笛卡尔直角坐标代入距离差方程中，计算每一个投影单元的直角坐标到传感器，与传感器1之间的距离差，将该距离差与观测量集合中的距离差进行比较，找出满足条件的距离差，其中为量化间隔。如果存在满足条件的距离差，说明对传感器而言，该投影单元中存在目标，找到距离差的幅度值，令该投影单元处的投影值等于原来的投影值加上幅度值。
所述投影值具体是指投影单元处通过投影积累的传感器观测量集合中距离差的幅度值。
与现有技术相比，本发明所带来的有益的技术效果表现在：
1、与现有技术相比，本发明的创新点在于：针对分布式多传感器多目标无源定位技术中复杂的量测数据关联问题，本发明提供了一种无需量测数据关联即可实现分布式多传感器多目标无源定位的新方法。本方法将传感器获得的观测量通过距离差方程投影到投影空间，在投影空间中积累不同传感器获得的目标回波的幅度值。通过对投影空间积累值采用门限检测判断目标的有无及目标的位置，实现对多个目标的检测和定位。本方法解决了量测数据关联的难题，计算复杂度低、实时性强。
2、本发明的优点在于基于投影策略，将多传感器观测量投影到投影空间，在投影空间中检测定位目标，避免了分布式多传感器多目标无源定位技术中的量测数据关联问题，具有计算复杂度低、实时性强、定位精度高的优点。
3、本发明先设定一个笛卡尔直角坐标系，然后将该笛卡尔直角坐标系等间隔量化后得到三维投影空间，对笛卡尔直角坐标系等间隔量化后使得B步骤中笛卡尔直角坐标系中连续值，转换成一系列离散的整数值，方便对目标的提取和定位；而本发明中的量化间隔取值越大，投影单元越大，定位精度越低；量化间隔取值越小，投影单元越小，定位精度越高。因此，量化间隔取值不应太大，但量化间隔取值不应过小，量化间隔取值过小，会导致投影单元数过多，计算量过大，难以实现实时处理，因此，量化间隔的取值通常设定为第三方辐射源所能区分的最小距离，即第三方辐射源的距离分辨率。
附图说明
图1 为定位系统目标和传感器位置关系示意图。
图2 为本发明的流程图。
图3 为本发明实施例1的目标定位结果示意图。其中，*表示目标的真实位置，O表示目标的定位结果。
图4 为本发明实施例2的目标定位结果示意图。其中，*表示目标的真实位置，O表示目标的定位结果。
图5 为本发明实施例3的目标定位结果示意图。其中，*表示目标的真实位置，O表示目标的定位结果。
图6 为本发明实施例4的目标定位结果示意图。其中，*表示目标的真实位置，O表示目标的定位结果。
具体实施方式
实施例1
作为本发明一较佳实施例，本实施例主要采用仿真实验的方法进行验证，所有步骤、结论都在MATLABR2012a上验证正确。具体实施例步骤如下：
A．准备传感器：在特定探测区域范围内分散布置个传感器，传感器个数满足；
B．设定坐标系：设定一个笛卡尔直角坐标系，坐标系原点位于第1个传感器处，传感器在笛卡尔直角坐标系的位置坐标分别为，，其中，；传感器2、3、4分别位于km，km和km处，传感器5~11随机散布于由传感器2、3和4决定的三角形区域内；传感器的探测区域为[XX,YY,ZZ]=[50,50,10]km；
C．获取数据：以第1个传感器为主站，其它传感器为辅站，从传感器，中读取数据，获得观测量集合；所述观测量集合是传感器接收到的距离差以及所述距离差对应的幅度值的集合；
D．划分投影空间，令投影值为零：以距离分辨率为量化间隔划分探测区域，得到三维投影空间；所述三维投影空间由若干个量化后的投影单元和代表每个投影单元的投影值组成，可以表示为：
；
初始化投影空间投影单元值为零：
；
E．坐标转换：将步骤D得到的三维投影空间中每一个投影单元坐标转换为在笛卡尔直角坐标系下的坐标，其中
；
F．投影准备：将E步骤中转换得到的笛卡尔直角坐标系下的坐标代入距离差方程中，计算每个投影单元转换坐标到传感器，与传感器1之间的距离差：
，表示Euclidean范数；
G．投影：计算F步骤中得到的距离差与传感器观测量集合中距离差的距离，并将该距离与距离分辨率的一半作数值对比，其中；
若，则在投影单元处进行幅度积累，其中为距离差的幅度值；
若，则投影单元的投影值不变；
H：提取目标：将G步骤中得到的投影值与门限值作对比，
如果，判没有目标；
如果，判有目标，投影值大于门限的总个数即为目标的总个数，投影值大于门限的投影单元坐标对应的X-Y-Z笛卡尔直角坐标系中的坐标，即为目标所在的位置。
实施例2
作为本发明一较佳实施例，本实施例主要采用仿真实验的方法进行验证，所有步骤、结论都在MATLABR2012a上验证正确。具体实施例步骤如下：
A．准备传感器：在特定探测区域范围内分散布置个传感器，传感器个数满足；
B．设定坐标系：设定一个笛卡尔直角坐标系，坐标系原点位于第1个传感器处，传感器在笛卡尔直角坐标系的位置坐标分别为，，其中，；传感器2、3、4分别位于km，km和km处，传感器5~21随机散布于由传感器2、3和4决定的三角形区域内；传感器的探测区域为[XX,YY,ZZ]=[50,50,10]km；
C．获取数据：以第1个传感器为主站，其它传感器为辅站，从传感器，中读取数据，获得观测量集合；所述观测量集合是传感器接收到的距离差以及所述距离差对应的幅度值的集合；
D．划分投影空间，令投影值为零：以距离分辨率为量化间隔划分探测区域，得到三维投影空间；所述三维投影空间由若干个量化后的投影单元和代表每个投影单元的投影值组成，可以表示为：
；
初始化投影空间投影单元值为零：
；
E．坐标转换：将步骤D得到的三维投影空间中每一个投影单元坐标转换为在笛卡尔直角坐标系下的坐标，其中
；
F．投影准备：将E步骤中转换得到的笛卡尔直角坐标系下的坐标代入距离差方程中，计算每个投影单元转换坐标到传感器，与传感器1之间的距离差：
，表示Euclidean范数；
G．投影：计算F步骤中得到的距离差与传感器观测量集合中距离差的距离，并将该距离与距离分辨率的一半作数值对比，其中；
若，则在投影单元处进行幅度积累，其中为距离差的幅度值；
若，则投影单元的投影值不变；
H：提取目标：将G步骤中得到的投影值与门限值作对比，
如果，判没有目标；
如果，判有目标，投影值大于门限的总个数即为目标的总个数，投影值大于门限的投影单元坐标对应的X-Y-Z笛卡尔直角坐标系中的坐标，即为目标所在的位置。
实施例3
作为本发明一较佳实施例，本实施例主要采用仿真实验的方法进行验证，所有步骤、结论都在MATLABR2012a上验证正确。具体实施例步骤如下：
A．准备传感器：在特定探测区域范围内分散布置个传感器，传感器个数满足；
B．设定坐标系：设定一个笛卡尔直角坐标系，坐标系原点位于第1个传感器处，传感器在笛卡尔直角坐标系的位置坐标分别为，，其中，；传感器2、3、4分别位于km，km和km处，传感器5~31随机散布于由传感器2、3和4决定的三角形区域内；传感器的探测区域为[XX,YY,ZZ]=[50,50,10]km；
C．获取数据：以第1个传感器为主站，其它传感器为辅站，从传感器，中读取数据，获得观测量集合；所述观测量集合是传感器接收到的距离差以及所述距离差对应的幅度值的集合；
D．划分投影空间，令投影值为零：以距离分辨率为量化间隔划分探测区域，得到三维投影空间；所述三维投影空间由若干个量化后的投影单元和代表每个投影单元的投影值组成，可以表示为：
；
初始化投影空间投影单元值为零：
；
E．坐标转换：将步骤D得到的三维投影空间中每一个投影单元坐标转换为在笛卡尔直角坐标系下的坐标，其中
；
F．投影准备：将E步骤中转换得到的笛卡尔直角坐标系下的坐标代入距离差方程中，计算每个投影单元转换坐标到传感器，与传感器1之间的距离差：
，表示Euclidean范数；
G．投影：计算F步骤中得到的距离差与传感器观测量集合中距离差的距离，并将该距离与距离分辨率的一半作数值对比，其中；
若，则在投影单元处进行幅度积累，其中为距离差的幅度值；
若，则投影单元的投影值不变；
H：提取目标：将G步骤中得到的投影值与门限值作对比，
如果，判没有目标；
如果，判有目标，投影值大于门限的总个数即为目标的总个数，投影值大于门限的投影单元坐标对应的X-Y-Z笛卡尔直角坐标系中的坐标，即为目标所在的位置。
实施例4
作为本发明一较佳实施例，本实施例主要采用仿真实验的方法进行验证，所有步骤、结论都在MATLABR2012a上验证正确。具体实施例步骤如下：
A．准备传感器：在特定探测区域范围内分散布置个传感器，传感器个数满足；
B．设定坐标系：设定一个笛卡尔直角坐标系，坐标系原点位于第1个传感器处，传感器在笛卡尔直角坐标系的位置坐标分别为，，其中，；传感器2、3、4分别位于km，km和km处，传感器5~21随机散布于由传感器2、3和4决定的三角形区域内；传感器的探测区域为[XX,YY,ZZ]=[20,20,10]km；
C．获取数据：以第1个传感器为主站，其它传感器为辅站，从传感器，中读取数据，获得观测量集合；所述观测量集合是传感器接收到的距离差以及所述距离差对应的幅度值的集合；
D．划分投影空间，令投影值为零：以距离分辨率为量化间隔划分探测区域，得到三维投影空间；所述三维投影空间由若干个量化后的投影单元和代表每个投影单元的投影值组成，可以表示为：
；
初始化投影空间投影单元值为零：
；
E．坐标转换：将步骤D得到的三维投影空间中每一个投影单元坐标转换为在笛卡尔直角坐标系下的坐标，其中
；
F．投影准备：将E步骤中转换得到的笛卡尔直角坐标系下的坐标代入距离差方程中，计算每个投影单元转换坐标到传感器，与传感器1之间的距离差：
，表示Euclidean范数；
G．投影：计算F步骤中得到的距离差与传感器观测量集合中距离差的距离，并将该距离与距离分辨率的一半作数值对比，其中；
若，则在投影单元处进行幅度积累，其中为距离差的幅度值；
若，则投影单元的投影值不变；
H：提取目标：将G步骤中得到的投影值与门限值作对比，
如果，判没有目标；
如果，判有目标，投影值大于门限的总个数即为目标的总个数，投影值大于门限的投影单元坐标对应的X-Y-Z笛卡尔直角坐标系中的坐标，即为目标所在的位置。
Claims (8)
1.一种基于投影策略的分布式多传感器多目标无源定位方法，其特征在于：其步骤如下：
A．准备传感器：在特定探测区域范围内分散布置个传感器，传感器个数满足；
B．设定坐标系：设定一个笛卡尔直角坐标系，坐标系原点位于第1个传感器处，传感器在笛卡尔直角坐标系的位置坐标分别为，，其中，；
C．获取数据：以第1个传感器为主站，其它传感器为辅站，从传感器，中读取数据，获得观测量集合；所述观测量集合是传感器接收到的距离差以及所述距离差对应的幅度值的集合；为传感器接收到的第个距离差；
D．划分投影空间，令投影值为零：以距离分辨率为量化间隔划分探测区域，得到三维投影空间；所述三维投影空间由若干个量化后的投影单元和代表每个投影单元的投影值组成，可以表示为：
；
初始化投影空间投影单元值为零：
；
和分别为轴、轴和轴量化后的值； 表示投影空间中一个投影单元的坐标，表示投影单元的投影值；
E．坐标转换：将步骤D得到的三维投影空间中每一个投影单元坐标转换为在笛卡尔直角坐标系下的坐标；
F．投影准备：将E步骤中转换得到的笛卡尔直角坐标系下的坐标代入距离差方程中，计算每个投影单元转换坐标到传感器，与传感器1之间的距离差；
G．投影：计算F步骤中得到的距离差与传感器观测量集合中距离差的距离，并将该距离与距离分辨率的一半作数值对比；若该距离小于或等于距离分辨率的一半，则对应的投影单元投影值加上传感器观测量集合中距离差对应的幅度值；若该距离大于距离分辨率的一半，则对应的投影单元值不变；
H：提取目标：将G步骤中得到的投影值与门限值作对比，若投影值小于门限值则判没有目标；若投影值大于或等于门限值则判有目标，投影值大于门限值的总个数即为目标的总个数，投影值大于门限值的投影单元的笛卡尔直角坐标值，即为目标所在的位置。
2.如权利要求1所述的一种基于投影策略的分布式多传感器多目标无源定位方法，其特征在于：所述F步骤中距离差方程表示为；
其中，表示目标位置，表示传感器的位置，表示矩阵转置，表示Euclidean范数，表示目标到传感器与传感器的距离差，；距离差除以信号传播速度就是目标反射的电磁波到达两个传感器的时间差；传感器1位于坐标原点，即，因此，距离差方程重写为：
其中，表示目标到传感器与传感器1的距离差。
3.如权利要求1所述的一种基于投影策略的分布式多传感器多目标无源定位方法，其特征在于：所述观测量集合具体是指传感器接收到的距离差及距离差对应的幅度值，第个传感器的观测量集合可以表示为：
其中，为传感器序号，为距离差序号，为传感器接收到的距离差的总个数，为传感器接收到的第个距离差，为距离差对应的幅度值。
4.如权利要求1所述的一种基于投影策略的分布式多传感器多目标无源定位方法，其特征在于：所述距离分辨率是指第三方辐射源能区分的最小的距离；所述第三方辐射源具体是指民用的电视、广播、通信、卫星以及手机基站辐射源。
5.如权利要求1所述的一种基于投影策略的分布式多传感器多目标无源定位方法，其特征在于：所述投影空间具体是指用于传感器观测量投影的三维空间，它是将 笛卡尔直角坐标等间隔量化后形成的，可以表示为：
其中，和分别为轴、轴和轴量化后的值；、和分别是轴、轴和轴量化单元的总个数，分别等于、和，分别表示传感器在方向、方向和方向的最远探测距离，表示向上取整，表示量化间隔；表示投影空间中一个投影单元的坐标，表示投影单元的投影值。
6.如权利要求1或5所述的一种基于投影策略的分布式多传感器多目标无源定位方法，其特征在于：所述坐标转换具体是指将步骤D得到的三维投影空间中每一个投影单元坐标转换为在笛卡尔直角坐标系下的坐标；
。
7.如权利要求1所述的一种基于投影策略的分布式多传感器多目标无源定位方法，其特征在于：所述投影具体是指将投影单元的笛卡尔直角坐标代入距离差方程中，计算每一个投影单元的直角坐标到传感器，与传感器1之间的距离差，将距离差与观测量集合中的距离差进行比较，找出满足条件的距离差，其中为量化间隔。
8.如权利要求7所述的一种基于投影策略的分布式多传感器多目标无源定位方法，其特征在于：所述投影值具体是指投影单元处通过投影积累的传感器观测量集合中距离差的幅度值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410454491.7A CN104198987B (zh) | 2014-09-09 | 2014-09-09 | 一种基于投影策略的分布式多传感器多目标无源定位方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410454491.7A CN104198987B (zh) | 2014-09-09 | 2014-09-09 | 一种基于投影策略的分布式多传感器多目标无源定位方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104198987A CN104198987A (zh) | 2014-12-10 |
| CN104198987B true CN104198987B (zh) | 2017-02-15 |
Family
ID=52084299
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410454491.7A Expired - Fee Related CN104198987B (zh) | 2014-09-09 | 2014-09-09 | 一种基于投影策略的分布式多传感器多目标无源定位方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104198987B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110426562B (zh) * | 2019-06-24 | 2021-06-04 | 乐山师范学院 | 基于分层搜索和距离空间投影的高精度闪电三维定位方法 |
| CN111123200B (zh) * | 2020-01-02 | 2023-05-09 | 广东博智林机器人有限公司 | 一种基于无源物体的模型构建方法、装置、系统及介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7551121B1 (en) * | 2004-03-12 | 2009-06-23 | Oceanit Laboratories, Inc. | Multi-target-tracking optical sensor-array technology |
| CN103376447A (zh) * | 2012-04-24 | 2013-10-30 | 中国人民解放军海军航空工程学院 | 一种实现非合作双多基地雷达目标三维定位的方法 |
| CN103576137A (zh) * | 2013-09-27 | 2014-02-12 | 电子科技大学 | 一种基于成像策略的多传感器多目标定位方法 |
| CN103713277A (zh) * | 2013-12-19 | 2014-04-09 | 中国航天科工集团八五一一研究所 | 一种基于位置信息场的辐射源定位算法 |
| CN103869278A (zh) * | 2012-12-10 | 2014-06-18 | 日电（中国）有限公司 | 基于测距的多目标定位方法及装置 |
-
2014
- 2014-09-09 CN CN201410454491.7A patent/CN104198987B/zh not_active Expired - Fee Related
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7551121B1 (en) * | 2004-03-12 | 2009-06-23 | Oceanit Laboratories, Inc. | Multi-target-tracking optical sensor-array technology |
| CN103376447A (zh) * | 2012-04-24 | 2013-10-30 | 中国人民解放军海军航空工程学院 | 一种实现非合作双多基地雷达目标三维定位的方法 |
| CN103869278A (zh) * | 2012-12-10 | 2014-06-18 | 日电（中国）有限公司 | 基于测距的多目标定位方法及装置 |
| CN103576137A (zh) * | 2013-09-27 | 2014-02-12 | 电子科技大学 | 一种基于成像策略的多传感器多目标定位方法 |
| CN103713277A (zh) * | 2013-12-19 | 2014-04-09 | 中国航天科工集团八五一一研究所 | 一种基于位置信息场的辐射源定位算法 |
Non-Patent Citations (2)
| Title |
|---|
| Multi-target Positioning for Sensor Network Based on Imaging Strategy;Shi Tongyan et al.;《Computational Problem-solving (ICCP), 2013 International Conference》;20131028;171-174 * |
| 一种多传感器多目标定位新方法;赵志超 等;《信号处理》;20090831;第25卷(第8A期);538-541 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104198987A (zh) | 2014-12-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103576137B (zh) | 一种基于成像策略的多传感器多目标定位方法 | |
| Zheng et al. | An improved RSSI measurement in wireless sensor networks | |
| CN107144827B (zh) | 一种基于联合估计crlb的分布式雷达最优构型构建方法 | |
| CN103376447A (zh) | 一种实现非合作双多基地雷达目标三维定位的方法 | |
| CN103592620B (zh) | 长基线时差定位系统中高重频信号解定位模糊方法 | |
| JP2010197050A (ja) | 位置推定システム | |
| CN105425231A (zh) | 一种基于分层投影和泰勒展开的多传感器多目标定位方法 | |
| CN101308206B (zh) | 一种白噪声背景下的圆周轨迹机动目标跟踪方法 | |
| Laveti et al. | TDOA measurement based GDOP analysis for radio source localization | |
| CN104569915A (zh) | 多光电探测系统中基于目标运动模型的定位方法 | |
| CN104198987B (zh) | 一种基于投影策略的分布式多传感器多目标无源定位方法 | |
| CN105592548A (zh) | 一种基于高斯模型的无线传感网络质心定位方法 | |
| JP6251087B2 (ja) | 目標検出装置、及び目標検出方法 | |
| Chaisang et al. | Indoor localization distance error analysis with UWB wireless propagation model using positioning method | |
| CN110333492B (zh) | 一种基于面积比的抗非协同欺骗式干扰方法 | |
| CN113064160A (zh) | 一种u型建筑布局下目标定位方法 | |
| CN117572352A (zh) | 基于多维极化特性识别的非线性结探测器及探测方法 | |
| Kauffman et al. | Simulation study of UWB-OFDM SAR for dead-reckoning navigation | |
| Zhao et al. | Calibrating the transmitter and receiver location errors for moving target localization in multistatic passive radar | |
| CN113567946B (zh) | 一种毫米波雷达真实目标和虚像检测方法 | |
| Rovňáková et al. | Investigation of localization accuracy for UWB radar operating in complex environment | |
| CN106255200B (zh) | 一种基于网格化频谱监测结果的无线干扰源定位方法 | |
| Malanowski | An algorithm for 3D target localization from passive radar measurements | |
| Yan et al. | Robust Target Localization for Multistatic Passive Radar Networks | |
| Chaitanya et al. | Unknown radio source localization based on a modified closed form solution using TDOA measurement technique |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170215 |