CN104793179A - 一种基于完好性检测的tdoa无源定位方法 - Google Patents
一种基于完好性检测的tdoa无源定位方法 Download PDFInfo
- Publication number
- CN104793179A CN104793179A CN201410743452.9A CN201410743452A CN104793179A CN 104793179 A CN104793179 A CN 104793179A CN 201410743452 A CN201410743452 A CN 201410743452A CN 104793179 A CN104793179 A CN 104793179A
- Authority
- CN
- China
- Prior art keywords
- tdoa
- sensor
- fault
- location
- regularization
- 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.)
- Pending
Links
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
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/06—Position of source determined by co-ordinating a plurality of position lines defined by path-difference measurements
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完好性检测的TDOA无源定位方法，本方法的具体步骤包括：相关检测TDOA计算模块；Levenberg-Marqardt正则化定位计算模块；最小二乘残差的完好性检测模块；基于最大似然的故障识别检测模块等四个功能模块。通过相关检测TDOA计算模块得到距离差的测量结果，建立非线性方程组，采取了正则化方法，确保了非线性方程组的快速收敛；同时通过完好性检测，能够对TDOA定位系统各个传感器进行故障检测和识别，保障系统定位精度的可靠性，尤其适用无源定位的实际工程应用。
Description
技术领域
发明涉及到一种无源定位方法，特别是一种基于完好性检测技术的TDOA无源定位方法。
背景技术
技术TD0A定位具有定位精度高，系统易拓展等特点，被广泛应用于无源定位服务或无源信号侦查应用中。其工作原理是：是通过测量多个无线电信号到达不同监测传感器的信号传输时间差，构建距离差的几何交会来实现对发射信号的信号源进行定位。
发明内容
技术领域描述本发明目的在于提供一种完好性检测的TDOA无源定位方法，实现了一定置信度条件下的高精度的TDOA定位结果计算。一种基于完好性检测技术的TDOA无源定位方法的具体步骤：第一步：搭建TDOA无源定位系统，搭建TDOA无源定位系统，包括：相关检测TDOA计算模块；Levenberg-Marqardt正则化定位计算模块；最小二乘残差的完好性检测模块；基于最大似然的故障识别检测模块。基于相关检测TDOA计算模块的功能是完成距离差距离测量计算；Levenberg-Marqardt正则化定位计算模块的功能是完成TDOA非线性方程组的快速迭代收敛，得到方程组的解；基于最小二乘残差的完好性检测模块的功能是对TDOA的定位结果进行完好性检测，即定位结果在一定的置信度范围内满足定位精度要求；基于最大似然的故障识别检测模块是在完好性检测的基础上，基于最大似然原理识别剔除存在故障的传感器输出的TDOA结果。定位结果滤波计算模块是对TDOA系统一段时间内的连续输出的定位结果进行滤波处理，降低定位结果的随机误差，提高定位精度。第二步：基于相关检测TDOA计算模块完成TDOA距离差的计算，基于相关检测TDOA计算模块将两个传感器A/D采样记录的同一信号的离散信号数据进行相关处理，选择最大相关值对应时间差作为TDOA时间差,据此得到距离差.第三步：Levenberg-Marqardt正则化定位计算模块完成TDOA定位结果的初步计Levenberg-Marqardt正则化定位计算模块根据TDOA的几何关系建立定位方程组,该方程组为多个双曲面方程组成的非线性方程组. 由于方程组包含信号源3维位置坐标,即3个未知数，因此距离差的数据量N＞3。方程组对应的向量形式为：R＝F（X）＋E（1）其中：R为N×1距离差向量；E为N×1距离差的噪声向量
如果各个监测传感器位置分布合理，则（1）对应的问题可以利用非线性最小二乘解算，但是传感器位置分布不太合理，则问题就变成一个非线性的病态方程，方程难以快速收敛，Levenberg-Marqardt正则化方法选择正则化因子，构建正则化方程，确保非线性方程组的快速收敛到正确结果。其计算过程如下：
1）采取迭代算法，需要计算之前给出信号源的初始位置，这样便于程序快速收敛。如果第1次TDOA定位，可以用传感器位置坐标的平均值作为信号源的初始位置，如果不是第1次定位，可以将上一时刻的定位结果作为本次定位解算的初值。初始点选为 ,确定终止控制常数ε,计算 , 令, ;
2） 计算，F（X）对应的雅可比矩阵，构造增量正则化方程；简写为：
3）通过求解增量正规方程,得到，即
4）若令, 若, 停止迭代,输出结果;否则,令,置,转到第2）步；
5），则令，重新解正规方程得到，返回4）
第四步：基于最小二乘残差的完好性检测模块完成定位结果的完好性检测
距离差残差向量ω包含了距离差测量误差的信息，可以用作判断有监测传感器存在故障的依据，因此根据残差向量ω建立统计检测量，统计检测量满足自由度为n－3的分布，每次定位解算之后将它与统计检测量门限值进行比较，门限根据给定的虚警概率计算得到，虚警概率选取0.01。若，则说明传感器距离差测量结果可信，非线性方程得到的定位结果在给定的概率条件下可信；若，就说明TDOA距离差误差超过了正常水平，从而认为有传感器距离差测量结果不可信，需要近一步故障识别。第五步：基于最大似然的故障监测模块完成故障传感器的检测和识别基于最大似然的故障监测模块在完好性检测基础上,剔除故障传感器给出的测量结果.根据ω＝Sε，可以计算
其中：
表示ω的第i个元素，表示矩阵S的第i个对角元，如果第i个传感器对应的最大，那么根据似然估计理论，认为第i个出现故障的概率最大。由此就可判断出故障传感器。在实际应用中，首先获取所有距离差残差的基础上计算，在检测出匹配定位结果故障之后，从中剔除故障概率最大的传感器；再用剩下的传感器距离差测量结果进行故障检测及剔除；反复迭代直到满足条件为止。以上文字详细描述了一种基于完好性检测的TDOA无源定位方法，概括地说此种方法通过相关运算得到各个传感器测量得到的距离差，据此建立TDOA定位模型，然后根据Levenberg-Marqardt方法快速计算得到信号源的初步计算结果，通过基于最小二乘残差的完好性检测技术对定位结果进行检测，如果满足检测条件，则说明定位结果满足一定置信度条件下的精度要求；否则TDOA定位系统可能存在故障，继而通过最大似然原理识别故障概率最大的传感器。剔除故障传感器重新计算定位结果，反复迭代直到满足条件为止。如果迭代到系统定位方程无法解算，则说明系统定位失败。基于完好性检测的TDOA无源定位方法能够对系统实现故障检测和识别，因此给出的定位结果具有一定的置信度。
Claims (2)
1.一种基于完好性检测的TDOA无源定位方法，其特征在于该方法的具体步骤为：
第一步：搭建TDOA无源定位系统
搭建TD0A无源定位系统，包括：相关检测TDOA计算模块；Levenberg-Marqardt正则化定位计算模块；最小二乘残差的完好性检测模块；基于最大似然的故障识别检测模块；基于相关检测TDOA计算模块的功能是完成距离差距离测量计算；
Levenberg-Marqardt正则化定位计算模块的功能是完成TDOA非线性方程组的快速迭代收敛，得到方程组的解；
基于最小二乘残差的完好性检模块的功能是对TDOA的定位结果进行完好性检测，即定位结果在一定的置信度范围内满足定位精度要求；
基于最大似然的故障识别检测模块是在完好性检测的基础上，基于最大似然原理识别剔除存在故障的传感器输出的TDOA结果；第二步：基于相关检测TDOA计算模块完成TDOA距离差的计算
基于相关检测TDOA计算模块将两个传感器A/D采样记录的同一信号的离散信号数据进行相关处理，选择最大相关值对应时间差作为TDOA时间差,据此得到距离差.
第三步：Levenberg-Marqardt正则化定位计算模块完成TDOA定位结果的初步计算
Levenberg-Marqardt正则化定位计算模块根据TDOA的几何关系建立定位方程组,该方程组为多个双曲面方程组成的非线性方程组. 由于方程组包含信号源3维位置坐标,即3个未知数，因此距离差的数据量 ；方程组对应的向量形式为：
（1）
其中：为距离差向量；
为距离差的噪声向量
如果各个监测传感器位置分布合理，则（1）对应的问题可以利用非线性最小二乘解算，但是传感器位置分布不太合理，则问题就变成一个非线性的病态方程，方程难以快速收敛，Levenberg-Marqardt正则化方法选择正则化因子，构建正则化方程，确保非线性方程组的快速收敛到正确结果；其计算过程如下：
1）采取迭代算法，需要计算之前给出信号源的初始位置，这样便于程序快速收敛，如果第1次TDOA定位，可以用传感器位置坐标的平均值作为信号源的初始位置， 如果不是第1次定位，可以将上一时刻的定位结果作为本次定位解算的初值，初始点选为 ,确定终止控制常数,计算 , 令,;
2） 计算，对应的雅可比矩阵，构造增量正则化方程；简写为：
3）通过求解增量正规方程,得到，即
（2）
4）若 令, 若, 停止迭代,输出结果;否则,令,置,转到第2）步；
5），则令，重新解正规方程得到，返回4）
第四步：基于最小二乘残差的完好性检测模块完成定位结果的完好性检测
距离差残差向量包含了距离差测量误差的信息，可以用作判断有监测传感器存在故障的依据，因此根据残差向量建立统计检测量，统计检测量满足自由度为的分布，每次定位解算之后将它与统计检测量门限值进行比较，门限根据给定的虚惊概率计算得到，虚警概率选取0.01；若，则说明传感器距离差测量结果可信，非线性方程得到的定位结果在给定的概率条件下可信；若，就说明TDOA距离差误差超过了正常水平，从而认为有传感器距离差测量结果不可信，需要近一步故障识别；第五步：基于最大似然的故障监测模块完成故障传感器的检测和识别
基于最大似然的故障监测模块在完好性检测基础上,剔除故障传感器给出的测量结果.根据，可以计算
（3）
其中：
表示的第个元素，表示矩阵的第个对角元，如果第个传感器对应的最大，那么根据似然估计理论，认为第个出现故障的概率最大，由此就可判断出故障传感器。
2.在实际应用中，首先获取所有距离差残差的基础上计算，在检测出匹配定位结果故障之后，从中剔除故障概率最大的传感器；再用剩下的传感器距离差测量结果进行故障检测及剔除；反复迭代直到满足条件为止。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410743452.9A CN104793179A (zh) | 2014-12-09 | 2014-12-09 | 一种基于完好性检测的tdoa无源定位方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410743452.9A CN104793179A (zh) | 2014-12-09 | 2014-12-09 | 一种基于完好性检测的tdoa无源定位方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN104793179A true CN104793179A (zh) | 2015-07-22 |
Family
ID=53558145
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410743452.9A Pending CN104793179A (zh) | 2014-12-09 | 2014-12-09 | 一种基于完好性检测的tdoa无源定位方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104793179A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107247279A (zh) * | 2017-07-12 | 2017-10-13 | 中国航天科工集团八五研究所 | 存在站址误差下的时差体制定位校正方法 |
| JP2018159635A (ja) * | 2017-03-23 | 2018-10-11 | 株式会社カイザー | タグ位置推定システム |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103523056A (zh) * | 2013-10-14 | 2014-01-22 | 兰州交通大学 | 基于铁路移动通信网络通信基站的列车定位方法 |
| CN103607772A (zh) * | 2013-12-09 | 2014-02-26 | 青岛百灵信息科技有限公司 | 一种基于lmbp神经网络的泰勒定位算法 |
-
2014
- 2014-12-09 CN CN201410743452.9A patent/CN104793179A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103523056A (zh) * | 2013-10-14 | 2014-01-22 | 兰州交通大学 | 基于铁路移动通信网络通信基站的列车定位方法 |
| CN103607772A (zh) * | 2013-12-09 | 2014-02-26 | 青岛百灵信息科技有限公司 | 一种基于lmbp神经网络的泰勒定位算法 |
Non-Patent Citations (3)
| Title |
|---|
| CHRISTIAN MENSING等: "POSITIONING ALGORITHMS FOR CELLULAR NETWORKS USING TDOA", 《2006 IEEE INTERNATIONAL CONFERENCE ON ACOUSTICS SPEECH AND SIGNAL PROCESSING PROCEEDINGS》 * |
| D CAREVIC: "Automatic Estimation of Multiple Target Positions and Velocities Using Passive TDOA Measurements", 《IEEE TRANSACTIONS ON SIGNAL PROCESSING》 * |
| 雷文英等: "基于TOA和TDOA的三维无源目标定位方法", 《基于TOA和TDOA的三维无源目标定位方法》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2018159635A (ja) * | 2017-03-23 | 2018-10-11 | 株式会社カイザー | タグ位置推定システム |
| CN107247279A (zh) * | 2017-07-12 | 2017-10-13 | 中国航天科工集团八五研究所 | 存在站址误差下的时差体制定位校正方法 |
| CN107247279B (zh) * | 2017-07-12 | 2019-03-29 | 中国航天科工集团八五一一研究所 | 存在站址误差下的时差体制定位校正方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108716918B (zh) | 一种基于网格聚类的rssi室内定位算法 | |
| JP5658372B2 (ja) | 監視装置、監視システム及び監視方法 | |
| CN106885576B (zh) | 一种基于多点地形匹配定位的auv航迹偏差估计方法 | |
| CN104080165B (zh) | 一种基于tdoa的室内无线传感器网络定位方法 | |
| US10884404B2 (en) | Method of predicting plant data and apparatus using the same | |
| WO2013059636A1 (en) | Time of arrival based wireless positioning system | |
| EP3403116B1 (en) | Method for calibrating a local positioning system based on time-difference-of-arrival measurements | |
| CN102645173A (zh) | 一种基于多目视觉的桥梁三维变形监测方法 | |
| CN105813020A (zh) | 一种自适应环境的rssi校正的无线传感器网络定位算法 | |
| CN104507050A (zh) | 一种WiFi室内定位中概率型指纹匹配方法 | |
| CN112285650B (zh) | 异常tdoa存在下未知波速声发射源定位方法、系统及存储介质 | |
| CN105445729A (zh) | 无人机飞行三维航迹精度检测方法及系统 | |
| CN104504247B (zh) | 一种gps双卫星故障的raim方法 | |
| CN110443275A (zh) | 去除噪声的方法、设备及存储介质 | |
| CN111998918A (zh) | 一种误差校正方法、误差校正装置及流量传感系统 | |
| CN105372650A (zh) | 一种无人机飞行航迹精度检测方法及装置 | |
| Liu et al. | A large scale 3D positioning method based on a network of rotating laser automatic theodolites | |
| CN104793179A (zh) | 一种基于完好性检测的tdoa无源定位方法 | |
| CN105204047B (zh) | 一种卫星导航系统中观测量单个粗差的探测与修复方法 | |
| CN103913203A (zh) | 超声波水表流量系数处理方法 | |
| CN117195610A (zh) | 边坡监测预警方法、装置、电子设备及可读存储介质 | |
| CN110099089A (zh) | 传感器网络中多个数据流的在线自校正 | |
| CN109003686A (zh) | 核电站松脱部件的定位方法、装置、计算机设备及存储介质 | |
| CN108834053B (zh) | 一种定位方法、装置及设备 | |
| CN113359122B (zh) | 一种脉冲雷达测量数据合理性检验方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| EXSB | Decision made by sipo to initiate substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20150722 |