CN105445741A - 一种目标定位的方法、装置及系统 - Google Patents

Abstract

本发明实施例公开了一种目标定位的方法、装置及系统，本发明实施例方法包括：获取n个声探测器采集到的m个目标的角度数据，所述m个目标的角度数据中，根据所述m个目标的角度数据中所有目标的角度，利用交叉定位算法确定交叉点坐标集合，判断交叉点坐标集合中每个交叉点坐标是否有效，得到有效交叉点坐标集合，计算有效交叉点坐标集合中的每个交叉点的分布密度和分散程度大小，确定有效交叉点坐标集合中，分布密度在预设第一范围且分散程度大小在预设第二范围的交叉点为同一目标的点集，确定多个目标的点集，对多个目标的点集中每个目标点集，利用最大似然法，计算目标点集最终聚合成一个聚合点的坐标，本发明实施例提高了目标定位的准确度。

Description

一种目标定位的方法、装置及系统

技术领域

本发明涉及探测技术领域，特别涉及一种目标定位的方法、装置及系统。

背景技术

我国幅员辽阔，重要保卫目标分布全国，容易收到武装直升机、巡航导弹、无人驾驶飞机等高科技飞行器等的攻击，迫切需要建立保护重要区域的低空目标探测预警网。

近年来，随着声探测技术的逐渐成熟，其对低空或超低空目标特测的独特优势逐渐彰显，而声探测器组网系统是其中重要应用，声探测器组网系统用于监视某一空域，声探测器组网系统可以利用目标飞行时发出的声音信息实现探测预警。

现有技术中，声探测器组网系统在对目标实施探测过程中，由于声波在空气中的传输速度较慢(空气中声速约为340m/s)，同一目标在同一空间点辐射出的声波传播到各声探测器的时刻可能相差很多秒，从而造成目标定位的误差。

发明内容

本发明实施例提供一种目标定位的方法、装置及系统，提高了目标定位的准确度。

本发明实施例中第一方面提供一种目标定位的方法，包括：

获取n个声探测器采集到的m个目标的角度数据，所述m个目标的角度数据中，每个目标的角度数据中包括当前目标的角度和采集所述当前目标的角度的时间，n≥2，m≥2；

根据所述m个目标的角度数据中所有目标的角度，利用交叉定位算法确定交叉点坐标集合；

判断所述交叉点坐标集合中每个交叉点坐标是否有效，得到有效交叉点坐标集合；

计算所述有效交叉点坐标集合中的每个交叉点的分布密度和分散程度大小，确定所述有效交叉点坐标集合中，分布密度在预设第一范围且分散程度大小在预设第二范围的交叉点为同一目标的点集，确定多个目标的点集；

对所述多个目标的点集中每个目标点集，利用最大似然法，计算所述目标点集最终聚合成一个聚合点的坐标。

可选的，所述根据所述m个目标的角度数据中所有目标的角度，利用交叉定位算法确定交叉点坐标集合，包括：

将所述m个目标的角度数据中所有目标的角度两两组合，每个组合利用交叉定位公式计算出一个交叉点坐标，得到交叉点坐标集合，所述交叉定位公式为：

$x=\frac{y2-y1-x1*tan\mathrm{\θ}1-x2*tan\mathrm{\θ}2}{tan\mathrm{\θ}1-tan\mathrm{\θ}2}$

y＝(x-x1)tanθ1+y1

其中，θ1和θ2分别为两两组合得到交叉点的两个角度，(x1,y1)和(x2,y2)为分别为测量θ1和θ2的两个声探测器坐标，交叉点坐标为(x，y)。

可选的，所述判断所述交叉点坐标集合中每个交叉点坐标是否有效，得到有效交叉点坐标集合，包括：

判断所述交叉点坐标集合中每个目标交叉点是否同时满足如下条件：

在目标交叉点对应的两个角度采集目标信息的声探测器是否时间相关且空间相关；

在目标交叉点对应的两个角度采集的目标信息的目标类型是否相同；

目标交叉点与采集所述目标交叉点对应的两个角度的两个声探测器之间的距离差，满足两个声探测器探测目标的声程差；

在满足上述条件时，确定所述目标交叉点为有效交叉点，得到有效交叉点坐标集合。

可选的，所述计算所述有效交叉点坐标集合中的每个交叉点的分布密度和分散程度大小，包括：

计算所述有效交叉点坐标集合中的每个交叉点的分布密度，所述分布密度为所述有效交叉点坐标集合中的每个交叉点到其他交叉点的距离小于预设门限值的数量；

通过公式计算所述有效交叉点坐标集合中的每个交叉点的分散程度大小，其中，指的是第i个声探测器和第j个声探测器的采集的角度的交叉点坐标，分别为第i个声探测器的坐标和第j个声探测器的坐标，△t_ij为第i个声探测器和第j个声探测器采集同一目标的声程差，c为声音在空气中传播速度。

本发明实施例中第二方面提供一种目标定位的装置，包括：

获取单元，用于获取n个声探测器采集到的m个目标的角度数据，所述m个目标的角度数据中，每个目标的角度数据中包括当前目标的角度和采集所述当前目标的角度的时间，n≥2，m≥2；

确定单元，用于根据所述m个目标的角度数据中所有目标的角度，利用交叉定位算法确定交叉点坐标集合；

判断单元，用于判断所述交叉点坐标集合中每个交叉点坐标是否有效，得到有效交叉点坐标集合；

第一计算单元，用于计算所述有效交叉点坐标集合中的每个交叉点的分布密度和分散程度大小，确定所述有效交叉点坐标集合中，分布密度在预设第一范围且分散程度大小在预设第二范围的交叉点为同一目标的点集，确定多个目标的点集；

第二计算单元，用于对所述多个目标的点集中每个目标点集，利用最大似然法，计算所述目标点集最终聚合成一个聚合点的坐标。

可选的，所述确定单元具体用于将所述m个目标的角度数据中所有目标的角度两两组合，每个组合利用交叉定位公式计算出一个交叉点坐标，得到交叉点坐标集合，所述交叉定位公式为：

$x=\frac{y2-y1-x1*tan\mathrm{\θ}1-x2*tan\mathrm{\θ}2}{tan\mathrm{\θ}1-tan\mathrm{\θ}2}$

y＝(x-x1)tanθ1+y1

其中，θ1和θ2分别为两两组合得到交叉点的两个角度，(x1,y1)和(x2,y2)为分别为测量θ1和θ2的两个声探测器坐标，交叉点坐标为(x，y)。

可选的，所述判断单元具体用于判断所述交叉点坐标集合中每个目标交叉点是否同时满足如下条件：

在目标交叉点对应的两个角度采集目标信息的声探测器是否时间相关且空间相关；

在目标交叉点对应的两个角度采集的目标信息的目标类型是否相同；

目标交叉点与采集所述目标交叉点对应的两个角度的两个声探测器之间的距离差，满足两个声探测器探测目标的声程差；

在满足上述条件时，确定所述目标交叉点为有效交叉点，得到有效交叉点坐标集合。

可选的，所述第一计算单元具体用于计算所述有效交叉点坐标集合中的每个交叉点的分布密度，所述分布密度为所述有效交叉点坐标集合中的每个交叉点到其他交叉点的距离小于预设门限值的数量；

通过公式计算所述有效交叉点坐标集合中的每个交叉点的分散程度大小，其中，指的是第i个声探测器和第j个声探测器的采集的角度的交叉点坐标，分别为第i个声探测器的坐标和第j个声探测器的坐标，△t_ij为第i个声探测器和第j个声探测器采集同一目标的声程差，c为声音在空气中传播速度。

本发明实施例中第三方面提供一种声探测器组网系统，包括n个声探测器和如第二方面中任一所述的目标定位的装置，其中，n≥2。

从以上技术方案可以看出，本发明实施例具有以下优点：

本发明实施例中，通过实时获取n个声探测器采集到的m个目标的角度数据，所述m个目标的角度数据中，根据所述m个目标的角度数据中所有目标的角度，利用交叉定位算法确定交叉点坐标集合，判断所述交叉点坐标集合中每个交叉点坐标是否有效，得到有效交叉点坐标集合，计算所述有效交叉点坐标集合中的每个交叉点的分布密度和分散程度大小，确定所述有效交叉点坐标集合中，分布密度在预设第一范围且分散程度大小在预设第二范围的交叉点为同一目标的点集，确定多个目标的点集，对所述多个目标的点集中每个目标点集，利用最大似然法，计算所述目标点集最终聚合成一个聚合点的坐标，本发明实施例提高了目标定位的准确度。

附图说明

图1是本发明实施例中目标定位的方法的一个实施例示意图；

图2是本发明实施例中两个声探测器时，平面坐标点的确定方式示意图；

图3是本发明实施例中目标定位的装置的一个实施例示意图。

具体实施方式

本发明实施例提供了一种目标定位的方法、装置及系统，提高了目标定位的准确度。

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

下面首先介绍本发明实施例中目标定位的方法的实施例，所述目标定位的方法的执行主体为目标定位的装置，该目标定位的装置可以应用在声探测器组网系统中。

请参阅图1，本发明实施例中目标定位的方法一个实施例包括：

101、获取n个声探测器采集到的m个目标的角度数据，所述m个目标的角度数据中，每个目标的角度数据中包括当前目标的角度和采集所述当前目标的角度的时间，n≥2，m≥2；

102、根据所述m个目标的角度数据中所有目标的角度，利用交叉定位算法确定交叉点坐标集合；

本实施例中，可选的，所述根据所述m个目标的角度数据中所有目标的角度，利用交叉定位算法确定交叉点坐标集合，包括：

将所述m个目标的角度数据中所有目标的角度两两组合，每个组合利用交叉定位公式计算出一个交叉点坐标，得到交叉点坐标集合，所述交叉定位公式为：

$x=\frac{y2-y1-x1*tan\mathrm{\θ}1-x2*tan\mathrm{\θ}2}{tan\mathrm{\θ}1-tan\mathrm{\θ}2}$

y＝(x-x1)tanθ1+y1

其中，θ1和θ2分别为两两组合得到交叉点的两个角度，(x1,y1)和(x2,y2)为分别为测量θ1和θ2的两个声探测器坐标，交叉点坐标为(x，y)。

以测量每个目标的角度为一组测量值，将一组测量值，设为{θ_i},i＝1,2,...,n，则其中任意两个测量值可以确定平面上一个点，n个测量值的组合共可确定个点。设第i个测量值和第j个测量值确定平面一点为则{θ_i},i＝1,2,...,n所确定的平面点坐标矩阵为：

$\left\{{\stackrel{\→}{X}}_{ij}\right\}=\left[\begin{array}{ccccc}{\stackrel{\→}{X}}_{11}& {\stackrel{\→}{X}}_{12}& {\stackrel{\→}{X}}_{13}& \mathrm{...}& {\stackrel{\→}{X}}_{\ln }\\ & {\stackrel{\→}{X}}_{22}& {\stackrel{\→}{X}}_{23}& \mathrm{...}& {\stackrel{\→}{X}}_{2n}\\ & & {\stackrel{\→}{X}}_{33}& \mathrm{...}& {\stackrel{\→}{X}}_{3n}\\ & & & .& .\\ & & & .& .\\ & & & .& .\\ & & & & {\stackrel{\→}{X}}_{nn}\end{array}\right]$

以两个声探测器为例，假定每个声探测器报告N个目标观测角度，观测配对时两个观测平台共有会出现2N条方向线，存在N2个交叉平面点，其中N*(N-1)个交叉平面点是伪点，N＝3时交叉平面点如图2所示，按两两交叉规则共可得到9个交叉平面点，其中最多有3个真实的辐射源，即三个真实的平面坐标点。

103、判断所述交叉点坐标集合中每个交叉点坐标是否有效，得到有效交叉点坐标集合；

本发明实施例中，可选的，所述判断所述交叉点坐标集合中每个交叉点坐标是否有效，得到有效交叉点坐标集合，包括：

判断所述交叉点坐标集合中每个目标交叉点是否同时满足如下条件：

在目标交叉点对应的两个角度采集目标信息的声探测器是否时间相关且空间相关；

在目标交叉点对应的两个角度采集的目标信息的目标类型是否相同；

目标交叉点与采集所述目标交叉点对应的两个角度的两个声探测器之间的距离差，满足两个声探测器探测目标的声程差；

在满足上述条件时，确定所述目标交叉点为有效交叉点，得到有效交叉点坐标集合。

104、计算所述有效交叉点坐标集合中的每个交叉点的分布密度和分散程度大小，确定所述有效交叉点坐标集合中，分布密度在预设第一范围且分散程度大小在预设第二范围的交叉点为同一目标的点集，确定多个目标的点集；

所述计算所述有效交叉点坐标集合中的每个交叉点的分布密度和分散程度大小，包括：

计算所述有效交叉点坐标集合中的每个交叉点的分布密度，所述分布密度为所述有效交叉点坐标集合中的每个交叉点到其他交叉点的距离小于预设门限值的数量；

通过公式计算所述有效交叉点坐标集合中的每个交叉点的分散程度大小，其中，指的是第i个声探测器和第j个声探测器的采集的角度的交叉点坐标，分别为第i个声探测器的坐标和第j个声探测器的坐标，Δt_ij为第i个声探测器和第j个声探测器采集同一目标的声程差，c为声音在空气中传播速度。

当无测量误差情况下，来源于同一目标的测量值(角度)交点为同一点并且交点到两个声探测器的距离差为探测声程差与声速的乘积，否则交点在空间上分散；在存在误差情况下，假设各声探测器的误差相对于目标距离很小，来源于同一目标的测量值的交点密集分布并且接近于同一点，并且交点到两个声探测器的距离差近似等于探测声程差与声速的乘积，否则各点分散程度很大。

105、对所述多个目标的点集中每个目标点集，利用最大似然法，计算所述目标点集最终聚合成一个聚合点的坐标。

本发明实施例中，极大似然法推导过程如下：

假设x_i为每个目标点集中交叉点的坐标值，σ_i为测得对应目标点集中交叉点坐标的均方差，对x_i设

$p_i\left(x_i\right|\mathrm{\θ})=\frac{1}{\sqrt{2\mathrm{\π}}{\mathrm{\σ}}_i}\exp \{-\frac{1}{2}{\left(\frac{\mathrm{\θ}-x_i}{{\mathrm{\σ}}_i}\right)}^2\}$

则极大似然函数为：

$L_2(x_1,x_2,...,x_l;\mathrm{\θ})=\underset{i=1}{\overset{1}{\Π}}{p}_i\left(x_i\right|\mathrm{\θ})$

求为(x₁,x₂,…,x_n)的函数，使得

$L_2\left(x_1,x_2,...,x_l;\widehat{\mathrm{\θ}}\right)=\underset{\mathrm{\θ}\∈\mathrm{\Θ}}{sup}{L}_2(x_1,x_2,...,x_l;\mathrm{\θ})$

由于lnx是x的增函数，通常以下列函数代之：

$\ln L_2\left(x_1,x_2,...,x_l;\widehat{\mathrm{\θ}}\right)=\underset{\mathrm{\θ}\∈\mathrm{\Θ}}{sup}\ln L_2(x_1,x_2,...,x_l;\mathrm{\θ})$

根据极大似然原理，

$\frac{\∂}{\∂\mathrm{\θ}}{L}_2(x_1,x_2,...,x_i){|}_{\mathrm{\θ}=\widehat{\mathrm{\θ}}}=0$

即 $\frac{\∂}{\∂\mathrm{\θ}}\underset{i=1}{\overset{l}{\Σ}}ln\frac{1}{\sqrt{2\mathrm{\π}}{\mathrm{\σ}}_i}\exp \{-\frac{1}{2}{\left(\frac{\mathrm{\θ}-x_i}{{\mathrm{\σ}}_i}\right)}^2\}{|}_{\mathrm{\θ}=\widehat{\mathrm{\θ}}}=0$

可解得

$\widehat{\mathrm{\θ}}=\left(\underset{i=1}{\overset{l}{\Σ}}\frac{x_i}{{\mathrm{\σ}}_i}\right)/\left(\underset{i=1}{\overset{l}{\Σ}}\frac{1}{{\mathrm{\σ}}_i}\right)$

由上式求出的就是坐标(x₁,x₂,…,x_i)的融合值，即所述目标点集最终聚合成一个聚合点的坐标。

本发明实施例中，通过实时获取n个声探测器采集到的m个目标的角度数据，所述m个目标的角度数据中，根据所述m个目标的角度数据中所有目标的角度，利用交叉定位算法确定交叉点坐标集合，判断所述交叉点坐标集合中每个交叉点坐标是否有效，得到有效交叉点坐标集合，计算所述有效交叉点坐标集合中的每个交叉点的分布密度和分散程度大小，确定所述有效交叉点坐标集合中，分布密度在预设第一范围且分散程度大小在预设第二范围的交叉点为同一目标的点集，确定多个目标的点集，对所述多个目标的点集中每个目标点集，利用最大似然法，计算所述目标点集最终聚合成一个聚合点的坐标，本发明实施例提高了目标定位的准确度。

本发明实施例中计算交叉平面点的x、y坐标时，将x、y分量分别进行上述计算即可。

下面介绍本发明实施例中目标定位的装置的实施例。

请参阅图3，本发明实施例中目标定位的装置300的一个实施例包括：

获取单元301，用于获取n个声探测器采集到的m个目标的角度数据，所述m个目标的角度数据中，每个目标的角度数据中包括当前目标的角度和采集所述当前目标的角度的时间，n≥2，m≥2；

确定单元302，用于根据所述m个目标的角度数据中所有目标的角度，利用交叉定位算法确定交叉点坐标集合；

判断单元303，用于判断所述交叉点坐标集合中每个交叉点坐标是否有效，得到有效交叉点坐标集合；

第一计算单元304，用于计算所述有效交叉点坐标集合中的每个交叉点的分布密度和分散程度大小，确定所述有效交叉点坐标集合中，分布密度在预设第一范围且分散程度大小在预设第二范围的交叉点为同一目标的点集，确定多个目标的点集；

第二计算单元305，用于对所述多个目标的点集中每个目标点集，利用最大似然法，计算所述目标点集最终聚合成一个聚合点的坐标。

本发明实施例中，获取单元301通过实时获取n个声探测器采集到的m个目标的角度数据，所述m个目标的角度数据中，确定单元302根据所述m个目标的角度数据中所有目标的角度，利用交叉定位算法确定交叉点坐标集合，判断单元303判断所述交叉点坐标集合中每个交叉点坐标是否有效，得到有效交叉点坐标集合，第一计算单元304计算所述有效交叉点坐标集合中的每个交叉点的分布密度和分散程度大小，确定所述有效交叉点坐标集合中，分布密度在预设第一范围且分散程度大小在预设第二范围的交叉点为同一目标的点集，确定多个目标的点集，第二计算单元305对所述多个目标的点集中每个目标点集，利用最大似然法，计算所述目标点集最终聚合成一个聚合点的坐标，本发明实施例提高了目标定位的准确度。

可选的，所述确定单元302具体用于将所述m个目标的角度数据中所有目标的角度两两组合，每个组合利用交叉定位公式计算出一个交叉点坐标，得到交叉点坐标集合，所述交叉定位公式为：

$x=\frac{y2-y1-x1*tan\mathrm{\θ}1-x2*tan\mathrm{\θ}2}{tan\mathrm{\θ}1-tan\mathrm{\θ}2}$

y＝(x-x1)tanθ1+y1

其中，θ1和θ2分别为两两组合得到交叉点的两个角度，(x1,y1)和(x2,y2)为分别为测量θ1和θ2的两个声探测器坐标，交叉点坐标为(x，y)。

可选的，所述判断单元303具体用于判断所述交叉点坐标集合中每个目标交叉点是否同时满足如下条件：

在目标交叉点对应的两个角度采集目标信息的声探测器是否时间相关且空间相关；

在目标交叉点对应的两个角度采集的目标信息的目标类型是否相同；

目标交叉点与采集所述目标交叉点对应的两个角度的两个声探测器之间的距离差，满足两个声探测器探测目标的声程差；

在满足上述条件时，确定所述目标交叉点为有效交叉点，得到有效交叉点坐标集合。

可选的，所述第一计算单元304具体用于计算所述有效交叉点坐标集合中的每个交叉点的分布密度，所述分布密度为所述有效交叉点坐标集合中的每个交叉点到其他交叉点的距离小于预设门限值的数量；

通过公式计算所述有效交叉点坐标集合中的每个交叉点的分散程度大小，其中，指的是第i个声探测器和第j个声探测器的采集的角度的交叉点坐标，分别为第i个声探测器的坐标和第j个声探测器的坐标，△t_ij为第i个声探测器和第j个声探测器采集同一目标的声程差，c为声音在空气中传播速度。

本发明实施例中还提供一种声探测器组网系统，包括n个声探测器和如上任一所述的目标定位的装置，其中，n≥2。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (9)

1.一种目标定位的方法，其特征在于，包括：

获取n个声探测器采集到的m个目标的角度数据，所述m个目标的角度数据中，每个目标的角度数据中包括当前目标的角度和采集所述当前目标的角度的时间，n≥2，m≥2；

根据所述m个目标的角度数据中所有目标的角度，利用交叉定位算法确定交叉点坐标集合；

判断所述交叉点坐标集合中每个交叉点坐标是否有效，得到有效交叉点坐标集合；

计算所述有效交叉点坐标集合中的每个交叉点的分布密度和分散程度大小，确定所述有效交叉点坐标集合中，分布密度在预设第一范围且分散程度大小在预设第二范围的交叉点为同一目标的点集，确定多个目标的点集；

对所述多个目标的点集中每个目标点集，利用最大似然法，计算所述目标点集最终聚合成一个聚合点的坐标。

2.根据权利要求1所述的方法，其特征在于，所述根据所述m个目标的角度数据中所有目标的角度，利用交叉定位算法确定交叉点坐标集合，包括：

将所述m个目标的角度数据中所有目标的角度两两组合，每个组合利用交叉定位公式计算出一个交叉点坐标，得到交叉点坐标集合，所述交叉定位公式为：

$x=\frac{y2-y1-x1*tan\mathrm{\θ}1-x2*tan\mathrm{\θ}2}{tan\mathrm{\θ}1-tan\mathrm{\θ}2}$

y＝(x-x1)tanθ1+y1

其中，θ1和θ2分别为两两组合得到交叉点的两个角度，(x1,y1)和(x2,y2)为分别为测量θ1和θ2的两个声探测器坐标，交叉点坐标为(x，y)。

3.根据权利要求1或2所述的方法，其特征在于，

所述判断所述交叉点坐标集合中每个交叉点坐标是否有效，得到有效交叉点坐标集合，包括：

判断所述交叉点坐标集合中每个目标交叉点是否同时满足如下条件：

在目标交叉点对应的两个角度采集目标信息的声探测器是否时间相关且空间相关；

在目标交叉点对应的两个角度采集的目标信息的目标类型是否相同；

目标交叉点与采集所述目标交叉点对应的两个角度的两个声探测器之间的距离差，满足两个声探测器探测目标的声程差；

在满足上述条件时，确定所述目标交叉点为有效交叉点，得到有效交叉点坐标集合。

4.根据权利要求1或2所述的方法，其特征在于，

所述计算所述有效交叉点坐标集合中的每个交叉点的分布密度和分散程度大小，包括：

计算所述有效交叉点坐标集合中的每个交叉点的分布密度，所述分布密度为所述有效交叉点坐标集合中的每个交叉点到其他交叉点的距离小于预设门限值的数量；

通过公式计算所述有效交叉点坐标集合中的每个交叉点的分散程度大小，其中，指的是第i个声探测器和第j个声探测器的采集的角度的交叉点坐标，分别为第i个声探测器的坐标和第j个声探测器的坐标，△t_ij为第i个声探测器和第j个声探测器采集同一目标的声程差，c为声音在空气中传播速度。

5.一种目标定位的装置，其特征在于，包括：

获取单元，用于获取n个声探测器采集到的m个目标的角度数据，所述m个目标的角度数据中，每个目标的角度数据中包括当前目标的角度和采集所述当前目标的角度的时间，n≥2，m≥2；

确定单元，用于根据所述m个目标的角度数据中所有目标的角度，利用交叉定位算法确定交叉点坐标集合；

判断单元，用于判断所述交叉点坐标集合中每个交叉点坐标是否有效，得到有效交叉点坐标集合；

第一计算单元，用于计算所述有效交叉点坐标集合中的每个交叉点的分布密度和分散程度大小，确定所述有效交叉点坐标集合中，分布密度在预设第一范围且分散程度大小在预设第二范围的交叉点为同一目标的点集，确定多个目标的点集；

第二计算单元，用于对所述多个目标的点集中每个目标点集，利用最大似然法，计算所述目标点集最终聚合成一个聚合点的坐标。

6.根据权利要求5所述的装置，其特征在于，

所述确定单元具体用于将所述m个目标的角度数据中所有目标的角度两两组合，每个组合利用交叉定位公式计算出一个交叉点坐标，得到交叉点坐标集合，所述交叉定位公式为：

$x=\frac{y2-y1-x1*tan\mathrm{\θ}1-x2*tan\mathrm{\θ}2}{tan\mathrm{\θ}1-tan\mathrm{\θ}2}$

y＝(x-x1)tanθ1+y1

其中，θ1和θ2分别为两两组合得到交叉点的两个角度，(x1,y1)和(x2,y2)为分别为测量θ1和q2的两个声探测器坐标，交叉点坐标为(x，y)。

7.根据权利要求5或6所述的装置，其特征在于，

所述判断单元具体用于判断所述交叉点坐标集合中每个目标交叉点是否同时满足如下条件：

在目标交叉点对应的两个角度采集目标信息的声探测器是否时间相关且空间相关；

在目标交叉点对应的两个角度采集的目标信息的目标类型是否相同；

目标交叉点与采集所述目标交叉点对应的两个角度的两个声探测器之间的距离差，满足两个声探测器探测目标的声程差；

在满足上述条件时，确定所述目标交叉点为有效交叉点，得到有效交叉点坐标集合。

8.根据权利要求5或6所述的装置，其特征在于，

所述第一计算单元具体用于计算所述有效交叉点坐标集合中的每个交叉点的分布密度，所述分布密度为所述有效交叉点坐标集合中的每个交叉点到其他交叉点的距离小于预设门限值的数量；

通过公式计算所述有效交叉点坐标集合中的每个交叉点的分散程度大小，其中，指的是第i个声探测器和第j个声探测器的采集的角度的交叉点坐标，分别为第i个声探测器的坐标和第j个声探测器的坐标，△t_ij为第i个声探测器和第j个声探测器采集同一目标的声程差，c为声音在空气中传播速度。

9.一种声探测器组网系统，其特征在于，包括n个声探测器和如权利要求4至6中任一所述的目标定位的装置，其中，n≥2。