CN106814357A - 用于分布式多点定位监视系统的半正定松弛时差定位方法 - Google Patents
用于分布式多点定位监视系统的半正定松弛时差定位方法 Download PDFInfo
- Publication number
- CN106814357A CN106814357A CN201611205009.1A CN201611205009A CN106814357A CN 106814357 A CN106814357 A CN 106814357A CN 201611205009 A CN201611205009 A CN 201611205009A CN 106814357 A CN106814357 A CN 106814357A
- Authority
- CN
- China
- Prior art keywords
- receiving station
- auxiliary vector
- vector
- target
- time difference
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/74—Systems using reradiation of radio waves, e.g. secondary radar systems; Analogous systems
-
- 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
-
- 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明属于分布式多点定位监视系统的实时定位技术领域,特别涉及一种用于分布式多点定位监视系统的半正定松弛时差定位方法。本发明首先构建时差定位方程,再对信号源位置即待定位的目标位置进行最大似然估计,引入辅助矢量,将距离差定位方程转化为约束最小二乘问题,再对所述辅助矢量进行加权最小二乘求解,再利用加权最小二乘解算的辅助矢量初始估计松弛等式约束,构造新的代价函数,利用凸半正定规划优化求解辅助矢量和辅助矢量转置的变量的值,并通过特征值分解得到辅助矢量的值,最后根据求得的辅助矢量的值与信号源位置之间的关系获取信号源的位置信息。本发明避免了传统迭代算法中出现的局部收敛和求解发散的问题,提高了定位的精度。
Description
技术领域
本发明属于分布式多点定位监视系统的实时定位技术领域,特别涉及一种用于分布式多点定位监视系统的半正定松弛时差定位方法。
背景技术
随着我国经济的飞速发展,航班量也在飞速增长,对空管系统管制员的指挥和设施设备的维护提出了更高的要求,机场场面监视雷达是一次雷达,主要用于监视机场场面的飞机及车辆,利用目标对电磁波的自身辐射或反射特性发现目标。设备维护人员在维护机场场面监视雷达的过程中包括如下三方面问题:飞机目标分裂、存在一定的盲区、容易出现假目标。这些问题的存在扰乱了管制员正常的指挥工作,因此,分布式多点定位系统的引入必要而且必须,这项技术是机场场面监视雷达的升级和补充,并且能够通过增加接收站或者改变接收站的布局实现系统的扩展。
半正定松弛时差定位方法是时差定位方法非常重要的一部分,利用半正定松弛时差定位方法来确定目标的位置信息,并将定位结果通过终端显示监控系统呈现给用户,从而提高机场管制员对机场场面飞机和引导车监控管制能力。
传统的半正定松弛时差定位方法通常使用泰勒级数算法、Chan算法、MDS算法来确定目标的位置信息,使用泰勒级数算法对迭代初始值的选取有要求,会出现局部收敛或者发散的现象;Chan算法和MDS算法在测量误差较大时导致对信号源的位置判断不准确,从而导致时差定位方法经常出现高度非线性的问题。
发明内容
本发明为了克服上述现有技术的不足,提供了用于分布式多点定位监视系统的半正定松弛时差定位方法,本方法对迭代初始值的选取没有要求,能够收敛到全局极小点,不会出现局部收敛或者发散的现象;而且定位准确,在测量误差较大时仍能对信号源的位置进行较好的估计。
为实现上述目的,本发明采用了以下技术措施:
用于分布式多点定位监视系统的半正定松弛时差定位方法,包括以下步骤:
S1、构建时差定位方程;
S2、对信号源位置即待定位的目标位置进行最大似然估计;
S3、引入辅助矢量,将距离差定位方程转化为约束最小二乘问题;
S4、对所述辅助矢量进行加权最小二乘求解;
S5、利用加权最小二乘解算的辅助矢量初始估计松弛等式约束,构造新的代价函数;
S6、利用凸半正定规划优化求解辅助矢量和辅助矢量转置的变量的值,并通过特征值分解得到辅助矢量的值;
S7、根据求得的辅助矢量的值与信号源位置之间的关系获取信号源位置信息。
优选的,步骤S1的具体步骤包括:
利用接收站主站位置信息测量参数数据建立相应的观测模型,确定的接收站主站的站址信息,利用目标到接收站主站的距离、目标到接收站辅站的距离差构建距离差定位方程:
其中,为到达接收站主站和接收站辅站时间差的测量值,c为光速,ri,k-r1,k为信号源发射的应答信号从第k个目标位置uk到接收站si和接收站主站s1之间的真实时间差,ni1,k为测量误差,i为接收站辅站的索引,k为目标索引。
优选的,步骤S2的具体步骤包括:
利用目标到接收站主站和第i个接收站辅站的距离差测量误差的协方差矩阵表示目标位置的最大似然估计:
其中,J(u)为信号源位置u的高度非线性、非凸代价函数,为所构成的距离差估计组成的向量,f(u)为信号源发射的应答信号从第k个目标位置uk到接收站si和接收站主站s1之间的真实时间差组成的向量,Q为测量误差ni1,k服从均值为零的协方差矩阵,T为矩阵的转置,为使得代价函数J(u)最小时所需信号源位置u的值。
优选的,步骤S3的具体步骤包括:
引入辅助矢量即为目标与接收站主站的位置和距离,转化为约束最小二乘问题,并在此基础上转换为凸的半正定规划问题,将原代价函数整理得到的矩阵如下:
其中,ηk=Bknk,Bk=diag{r2,k,...,rN,k},k=1,2,R=[s2-s1,...,sN-s1]T,O(N-1)×3为(N-1)×3的0矩阵,0N-1为N-1的0行向量,为目标1的到达接收站主站和接收站辅站距离差估计组成的向量,为目标2的到达接收站主站和接收站辅站距离差估计组成的向量。
进一步的,步骤S4的具体步骤包括:
对原代价函数整理得到的矩阵进行加权最小二乘求解,得到的辅助矢量估计值如下:
其中,加权矩阵W=E[ηηT]-1=(BQBT)-1,B=diag{B1,B2}表示以B1和B2为对角块的矩阵,Q=E[nnT]为噪声协方差矩阵,n为到达接收站主站和接收站辅站距离差测量误差的矩阵形式, Gy-h=η,y为辅助矢量。
进一步的,步骤S5的具体步骤包括:
根据约束条件,构造新的代价函数:
s.t y(6+k)=||y(3(k-1)+1:3k)||2,k=1,2
将(Gy-h)TW(Gy-h)转化为
其中,Y=yyT,
由此可知,Y(6+k,6+k)=trace{Y(3k-2:3k,3k-2:3k)},其中,k=1,2;由Y=yyT,其中y=[(u1-s1)T,(u2-s1)T,r1,1,r1,2]T,可知Y(7,8)=r1,1r1,2。
进一步的,步骤S6的具体步骤包括:
利用已构造的新的代价函数进行优化求解时,把相应的等式约束转化凸半正定规划优化问题,
待求解的公式为:其约束条件为:
s.t Y(6+k,6+k)=trace{Y(3k-2:3k,3k-2:3k)}
更进一步的,步骤S7的具体步骤包括:
对Y进行特征值分解可得:
其中,λi为Y的特征值,i=1,...,r,qi为相应的特征向量,设i=1,...,r已按从大到小排列,即λ1≥λ2≥...≥λr>0,根据Y的定义可得信号源位置估计为:
本发明的有益效果在于:
1)、本发明首先构建时差定位方程,再对信号源位置即待定位的目标位置进行最大似然估计,引入辅助矢量,将距离差定位方程转化为约束最小二乘问题,再对所述辅助矢量进行加权最小二乘求解,再利用加权最小二乘解算的辅助矢量初始估计松弛等式约束,构造新的代价函数,利用凸半正定规划优化求解辅助矢量和辅助矢量转置的变量的值,并通过特征值分解得到辅助矢量的值,最后根据求得的辅助矢量的值与信号源位置之间的关系获取信号源的位置信息。本发明针对时差定位方法中出现的非凸优化问题所提出的,将高度非线性的时差定位问题转化为约束加权最小二乘估计问题,然后在此基础上通过半正定松弛转化为凸的半正定规划问题,进行优化求解,避免了传统迭代算法中出现的局部收敛和求解发散的问题,提高了定位的精度。
2)、本方法在测量误差较大时仍能对信号源位置进行较好的估计,具有较强的稳健性。
附图说明
图1为本发明的流程图;
图2为利用本半正定松弛时差定位方法、Chan算法、泰勒级数法对信号源u1和u2位置估计随变化时的均方根误差的统计结果示意图;
图3为利用本半正定松弛时差定位方法、Chan算法、MDS算法、泰勒级数法对信号源u3位置估计随变化时的均方根误差的统计结果示意图。
具体实施方式
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,都属于本发明保护的范围。
用于分布式多点定位监视系统的半正定松弛时差定位方法是时差定位方法中非常重要的一个步骤,时差定位方法的具体步骤包括:首先分布式多点定位监视系统中目标接收站主站和接收站辅站获取目标应答信号,对所述目标应答信号经过该分布式多点定位监视系统处理得到解析后的测量参数数据;根据所述目标接收站主站和接收站辅站获取所述测量参数数据,对测量参数数据中相同目标应答码和大于50%的置信度进行配对处理,获取目标在同一时刻发出的测量参数数据;对配对处理后的测量参数数据进行主站位置选择,得到待定位区域的定位精度;根据目标的测量参数数据以及待定位区域的定位精度,选择目标的接收站主站,确定时差定位模型;利用接收站主站和接收站辅站位置信息测量参数数据,通过半正定松弛的时差定位算法解算出目标的位置信息;将所述目标的位置信息送至终端显示。
半正定松弛时差定位方法即为其中的利用接收站主站和接收站辅站位置信息测量参数数据,通过半正定松弛的时差定位算法解算出目标的位置信息,具体包括以下步骤:
如图1所示,首先构建时差定位方程,再对信号源位置即待定位的目标位置进行最大似然估计,引入辅助矢量,将距离差定位方程转化为约束最小二乘问题,再对所述辅助矢量进行加权最小二乘求解,再利用加权最小二乘解算的辅助矢量初始估计松弛等式约束,构造新的代价函数,利用凸半正定规划优化求解辅助矢量和辅助矢量转置的变量的值,并通过特征值分解得到辅助矢量的值,最后根据求得的辅助矢量的值与信号源位置之间的关系获取信号源的位置信息。
利用凸半正定规划优化求解辅助矢量和辅助矢量转置的变量的值是利用现有技术中的方法。
构建时差定位方程的具体步骤包括:
利用接收站主站位置信息测量参数数据建立相应的观测模型,确定的接收站主站的站址信息,利用目标到接收站主站的距离、目标到接收站辅站的距离差构建距离差定位方程:
其中,为到达接收站主站和接收站辅站时间差的测量值,c为光速,ri,k-r1,k为信号源发射的应答信号从第k个目标位置uk到接收站si和接收站主站s1之间的真实时间差,ni1,k为测量误差,i为接收站辅站的索引,k为目标索引。
对信号源位置即待定位的目标位置进行最大似然估计的具体步骤包括:
利用目标到接收站主站和第i个接收站辅站的距离差测量误差的协方差矩阵表示目标位置的最大似然估计:
其中,J(u)为信号源位置u的高度非线性、非凸代价函数,为所构成的距离差估计组成的向量,f(u)为信号源发射的应答信号从第k个目标位置uk到接收站si和接收站主站s1之间的真实时间差组成的向量,Q为测量误差ni1,k服从均值为零的协方差矩阵,T为矩阵的转置,为使得代价函数J(u)最小时所需信号源位置u的值。
引入辅助矢量,将距离差定位方程转化为约束最小二乘问题的具体步骤包括:
引入辅助矢量即为目标与接收站主站的位置和距离,转化为约束最小二乘问题,并在此基础上转换为凸的半正定规划问题,将原代价函数整理得到的矩阵如下:
其中,ηk=Bknk,Bk=diag{r2,k,...,rN,k},k=1,2,R=[s2-s1,...,sN-s1]T,O(N-1)×3为(N-1)×3的0矩阵,0N-1为N-1的0行向量,为目标1的到达接收站主站和接收站辅站距离差估计组成的向量,为目标2的到达接收站主站和接收站辅站距离差估计组成的向量。
对所述辅助矢量进行加权最小二乘求解的具体步骤包括:
对原代价函数整理得到的矩阵进行加权最小二乘求解,得到的辅助矢量估计值如下:
其中,加权矩阵W=E[ηηT]-1=(BQBT)-1,B=diag{B1,B2}表示以B1和B2为对角块的矩阵,Q=E[nnT]为噪声协方差矩阵,n为到达接收站主站和接收站辅站距离差测量误差的矩阵形式, Gy-h=η。
对所述辅助矢量进行加权最小二乘求解的过程是在假设y中各分量相互独立的前提下进行的,事实上,它们的求解需要参考构建时差定位方程具体步骤中的距离差定位方程。
利用加权最小二乘解算的辅助矢量初始估计松弛等式约束,构造新的代价函数的具体步骤包括:
根据约束条件,构造新的代价函数:
s.t y(6+k)=||y(3(k-1)+1:3k)||2,k=1,2
将(Gy-h)TW(Gy-h)转化为
其中,Y=yyT,
由此可知,Y(6+k,6+k)=trace{Y(3k-2:3k,3k-2:3k)},其中,k=1,2;由Y=yyT,其中y=[(u1-s1)T,(u2-s1)T,r1,1,r1,2]T,可知Y(7,8)=r1,1r1,2。
利用凸半正定规划优化求解辅助矢量和辅助矢量转置的变量的值,并通过特征值分解得到辅助矢量的值的具体步骤包括:
利用已构造的新的代价函数进行优化求解时,把相应的等式约束转化凸半正定规划优化问题,
待求解的公式为:其约束条件为:
s.t Y(6+k,6+k)=trace{Y(3k-2:3k,3k-2:3k)}
根据求得的辅助矢量的值与信号源位置之间的关系获取信号源的位置信息的具体步骤包括:
对Y进行特征值分解可得:
其中,λi为Y的特征值,i=1,...,r,qi为相应的特征向量,设i=1,...,r已按从大到小排列,即λ1≥λ2≥...≥λr>0,根据Y的定义可得信号源位置估计为:
为了检验本半正定松弛时差定位方法对信号源位置估计的性能,我们将本半正定松弛时差定位方法同传统的Chan算法、泰勒级数法、MDS算法及克拉美罗界的仿真结果进行比较,5个接收站位置坐标分别为:s1=[300,100,150]T,s2=[400,150,100]T,s3=[300,500,200]T,s4=[350,200,100]T,s5=[-100,-100,-100]T,信号源坐标单位均为米。假设各个信号源的TDOA测量值服从均值为零、方差为的高斯分布,则Qk满足对角线元素为非对角线元素为为了对比的公平,利用对所述辅助矢量进行加权最小二乘求解的具体步骤中的所得初始定位结果计算利用加权最小二乘解算的辅助矢量初始估计松弛等式约束,构造新的代价函数的具体步骤中的F和Chan算法、MDS算法的权值以及作为泰勒级数法的迭代初始值。三个信号源位置坐标分别为u1=[314,483,209]T,u2=[600,650,550]T和u3=[285,325,275]T。
如图2所示,分别给出了本半正定松弛时差定位方法、Chan算法及泰勒级数法对信号源u1和u2位置估计随变化时的均方根误差的统计结果,较低的一组曲线对应信号源u1,较高的一组对应u2。可以看出,在噪声功率较小时,三种方法对两信号源位置的估计均方根误差均十分接近克拉美罗界。随着测量误差的增大,各算法的均方根误差均有所增加;其中泰勒级数法最先偏离克拉美罗界,这是因为在测量误差较大时,由步骤S4求得的初始值偏离真实值较远,泰勒级数法在进行迭代求解时,很容易陷入局部极小点或者发散;而本半正定松弛时差定位方法对两信号源位置的估计均方根误差均明显小于Chan算法,具有更为准确的定位性能。
如图3所示,分别给出了本半正定松弛时差定位方法、Chan算法、MDS算法及泰勒级数法对信号源u3位置估计随变化时的均方根误差的统计结果。可以看出,在噪声功率较小时,几种方法对信号源位置估计的均方根误差均十分接近克拉美罗界。随着噪声功率的增加,各算法的估计均方根误差都会有所增加。在测量误差较大时,泰勒级数法的估计均方根误差出现急剧增加的现象;MDS算法偏离克拉美罗界要明显晚于Chan算法,但是在测量误差较大时,出现MDS算法的均方根误差大于Chan算法的现象;而本半正定松弛时差定位方法的估计均方根误差一直保持最小。
Claims (8)
1.用于分布式多点定位监视系统的半正定松弛时差定位方法,其特征在于,包括以下步骤:
S1、构建时差定位方程;
S2、对信号源位置即待定位的目标位置进行最大似然估计;
S3、引入辅助矢量,将距离差定位方程转化为约束最小二乘问题;
S4、对所述辅助矢量进行加权最小二乘求解;
S5、利用加权最小二乘解算的辅助矢量初始估计松弛等式约束,构造新的代价函数;
S6、利用凸半正定规划优化求解辅助矢量和辅助矢量转置的变量的值,并通过特征值分解得到辅助矢量的值;
S7、根据求得的辅助矢量的值与信号源位置之间的关系获取信号源的位置信息。
2.如权利要求1所述的用于分布式多点定位监视系统的半正定松弛时差定位方法,其特征在于,步骤S1的具体步骤包括:
利用接收站主站位置信息测量参数数据建立相应的观测模型,确定的接收站主站的站址信息,利用目标到接收站主站的距离、目标到接收站辅站的距离差构建距离差定位方程:
其中,为到达接收站主站和接收站辅站时间差的测量值,c为光速,ri,k-r1,k为信号源发射的应答信号从第k个目标位置uk到接收站si和接收站主站s1之间的真实时间差,ni1,k为测量误差,i为接收站辅站的索引,k为目标索引。
3.如权利要求2所述的用于分布式多点定位监视系统的半正定松弛时差定位方法,其特征在于,步骤S2的具体步骤包括:
利用目标到接收站主站和第i个接收站辅站的距离差测量误差的协方差矩阵表示目标位置的最大似然估计:
其中,J(u)为信号源位置u的高度非线性、非凸代价函数,为所构成的距离差估计组成的向量,f(u)为信号源发射的应答信号从第k个目标位置uk到接收站si和接收站主站s1之间的真实时间差组成的向量,Q为测量误差ni1,k服从均值为零的协方差矩阵,T为矩阵的转置,为使得代价函数J(u)最小时所需信号源位置u的值。
4.如权利要求3所述的用于分布式多点定位监视系统的半正定松弛时差定位方法,其特征在于,步骤S3的具体步骤包括:
引入辅助矢量即为目标与接收站主站的位置和距离,转化为约束最小二乘问题,并在此基础上转换为凸的半正定规划问题,将原代价函数整理得到的矩阵如下:
其中,ηk=Bknk,Bk=diag{r2,k,…,rN,k},k=1,2,R=[s2-s1,...,sN-s1]T,O(N-1)×3为(N-1)×3的0矩阵,0N-1为N-1的0行向量,为目标1的到达接收站主站和接收站辅站距离差估计组成的向量,为目标2的到达接收站主站和接收站辅站距离差估计组成的向量。
5.如权利要求4所述的用于分布式多点定位监视系统的半正定松弛时差定位方法,其特征在于,步骤S4的具体步骤包括:
对原代价函数整理得到的矩阵进行加权最小二乘求解,得到的辅助矢量估计值如下:
其中,加权矩阵W=E[ηηT]-1=(BQBT)-1,B=diag{B1,B2}表示以B1和B2为对角块的矩阵,Q=E[nnT]为噪声协方差矩阵,n为到达接收站主站和接收站辅站距离差测量误差的矩阵形式, Gy-h=η。
6.如权利要求5所述的用于分布式多点定位监视系统的半正定松弛时差定位方法,其特征在于,步骤S5的具体步骤包括:
根据约束条件,构造新的代价函数:
s.t y(6+k)=||y(3(k-1)+1:3k)||2,k=1,2
将(Gy-h)TW(Gy-h)转化为
其中,Y=yyT,
由此可知,Y(6+k,6+k)=trace{Y(3k-2:3k,3k-2:3k)},其中,k=1,2;由Y=yyT,其中y=[(u1-s1)T,(u2-s1)T,r1,1,r1,2]T,可知Y(7,8)=r1,1r1,2。
7.如权利要求6所述的用于分布式多点定位监视系统的半正定松弛时差定位方法,其特征在于,步骤S6的具体步骤包括:
利用已构造的新的代价函数进行优化求解时,把相应的等式约束转化凸半正定规划优化问题,
待求解的公式为:其约束条件为:s.t Y(6+k,6+k)=trace{Y(3k-2:3k,3k-2:3k)}
8.如权利要求7所述的用于分布式多点定位监视系统的半正定松弛时差定位方法,其特征在于,步骤S7的具体步骤包括:
对Y进行特征值分解可得:
其中,λi为Y的特征值,i=1,...,r,qi为相应的特征向量,设i=1,...,r已按从大到小排列,即λ1≥λ2≥...≥λr>0,根据Y的定义可得信号源位置估计为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611205009.1A CN106814357A (zh) | 2016-12-23 | 2016-12-23 | 用于分布式多点定位监视系统的半正定松弛时差定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611205009.1A CN106814357A (zh) | 2016-12-23 | 2016-12-23 | 用于分布式多点定位监视系统的半正定松弛时差定位方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106814357A true CN106814357A (zh) | 2017-06-09 |
Family
ID=59109648
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611205009.1A Pending CN106814357A (zh) | 2016-12-23 | 2016-12-23 | 用于分布式多点定位监视系统的半正定松弛时差定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106814357A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107526061A (zh) * | 2017-08-22 | 2017-12-29 | 四川航天系统工程研究所 | 基于到达时间差的多目标定位的泰勒松弛‑分部迭代算法 |
CN108051779A (zh) * | 2017-10-13 | 2018-05-18 | 西安电子科技大学 | 一种面向tdoa的定位节点优选方法 |
CN108732534A (zh) * | 2018-04-19 | 2018-11-02 | 天津大学 | 一种基于加权mds的多标签协作定位方法 |
CN110132281A (zh) * | 2019-05-21 | 2019-08-16 | 哈尔滨工程大学 | 一种基于询问应答模式的水下高速目标高精度自主声学导航方法 |
CN110286353A (zh) * | 2019-05-23 | 2019-09-27 | 宁波大学 | 基于非视距环境下RSS-ToA的无线传感器网络目标定位方法 |
CN110412505A (zh) * | 2019-06-28 | 2019-11-05 | 同方电子科技有限公司 | 一种快速的时差定位网格搜索方法 |
CN110596688A (zh) * | 2019-08-29 | 2019-12-20 | 电子科技大学 | 一种分布式mimo雷达系统中的高精度定位方法及装置 |
CN110764050A (zh) * | 2019-11-07 | 2020-02-07 | 南京莱斯电子设备有限公司 | 一种多点定位系统仿真测试方法 |
CN112867144A (zh) * | 2021-01-06 | 2021-05-28 | 宁波工程学院 | 一种基于半定规划的无线传感器网络rss定位算法 |
CN113084801A (zh) * | 2021-03-30 | 2021-07-09 | 深圳市人工智能与机器人研究院 | 基于半正定规划优化的多机器人初始位姿相对定位方法 |
CN113238217A (zh) * | 2021-06-03 | 2021-08-10 | 哈尔滨工业大学 | 一种基于内点法的分布式高频地波雷达联合定位方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010138696A1 (en) * | 2009-05-27 | 2010-12-02 | Sensis Corporation | System and method for passive range-aided multilateration using time lag of arrival (tloa) measurements |
CN105607039A (zh) * | 2016-01-27 | 2016-05-25 | 宁波大学 | 非视距环境下基于到达时间差的稳健最小二乘定位方法 |
-
2016
- 2016-12-23 CN CN201611205009.1A patent/CN106814357A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010138696A1 (en) * | 2009-05-27 | 2010-12-02 | Sensis Corporation | System and method for passive range-aided multilateration using time lag of arrival (tloa) measurements |
CN105607039A (zh) * | 2016-01-27 | 2016-05-25 | 宁波大学 | 非视距环境下基于到达时间差的稳健最小二乘定位方法 |
Non-Patent Citations (2)
Title |
---|
周建红: "基于MDS系统的定位算法与同步技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
杨琳等: "一种利用半正定松弛的TDOA定位算法", 《万方》 * |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107526061B (zh) * | 2017-08-22 | 2019-07-16 | 四川航天系统工程研究所 | 基于到达时间差的多目标定位的泰勒松弛-分部迭代算法 |
CN107526061A (zh) * | 2017-08-22 | 2017-12-29 | 四川航天系统工程研究所 | 基于到达时间差的多目标定位的泰勒松弛‑分部迭代算法 |
CN108051779A (zh) * | 2017-10-13 | 2018-05-18 | 西安电子科技大学 | 一种面向tdoa的定位节点优选方法 |
CN108051779B (zh) * | 2017-10-13 | 2019-12-10 | 西安电子科技大学 | 一种面向tdoa的定位节点优选方法 |
CN108732534A (zh) * | 2018-04-19 | 2018-11-02 | 天津大学 | 一种基于加权mds的多标签协作定位方法 |
CN110132281A (zh) * | 2019-05-21 | 2019-08-16 | 哈尔滨工程大学 | 一种基于询问应答模式的水下高速目标高精度自主声学导航方法 |
CN110132281B (zh) * | 2019-05-21 | 2023-10-20 | 哈尔滨工程大学 | 一种基于询问应答模式的水下高速目标高精度自主声学导航方法 |
CN110286353A (zh) * | 2019-05-23 | 2019-09-27 | 宁波大学 | 基于非视距环境下RSS-ToA的无线传感器网络目标定位方法 |
CN110286353B (zh) * | 2019-05-23 | 2021-01-26 | 宁波大学 | 基于非视距环境下RSS-ToA的无线传感器网络目标定位方法 |
CN110412505B (zh) * | 2019-06-28 | 2023-08-29 | 同方电子科技有限公司 | 一种快速的时差定位网格搜索方法 |
CN110412505A (zh) * | 2019-06-28 | 2019-11-05 | 同方电子科技有限公司 | 一种快速的时差定位网格搜索方法 |
CN110596688A (zh) * | 2019-08-29 | 2019-12-20 | 电子科技大学 | 一种分布式mimo雷达系统中的高精度定位方法及装置 |
CN110596688B (zh) * | 2019-08-29 | 2021-06-08 | 电子科技大学 | 一种分布式mimo雷达系统中的高精度定位方法及装置 |
CN110764050A (zh) * | 2019-11-07 | 2020-02-07 | 南京莱斯电子设备有限公司 | 一种多点定位系统仿真测试方法 |
CN112867144A (zh) * | 2021-01-06 | 2021-05-28 | 宁波工程学院 | 一种基于半定规划的无线传感器网络rss定位算法 |
CN113084801A (zh) * | 2021-03-30 | 2021-07-09 | 深圳市人工智能与机器人研究院 | 基于半正定规划优化的多机器人初始位姿相对定位方法 |
CN113238217A (zh) * | 2021-06-03 | 2021-08-10 | 哈尔滨工业大学 | 一种基于内点法的分布式高频地波雷达联合定位方法 |
CN113238217B (zh) * | 2021-06-03 | 2024-03-08 | 哈尔滨工业大学 | 一种基于内点法的分布式高频地波雷达联合定位方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106814357A (zh) | 用于分布式多点定位监视系统的半正定松弛时差定位方法 | |
CN106842118A (zh) | 用于分布式多点定位监视系统的时差定位方法 | |
CN103945332B (zh) | 一种接收信号强度和多径信息联合神经网络室内定位方法 | |
CN105426970B (zh) | 一种基于离散动态贝叶斯网络的气象威胁评估方法 | |
CN103941233B (zh) | 一种多平台主被动传感器协同跟踪的雷达间歇交替辐射控制方法 | |
CN110174643A (zh) | 一种无需噪声功率信息的基于到达时间差的定位方法 | |
CN104619020A (zh) | 基于rssi和toa测距的wifi室内定位方法 | |
CN106872942A (zh) | 用于分布式多点定位监视系统的定位精度解算方法 | |
CN106706133B (zh) | 一种点斑状目标姿态估计方法及系统 | |
CN106612495B (zh) | 一种基于传播损耗学习的室内定位方法及系统 | |
CN106131797A (zh) | 一种基于rssi测距的节水灌溉监测网络定位方法 | |
CN106443655B (zh) | 一种多输入多输出雷达近场定位算法 | |
CN109188355A (zh) | 一种多点定位系统接收天线优化及最优布站方法 | |
CN106412841A (zh) | 一种基于dbscan算法的室内定位方法 | |
CN104093207B (zh) | 一种基于测距误差模型修正的无线定位方法 | |
CN109151714A (zh) | 一种三维鲁棒估计定位方法 | |
CN103954953A (zh) | 一种基于数据驱动的机载激光雷达盲源误差补偿方法 | |
CN108668358A (zh) | 一种应用于无线传感网络的基于到达时间的协作定位方法 | |
CN104754735A (zh) | 位置指纹库的构建方法以及基于该位置指纹库的定位方法 | |
CN110471049A (zh) | 基于测量辐射功率的无线通信干扰源定位方法 | |
CN110515037A (zh) | 非视距环境下能时频多域联合的被动定位方法 | |
CN115776724B (zh) | 面向电磁频谱地图测绘的传感器节点布局优化方法及系统 | |
CN104504728A (zh) | 多机动目标跟踪方法、系统及其广义联合概率数据关联器 | |
CN105022792A (zh) | 基于数据挖掘的被动雷达信号分选关联权重计算方法 | |
CN109901159A (zh) | 一种基于深度学习的米波雷达目标识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170609 |
|
RJ01 | Rejection of invention patent application after publication |