CN107870316B - 一种基于时差计算的tdoa定位方法、装置及系统 - Google Patents
一种基于时差计算的tdoa定位方法、装置及系统 Download PDFInfo
- Publication number
- CN107870316B CN107870316B CN201711103492.7A CN201711103492A CN107870316B CN 107870316 B CN107870316 B CN 107870316B CN 201711103492 A CN201711103492 A CN 201711103492A CN 107870316 B CN107870316 B CN 107870316B
- Authority
- CN
- China
- Prior art keywords
- signal
- time difference
- spectral line
- line data
- contribution degree
- 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.)
- Active
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
- G01S5/0009—Transmission of position information to remote stations
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时差计算的TDOA定位方法、装置及系统,该方法包括:若干测量站的接收节点测量接收同一个辐射源发出的信号,对信号进行处理去除其高频段谱线数据,并将处理后的信号发送至控制中心;控制中心接收不同测量站处理后的信号;分别筛选信号的低频段有效谱线数据去除对时差计算低贡献度的谱线数据;削减经过离散化权重函数处理的信号中对时差计算低贡献度的谱线幅值得到互功率谱密度函数,计算时间差进行TDOA定位。本发明既降低了对噪声的敏感度,又使得时间延迟的分辨率满足工程需要,同时对传输数据进行了适当的压缩,提高了控制中心的实时处理速度。
Description
技术领域
本发明属于无源定位的技术领域,尤其是涉及一种基于时差计算的TDOA定位方法、装置及系统。
背景技术
无源定位相对于有源定位,不需要发射电磁波,无源定位通过接收目标辐射源发射电磁波来确定目标的位置。无源定位中的TDOA定位技术尤其受到业界的广泛关注,TDOA定位技术具有定位精度高、易组网实现等优点。TDOA定位首先要解决的问题就是要计算同一信号到达不同接收机的时间差。
时间延迟,即时间差的计算在许多工程应用领域都有应用,因此,关于时间延迟的计算是现代信号处理领域的重要研究课题。
在时间差的计算方法中,传统的相关法是经典的计算方法。但是在实际环境中,存在环境噪声以及各种干扰,相关法达不到令人满意的结果。为了改进基本相关时延估计算法的缺陷,人们提出了广义加权相关时延估计算法,该算法在接收机前端对信号进行预处理,增强了信号中信噪比比较高的频率成分,抑制了噪声,从而提高了时延估计的可靠性。目前工程领域中,广义相关时间延迟计算方法一般采用相位变换加权因子进行处理。
广义相关时延计算方法是利用信号的二阶统计量进行时差计算,在相关函数之前进行预滤波处理,从而得到更好的时差估值。但是,在实际环境中存在环境噪声和各种干扰,广义相关法的性能不能令人满意。主要是因为该方法对噪声比较敏感,当噪声比较显著时,时差的计算精度值会大大降低。同时,在TDOA定位系统中,通常需要三个及三个以上的测量站组网,测量站需要向控制中心传送数据,数据传输量太大会制约控制中心的实时处理能力。
因此,现有的基于时差计算的TDOA定位技术存在诸多问题和不足,具体如下:
(1)现有的时差计算算法对噪声的敏感程度高,导致TDOA定位系统精度低;
(2)现有的TDOA定位系统的数据传输量大,制约控制中心的实时处理能力。
综上所述,针对现有技术中存在的上述问题,需要一种对噪声敏感程度低,同时保证时间分辨率、实时处理能力强的TDOA定位方法、系统及装置。
发明内容
针对现有技术中存在的不足,本发明提供了一种基于时差计算的TDOA定位方法、装置及系统,有效实现了既降低了对噪声的敏感度,又使得时间延迟的分辨率满足工程需要,同时对传输数据进行了适当的压缩,降低数据传输量,提高了控制中心的实时处理速度。
本发明的第一目的是提供一种基于时差计算的TDOA定位方法。
为了实现上述目的,本发明采用如下一种技术方案:
一种基于时差计算的TDOA定位方法,该方法包括以下步骤:
接收不同测量站收到同一个辐射源发出的信号;
分别筛选信号的低频段有效谱线数据去除对时差计算低贡献度的谱线数据;
削减经过离散化权重函数处理的信号中对时差计算低贡献度的谱线幅值得到互功率谱密度函数,计算时间差进行TDOA定位。
在本发明中,对广义相关算法的相位变换加权因子的算法进行改进,传统的广义相关一般采用平滑相干变换加权因子,但是该方法对噪声比较敏感,在噪声比较明显的环境中,会降低时延估计的精确度;而本发明分别筛选信号的低频段有效谱线数据,去除对时差计算低贡献度的谱线数据,降低算法对噪声的敏感程度,同时保证算法的时间分辨率;为了进一步降低对噪声的敏感程度,对互功率谱密度函数中的权重函数进行离散化处理,筛选出经过离散化权重函数处理的信号中对时差计算低贡献度的谱线,削减其幅值,降低了算法对噪声的敏感程度,提高了噪声较高的水平下的时差计算精度。
作为进一步的优选方案,所述不同测量站收到同一个辐射源发出的信号,两两对比计算时间差,两个测量站接收的信号分别为第一信号和第二信号。
作为进一步的优选方案,在两个测量站中分别将第一信号和第二信号进行傅里叶变换处理,并预先设定第一门限值,分别将第一信号和第二信号的谱线数据与第一门限值进行比较,去除第一信号和第二信号的高频段谱线数据。
在本发明中,在测量站对第一信号和第二信号进行处理,根据第一门限值,去除信号的高频段谱线数据,把对计算结果影响不大的数据进行了压缩,只向控制中心传输有效的谱线数据,降低了测量站向控制中心数据传输量,大大减小了数据传输量对控制中心的实时处理能力的制约,提高了控制中心的实时处理能力。
作为进一步的优选方案,在本方法中,还预先设定第二门限值,分别将去除高频段的第一信号和第二信号的谱线数据与第二门限值进行比较,筛选出低频段的有效谱线数据,去除对时差计算低贡献度的谱线数据。
作为进一步的优选方案,在本方法中,对权重函数离散化处理,根据离散化权重函数处理信号;
还预先设定第三门限值,将经过离散化权重函数处理后的信号谱线数据与第三门限值进行比较,削减对时差计算低贡献度的谱线幅值。
在本发明中,预先设定多个门限值,在控制中心对低于第二门限值的谱线数据舍弃,同时降低对于低于第三门限值时差计算贡献小的谱线的幅值;有效降低了该方法在TDOA定位中对噪声的敏感程度,提高了噪声较高的水平下的时差计算精度;在测量站根据第一门限值,把对计算结果影响不大的数据进行了压缩,只向控制中心传输有效的谱线数据。
作为进一步的优选方案,在本方法中,还将互功率谱密度函数进行傅里叶反变换得到时域互相关函数值。
作为进一步的优选方案,在本方法中,还将时域互相关函数值进行峰值检测,计算得到时间差进行TDOA定位。
本发明的第二目的是提供一种计算机可读存储介质。
为了实现上述目的,本发明采用如下一种技术方案:
一种计算机可读存储介质,其中存储有多条指令,所述指令适于由终端设备设备的处理器加载并执行以下处理:
接收不同测量站收到同一个辐射源发出的信号;
分别筛选信号的低频段有效谱线数据去除对时差计算低贡献度的谱线数据;
削减经过离散化权重函数处理的信号中对时差计算低贡献度的谱线幅值得到互功率谱密度函数,计算时间差进行TDOA定位。
本发明的第三目的是提供一种基于时差计算的TDOA定位装置。
为了实现上述目的,本发明采用如下一种技术方案:
一种基于时差计算的TDOA定位装置,采用计算终端设备,包括处理器和计算机可读存储介质,处理器用于实现各指令;计算机可读存储介质用于存储多条指令,所述指令适于由处理器加载并执行以下处理:
接收不同测量站收到同一个辐射源发出的信号;
分别筛选信号的低频段有效谱线数据去除对时差计算低贡献度的谱线数据;
削减经过离散化权重函数处理的信号中对时差计算低贡献度的谱线幅值得到互功率谱密度函数,计算时间差进行TDOA定位。
本发明的第四目的是提供一种基于时差计算的TDOA定位系统。
为了实现上述目的,本发明采用如下一种技术方案:
一种基于时差计算的TDOA定位系统,包括控制中心和与其连接的若干测量站;所述若干测量站的接收节点,用于测量接收同一个辐射源发出的信号,对信号进行处理去除其高频段谱线数据,并将处理后的信号发送至控制中心;所述控制中心,用于接收不同测量站处理后的信号;分别筛选信号的低频段有效谱线数据去除对时差计算低贡献度的谱线数据;削减经过离散化权重函数处理的信号中对时差计算低贡献度的谱线幅值得到互功率谱密度函数,计算时间差进行TDOA定位。
本发明的有益效果:
1、本发明所述的一种基于时差计算的TDOA定位方法、装置及系统,对广义相关算法的相位变换加权因子的算法进行改进,传统的广义相关一般采用平滑相干变换加权因子,但是该方法对噪声比较敏感,在噪声比较明显的环境中,会降低时延估计的精确度;而本发明分别筛选信号的低频段有效谱线数据,去除对时差计算低贡献度的谱线数据,降低算法对噪声的敏感程度,同时保证算法的时间分辨率;
2、本发明所述的一种基于时差计算的TDOA定位方法、装置及系统,为了进一步降低对噪声的敏感程度,对互功率谱密度函数中的权重函数进行离散化处理,筛选出对时差计算低贡献度的谱线,削减其幅值,降低了算法对噪声的敏感程度,提高了噪声较高的水平下的时差计算精度;
3、本发明所述的一种基于时差计算的TDOA定位方法、装置及系统,在测量站对第一信号和第二信号进行处理,根据第一门限值,去除信号的高频段谱线数据,把对计算结果影响不大的数据进行了压缩,只向控制中心传输有效的谱线数据,降低了测量站向控制中心数据传输量,大大减小了数据传输量对控制中心的实时处理能力的制约,提高了控制中心的实时处理能力;
4、本发明所述的一种基于时差计算的TDOA定位方法、装置及系统,预先设定多个门限值,在控制中心对低于第二门限值的谱线数据舍弃,同时降低对于低于第三门限值时差计算贡献小的谱线的幅值;有效降低了该方法在TDOA定位中对噪声的敏感程度,提高了噪声较高的水平下的时差计算精度;在测量站根据第一门限值,把对计算结果影响不大的数据进行了压缩,只向控制中心传输有效的谱线数据。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。
图1为本发明中的方法流程图;
图2为广义相关时延计算方法的流程图;
图3为TDOA定位系统结构图。
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。针对本发明中的实施例,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。
应该指出,以下详细说明都是例示性的,旨在对本申请提供进一步的说明。除非另有指明,本实施例使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
针对现有技术中存在的不足,本发明提供了一种基于时差计算的TDOA定位方法、装置及系统,有效实现了既降低了对噪声的敏感度,又使得时间延迟的分辨率满足工程需要,同时对传输数据进行了适当的压缩,降低数据传输量,提高了控制中心的实时处理速度。
在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面结合附图与实施例对本发明作进一步说明。
实施例1:
本实施例1的目的是提供一种基于时差计算的TDOA定位方法。
为了实现上述目的,本发明采用如下一种技术方案:
如图1所示,
一种基于时差计算的TDOA定位方法,该方法包括以下步骤:
步骤(1):接收不同测量站收到同一个辐射源发出的信号;
步骤(2):分别筛选信号的低频段有效谱线数据去除对时差计算低贡献度的谱线数据;
步骤(3):削减经过离散化权重函数处理的信号中对时差计算低贡献度的谱线幅值得到互功率谱密度函数,计算时间差进行TDOA定位。
在本实施例中,对广义相关算法的相位变换加权因子的算法进行改进,传统的广义相关一般采用平滑相干变换加权因子,但是该方法对噪声比较敏感,在噪声比较明显的环境中,会降低时延估计的精确度;而本发明分别筛选信号的低频段有效谱线数据,去除对时差计算低贡献度的谱线数据,低算法对噪声的敏感程度,同时保证算法的时间分辨率;为了进一步降低对噪声的敏感程度,对互功率谱密度函数中的权重函数进行离散化处理,筛选出对时差计算低贡献度的谱线,削减其幅值,降低了算法对噪声的敏感程度,提高了噪声较高的水平下的时差计算精度。
在本实施例的步骤(1)中,所述不同测量站收到同一个辐射源发出的信号,两两对比计算时间差,两个测量站接收的信号分别为第一信号和第二信号。在两个测量站中分别将第一信号和第二信号进行傅里叶变换处理,并预先设定第一门限值,分别将第一信号和第二信号的谱线数据与第一门限值进行比较,去除第一信号和第二信号的高频段谱线数据。
在本实施例中,在测量站对第一信号和第二信号进行处理,根据第一门限值,去除信号的高频段谱线数据,把对计算结果影响不大的数据进行了压缩,只向控制中心传输有效的谱线数据,降低了测量站向控制中心数据传输量,大大减小了数据传输量对控制中心的实时处理能力的制约,提高了控制中心的实时处理能力。
在本实施例的步骤(2)中,还预先设定第二门限值,分别将去除高频段的第一信号和第二信号的谱线数据与第二门限值进行比较,筛选出低频段的有效谱线数据,去除对时差计算低贡献度的谱线数据。
在本实施例的步骤(3)中,对权重函数离散化处理,根据离散化权重函数处理信号;
还预先设定第三门限值,将经过离散化权重函数处理后的信号谱线数据与第三门限值进行比较,削减对时差计算低贡献度的谱线幅值。
在本发明中,预先设定多个门限值,在控制中心对低于第二门限值的谱线数据舍弃,同时降低对于低于第三门限值时差计算贡献小的谱线的幅值;有效降低了该方法在TDOA定位中对噪声的敏感程度,提高了噪声较高的水平下的时差计算精度;在测量站根据第一门限值,把对计算结果影响不大的数据进行了压缩,只向控制中心传输有效的谱线数据。
在本实施例的步骤(3)中,在本方法中,还将互功率谱密度函数进行傅里叶反变换得到时域互相关函数值,还将时域互相关函数值进行峰值检测,计算得到时间差进行TDOA定位。
在本实施例中设定两个测量站的接收机收到同一个辐射源发出的信号,接收的信号分别是第一信号x(t)和第二信号y(t),表达式如下:
x(t)=s(t)+n1(t)
y(t)=As(t-D)+n2(t)
其中,D是需要计算的时间延迟。n1(t)和n2(t)是噪声。A是两个信号幅值的比值。为了提高抗干扰的性能,现有的广义相关时延计算方法是在x(t)和y(t)之后加上第一滤波器H1(f),第二滤波器H2(f)进行预处理,再通过积分器,求平方,最后进行峰值检测,计算过程如图2所示。
在时间域求相关运算复杂度很大,因此,传统的做法是在频域做处理,然后再通过反傅里叶变换得到相关值。根据维纳-辛钦定理,对于平稳信号,互功率谱和和互相关函数正好构成傅里叶关系,因此滤波器的输出信号的互功率谱密度函数为,
其中,Ψs(f)为权重函数,可以在一定程度上削弱噪声和干扰对TDOA时差计算的影响,传统的广义相关一般采用平滑相干变换加权因子,但是该方法对噪声比较敏感,在噪声比较明显的环境中,会降低时延估计的精确度。
为了降低对噪声的敏感程度,本实施例在广义相关算法的基础上进行了改进和提高。具体步骤如下:
1)在测量站中,预先设定第一门限值,分别将第一信号和第二信号的谱线数据与第一门限值进行比较,去除第一信号和第二信号的高频段谱线数据;这部分数据不用对主控制站进行传输;
2)控制中心收到测量站的上传的信号后,预先设定第二门限值,分别将第一信号和第二信号的谱线数据与第二门限值进行比较,筛选出低频段的有效谱线数据,去除对时差计算低贡献度的谱线数据;降低对噪声的敏感程度;
3)根据离散化权重函数处理信号,筛选出的谱线的幅值都是1;权重函数Ψs(f)采用平滑相干变换加权因子时,对权重函数Ψs(f)进行离散化处理,也就是将互功率谱密度函数进行标准化处理,使去除对时差计算低贡献度的谱线数据后的非零信号的幅值为1;
为了进一步降低对噪声的敏感程度,预先设定第三门限值,进一步对权重函数离散化处理后的谱线数据进行处理,将对权重函数离散化处理后的谱线数据与第三门限值进行比较,筛选出对时差计算低贡献度的谱线并削减其谱线幅值,即将离散化的Ψs(f)向量中的部分被筛选出的谱线的模值设置小于1;
4)进行傅里叶反变换得到时域互相关函数值;
5)进行峰值检测,得到时间差进行TDOA定位。
本实施例在传统的广义相关算法基础上,提出了一种超相关的TDOA定位方法,该方法在既降低了对噪声的敏感度,又使得时间延迟的分辨率满足工程需要,在噪声比较大的环境中,提高时差计算精确度。同时为了降低数据传输量,该方法对传输数据进行了适当的压缩,提高了控制中心的实时处理速度。
实施例2:
本实施例2的目的是提供一种计算机可读存储介质。本实施例基于上述实施例1。
为了实现上述目的,本发明采用如下一种技术方案:
一种计算机可读存储介质,其中存储有多条指令,所述指令适于由终端设备设备的处理器加载并执行以下处理:
接收不同测量站收到同一个辐射源发出的信号;
分别筛选信号的低频段有效谱线数据去除对时差计算低贡献度的谱线数据;
削减经过离散化权重函数处理的信号中对时差计算低贡献度的谱线幅值得到互功率谱密度函数,计算时间差进行TDOA定位。
在本实施例中,计算机可读记录介质的例子包括磁存储介质(例如,ROM,RAM,USB,软盘,硬盘等)、光学记录介质(例如,CD-ROM或DVD)、PC接口(例如,PCI、PCI-Expres、WiFi等)等。然而,本公开的各个方面不限于此。
实施例3:
本实施例3的目的是提供一种基于时差计算的TDOA定位装置。本实施例基于上述实施例1。
为了实现上述目的,本发明采用如下一种技术方案:
一种基于时差计算的TDOA定位装置,采用一种计算终端设备,包括处理器和计算机可读存储介质,处理器用于实现各指令;计算机可读存储介质用于存储多条指令,所述指令适于由处理器加载并执行以下处理:
接收不同测量站收到同一个辐射源发出的信号;
分别筛选信号的低频段有效谱线数据去除对时差计算低贡献度的谱线数据;
削减经过离散化权重函数处理的信号中对时差计算低贡献度的谱线幅值得到互功率谱密度函数,计算时间差进行TDOA定位。
实施例4:
本实施例4的目的是提供一种基于时差计算的TDOA定位系统。本实施例基于上述实施例1-3。
为了实现上述目的,本发明采用如下一种技术方案:
一种基于时差计算的TDOA定位系统,
如图3所示,
包括控制中心和与其连接的若干测量站;
所述若干测量站的接收节点,用于测量接收同一个辐射源发出的信号,对信号进行处理去除其高频段谱线数据,并将处理后的信号发送至控制中心;
所述控制中心,用于接收不同测量站处理后的信号;分别筛选信号的低频段有效谱线数据去除对时差计算低贡献度的谱线数据;削减经过离散化权重函数处理的信号中对时差计算低贡献度的谱线幅值得到互功率谱密度函数,计算时间差进行TDOA定位。
本发明的有益效果:
1、本发明所述的一种基于时差计算的TDOA定位方法、装置及系统,对广义相关算法的相位变换加权因子的算法进行改进,传统的广义相关一般采用平滑相干变换加权因子,但是该方法对噪声比较敏感,在噪声比较明显的环境中,会降低时延估计的精确度;而本发明分别筛选信号的低频段有效谱线数据,去除对时差计算低贡献度的谱线数据,低算法对噪声的敏感程度,同时保证算法的时间分辨率;
2、本发明所述的一种基于时差计算的TDOA定位方法、装置及系统,为了进一步降低对噪声的敏感程度,对互功率谱密度函数中的权重函数进行离散化处理,筛选出对时差计算低贡献度的谱线,削减其幅值,降低了算法对噪声的敏感程度,提高了噪声较高的水平下的时差计算精度;
3、本发明所述的一种基于时差计算的TDOA定位方法、装置及系统,在测量站对第一信号和第二信号进行处理,根据第一门限值,去除信号的高频段谱线数据,把对计算结果影响不大的数据进行了压缩,只向控制中心传输有效的谱线数据,降低了测量站向控制中心数据传输量,大大减小了数据传输量对控制中心的实时处理能力的制约,提高了控制中心的实时处理能力;
4、本发明所述的一种基于时差计算的TDOA定位方法、装置及系统,预先设定多个门限值,在控制中心对低于第二门限值的谱线数据舍弃,同时降低对于低于第三门限值时差计算贡献小的谱线的幅值;有效降低了该方法在TDOA定位中对噪声的敏感程度,提高了噪声较高的水平下的时差计算精度;在测量站根据第一门限值,把对计算结果影响不大的数据进行了压缩,只向控制中心传输有效的谱线数据。
本领域技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算机装置来实现,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。本发明不限制于任何特定的硬件和软件的结合。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种基于时差计算的TDOA定位方法,其特征在于,该方法包括以下步骤:
接收不同测量站收到同一个辐射源发出的信号;
分别筛选信号的低频段有效谱线数据去除对时差计算低贡献度的谱线数据;
对权重函数进行离散化处理,得到离散化权重函数,将互功率谱密度函数进行标准化处理,
削减经过离散化权重函数处理的信号中对时差计算低贡献度的谱线幅值得到互功率谱密度函数,计算时间差进行TDOA定位。
2.如权利要求1所述的方法,其特征在于,所述不同测量站收到同一个辐射源发出的信号,两两对比计算时间差,两个测量站接收的信号分别为第一信号和第二信号。
3.如权利要求2所述的方法,其特征在于,在本方法中,在两个测量站中分别将第一信号和第二信号进行傅里叶变换处理,并预先设定第一门限值,分别将第一信号和第二信号的谱线数据与第一门限值进行比较,去除第一信号和第二信号的高频段谱线数据。
4.如权利要求3所述的方法,其特征在于,在本方法中,第一信号和第二信号分别经过权重函数进行预处理得到第一预处理信号和第二预处理信号,还预先设定第二门限值,分别将第一预处理信号和第二预处理信号的谱线数据与第二门限值进行比较,筛选出低频段的有效谱线数据,去除对时差计算低贡献度的谱线数据。
5.如权利要求4所述的方法,其特征在于,在本方法中,还预先设定第三门限值,将对权重函数离散化处理后的谱线数据与第三门限值进行比较,削减对时差计算低贡献度的谱线幅值。
6.如权利要求1所述的方法,其特征在于,在本方法中,还将互功率谱密度函数进行傅里叶反变换得到时域互相关函数值。
7.如权利要求1所述的方法,其特征在于,在本方法中,还将时域互相关函数值进行峰值检测,计算得到时间差进行TDOA定位。
8.一种计算机可读存储介质,其中存储有多条指令,其特征在于,所述指令适于由终端设备的处理器加载并执行以下处理:
接收不同测量站收到同一个辐射源发出的信号;
分别筛选信号的低频段有效谱线数据去除对时差计算低贡献度的谱线数据;
对权重函数进行离散化处理,得到离散化权重函数,将互功率谱密度函数进行标准化处理,
削减经过离散化权重函数处理的信号中对时差计算低贡献度的谱线幅值得到互功率谱密度函数,计算时间差进行TDOA定位。
9.一种基于时差计算的TDOA定位装置,采用计算终端设备,包括处理器和计算机可读存储介质,处理器用于实现各指令;计算机可读存储介质用于存储多条指令,其特征在于,所述指令适于由处理器加载并执行以下处理:
接收不同测量站收到同一个辐射源发出的信号;
分别筛选信号的低频段有效谱线数据去除对时差计算低贡献度的谱线数据;
对权重函数进行离散化处理,得到离散化权重函数,将互功率谱密度函数进行标准化处理,
削减经过离散化权重函数处理的信号中对时差计算低贡献度的谱线幅值得到互功率谱密度函数,计算时间差进行TDOA定位。
10.一种基于时差计算的TDOA定位系统,包括控制中心和与其连接的若干测量站;其特征在于,
所述若干测量站的接收节点,用于测量接收同一个辐射源发出的信号,对信号进行处理去除其高频段谱线数据,并将处理后的信号发送至控制中心;
所述控制中心,用于接收不同测量站处理后的信号;分别筛选信号的低频段有效谱线数据去除对时差计算低贡献度的谱线数据;
对权重函数进行离散化处理,得到离散化权重函数,将互功率谱密度函数进行标准化处理,使去除对时差计算低贡献度的谱线数据后的非零谱线的幅值为1;
削减经过离散化权重函数处理的信号中对时差计算低贡献度的谱线幅值得到互功率谱密度函数,计算时间差进行TDOA定位。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711103492.7A CN107870316B (zh) | 2017-11-10 | 2017-11-10 | 一种基于时差计算的tdoa定位方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711103492.7A CN107870316B (zh) | 2017-11-10 | 2017-11-10 | 一种基于时差计算的tdoa定位方法、装置及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107870316A CN107870316A (zh) | 2018-04-03 |
CN107870316B true CN107870316B (zh) | 2019-08-13 |
Family
ID=61753724
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711103492.7A Active CN107870316B (zh) | 2017-11-10 | 2017-11-10 | 一种基于时差计算的tdoa定位方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107870316B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109901107A (zh) * | 2019-03-07 | 2019-06-18 | 西安电子科技大学 | 一种时差定位方法、装置、计算机设备及可读存储介质 |
CN110346757B (zh) * | 2019-07-18 | 2022-03-01 | 中电科思仪科技股份有限公司 | 基于移动式测量站的抗多径时差定位方法、装置及系统 |
CN113358931B (zh) * | 2021-05-14 | 2022-08-23 | 深圳华创电科技术有限公司 | 一种基于互功率谱的时差计算方法 |
CN113514798A (zh) * | 2021-07-12 | 2021-10-19 | 中国人民解放军海军航空大学 | 基于傅里叶梅林变换的宽带非线性调频信号时差/尺度差估计方法 |
CN114355284B (zh) * | 2022-01-04 | 2023-05-05 | 电子科技大学 | 一种利用频谱主分量的时差估计方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102998528A (zh) * | 2012-12-12 | 2013-03-27 | 湖南大学 | 动态正弦畸变信号中频率分量的提取方法及其实现装置 |
CN103135094A (zh) * | 2013-01-31 | 2013-06-05 | 西安电子科技大学 | 基于bfgs拟牛顿法的信号源定位方法 |
-
2017
- 2017-11-10 CN CN201711103492.7A patent/CN107870316B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102998528A (zh) * | 2012-12-12 | 2013-03-27 | 湖南大学 | 动态正弦畸变信号中频率分量的提取方法及其实现装置 |
CN103135094A (zh) * | 2013-01-31 | 2013-06-05 | 西安电子科技大学 | 基于bfgs拟牛顿法的信号源定位方法 |
Non-Patent Citations (2)
Title |
---|
"低轨双星定位中雷达信号时频差快速估计算法";杨宇翔 等;《电子科技大学学报》;20150531;第44卷(第3期);第326-332页 |
"基于数据挖掘的TDOA定位技术";白杨;《中国优秀硕士学位论文全文数据库 信息科技辑》;20150815(第08期);第I138-973 |
Also Published As
Publication number | Publication date |
---|---|
CN107870316A (zh) | 2018-04-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107870316B (zh) | 一种基于时差计算的tdoa定位方法、装置及系统 | |
CN108226892B (zh) | 一种基于深度学习的复杂噪声环境下的雷达信号恢复方法 | |
CN108462509B (zh) | 基于时频图信息的异步跳频网台分选方法 | |
CN102624468B (zh) | 基于双fft的宽带自动检测方法 | |
CN105137437B (zh) | 一种基于空域相位方差加权的目标检测方法 | |
CN108120976B (zh) | 一种基于多普勒通道特性的地杂波谱泄露抑制方法 | |
CN102944884A (zh) | Gnss接收机检测并消除窄带干扰的方法 | |
CN110543842A (zh) | 一种基于Wi-Fi信号的目标运动识别方法及系统 | |
CN108594177A (zh) | 基于改进hht的雷达信号调制方式分析方法、信号处理系统 | |
CN113008361B (zh) | 一种变电站站界噪声抗环境干扰检测方法及装置 | |
CN101594166B (zh) | 短距离无线网络中消除信号中干扰的方法和装置 | |
CN112754444A (zh) | 一种基于雷达的非接触式猪只呼吸检测方法 | |
Wang et al. | A spectrum sensing method based on empirical mode decomposition and k-means clustering algorithm | |
CN105445761A (zh) | 基于多普勒频移的抗欺骗式干扰方法 | |
CN108257617B (zh) | 一种噪声场景识别系统及方法 | |
CN104133248A (zh) | 一种高保真声波干扰压制方法 | |
JP2011527160A (ja) | 隣接チャネル干渉抑制のためのダイナミックフィルタリング | |
CN108494508A (zh) | 基于mwc相关支撑集恢复的高效频谱检测方法 | |
CN103169449B (zh) | 呼吸信号检测方法和装置 | |
CN112688324B (zh) | 基于FastICA与TLS-ESPRIT的电力系统低频振荡模态辨识方法 | |
CN113947120A (zh) | 一种基于阵列信号相位差矢量的信号检测方法与系统 | |
CN108562936A (zh) | 一种裂缝预测方法、系统、存储介质及终端 | |
CN101154983B (zh) | 一种基于单倍采样的卫星通信抗干扰技术的实现方法 | |
CN107481732A (zh) | 一种口语测评中的降噪方法、装置及终端设备 | |
CN108564962A (zh) | 基于四面体麦克风阵列的无人机声音信号增强方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |