CN108037502B - 一种无人船水质检测作业路径的双雷达精准定位方法 - Google Patents
一种无人船水质检测作业路径的双雷达精准定位方法 Download PDFInfo
- Publication number
- CN108037502B CN108037502B CN201710913226.4A CN201710913226A CN108037502B CN 108037502 B CN108037502 B CN 108037502B CN 201710913226 A CN201710913226 A CN 201710913226A CN 108037502 B CN108037502 B CN 108037502B
- Authority
- CN
- China
- Prior art keywords
- unmanned ship
- radar
- double
- water quality
- quality detection
- 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
Images
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
- G01S13/87—Combinations of radar systems, e.g. primary radar and secondary radar
-
- 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
- G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
- G01S13/50—Systems of measurement based on relative movement of target
- G01S13/58—Velocity or trajectory determination systems; Sense-of-movement determination systems
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及一种无人船水质检测作业路径的双雷达精准定位方法,包括:步骤1)设定雷达观测点的几何位置,实时获取双雷达对无人船的距离及径向速度数据;步骤2)建立无人船位置状态及双雷达信息互享的观测方程;步骤3)基于集合卡尔曼滤波思想,递推求解双雷达间信息互享的无人船运动轨迹,对无人船在水质检测作业中的路径高精度定位。有益效果:实现无人船在水质检测作业中的路径高精度定位。
Description
技术领域
本发明涉及雷达目标定位领域,尤其涉及一种无人船水质检测作业路径的双雷达精准定位方法。
背景技术
在水产养殖生产过程中,水质的好坏对渔业产量具有决定性的作用。传统水质检测采用人工的方法,效率低并采样面不广。目前,采用无人船对养殖水域的水质进行大规模的巡航采样,可大大提高水质检测效率,为渔业生产提供实时决策依据。无人船的作业路径定位在无人船水质检测过程中具有重要支撑作用。因此无人船的作业路径定位具有重要意义。
目前,主要有全球定位系统(GPS)方法。一般来说,GPS在民用上的定位精度为3米,不能满足水产养殖水质检测作业的路径的高精度定位。另一方面,天线指向固定的毫米波调频连续波单雷达仅能测量目标的一维距离及径向速度信息,而对无人船的定位需要两部毫米波调频连续波雷达按照一定的几何关系进行同时观测。
综上所述,如何准确、稳定地定位无人船水质检测作业路径是目前亟待解决的问题。
发明内容
本发明目的在于克服现有工程项目在执行过程中遇到问题时,提供了一种无人船水质检测作业路径的双雷达精准定位方法,具体由以下技术方案实现:
所述无人船水质检测作业路径的双雷达精准定位方法,包括如下步骤:
步骤1)设定双毫米波调频连续波雷达观测点的几何位置,实时获取双雷达对无人船的距离及径向速度数据;
步骤2)建立无人船位置状态及双雷达信息互享的观测方程;
步骤3)基于集合卡尔曼滤波思想,递推求解双雷达间信息互享的无人船运动轨迹,对无人船在水质检测作业中的路径高精度定位。
所述无人船水质检测作业路径的双雷达精准定位方法的进一步设计在于,所述步骤1)依据渔业养殖场的实际物理尺寸及其地理分布特点,采用南北向的矩形对渔业养殖场进行优化匹配拟合,将矩形的东西向的中心点及南北向的中心点设定为双毫米波调频连续波雷达的观测点。
所述无人船水质检测作业路径的双雷达精准定位方法的进一步设计在于,所述步骤1)中通过串口协议对雷达输出的距离及径向速度数据进行实时获取采集。
所述无人船水质检测作业路径的双雷达精准定位方法的进一步设计在于,所述步骤2)中建立无人船位置状态及双雷达信息互享的观测方程包括如下步骤:步骤2-1)采用笛卡尔两维坐标系统,定义矩形的东西向为x轴,南北向为y轴,设定无人船位置状态为距离与速度的向量,采样时间间隔为Δt,在n时刻,无人船的位置状态方程为sn=Fsn-1+wn;式中状态转移矩阵F为:
噪声为wn=[wn,1,wn,2,wn,3,wn,4],wn的均值为零,协方差矩阵Q为:
yi,n=Hisn+vi,n
式中观测矩阵为:
噪声为vi,n=[vi,n,1,vi,n,2,vi,n,3,vi,n,4],其均值为零,协方差矩阵为:
所述无人船水质检测作业路径的双雷达精准定位方法的进一步设计在于,所述步骤3)中具体包括如下步骤:
步骤3-1)设定两雷达的联合观测方程为:
yn=Hsn+vn
式中,观测值观测矩阵为噪声的协方差矩阵为R1,n、R2,n分别为第1个及第2个雷达观测的协方差矩阵。步骤3-2)基于序列贝叶斯估计,可以得到转移概率分布p(sn|sn-1)、似然概率分布p(yn|sn)及后验概率p(sn|Yn)分别为
mn|n-1=Fmn-1|n-1
Pn|n-1=FPn-1|n-1FT+Qn
上式中,T表示矩阵装置操作,F为状态方程中的状态转移矩阵。
本发明的优点如下:
本发明的无人船水质检测作业路径的双雷达精准定位方法先依据渔业养殖场的实际物理尺寸,计算双毫米波调频连续波雷达观测点几何位置,实时获取双雷达对无人船的距离及径向速度数据;建立无人船位置状态及双雷达信息互享的观测方程;基于集合卡尔曼滤波思想,递推求解双雷达间信息互享的无人船运动轨迹,即可实现无人船在水质检测作业中的路径高精度定位,经大量实验表明本发明的定位方法可将未进行共享的路径定位方法的均方根误差从5.27m降低至0.32m。
附图说明
图1为本发明无人船作业路径定位方法流程示意图。
图2为实施例一双雷达观测布局示意图。
图3(a)为实施例一无人船作业路径高精度定位第一组实验结果图。
图3(b)为实施例一无人船作业路径高精度定位第二组实验结果图。
具体实施方式
下面结合附图对本发明方案进行详细说明。
如图1,本发明的本发明无人船水质检测作业路径的双雷达精准定位方法,如图1所示,包括以下步骤:
步骤101:依据渔业养殖场的实际物理尺寸,计算双毫米波调频连续波雷达观测点几何位置,实时获取双雷达对无人船的距离及径向速度数据。
具体地,依据渔业养殖场的实际物理尺寸及其地理分布特点,采用南北向的矩形对渔业养殖场进行优化匹配拟合。矩形的东西向的中心点及南北向的中心点为双毫米波调频连续波雷达的观测点。通过串口协议对雷达输出的距离及径向速度数据进行实时获取采集。
步骤102:建立无人船位置状态及双雷达信息互享的观测方程。
sn=Fsn-1+wn (1)
式中状态转移矩阵为
噪声为wn=[wn,1,wn,2,wn,3,wn,4],其均值为零,协方差矩阵为
yi,n=Hisn+vi,n (4)
式中观测矩阵为
噪声为vi,n=[vi,n,1,vi,n,2,vi,n,3,vi,n,4],其均值为零,协方差矩阵为
步骤103:基于集合卡尔曼滤波思想,递推求解双雷达间信息互享的无人船运动轨迹。
具体地,无人船运动轨迹需要两维测量定位,但单雷达仅测量无人船的一个方向的径向距离和速度,因此本发明提出双雷达间信息互享的无人船运动轨迹方法。则两雷达的联合观测方程为:
yn=Hsn+vn (6)
基于序列贝叶斯估计,可以得到转移概率分布p(sn|sn-1)、似然概率分布p(yn|sn)及后验概率p(sn|Yn)分别为
上式中,的方差计算中采用了所有雷达的信息,每个均值分别由含有所有雷达的信息求得,使得雷达定位过程中,能充分互补两个雷达的测量优势,完成两个雷达信息的有效共享融合利用。通过上述推导可得到无人船水质检测作业路径的轨迹估计值为
本步骤完成后,表明已完成了通道误差的估计。
下面结合实施例对本发明再作进一步详细的描述。
实施例一
图1为本实施例无人船作业路径定位方法流程示意图,下面结合图1,将详细描述本实施例的无人船作业路径精准定位过程。
首先,依据渔业养殖场的实际物理尺寸及其地理分布特点,采用南北向的矩形对渔业养殖场进行优化匹配拟合。矩形的东西向的中心点及南北心的中心点为双毫米波调频连续波雷达的观测点,参见图2。本实施例通过串口协议对雷达输出的距离及径向速度数据进行实时获取采集。
其次,利用(1)-(5)式建立无人船位置状态及双雷达信息互享的观测方程。
最后,基于序列贝叶斯估计,分别求得转移概率分布、似然概率分布及后验概率,递推求解双雷达间信息互享的无人船运动轨迹。本实施例中,所得联合估计的方差与均值为和方差的计算中采用了所有雷达的信息,每个均值分别由含有所有雷达的信息求得,使得雷达定位过程中,能充分互补两个雷达的测量优势,完成两个雷达信息的有效共享融合利用。
图3给出了本实施例中未进行雷达信息互享定位结果与进行雷达信息互享定位结果对比。未共享的路径定位均方根误差为5.27m,进行共享后的路径定位均方根误差为0.32m。可以看出,使用本发明明显地提高了无人船水质检测作业路径定位精度,证实了本发明的有效性。
从上面的描述中可以看出,采用本发明提供的方法,能稳定地实现无人船水质检测作业路径的精准定位。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (2)
1.一种无人船水质检测作业路径的双雷达精准定位方法,其特征在于,该方法包括如下步骤:
步骤1)设定雷达观测点的几何位置,实时获取双雷达对无人船的距离及径向速度数据;
步骤2)建立无人船位置状态及双雷达信息互享的观测方程;
步骤3)基于集合卡尔曼滤波思想,递推求解双雷达间信息互享的无人船运动轨迹,对无人船在水质检测作业中的路径高精度定位;所述步骤1)依据渔业养殖场的实际物理尺寸及其地理分布特点,采用南北向的矩形对渔业养殖场进行优化匹配拟合,将矩形的东西向的中心点及南北向的中心点设定为双毫米波调频连续波雷达的观测点;所述步骤1)中通过串口协议对雷达输出的距离及径向速度数据进行实时获取采集;所述步骤2)中建立无人船位置状态及双雷达信息互享的观测方程包括如下步骤:
步骤2-1)采用笛卡尔两维坐标系统,定义矩形的东西向为x轴,南北向为y轴,设定无人船位置状态为距离与速度的向量,采样时间间隔为Δt,在n时刻,无人船的位置状态方程为sn=Fsn-1+wn;式中状态转移矩阵F为:
噪声为wn=[wn,1,wn,2,wn,3,wn,4],wn的均值为零,协方差矩阵Q为:
yi,n=Hisn+vi,n
式中,i取1或2,观测矩阵H为:
噪声为vi,n=[vi,n,1,vi,n,2,vi,n,3,vi,n,4],其均值为零,协方差矩阵为:
2.根据权利要求1所述的方法,其特征在于,所述步骤3)中具体包括如下步骤:
步骤3-1)设定两雷达的联合观测方程为:
yn=Hsn+vn
式中,观测值观测矩阵为噪声的协方差矩阵为R1,n、R2,n分别为第一个及第二个雷达观测的协方差矩阵;步骤3-2)基于序列贝叶斯估计,可以得到转移概率分布p(sn|sn-1)、似然概率分布p(yn|sn)及后验概率p(sn|Yn)分别为
mn|n-1=Fmn-1|n-1
Pn|n-1=FPn-1|n-1FT+Qn
上式中,T表示矩阵装置操作,F为状态方程中的状态转移矩阵;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710913226.4A CN108037502B (zh) | 2017-09-28 | 2017-09-28 | 一种无人船水质检测作业路径的双雷达精准定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710913226.4A CN108037502B (zh) | 2017-09-28 | 2017-09-28 | 一种无人船水质检测作业路径的双雷达精准定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108037502A CN108037502A (zh) | 2018-05-15 |
CN108037502B true CN108037502B (zh) | 2021-10-29 |
Family
ID=62093312
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710913226.4A Active CN108037502B (zh) | 2017-09-28 | 2017-09-28 | 一种无人船水质检测作业路径的双雷达精准定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108037502B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109031275A (zh) * | 2018-07-02 | 2018-12-18 | 北京理工大学 | 一种基于高分辨全极化雷达的昆虫水平飞行速度提取方法 |
CN110032201A (zh) * | 2019-04-19 | 2019-07-19 | 成都飞机工业(集团)有限责任公司 | 一种基于卡尔曼滤波的imu机载视觉姿态融合的方法 |
CN110278525B (zh) * | 2019-05-21 | 2020-12-11 | 袁正道 | 一种高精度室内无线定位方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103048658A (zh) * | 2012-11-10 | 2013-04-17 | 中国人民解放军海军航空工程学院 | 基于径向加速度的RA-Singer-EKF机动目标跟踪算法 |
FR2988177B1 (fr) * | 2012-03-13 | 2014-04-18 | Dassault Aviat | Procede de pistage passif d'au moins un emetteur electromagnetique exterieur a une plateforme et ensemble de pistage associe |
CN104635233A (zh) * | 2015-02-17 | 2015-05-20 | 苏州安智汽车零部件有限公司 | 基于车载毫米波雷达的前方物体运动状态估计及分类方法 |
CN104730510A (zh) * | 2015-04-08 | 2015-06-24 | 四川九洲空管科技有限责任公司 | 一种多雷达航迹融合方法 |
CN104931956A (zh) * | 2015-06-29 | 2015-09-23 | 中国船舶重工集团公司第七二四研究所 | 一种基于圆概率误差加权的多雷达分组协同定位处理方法 |
CN106443661A (zh) * | 2016-09-08 | 2017-02-22 | 河南科技大学 | 基于无迹卡尔曼滤波的机动扩展目标跟踪方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100966289B1 (ko) * | 2008-02-25 | 2010-06-28 | 삼성중공업 주식회사 | 선박 레이더 추적 시스템의 추적 표적 판정 방법 및 이를이용한 기록매체, 아파보드 및 레이더 |
CN107728618B (zh) * | 2017-09-28 | 2020-11-27 | 南通大学 | 一种无人船的避障方法 |
CN112731400B (zh) * | 2020-12-28 | 2022-06-21 | 中国石油大学(华东) | 一种海上船只目标矢量速度估计方法及系统 |
-
2017
- 2017-09-28 CN CN201710913226.4A patent/CN108037502B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2988177B1 (fr) * | 2012-03-13 | 2014-04-18 | Dassault Aviat | Procede de pistage passif d'au moins un emetteur electromagnetique exterieur a une plateforme et ensemble de pistage associe |
CN103048658A (zh) * | 2012-11-10 | 2013-04-17 | 中国人民解放军海军航空工程学院 | 基于径向加速度的RA-Singer-EKF机动目标跟踪算法 |
CN104635233A (zh) * | 2015-02-17 | 2015-05-20 | 苏州安智汽车零部件有限公司 | 基于车载毫米波雷达的前方物体运动状态估计及分类方法 |
CN104730510A (zh) * | 2015-04-08 | 2015-06-24 | 四川九洲空管科技有限责任公司 | 一种多雷达航迹融合方法 |
CN104931956A (zh) * | 2015-06-29 | 2015-09-23 | 中国船舶重工集团公司第七二四研究所 | 一种基于圆概率误差加权的多雷达分组协同定位处理方法 |
CN106443661A (zh) * | 2016-09-08 | 2017-02-22 | 河南科技大学 | 基于无迹卡尔曼滤波的机动扩展目标跟踪方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108037502A (zh) | 2018-05-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108037502B (zh) | 一种无人船水质检测作业路径的双雷达精准定位方法 | |
CN105549049B (zh) | 一种应用于gps导航的自适应卡尔曼滤波算法 | |
CN104076353B (zh) | 一种面目标回波波束中心速度测量方法 | |
CN102622520B (zh) | 一种机动目标跟踪的分布式多模型估计融合方法 | |
Sinha et al. | Track quality based multitarget tracking approach for global nearest-neighbor association | |
CN104749570B (zh) | 一种移不变机载双基合成孔径雷达目标定位方法 | |
CN104502898B (zh) | 将修正rft和修正mdcft相结合的机动目标参数估计方法 | |
CN106054187B (zh) | 基于斜距模型下的大斜视sar曲线轨迹波数域成像方法 | |
CN105044667A (zh) | 一种运动目标的双星跟踪方法、装置和系统 | |
CN105353345A (zh) | 一种基于高阶观测量的单通道雷达信号无源定位方法 | |
CN111879313B (zh) | 一种基于无人机图像识别的多目标连续定位方法及系统 | |
CN102338870A (zh) | 一种采用前向散射雷达的三维目标跟踪方法 | |
CN113917547A (zh) | 一种基于融合定位的探地雷达地下隐患定位方法及系统 | |
CN103064084A (zh) | 基于距离频域的解模糊方法 | |
CN104020468A (zh) | 一种基于二次雷达的近距离目标更新周期的计算方法 | |
CN113219406B (zh) | 一种基于扩展卡尔曼滤波的直接跟踪方法 | |
CN115877318A (zh) | 一种基于多孔径交叉定位的辐射源定位方法 | |
CN103886192A (zh) | 基于二次规划的运动目标单站定位技术 | |
CN111190173B (zh) | 一种基于预测值量测转换的相控阵雷达目标跟踪方法 | |
CN106383345A (zh) | 量测时间间隔不等情况下的滤波器初始化方法 | |
Speirs et al. | Comparison of DVB-T passive radar simulated and measured bistatic RCS values for a pilatus PC-12 aircraft | |
CN113552551B (zh) | 分布式2d传感器网航迹直接关联方法 | |
Zhang et al. | State estimation with a heading constraint | |
Feng et al. | Robust laser radar-based robot localization using UFIR filtering | |
CN112491393B (zh) | 一种基于观测噪声协方差矩阵未知的线性滤波方法 |
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 |