CN108802674A - 一种针对直接定位的联合搜索方法及装置 - Google Patents
一种针对直接定位的联合搜索方法及装置 Download PDFInfo
- Publication number
- CN108802674A CN108802674A CN201810798576.5A CN201810798576A CN108802674A CN 108802674 A CN108802674 A CN 108802674A CN 201810798576 A CN201810798576 A CN 201810798576A CN 108802674 A CN108802674 A CN 108802674A
- Authority
- CN
- China
- Prior art keywords
- cost function
- radiation source
- search
- target radiation
- minimum value
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000013499 data model Methods 0.000 claims abstract description 15
- 230000005855 radiation Effects 0.000 claims description 64
- 230000006870 function Effects 0.000 claims description 58
- 238000004422 calculation algorithm Methods 0.000 claims description 20
- 238000005070 sampling Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 2
- 230000004807 localization Effects 0.000 claims 1
- 238000010845 search algorithm Methods 0.000 abstract description 3
- 230000003247 decreasing effect Effects 0.000 abstract 1
- 230000009194 climbing Effects 0.000 description 9
- 238000005457 optimization Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 7
- 238000004088 simulation Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000003491 array Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
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
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供了一种针对直接定位的联合搜索方法及装置，构建各观测站的包含时延参数的目标辐射源数据模型，采集各观测站的接收数据，根据数据模型以及接收数据构建代价函数，代价函数的最小值对应的位置为目标辐射源的位置；选取至少两个观测站的接收数据得到目标辐射源的估计位置，以目标辐射源的估计位置为中心，确定目标辐射源的搜索范围；在搜索范围内进行设定级数的多级网格搜索得到代价函数的最小值，该最小值对应的位置即为目标辐射源的位置。本发明与传统的网格搜索算法相比，搜索时间大幅减少，满足实时搜索的需求，提高了目标辐射源的定位效率，对目标辐射源的定位结果准确，提高了直接定位结果的精度。
Description
技术领域
本发明属于无源定位技术领域，特别涉及一种针对直接定位的联合搜索方法及装置。
背景技术
直接定位是无源定位中的一项重要方法，较之传统的两步定位方法，该方法不需预先估计DOA、TDOA等参数，直接用原始阵列数据通过最大似然等方式对目标的位置进行非线性估计，减少了参数估计过程中的目标信息的损失，在低信噪比下具有更高的定位精度。但是在实际应用中，由于直接定位方法没有闭式解形式，定位解算是一个典型的非线性最优化寻优问题，需要在监测区域搜索代价函数的最优值，计算所需的数据量较大，对测量站与处理中心间的数据通信链路提出较高要求。
典型的优化算法有网格搜索法、爬山算法，粒子群优化算法(PSO)等。其中网格搜索方法无需初始化，算法稳健，但运算量较大；爬山算法十分简单，易于实现，但需要近似于凸优化的搜索模型；PSO算法计算简单，控制参数较少，但不能保证全局收敛性。现有技术中单独采用上述优化算法进行定位解算，由于单独采用上述算法进行定位求解时，会造成直接定位结果不准确，且计算量过大适用范围小，不能被广泛应用。
发明内容
本发明的目的在于提供一种针对直接定位的联合搜索方法及装置，用于解决现有技术中直接定位结果不准确的问题。
为实现上述目的，本发明提供了一种针对直接定位的联合搜索方法，包括如下步骤：
1)构建各观测站的包含时延参数的目标辐射源数据模型，采集各观测站的接收数据，根据所述时延参数、所述目标辐射源的数据模型以及各观测站的接收数据构建代价函数，所述代价函数的最小值对应的位置为目标辐射源的位置；
2)选取至少两个观测站的接收数据得到目标辐射源的估计位置，以所述目标辐射源的估计位置为中心，确定目标辐射源的搜索范围；
3)在所述搜索范围内进行设定级数的多级网格搜索得到所述代价函数的最小值，该最小值对应的位置即为目标辐射源的位置。
进一步地，所述代价函数的表达式为：
其中，Ns为采样快拍次数，bl为信道传播系数，al(p)为辐射源到第l(l＝1,...,L)个观测站所产生的阵列流型矢量，τl表示辐射源到第l个观测站的时延，ωk为傅里叶变换基，和分别表示发射信号s(t)和接收信号rk的傅里叶系数。
为了方便简单的求解出代价函数的最小值，所述代价函数的最小值通过求取所述代价函数的最大特征值得到，所述最大特征值通过计算时延参数，将所述时延参数带入所述代价函数计算得到。
为了减小目标辐射源的位置的计算量，通过DOA测向交叉算法计算所述目标辐射源的估计位置。
进一步地，所述多级网格搜索的过程为：
(1)在所述搜索范围内，构造网格数为M1的网格进行第一级搜索，根据每个网格点的坐标计算所述时延参数和所述多普勒频差参数，根据所述时延参数计算使所述代价函数取得最小值的一级网格点的坐标，以该一级网格点为中心，在设定的距离范围内，按网格数M2均匀划分二级网格，搜索使得代价函数取得最小值的二级网格点的坐标，依此类推多级网格搜索后，得到目标辐射源的位置。
作为对设定的距离范围的进一步限定，所述设定的距离范围表示为：
其中，x∈[xmin,xmax]，y∈[ymin,ymax]表示场景的广域范围，p1为第一级搜索得到的使代价函数取得最小值的点，p为在设定的距离范围内的点。为了减小多级网格搜索的复杂度，在多级网格搜索的每一级网格搜索中采用了爬山算法。
本发明还提供了一种针对直接定位的联合搜索装置，包括存储器、处理器以及存储在存储器上并可在处理器上运行时的计算机程序，所述处理器执行所述程序时实现以下步骤：
1)构建各观测站的包含时延参数的目标辐射源数据模型，采集各观测站的接收数据，根据所述时延参数、所述目标辐射源的数据模型以及各观测站的接收数据构建代价函数，所述代价函数的最小值对应的位置为目标辐射源的位置；
2)选取至少两个观测站的接收数据得到目标辐射源的估计位置，以所述目标辐射源的估计位置为中心，确定目标辐射源的搜索范围；
3)在所述搜索范围内进行设定级数的多级网格搜索得到所述代价函数的最小值，该最小值对应的位置即为目标辐射源的位置。
进一步地，所述代价函数的表达式为：
其中，Ns为采样快拍次数，bl为信道传播系数，al(p)为辐射源到第l(l＝1,...,L)个观测站所产生的阵列流型矢量，τl表示辐射源到第l个观测站的时延，ωk为傅里叶变换基，和分别表示发射信号s(t)和接收信号rk的傅里叶系数。
为了方便简单的求解出代价函数的最小值，所述代价函数的最小值通过求取所述代价函数的最大特征值得到，所述最大特征值通过计算时延参数，将所述时延参数带入所述代价函数计算得到。
为了减小目标辐射源的位置的计算量，通过DOA测向交叉算法计算所述目标辐射源的估计位置。
进一步地，所述多级网格搜索的过程为：
(1)在所述搜索范围内，构造网格数为M1的网格进行第一级搜索，根据每个网格点的坐标计算所述时延参数和所述多普勒频差参数，根据所述时延参数计算使所述代价函数取得最小值的一级网格点的坐标，以该一级网格点为中心，在设定的距离范围内，按网格数M2均匀划分二级网格，搜索使得代价函数取得最小值的二级网格点的坐标，依此类推多级网格搜索后，得到目标辐射源的位置。
作为对设定的距离范围的进一步限定，所述设定的距离范围表示为：
其中，x∈[xmin,xmax]，y∈[ymin,ymax]表示场景的广域范围，p1为第一级搜索得到的使代价函数取得最小值的点，p为在设定的距离范围内的点。
为了减小多级网格搜索的复杂度，在多级网格搜索的每一级网格搜索中采用了爬山算法。
本发明的有益效果是：
本发明通过构建各观测站的包含时延参数的目标辐射源数据模型，采集各观测站的接收数据，根据时延参数、目标辐射源的数据模型以及各观测站的接收数据构建代价函数；选取至少两个观测站的接收数据得到目标辐射源的估计位置，以目标辐射源的估计位置为中心，确定目标辐射源的搜索范围；在搜索范围内进行设定级数的多级网格搜索得到代价函数的最小值，该最小值对应的位置即为目标辐射源的位置。本发明与传统的网格搜索算法相比，搜索时间大幅减少，满足实时搜索的需求，提高了目标辐射源的定位效率，对目标辐射源的定位结果准确，提高了直接定位结果的精度。
附图说明
图1为本发明的联合搜索的直接定位方法的流程图；
图2为本发明的观测站与辐射源目标位置的示意图；
图3为本发明的不同信噪比下与其他方法的定位方差的定位误差曲线比较示意图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步的说明：
本发明提供了一种针对直接定位的联合搜索方法，包括如下步骤：
1)构建各观测站的包含时延参数的目标辐射源数据模型，采集各观测站的接收数据，根据时延参数、目标辐射源的数据模型以及各观测站的接收数据构建代价函数，代价函数的最小值对应的位置为目标辐射源的位置；
2)选取至少两个观测站的接收数据得到目标辐射源的估计位置，以目标辐射源的估计位置为中心，确定目标辐射源的搜索范围；
3)在搜索范围内进行设定级数的多级网格搜索得到代价函数的最小值，该最小值对应的位置即为目标辐射源的位置。
具体的，如图1所示，本实施例的针对直接定位的联合搜索方法的步骤为：
(1)考虑对目标的定位场景如下：静止窄带目标辐射源，位置向量为p，发射信号s(t)载频为fc。某M阵元天线阵列安装在L个静止观测站上，对辐射源的数据进行采样，各阵列在时间上同步，信号为远场信号，到达阵列时为平面波。第l(l＝1,...,L)个观测站的位置为qn，则第l个观测站接收到的数据模型为：
rl(t)＝blal(p)s(t-τl-t0)+nl(t)
设采样点数为K，则对信号采样并进行DFT变换后得到：
对目标位置的估计可以视为利用接收数据rk估计出辐射源位置坐标p。直接定位方法将对辐射源定位的问题转化为通过构造代价函数求解，目标位置的最小均方误差估计为下述代价函数的最小值：
其中，Ns为采样快拍次数，bl为信道传播系数，τl表示辐射源到第l个观测站的时延，al(p)为辐射源到第l(l＝1,...,L)个观测站所产生的阵列流型矢量，ωk为傅里叶变换基，和分别表示发射信号s(t)和接收信号rk的傅里叶系数，表示nl(t)的傅里叶系数。
上述代价函数的最小值可以通过最大化来实现：
其中，
进一步地，上式的最大值转化为选择与对应的D的最大特征值，结果为：
其中，λmax表示求最大特征值运算。
(2)由于全网格搜索需要遍历定位区域内的所有位置坐标，运算量较大。本发明采用DOA粗估计确定目标的粗略位置，尽可能地缩小搜索范围。具体的，选取任意两个观测站，分别利用阵列测向技术对目标进行测向，并利用DOA测向交叉算法计算得出一个目标位置的粗略估计结果，然后以该位置为中心，在附近进行精细的网格搜索从而获得更加精确的结果。在不同的广域条件下，信噪比相同时，DOA估计的最大相对误差δ是一定的，则搜索范围可以由相对误差δ确定。
(3)在DOA估计确定的范围内采用多级网格搜索。假定选择K级搜索，寻找M1,…,Mk使得：
其中，Mk表示第k级搜索的网格数，M表示总网格数。
本实施例代价函数的最大特征值的求解过程为，在每一个网格点(xm,yn)处，根据每一个网格点的坐标计算对应的时延和多普勒频差等，根据得到的多普勒频差参数计算得到代价函数的最大特征值，进一步得到代价函数的最小值，代价函数的最小值对应的坐标值(x,y)即为目标辐射源的位置，如图2所示。每个网格点下的时延参数的定位模型按如下公式计算：
τl＝||pk-pl||2/c
其中，pk表示第k个网格点的坐标，pl表示第l个观测站的坐标，c表示光速。
在每级网格搜索中，其搜索的基本过程为：
A、在每一个网格点(xm,yn)处，其中m,n≤Mi，计算在每一个点所需的时延参数；
B、根据计算得出的参数计算该网格点对应的最大特征值，以得到代价函数的最小值。
具体的，首先构造较少网格数M1的网格进行第一级搜索，得到使代价函数取的最小值的网格点p1的坐标，接下来以网格点p1的坐标为中心，距离的范围内按网格数M2均匀划分二维网格，搜索使得代价函数Q最的最小值的二级网格点p2的坐标，依此类推多级网格搜索后，求得代价函数的最大特征值，即得到代价函数的最小值，代价函数的最小值对应的位置即为目标辐射源的位置。
本实施例在多级网格搜索的每一级网格搜索中嵌套爬山算法。爬山法是一种启发式搜索算法，它将最陡上升方向作为搜索方向，算法步骤为：随机选择一个位置作为初始节点，然后扩展当前节点，并估计它的子节点，并将最优子节点作为下一步扩展节点，即每次都在临近空间中选择最优解作为当前解，以此类推，直到爬到“山顶”为止。因此，爬山法可以避免遍历，通过启发选择部分节点，从而达到提高效率的目的。根据定位经验分析，无源定位在全域上并不是一个凸优化模型，然而在DOA估计的相对误差范围内是近似的凸模型，因此可以满足爬山算法的定位模型需求。
本实施例采用上述方法进行模拟实验仿真。设置仿真实验参数：假设存在一个静态发射源，发射载频fc＝0.5GHz的高斯信号，其传播速度c为光速。观测阵列为5阵元圆阵列，圆阵列半径与波长的比为1，仿真实验在Intel Core i7-6700，主频为4.00GHz的计算机上进行，并选用Matlab进行蒙特卡洛仿真实验。图3是本实施例不同信噪比下与其他方法的定位误差曲线比较图。仿真实验表明，在信噪比较低时，本实施例的联合搜索优化方法的定位精度要略低于传统的网格搜索方法，且随着信噪比的提高，两种方法的定位精度逐渐趋同。
表1不同位置分布下搜索时间结果比较
为考察在不同的广域条件下，不同搜索方法的搜索效率，在不同的定位场景下进行实验。广域范围分别定义为1km×1km，5km×5km，10km×10km，对每种场景做50次仿真实验，取平均值，然后比较实验结果。表1给出了不同位置分布下搜索时间结果比较。从表1中可以看出，传统的网格搜索方法虽然能够得到最好的搜索效果，但耗时也极其长，难以应用于工程实践。本实施例的联合搜索优化方法虽然搜索定位误差略高于其他算法，但搜索寻优时间远低于其他的算法，具有更快的搜索速度。
以上给出了具体的实施方式，但本发明不局限于以上所描述的实施方式。本发明的基本思路在于上述基本方案，对本领域普通技术人员而言，根据本发明的教导，设计出各种变形的模型、公式、参数并不需要花费创造性劳动。在不脱离本发明的原理和精神的情况下对实施方式进行的变化、修改、替换和变形仍落入本发明的保护范围内。
Claims (10)
1.一种针对直接定位的联合搜索方法，其特征在于，包括如下步骤：
1)构建各观测站的包含时延参数的目标辐射源数据模型，采集各观测站的接收数据，根据所述时延参数、所述目标辐射源的数据模型以及各观测站的接收数据构建代价函数，所述代价函数的最小值对应的位置为目标辐射源的位置；
2)选取至少两个观测站的接收数据得到目标辐射源的估计位置，以所述目标辐射源的估计位置为中心，确定目标辐射源的搜索范围；
3)在所述搜索范围内进行设定级数的多级网格搜索得到所述代价函数的最小值，该最小值对应的位置即为目标辐射源的位置。
2.根据权利要求1所述的针对直接定位的联合搜索方法，其特征在于，所述代价函数的表达式为：
其中，Ns为采样快拍次数，bl为信道传播系数，al(p)为辐射源到第l(l＝1,...,L)个观测站所产生的阵列流型矢量，τl表示辐射源到第l个观测站的时延，ωk为傅里叶变换基，和分别表示发射信号s(t)和接收信号rk的傅里叶系数。
3.根据权利要求2所述的针对直接定位的联合搜索方法，其特征在于，所述代价函数的最小值通过求取所述代价函数的最大特征值得到，所述最大特征值通过计算时延参数，将所述时延参数带入所述代价函数计算得到。
4.根据权利要求3所述的针对直接定位的联合搜索方法，其特征在于，步骤1)中，通过DOA测向交叉算法计算所述目标辐射源的估计位置。
5.根据权利要求3所述的针对直接定位的联合搜索方法，其特征在于，所述多级网格搜索的过程为：
(1)在所述搜索范围内，构造网格数为M1的网格进行第一级搜索，根据每个网格点的坐标计算所述时延参数和所述多普勒频差参数，根据所述时延参数计算使所述代价函数取得最小值的一级网格点的坐标，以该一级网格点为中心，在设定的距离范围内，按网格数M2均匀划分二级网格，搜索使得代价函数取得最小值的二级网格点的坐标，依此类推多级网格搜索后，得到目标辐射源的位置。
6.根据权利要求5所述的针对直接定位的联合搜索方法，其特征在于，所述设定的距离范围表示为：
其中，x∈[xmin,xmax]，y∈[ymin,ymax]表示场景的广域范围，p1为第一级搜索得到的使代价函数取得最小值的点，p为在设定的距离范围内的点。
7.根据权利要求5所述的针对直接定位的联合搜索方法，其特征在于，在多级网格搜索的每一级网格搜索中采用了爬山算法。
8.一种针对直接定位的联合搜索装置，包括存储器、处理器以及存储在存储器上并可在处理器上运行时的计算机程序，其特征在于，所述处理器执行所述程序时实现以下步骤：
1)构建各观测站的包含时延参数的目标辐射源数据模型，采集各观测站的接收数据，根据所述时延参数、所述目标辐射源的数据模型以及各观测站的接收数据构建代价函数，所述代价函数的最小值对应的位置为目标辐射源的位置；
2)选取至少两个观测站的接收数据得到目标辐射源的估计位置，以所述目标辐射源的估计位置为中心，确定目标辐射源的搜索范围；
3)在所述搜索范围内进行设定级数的多级网格搜索得到所述代价函数的最小值，该最小值对应的位置即为目标辐射源的位置。
9.根据权利要求8所述的针对直接定位的联合搜索装置，其特征在于，所述代价函数的表达式为：
其中，Ns为采样快拍次数，bl为信道传播系数，al(p)为辐射源到第l(l＝1,...,L)个观测站所产生的阵列流型矢量，τl表示辐射源到第l个观测站的时延，ωk为傅里叶变换基，和分别表示发射信号s(t)和接收信号rk的傅里叶系数。
10.根据权利要求9所述的针对直接定位的联合搜索装置，其特征在于，所述代价函数的最小值通过求取所述代价函数的最大特征值得到，所述最大特征值通过计算时延参数，将所述时延参数带入所述代价函数计算得到。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810798576.5A CN108802674B (zh) | 2018-07-19 | 2018-07-19 | 一种针对直接定位的联合搜索方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810798576.5A CN108802674B (zh) | 2018-07-19 | 2018-07-19 | 一种针对直接定位的联合搜索方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108802674A true CN108802674A (zh) | 2018-11-13 |
| CN108802674B CN108802674B (zh) | 2022-05-10 |
Family
ID=64077541
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810798576.5A Active CN108802674B (zh) | 2018-07-19 | 2018-07-19 | 一种针对直接定位的联合搜索方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108802674B (zh) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109901105A (zh) * | 2019-03-25 | 2019-06-18 | 四川超影科技有限公司 | 一种基于空间数值迭代的室内定位方法 |
| CN109991570A (zh) * | 2019-04-05 | 2019-07-09 | 电子科技大学 | 一种基于拟牛顿法的运动目标直接定位方法 |
| CN110208741A (zh) * | 2019-06-28 | 2019-09-06 | 电子科技大学 | 一种基于多圆阵测相的超视距单目标直接定位方法 |
| CN110275134A (zh) * | 2019-06-27 | 2019-09-24 | 清华大学 | 一种基于虚拟到达频差的非共视连续信号无源定位方法 |
| CN110412504A (zh) * | 2019-08-12 | 2019-11-05 | 电子科技大学 | 基于角度与时差信息的无源多站多目标关联与定位方法 |
| 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 |
| CN111443329A (zh) * | 2020-03-25 | 2020-07-24 | 北京东方振动和噪声技术研究所 | 声源定位方法及装置、计算机存储介质和电子设备 |
| CN111812582A (zh) * | 2020-06-23 | 2020-10-23 | 南京航空航天大学 | 一种基于分布式无人机移动监测的干扰源直接定位方法 |
| CN112180328A (zh) * | 2020-09-29 | 2021-01-05 | 中国船舶重工集团公司第七二四研究所 | 一种基于交叉定位及特征搜索的被动定位方法 |
| CN112578354A (zh) * | 2020-02-28 | 2021-03-30 | 加特兰微电子科技(上海)有限公司 | 确定目标物方位角的方法、计算机设备和存储介质 |
| CN113271658A (zh) * | 2021-05-20 | 2021-08-17 | 北京智慧图科技有限责任公司 | 一种室内定位中的WiFi指纹自动生成方法 |
| CN115314346A (zh) * | 2022-08-17 | 2022-11-08 | Oppo广东移动通信有限公司 | 一种参数估计二维搜索方法、芯片、设备和存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160033666A1 (en) * | 2014-08-04 | 2016-02-04 | Schlumberger Technology Corporation | Method of Coalescence Microseismic Mapping Including Model's Uncertainty |
| US20170195943A1 (en) * | 2014-05-27 | 2017-07-06 | Media Tek Singapore Pte. Ltd. | Method of joining co-located bss |
| CN107132505A (zh) * | 2017-05-19 | 2017-09-05 | 中国人民解放军信息工程大学 | 直达与非直达混合场景中的多目标直接定位方法 |
| CN107656262A (zh) * | 2017-09-21 | 2018-02-02 | 杭州电子科技大学 | 基于m‑Capon目标分布式相控阵雷达目标定位方法 |
-
2018
- 2018-07-19 CN CN201810798576.5A patent/CN108802674B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170195943A1 (en) * | 2014-05-27 | 2017-07-06 | Media Tek Singapore Pte. Ltd. | Method of joining co-located bss |
| US20160033666A1 (en) * | 2014-08-04 | 2016-02-04 | Schlumberger Technology Corporation | Method of Coalescence Microseismic Mapping Including Model's Uncertainty |
| CN107132505A (zh) * | 2017-05-19 | 2017-09-05 | 中国人民解放军信息工程大学 | 直达与非直达混合场景中的多目标直接定位方法 |
| CN107656262A (zh) * | 2017-09-21 | 2018-02-02 | 杭州电子科技大学 | 基于m‑Capon目标分布式相控阵雷达目标定位方法 |
Non-Patent Citations (3)
| Title |
|---|
| ANTHONY J. WEISS: "Direct Position Determination of Narrowband Radio Frequency Transmitters", 《IEEE SIGNAL PROCESSING LETTERS》 * |
| 郭福成: "基于多级网格搜索的固定单站无源定位方法", 《信号处理》 * |
| 韩慧珠: "单站测向无源定位技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109901105A (zh) * | 2019-03-25 | 2019-06-18 | 四川超影科技有限公司 | 一种基于空间数值迭代的室内定位方法 |
| CN109991570A (zh) * | 2019-04-05 | 2019-07-09 | 电子科技大学 | 一种基于拟牛顿法的运动目标直接定位方法 |
| CN109991570B (zh) * | 2019-04-05 | 2023-02-03 | 电子科技大学 | 一种基于拟牛顿法的运动目标直接定位方法 |
| CN110275134B (zh) * | 2019-06-27 | 2021-03-05 | 清华大学 | 一种基于虚拟到达频差的非共视连续信号无源定位方法 |
| CN110275134A (zh) * | 2019-06-27 | 2019-09-24 | 清华大学 | 一种基于虚拟到达频差的非共视连续信号无源定位方法 |
| 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 |
| CN110208741A (zh) * | 2019-06-28 | 2019-09-06 | 电子科技大学 | 一种基于多圆阵测相的超视距单目标直接定位方法 |
| 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 |
| CN110208741B (zh) * | 2019-06-28 | 2022-12-02 | 电子科技大学 | 一种基于多圆阵测相的超视距单目标直接定位方法 |
| CN110412504A (zh) * | 2019-08-12 | 2019-11-05 | 电子科技大学 | 基于角度与时差信息的无源多站多目标关联与定位方法 |
| CN112578354A (zh) * | 2020-02-28 | 2021-03-30 | 加特兰微电子科技(上海)有限公司 | 确定目标物方位角的方法、计算机设备和存储介质 |
| CN112578354B (zh) * | 2020-02-28 | 2024-02-23 | 加特兰微电子科技(上海)有限公司 | 确定目标物方位角的方法、计算机设备和存储介质 |
| CN111443329A (zh) * | 2020-03-25 | 2020-07-24 | 北京东方振动和噪声技术研究所 | 声源定位方法及装置、计算机存储介质和电子设备 |
| CN111812582A (zh) * | 2020-06-23 | 2020-10-23 | 南京航空航天大学 | 一种基于分布式无人机移动监测的干扰源直接定位方法 |
| CN111812582B (zh) * | 2020-06-23 | 2023-09-29 | 南京航空航天大学 | 一种基于分布式无人机移动监测的干扰源直接定位方法 |
| CN112180328A (zh) * | 2020-09-29 | 2021-01-05 | 中国船舶重工集团公司第七二四研究所 | 一种基于交叉定位及特征搜索的被动定位方法 |
| CN112180328B (zh) * | 2020-09-29 | 2022-09-30 | 中国船舶重工集团公司第七二四研究所 | 一种基于交叉定位及特征搜索的被动定位方法 |
| CN113271658A (zh) * | 2021-05-20 | 2021-08-17 | 北京智慧图科技有限责任公司 | 一种室内定位中的WiFi指纹自动生成方法 |
| CN115314346A (zh) * | 2022-08-17 | 2022-11-08 | Oppo广东移动通信有限公司 | 一种参数估计二维搜索方法、芯片、设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108802674B (zh) | 2022-05-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108802674B (zh) | 一种针对直接定位的联合搜索方法及装置 | |
| CN103139907B (zh) | 一种利用指纹法的室内无线定位方法 | |
| CN105929389A (zh) | 一种基于外辐射源时延和多普勒频率的直接定位方法 | |
| CN106405533B (zh) | 基于约束加权最小二乘的雷达目标联合同步与定位方法 | |
| CN104507050B (zh) | 一种WiFi室内定位中概率型指纹匹配方法 | |
| CN106093921B (zh) | 基于稀疏分解理论的声矢量阵宽带测向方法 | |
| CN103747419B (zh) | 一种基于信号强度差值与动态线性插值的室内定位方法 | |
| CN105487063A (zh) | 一种基于外辐射源时延和多普勒频率的直接定位方法 | |
| CN108717174B (zh) | 基于信息论的预测快速协方差交互融合无源协同定位方法 | |
| Gan et al. | Deep learning for weights training and indoor positioning using multi-sensor fingerprint | |
| CN109710978B (zh) | 一种分布式异构自适应粒子滤波直接跟踪方法 | |
| CN109490826B (zh) | 一种基于无线电波场强rssi的测距与位置定位方法 | |
| CN102231912A (zh) | 一种基于rssi测距的室内无线传感器网络定位方法 | |
| CN109379711B (zh) | 一种定位方法 | |
| WO2016112758A1 (zh) | 终端的定位方法及装置 | |
| CN109991570B (zh) | 一种基于拟牛顿法的运动目标直接定位方法 | |
| JP2009065394A (ja) | センサネットワーク用減衰定数推定システム、ノード位置推定システム、推定方法、及びそのプログラム | |
| CN109671100B (zh) | 一种分布式可变扩散组合系数粒子滤波直接跟踪方法 | |
| CN107300687A (zh) | 一种基于运动多站的高精度无源时差定位方法 | |
| CN104363654A (zh) | 基于Tunneling method的无线传感器网络三维节点定位方法 | |
| CN104539340A (zh) | 一种基于稀疏表示和协方差拟合的稳健波达角估计方法 | |
| Kaltiokallio et al. | mmWave simultaneous localization and mapping using a computationally efficient EK-PHD filter | |
| CN107592654A (zh) | 一种基于压缩感知的同频多辐射源场强定位方法 | |
| CN110231589A (zh) | 一种大扩散角的多径信号波达方向估计方法 | |
| CN107566981B (zh) | 一种基于最优路径的室内高精度定位方法、装置及系统 |
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 |