CN109597028A - 一种混合视距非视距条件下基于到达时间的鲁棒定位方法 - Google Patents
一种混合视距非视距条件下基于到达时间的鲁棒定位方法 Download PDFInfo
- Publication number
- CN109597028A CN109597028A CN201811307548.5A CN201811307548A CN109597028A CN 109597028 A CN109597028 A CN 109597028A CN 201811307548 A CN201811307548 A CN 201811307548A CN 109597028 A CN109597028 A CN 109597028A
- Authority
- CN
- China
- Prior art keywords
- sensor
- robust
- target source
- indicate
- arrival time
- 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
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
- G01S5/06—Position of source determined by co-ordinating a plurality of position lines defined by path-difference measurements
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
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
本发明公开了一种在混合视距非视距条件下基于到达时间定位的新鲁棒方法,其先建立目标源与每个传感器之间的信号传输距离的模型;然后根据模型并采用鲁棒加权最小二乘方法,得到存在非视距误差的环境中的定位问题,再转变为非凸的定位问题;之后通过引入辅助变量,并采用S‑Lemma,得到半正定规划问题;最后利用常用内点法软件对半正定规划问题进行求解,得到目标源在参考坐标系中的坐标位置的最终估计值;优点是能够解决存在非视距误差时的定位问题,并提升现有鲁棒方法在视距路径较多情况下定位的精准度。
Description
技术领域
本发明属于一种目标定位方法,具体涉及一种混合视距非视距条件下基于到达时间的一种新的鲁棒定位方法。
背景技术
现代无线网络的一个重要应用是为用户提供位置信息,这些信息对目标跟踪,导航和紧急安全等至关重要。
目前,实现目标定位的基本方法有很多。例如基于到达时间(TOA)和到达时差(TDOA)的测量方法,在收集测量的过程中,信号传播路径可能被阻挡,尤其是在城市地区,室内环境等等,引入大的正非视距(NLOS)误差,该NLOS误差通常远大于测量值,使定位性能显着下降,因此,减轻NLOS误差是一项紧迫的任务。
用于目标定位的减轻NLOS误差方法已经被广泛的关注和研究,常用的方法处理NLOS误差有最大似然估计(MLE)方法和最小二乘法(LS)。但是,MLE方法需要NLOS误差和测量噪声的确切分布。相比之下,基于LS的方法需要较少的统计信息进行处理,但是,它们仍然需要知道NLOS误差的前两个时刻和测量噪声。另一方面,路径状态是视距(LOS)还是NLOS是有很大概率被正确识别的。然而,由于时变环境,在识别路径状态时总有识别错误的情况发生,从而降低整体的定位精度。
为了解决在完全未知路径状态条件下,混合LOS/NLOS环境定位中存在的严重NLOS误差干扰问题,需要一种方法消除NLOS误差带来的不利影响,目前的研究中,大体上分为对NLOS误差进行估计和鲁棒两种方式,但是,基于估计的方法在稀疏NLOS环境中表现更好,鲁棒方法在密集的NLOS环境下更突显优势。为了综合这两种方法的优势,本文提出一种新型鲁棒方法,解决上述问题。
发明内容
本发明的目的是解决上述问题,提供一种混合视距非视距条件下基于到达时间的鲁棒定位方法,采用鲁棒和估计结合的方法处理NLOS误差的问题,从而能够提高定位精度。
为实现上述目的,本发明提供如下技术方案:
一种在混合视距非视距条件下基于到达时间定位的新鲁棒方法,包括以下步骤:
①在无线传感器网络中建立一个平面坐标系或空间坐标系作为参考坐标系;设定无线传感器网络中存在一个用于发射测量信号的目标源和N个用于接收测量信号的传感器,且设定N个传感器的时钟同步,目标源的时钟与传感器的时钟也同步;将N个传感器在参考坐标系中的坐标位置对应记为s1,…,sN,将目标源在参考坐标系中的坐标位置记为x,s1表示第1个传感器在参考坐标系中的坐标位置,sN表示第N个传感器在参考坐标系中的坐标位置;
②计算目标源与每个传感器之间的信号传输距离,将目标源与第i个传感器之间的信号传输距离记为di,di=c×ti,其中,1≤i≤N,c表示光速,ti表示测量信号从目标源发出到第i个传感器接收所经历的时间;
③将目标源与每个传感器之间的信号传输距离以模型方式进行描述,将di的模型表示为:di=||x-si||+ei+ni,其中符号“|| ||”为求欧几里德范数符号,si表示第i个传感器在参考坐标系中的坐标位置,ei表示测量信号从目标源发出到第i个传感器接收所经历的路径上存在的非视距误差,ni表示测量信号从目标源发出到第i个传感器接收所经历的路径上存在的测量噪声,ni服从零均值的高斯分布 表示ni的功率,0≤|ni|<<ei≤ρi,符号“| |”为取绝对值符号,ρi表示测量信号从目标源发出到第i个传感器接收所经历的路径上存在的非视距误差的上界;
④引入平衡参数将di=||x-si||+ei+ni转变为其中,基于此式我们得到如下鲁棒加权最小二乘(RWLS)问题:
其中,min表示“最小化”,s.t.代表“受约束于”,sup表示“上确界”,我们给定平衡参数的上界为正数
⑤通过表示d=[d1,d2,…,dN]T,B=[IN,1N],其中,diag为构造对角矩阵,IN为N×N的单位矩阵,1N为N×1的全1列向量,上述问题可以转化为以下形式:
⑥通过和我们有进一步的,我们可以得到我们定义可以得到将上述问题写成上镜图形式:
且将上述上镜图形式等价写为如下优化问题:
⑦将上述优化问题松弛为凸的半正定规划(SDP)问题:
q=tr(BTQ-1Bg)-2dTQ-1Bg+dTQ-1d,
H[xT,r]T≤f.
采用常见的内点法软件求解上述问题,记x*为对应变量x的最优解,则最终的目标估计位置即为x*。
本发明的有益效果在于:
本发明通过向向量模型中引入平衡参数,使得NLOS误差可以写成平衡参数和一些新变量的和;通过假设平衡参数为正,新变量的上界减小;并制定了一个鲁棒加权最小二乘(RWLS)问题来联合估计目标位置和平衡参数;根据S-Lemma,将RWLS问题转化为非凸优化问题,然后将它松弛为易于处理的半正定规划(SDP)问题,并高效求解该SDP问题。本发明综合了现有的估计方法和鲁棒方法的优势,使该方法在不同的非视距环境中都有不错的性能。
附图说明
为了更清楚地说明本发明实施例技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明为了更清楚地说明本发明实施例或现有技术中的技术方案,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的总体流程框图;
图2本发明方法与现有的鲁棒加权最小二乘方法,鲁棒半正定方法的坐标估计值与坐标真实值的均方根误差随测量噪声变化的图;
图3本发明方法与现有的鲁棒加权最小二乘方法,鲁棒半正定方法的坐标估计值与坐标真实值的均方根误差随视距路径变化的图。
具体实施方式
如图1总体流程框图所示的一种在混合视距非视距条件下基于到达时间定位的新鲁棒方法,其包括以下步骤:
①在无线传感器网络中建立一个平面坐标系或空间坐标系作为参考坐标系;设定无线传感器网络中存在一个用于发射测量信号的目标源和N个用于接收测量信号的传感器,且设定N个传感器的时钟同步,目标源的时钟与传感器的时钟也同步;将N个传感器在参考坐标系中的坐标位置对应记为s1,...,sN,将目标源在参考坐标系中的坐标位置记为x,s1表示第1个传感器在参考坐标系中的坐标位置,sN表示第N个传感器在参考坐标系中的坐标位置;
②计算目标源与每个传感器之间的信号传输距离,将目标源与第i个传感器之间的信号传输距离记为di,di=c×ti,其中,1≤i≤N,c表示光速,ti表示测量信号从目标源发出到第i个传感器接收所经历的时间;
③将目标源与每个传感器之间的信号传输距离以模型方式进行描述,将di的模型表示为:di=||x-si||+ei+ni,其中符号“|| ||”为求欧几里德范数符号,si表示第i个传感器在参考坐标系中的坐标位置,ei表示测量信号从目标源发出到第i个传感器接收所经历的路径上存在的非视距误差,ni表示测量信号从目标源发出到第i个传感器接收所经历的路径上存在的测量噪声,ni服从零均值的高斯分布 表示ni的功率,0≤|ni|<<ei≤ρi,符号“| |”为取绝对值符号,ρi表示测量信号从目标源发出到第i个传感器接收所经历的路径上存在的非视距误差的上界;
④引入平衡参数将di=||x-si||+ei+ni转变为其中,基于此式我们得到如下鲁棒加权最小二乘(RWLS)问题:
其中,min表示“最小化”,s.t.代表“受约束于”,sup表示“上确界”,我们给定平衡参数的上界为正数
⑤通过表示d=[d1,d2,...,dN]T,B=[IN,1N],其中,diag为构造对角矩阵,IN为N×N的单位矩阵,1N为N×1的全1列向量,上述问题可以转化为以下形式:
⑥通过和我们有进一步的,我们可以得到我们定义可以得到将上述问题写成上镜图形式:
且将上述上镜图形式等价写为如下优化问题:
⑦将上述优化问题松弛为凸的半正定规划(SDP)问题:
q=tr(BTQ-1Bg)-2dTQ-1Bg+dTQ-1d,
H[xT,r]T≤f.
采用常见的内点法软件(如CVX)求解上述问题,记x*为对应变量x的最优解,则最终的目标估计位置即为x*。
为验证本发明方法的可行性和有效性,对本发明方法进行仿真试验:
假设有N个传感器,随机分布在以原点(0,0)为中心的20×20m2的正方形内部,目标源的位置同样在正方形内部区域内随机选择。假设所有传感器的测量噪声的功率(方差)相同,即为非视距误差服从均匀分布ei~U(0,ρi)且上界相同即为ρ1=ρ2=...=ρN=ρ,这里我们令ρ=7,平衡参数的上界
测试本方法的性能在每条路径状态随机的情况下,随测量噪声增加的变化情况。图2给出N=5的情况下目标位置的定位误差随测量噪声的增加的变化情况。本文提出的方法与其他方法的相比,在噪声标准差从0.4增加到2的区间内,性能是最好的,足以证明本方法在小噪声和大噪声的情况下都有着极好的性能和优越性。
测试本方法的性能在固定噪声标准差的情况下,随视距路径增加的变化情况。图3给出N=7的情况下目标位置的定位误差随视距路径的增加的变化情况。本文提出的方法与现有的鲁棒半正定和鲁棒距离平方最小二乘方法相比,由于加入的估计参数的作用,本方法在视距路径增加的情况下性能要远好于这两种鲁棒方法,整体效果较优。
本发明通过在向量模型中引入平衡参数,使得NLOS误差可以写成平衡参数和一些新变量的和;通过假设平衡参数为正,新变量的上限减小;并制定了一个鲁棒加权最小二乘(RWLS)问题来联合估计目标位置和平衡参数,综合了现有的估计和鲁棒方法的优势,使该方法在不同的环境中都有不错的性能。
本发明中未做详细描述的内容均为现有技术。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.在混合视距非视距条件下基于到达时间定位的新鲁棒方法,其特征在于,包括以下步骤:
①在无线传感器网络中建立一个平面坐标系或空间坐标系作为参考坐标系;设定无线传感器网络中存在一个用于发射测量信号的目标源和N个用于接收测量信号的传感器,且设定N个传感器的时钟同步,目标源的时钟与传感器的时钟也同步;将N个传感器在参考坐标系中的坐标位置对应记为s1,...,sN,将目标源在参考坐标系中的坐标位置记为x;
②计算目标源与每个传感器之间的信号传输距离,将目标源与第i个传感器之间的信号传输距离记为di,di=c×ti;
③将目标源与每个传感器之间的信号传输距离以模型方式进行描述,将di的模型表示为:di=||x-si||+ei+ni,ni服从零均值的高斯分布
④引入平衡参数将di=||x-si||+ei+ni转变为其中,基于此式得到如下鲁棒加权最小二乘(RWLS)问题:
⑤通过表示d=[d1,d2,...,dN]T,B=[IN,1N],上述问题可以转化为以下形式:
⑥通过和有进一步的得到定义得到将上述问题写成上镜图形式:
且将上述上镜图形式等价写为如下优化问题:
⑦将上述优化问题松弛为凸的半正定规划(SDP)问题:
q=tr(BTQ-1Bg)-2dTQ-1Bg+dTQ-1d,
H[xT,r]T≤f.。
2.根据权利要求1所述的一种混合视距非视距条件下基于到达时间的鲁棒定位方法,其特征在于,所述步骤①s1表示第1个传感器在参考坐标系中的坐标位置,sN表示第N个传感器在参考坐标系中的坐标位置。
3.根据权利要求1所述的一种混合视距非视距条件下基于到达时间的鲁棒定位方法,其特征在于,所述步骤②中1≤i≤N,c表示光速,ti表示测量信号从目标源发出到第i个传感器接收所经历的时间。
4.根据权利要求1所述的一种混合视距非视距条件下基于到达时间的鲁棒定位方法,其特征在于,所述步骤③中符号“||||”为求欧几里德范数符号,si表示第i个传感器在参考坐标系中的坐标位置,ei表示测量信号从目标源发出到第i个传感器接收所经历的路径上存在的非视距误差,ni表示测量信号从目标源发出到第i个传感器接收所经历的路径上存在的测量噪声;表示ni的功率,0≤|ni|<<ei≤ρi,符号“| |”为取绝对值符号,ρi表示测量信号从目标源发出到第i个传感器接收所经历的路径上存在的非视距误差的上界。
5.根据权利要求1所述的一种混合视距非视距条件下基于到达时间的鲁棒定位方法,其特征在于,所述步骤④中min表示“最小化”,s.t.代表“受约束于”,sup表示“上确界”,给定平衡参数的上界为正数
6.根据权利要求1所述的一种混合视距非视距条件下基于到达时间的鲁棒定位方法,其特征在于,所述步骤⑤中diag为构造对角矩阵,IN为N×N的单位矩阵,1N为N×1的全1列向量。
7.根据权利要求1至6任一项所述的一种混合视距非视距条件下基于到达时间的鲁棒定位方法,其特征在于,采用内点法软件求解所述步骤⑦中的问题,记x*为对应变量x的最优解,则最终的目标估计位置即为x*。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811307548.5A CN109597028B (zh) | 2018-11-05 | 2018-11-05 | 一种混合视距非视距条件下基于到达时间的鲁棒定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811307548.5A CN109597028B (zh) | 2018-11-05 | 2018-11-05 | 一种混合视距非视距条件下基于到达时间的鲁棒定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109597028A true CN109597028A (zh) | 2019-04-09 |
CN109597028B CN109597028B (zh) | 2022-11-29 |
Family
ID=65957572
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811307548.5A Active CN109597028B (zh) | 2018-11-05 | 2018-11-05 | 一种混合视距非视距条件下基于到达时间的鲁棒定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109597028B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110221244A (zh) * | 2019-05-24 | 2019-09-10 | 宁波大学 | 非视距条件下基于到达时间差的鲁棒定位方法 |
CN110221245A (zh) * | 2019-05-28 | 2019-09-10 | 宁波大学 | 联合估计目标位置和非视距误差的鲁棒tdoa定位方法 |
CN110673088A (zh) * | 2019-08-23 | 2020-01-10 | 宁波大学 | 混合视距和非视距环境中基于到达时间的目标定位方法 |
CN110850366A (zh) * | 2019-10-31 | 2020-02-28 | 宁波大学 | 混合视距和非视距环境下基于接收信号强度的定位方法 |
CN110972094A (zh) * | 2019-12-06 | 2020-04-07 | 中国科学院测量与地球物理研究所 | 室内混合稀疏los/nlos场景下的l0范数定位方法 |
CN111157943A (zh) * | 2019-12-31 | 2020-05-15 | 宁波大学 | 在异步网络中基于toa的传感器位置误差抑制方法 |
CN113891456A (zh) * | 2021-11-22 | 2022-01-04 | 上海海事大学 | 凸优化无线定位方法以及存储介质和电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10340348A (ja) * | 1997-06-09 | 1998-12-22 | Ricoh Co Ltd | 画像位置合わせ方法、ファックス文字認識方法および記録媒体 |
JP2004342064A (ja) * | 2003-05-16 | 2004-12-02 | Seki Tama Yonezawa | ヒューマン推論エンジン |
CN107271956A (zh) * | 2017-04-24 | 2017-10-20 | 宁波大学 | 非视距环境中未知起始时间的基于到达时间的定位方法 |
CN107367709A (zh) * | 2017-06-05 | 2017-11-21 | 宁波大学 | 混合环境中基于到达时间鲁棒加权最小二乘定位方法 |
-
2018
- 2018-11-05 CN CN201811307548.5A patent/CN109597028B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10340348A (ja) * | 1997-06-09 | 1998-12-22 | Ricoh Co Ltd | 画像位置合わせ方法、ファックス文字認識方法および記録媒体 |
JP2004342064A (ja) * | 2003-05-16 | 2004-12-02 | Seki Tama Yonezawa | ヒューマン推論エンジン |
CN107271956A (zh) * | 2017-04-24 | 2017-10-20 | 宁波大学 | 非视距环境中未知起始时间的基于到达时间的定位方法 |
CN107367709A (zh) * | 2017-06-05 | 2017-11-21 | 宁波大学 | 混合环境中基于到达时间鲁棒加权最小二乘定位方法 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110221244A (zh) * | 2019-05-24 | 2019-09-10 | 宁波大学 | 非视距条件下基于到达时间差的鲁棒定位方法 |
CN110221245A (zh) * | 2019-05-28 | 2019-09-10 | 宁波大学 | 联合估计目标位置和非视距误差的鲁棒tdoa定位方法 |
CN110221245B (zh) * | 2019-05-28 | 2022-04-19 | 宁波大学 | 联合估计目标位置和非视距误差的鲁棒tdoa定位方法 |
CN110673088B (zh) * | 2019-08-23 | 2021-06-15 | 宁波大学 | 混合视距和非视距环境中基于到达时间的目标定位方法 |
CN110673088A (zh) * | 2019-08-23 | 2020-01-10 | 宁波大学 | 混合视距和非视距环境中基于到达时间的目标定位方法 |
CN110850366A (zh) * | 2019-10-31 | 2020-02-28 | 宁波大学 | 混合视距和非视距环境下基于接收信号强度的定位方法 |
CN110850366B (zh) * | 2019-10-31 | 2021-07-16 | 宁波大学 | 混合视距和非视距环境下基于接收信号强度的定位方法 |
CN110972094B (zh) * | 2019-12-06 | 2020-12-18 | 中国科学院测量与地球物理研究所 | 室内混合稀疏los/nlos场景下的l0范数定位方法 |
CN110972094A (zh) * | 2019-12-06 | 2020-04-07 | 中国科学院测量与地球物理研究所 | 室内混合稀疏los/nlos场景下的l0范数定位方法 |
CN111157943A (zh) * | 2019-12-31 | 2020-05-15 | 宁波大学 | 在异步网络中基于toa的传感器位置误差抑制方法 |
CN111157943B (zh) * | 2019-12-31 | 2021-10-08 | 宁波大学 | 在异步网络中基于toa的传感器位置误差抑制方法 |
CN113891456A (zh) * | 2021-11-22 | 2022-01-04 | 上海海事大学 | 凸优化无线定位方法以及存储介质和电子设备 |
CN113891456B (zh) * | 2021-11-22 | 2024-03-29 | 上海海事大学 | 凸优化无线定位方法以及存储介质和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN109597028B (zh) | 2022-11-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109597028A (zh) | 一种混合视距非视距条件下基于到达时间的鲁棒定位方法 | |
CN107659893B (zh) | 一种误差补偿方法、装置、电子设备及可读存储介质 | |
CN107367709B (zh) | 混合环境中基于到达时间鲁棒加权最小二乘定位方法 | |
CN107271956B (zh) | 非视距环境中未知起始时间的基于到达时间的定位方法 | |
US10145933B2 (en) | Angle determining system and method | |
CN105607039B (zh) | 非视距环境下基于到达时间差的稳健最小二乘定位方法 | |
CN106842121B (zh) | 视距与非视距混合环境中基于到达时间差的稳健定位方法 | |
CN105334495B (zh) | 一种无线网络中基于信号到达时间的非视距稳健定位方法 | |
CN110658490B (zh) | 基于rss和aoa的三维无线传感网络非协作定位方法 | |
CN104359492A (zh) | 惯性导航和轮速计组成的航迹推算定位系统误差估算算法 | |
CN109342993A (zh) | 基于RSS-AoA混合测量的无线传感器网络目标定位方法 | |
CN105792349B (zh) | 信号强度分布建立方法及无线定位系统 | |
CN109581281A (zh) | 基于到达时间差和到达频率差的移动目标定位方法 | |
CN109471061A (zh) | 一种鲁棒处理模型参数误差的接收信号强度差定位方法 | |
CN108548520A (zh) | 一种基于nb-iot的天线姿态远程数据采集系统 | |
CN106705931B (zh) | 一种自动获取基站天线方位角的方法、装置及系统 | |
CN109029429A (zh) | 基于WiFi和地磁指纹的多分类器全局动态融合定位方法 | |
CN109061563A (zh) | 一种非同步网络中基于分数规划的定位方法 | |
CN106556877B (zh) | 一种地磁通化方法及装置 | |
CN103926569B (zh) | 三坐标雷达网基于交叉定位点关联的集中式与分布式压制干扰鉴别方法 | |
CN106781836A (zh) | 一种气象雷达模拟训练系统 | |
CN105425206A (zh) | 一种非同步无线网络中的稳健最小二乘定位方法 | |
CN101266153B (zh) | 测绘工程类陀螺全站仪精度评定方法 | |
CN206281978U (zh) | 一种gnss接收机航向角的测试系统 | |
CN105806304B (zh) | 天线方向角测量方法及装置 |
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 |