CN111505574A - 一种优化分布式定位方法及系统 - Google Patents

Abstract

本发明提供一种优化分布式定位方法及系统，根据目标信号到达不同远端接收站间时间差序列与目标位置序列间的相关性，采用Kalman滤波对目标信号到达不同远端接收站间的时间差序列进行滤波，以降低目标信号到达不同远端接收站间的时间差测量误差，根据定位方程解算出目标位置，并利用解算出的目标位置对滤波器的参数进行估计及更新。本发明放松了对物理系统测量精度的严格要求，在不增加系统复杂度和成本的基础上，有效降低分布式定位系统远端接收站测量目标信号到达时间差的测量误差，从而提高系统定位精度，尤其对于静止状态与慢速运动状态的目标定位，使得静止状态目标的定位结果显示由斑状收缩为点状，慢速运动状态的目标定位结果显示由带状收缩到线状，效果最为显著。

Description

一种优化分布式定位方法及系统

技术领域

本发明涉及定位控制技术领域，尤其涉及一种分布式定位方法及系统、电子设备和可读存储介质。

背景技术

分布式定位系统，利用分布于不同位置的远端接收站，接收目标发射的信号，通过测量目标信号到达各远端接收站的时间或站间的时间差，实现对目标的定位。多点定位系统即为典型的分布式定位系统。多点定位系统通过测量目标信号到达各远端接收站间的时间差，采用时差定位体制对目标进行定位，广泛运用于民航领域，实现对航空器及机场场面车辆的定位与监视。

现有多点定位系统在测量出目标信号到达各远端接收站的时间后，即根据测量到的信号到达各远端接收站的时间计算出信号到达不同站间的时间差，然后利用定位方程解算目标位置。然而实际中，多点定位系统远端接收站间的时钟同步误差、各远端接收站时钟的稳定度和准确度、以及远端接收站对信号到达时间的测量误差等，都会影响远端接收站对信号到达时间的测量精度。如果根据测量到的目标信号到达各远端接收站的时间计算出信号到达不同站间的时间差，然后直接利用定位方程解算目标位置，则系统对目标信号到达时间的测量误差将直接影响目标定位精度。对于正常飞行以及起降滑跑的目标，因目标位置改变量远大于定位误差，定位结果尚能呈现出线状的目标轨迹，但是对于如图1所示目标处于转弯或缓行的慢速运动状态或者如图2所示目标处于等待的静止状态，因目标位置改变量与定位误差相当甚至小于定位误差，则慢速运动状态的目标定位结果会呈现出带状，而静止状态的目标定位结果呈现出斑状。带状与斑状的目标定位结果均不能正确体现目标运行轨迹，也不能正确确定目标精确位置，且带的宽度与斑的直径取决于系统对目标信号到达时间的测量精度。如果要使带状的定位结果收缩为线状，斑状的定位结果收缩为点状，则需要进一步提高系统对目标信号到达时间的测量精度。然而，由于物理测量固有的特性，系统对目标信号到达时间的测量达到一定精度后，进一步提高测量精度非常困难，系统复杂度和成本也急剧增加。因此，还需要有其它有效提高目标定位精度的方法。

发明内容

有鉴于此，为达到不需进一步提高系统时间测量精度而有效提高目标定位精度的目的，本发明重点分析定位结果产生带状或斑状的原因，提供一种优化分布式定位方法及系统，对分布式定位系统中目标信号到达时间差进行滤波处理，通过不断循环正向优化目标定位位置和滤波参数，放松对物理系统测量精度的严格要求，在不增加系统复杂度和成本的基础上有效降低了远端接收站测量目标信号到达时间差的测量误差，提高了定位精度，使得对静止状态目标的定位结果显示由斑状收缩为点状，慢速运动状态的目标定位结果显示由带状收缩到线状。

为了实现上述目的，本发明提供的技术方案包括以下四方面内容：

本发明第一方面提供一种分布式定位方法，具体包括：

测量目标信号到达各远端接收站的时间，计算目标信号到达第i与第i+1(i＝1，2…N-1)个远端接收站间的时间差，得到目标信号到达第i与第i+1个远端接收站间时间差的时间序列{t_k}；

建立目标位置时间序列{s_k}与对应的目标信号到达第i与第i+1个远端接收站间时间差的时间序列{t_k}的关系式；

根据目标信号到达第i与第i+1个接收站间的时间差序列{t_k}的状态模型，建立Kalman滤波方程，得到滤波后时间差；

利用判决门限判定选取滤波后时间差或者测量时间差为定位时间差，建立定位方程，计算k时刻目标定位位置；

根据目标定位位置与目标前一位置，利用目标位置时间序列{s_k}与对应的目标信号到达第i与第i+1个远端接收站间时间差的时间序列{t_k}的关系式，估算k时刻Kalman滤波过程噪声方差；

重复计算k+1时刻即k＝k+1时，目标定位位置及Kalman滤波过程噪声方差。

本发明另一方面还提供一种分布式定位系统，其特征在于，包括远端接收系统与中央处理系统；远端接收系统包括分布于不同位置的N个远端接收站；中央处理系统包括：

TDOA计算模块：根据远端接收系统N个远端接收站测量到的目标信号到达每个远端接收站的时间，计算信号到达两远端接收站间的时间差，获得信号到达两远端接收站间的时间差序列；

TDOA滤波器：与TDOA计算模块及滤波参数估计模块相连，用于根据每一时刻下的滤波参数对TDOA计算模块计算出的信号到达两远端接收站间的时间差序列进行Kalman滤波；

误差评估与参数选择模块：与TDOA计算模块及TDOA滤波器相连，用于对TDOA滤波后的信号到达远端接收站间的时间差与TDOA计算模块计算出的信号到达远端接收站间的时间差利用判决门限进行误差评估，以选择定位时间差参数；

目标位置解算模块：与误差评估与参数选择模块相连，用于根据定位方程以及定位时间差参数，计算每一时刻下目标位置坐标；

滤波参数估计模块：与目标位置解算模块相连，用于根据目标位置解算模块计算出的目标位置坐标，估算每一时刻下的Kalman滤波参数，并更新每一时刻下的TDOA滤波器的滤波参数。

本发明第三方面还提供一种电子设备，其特征在于，包括：存储器、处理器以及计算机程序，所述计算机程序存储在所述存储器中，所述处理器运行所述计算机程序执行如第一方面提供的任意一种所述的分布式定位方法。

本发明第四方面还提供一种可读存储介质，其特征在于，所述可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现如第一方面提供的任意一种所述的分布式定位方法。

采用本发明提供的上述技术方案，可以获得以下技术效果：

1、本发明提供的方法和系统，放松了对物理系统测量精度的严格要求，在不增加系统复杂度和成本的基础上，利用目标信号到达不同远端接收站间时间差序列与目标位置序列间的相关性，通过对时间差序列进行滤波，达到了不需进一步提高系统时间测量精度而有效提高目标定位精度的目的。尤其对于静止状态与慢速运动状态的目标定位，使得静止状态目标的定位结果显示由斑状收缩为点状，慢速运动状态的目标定位结果显示由带状收缩到线状，效果最为显著。

2、本发明采用对实际测量到的时间差z_k与经滤波后的时间差

进行比较并通过判决门限选择用于解算目标位置的定位时间差参数，这种方法综合利用测量到的信号到达时间直接计算出的时间差与经滤波后的时间差间的误差，对目标运动状态的改变进行判断，并选择合适的时间差参数进行目标定位避免出现因目标运动状态发生急剧改变，滤波器未能及时跟踪上目标运动状态而导致的定位错误问题。

3、本发明采用不断循环正向优化目标定位位置和滤波参数的方法，在民航领域应用中实现对航空器及机场场面车辆的精准定位与监视，保障航空运行安全，提高民航管理效率。

附图说明

图1为现有技术中目标处于转弯慢速运动状态的定位结果示意图；

图2为现有技术中目标处于等待静止状态的定位结果示意图；

图3为优化分布式定位方法的流程图；

图4为本发明目标处于转弯慢速运动状态的定位结果示意图；

图5为本发明目标处于等待静止状态的定位结果示意图；

图6为分布式定位系统的结构框图；

图7为分布式定位系统的工作原理图；

图8为电子设备的结构框图。

具体实施方式

下面结合附图对本发明实施例进行详细描述。

需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合；并且，基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。

为了提高分布式时差定位系统的定位精度而不对目标信号到达时间的测量精度提出更高要求，本发明提供的技术方案中，根据目标信号到达不同远端接收站间时间差序列与目标位置序列间的相关性，采用Kalman滤波(Kalman的中文表述一般翻译为“卡尔曼”)对目标信号到达不同远端接收站间的时间差序列进行滤波，以降低目标信号到达不同远端接收站间的时间差测量误差，根据定位方程解算出目标位置。进一步利用解算出的目标位置对滤波器的参数进行估计及更新，以达到提高目标定位精度的目的。

实施例一

下面结合图3对本实施例中分布式定位方法进一步说明：

S1测量目标信号到达各远端接收站的时间，计算k时刻目标信号到达第i与i+1(i＝1，2，…，N-1)个远端接收站间的时间差，得到目标信号到达两远端接收站i与i+1间时间差的时间序列{t_k}

设目标位置为S，有N个位置已知的远端接收站，第i个远端接收站的位置为R_i，k时刻下，测量到的目标信号到达第i个远端接收站的时间为

计算目标信号到达第i与i+1(i＝1，2，…N-1)个远端接收站间的时间差t_k，

从而，得到目标信号到达两远端接收站i与i+1间时间差t_k的时间序列{t_k}。

S2建立目标的位置时间序列{s_k}与对应的目标信号到达两远端接收站i与i+1间时间差t_k的时间序列{t_k}的关系式

对于目标的位置时间序列{s_k}，存在对应的目标信号到达两远端接收站i与i+1间时间差的时间序列{t_k}，而对于目标位置{s_k}的目标信号到达时间差t_k相对于目标位置s_k-1的目标信号到达时间差t_k-1的增量只与目标位置s_k与s_k-1间的距离有关。

对于二维运动目标，若目标运动产生位置增量Δs_k，则目标信号到达远端接收站i与i+1的时间差t_k所产生增量Δt_k的绝对值不大于目标信号传输距离Δs_k所需时间Δt_k的

倍，即

对于三维运动目标，若目标运动产生位置增量Δs_k，则目标信号到达远端接收站i与i+1的时间差t_k所产生增量Δt_k的绝对值不大于目标信号传输距离Δs_k所需时间Δt_k的

倍，即

c为信号传输的速度。

S3根据目标信号到达两远端接收站i与i+1间的时间差序列的状态模型，构建Kalman滤波方程，得到滤波后时间差

对目标信号到达两远端接收站i与i+1间时间差的时间序列{t_k}进行Kalman滤波。由于目标由位置s_k-1运动到s_k的位移为随机变量，因此，目标信号到达两远端接收站i与i+1间的时间差t_k相对于t_k-1的增量也为随机变量。于是，目标信号到两远端接收站间的时间差序列{t_k}的状态方程表示为t_k＝t_k-1+w_k-1 (1)

其中，w_k-1为k-1时刻的过程噪声，其方差为Q_k-1。

因远端接收站测量到的信号到达时间存在测量误差，则测量到的目标信号到达两远端接收站i与i+1间的时间差

z_k＝t_k+v_k (2)

其中，v_k为测量噪声，其方差为R。

(1)式和(2)式，构成了目标信号到达两远端接收站i与i+1间的时间差序列的状态模型，其中：

状态方程：t_k＝t_k-1+w_k-1

测量方程：z_k＝t_k+v_k

采用Kalman滤波，跟踪并预测目标信号到达两远端接收站i与i+1间的时间差，降低因远端接收站时间测量误差所产生的影响，对目标信号到达两远端接收站间时间差的真实值进行估计。Kalman滤波方程包括：

状态更新方程：

测量更新方程：

其中，

为k时刻先验状态估计，

为k时刻后验状态估计，

为k时刻先验估计误差方差，P_k为k时刻后验估计误差方差，K_k为k时刻Kalman增益。对测量到的目标信号到达两远端接收站i与i+1间的时间差进行Kalman滤波，目的是利用实际测量到的带有噪声的测量值z_k，估计出未知的真实时间差。Kalman滤波方程中，z_k为测量的时间差，由分布式定位系统测量得到的带有噪声的测量值。为实现滤波，还需获得过程噪声w_k方差Q_k与测量噪声v_k方差R。

导致目标信号到达时间测量误差的因素有多种，其中最为主要的是远端接收站系统时钟计时精度限制所引入的量化误差。设远端接收站时钟计时精度为T₀，则信号到达时间测量误差在(0，T₀)服从均匀分布，其方差为

因各远端接收站的量化误差相互独立，设其具有相同分布，则两远端接收站i与i+1测量到的目标信号到达时间差的测量噪声v_k为两远端接收站测时量化误差之差，于是测量噪声方差R为：

由于远端接收站的时钟计时精度T₀已确定。因此，测量噪声方差R可由上式算出且R保持不变。

过程噪声w_k在任一测量时刻所对应的随机变量取值与该时刻目标位置的改变量有关。由于不同测量时刻目标位置的改变量Δs不同，所以不同测量时刻对应的时间差的改变量Δt也不同。因此，过程噪声w_k为非平稳随机序列，过程噪声方差随不同测量时刻k而改变，记为Q_k。

S4利用判决门限判定选取滤波后时间差或者测量时间差为定位时间差，建立定位方程，计算k时刻目标定位位置

具体包括如下步骤：

S401比较判决门限T与实际测量时间差z_k和经Kalman滤波后时间差

差值的大小，用于选择实际测量的时间差z_k或者滤波后的时间差

作为解算目标位置的定位时间差t_k

若

以滤波后的时间差

为定位时间差，即

若

以测量的时间差z_k为定位时间差，即t_k＝z_k。T为判决门限，根据远端接收站对目标信号到达时间的测量误差确定。

对实际测量时间差z_k与经滤波后时间差

进行比较并选择用于解算目标位置的时间差参数，可以避免出现因目标运动状态发生急剧改变，滤波器未能及时跟踪上目标运动状态导致定位错误的问题。

S402根据选取目标位置的定位时间差t_k，建立定位方程，解算k时刻目标位置坐标。

利用S401选择的时间差参数t_k，建立定位方程为：

||s_k-R_i||-||s_k-R_i+1||＝ct_k (i＝1，2，…N-1)

解算出目标位置s_k，此处||·||为矢量的长度，c为信号传播速度。

S5根据解算出的目标当前位置与目标前一位置，估计Kalman滤波方程的过程噪声方差Q_k

过程噪声w_k在任一测量时刻所对应的随机变量取值与该时刻目标位置的改变量有关，对于二维运动目标，可以认为

对于三维运动目标，可以认为

由于不同测量时刻目标位置的改变量Δs不同，所以不同测量时刻对应的Δt也不同。因此，过程噪声w_k为非平稳随机序列，其方差随不同测量时刻k而改变。

对于二维运动目标，测量时刻k，过程噪声w_k的方差Q_k为：

对于三维运动目标，测量时刻k，过程噪声w_k的方差Q_k为：

因此，由S4解算出的目标位置，根据上述公式算出目标当前位置与前一位置的距离及相应的时间增量，即可估算出当前测量时刻的过程噪声方差Q_k。将过程噪声方差Q_k带入Kalman滤波方程，完成目标信号到达两接收站i与i+1间时间差的时间序列{t_k}滤波处理。

S6重复计算k+1时刻目标位置坐标s_k+1，滤波方程的过程噪声方差Q_k+1

k+1时刻下，Kalman滤波方程包括：

状态更新方程为：

测量更新方程为：

比较判决门限T与实际测量时间差z_k+1和经Kalman滤波后的时间差

差值的大小，用于选择实际测量的时间差z_k+1或者滤波后的时间差

作为解算目标位置的定位时间差t_k+1。

若

以滤波后的时间差

为定位时间差，即

若

以实际测量的时间差z_k+1为定位时间差，即t_k+1＝z_k+1，此处T为判决门限，根据接收站对目标信号到达时间的测量误差确定。

利用选择的定位时间差t_k+1，根据定位方程

||s_k+1-R_i||-||s_k+1-R_i+1||＝ct_k+1 (i＝1，2，…N-1)

解算出目标位置s_k+1。

根据解算出的目标位置s_k+1与目标前一位置，估计Kalman滤波方程的过程噪声方差Q_k+1。

对于二维运动目标，测量时刻k+1，过程噪声w_k+1的方差Q_k+1为

对于三维运动目标，测量时刻k+1，过程噪声w_k+1的方差Q_k+1为

将过程噪声方差Q_k+1带入Kalman滤波方程，完成k+1时刻下，目标信号到达两接收站i与i+1间时间差的时间序列{t_k}滤波处理。

如图4所示，采用本实施例的优化分布式定位方法，目标处于平稳的慢速运动状态，用于解算目标位置的时间差参数均为滤波后的时间差。通过对目标信号到达不同远端接收站间的时间差进行滤波，有效降低了远端接收站测量目标信号到达时间所引入的测量误差，提高了定位精度，使得对转弯慢速运动状态目标的定位结果由带状收缩为线状。

目标初始处于静止等待状态然后转为运动状态的定位结果如图5所示，目标初始处于静止等待状态，用于解算目标位置的时间差参数为滤波后的时间差；目标开始运动时，因目标状态发生改变，用于解算目标位置的时间差参数为根据测量值计算得到的时间差，因该时间差由远端接收站测量到的目标信号到达时间直接计算得到，未经滤波的时间测量误差导致定位结果出现较大误差；目标进入运动状态后，对目标信号到达不同远端接收站间的时间差进行滤波，并以滤波后的时间差进行目标位置解算，提高目标定位精度。如图5所示，本实施例中，目标初始处于静止等待状态时，通过对目标信号到达不同远端接收站间的时间差进行滤波，有效降低了远端接收站测量目标信号到达时间的测量误差，提高了定位精度，使得对静止状态目标的定位结果显示由斑状收缩为点状；目标转为运动状态时，用于解算目标位置的时间差为根据测量值计算得到，定位结果出现较大误差；目标转为运动状态后，通过对目标信号到达不同远端接收站间的时间差进行滤波，有效降低了远端接收站测量目标信号到达时间的测量误差，提高了定位精度，使得对运动状态目标的定位结果显示由带状收缩为线状。

实施例二

本发明第二方面还提供了一种分布式定位系统，用于实施上述本发明方法。具体的，如图6所示，本发明系统包括远端接收系统与中央处理系统。

远端接收系统包括分布于不同位置的N个远端接收站。其中每个远端接收站包括：

接收天线：用于接收目标发射的信号；

解调器：与接收天线相连，用于将接收天线接收到的目标已调信号进行解调，得到基带信号；

TOA测量模块：与解调器相连，用于对解调后的目标信号进行到达时间测量，得到目标信号到达远端接收站的时间。

中央处理系统包括：

TDOA计算模块：根据远端接收系统N个远端接收站测量到的目标信号到达每个远端接收站的时间，计算信号到达两远端接收站间的时间差，获得信号到达两远端接收站间的时间差序列；

TDOA滤波器：与TDOA计算模块及滤波参数估计模块相连，用于根据每一时刻下的滤波参数对TDOA计算模块计算出的信号到达两远端站间的时间差序列进行Kalman滤波；

误差评估与参数选择模块：与TDOA计算模块及TDOA滤波器相连，用于对TDOA滤波后的信号到达远端接收站间的时间差与TDOA计算模块计算出的信号到达远端接收站间的时间差利用判决门限进行误差评估，以选择定位时间差参数；

目标位置解算模块：与误差评估与参数选择模块相连，用于根据定位方程以及定位时间差参数，计算每一时刻下目标位置坐标；

滤波参数估计模块：与目标位置解算模块相连，用于根据目标位置解算模块计算出的目标位置坐标，估算每一时刻下的Kalman滤波参数，并更新每一时刻下的TDOA滤波器的滤波参数。

如图7所示，对二维平面上初始处于静止等待状态然后转为运动状态的目标进行定位，采用覆盖目标运行区域的三个远端接收站接收目标发出的定位信号，对目标进行定位的具体流程如下：

远端接收系统的三个远端接收站通过接收天线接收目标信号，对接收到的信号进行解调后，测量出目标信号到达远端接收站的时间。

远端接收系统将三个远端接收站测量到的目标信号到达三个远端接收站的时间发送至中央处理系统的TDOA计算模块。

中央处理系统的TDOA计算模块根据目标信号到达三个远端接收站的时间计算出目标信号到达远端接收站1与远端接收站2间以及远端接收站2与远端接收站3间的时间差，并将计算出的时间差送至TDOA滤波器及误差评估与参数选择模块。

TDOA滤波器对接收到的远端接收站1与远端接收站2间以及远端接收站2与远端接收站3间的时间差进行滤波，滤除目标信号到达远端接收站1与远端接收站2时间差的测量误差以及目标信号到达远端接收站2与远端接收站3时间差的测量误差，并将滤波后的时间差送至误差评估与参数选择模块。

误差评估与参数选择模块对目标信号到达远端接收站1与远端接收站2间以及远端接收站2与远端接收站3间计算出的时间差和滤波后的时间差进行比较，判断目标运动状态是否发生急剧改变，若发生急剧改变，则将计算出的时间差送至目标位置解算模块计算目标位置坐标；若未发生急剧改变，则将滤波后的时间差送至目标位置解算模块计算目标位置坐标。

目标位置解算模块利用时间差参数，根据定位方程计算出目标位置坐标，并将目标位置坐标送给滤波参数估计模块进行滤波参数估计。

滤波参数估计模块根据目标位置坐标估计出滤波参数，并将新的参数送至TDOA滤波器，更新滤波器参数。

实施例三

参见图8，是本发明实施例提供的一种电子设备的硬件结构示意图，该电子设备800包括：处理器810、存储器820和计算机程序；其中

存储器820，用于存储计算机程序，该存储器还可以是闪存(flash)。计算机程序例如是实现上述方法的应用程序、功能模块等。

处理器810，用于执行存储器存储的计算机程序，以实现上述方法中的各个步骤。具体可以参见前面方法实施例中的相关描述。

可选地，存储器820既可以是独立的，也可以跟处理器810集成在一起。

当存储器820是独立于处理器810之外的器件时，电子设备800还可以包括：

总线830，用于连接存储器820和处理器810。

上述电子设备的具体表现形式可以是计算机终端，也可以是服务器，还可以是带有显示屏的计算机系统等。

本发明还提供一种可读存储介质，该可读存储介质中存储有计算机程序，该计算机程序被处理器执行时用于实现上述的各种实施方式提供的方法。

其中，可读存储介质可以是计算机存储介质，也可以是通信介质。通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。计算机存储介质可以是通用或专用计算机能够存取的任何可用介质。例如，可读存储介质耦合至处理器，从而使处理器能够从该可读存储介质读取信息，且可向该可读存储介质写入信息。当然，可读存储介质也可以是处理器的组成部分。处理器和可读存储介质可以位于专用集成电路(ApplicationSpecific Integrated Circuits，简称：ASIC)中。另外，该ASIC可以位于用户设备中。当然，处理器和可读存储介质也可以作为分立组件存在于通信设备中。

本发明还提供一种程序产品，该程序产品包括执行指令，该执行指令存储在可读存储介质中。设备的至少一个处理器可以从可读存储介质读取该执行指令，至少一个处理器执行该执行指令使得设备实施上述的各种实施方式提供的方法。

在上述电子设备的实施例中，应理解，处理器可以是中央处理单元(英文：CentralProcessing Unit，简称：CPU)，还可以是其他通用处理器、数字信号处理器(英文：DigitalSignal Processor，简称：DSP)、专用集成电路(英文：Application Specific IntegratedCircuit，简称：ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。

以上所述，仅为本发明的具体实施方式，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以权利要求的保护范围为准。

Claims (10)

1.一种优化分布式定位方法，其特征在于，包括：

测量目标信号到达各远端接收站的时间，计算k时刻目标信号到达第i与第i+1(i＝1，2…N-1)个远端接收站间的时间差，得到目标信号到达第i与第i+1个远端接收站间时间差的时间序列{t_k}；

建立目标位置时间序列{s_k}与对应的目标信号到达第i与第i+1个远端接收站间时间差的时间序列{t_k}的关系式；

根据目标信号到达第i与第i+1个远端接收站间的时间差序列{t_k}的状态模型，建立Kalman滤波方程，得到滤波后时间差；

利用判决门限判定选取滤波后时间差或者测量时间差为定位时间差，建立定位方程，计算k时刻目标定位位置；

根据目标定位位置与目标前一位置，利用目标位置时间序列{s_k}与对应的目标信号到达第i与第i+1个远端接收站间时间差的时间序列{t_k}的关系式，估算k时刻Kalman滤波过程噪声方差；

重复计算k+1时刻即k＝k+1时，目标定位位置及Kalman滤波过程噪声方差。

2.根据权利要求1所述的方法，其特征在于，所述目标位置时间序列{s_k}与对应的目标信号到达第i与第i+1个远端接收站间时间差的时间序列{t_k}的关系式包括：

对于二维运动目标，

对于三维运动目标，

其中：Δs_k＝s_k-s_k-1，Δt_k＝t_k-t_k-1，

Δs_k为k时刻目标运动产生的位置增量，c为信号传输的速度，s_k为k时刻目标位置，s_k-1为k-1时刻目标位置；

Δt_k为k时刻目标信号到达第i与第i+1个远端接收站间的时间差所产生的时间差增量，t_k为k时刻目标信号到达第i与第i+1个远端接收站间的时间差，t_k-1为k-1时刻目标信号到达第i与第i+1个远端接收站间的时间差。

3.根据权利要求1或2所述的方法，其特征在于，所述Kalman滤波方程包括：

状态更新方程为：

测量更新方程为：

其中，

为席时刻先验状态估计，

为k时刻后验状态估计，

为k时刻先验估计误差方差，P_k为k时刻后验估计误差方差，z_k为k时刻测量的时间差，K_k为卡尔曼增益，R为测量噪声方差，

T₀为远端接收站时钟计时精度。

4.根据权利要求3所述的方法，其特征在于，所述利用判决门限判定选取滤波后时间差或者测量时间差为定位时间差包括：

若

若

t_k＝z_k

其中：T为判决门限，根据远端接收站对目标信号到达时间的测量误差确定；t_k为k时刻定位时间差。

5.根据权利要求4所述的方法，其特征在于，所述定位方程为：

||s_k-R_i||-||s_k-R_i+1||＝ct_k (i＝1，2，…N-1)

其中：s_k为k时刻目标位置，R_i为第i个远端接收站位置，R_i+1为第i+1个远端接收站位置。

6.根据权利要求5所述的方法，其特征在于，所述Kalman滤波过程噪声方差，

对于二维运动目标，测量k时刻下，过程噪声方差Q_k为

对于三维运动目标，测量k时刻下，过程噪声方差Q_k为

其中：s_k为k时刻目标位置，s_k-1为k-1时刻目标位置，c为信号传播速度。

7.一种分布式定位系统，其特征在于，包括远端接收系统与中央处理系统；远端接收系统包括分布于不同位置的N个远端接收站；中央处理系统包括：

TDOA计算模块：根据远端接收系统N个远端接收站测量到的目标信号到达每个远端接收站的时间，计算信号到达两远端接收站间的时间差，获得信号到达两远端接收站间的时间差序列；

TDOA滤波器：与TDOA计算模块及滤波参数估计模块相连，用于根据每一时刻下的滤波参数对TDOA计算模块计算出的信号到达两远端接收站间的时间差序列进行Kalman滤波；

误差评估与参数选择模块：与TDOA计算模块及TDOA滤波器相连，用于对TDOA滤波后的信号到达远端接收站间的时间差与TDOA计算模块计算出的信号到达远端接收站间的时间差利用判决门限进行误差评估，以选择定位时间差参数；

目标位置解算模块：与误差评估与参数选择模块相连，用于根据定位方程以及定位时间差参数，计算每一时刻下目标位置坐标；

滤波参数估计模块：与目标位置解算模块相连，用于根据目标位置解算模块计算出的目标位置坐标，估算每一时刻下的Kalman滤波参数，并更新每一时刻下的TDOA滤波器的滤波参数。

8.根据权利要求7所述的系统，其特征在于，所述误差评估与参数选择模块中用判决门限进行误差评估包括：

若

若

t_k＝z_k，

T为判决门限，根据远端接收站对目标信号到达时间的测量误差确定。

9.一种电子设备，其特征在于，包括：存储器、处理器以及计算机程序，所述计算机程序存储在所述存储器中，所述处理器运行所述计算机程序执行如权利要求1至6中任意一种所述的优化分布式定位方法。

10.一种可读存储介质，其特征在于，所述可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现如权利要求1至6中任意一种所述的优化分布式定位方法。

Images