CN111880141A - 信源定位方法、装置、电子设备和计算机可读存储介质 - Google Patents
信源定位方法、装置、电子设备和计算机可读存储介质 Download PDFInfo
- Publication number
- CN111880141A CN111880141A CN202010776051.9A CN202010776051A CN111880141A CN 111880141 A CN111880141 A CN 111880141A CN 202010776051 A CN202010776051 A CN 202010776051A CN 111880141 A CN111880141 A CN 111880141A
- Authority
- CN
- China
- Prior art keywords
- information source
- information
- initial
- source detection
- radius
- 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
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
- 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
- G01S5/0252—Radio frequency fingerprinting
-
- 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)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本申请提供一种信源定位方法、装置、电子设备和计算机可读存储介质,涉及信源的空间定位领域。该信源定位方法应用于电子设备,电子设备与三个正交设置的线性阵列分别通信连接,该方法包括:获取每个线性阵列确定的信源初测信息;将所有的信源初测信息与预设信源检测表进行匹配,确定信源检测集合;获取每个信源检测集合的目标检测位置,并将所有目标检测位置构成的多边形的质心作为信源的当前位置。通过将目标检测位置构成的多边形的质心作为信源的当前位置,使得本申请实施例提供的信源定位方法无需阵列间的同步,利用完全独立的线性阵列就可以实现三维空间定位,避免了模糊性问题,大大降低了成本并简化了系统复杂性。
Description
技术领域
本申请涉及信源的空间定位领域,具体而言,涉及一种信源定位方法、装置、电子设备和计算机可读存储介质。
背景技术
线性阵列由于其简单的几何结构和稳定的性能而得到了充分的研究,并被广泛应用于信源的测向。
利用一维线性阵列在三维空间中进行二维测向(包括方位角和俯仰角的确定)具有模糊性:因为单个线性阵列相对于其基线的空间旋转不变性,这种测向模糊性是固有的,难以从根本上消除。
因此,为了实现在三维空间中的测向,通常需要采用具有二维平面或三维空间结构的传感器阵列,但是却增加了硬件设备和软件计算的复杂性。
发明内容
有鉴于此,本申请的目的在于提供一种信源定位方法、装置、电子设备和计算机可读存储介质。
为了实现上述目的,本申请实施例采用的技术方案如下:
第一方面,本申请实施例提供一种信源定位方法,应用于电子设备,所述电子设备与三个正交设置的线性阵列分别通信连接,所述方法包括:获取每个所述线性阵列确定的信源初测信息;所述信源初测信息表征信源的初测位置分布区域;将所有的所述信源初测信息与预设信源检测表进行匹配,确定信源检测集合;所述信源检测集合用于确定所述初测位置分布区域中,符合所述预设信源检测表的至少一个信源检测位置;获取每个所述信源检测集合的目标检测位置,并将所有所述目标检测位置构成的多边形的质心作为所述信源的当前位置;所述目标检测位置为所有所述信源检测位置中,使所述多边形的周长最短的位置。
在可选的实施方式中,获取每个所述线性阵列确定的信源初测信息,包括:接收第一线性阵列发送的第一数据矩阵;所述第一线性阵列为所述三个正交设置的线性阵列中的任意一个传感器阵列;根据所述第一数据矩阵,获取第一距离和第一信号入射角;其中,第一距离为所述信源至第一参考点的欧几里得距离,所述第一参考点为所述第一线性阵列的中心点,所述第一信号入射角为所述信源至所述第一参考点的信号入射角;根据所述第一距离和所述第一信号入射角,获取所述第一线性阵列对应的信源初测信息。
在可选的实施方式中,所述初测位置分布区域为圆形;将所有的所述信源初测信息与预设信源检测表进行匹配,确定信源检测集合,包括:获取任意两个信源初测信息的半径积;所述半径积为所述任意两个信源初测信息对应的圆形的半径的乘积;获取所述预设信源检测表中,与半径积匹配结果对应的信源检测集合;所述半径积匹配结果为将多个所述半径积进行匹配得到的。
在可选的实施方式中,所述预设信源检测表维护有所述半径积与信源初始解的对应关系,所述半径积匹配结果包括至少一个所述信源初始解;所述半径积匹配结果通过以下步骤获取:将多个所述半径积与所述预设信源检测表匹配,获取至少一个所述信源初始解;将所有所述信源初始解的集合作为所述半径积匹配结果。
在可选的实施方式中,所述三个正交设置的线性阵列分别为第一线性阵列、第二线性阵列和第三线性阵列,所述第一线性阵列设置于笛卡尔坐标系的x轴,所述第二线性阵列设置于所述笛卡尔坐标系的y轴,所述第三线性阵列设置于所述笛卡尔坐标系的z轴。获取所述预设信源检测表中,与半径积匹配结果对应的信源检测集合,包括:获取所述半径积匹配结果中的每个信源初始解的目标镜像位置;所述目标镜像位置包括所述每个信源初始解相对于所述笛卡尔坐标系的xoy平面的第一镜像点,和所述第一镜像点相对于所述笛卡尔坐标系的yoz平面的第二镜像点;根据所述目标镜像位置,获取每个线性阵列对应的信源检测集合。
第二方面,本申请实施例提供一种信源定位装置,应用于电子设备,所述电子设备与三个正交设置的线性阵列分别通信连接,所述装置包括:通信模块,用于获取每个所述线性阵列确定的信源初测信息;所述信源初测信息表征信源的初测位置分布区域;处理模块,用于将所有的所述信源初测信息与预设信源检测表进行匹配,确定信源检测集合;所述信源检测集合用于确定所述初测位置分布区域中,符合所述预设信源检测表的至少一个信源检测位置;所述处理模块还用于获取每个所述信源检测集合的目标检测位置,并将所有所述目标检测位置构成的多边形的质心作为所述信源的当前位置;所述目标检测位置为所有所述信源检测位置中,使所述多边形的周长最短的位置。
在可选的实施方式中,所述初测位置分布区域为圆形;所述处理模块还用于获取任意两个信源初测信息的半径积;所述半径积为所述任意两个信源初测信息对应的圆形的半径的乘积;所述处理模块还用于获取所述预设信源检测表中,与半径积匹配结果对应的信源检测集合;所述半径积匹配结果为将多个所述半径积进行匹配得到的。
在可选的实施方式中,所述预设信源检测表维护有所述半径积与信源初始解的对应关系,所述半径积匹配结果包括至少一个所述信源初始解;所述处理模块还用于将多个所述半径积与所述预设信源检测表匹配,获取至少一个所述信源初始解;所述处理模块还用于将所有所述信源初始解的集合作为所述半径积匹配结果。
第三方面,本申请实施例提供一种电子设备,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的机器可执行指令,所述处理器可执行所述机器可执行指令以实现前述实施方式任意一项所述的方法。
第四方面,本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现前述实施方式中任意一项所述的方法。
相较于现有技术,本申请提供一种信源定位方法、装置、电子设备和计算机可读存储介质,涉及信源的空间定位领域。该信源定位方法应用于电子设备,所述电子设备与三个正交设置的线性阵列分别通信连接,所述方法包括:获取每个所述线性阵列确定的信源初测信息;所述信源初测信息表征信源的初测位置分布区域;将所有的所述信源初测信息与预设信源检测表进行匹配,确定信源检测集合;所述信源检测集合用于确定所述初测位置分布区域中,符合所述预设信源检测表的至少一个信源检测位置;获取每个所述信源检测集合的目标检测位置,并将所有所述目标检测位置构成的多边形的质心作为所述信源的当前位置;所述目标检测位置为所有所述信源检测位置中,使所述多边形的周长最短的位置。通过将目标检测位置构成的多边形的质心作为信源的当前位置,使得本申请实施例提供的信源定位方法无需复杂的二维或三维传感器阵列,也无需阵列间的同步,利用完全独立的线性阵列就可以实现三维空间定位,避免了模糊性问题,大大降低了成本并简化了系统复杂性。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本申请实施例提供的一种三个正交放置但相互独立的线性阵列示意图;
图2为本申请实施例提供的一种信源定位方法的流程示意图;
图3为本申请实施例提供的另一种信源定位方法的流程示意图;
图4为本申请实施例提供的一种单个线性阵列的测向示意图;
图5为本申请实施例提供的另一种信源定位方法的流程示意图;
图6为本申请实施例提供的一种初检位置分布区域的示意图;
图7为本申请实施例提供的另一种初检位置分布区域的示意图;
图8为本申请实施例提供的一种信源定位方法的实验结果示意图;
图9为本申请实施例提供的另一种信源定位方法的实验结果示意图;
图10为本申请实施例提供的一种镜像点示意图;
图11为本申请实施例提供的另一种镜像点示意图;
图12为本申请实施例提供的一种信源定位装置的方框示意图。
具体实施方式
下面将结合本申请实施例中附图,对本申请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申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
近几十年来,使用传感器阵列进行信源定位一直是雷达、声纳、电信、地震学、海洋学、航空航天、跟踪等应用领域中的重要研究课题。在许多军事和民用应用中的传感器阵列都有大量的传感器,这就需要复杂的阵列结构来实现高精度。这通常需要仔细校准阵列,并在空间中充分部署。每个传感器的采样也需要高度同步,以适应传统的阵列信号处理算法。上述要求大大增加了硬件复杂性和成本。它几乎不能应用在现代物联网场景中,在这种情况下,简单紧凑且能耗低的硬件是首选。
线性阵列由于其简单的几何结构和稳定的性能而得到了充分的研究,并被广泛应用于信源的测向。然而,利用一维线性阵列在三维空间中进行二维测向(包括方位角和俯仰角的确定)具有模糊性。因为单个线性阵列相对于其基线的空间旋转不变性,这种测向模糊性是固有的,难以从根本上消除。因此,为了实现在三维空间中的测向,通常需要采用具有二维平面或三维空间结构的传感器阵列,增加了硬件设备和软件计算的复杂性。
针对以上问题,本申请提出了一种完全xyz独立工作的线性阵列分布式部署方案,从而实现空间中非合作信源的三维定位,请参见图1,图1为本申请实施例提供的一种三个正交放置但相互独立的线性阵列示意图。
通过在相互正交的xyz三维方向上分别部署线性阵列(线性阵列A1设置于x轴、线性阵列A2设置于y轴、线性阵列A3设置于z轴),每个线性阵列利用高分辨率的谱估计方法(例如多重信号分类算法)独立估计信源相对于自身的波达方向和距离,然后通过信息融合的方法获取非合作信源三维空间位置的无模糊估计。
本申请实施例提供一种信源定位方法,应用于电子设备,电子设备与图1示出的三个正交设置的线性阵列分别通信连接,该电子设备可以包括存储器、处理器和通信接口。该存储器、处理器和通信接口相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。存储器可用于存储软件程序及模块,如本申请实施例所提供的信源定位方法对应的程序指令/模块,处理器通过执行存储在存储器内的软件程序及模块,从而执行各种功能应用以及数据处理。该通信接口可用于与其他节点设备进行信令或数据的通信。在本申请中该电子设备可以具有多个通信接口。
其中,存储器可以是但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。
处理器可以是一种集成电路芯片,具有信号处理能力。该处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital Signal Processing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
电子设备可以实现本申请提供的任一种信源定位方法。该电子设备可以是,但不限于,手机、平板电脑、笔记本电脑、服务器或其它具有处理能力的电子设备。
下面在上述的电子设备的基础上,为了实现信源点位,请参见图2,图2为本申请实施例提供的一种信源定位方法的流程示意图,该信源定位方法可以包括以下步骤:
S31,获取每个线性阵列确定的信源初测信息。
该信源初测信息表征信源的初测位置分布区域。例如,利用完全独立的简单线性阵列来获取每个线性阵列测量得到的信源初测信息,该初测位置分布区域可以是一个圆形、多边形或不规则区域。
S32,将所有的信源初测信息与预设信源检测表进行匹配,确定信源检测集合。
该信源检测集合用于确定初测位置分布区域中,符合预设信源检测表的至少一个信源检测位置。应理解,每个信源检测集合可以包括一个或多个信源初测位置;该预设信源检测表可以是根据至少两个初测位置分布区域确定的不同情况,以便匹配不同的信源初测结果。
S33,获取每个信源检测集合的目标检测位置,并将所有目标检测位置构成的多边形的质心作为信源的当前位置。
该目标检测位置为所有信源检测位置中,使多边形的周长最短的位置。例如,若每个线性阵列确定的初测位置分布区域为圆形,在无噪声的情况下,信源的实际位置(亦即是当前位置)满足线性阵列的几何约束,即,信源的当前位置位于三个圆形的交集上,通过将目标检测位置构成的多边形的质心作为信源的当前位置,使得本申请实施例提供的信源定位方法无需复杂的二维或三维传感器阵列,也无需阵列间的同步,利用完全独立的线性阵列就可以实现三维空间定位,避免了模糊性问题,大大降低了成本并简化了系统复杂性。
在可选的实施方式中,线性阵列为了获取信源初测信息,在图2的基础上,给出一种可能的实现方式,请参见图3,图3为本申请实施例提供的另一种信源定位方法的流程示意图,上述的S31可以包括:
S311,接收第一线性阵列发送的第一数据矩阵。
该第一线性阵列为三个正交设置的线性阵列中的任意一个传感器阵列,如,该第一线性阵列可以是图1示出的线性阵列A1、A2或A3中的任意一个传感器阵列。
S312,根据第一数据矩阵,获取第一距离和第一信号入射角。
其中,第一距离为信源至第一参考点的欧几里得距离,第一参考点为第一线性阵列的中心点,第一信号入射角为信源至第一参考点的信号入射角。
S313,根据第一距离和第一信号入射角,获取第一线性阵列对应的信源初测信息。
为了便于理解上述S31~S33对应的信源定位方法,本申请实施例给出一种可能的具体实施例:Ai(i=1,2,3)表示三个独立的具有Mi(i=1,2,3)个传感器的线性阵列,每个阵列沿着笛卡尔坐标系的三个坐标轴x轴,y轴和z轴分布。阵列Ai上的第m个传感器的坐标使用pm,i=[xm,i,ym,i,zm,i]T,m=1,2,…,Mi表示。每个线性阵列上的参考点可以使用阵列中心表示为 定义为参考点pi到第m个传感器之间的间隔,此处表示矢量的第i个元素。由上述定义可知Δm,i的值可以为正或为负。
假设信源q=[xs,ys,zs]T位于未知的位置,信源发射一个窄带信号s(t),信号的传播速度为c,中心频率为f,对应的信号波长为λ=c/f。如图4所示,图4为本申请实施例提供的一种单个线性阵列的测向示意图,信源q和阵列Ai的参考点Pi之间的距离定义为ri=‖q-Pi‖2,此处‖·‖2表示欧几里德距离。信号入射角定义为θ∈[0,π),其范围是从对应的坐标轴的正半轴开始逆时针测量。
根据上述定义,阵列Ai的阵列流形为:
ai(ri,θi)=[exp{j2πfτ1,i},exp{j2πfτ2,i},…,exp{j2πfτMi,i}]T (1)
其中:
τm,i表示第pm,i个传感器相对于参考点pi的信号时延。
阵列Ai接收到的信号可以表示为:
整个系统工作的时候,三个线性阵列是独立进行采样的。阵列Ai从ti,1时刻开始连续采样Ni个快拍数直到持续时间为Ti,i=1,2,3。采样时间Ti可能重叠也可能完全分离。由公式(3)可构建三个Mi×Ni维的空时采样数据矩阵:
其中:
因此,使用本申请实施例提供的信源定位方法,通过三个独立的线性阵列上采集的数据Xi来计算出信源q的当前位置。
如公式(4)中所示,对于单个阵列Ai采集的数据Xi,可以采用文献中现有的算法,例如Bartlett波束形成[5],Capon波束形成[1],子空间方法[8],多重信号分类(MUSIC)[2],子空间旋转不变技术(ESPRIT)[3]等方法[6]来计算信源的到阵列Ai的距离和波达方向。不失一般性,我们这里采用MUSIC算法来估计非合作信源的距离和波达方向。
在可选的实施方式中,为了获取信源检测集合,在图2的基础上,以初测位置分布区域是圆形为例,请参见图5,图5为本申请实施例提供的另一种信源定位方法的流程示意图,上述的S32可以包括:
S321,获取任意两个信源初测信息的半径积。
该半径积为任意两个信源初测信息对应的圆形的半径的乘积。例如,该线性阵列A1包括对应的信源初测信息为圆C1,圆C1的半径为η1,该线性阵列A2包括对应的信源初测信息为圆C2,圆C2的半径为η2,该圆C1与圆C2的半径积为η1η2。
S322,获取预设信源检测表中,与半径积匹配结果对应的信源检测集合。
该半径积匹配结果为将多个半径积进行匹配得到的。应理解,在可选的实施方式中,预设信源检测表维护有半径积与信源初始解的对应关系,半径积匹配结果包括至少一个信源初始解。
半径积匹配结果通过以下步骤获取:将多个半径积与预设信源检测表匹配,获取至少一个信源初始解。将所有信源初始解的集合作为半径积匹配结果。
对于每个线性阵列Ai,上述(i)和(ii)的交集为一个以阵列轴上的点为中心并且垂直于阵列轴的圆,如图6所示,图6为本申请实施例提供的一种初检位置分布区域的示意图,其数学表达式分别为:
其中,di表示Ci的圆心到坐标轴原点之间的距离。应理解,理想情况(无噪声情况)下信源应该同时位于圆C1,C2和C3上,即它们的交集中。
且满足以下等式:
在有噪声的实际情况下,C1,C2和C3相互之间可能有交集也可能无交集。对任意两个圆Ci和Cj,无论是否有交集,我们提出一个寻找空间中的一个点,使其距离这两个圆“最近”的准则。即,对Ci上的任意点ui,与Cj上的任意点uj,当且仅当空间中的一点vi,j使得最小时,定义vi,j是距离Ci和Cj“最近”的点:
根据i与j的不同取值,表1(预设信源检测表)列出了公式(15)的所有可能解,其中,根据对不等式条件ηiηj≥didj或ηiηj<didj进行判断,又将解分为了8种情况:
表1 C1,C2与C3中任意两个圆之间最近点的解
由于每种情况的推导过程类似,因此以下仅对表1中的第1种情况做了详细推导:对于i=1和j=2,公式(15)的两组最优解为:
类似地,对于i=2和j=3,公式(15)的两组最优解为:
对于i=3和j=1,公式(15)的两组最优解为:
如图1所示,三个正交设置的线性阵列分别为第一线性阵列A1、第二线性阵列A2和第三线性阵列A3,第一线性阵列设置于笛卡尔坐标系的x轴,第二线性阵列设置于笛卡尔坐标系的y轴,第三线性阵列设置于笛卡尔坐标系的z轴。
上述图5示出的步骤S312可以包括:获取半径积匹配结果中的每个信源初始解的目标镜像位置;根据目标镜像位置,获取每个线性阵列对应的信源检测集合。
该目标镜像位置包括每个信源初始解相对于笛卡尔坐标系的xoy平面的第一镜像点,和第一镜像点相对于笛卡尔坐标系的yoz平面的第二镜像点。
应理解,上述表1示出的“最优解”即为本申请实施例提出的信源初始解,若属于上述“i=3和j=1”对应的情况,则该半径匹配结果包括公式(20)和公式(21)示出的解。
定义信源检测集合和在每个集合中,都有一个点更靠近真实的信源位置q。然而由于镜像点的存在会导致信源估计模糊。因此,本申请实施例提出了以下准则来获取信源位置:分别从集合V1,2,V1,3和V2,3中任意挑选一个点,使其构成的三角形周长是最短的。即:
为了便于理解本申请实施例提供的信源定位方法,本申请实施例提供一种仿真实验:
假设信源窄带信号的时域表达式为s(t)=σs exp(j2πft+ψ),其中,初始相位ψ和幅度σs未知。代入公式(3)中,阵列信号xi服从Mi维正态分布,其均值为ui(t)=ai(ri,θi)s(t),协方差矩阵为为阵列Ai的热噪声功率。
将(4)式中的阵列数据矩阵Xi进行矢量化表示:
由于三个线性阵列A1,A2和A3是独立工作的,因此阵列数据X1,X2和X3,在空间和时间上均是相互独立的。
式中,J表示蒙特卡罗实验次数。
在仿真实验中的线性阵列采用的是4阵元线性阵列设计,传感器坐标如表2所示:
表2实验中三个独立的线性传感器阵列,传感器沿坐标轴排布
信源位置为q=[7λ,5λ,6λ]T,信号为频率f=4000Hz,传播速度为c=343m/s(对应波长为λ=c/f=0.0858m)的单频正弦波。三个阵列上的采样数分别为N1=150,N2=200,N3=300,采样的起始时刻为分别为t1,1=1,t2,1=300,t3,1=500,共进行了J=100次蒙特卡罗实验。
图8为本申请实施例提供的一种信源定位方法的实验结果示意图,图8中的(a)和(b)分别展示了在信噪比(SNR)为0dB和20dB时经过10次蒙特卡罗仿真的实验结果。图中,“o”表示真实的信源位置,“*”表示10次模特卡罗仿真中的信源位置估计。图9为本申请实施例提供的另一种信源定位方法的实验结果示意图,图9显示当信噪比等于20dB时,算法对信源的位置估计几乎完全收敛到了信源的真实位置处,误差极小。
需要注意的是,对于表1示出的最优解,使用公式(15)进行求解并非显而易见的,为了得到(15)的解,本申请实施例提出一种两步优化法:
重写式公式(15)为:
ui在圆Ci上,uj在圆Cj上。
为求解上述公式(31),首先考虑以下无约束问题:
式中ui是圆Ci上一个具体的点,uj是圆Cj上一个特定的点。
约束于点ui位于圆Ci上,点uj位于圆Cj上。
以圆C1和圆C2为例,u1=[d1,y1,z1]T,u2=[x2,d2,z2]T。代入公式(34)可得
其中η1,η2,d1,d2为已知常数。
构造如下的拉格朗日算子
其中矢量ξ=[y1,z1,x2,z2,λ1,λ2]包含了所有未知变量。对其求梯度得到:
求解(37)可以得到8组解分别为
如图11所示,图11为本申请实施例提供的另一种镜像点示意图,其为η1η2<d1d2时的情况。对于公式(48)-(51),其三维坐标对应于公式(42)-(45)。其几何关系如图11所示,上述的表3为:
表3当η1η2<d1d2时的ξopt的取值情况
应理解,本申请实施例提供信源定位方法利用了三个完全相互独立的线性阵列来对三维空间中的信源进行定位;不同于传统方法,该信源定位方法不要求阵列间的采样速率和采样时刻的同步,也不要求采样数量的一致;该方法大大降低了阵列定位系统的复杂度,并且克服了线性阵列固有的定位模糊问题,具有较高的应用价值。
为了实现上述实施例中的信源定位方法,本申请实施例提供一种信源定位装置,应用于电子设备,电子设备与三个正交设置的线性阵列分别通信连接,请参见图12,图12为本申请实施例提供的一种信源定位装置的方框示意图,该信源定位装置40包括:通信模块41和处理模块42。
通信模块41用于获取每个线性阵列确定的信源初测信息。信源初测信息表征信源的初测位置分布区域。处理模块42用于将所有的信源初测信息与预设信源检测表进行匹配,确定信源检测集合。信源检测集合用于确定初测位置分布区域中,符合预设信源检测表的至少一个信源检测位置。处理模块42还用于获取每个信源检测集合的目标检测位置,并将所有目标检测位置构成的多边形的质心作为信源的当前位置。目标检测位置为所有信源检测位置中,使多边形的周长最短的位置。
在可选的实施方式中,初测位置分布区域为圆形。处理模块42还用于获取任意两个信源初测信息的半径积。半径积为任意两个信源初测信息对应的圆形的半径的乘积。处理模块42还用于获取预设信源检测表中,与半径积匹配结果对应的信源检测集合。半径积匹配结果为将多个半径积进行匹配得到的。
在可选的实施方式中,预设信源检测表维护有半径积与信源初始解的对应关系,半径积匹配结果包括至少一个信源初始解。处理模块42还用于将多个半径积与预设信源检测表匹配,获取至少一个信源初始解。处理模块42还用于将所有信源初始解的集合作为半径积匹配结果。
应理解,通信模块41和处理模块42可以协同实现上述的S31~S33及其可能的子步骤。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
综上,本申请提供一种信源定位方法、装置、电子设备和计算机可读存储介质,涉及信源的空间定位领域。该信源定位方法应用于电子设备,电子设备与三个正交设置的线性阵列分别通信连接,方法包括:获取每个线性阵列确定的信源初测信息;信源初测信息表征信源的初测位置分布区域;将所有的信源初测信息与预设信源检测表进行匹配,确定信源检测集合;信源检测集合用于确定初测位置分布区域中,符合预设信源检测表的至少一个信源检测位置;获取每个信源检测集合的目标检测位置,并将所有目标检测位置构成的多边形的质心作为信源的当前位置;目标检测位置为所有信源检测位置中,使多边形的周长最短的位置。通过将目标检测位置构成的多边形的质心作为信源的当前位置,使得本申请实施例提供的信源定位方法无需复杂的二维或三维传感器阵列,也无需阵列间的同步,利用完全独立的线性阵列就可以实现三维空间定位,避免了模糊性问题,大大降低了成本并简化了系统复杂性。
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。
Claims (10)
1.一种信源定位方法,其特征在于,应用于电子设备,所述电子设备与三个正交设置的线性阵列分别通信连接,所述方法包括:
获取每个所述线性阵列确定的信源初测信息;所述信源初测信息表征信源的初测位置分布区域;
将所有的所述信源初测信息与预设信源检测表进行匹配,确定信源检测集合;所述信源检测集合用于确定所述初测位置分布区域中,符合所述预设信源检测表的至少一个信源检测位置;
获取每个所述信源检测集合的目标检测位置,并将所有所述目标检测位置构成的多边形的质心作为所述信源的当前位置;所述目标检测位置为所有所述信源检测位置中,使所述多边形的周长最短的位置。
2.根据权利要求1所述的方法,其特征在于,获取每个所述线性阵列确定的信源初测信息,包括:
接收第一线性阵列发送的第一数据矩阵;所述第一线性阵列为所述三个正交设置的线性阵列中的任意一个传感器阵列;
根据所述第一数据矩阵,获取第一距离和第一信号入射角;
其中,第一距离为所述信源至第一参考点的欧几里得距离,所述第一参考点为所述第一线性阵列的中心点,所述第一信号入射角为所述信源至所述第一参考点的信号入射角;
根据所述第一距离和所述第一信号入射角,获取所述第一线性阵列对应的信源初测信息。
3.根据权利要求1所述的方法,其特征在于,所述初测位置分布区域为圆形;
将所有的所述信源初测信息与预设信源检测表进行匹配,确定信源检测集合,包括:
获取任意两个信源初测信息的半径积;所述半径积为所述任意两个信源初测信息对应的圆形的半径的乘积;
获取所述预设信源检测表中,与半径积匹配结果对应的信源检测集合;所述半径积匹配结果为将多个所述半径积进行匹配得到的。
4.根据权利要求3所述的方法,其特征在于,所述预设信源检测表维护有所述半径积与信源初始解的对应关系,所述半径积匹配结果包括至少一个所述信源初始解;
所述半径积匹配结果通过以下步骤获取:
将多个所述半径积与所述预设信源检测表匹配,获取至少一个所述信源初始解;
将所有所述信源初始解的集合作为所述半径积匹配结果。
5.根据权利要求4所述的方法,其特征在于,所述三个正交设置的线性阵列分别为第一线性阵列、第二线性阵列和第三线性阵列,所述第一线性阵列设置于笛卡尔坐标系的x轴,所述第二线性阵列设置于所述笛卡尔坐标系的y轴,所述第三线性阵列设置于所述笛卡尔坐标系的z轴;
获取所述预设信源检测表中,与半径积匹配结果对应的信源检测集合,包括:
获取所述半径积匹配结果中的每个信源初始解的目标镜像位置;所述目标镜像位置包括所述每个信源初始解相对于所述笛卡尔坐标系的xoy平面的第一镜像点,和所述第一镜像点相对于所述笛卡尔坐标系的yoz平面的第二镜像点;
根据所述目标镜像位置,获取每个线性阵列对应的信源检测集合。
6.一种信源定位装置,其特征在于,应用于电子设备,所述电子设备与三个正交设置的线性阵列分别通信连接,所述装置包括:
通信模块,用于获取每个所述线性阵列确定的信源初测信息;所述信源初测信息表征信源的初测位置分布区域;
处理模块,用于将所有的所述信源初测信息与预设信源检测表进行匹配,确定信源检测集合;所述信源检测集合用于确定所述初测位置分布区域中,符合所述预设信源检测表的至少一个信源检测位置;
所述处理模块还用于获取每个所述信源检测集合的目标检测位置,并将所有所述目标检测位置构成的多边形的质心作为所述信源的当前位置;所述目标检测位置为所有所述信源检测位置中,使所述多边形的周长最短的位置。
7.根据权利要求6所述的装置,其特征在于,所述初测位置分布区域为圆形;
所述处理模块还用于获取任意两个信源初测信息的半径积;所述半径积为所述任意两个信源初测信息对应的圆形的半径的乘积;
所述处理模块还用于获取所述预设信源检测表中,与半径积匹配结果对应的信源检测集合;所述半径积匹配结果为将多个所述半径积进行匹配得到的。
8.根据权利要求7所述的装置,其特征在于,所述预设信源检测表维护有所述半径积与信源初始解的对应关系,所述半径积匹配结果包括至少一个所述信源初始解;
所述处理模块还用于将多个所述半径积与所述预设信源检测表匹配,获取至少一个所述信源初始解;
所述处理模块还用于将所有所述信源初始解的集合作为所述半径积匹配结果。
9.一种电子设备,其特征在于,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的机器可执行指令,所述处理器可执行所述机器可执行指令以实现权利要求1-5任意一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-5中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010776051.9A CN111880141B (zh) | 2020-08-05 | 2020-08-05 | 全独立分布式线性阵列的信源三维空间定位方法及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010776051.9A CN111880141B (zh) | 2020-08-05 | 2020-08-05 | 全独立分布式线性阵列的信源三维空间定位方法及相关装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111880141A true CN111880141A (zh) | 2020-11-03 |
CN111880141B CN111880141B (zh) | 2023-07-21 |
Family
ID=73211662
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010776051.9A Active CN111880141B (zh) | 2020-08-05 | 2020-08-05 | 全独立分布式线性阵列的信源三维空间定位方法及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111880141B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0015199A1 (fr) * | 1979-02-27 | 1980-09-03 | Thomson-Csf | Dispositif optoélectrique de localisation de source rayonnante et système de repérage de direction comportant de tels dispositifs |
US5761234A (en) * | 1996-07-09 | 1998-06-02 | Sdl, Inc. | High power, reliable optical fiber pumping system with high redundancy for use in lightwave communication systems |
US20040135069A1 (en) * | 2003-01-10 | 2004-07-15 | Ascension Technology Corporation | Optical position measurement system employing one or more linear detector arrays |
US20100142326A1 (en) * | 2008-12-02 | 2010-06-10 | Pangeo Subsea, Inc. | Method For Identifying Gas Leaks Using A Stationary Seabed Placed Steered Beamformed Acoustic Antenna With Active Narrow Beam Transmitter Interrogation Capability |
CN102736063A (zh) * | 2012-07-06 | 2012-10-17 | 绍兴文理学院 | 近场声源定位方法 |
CN102879764A (zh) * | 2012-10-16 | 2013-01-16 | 浙江大学 | 一种水下声源方位估计方法 |
EP2595544A1 (en) * | 2010-07-22 | 2013-05-29 | Canon Kabushiki Kaisha | Image information acquiring apparatus, image information acquiring method and image information acquiring program |
CN105510874A (zh) * | 2015-12-15 | 2016-04-20 | 吉林大学 | 一种近场信源多参数联合估计的降维music方法 |
CN106501773A (zh) * | 2016-12-23 | 2017-03-15 | 上海语知义信息技术有限公司 | 基于差分阵列的声源方向定位方法 |
CN106842131A (zh) * | 2017-03-17 | 2017-06-13 | 浙江宇视科技有限公司 | 麦克风阵列声源定位方法及装置 |
CN110297214A (zh) * | 2019-07-17 | 2019-10-01 | 南京航空航天大学 | 多互质阵列协同室内辐射源定位装置和方法 |
-
2020
- 2020-08-05 CN CN202010776051.9A patent/CN111880141B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0015199A1 (fr) * | 1979-02-27 | 1980-09-03 | Thomson-Csf | Dispositif optoélectrique de localisation de source rayonnante et système de repérage de direction comportant de tels dispositifs |
US5761234A (en) * | 1996-07-09 | 1998-06-02 | Sdl, Inc. | High power, reliable optical fiber pumping system with high redundancy for use in lightwave communication systems |
US20040135069A1 (en) * | 2003-01-10 | 2004-07-15 | Ascension Technology Corporation | Optical position measurement system employing one or more linear detector arrays |
US20100142326A1 (en) * | 2008-12-02 | 2010-06-10 | Pangeo Subsea, Inc. | Method For Identifying Gas Leaks Using A Stationary Seabed Placed Steered Beamformed Acoustic Antenna With Active Narrow Beam Transmitter Interrogation Capability |
EP2595544A1 (en) * | 2010-07-22 | 2013-05-29 | Canon Kabushiki Kaisha | Image information acquiring apparatus, image information acquiring method and image information acquiring program |
CN102736063A (zh) * | 2012-07-06 | 2012-10-17 | 绍兴文理学院 | 近场声源定位方法 |
CN102879764A (zh) * | 2012-10-16 | 2013-01-16 | 浙江大学 | 一种水下声源方位估计方法 |
CN105510874A (zh) * | 2015-12-15 | 2016-04-20 | 吉林大学 | 一种近场信源多参数联合估计的降维music方法 |
CN106501773A (zh) * | 2016-12-23 | 2017-03-15 | 上海语知义信息技术有限公司 | 基于差分阵列的声源方向定位方法 |
CN106842131A (zh) * | 2017-03-17 | 2017-06-13 | 浙江宇视科技有限公司 | 麦克风阵列声源定位方法及装置 |
CN110297214A (zh) * | 2019-07-17 | 2019-10-01 | 南京航空航天大学 | 多互质阵列协同室内辐射源定位装置和方法 |
Non-Patent Citations (3)
Title |
---|
ALI AKBAR TADAION: "A Fast Multiple-Source Detection and Localization Array Signal Processing Algorithm Using the Spatial Filtering and ML Approach", 《IEEE TRANSACTIONS ON SIGNAL PROCESSING》, vol. 55, no. 5, pages 1815 - 1827, XP011177384, DOI: 10.1109/TSP.2006.890819 * |
徐滢: "基于三维麦克风阵列测量的指向性未知偶极声源的识别", 《第十三届全国振动理论及应用学术会议论文集》, pages 1 - 5 * |
殷钦东: "一种基于T型传感器阵列的近场信源三维定位算法", 《现代计算机》, no. 7, pages 37 - 40 * |
Also Published As
Publication number | Publication date |
---|---|
CN111880141B (zh) | 2023-07-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cobos et al. | A survey of sound source localization methods in wireless acoustic sensor networks | |
Jiang et al. | Multidimensional scaling-based TDOA localization scheme using an auxiliary line | |
Yang et al. | A multiscale sparse array of spatially spread electromagnetic-vector-sensors for direction finding and polarization estimation | |
Liu et al. | Efficient 2-D DOA estimation for coherent sources with a sparse acoustic vector-sensor array | |
CN109270486B (zh) | 一种采用两传感器旋转的频变信号二维测向方法 | |
CN108802669B (zh) | 二维波达方向估计方法、二维波达方向估计装置及终端 | |
Liao et al. | Direction-of-arrival estimation in subarrays-based linear sparse arrays with gain/phase uncertainties | |
He et al. | Cumulant-based 2-D direction estimation using an acoustic vector sensor array | |
Shen et al. | Group sparsity based localization for far-field and near-field sources based on distributed sensor array networks | |
Nannuru et al. | Sparse planar arrays for azimuth and elevation using experimental data | |
Gazzah | Optimum antenna arrays for isotropic direction finding | |
Spencer | Closed-form analytical solutions of the time difference of arrival source location problem for minimal element monitoring arrays | |
Dong et al. | Fractional low-order moments based DOA estimation with co-prime array in presence of impulsive noise | |
Sun et al. | Array geometry calibration for underwater compact arrays | |
Oispuu et al. | 3D passive source localization by a multi-array network: Noncoherent vs. coherent processing | |
Cui et al. | Closed-form geometry-aided direction estimation using minimum TDOA measurements | |
He et al. | Particle-velocity-field difference smoothing for coherent source localization in spatially nonuniform noise | |
CN111880141A (zh) | 信源定位方法、装置、电子设备和计算机可读存储介质 | |
Shu et al. | Passive direction finding with a pair of acoustic vector sensors using fourth-order cumulants | |
Yang et al. | Coprime L‐shaped array connected by a triangular spatially‐spread electromagnetic‐vector‐sensor for two‐dimensional direction of arrival estimation | |
CN112230194B (zh) | 一种基于平移阵列的解模糊方法、设备及存储介质 | |
Shen et al. | Group sparsity based target localization for distributed sensor array networks | |
Delmas et al. | Improved localization of near-field sources using a realistic signal propagation model and optimally-placed sensors | |
Ding et al. | A single triangular SS-EMVS aided high-accuracy DOA estimation using a multi-scale L-shaped sparse array | |
Wang et al. | The DOA and polarization estimation of coherent signals via UCA-IEVS |
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 |