CN112763974B - 定位系统中传感器的部署方法、装置及介质 - Google Patents
定位系统中传感器的部署方法、装置及介质 Download PDFInfo
- Publication number
- CN112763974B CN112763974B CN202011497658.XA CN202011497658A CN112763974B CN 112763974 B CN112763974 B CN 112763974B CN 202011497658 A CN202011497658 A CN 202011497658A CN 112763974 B CN112763974 B CN 112763974B
- Authority
- CN
- China
- Prior art keywords
- sensors
- sensor
- algorithm
- angle
- target
- 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
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 57
- 238000004590 computer program Methods 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 2
- 238000005259 measurement Methods 0.000 description 15
- 239000011159 matrix material Substances 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000009466 transformation 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
本申请公开了一种定位系统中传感器的部署方法、装置及介质。该定位系统包括至少三个传感器,该部署方法包括:获取至少三个传感器中第一传感器与目标之间的第一方位角,以及至少三个传感器与目标之间的仰角;根据仰角确定以第一算法或第二算法计算其他传感器与目标之间的第二方位角;在第一算法或第二算法中,基于第一方位角、其他传感器的序号以及所有传感器的数量计算第二方位角,以确定其他传感器的部署位置。通过上述方式,本申请能够得到提高三维空间定位精度的传感器部署方案。
Description
技术领域
本申请涉及传感器定位领域,特别是涉及一种定位系统中传感器的部署方法、定位系统中传感器的部署装置及计算机可读存储介质。
背景技术
随着社会经济的快速发展和科学技术的不断进步,现代生活对于位置信息的精确获取愈发迫切,特别在应急场景下对于定位精度的要求更加严格,如消防救援、应急疏散、抗震救灾、特殊人员搜寻等。随之应运而生种类繁多的定位技术,以适用于不同场景下的目标定位,根据定位方式和应用场景的不同可以将目前的定位技术大致分为主动定位及被动定位。顾名思义,主动定位方法即是目标通过智能设备主动上报当前所在位置信息,与之相反,在利用被动定位方法进行目标定位时首先需要从目标处探测到能够判断目标所在位置的关键信息,然后定位系统通过对探测到的关键信息进行一定运算和处理从而得到目标位置。
AOA(angle-of-arrival,目标到达角)定位是一种经典的被动目标定位方法,已广泛应用于军事和民用领域。在进行AOA定位时,首先由多个传感器对目标进行测量,得到目标相对于传感器带有量测噪声的仰角以及方位角信息,然后再根据众多传感器测量的三角几何关系确定目标的位置、速度等信息。换而言之,利用AOA测量,可以通过跟踪估计器算法来估计目标状态量。这意味着传感器的测量值和传感器的位置分布对目标定位起着至关重要的作用。
相较其他定位技术,AOA定位技术对于周围环境没有特殊要求,系统复杂性较低,可以实现较高精度的定位,避免了定位的模糊性,被广泛应用于各种定位领域,尤其在搜救领域。然而要实现高精度的AOA定位需要事先对多个探测传感器的位置排布进行准确分析。目前关于最优传感器布置策略的广泛研究大多集中于二维平面,随着三维空间中与之相关的机理模型变得更加复杂,开发用于AOA定位的最佳传感器部署策略变得更具挑战性,并且尚未得到充分解决。制定三维空间中AOA定位传感器最优部署策略便是提高定位精度从而更贴近实际目标定位需求的重要途径。
发明内容
本申请提供一种定位系统中传感器的部署方法、装置及计算机可读存储介质,以解决相关技术中缺乏三维空间最优传感器部署策略的技术问题。
为解决上述技术问题,本申请提供一种定位系统中传感器的部署方法。其中,定位系统包括至少三个传感器,部署方法包括:获取至少三个传感器中第一传感器与目标之间的第一方位角,以及至少三个传感器与目标之间的仰角;根据仰角确定以第一算法或第二算法计算其他传感器与目标之间的第二方位角;在第一算法或第二算法中,基于第一方位角、其他传感器的序号以及所有传感器的数量计算第二方位角,以确定其他传感器的部署位置。
为解决上述技术问题,本申请提供一种定位系统中传感器的部署装置。该部署装置包括处理器和存储器,处理器耦接存储器,在工作时执行指令,以配合存储器实现上述的定位系统中传感器的部署方法。
为解决上述技术问题,本申请提供一种计算机可读存储介质。计算机可读存储介质存储有计算机程序,计算机程序能够被处理器执行以实现上述的定位系统中传感器的部署方法。
本申请通过基于至少三个传感器中第一传感器与目标之间的方位角,以及其他传感器与目标之间的仰角,计算得到述其他传感器与目标之间的方位角,根据每一传感器与目标之间的仰角和方位角,能够确定传感器在三维空间的部署位置。
附图说明
图1是本申请提供的定位系统一实施例的结构示意图;
图2是本申请提供的定位系统中传感器的部署方法一实施例的流程示意图;
图3是本申请提供的定位系统中传感器的部署装置一实施例的结构示意图;
图4是本申请提供的计算机可读存储介质一实施例的结构示意图。
具体实施方式
为使本领域的技术人员更好地理解本发明的技术方案,下面结合附图和具体实施方式对本申请所提供的定位系统中传感器的部署方法、装置及计算机可读存储介质做进一步详细描述。
请参阅图1,图1是本申请提供的定位系统一实施例的结构示意图。图1中以定位系统10中传感器数量为3个进行举例说明,当然传感器的数量可以大于3个。
定位系统10包括传感器11和目标12。
其中,传感器11的数量为至少3个。传感器11可以是目标到达角传感器,例如是UWB(Ultra Wide Band,超宽带)基站或蓝牙基站等,用于测量传感器11自身与目标12之间的方位角和仰角,进而能够根据各传感器11采集的方位角和仰角对目标12进行定位。目标12可以是静止状态。每一传感器11与目标12之间的仰角和距离相同,即传感器11部署于同一平面。
首先确定传感器11中的第一传感器111与目标12的第一方位角,以及每一传感器11与目标12之间的仰角。
根据第一方位角和仰角可以利用传感器部署算法求得第一传感器111以外的每一其他传感器112与目标12之间的第二方位角,进而确定其他传感器112的部署位置。
经过计算和验证,部署传感器11的仰角取值范围可以在±42°~±43°之间,具体例如是±42°、±42.1°、±42.2°、±42.3°、±42.5°、±42.8°或±43°。最佳的仰角可以是±42.2869°。当然,仰角可以根据实际精度要求进行调整,例如,仰角还可以是±42.287°、±42.29°、±42.3°或±42°等。第一方位角可以是任意角度。
部署算法包括第一算法和第二算法。第一算法和第二算法根据仰角的值的正负确定。
当仰角的值的符号为正时,即仰角为42°~43°中的任意值时,目标在垂直方向上高于传感器,确定使用第一算法计算其他传感器112与目标12之间的第二方位角。为使计算得到的第一仰角更加精确,可以确定仰角为42.2869°。
第一算法公式表示如下:
式(1)中,θk为第二方位角,k为其他传感器的序号,k为大于等于2的整数,N为所有传感器的数量,θ0为第一方位角。
当仰角的值的符号为负时,即仰角为-42°~-43°中的任意值时,目标在垂直方向上低于传感器,确定使用第二算法计算其他传感器112与目标12之间的第二方位角。为使计算得到的第一仰角更加精确,可以确定仰角为-42.2869°。
第二算法公式表示如下:
式(2)中,各符号的含义与式(1)中的相同。
基于上述的定位系统10,本申请提供如下的定位系统中传感器的部署方法。
请参阅图2,图2是本申请提供的定位系统中传感器的部署方法一实施例的流程示意图。本实施例包括如下步骤:
S210:获取至少三个传感器中第一传感器与目标之间的第一方位角,以及至少三个传感器与目标之间的仰角。
其中,目标到达角传感器可以是UWB(Ultra Wide Band,超宽带)基站或蓝牙基站等。
第一方位角可以是任意角度。第一方位角可以是用户输入的,也可以是随机生成的,也可以是预设的。
仰角可以是经过推算和验证得到的传感器在三位空间部署的最佳角度。仰角的推算和验证过程将在下文详细描述。
仰角仰角取值范围可以在±42°~±43°之间,具体例如是±42°、±42.1°、±42.2°、±42.3°、±42.5°、±42.8°或±43°。最佳的仰角可以是±42.2869°。当然,仰角可以根据实际精度要求进行调整,例如,仰角还可以是±42.287°、±42.29°、±42.3°或±42°等。
本实施例中,每一传感器与目标之间的仰角相同、且每一传感器与目标之间的距离相同,如此在后续基于传感器采集的数据对目标的定位会更加精确。
S220:根据仰角确定以第一算法或第二算法计算其他传感器与目标之间的第二方位角。
根据仰角确定用于计算第二方位角的是第一算法还是第二算法。
在第一算法或第二算法中,基于第一方位角、其他传感器的序号以及所有传感器的数量计算第二方位角,以确定其他传感器的部署位置。
具体而言,本实施例是根据仰角的值的符号确定以第一算法或第二算法计算第二方位角。
响应于仰角的值的符号为正,即仰角为42°~43°中的任意值时,确定以第一算法计算第二方位角。为使计算得到的第一仰角更加精确,可以确定仰角为42.2869°。
其中第一算法为:
式(3)中,θk为第二方位角,k为其他传感器的序号,k为大于等于2的整数,N为所有传感器的数量,θ0为第一方位角。
举例说明,所有传感器的数量为6,第一方位角为0°时,由第一算法可以得到其他5个传感器的第二方位角分别为60°、120°、180°、240°和300°。
所有传感器的数量为3,第一方位角为0°时,由第一算法可以得到其他2个传感器的第二方位角分别为120°和240°。
可以看出,传感器均匀部署于目标周围,能够提高传感器对目标的定位精度。
仰角的值的符号为负,即仰角为-42°~-43°中的任意值时,确定以第二算法计算第二方位角。为使计算得到的第一仰角更加精确,可以确定仰角为-42.2869°。
其中,第二算法为:
式(4)中符号含义与上式相同。
本实施例通过基于传感器与目标之间的仰角、第一传感器与目标之间的第一方位角,利用第一算法或第二算法计算其他传感器的方位角,有效地完善了三维空间AOA目标定位传感器部署的问题,以简单有效的部署测量保证了定位的高精度,能够降低三位空间AOA定位系统的复杂性、提高传感器的部署和定位效率。
传感器与目标之间的最佳仰角、计算第二方位角的第一算法和第二算法的推导过程如下:
本申请中,通过三维空间AOA目标定位传感器观测模型确定传感器部署是如何影响目标定位精度的,并以此为出发点,以最小化传感器估算误差为目的,通过寻找能使CRLB(Cramér-Rao lower bound,克拉-美罗下界)矩阵的迹达到最小的传感器俯仰角和方位角大小的方式得到一种传感器最优部署方法以提高定位性能。
首先,对三维空间AOA定位传感器最优部署问题进行建模。传感器的部署满足以下条件:(1)各个传感器与目标间的仰角和距离都相等;(2)传感器数量不少于3个,且两倍的方位角均匀分布;(3)角度量测噪声独立同分布。
本申请中传感器通过采集与目标之间的角度信息进行定位。
其中,理想的(无噪声)角度测量值可以写成:
在笛卡尔坐标系中被测目标的位置坐标为[xe,ye,ze],第k个传感器的坐标为[xk,yk,zk],被测目标与第k个传感器的距离为dk,dk在xy平面上的投影距离dxyk=||[xe,ye]-[xk,yk]||=dkcosφk,||·||为欧几里得范数。
由于传感器的位置部署会显著影响定位性能,因此,接下来确定传感器部署是如何影响目标定位精度的。传感器k的噪声角度测量值可写为:
ψk=[θk,φk]T+ηk (7)
其中ψk是传感器k处的测量值,ηk为加性零均值独立高斯噪声向量。测量值θk和φk的噪声方差分别为和/>
如果目标定位系统中有N个传感器,则传感器测量协方差为:
本申请中假设噪声独立同分布,即然后,可以把相对真实方位角和俯仰角评估的测量误差的雅可比矩阵写为:
由此可得费雪信息矩阵为:
费雪矩阵最终计算结果如下:
为了获得精确的目标位置,需要定义估计误差的度量方法。为此有不同的标准用以度量,在本申请中采用了“A-最优准则”,也就是相当于最小化CRLB矩阵的迹。假设传感器与目标的距离相同,即d1=d2=…=dN。然后,最优传感器部署问题就简化为了寻找使CRLB的迹最小的φk和θk值的大小。
特别的:
CRLB=Φ-1 (12)
根据Courant-Fischer极大极小原理,CRLB的迹不能小于FIM中对角元素的倒数之和。因此可得:
其中tr(CRLB)表示CRLB的迹。只有当Φ是对角矩阵时,公式(13)中等式成立,tr(CRLB)可以取得最小值,这也就意味着:
为了简化不等式(13),我们定义:
其中a与b均为正数,根据:
于是得到:
结合公式(17),不等式(13)可以进一步写成:
当a=b时等式成立。当2θk具有均匀的角分布(即k个2θk均匀分布在0到360度之间),并且N≥3以满足式(14)时,a=b。在本申请中假设所有的传感器与目标之间的绝对仰角相等,即|φ1|=|φ2|=…=|φN|。
现在优化问题变成了如何最小化不等式(18)的右半部分。设ck=cos2φk,基于式(13)和(18)我们有:
在d1=d2=…=dN,|φ1|=|φ2|=…=|φN|以及2θk具有均匀的角分布条件的约束下,不等式(19)变为:
其中ck∈(0,1]。为了获得最小的tr(CRLB),首先计算等式(20)相对于ck的导数,并令其为0。
从而得到唯一的实数解ck=0.547282350699011。因此当φk=±42.2868668755864°时,tr(CRLB)可以达到最小,因此,最佳传感器部署由下式给出:
φk=±42.2869°
其中,θ0可以是任何角度,k=1,2,3,…,N,并且N≥3。对于N=2,不可能找到满足式(14)的θ1和θ2。因此本实施例中,传感器的总数量要求大于或等于3。
此外,从式(20)可以很容易看出,如果增加传感器的数量,并将其部署在更靠近目标的位置,tr(CRLB)将会更小,从而会有更好的估计性能。
为了验证本申请所提出的定位系统中传感器的部署方法的有效性,本申请设计了一个简单的AOA定位系统来评估估计性能。
由于三维空间中AOA目标定位问题涉及非线性测量方程,因此使用EKF(extendedKalman filter,扩展卡尔曼滤波器)进行验证。目标状态向量定义为:
其中是目标速度。在本专利中,我们假设目标是静止的,因此速度全为零。基于状态空间方程的EKF算法由下式给出:
Xk+1|k=FkXk|k (24a)
Pk+1|k=FkPk|kFk T (24b)
ψ=[θk,φk]T+ηk (24c)
Kk=Pk+1|kHk T(HkPk+1|kHk T+Rk)-1 (24d)
Pk+1|k+1=(I-KkHk)Pk+1|k (24e)
Xk+1|k+1=Xk+1|k+Kk(ψk-hk+1|k) (24f)
其中Fk是状态变换矩阵,h(·)是非线性测量函数,Hk+1|k是h(Xk+1|k)的雅可比矩阵,Pk|k是可用于评估估计性能的卡尔曼协方差矩阵。
T表示测量之间的恒定时间间隔。矩阵Rk是受目标距离影响的角度测量噪声协方差:
其中,σu为单位距离平方误差,γ为功率损耗指数。由于假设σθ=σφ,所以θk和φk的单位平方误差是相同的。
假设目标定位系统中有N个传感器,估计器将从第一个传感器开始逐个处理传感器测量值。
上述定位系统中传感器的部署方法的第一实施例由定位系统中传感器的部署装置实现,因而本申请还提出定位系统中传感器的部署装置,请参阅图3,图3是本申请提供的定位系统中传感器的部署装置一实施例的结构示意图。本实施例机器人300可以包括相互连接的处理器301和存储器302。其中,存储器302用于存储第一算法和第二算法,在第一算法或第二算法中,基于第一方位角、其他传感器的序号以及所有传感器的数量计算第二方位角,以确定其他传感器的部署位置。处理器301用于获取至少三个传感器中第一传感器与目标之间的第一方位角,以及至少三个传感器与目标之间的仰角;根据仰角确定以第一算法或第二算法计算其他传感器与目标之间的第二方位角。
其中,处理器301可以是一种集成电路芯片,具有信号的处理能力。处理器301还可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(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。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。
对于上述实施例的方法,其可以计算机程序的形式存在,因而本申请提出一种计算机可读存储介质,请参阅图4,图4是本申请提供的计算机可读存储介质一实施例的结构示意图。本实施例计算机可读存储介质400中存储有计算机程序401,其可被执行以实现上述实施例中的方法。
本实施例计算机可读存储介质400可以是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)、磁碟或者光盘等可以存储程序指令的介质,或者也可以为存储有该程序指令的服务器,该服务器可将存储的程序指令发送给其他设备运行,或者也可以自运行该存储的程序指令。
在本申请所提供的几个实施例中,应该理解到,所揭露的方法和装置,可以通过其它的方式实现。例如,以上所描述的装置实施方式仅仅是示意性的,例如,模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施方式方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元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全部或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)或处理器(processor)执行本申请各个实施方式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。
以上所述仅为本申请的实施方式,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种定位系统中传感器的部署方法,其特征在于,所述定位系统包括至少三个传感器,所述部署方法包括:
获取所述至少三个传感器中第一传感器与目标之间的第一方位角,以及所述至少三个传感器与目标之间的仰角;
根据所述仰角确定以第一算法或第二算法计算其他传感器与目标之间的第二方位角;其中,所述第一算法为:
其中,θk为所述第二方位角,k为所述其他传感器的序号,N为所述所有传感器的数量,θ0为所述第一方位角;
其中,所述第二算法为:
其中,θk为所述第二方位角,k为所述其他传感器的序号,N为所述所有传感器的数量,θ0为所述第一方位角;
在所述第一算法或第二算法中,基于所述第一方位角、所述其他传感器的序号以及所有传感器的数量计算所述第二方位角,以确定所述其他传感器的部署位置。
2.根据权利要求1所述的部署方法,其特征在于,所述根据所述仰角确定以第一算法或第二算法计算所述其他传感器与目标之间的第二方位角,包括:
根据所述仰角的值的符号确定以所述第一算法或第二算法计算所述第二方位角。
3.根据权利要求2所述的部署方法,其特征在于,所述根据所述仰角的值的符号确定以所述第一算法或第二算法计算所述第二方位角,包括:
响应于所述仰角的值的符号为正,确定以所述第一算法计算所述第二方位角。
4.根据权利要求3所述的部署方法,其特征在于,所述仰角的取值范围为42°~43°。
5.根据权利要求2所述的部署方法,其特征在于,所述根据所述仰角确定以第一算法或第二算法计算所述其他传感器与目标之间的第二方位角,包括:
响应于所述仰角的值的符号为负,确定以所述第二算法计算所述第二方位角。
6.根据权利要求5所述的部署方法,其特征在于,所述仰角的取值范围为-42°~-43°。
7.根据权利要求1-6任一所述的部署方法,其特征在于,所述第一方位角为任意角度。
8.根据权利要求1-6任一所述的部署方法,其特征在于,所述传感器为目标到达角传感器。
9.一种定位系统中传感器的部署装置,其特征在于,包括处理器和存储器,所述处理器耦接所述存储器,在工作时执行指令,以配合所述存储器实现如权利要求1至8任一项所述的定位系统中传感器的部署方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序能够被处理器执行以实现如权利要求1至8中任一项所述的定位系统中传感器的部署方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011497658.XA CN112763974B (zh) | 2020-12-17 | 2020-12-17 | 定位系统中传感器的部署方法、装置及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011497658.XA CN112763974B (zh) | 2020-12-17 | 2020-12-17 | 定位系统中传感器的部署方法、装置及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112763974A CN112763974A (zh) | 2021-05-07 |
CN112763974B true CN112763974B (zh) | 2024-04-12 |
Family
ID=75695510
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011497658.XA Active CN112763974B (zh) | 2020-12-17 | 2020-12-17 | 定位系统中传感器的部署方法、装置及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112763974B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104469937A (zh) * | 2014-12-10 | 2015-03-25 | 中国人民解放军理工大学 | 压缩感知定位技术中的传感器高效部署方法 |
CN104977559A (zh) * | 2014-04-04 | 2015-10-14 | 上海机电工程研究所 | 一种在干扰环境下的目标定位方法 |
CN106154225A (zh) * | 2016-08-22 | 2016-11-23 | 四川大学 | 基于波达方向歧义消除的定位方法及装置 |
WO2016203050A1 (fr) * | 2015-06-19 | 2016-12-22 | Universite De Technologies De Troyes | Système d'optimisation du déploiement de capteurs pour la localisation de cibles, utilisation du système et procédé d'optimisation |
CN108303095A (zh) * | 2018-02-02 | 2018-07-20 | 哈尔滨工业大学 | 适用于非高斯系统的鲁棒容积目标协同定位方法 |
CN110286383A (zh) * | 2019-06-27 | 2019-09-27 | 电子科技大学 | 一种应用于目标跟踪的雷达和红外传感器部署方法 |
-
2020
- 2020-12-17 CN CN202011497658.XA patent/CN112763974B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104977559A (zh) * | 2014-04-04 | 2015-10-14 | 上海机电工程研究所 | 一种在干扰环境下的目标定位方法 |
CN104469937A (zh) * | 2014-12-10 | 2015-03-25 | 中国人民解放军理工大学 | 压缩感知定位技术中的传感器高效部署方法 |
WO2016203050A1 (fr) * | 2015-06-19 | 2016-12-22 | Universite De Technologies De Troyes | Système d'optimisation du déploiement de capteurs pour la localisation de cibles, utilisation du système et procédé d'optimisation |
CN106154225A (zh) * | 2016-08-22 | 2016-11-23 | 四川大学 | 基于波达方向歧义消除的定位方法及装置 |
CN108303095A (zh) * | 2018-02-02 | 2018-07-20 | 哈尔滨工业大学 | 适用于非高斯系统的鲁棒容积目标协同定位方法 |
CN110286383A (zh) * | 2019-06-27 | 2019-09-27 | 电子科技大学 | 一种应用于目标跟踪的雷达和红外传感器部署方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112763974A (zh) | 2021-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10341982B2 (en) | Technique and system of positioning a mobile terminal indoors | |
CN109917333B (zh) | 融合aoa观测量与tdoa观测量的无源定位方法 | |
JP6191145B2 (ja) | オフセット推定装置及びプログラム | |
CN110221244B (zh) | 非视距条件下基于到达时间差的鲁棒定位方法 | |
CN113342059B (zh) | 基于位置和速度误差的多无人机跟踪移动辐射源方法 | |
Zhou | A closed-form algorithm for the least-squares trilateration problem | |
JP2017096813A (ja) | キャリブレーション装置、キャリブレーション方法およびキャリブレーションプログラム | |
Tushev et al. | Architecture of industrial close-range photogrammetric system with multi-functional coded targets | |
CN104569915A (zh) | 多光电探测系统中基于目标运动模型的定位方法 | |
CN112822633B (zh) | 一种基于误差补偿的定位方法,系统,终端设备及可读存储介质 | |
Tovkach et al. | Recurrent algorithm for TDOA localization in sensor networks | |
CN113189541B (zh) | 一种定位方法、装置及设备 | |
CN112763974B (zh) | 定位系统中传感器的部署方法、装置及介质 | |
CN111770528B (zh) | 基于信道参数萃取方法的视距与非视距识别方法及装置 | |
CN110221245B (zh) | 联合估计目标位置和非视距误差的鲁棒tdoa定位方法 | |
CN111148023B (zh) | 基于多个uwb标签的定位方法及装置 | |
CN109459723B (zh) | 一种基于元启发算法的纯方位被动定位方法 | |
CN109489658B (zh) | 一种运动目标定位方法、装置及终端设备 | |
CN109255150B (zh) | 基于双向次序关联的多天线到达角数据关联方法 | |
CN114266871B (zh) | 机器人、地图质量评估方法和存储介质 | |
TWI391699B (zh) | 使用改良式機率類神經網路之定位方法 | |
CN117194854B (zh) | 基于改进Chan算法的三维定位方法和装置 | |
Fu et al. | Research on self-calibration and adaptive algorithm of positioning base station based on uwb | |
CN116026293B (zh) | 激光gnss-rtk全站仪坐标转换方法及装置 | |
US20240103114A1 (en) | Positioning apparatus, positioning method, and non-transitory computer readable medium |
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 |