CN112763980B - 一种基于方位角及其变化率的目标运动分析方法 - Google Patents
一种基于方位角及其变化率的目标运动分析方法 Download PDFInfo
- Publication number
- CN112763980B CN112763980B CN202011589230.8A CN202011589230A CN112763980B CN 112763980 B CN112763980 B CN 112763980B CN 202011589230 A CN202011589230 A CN 202011589230A CN 112763980 B CN112763980 B CN 112763980B
- Authority
- CN
- China
- Prior art keywords
- target
- azimuth angle
- matrix
- measurement
- error
- 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
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
- G01S5/18—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using ultrasonic, sonic, or infrasonic waves
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明设计了一种基于方位角及其变化率的目标运动分析方法:首先设定坐标系,根据几何关系求得方位角及其变化率与目标位置速度之间的表达式,构建关于方位角及其变化率的误差方程,并转换成伪线性形式,构建量测增广矩阵和增广解,然后将含有噪声信息的量测方位角及方位角变化率代入构建的量测增广矩阵中,得到一个由噪声引起的矩阵,将该矩阵的转置与该矩阵的乘积的均值设为约束矩阵,再对误差方程进行最小二乘极小化处理,利用拉格朗日乘子法求在约束条件下的误差方程的最小二乘解,最后利用几何关系求出目标各时刻的方位信息并平滑处理,得到定位结果。
Description
技术领域
本发明涉及水下目标被动定位领域,具体地,涉及一种基于方位角及其变化率的目标运动分析方法。
背景技术
水下目标定位是水声工程研究的一个重要方向,目标运动分析技术是利用算法对未知目标的运动模型进行解算来估计目标的位置信息,被动目标运动分析技术具有作用距离远、隐蔽性强的优点,提高了系统在复杂多变的水下环境的生存能力和工作能力,因此受到人们的广泛关注。单基阵的水下被动目标运动分析技术因其简便灵活、成本低的优点而更为实用。传统的目标运动分析方式以纯方位目标运动分析方法为主,其要求平台至少有一次有效机动才能满足观测性要求,现提出的基于方位角及其变化率的目标运动分析方法,添加了方位角变化率这一观测信息,使得定位结果相比于传统方法更加准确。
发明内容
本发明利用方位角及其变化率信息,对估计参数具有二次约束的伪线性方程组进行最小二乘极小化处理,来实现水下目标的被动定位,适用于平台机动目标匀速的情况。
一种基于方位角及其变化率的目标运动分析方法,所述方法具体包括以下步骤:
步骤一:设定坐标系,根据几何关系求得方位角及其变化率与目标位置速度之间的表达式,构建关于方位角及其变化率的误差方程,并转换成伪线性形式;
步骤二:构建量测增广矩阵和增广解,变化误差方程的形式;
步骤三:将含有噪声信息的量测方位角及方位角变化率代入步骤二构建的量测增广矩阵中,得到一个由噪声引起的矩阵,将该矩阵的转置与该矩阵的乘积的均值设为约束矩阵;
步骤四:对步骤二误差方程进行最小二乘极小化处理,利用拉格朗日乘子法求在约束条件下步骤二构建的关于方位角及其变化率的误差方程的最小二乘解,方程式化简后的结果实质是求特征值下的特征向量的过程,得到的最小二乘解即为步骤二中的增广解,包含了目标初始时刻的x坐标和目标的速度;
步骤五:将步骤四求得的目标信息代入运动方程得到目标各时刻的x方向位置信息,再利用几何关系求出目标各时刻y方向位置信息并进行平滑处理,得到最后的定位结果。
进一步地:在步骤一中:
设定直角坐标系,在i时刻,目标位置表示为[xT(i),yT(i)],速度表示为观测者位置表示为[xO(i),yO(i)],速度表示为方位角指目标与观测者连线与y轴的夹角,用β表示,为方位角变化率,为i时刻方位角的变化率,通过几何关系表示出方位角变化率与目标和观测者位置、速度之间的表达式:
Δx为i时刻目标和观测者x方向的距离差;
Δy为i时刻目标和观测者y方向的距离差;
r为i时刻目标和观测者的距离;
以及量测矩阵A,
误差ε表示成伪线性形式为ε=Aμ-g,即
进一步地:在步骤二中:
构建量测增广矩阵Anew=[A,-g]和增广解θ=h[μT,1]T,其中h为一常数,则误差为ε=Anewθ/h,
其中,
进一步地:在步骤三中:
进一步地:在步骤四中:
利用拉格朗日乘子法求解在二次约束θTWθ为一常数的条件下误差方程的最小二乘解,所述二次约束θTWθ为任意值,该常数通过θ中的h来调节,设定约束条件θTWθ=1,得到函数其中λ为拉格朗日乘数,取ξ对θ的偏导数得到则求解在特征值λ下的最小特征向量即为步骤二中的增广解θ,未知参量μ根据公式
即可求得目标的初始时刻的x坐标和目标的速度。
进一步地:在步骤五中:
本发明有益效果
1.本发明是对估计参数具有二次约束的伪线性方程组进行最小二乘极小化,利用拉格朗日乘子法将估计量的求解最终转变为求特征值下的特征向量的问题。
2.本发明不需要初始预估参数,且估计值是无偏的,相对于传统的纯方位的水下目标运动分析方法,具有更高的精度和更快的收敛速度,随着迭代次数增加,目标位置和速度的估计误差快速减小直至趋于稳定。
附图说明
图1为本发明基于方位角及其变化率的水下目标运动分析方法的流程图;
图2为本发明目标和观测者的几何构图;
图3为本发明仿真中目标和观测者运动轨迹图;
图4是本发明仿真中算法目标真实轨迹与估计轨迹的对比图;
图5是本发明仿真中目标距离估计误差图;
图6是本发明仿真中目标速度估计误差图。
具体实施方式
下面将结合本发明实施例中的附图对本发明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发明一部分实施例,而不是全部的实施例;基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
设定匀速运动目标的初始位置为(3000m,0m),目标的运动速度为5m/s,目标运动方向与正北方向的夹角为π/6,观测者初始位置为(0m,0m),观测者的运动速度为10m/s,并且分别在200s、400s、600s和800s时进行机动,每次机动的角度为π/2,航向改变速度为(π/180)rad/s,态势图如图3所示,算法的主要步骤如图1,具体如下进行:
一种基于方位角及其变化率的目标运动分析方法,所述方法具体包括以下步骤:
步骤一:设定坐标系,根据几何关系求得方位角及其变化率与目标位置速度之间的表达式,构建关于方位角及其变化率的误差方程,并转换成伪线性形式;
步骤二:构建量测增广矩阵和增广解,变化误差方程的形式;
步骤三:将含有噪声信息的量测方位角及方位角变化率代入步骤二构建的量测增广矩阵中,得到一个由噪声引起的矩阵,将该矩阵的转置与该矩阵的乘积的均值设为约束矩阵;
步骤四:对步骤二误差方程进行最小二乘极小化处理,利用拉格朗日乘子法求在约束条件下步骤二构建的关于方位角及其变化率的误差方程的最小二乘解,方程式化简后的结果实质是求特征值下的特征向量的过程,得到的最小二乘解即为步骤二中的增广解,包含了目标初始时刻的x坐标和目标的速度;
步骤五:将步骤四求得的目标信息代入运动方程得到目标各时刻的x方向位置信息,再利用几何关系求出目标各时刻y方向位置信息并进行平滑处理,得到最后的定位结果。
在步骤一中:
设定直角坐标系,在i时刻,目标位置表示为[xT(i),yT(i)],速度表示为观测者位置表示为[xO(i),yO(i)],速度表示为方位角指目标与观测者连线与y轴的夹角,用β表示,为方位角变化率,为i时刻方位角的变化率,通过几何关系表示出方位角变化率与目标和观测者位置、速度之间的表达式:
Δx为i时刻目标和观测者x方向的距离差;
Δy为i时刻目标和观测者y方向的距离差;
r为i时刻目标和观测者的距离;
以及量测矩阵A,
误差ε表示成伪线性形式为ε=Aμ-g,即
在步骤二中:
构建量测增广矩阵Anew=[A,-g]和增广解θ=h[μT,1]T,其中h为一常数,则误差为ε=Anewθ/h,
其中,
在步骤三中:
在步骤四中:
利用拉格朗日乘子法求解在二次约束θTWθ为一常数的条件下误差方程的最小二乘解,所述二次约束θTWθ为任意值,该常数通过θ中的h来调节,设定约束条件θTWθ=1,得到函数其中λ为拉格朗日乘数,取ξ对θ的偏导数得到则求解在特征值λ下的最小特征向量即为步骤二中的增广解θ,未知参量μ根据公式
即可求得目标的初始时刻的x坐标和目标的速度。
在步骤五中:
如图4,与真实的目标轨迹进行对比,可以看出该方法的解算结果与实际轨迹基本吻合。由图5和6的误差图可以看出,随着迭代次数增加,目标位置和速度的估计误差快速减小直至趋于稳定,距离误差趋于100米左右,速度误差趋于0.2米/秒左右,说明该方法可以得到良好的定位结果。
以上对本发明所提出的一种基于方位角及其变化率的目标运动分析方法,进行了详细介绍,对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (4)
1.一种基于方位角及其变化率的目标运动分析方法,其特征在于:
所述方法具体包括以下步骤:
步骤一:设定坐标系,根据几何关系求得方位角及其变化率与目标位置速度之间的表达式,构建关于方位角及其变化率的误差方程,并转换成伪线性形式;
在步骤一中:
设定直角坐标系,在i时刻,目标位置表示为[xT(i),yT(i)],速度表示为观测者位置表示为[xO(i),yO(i)],速度表示为方位角指目标与观测者连线与y轴的夹角,用β表示,为方位角变化率,为i时刻方位角的变化率,通过几何关系表示出方位角变化率与目标和观测者位置、速度之间的表达式:
Δx为i时刻目标和观测者x方向的距离差;
Δy为i时刻目标和观测者y方向的距离差;
r为i时刻目标和观测者的距离;
以及量测矩阵A,
误差ε表示成伪线性形式为ε=Aμ-g,即
步骤二:构建量测增广矩阵和增广解,变化误差方程的形式;
在步骤二中:
其中,
步骤三:将含有噪声信息的量测方位角及方位角变化率代入步骤二构建的量测增广矩阵中,得到一个由噪声引起的矩阵,将该矩阵的转置与该矩阵的乘积的均值设为约束矩阵;
步骤四:对步骤二误差方程进行最小二乘极小化处理,利用拉格朗日乘子法求在约束条件下步骤二构建的关于方位角及其变化率的误差方程的最小二乘解,方程式化简后的结果实质是求特征值下的特征向量的过程,得到的最小二乘解即为步骤二中的增广解,包含了目标初始时刻的x坐标和目标的速度;
步骤五:将步骤四求得的目标信息代入运动方程得到目标各时刻的x方向位置信息,再利用几何关系求出目标各时刻y方向位置信息并进行平滑处理,得到最后的定位结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011589230.8A CN112763980B (zh) | 2020-12-28 | 2020-12-28 | 一种基于方位角及其变化率的目标运动分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011589230.8A CN112763980B (zh) | 2020-12-28 | 2020-12-28 | 一种基于方位角及其变化率的目标运动分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112763980A CN112763980A (zh) | 2021-05-07 |
CN112763980B true CN112763980B (zh) | 2022-08-05 |
Family
ID=75696637
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011589230.8A Active CN112763980B (zh) | 2020-12-28 | 2020-12-28 | 一种基于方位角及其变化率的目标运动分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112763980B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114279447B (zh) * | 2021-12-22 | 2024-06-25 | 杭州电子科技大学 | 一种基于约束数据最小二乘的新型纯方位被动测距方法 |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3602877A (en) * | 1969-01-03 | 1971-08-31 | Honeywell Inc | Underwater position determining system |
US4442432A (en) * | 1983-12-05 | 1984-04-10 | Quigley William L | Electronic navigation method and system |
NL1013500C2 (nl) * | 1999-11-05 | 2001-05-08 | Huq Speech Technologies B V | Inrichting voor het schatten van de frequentie-inhoud of het spectrum van een geluidssignaal in een ruizige omgeving. |
CN106291488B (zh) * | 2016-08-16 | 2018-08-03 | 中国人民解放军防空兵学院 | 一种雷达标定误差校正方法 |
CN106597498B (zh) * | 2017-01-18 | 2020-04-24 | 哈尔滨工业大学 | 多传感器融合系统空时偏差联合校准方法 |
CN106773722B (zh) * | 2017-02-17 | 2019-10-18 | 哈尔滨工程大学 | 一种基于人工鱼群算法的船舶动力定位系统推力分配方法 |
CN108490770A (zh) * | 2018-02-28 | 2018-09-04 | 哈尔滨工程大学 | 一种基于混合算法的船舶动力定位系统推力分配方法 |
CN108717184B (zh) * | 2018-04-27 | 2020-09-01 | 杭州电子科技大学 | 基于误差校正的联合doa与toa单站无源定位方法 |
CN108761384B (zh) * | 2018-04-28 | 2022-04-19 | 西北工业大学 | 一种抗差的传感器网络目标定位方法 |
CN108761442B (zh) * | 2018-06-01 | 2021-06-11 | 中国人民解放军战略支援部队信息工程大学 | 一种无源雷达目标定位方法及装置 |
CN108871365B (zh) * | 2018-07-06 | 2020-10-20 | 哈尔滨工业大学 | 一种航向约束下的状态估计方法及系统 |
CN109116360B (zh) * | 2018-08-03 | 2019-06-28 | 国家深海基地管理中心 | 一种深海实时高精度定位方法及系统 |
CN108802721B (zh) * | 2018-08-22 | 2019-04-05 | 哈尔滨工业大学 | 一种任意直线约束下目标跟踪方法 |
CN109115228B (zh) * | 2018-10-23 | 2020-08-18 | 中国科学院声学研究所 | 一种基于加权最小二乘容积卡尔曼滤波的目标定位方法 |
CN110389326A (zh) * | 2019-07-29 | 2019-10-29 | 杭州电子科技大学 | 一种接收站误差下多站多外辐射源雷达运动目标定位方法 |
CN110749861B (zh) * | 2019-10-24 | 2022-06-17 | 哈尔滨工程大学 | 一种基于多假设深度的水底固定目标的三维定位方法 |
CN110824428A (zh) * | 2019-11-06 | 2020-02-21 | 哈尔滨工程大学 | 一种垂直矢量阵水下声线匹配被动定位方法 |
CN111505580B (zh) * | 2020-04-14 | 2022-04-15 | 哈尔滨工程大学 | 基于方位角和多普勒信息的多平台协同目标定位方法 |
CN111693984B (zh) * | 2020-05-29 | 2023-04-07 | 中国计量大学 | 一种改进的ekf-ukf动目标跟踪方法 |
-
2020
- 2020-12-28 CN CN202011589230.8A patent/CN112763980B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112763980A (zh) | 2021-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106446422B (zh) | 一种基于对数似然估计的无源定位跟踪新方法 | |
CN108318856A (zh) | 一种异构网络下快速精准的目标定位与跟踪方法 | |
CN106353720B (zh) | 基于tdoa/groa的多站连续定位模型 | |
CN109917333A (zh) | 融合aoa观测量与tdoa观测量的无源定位方法 | |
CN112763980B (zh) | 一种基于方位角及其变化率的目标运动分析方法 | |
CN110673196B (zh) | 一种基于多维标定和多项式求根的时差定位方法 | |
CN109856616B (zh) | 一种雷达定位相对系统误差修正方法 | |
CN105445718A (zh) | 一种基于阵列重构的分布式多载舰超视距雷达的doa估计方法 | |
CN109507635A (zh) | 利用两个未知方位辅助源的阵列幅相误差估算方法 | |
CN106597498A (zh) | 多传感器融合系统空时偏差联合校准方法 | |
CN111912295A (zh) | 一种弹道落点预测系统 | |
CN108445446B (zh) | 一种无源测速定位方法及装置 | |
CN110426689B (zh) | 一种基于em-cks的机载多平台多传感器系统误差配准算法 | |
CN114509069A (zh) | 基于蓝牙aoa和imu融合的室内导航定位系统 | |
CN114739397A (zh) | 矿井环境运动惯性估计自适应卡尔曼滤波融合定位方法 | |
CN116299163A (zh) | 无人机航迹规划方法、装置、设备及介质 | |
CN110728026B (zh) | 一种基于角速度量测的末端弹道目标被动跟踪方法 | |
Kuang et al. | Robust constrained Kalman filter algorithm considering time registration for GNSS/acoustic joint positioning | |
CN110133586A (zh) | 基于线性校正的toa联合同步与定位方法 | |
Wu et al. | A sequential converted measurement Kalman filter with Doppler measurements in ECEF coordinate system | |
CN109375160A (zh) | 纯方位无源定位中一种测角误差估计方法 | |
CN112540343B (zh) | 基于移动接收器协同分析的移动目标源定位方法 | |
CN110595470A (zh) | 一种基于外定界椭球集员估计的纯方位目标跟踪方法 | |
CN110515076B (zh) | 一种基于相推测距和相推测角的宽带雷达目标定位方法 | |
Wang et al. | Research of multi-sensor data fusion based on binocular vision sensor and laser range sensor |
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 |