CN113341373B - 一种定位方法、装置和电子设备 - Google Patents
一种定位方法、装置和电子设备 Download PDFInfo
- Publication number
- CN113341373B CN113341373B CN202110598903.4A CN202110598903A CN113341373B CN 113341373 B CN113341373 B CN 113341373B CN 202110598903 A CN202110598903 A CN 202110598903A CN 113341373 B CN113341373 B CN 113341373B
- Authority
- CN
- China
- Prior art keywords
- positioning
- loss function
- huber
- threshold
- value
- 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 90
- 230000006870 function Effects 0.000 claims abstract description 167
- 230000005855 radiation Effects 0.000 claims abstract description 50
- 238000005259 measurement Methods 0.000 claims description 49
- 230000005284 excitation Effects 0.000 claims description 27
- 238000004364 calculation method Methods 0.000 claims description 16
- 230000008859 change Effects 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 230000011218 segmentation Effects 0.000 claims 1
- 238000003860 storage Methods 0.000 description 15
- 239000011159 matrix material Substances 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 238000004590 computer program Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 7
- 238000005315 distribution function Methods 0.000 description 6
- 125000003275 alpha amino acid group Chemical group 0.000 description 5
- 150000001875 compounds Chemical class 0.000 description 5
- 230000001186 cumulative effect Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 239000013598 vector Substances 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000004807 localization Effects 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000007430 reference method Methods 0.000 description 2
- 238000011160 research 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
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Remote Sensing (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本申请公开了一种定位方法、装置和电子设备。本申请的电子设备包括存储器和处理器；定位装置包括第一计算单元，第二计算单元和第三计算单元；定位方法包括：利用时差定位体制并采用加权最小二乘准则构建初始损失函数；对初始损失函数的各个混合项采用分段Huber损失函数，得到定位损失函数；所述分段Huber损失函数中不同段Huber损失函数适用不同；根据所述定位损失函数计算出所述辐射源位置。
Description
技术领域
本申请涉及辐射源定位技术领域，尤其涉及一种定位方法、装置和电子设备。
背景技术
无源定位技术已广泛应用于雷达、声呐、5G/6G无线网络等领域。常用的定位方法包括：测向定位、测频定位、时差定位、时差频差定位、混合定位，直接定位等方法。原始的定位方法在理想条件下表现良好，但一些非理想因素可能对其性能造成严重影响，由此催生了对鲁棒定位方法的研究。
当前，鲁棒定位方法可根据其应对的非理想因素进行分类，包括：非视距信号、反射环境、不确定的观测站位置、测量野值、不精确的初值估计、未知路径损失、非理想时钟等。鲁棒定位方法也可根据其所需的对非理想因素的了解程度进行分类，包括：非理想因素的概率分布、方差、上下界，甚至无需任何先验知识。
Huber损失是一种经常用于测量野值鲁棒定位算法的损失函数，其无需关于测量野值的任何先验信息。然而，研究表明其在存在较大测量野值时的表现不如在较小或中等野值时的表现，而实际工况下对于野值的范围往往很难界定，各种幅度的测量野值时有发生，如何在各种幅度测量野值情况下均能给出较高精度的定位结果亟待研究。
发明内容
本申请的目的旨在至少能解决上述的技术缺陷之一，特提出以下技术方案，以通过在时差定位方法中建立全新的Huber损失函数，实现对测量野值鲁棒的定位方法。
本申请实施例采用下述技术方案：
本申请的一个方面，本申请实施例提供一种定位方法，包括：利用时差定位体制并采用加权最小二乘准则构建初始损失函数；对初始损失函数的各个混合项采用分段Huber损失函数，得到定位损失函数；所述分段Huber损失函数中不同段Huber损失函数适用不同；根据所述定位损失函数计算出所述辐射源位置。
本申请的另一个方面，本申请实施例还提供一种定位装置，包括：第一计算单元，用于利用时差定位体制并采用加权最小二乘准则构建初始损失函数；第二计算单元，用于对初始损失函数的各个混合项采用分段Huber损失函数，得到定位损失函数；所述分段Huber损失函数中不同段Huber损失函数适用不同；第三计算单元，用于根据所述定位损失函数计算出所述辐射源位置。
本申请的再一个方面，本申请实施例还提供一种电子设备，包括：存储器，存储计算机可执行指令；处理器，所述计算机可执行指令在被执行时，使所述处理器执行上述的定位方法。
本申请的又一个方面，本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行上述定位方法。
本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：
本申请实施例的定位方法可以在各种幅度测量野值情况下均能获得较高精度的定位结果，本申请实施例通过对初始损失函数进行改造，得到分段Huber损失函数，通过设置各段Huber损失函数适用不同幅度的测量野值，这样在基于分段Huber损失函数得到定位损失函数后，能够使基于定位损失函数求解出的辐射源位置不受测量野值影响，从而可以获得高精度的定位结果，实现对测量野值鲁棒的定位方法。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1为本申请实施例示出的定位方法流程图；
图2为本申请实施例示出的四种定位方法对应的定位误差的经验累积分布函数对比示意图；
图3为本申请实施例示出的多个测量野值情况下定位误差累积分布函数对比示意图；
图4为本申请实施例示出的存在参考站测距野值情况下定位误差的经验累积分布函数对比示意图；
图5为本申请实施例示出的基于聚类策略的定位方法的定位误差累积分布函数对比示意图；
图6为本申请实施例示出的定位装置的结构框图；
图7为本申请实施例中电子设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
以下结合附图，详细说明本申请各实施例提供的技术方案。
图1为本申请实施例示出的定位方法流程图，如图1所示，本实施例的方法可以包括步骤S110至步骤S130：
步骤S110，利用时差定位体制并采用加权最小二乘准则构建初始损失函数。
步骤S120，对初始损失函数的各个混合项采用分段Huber损失函数，得到定位损失函数；所述分段Huber损失函数中不同段Huber损失函数适用不同幅度的测量野值。
在时差定位体制中，采用加权最小二乘准则构建初始损失函数包括多个混合项，这里对每个混合项采用分段Huber损失函数，设置不同段Huber损失函数适用不同幅度的测量野值。
步骤S130，根据所述定位损失函数计算出所述辐射源位置。
本申请提供的方案可以适用但不限于如下场景：在TDOA(Time difference ofArrival，到达时间差)定位体制中，采用加权最小二乘准则构建出初始损失函数，该初始损失函数中的协方差矩阵是非对角矩阵，无法直接对初始函数的各个混合项采用Huber损失函数，而是将非对角矩阵进行矩阵变换，变换成对角矩阵的形式，再基于变换后的矩阵进行Huber损失函数的构造，在采用Huber函数改造混合项时，基于测量野值的幅度、阈值变化与定位误差之间的关系，设置各段Huber函数对应的激发条件，并基于各段Huber函数对应的激发条件设置相应的Huber函数，这样即可得到Huber函数形式的定位损失函数，根据定位损失函数计算出辐射源位置。
本申请实施例在对初始损失函数进行分段Huber损失函数改造时，是根据测量野值的幅度、阈值变化与定位误差的关系，设置各个分段Huber损失函数对应的激发条件，基于激发条件设置相应分段Huber损失函数；所述测量野值为时差定位体制中观测站之间的距离差测量野值。
一般情况下，Huber损失在较小或中等幅度测量野值时，所求解出的辐射源位置较为鲁棒，而在较大幅度测量野值时，所求解出的辐射源位置鲁棒性较差。针对该情况，本申请的发明人想到，设置阈值来区分不同幅度测量野值的情况，并统计出不同阈值情况下，基于Huber损失函数求解出的定位结果的定位误差，发明人经过大量数据仿真与统计后，发现在测量野值幅度已知的情况下，阈值与定位误差之间存在一定的统计学上的规律，该规律将在下文详细说明，由此，可以基于该规律选择合适的阈值构建各段Huber损失函数的激发条件，并设置相应的Huber损失函数，使得各段Huber损失函数适用不同幅度的测量野值。
基于上述构思，在本申请的一些实施例中，在测量野值具有较小幅度的第一种情况下，测量野值具有中等幅度的第二种情况下，和测量野值具有较大幅度的第三种情况下，分别统计阈值变化与定位误差之间的关系；根据阈值变化与定位误差之间的关系，分别设置三种情况对应的激发条件，得到第一种情况对应的激发条件为第二种情况对应的激发条件为/>第三种情况对应的激发条件为/>其中Lj为初始损失函数的第j个混合项，δ1为第一阈值，δ2为第二阈值，第一阈值小于第二阈值。
相应的，设置第一种情况对应的分段Huber损失函数为sign(Lj)·Lj，设置第二种情况对应的分段Huber损失函数为设置第三种情况对应的分段Huber损失函数为/>
这样，在构建好基于分段Huber损失函数的定位损失函数之后，将时差定位体制中各个观测站依次作为参考站，分别获得各个观测站作为参考站时的定位损失函数；根据各个定位损失函数计算出所述辐射源位置。这里可以计算各个定位损失函数最小值对应的位置值，所述位置值为将各个观测站作为参考站时对应的辐射源可能位置；对全部辐射源可能位置进行聚类处理，根据聚类结果得到辐射源的确切位置。
为了便于明确本申请提供的技术方案，下面结合一应用场景具体示例阐述本申请提供的方案：
在TDOA定位体制中，基于TDOA定位原理构建基于加权最小二乘准则的初始损失函数，为损失函数的改造奠定基础。这里以一个三维定位场景为例，其中采用M个观测站并根据TDOA测量值以确定固定辐射源的位置u＝[x,y,z]T，[x,y,z]为世界坐标系坐标，具体过程如下：
第一步，构建初始损失函数。
辐射源与观测站i的距离为：
在式(1)中，c为光速，ti为辐射源到观测站i的信号传播时间，si＝[xi,yi,zi]T为观测站i的坐标位置。
通常，在非合作场景下，很难根据接收到的信号直接估计ti，因为信号的发射时刻往往是未知的。相对地，测量两个观测站之间的TDOA要容易得多，有：
ri1＝ri-r1＝c(ti-t1)＝cti1 (2)
在式(2)中，ti1是观测站1和观测站i之间的TDOA。令r＝[r21,...,rM1]为距离差真值矢量，令为测量所得的含噪距离差矢量。通常假设TDOA测量值可描述成加性噪声模型，即：
在式(3)中，Δr＝[Δr21,...,ΔrM1]T＝c[Δt21,...,ΔtM1]T为TDOA噪声矢量，通常Δr是零均值的，且有协方差矩阵
在式(4)中，为元素[i,i]为/>其余元素为0的对角阵，i＝1,...,M-1。1(M-1)×(M-1)为尺寸为(M-1)×(M-1)的全1矩阵，/>代表观测站i的测距误差。这里Q的非对角形式是由将观测站1作为共同参考站引起的。当然，也可以将全部观测站中的任一观测站作为参考站，不限定仅将观测站1作为参考站。
对于辐射源位置，经典加权最小二乘解的初始损失函数为：
上述式(5)即为本申请实施例构建的初始损失函数。可以理解的是，本实施例的定位方法适用于具有如式(5)所示形式的损失函数，通过对该损失函数改造，即可实现对测量野值鲁棒的定位方法。例如本实施例的定位方法还可以应用于时频定位体制、时差时频定位体制中。
第二步，运用分段Huber损失函数改造初始损失函数。
分析上述式(5)可知，当Q中的元素较小时运用式(5)可得到理想的定位结果。然而，如果/>中的一个或更多元素包含有测量野值，式(5)的定位精度将大受影响。为此，发明人希望构建出一种对测量野值鲁棒的损失函数。考虑Huber损失函数常用于应对测量野值，而经典的Huber损失函数适用于协方差矩阵为对角矩阵的情况。然而，对于TDOA定位而言Q-1是非对角的，无法直接运用经典的Huber损失函数。
基于此情况，本实施例根据Sherman-Morrison公式对Q-1进行矩阵变换，得到：
在式(6)中，x＝y＝σ1·1M-1×1。这里，矩阵Q-1中的元素/>可以表示为：
将上述式(7)代入使(5)即可得到：
在式(8)中，Lj为初始损失函数的混合项，混合项的个数与TDOA定位体制中观测站的个数有关，即混合项的个数为M-1个，这是因为在将观测站1作为参考站时，计算时是将其他M-1个观测站分别与观测站1进行距离差计算，也即得到M-1个距离差矢量，由此推导出的初始损失函数包括的混合项个数也为M-1项。
考虑Huber损失函数常用于应对测量野值，且Huber损失函数在较小或中等幅度测量野值时，所求解出的辐射源位置较为鲁棒，而在较大幅度测量野值时，所求解出的辐射源位置鲁棒性较差。针对该情况，本实施例首先对初始损失函数的各个混合项采用如下Huber损失函数：
在式(9)中，的上表h示意为Huber损失函数改造后的混合项，δ为一个正的阈值。研究发现，在式(9)中，当/>时，尽管通过开根已经降低了其影响，但Lj仍然对损失函数有所贡献。当/>存在较大测量野值时，该野值仍会很大程度上影响到L(u)的计算。对此情况，本实施例提出改进的Huber损失函数：
在式(10)中，的上标rh示意为改进Huber损失函数。
此时，将式(9)或式(10)代入式(5)即可得到基于Huber损失函数和基于改进Huber损失函数的分段损失函数，且定位结果可由下式计算：
至此，为了理解阈值对基于两种Huber损失的定位结果的影响，本实施例结合希望应用的场景进行大量数值仿真计算，为便于说明，这里在具有6个观测站的TDOA定位的场景中，设置s1＝[0,0,0]T，s2＝[50,0,0]T，s3＝[100,-20,0]T，s4＝[150,20,0]T，s5＝[200,50,0]T，s6＝[250,100,0]T，单位为km。此外，定义σ1＝15m，σ2＝15m，σ3＝30m，σ4＝36m，σ5＝24m，σ6＝30m。一个辐射源位于u＝[x,y,0]T，其中x∈[-100,100]，y∈[-100,100]。基于上述设定条件，在上施加四种程度的测量野值，所得定位结果的均方根误差如表1～表4所示，每个场景均采用1000个仿真样本。
表1：无测量野值情况下，各阈值对应的均方根定位误差
表2：在上施加200～400m测量野值情况下，各阈值对应的均方根定位误差
表3：在上施加2～4Km测量野值情况下，各阈值对应的均方根定位误差
表4：在上施加20～40Km测量野值情况下，各阈值对应的均方根定位误差
其中，上述表1至表4中传统方法可以理解为采用式(5)的初始损失函数计算出的定位结果，基于Huber损失函数的方法可以理解为采用式(9)的损失函数计算出的定位结果，基于改进Huber损失函数的方法可以理解为采用式(10)的损失函数计算出的定位结果。
由上述表1至表4的结果可见，基于传统Huber损失的定位结果在各种幅度野值情况下始终接近或优于传统定位方法，且其表现对阈值的选取并不十分敏感。而基于改进Huber损失函数的定位表现则取决于阈值的选取。利用合理阈值(例如：δ＝30)的改进Huber损失函数进行定位解算可在较小和中等幅度测量野值情况下取得与传统Huber损失相当的定位精度，而在较大幅度测量野值时取得远优于传统Huber损失的定位精度。在较小或中等幅度的测量野值时，利用合理的阈值(例如：δ＝2)，基于传统Huber损失的定位结果往往更好。
并且从上述表1至表4可以得到一个较为重要的观测：在选取较大的阈值后(例如：δ＝30)，遇到较小或中等幅度的野值时，基于改进Huber损失函数的激发条件往往不会被满足，这可从基于改进Huber损失函数的定位均方根误差与传统定位方法的均方根误差十分接近看出。
本申请的发明人基于上述观测，针对测量野值幅度未知的情况，改造出一种分断的混合Huber损失函数：
在式(12)中，的上标mh示意为分断的混合Huber损失函数，其中三个激发条件中的第一阈值δ1通常取值较小，例如为2左右，第二阈值δ2通常取值较大，例如为30左右。
由此式(12)即为本申请实施例改造后所得到的分段的混合Huber损失函数，通过将式(12)代入式(5)即可获得定位损失函数。
第三步，以各个观测站为参考站求解辐射源位置。
这里分别以每个观测站为参考站，计算出对应的然后将/>代入式(11)求解出辐射源可能位置/>这里/>的下标i为观测站i为参考站时所得到的辐射源可能位置。
第四步，运用聚类方法估计出辐射源确切位置。
虽然基于分段的混合Huber损失函数的定位方法对一个甚至多个测量野值鲁棒，但当存在与参考站相关的测量野值时，由于该野值可能影响全部，最终导致定位结果出现大的偏差。为此，本实施例基于聚类的快速鲁棒定位策略，求解辐射源的确切位置。
本实施例采用K均值算法对全部辐射源可能位置进行聚类，得到多个聚类，每个聚类中心的间距大于设定的距离阈值；计算多个聚类的所属成员个数，若所属成员个数最多的聚类唯一，将所属成员个数最多的聚类的中心位置作为辐射源的确切位置；若所属成员个数最多的聚类不唯一，将类内方差最小的聚类的中心位置作为辐射源的确切位置。
这里，通过下述方法设定所述距离阈值：将各个观测站依次作为参考站，并在观测站无测量野值时，计算出定位误差方差；将各个定位误差方差中的最大值作为所述距离阈值。
举例来说，采用K均值算法的聚类处理过程如下：
1.对采用Kmeans算法进行聚类，直至全部聚类中心的间距大于Γ，Γ为距离阈值，通常选取Γ＝2max(σsi)，其中σsi为以观测站i为参考站且无野值情况下的定位误差方差。
2.计算全部聚类的所属成员个数ni，i＝1,...,N，N为聚类数。
3.如果最大ni对应的聚类唯一，则取该具有最大ni的聚类的中心为最终的辐射源定位结果；如果最大ni对应的类不唯一，则对这些具有最大ni的聚类，取类内方差最小的聚类的中心为最终的辐射源定位结果。
本实施例通过上述步骤可以获得对测量野值鲁棒的定位方法，为了说明本实施例定位方法的有效性，以前述的6观测站TDOA定位场景为例，在该具体应用场景中，设定第一阈值δ1＝2，第二阈值δ2＝30，其他参数设定情况如前文所述。
首先在中引入0～60km的测量野值，图2示出可仅以观测站1为参考站的四种定位方法的定位误差累积分布函数，从图2可以看出，本实施例提出的基于分段的混合Huber损失函数/>的定位方法的有效性。
在该应用场景中，还研究了同时多个测量野值情况下的定位性能。图3示出了4种场景下基于分段的混合Huber损失函数的定位误差累积分布函数，其中每个野值的范围设置与图2一致。这里图3中的场景1代表在/>上施加测量野值，场景2代表在/>上施加测量野值，场景3代表在/>上施加测量野值，场景4代表在/>上施加测量野值。作为比较，图3还示出在场景1情况下传统定位方法的表现，由图3的结果可见，在场景1、2、3下，基于分段的混合Huber损失函数/>的定位方法的性能均优于仅施加一个测量野值情况下的传统方法，本本申请实施例所述的定位方法具有对多个测量野值的鲁棒性。
本实施例还考虑在r1中存在0～20km测量野值的情况，也就是说存在与参考站有关的测量野值，并会因而会影响到损失函数的每一项。图4基于1000个样本给出了4种方法定位误差的概率分布函数。
比较图4与图2中的结果可知，采用单一参考站的方法对于参考站相关的测距误差比较敏感，容易导致较大的定位误差。而本申请实施例基于聚类的定位方法来克服此类测量野值的影响。本实施例开展了一项仿真试验以验证该策略的有效性，在试验中，除了设定有50％的概率在测距值中出现1个野值和有50％的概率出现2个野值意外，其余试验设定与图4一致。当出现测距野值时，对应的观测站是随机选取的，图5示出了基于聚类策略的定位方法的表现，作为比较还给出了3种基准方法的表现，其中基准方法i指以观测站i为参考站的定位方法。从图5所示可知，基于聚类策略的定位方法具有更好的鲁棒性。
需要说明的是：图2至图4中，传统方法为基于式(5)的定位方法，基于传统Huber损失的方法为基于式(9)的定位方法，基于改进Huber损失的方法为基于式(10)的定位方法，基于混合Huber损失的方法为基于式(12)的定位方法。
综合上述，本实施例的定位方位不但可以对一个或多个距离差测量野值鲁棒，还对一个或多个与参考站相关的测量野值鲁棒，即本申请实施例的定位方法能够对多种类型的测量野值鲁棒。
图6为本申请实施例示出的定位装置的结构框图，如图6所示，本实施例的定位装置600包括：
第一计算单元610，用于利用时差定位体制并采用加权最小二乘准则构建初始损失函数；
第二计算单元620，用于对初始损失函数的各个混合项采用分段Huber损失函数，得到定位损失函数；所述分段Huber损失函数中不同段Huber损失函数适用不同；
第三计算单元630，用于根据所述定位损失函数计算出所述辐射源位置。
在一些实施例中，第二计算单元620是根据测量野值的幅度、阈值变化与定位误差的关系，设置各个分段Huber损失函数对应的激发条件，基于激发条件设置相应分段的Huber损失函数；所述测量野值为时差定位体制中观测站之间的距离差测量野值。
在一些实施例中，第二计算单元620具体是在测量野值具有较小幅度的第一种情况下，测量野值具有中等幅度的第二种情况下，和测量野值具有较大幅度的第三种情况下，分别统计阈值变化与定位误差之间的关系；根据阈值变化与定位误差之间的关系，分别设置三种情况对应的激发条件，得到第一种情况对应的激发条件为第二种情况对应的激发条件为/>第三种情况对应的激发条件为/>其中Lj为初始损失函数的第j个混合项，δ1为第一阈值，δ2为第二阈值，第一阈值小于第二阈值；以及设置第一种情况对应的分段Huber损失函数为sign(Lj)·Lj；设置第二种情况对应的分段Huber损失函数为/>设置第三种情况对应的分段Huber损失函数为/>
在一些实施例中，第三计算单元630是将时差定位体制中各个观测站依次作为参考站，分别获得各个观测站作为参考站时的定位损失函数；根据各个定位损失函数计算出所述辐射源位置。
在一些实施例中，第三计算单元630是计算各个定位损失函数最小值对应的位置值，所述位置值为将各个观测站作为参考站时对应的辐射源可能位置；对全部辐射源可能位置进行聚类处理，根据聚类结果得到辐射源的确切位置。
在一些实施例中，第三计算单元630具体是采用K均值算法对全部辐射源可能位置进行聚类，得到多个聚类，每个聚类中心的间距大于设定的距离阈值；计算多个聚类的所属成员个数，若所属成员个数最多的聚类唯一，将所属成员个数最多的聚类的中心位置作为辐射源的确切位置；若所属成员个数最多的聚类不唯一，将类内方差最小的聚类的中心位置作为辐射源的确切位置。
能够理解，上述定位装置，能够实现前述实施例中提供的定位方法的各个步骤，关于定位方法的相关阐释均适用于定位互装置，此处不再赘述。
图7为本申请实施例中电子设备的结构示意图。请参考图7，在硬件层面，该电子设备包括处理器、存储器，可选地还包括网络接口。其中，存储器可能包含内存，例如高速随机存取存储器(Random-Access Memory，RAM)，也可能还包括非易失性存储器(non-volatilememory)，例如至少1个磁盘存储器等。当然，该交互系统还包括其他业务所需要的硬件，如观测站、传感器等。
处理器、网络接口和存储器可以通过内部总线相互连接，该内部总线可以是ISA(Industry Standard Architecture，工业标准体系结构)总线、PCI(PeripheralComponent Interconnect，外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture，扩展工业标准结构)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图7中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
存储器，用于存放程序。具体地，程序可以包括程序代码，所述程序代码包括计算机操作指令。存储器可以包括内存和非易失性存储器，并向处理器提供指令和数据。
处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，在逻辑层面上形成定位装置。处理器，执行存储器所存放的程序实现如上文描述的定位方法。
上述如本申请图1所示实施例揭示的定位方法可以应用于处理器中，或者由处理器实现。处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的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 Processor，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。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。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。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器读取存储器中的信息，结合其硬件完成上述定位方法的步骤。
本申请实施例还提出了一种计算机可读存储介质，该计算机可读存储介质存储一个或多个程序，该一个或多个程序包括指令，该指令当被包括多个应用程序的电子设备执行时，能够实现图1所示的定位方法。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理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权利要求范围之内。
Claims (9)
1.一种定位方法，其特征在于，包括：
利用时差定位体制并采用加权最小二乘准则构建初始损失函数；
对初始损失函数的各个混合项采用分段Huber损失函数，得到定位损失函数；所述分段Huber损失函数中不同段Huber损失函数适用不同；
根据所述定位损失函数计算出辐射源位置；
对初始损失函数的各个混合项采用分段Huber损失函数，包括：
根据测量野值的幅度、阈值变化与定位误差的关系，设置各个分段Huber损失函数对应的激发条件，基于激发条件设置相应分段的Huber损失函数；所述测量野值为时差定位体制中观测站之间的距离差测量野值。
2.如权利要求1所述方法，其特征在于，根据测量野值的幅度、阈值变化与定位误差的关系，设置各个分段Huber损失函数对应的激发条件，包括：
在测量野值具有较小幅度的第一种情况下，测量野值具有中等幅度的第二种情况下，和测量野值具有较大幅度的第三种情况下，分别统计阈值变化与定位误差之间的关系；
根据阈值变化与定位误差之间的关系，分别设置三种情况对应的激发条件，得到第一种情况对应的激发条件为第二种情况对应的激发条件为/>第三种情况对应的激发条件为/>其中Lj为初始损失函数的第j个混合项，δ1为第一阈值，δ2为第二阈值，第一阈值小于第二阈值。
3.如权利要求2所述方法，其特征在于，基于激发条件设置相应分段的Huber损失函数，包括：
设置第一种情况对应的分段Huber损失函数为sign(Lj)·Lj；
设置第二种情况对应的分段Huber损失函数为
设置第三种情况对应的分段Huber损失函数为
4.如权利要求1所述方法，其特征在于，根据所述定位损失函数计算出所述辐射源位置，包括：
将时差定位体制中各个观测站依次作为参考站，分别获得各个观测站作为参考站时的定位损失函数；
根据各个定位损失函数计算出所述辐射源位置。
5.如权利要求4所述方法，其特征在于，根据各个定位损失函数计算出所述辐射源位置，包括：
计算各个定位损失函数最小值对应的位置值，所述位置值为将各个观测站作为参考站时对应的辐射源可能位置；
对全部辐射源可能位置进行聚类处理，根据聚类结果得到辐射源的确切位置。
6.如权利要求5所述方法，其特征在于，对全部辐射源初始位置进行聚类处理，根据聚类结果得到辐射源的确切位置，包括：
采用K均值算法对全部辐射源可能位置进行聚类，得到多个聚类，每个聚类中心的间距大于设定的距离阈值；
计算多个聚类的所属成员个数，若所属成员个数最多的聚类唯一，将所属成员个数最多的聚类的中心位置作为辐射源的确切位置；若所属成员个数最多的聚类不唯一，将类内方差最小的聚类的中心位置作为辐射源的确切位置。
7.如权利要求6所述方法，其特征在于，通过下述方法设定所述距离阈值：
将各个观测站依次作为参考站，并在观测站无测量野值时，计算出定位误差方差；
将各个定位误差方差中的最大值作为所述距离阈值。
8.一种定位装置，其特征在于，包括：
第一计算单元，用于利用时差定位体制并采用加权最小二乘准则构建初始损失函数；
第二计算单元，用于对初始损失函数的各个混合项采用分段Huber损失函数，得到定位损失函数；所述分段Huber损失函数中不同段Huber损失函数适用不同；
第三计算单元，用于根据所述定位损失函数计算出辐射源位置；
其中第二计算单元，具体是根据测量野值的幅度、阈值变化与定位误差的关系，设置各个分段Huber损失函数对应的激发条件，基于激发条件设置相应分段的Huber损失函数；所述测量野值为时差定位体制中观测站之间的距离差测量野值。
9.一种电子设备，其特征在于，包括：
存储器，存储计算机可执行指令；
处理器，所述计算机可执行指令在被执行时，使所述处理器执行如权利要求1-7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110598903.4A CN113341373B (zh) | 2021-05-31 | 2021-05-31 | 一种定位方法、装置和电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110598903.4A CN113341373B (zh) | 2021-05-31 | 2021-05-31 | 一种定位方法、装置和电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113341373A CN113341373A (zh) | 2021-09-03 |
| CN113341373B true CN113341373B (zh) | 2024-05-14 |
Family
ID=77472436
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110598903.4A Active CN113341373B (zh) | 2021-05-31 | 2021-05-31 | 一种定位方法、装置和电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113341373B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102116872A (zh) * | 2009-12-31 | 2011-07-06 | 核工业北京地质研究院 | 一种stratagem大地电磁测量系统阻抗张量的稳健估算方法 |
| CN107464228A (zh) * | 2017-08-24 | 2017-12-12 | 深圳市唯特视科技有限公司 | 一种基于自适应正则化的图像分析方法 |
| CN109151714A (zh) * | 2018-08-29 | 2019-01-04 | 河南科技大学 | 一种三维鲁棒估计定位方法 |
| CN110334411A (zh) * | 2019-06-16 | 2019-10-15 | 武汉理工大学 | 一种基于Huber M估计的水下机器人动力学模型参数辨识方法 |
| CN111123197A (zh) * | 2019-12-21 | 2020-05-08 | 杭州电子科技大学 | 基于tdoa的目标辐射源定位方法 |
| CN111880145A (zh) * | 2020-08-03 | 2020-11-03 | 中国电子科技集团公司第三十六研究所 | 辐射源时差定位方法、装置及电子设备 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7630945B2 (en) * | 2005-05-12 | 2009-12-08 | Yahoo! Inc. | Building support vector machines with reduced classifier complexity |
-
2021
- 2021-05-31 CN CN202110598903.4A patent/CN113341373B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102116872A (zh) * | 2009-12-31 | 2011-07-06 | 核工业北京地质研究院 | 一种stratagem大地电磁测量系统阻抗张量的稳健估算方法 |
| CN107464228A (zh) * | 2017-08-24 | 2017-12-12 | 深圳市唯特视科技有限公司 | 一种基于自适应正则化的图像分析方法 |
| CN109151714A (zh) * | 2018-08-29 | 2019-01-04 | 河南科技大学 | 一种三维鲁棒估计定位方法 |
| CN110334411A (zh) * | 2019-06-16 | 2019-10-15 | 武汉理工大学 | 一种基于Huber M估计的水下机器人动力学模型参数辨识方法 |
| CN111123197A (zh) * | 2019-12-21 | 2020-05-08 | 杭州电子科技大学 | 基于tdoa的目标辐射源定位方法 |
| CN111880145A (zh) * | 2020-08-03 | 2020-11-03 | 中国电子科技集团公司第三十六研究所 | 辐射源时差定位方法、装置及电子设备 |
Non-Patent Citations (2)
| Title |
|---|
| 一种基于统计分析的解定位模糊方法;陆安南;《电讯技术》;20160128;第56卷(第1期);50-53 * |
| 具分段损失函数的支持向量机回归及在投资决策中的应用;胡根生;邓飞其;;控制理论与应用;20060425(第02期);1-5 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113341373A (zh) | 2021-09-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7344389B2 (ja) | 協調測位方法、装置、機器及び記憶媒体 | |
| CN109959892B (zh) | 一种均匀圆阵双通道干涉仪测向方法、装置和系统 | |
| US9958531B2 (en) | Determining a location of a wireless device using fingerprinting | |
| CN110031793B (zh) | 一种干涉仪测向方法、装置和系统 | |
| CN110222936B (zh) | 一种业务场景的根因定位方法、系统及电子设备 | |
| CN112929817B (zh) | 终端定位方法、装置、终端及存储介质 | |
| WO2021143477A1 (zh) | 融合公域数据和私有数据的联盟学习方法、装置和系统 | |
| CN109218961B (zh) | 一种基于虚拟节点的多站协同干扰定位方法及系统 | |
| CN113935402A (zh) | 时差定位模型的训练方法、装置及电子设备 | |
| CN113341373B (zh) | 一种定位方法、装置和电子设备 | |
| CN110429921A (zh) | 一种变步长lms自适应滤波方法及其存储介质 | |
| CN113253196B (zh) | 一种多信号测向方法、装置和电子设备 | |
| CN109541541B (zh) | 一种室内三角定位精度修正方法及装置 | |
| CN113203424B (zh) | 多传感器的数据融合方法、装置及相关设备 | |
| CN109121080B (zh) | 一种室内定位方法、装置、移动终端及存储介质 | |
| JP6819797B2 (ja) | 位置推定装置、位置推定方法とプログラム、並びに、位置推定システム | |
| CN108490389B (zh) | 基于多径反射的定位方法、装置、电子设备及存储介质 | |
| CN115022963B (zh) | 基于蓝牙的室内定位方法及装置 | |
| CN112816959A (zh) | 用于车辆的聚类方法、装置、设备和存储介质 | |
| CN113687345B (zh) | 一种多普勒雷达水流测速的方法及装置 | |
| CN110766005A (zh) | 目标特征提取方法、装置和终端设备 | |
| CN112763974B (zh) | 定位系统中传感器的部署方法、装置及介质 | |
| CN111708065B (zh) | 一种基于智能网联汽车的定位方法、装置及存储介质 | |
| CN115267669A (zh) | 基于到达时间差tdoa定位辐射源的方法和装置 | |
| KR20190043023A (ko) | 방탐 모호성 발생 확률 산출 방법 |
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 |