CN117310772B - 一种基于地图信息视距或非视距检测的电磁目标定位方法 - Google Patents

一种基于地图信息视距或非视距检测的电磁目标定位方法 Download PDF

Info

Publication number
CN117310772B
CN117310772B CN202311597745.6A CN202311597745A CN117310772B CN 117310772 B CN117310772 B CN 117310772B CN 202311597745 A CN202311597745 A CN 202311597745A CN 117310772 B CN117310772 B CN 117310772B
Authority
CN
China
Prior art keywords
line
positioning
building
data
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
Application number
CN202311597745.6A
Other languages
English (en)
Other versions
CN117310772A (zh
Inventor
周凯
瞿鑫诺
何羚
阎啸
王茜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN202311597745.6A priority Critical patent/CN117310772B/zh
Publication of CN117310772A publication Critical patent/CN117310772A/zh
Application granted granted Critical
Publication of CN117310772B publication Critical patent/CN117310772B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/30—Assessment of water resources

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Navigation (AREA)

Abstract

本发明公开了一种基于地图信息视距或非视距检测的电磁目标定位方法，无线电定位领域。首先根据不同地方测量的方位角，构成示向线序列，利用多点测向交叉定位，进行初步定位，确定定位初始值；然后提取地图中的建筑物，记录其坐标和尺寸，依据定位初始结果判断各示向线是否为LOS测量结果，并记录其标签；优先采用LOS路径的示向线，并选取距离定位目标较近的示向线；在不断靠近目标的过程中，更新数据序列，更新定位目标，直至距离目标位置。根据该方法在城市区域遮挡严重的情况下，能规划路径更快的发现电磁目标位置，对电磁目标定位的时间和准确度有大幅提升。

Description

一种基于地图信息视距或非视距检测的电磁目标定位方法
技术领域
本发明属于通信侦察与计算机的交叉领域，特别是一种基于地图信息视距或非视距检测的电磁目标定位方法。
背景技术
针对电磁目标的定位方法在快速选定合理的节点部署位置，能显著提升定位精度和定位效率，对快速确定目标位置具有重要意义。
移动监测节点为具有监测和测向功能的车辆，根据多次测量所接收到的方位角，进行交叉定位能确定电磁目标位置。然而在复杂的环境中，受各种建筑和交通工具的影响，无线电在传播过程中经过了多次不确定的折射和反射，导致测向质量的下降，甚至测向结果的错误。测向结果往往不准确，直接采用移动交叉的方式，会导致测向结果不理想。
实践证明，在测量点与电磁目标不存在遮挡物，即传播路径为LOS（Line ofSight）时，误差较小，测向精度较高；反之，存在遮挡物时，定位误差较大，即非视距 NLOS（Non Line of Sight）偏差的存在会严重降低目标节点的定位精度。因此如何识别与检测各个点位测量数据是LOS/NLOS，对提升定位精度具有重要价值。
发明内容
针对城市复杂环境，在车载设备上GPS 安装定位功能，在每个数据点记录车辆所在位置的经纬度和方位角数据。利用测量点的地图影像数据，主动识别周围建筑物的遮挡情况。根据历史的测向数据确定初步的交会定位区域，计算初步交会区域与各个点位数据是否存在LOS路径，并记录标签，然后根据历史方位角信息与标签数据进一步的迭代，获取精确的目标位置。根据该算法在城市区域遮挡严重的情况下，能规划路径更快的发现电磁目标位置，对电磁目标定位的时间和准确度有较大提升。
本发明技术方案为一种基于地图信息视距或非视距检测的电磁目标定位方法，该方法包括：
步骤1：采集数据；
在监测上安装GPS数据采集设备，实时采集移动车的位置信息和方位角测量信息，并按照时序排列测量数据；记录各个位置的GPS数据和示向度数据/>；将历史上各点采集的所有数据记为集合/>；
根据历史时间对所有测试点的数据继续排序，假设在时刻，在位置（/>），测得的示向度记为/>，示向线记为/>；在/>之前的时刻，其对应的N个前序时刻的示向度数据组成向量（/>）；
步骤2：初始定位；
首先计算示向度两两相交的交点坐标，一共有/2个交点，根据交点的质心算法，求取所有交点的平均值即得到初步定位结果记为/>；
步骤3：地图信息提取；
对移动车经过的区域提取地图影像上的建筑物信息，记录建筑物的位置和尺寸；根据当前地图影像数据，利用二位图片N*N范围内各个像素点的RGB值，采用CNN卷积神经网络算法，进行建筑物目标识别提取；地图影像数据为TIFF格式，提取地图上的建筑物集合记为，/>包含所有建筑物的坐标与尺寸，每个建筑物用形状用geometry表示，结构体包含建筑物的集合形状与坐标的所有信息；
步骤4：示向线LOS路径检测；
步骤4.1：更新的示向度集合；
根据移动车采集的示向度数据，不断迭代更新定位位置；在时刻，采集新的数据，其采集点位置为/>，对应示向度为/>，示向线/>表示为以/>为原点，夹角为的示向线；
表示m时刻往前的N个数据集合，m+1时刻的示向线/>加入集合/>，并替换数据/>与前序时刻共N个示向线数据组成序列（/>），记为/>；
步骤4.2：示向线LOS检测；
判断示向线是否与建筑物有相交；
根据步骤3的建筑物信息集合，示向线，判断示向线与定位点垂线之间的连线上是否有建筑物遮挡，如果示向线被建筑物遮挡，即/>，则为相交，标记该示向线为NLOS；
如果示向线不被建筑物遮挡，即示向线与建筑物集合G无交集/>，则为不相交，该点示向线标记为LOS；
步骤 5：定位目标计算；
步骤5.1 ：计算加权指数；
计算上一时刻定位结果到示向线/>的垂线距离/>，/>表示示向度偏离上一定位结果的距离，定义/>为示向度的加权指数/>，计算步骤4.1中/>每个元素的加权指数/>；
LOS示向线的权值记为：/>；
NLOS示向线的权值记为：/>；
对所有N个示向线的权值，进行排序，选取权值最大的K个示向线，组成集合；
步骤5.2 ：更新定位结果；
集合中选取K个示向线一共/>个交点，假设示向线/>与/>的交点坐标为/>，该交点权值为/>*/>；
定位结果的坐标为//>。
本发明结合多点测量的方位角数据，先确定初始位置。根据地图提取的建筑物信息，判断示向度数据的类型：视距还是非视距，计算初始位置至示向线的距离，为不同位置的示向线赋予不同权值，进一步求取目标位置。该方法能显著提升定位精度。
附图说明
图1多点测向交会定位图。
图2为城市环境建筑信息提取示意图。
图3为示向线LOS/NLOS检测示意图。
图4为示向线与目标距离示意图。
实施方式
步骤1.本实例某城市区域放置无线电台进行实地测试，移动节点采用监测车搭载测向设备，在移动监测车上安装GPS数据采集设备，实时采集移动车的位置信息和方位角测量信息。
步骤2.首先采集一定数量n的数据，n≥3，计算示向度两两相交的交点坐标，求取所有交点的平均值即得到初步定位结果记为，如图1所示，三条示向线交点为/>，，/>三点，初步定位坐标为/>，/>。
步骤3.地图信息提取利用二位图片N*N范围内各个像素点的RGB值，采用CNN卷积神经网络算法，进行建筑物目标识别提取，如图2所示；地图影像数据为TIFF格式，提取地图上的建筑物集合记为，/>包含所有建筑物的坐标与尺寸，如图表示提取的建筑物信息为{B1, B2, B3, B4, B5, B6, B7}；
步骤4.表示m时刻往前的N个数据集合，本例中N取7，m时刻的示向线/>与前序时刻示向线数据组成序列（/>）；
根据步骤3的建筑物信息集合G，示向线，判断示向线与初始定位点垂线交点连线上是否有建筑物遮挡，如图3所示，示向线/>与上一时刻m-1时刻的定位结果/>之间的垂线交点为/>，m时刻的测量点为/>，/>与/>的连线/>，geomA表示建筑物集合G，geomB表示传输路径/>，该处调用GIS地图函数ST_Covers(geometry geomA, geometrygeomB)，返回true则表示不相交，标记为测量值为LOS；返回false，则标记为NLOS信道传输；如图3所示，/>与G无交集，则/>标识为LOS测量值；m-1时刻的传输路径/>与/>的连线/>与G中的建筑物B6存在交集，因此/>标识为NLOS测量值。同理可知，在车辆行进过程中的测量值（/>）中/>四条示向线为LOS测量值，即测量点与辐射源最近距离点之间，与建筑物无遮挡，其余为NLOS测量值；
步骤5.定位目标计算，加权指数计算如下，图3中目标定位结果如下表所示：
对所有7个示向线的权值，进行排序，选取权值最大的3个示向线，,组成集合/>。
LOS测量结果如图4所示，计算定位点与示向线之间的距离。
计算定位结果，集合中选取3个示向线一共/>个交点，假设示向线/>与/>的交点坐标为/>，该交点权值为/>*/>，如下表所示；
定位结果的坐标为//>。
=103.83097607，/>=30.6950397。
定位的计算值为, />，实际的目标位置为/>，计算误差值定义为：
经过多次测量其误差值统计如下表所示：

Claims (1)

1.一种基于地图信息视距或非视距检测的电磁目标定位方法，其特征在于，该方法包括：
步骤1：采集数据；
在移动监测车上安装GPS数据采集设备，实时采集移动车的位置信息和方位角测量信息，并按照时序排列测量数据；记录各个位置的GPS数据(xi，yi)和示向度数据Ai；将历史上各点采集的所有数据记为集合S；
根据历史时间对所有测试点的数据继续排序，假设在tm时刻，在位置(xm，ym)，测得的示向度记为Am，示向线记为Lm；在tm之前的时刻，其对应的N个前序时刻的示向度数据组成向量(Am，Am-1，Am-2...Am-N+1)；
步骤2：初始定位；
首先计算示向度两两相交的交点坐标，一共有N(N-1)/2个交点，根据交点的质心算法，求取所有交点的平均值即得到初步定位结果记为Pu(xu，yu)；
步骤3：地图信息提取；
对移动车经过的区域提取地图影像上的建筑物信息，记录建筑物的位置和尺寸；根据当前地图影像数据，利用二维图片N*N范围内各个像素点的RGB值，采用CNN卷积神经网络算法，进行建筑物目标识别提取；地图影像数据为TIFF格式，提取地图上的建筑物集合记为G，G包含所有建筑物的坐标与尺寸，每个建筑物用形状用geometry表示，结构体包含建筑物的集合形状与坐标的所有信息；
步骤4：示向线LOS路径检测；
步骤4.1：更新的示向度集合；
根据移动车采集的示向度数据，不断迭代更新定位位置；在m时刻，采集新的数据，其采集点位置为Pm(xm，ym)，对应示向度为Am，示向线Lm表示为以Pm为原点，夹角为Am的示向线；
Sm表示m时刻往前的N个数据集合，m+1时刻的示向线Lm+1加入集合Sm，并替换数据Lm-N+1与前序时刻共N个示向线数据组成序列(Lm+1，Lm，Lm-1，Lm-2...Lm-N+2)，记为Sm+1；
步骤4.2：示向线LOS检测；
判断示向线是否与建筑物有相交；
根据步骤3的建筑物信息集合，示向线Lm，判断示向线与定位点垂线之间的连线上是否有建筑物遮挡，如果示向线被建筑物遮挡，即则为相交，标记该示向线为NLOS；
如果示向线不被建筑物遮挡，即示向线Lm与建筑物集合G无交集则为不相交，该点示向线标记为LOS；
步骤5：定位目标计算；
步骤5.1：计算加权指数；
计算上一时刻定位结果PUm到示向线Lm+1的垂线距离dm+1，dm+1表示示向度偏离上一定位结果的距离，定义为示向度的加权指数wm+1，计算步骤4.1中Sm+1每个元素的加权指数(wm+1,wm,wm-1,wm-2,...,wm-N+1)；
LOS示向线Li的权值记为：
NLOS示向线Lj的权值记为：
对所有N个示向线的权值，进行排序，选取权值最大的K个示向线，组成集合
步骤5.2：更新定位结果；
集合Sm+1中选取权值最大的K个示向线一共K(K-1)/2个交点，假设示向线Li与Lj的交点坐标为Dij，该交点权值为wij＝wi*wj；
定位结果的坐标为
CN202311597745.6A 2023-11-28 2023-11-28 一种基于地图信息视距或非视距检测的电磁目标定位方法 Active CN117310772B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311597745.6A CN117310772B (zh) 2023-11-28 2023-11-28 一种基于地图信息视距或非视距检测的电磁目标定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311597745.6A CN117310772B (zh) 2023-11-28 2023-11-28 一种基于地图信息视距或非视距检测的电磁目标定位方法

Publications (2)

Publication Number Publication Date
CN117310772A CN117310772A (zh) 2023-12-29
CN117310772B true CN117310772B (zh) 2024-02-02

Family

ID=89255552

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311597745.6A Active CN117310772B (zh) 2023-11-28 2023-11-28 一种基于地图信息视距或非视距检测的电磁目标定位方法

Country Status (1)

Country Link
CN (1) CN117310772B (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09247738A (ja) * 1996-03-05 1997-09-19 Rookasu:Kk 無線移動端末の位置特定方式
JP2001067125A (ja) * 1999-08-27 2001-03-16 Fujitsu Ltd 実世界情報データベース構築方法及び装置と自律移動走行体学習方法
CN104995526A (zh) * 2013-02-07 2015-10-21 高通股份有限公司 地面定位系统校准
JP2017038192A (ja) * 2015-08-07 2017-02-16 日本電信電話株式会社 無線通信システム、基地局装置、端末局装置及び無線通信方法
WO2017058340A2 (en) * 2015-07-17 2017-04-06 The Regents Of The University Of California System and method for localization and tracking using gnss location estimates, satellite snr data and 3d maps
CN109714114A (zh) * 2018-12-05 2019-05-03 彩虹无人机科技有限公司 一种无人机通信侦察系统
CN112444834A (zh) * 2019-08-29 2021-03-05 华为技术有限公司 一种定位方法及电子设备
CN113885046A (zh) * 2021-09-26 2022-01-04 天津大学 针对低纹理车库的智能网联汽车激光雷达定位系统及方法
CN113960528A (zh) * 2021-09-14 2022-01-21 成都德辰博睿科技有限公司 一种无线电发射源定位系统的实现方法
CN115032585A (zh) * 2022-08-11 2022-09-09 电子科技大学 一种基于rss测距和射线追踪技术的非视距场景定位方法
CN115113239A (zh) * 2022-06-27 2022-09-27 浙江飞碟汽车制造有限公司 一种卫星导航实时定位中的选星方法
KR20230083409A (ko) * 2021-12-03 2023-06-12 주식회사 엔에스이 고밀집 실내 환경에 적합한 무인비행체 위치 결정 시스템
CN116626675A (zh) * 2023-05-24 2023-08-22 电子科技大学 一种长l形建筑布局下两阶段目标定位方法
CN116806049A (zh) * 2023-06-01 2023-09-26 国家无线电监测中心成都监测站 一种基于示向度累计偏差度的无线电定位方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8757548B2 (en) * 2007-04-30 2014-06-24 The Boeing Company Apparatus for an automated aerial refueling boom using multiple types of sensors
US9363645B2 (en) * 2013-10-17 2016-06-07 Symbol Technologies, Llc Locationing system performance in non-line of sight conditions
GB2551347B (en) * 2016-06-13 2020-04-15 Toshiba Kk Indoor localisation using received signal quality weights

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09247738A (ja) * 1996-03-05 1997-09-19 Rookasu:Kk 無線移動端末の位置特定方式
JP2001067125A (ja) * 1999-08-27 2001-03-16 Fujitsu Ltd 実世界情報データベース構築方法及び装置と自律移動走行体学習方法
CN104995526A (zh) * 2013-02-07 2015-10-21 高通股份有限公司 地面定位系统校准
WO2017058340A2 (en) * 2015-07-17 2017-04-06 The Regents Of The University Of California System and method for localization and tracking using gnss location estimates, satellite snr data and 3d maps
JP2017038192A (ja) * 2015-08-07 2017-02-16 日本電信電話株式会社 無線通信システム、基地局装置、端末局装置及び無線通信方法
CN109714114A (zh) * 2018-12-05 2019-05-03 彩虹无人机科技有限公司 一种无人机通信侦察系统
CN112444834A (zh) * 2019-08-29 2021-03-05 华为技术有限公司 一种定位方法及电子设备
CN113960528A (zh) * 2021-09-14 2022-01-21 成都德辰博睿科技有限公司 一种无线电发射源定位系统的实现方法
CN113885046A (zh) * 2021-09-26 2022-01-04 天津大学 针对低纹理车库的智能网联汽车激光雷达定位系统及方法
KR20230083409A (ko) * 2021-12-03 2023-06-12 주식회사 엔에스이 고밀집 실내 환경에 적합한 무인비행체 위치 결정 시스템
CN115113239A (zh) * 2022-06-27 2022-09-27 浙江飞碟汽车制造有限公司 一种卫星导航实时定位中的选星方法
CN115032585A (zh) * 2022-08-11 2022-09-09 电子科技大学 一种基于rss测距和射线追踪技术的非视距场景定位方法
CN116626675A (zh) * 2023-05-24 2023-08-22 电子科技大学 一种长l形建筑布局下两阶段目标定位方法
CN116806049A (zh) * 2023-06-01 2023-09-26 国家无线电监测中心成都监测站 一种基于示向度累计偏差度的无线电定位方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
Establishing UAV-Aided VBSs for Secure Multicasting;Wang, Qian;《IEEE WIRELESS COMMUNICATIONS LETTERS》;第9卷(第7期);第1009-1013页 *
Intelligent urban positioning, shadow matching and non-line-of-sight signal detection;Groves, P.D;《 2012 6th ESA Workshop on Satellite Navigation Technologies (Navitec 2012) & European Workshop on GNSS Signals and Signal Processing》;第1-8页 *
一种适用于短基线大测向误差条件的高效定位方法;黄凯;;通信对抗(第03期);第14-16+39页 *
城市峡谷环境下车辆融合定位技术研究;蒋荣;《中国优秀硕士学位论文全文数据库工程科技II辑》;第C035-408页 *
基于深度优先多径参数估计的NLOS定位增强算法;卢小峰;《通信学报》;第44卷(第08期);第99-110页 *
移动无线电测向监测系统的研究和设计;陈开东;《中国优秀硕士学位论文全文数据库信息科技辑》;第I136-348页 *

Also Published As

Publication number Publication date
CN117310772A (zh) 2023-12-29

Similar Documents

Publication Publication Date Title
CN109949326B (zh) 基于背包式三维激光点云数据的建筑物轮廓线提取方法
CN105955258B (zh) 基于Kinect传感器信息融合的机器人全局栅格地图构建方法
CN117836653A (zh) 一种基于车载定位装置的路侧毫米波雷达校准方法
CN114444158B (zh) 一种基于三维重建的地下巷道形变预警方法及系统
US11971961B2 (en) Device and method for data fusion between heterogeneous sensors
CN107328406B (zh) 一种基于多源传感器的矿井移动目标定位方法与系统
CN105203023A (zh) 一种车载三维激光扫描系统安置参数的一站式标定方法
CN108681337B (zh) 一种涵洞或桥梁专用巡查无人机及无人机巡查方法
CN108592903B (zh) 一种基于路网地磁基准库的车辆地磁匹配定位方法
CN115641553B (zh) 掘进机作业环境侵入物的在线检测装置及方法
CN114359181A (zh) 一种基于图像和点云的智慧交通目标融合检测方法及系统
CN110018503B (zh) 车辆的定位方法及定位系统
CN115797408A (zh) 融合多视角图像和三维点云的目标跟踪方法及装置
CN116844147A (zh) 一种基于深度学习的指针式仪表识别和异常警报方法
CN109829923B (zh) 一种基于深度神经网络的基站天线下倾角测量系统及方法
CN117310772B (zh) 一种基于地图信息视距或非视距检测的电磁目标定位方法
CN115930946A (zh) 室内外交变环境下动态障碍物多特征描述的方法
CN113554705B (zh) 一种变化场景下的激光雷达鲁棒定位方法
CN115546551A (zh) 一种基于深度学习的地理信息提取方法及系统
CN116635739A (zh) 一种基于车载定位装置的路侧毫米波雷达校准方法
CN102645646B (zh) 一种多信源不确定融合定位方法
FAN et al. Intelligent antenna attitude parameters measurement based on deep learning ssd model
Inoue et al. Development of position measurement system for construction pile using laser range finder
US20230025579A1 (en) High-definition mapping
CN112415471B (zh) 一种单站移动测向定位方法

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