公开/公告号CN103886192A
专利类型发明专利
公开/公告日2014-06-25
原文格式PDF
申请/专利号CN201410093019.5
申请日2014-03-13
分类号G06F19/00(20110101);G01S5/00(20060101);
代理机构北京科亿知识产权代理事务所(普通合伙);
代理人汤东凤
地址 215347 江苏省苏州市昆山市苇城南路1699号工研院综合大楼804
入库时间 2024-02-20 00:15:49
法律状态公告日
法律状态信息
法律状态
2019-03-08
未缴年费专利权终止 IPC(主分类):G06F19/00 授权公告日:20170111 终止日期:20180313 申请日:20140313
专利权的终止
2017-01-11
授权
授权
2014-07-16
实质审查的生效 IPC(主分类):G06F19/00 申请日:20140313
实质审查的生效
2014-06-25
公开
公开
技术领域
本发明涉及一种单站定位技术,具体涉及一种某单站定位系统,可用于 对小样本量、动目标的单站定位。
背景技术
目前定位的方法有很多种:时差(TDOA)无源定位、频差(FDOA)无源定位、 测向(DF)定位、测相位变化率联合定位、混合定位,包括测向/测时差联合 定位、测向/测相位变化率联合定位、测向/测频联合定位、时差/频差联合 定位(TDOA/FDOA)等。对某种具体的定位技术体制而言,按实现方法还可以 细分。例如测向定位,按测向定位的实现方法还可以细分为比幅、比相、时 差、高分辨率阵列测向定位法等。
不同的定位技术体制和实现方法在使用上有其不同的优缺点。比如在基 于相位差变化率的定位中,由于需要利用Kalman滤波器计算相位差变化率, 因此如果捕获的样本量小,那么相位差变化率就很难估计的准确。而在基于 多普勒变化率的定位中,由于需要计算非常精细的多普勒频移,对于复杂电 磁环境而言,需要存储大量的原始数据样本,这在硬件上有时是不可行的。 并且以往的所有单站定位算法基本上都只针对目标是静止的情况。
发明内容
针对现有技术的不足,本发明旨在提供一种基于二次规划的运动目标单 站定位技术,在即使捕获的样本量较小的情况下,也能实现对运动目标的较 为精确的单位定位。
为达到上述目的,本发明提供技术方案如下:
步骤1,运动观测平台截获运动目标的信号;
步骤2,所述运动观测平台对在其自身运动轨迹上获得的所述运动目标 信号进行波达方向(DoA)估计,得出所述运动目标的DoA不连续测量值,具 体实现步骤如下:
记ti,i=0,1,2,...,M-1表示平台截获到目标信号并进行了DoA估计的时刻, φi,θi,ri分别表示在ti时刻所述运动观测平台观测到的所述运动目标相对所述 运动观测平台的方位角、俯仰角和距离在大地坐标系x-O-y中的值;所述运 动观测平台的位置用矩阵pPi=[xPi yPi zPi]T表示,所述运动目标的位置用矩 阵pTi=[xTi yTi zTi]T表示;则所述ti时刻的方位角、俯仰角和距离在大地坐 标系x-O-y中的值、所述运动观测平台位置以及所述运动目标位置之间的关 系表示为:
步骤3,利用所述步骤2得出的DoA不连续测量值,建立目标分段直线 运动模型,即:
将所述运动目标的运动轨迹按照ti时刻划分成若干段,并且假设在每段 上,所述运动目标是匀速直线运动,速度为vTi=[vxi vyi vzi]T,且此速度小 于某个极限值;
所述运动观测平台位置估计值与理论值的误差e表示为:
e=Bx-pP
矩阵B为
则所述误差的平方E表示为:
步骤4,利用所述步骤3得出的目标分段直线运动模型,构造基于二次 规划的运动目标定位,获得所述运动目标的运动轨迹,具体可表示如下:
s.t.lb≤x≤ub;
其中lb与ub为x的约束范围,其中lb为x的下限,ub为x的上限。
本发明提供了一种基于二次规划的运动目标单站定位技术,使得在样本 捕获量较小的情况下,也能对运动目标实现单站定位,并且保持定位结果的 精确度。
附图说明
图1为运动目标单站定位模型示意图;
图2为所述二次规划算法仿真示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,本实施例将参照附 图,对本发明的实施方式进行进一步详述。需要说明的是,本实施例在以本 发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过 程,但本发明的保护范围不限于下述的实施例。
步骤1,运动观测平台截获运动目标的信号;
步骤2,所述运动观测平台对在其自身运动轨迹上获得的所述运动目标 信号进行波达方向(DoA)估计,得出所述运动目标的DoA不连续测量值:
如图1所示,ti,i=0,1,2,...,M-1表示平台截获到目标信号并进行了DoA估 计的时刻,φi,θi,ri分别表示在ti时刻所述运动观测平台观测到的所述运动目标 相对所述运动观测平台的方位角、俯仰角和距离在大地坐标系x-O-y中的值。 ti时刻的φi,θi,ri与平台位置pPi=[xPi yPi zPi]T以及目标位置 pTi=[xTi yTi zTi]T之间的关系表示为:
步骤3,利用所述步骤2得出的DoA不连续测量值,建立目标分段直线 运动模型:
将所述运动目标的运动轨迹按照ti时刻划分成若干段,并且假设在每段 上,所述运动目标是匀速直线运动,速度为vTi=[vxi vyi vzi]T,且此速度小 于某个极限值;
平台位置估计值与理论值的误差e表示为:
e=Bx-pP
矩阵B为
则误差的平方E表示为:
步骤4,利用所述步骤3得出的所述信号模型,构造基于二次规划的运 动目标定位,获得所述运动目标的运动轨迹:
所述基于二次规划的运动目标定位算法可表示为:
s.t.lb≤x≤ub;
其中lb与ub为x的约束范围,其中lb为x的下限,ub为x的上限;
仿真实验
运用内点法(interiorpoint)、activeset和共轭梯度法等方法将所述 基于二次规划的运动目标定位算法进行仿真,结果如附图2所示,图中的加 号代表平台的运动轨迹,圆圈代表目标位置的理论值,星号代表的是目标的 DoA测量误差引起的位置偏差,三角代表的是目标经过所述基于二次规划的 运动目标单站定位算法以后的位置估计值。可以看出仅仅在有10个样本点 以及目标存在运动的情况下,目标的运动轨迹仍然可以进行估计,并且保证 了较高的相对精度,这是以往的静止目标定位算法所不能实现的。
机译: 基于数字指南针的基于3D矢量表达技术的士兵目标定位系统及其操作方法
机译: 基于3D矢量表达技术的数字罗盘基于士兵的目标定位系统及其操作方法
机译: 基于人为定位的多个移动设备中的基于传感器测量的运动确定技术