[發明專利]一種快速被動傳感器網絡多目標定位方法

有效

• 申請號: 202011248385.5
• 申請日: 2020-11-10
• 公開（公告）號: CN112666515B
• 公開（公告）日: 2023-06-27
• 發明（設計）人: 蘭劍;劉爽;安翔;吳生盛;張樂;曹曉萌
• 申請（專利權）人: 西安交通大學
• 主分類號: G01S5/00
• 分類號: G01S5/00;G01C21/20
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 安彥彥

本發明公開了一種快速被動傳感器網絡多目標定位方法，步驟為：一：利用探測范圍以及相對位置判定不同傳感器間的關聯可能性，以此對傳感器進行分類；二：根據當前時刻各傳感器是否觀測到目標更新傳感器分類，并對量測進行編號；三：初始化量測關聯假設，給出所有可能的關聯結果；四：根據設定的規則進行假設刪減及代價計算；五：建立多維分配模型；六：求解多維分配問題并完成多目標精確定位。本發明能夠應用于園區、倉儲、博物館、小區以及工廠等可以使用被動傳感器網絡作為安防系統的區域，解決現有數據關聯算法無法應用或無法很好的應用于多被動傳感器觀測下的多目標定位，造成計算復雜度高而精度低的問題。

技術領域

本發明涉及被動傳感器網絡目標定位方法，特別是一種快速被動傳感器網絡多目標定位方法。

背景技術

由于被動傳感器與主動傳感器相比有更好的隱蔽性，且造價相對較低，可大范圍覆蓋同一區域并進行組網探測，通過多傳感器精準獲取目標信息，這些優勢使得基于被動傳感器網絡進行多目標定位有著非常大的研究價值。

而在園區、倉儲、博物館、小區以及工廠等使用被動傳感器網絡作為安防系統的區域，多目標被動定位是信息融合領域的一大難題，數據關聯是多目標被動定位最重要也是最具有挑戰性的問題，任何目標定位算法的精確性都需要正確的數據關聯為前提。被動傳感器只能獲得目標的方位，角度量測非線性強且包含的位置信息不完整，使得數據關聯變得十分困難。被動傳感器網絡中的數據關聯還面臨著以下問題：目標個數不確定，傳感器探測存在漏檢、虛警，陣列探測范圍有限，一個節點可能與多個節點有且有不同的公共探測區域。

目前數據關聯的算法有很多，應用廣泛的數據關聯技術有最近鄰算法(NN)、概率數據關聯(PDA)、聯合概率數據關聯(JPDA)和多假設跟蹤(MHT)等，這些算法都因各自的局限性不適用于探測距離有限的被動傳感器網絡監測下的多目標定位問題。最近鄰算法在雜波較多時，容易關聯錯誤；概率數據關聯算法難以處理目標個數未知或目標分布密集的問題；聯合概率數據關聯算法需要已知目標個數，且其計算量隨目標個數的增加呈指數增長；多假設跟蹤可以做到快速準確的數據關聯，但在被動傳感器網絡中，同一時刻同一目標有多個量測，這與其基本假設矛盾。

本發明在多維(S-D)分配技術的框架下解決被動傳感器網絡多目標定位問題。由于被動傳感器網絡中傳感器探測范圍有限，網絡拓撲關系復雜，直接使用傳統的多維分配算法會產生很多問題：傳感器數量較多導致關聯假設數目增多，對應的優化問題的模型維度過高造成求解緩慢；拉格朗日松弛算法只能得到次優解，模型維度過高會累積誤差，難以得到正確的關聯結果。因此實際使用中需要根據被動傳感器網絡的特殊性進行進一步的優化和改進。

發明內容

本發明的目的在于解決現有數據關聯技術在被動傳感器網絡中存在無法使用或者復雜度高等問題，而提出的一種新的快速被動傳感器網絡多目標定位方法。對發明的應用場景，探測距離有限的被動傳感器在探測區域內均勻分布，并組成傳感器網絡對區域內的多目標進行定位。

本發明是通過下述技術方案來實現的。

本發明提供的一種快速被動傳感器網絡多目標定位方法，包括以下步驟：

步驟一：計算各傳感器之間的距離，按照相互之間的距離以及探測范圍判斷傳感器之間是否有共同觀測區域，以每一類中的傳感器兩兩之間不存在共同觀測區域為條件，對傳感器進行分類；

步驟二：在每個采樣時刻，通過刪除每一類中沒有觀測到目標的傳感器來更新分類結果，并對每一類中的傳感器的量測進行編號；

步驟三：根據傳感器分類結果，初始化被動傳感器網絡中可能的量測關聯組合；

步驟四：根據設定好的規則，計算所有滿足規則要求的量測組合所對應的目標位置及代價；

步驟五：根據一個目標同一時刻至多被同一傳感器觀測一次，一個量測只能來源于一個目標或雜波的原則，構建多維分配模型；