[發(fā)明專利]基于移動接收器協(xié)同分析的移動目標源定位方法

在審

• 申請?zhí)枺?/td>: 202011302148.2
• 申請日: 2020-11-19
• 公開（公告）號: CN112540343A
• 公開（公告）日: 2021-03-23
• 發(fā)明（設計）人: 李莉萍;程瑤瑤
• 申請（專利權）人: 安徽大學
• 主分類號: G01S5/02
• 分類號: G01S5/02
• 代理公司: 合肥國和專利代理事務所(普通合伙) 34131
• 代理人: 張祥騫

1.一種基于移動接收器協(xié)同分析的移動目標源定位方法，其特征在于，包括以下步驟：

11)移動目標源和移動接收器數(shù)據信息的獲取：獲取移動目標源數(shù)據、移動接收器數(shù)據，并進行預設定；

12)對接收數(shù)據進行初始分析：根據移動接收器的到達時間差TDOA、到達頻率差FDOA分別對移動目標源數(shù)據進行分析；

13)進行移動目標源定位：通過構造移動目標源的偽線性方程組將定位問題轉化為存在約束條件下求偏差的加權最小二乘解問題，通過迭代法結合“滑動窗口”降噪處理得出移動目標源的位置向量。

2.根據權利要求1所述的基于移動接收器協(xié)同分析的移動目標源定位方法，其特征在于，所述的移動目標源和移動接收器數(shù)據信息的獲取包括以下步驟：

21)獲取移動接收器數(shù)據信息，設有M個移動接收器，其中s_m為第m個傳感器的真實位置向量，

s_m＝[s_mp^T，s_mv^T]^T，m＝1，2，...，M，

s_mp和s_mv分別表示第m個傳感器的真實位置和真實速度，T表示矩陣的轉置；

總的傳感器位置向量表示如下：

s＝[s₁^T，s₂^T，...，s_M^T]^T；

22)獲取移動目標源數(shù)據信息，用u＝[u_p^T，u_v^T]^T表示目標源的真實位置向量，其中u_p和u_v分別表示該源的真實位置和真實速度。

3.根據權利要求1所述的基于移動接收器協(xié)同分析的移動目標源定位方法，其特征在于，所述的對接收數(shù)據進行初始分析包括以下步驟：

31)設第一個傳感器為基準傳感器，為傳感器1，則傳感器m(2≤m≤M)和傳感器1相對于目標源的TDOA測量值為：

其中，是TDOA的真實值，c是給定的信號傳播速度，u_p表示該源的真實位置，s_mp表示第m個傳感器的真實位置，e_m1p是TDOA噪聲；

32)將TDOA測量值轉換為到達距離差RDOA的測量值公式如下：

其中，r_m1p＝ct_m1p＝(||u_p-s_mp||₂-||u_p-s_1p||₂)，是RDOA真實值，ε_m1p＝ce_m1p，是RDOA噪聲；

由此得到目標源的所有RDOA的集合為：

上式中r_p＝[r_21p，r_31p，...，r_M1p]^T，ε_p＝[ε_21p，ε_31p，...，ε_M1p]^T；

33)計算傳感器m和傳感器1相對于目標源的到達速率差RDROA的測量值其計算公式如下：

其中，是RDROA真實值，ε_m1v是RDROA噪聲，則目標源的所有RDROA的集合為：

上式中r_v＝[r_21v，r_31v，...，r_M1v]^T，ε_v＝[ε_21v，ε_31v，...，ε_M1v]^T；

34)將目標源的RDOA和RDROA放一起，計算得到總的測量值向量為：

其中，r＝[r_p^T，r_v^T]^T，是RDOA和RDROA的真實值，ε＝[ε_p^T，ε_v^T]^T是噪聲向量，它服從零均值高斯分布，且協(xié)方差矩陣為P₁＝E[εε^T]；

由于傳感器的位置向量存在偏差，

設：其中s_m為傳感器的真實位置向量，ξ_m為噪聲，則總的傳感器位置向量為：

其中，ξ＝[ξ₁^T，ξ₂^T，...，ξ_M^T]^T，是服從零均值高斯分布的傳感器位置誤差向量，且有協(xié)方差矩陣P₂＝E[ξ ξ^T]。

4.根據權利要求1所述的基于移動接收器協(xié)同分析的移動目標源定位方法，其特征在于，所述進行移動目標源定位包括以下步驟：

41)構造移動目標源的偽線性方程組，其表示如下：

傳感器m和傳感器1相對于目標源的TDOA真實值為：

r_m1p＝(||u_p-s_mp||₂-||u_p-s_1p||₂)(2≤m≤M) (8)

將上式變形得：

(a_mp(r，s))^Tt＝b_mp(r，s) (9)

(a_mv(r，s))^Tt＝b_mv(r，s) (10)

其中，a_mp(r，s)＝[2(s_1p-s_mp)^T，0_1×3，-2r_m1p，0]^T，

t是引入的輔助變量，且

a_mv(r，s)＝[(s_1v-s_mv)^T，(s_1p-s_mp)^T，-r_m1v，r_m1p]^T，

b_mv(r，s)＝r_m1pr_m1v-(s_1p-s_mp)^T(s_1v-s_mv)，u_p表示目標源的真實位置，s_mp表示第m個傳感器的真實位置；

則所有傳感器匯總得偽線性方程組為

A(r，s)t＝b(r，s) (11)

其中，

42)設定二次約束方程，如下：

由41)步驟得：

其中φ₁(u，s)＝||u_p-s_1p||₂，顯然φ₁(u，s)和φ₂(u，s)是與u有關的，故引入二次約束方程為：

43)轉化為約束加權最小二乘解問題：

式(11)的“＝”是在理想情況下才成立，但現(xiàn)實中存在噪聲，故式(11)變?yōu)?/p>

等式不成立，故引入一個偏差向量δ并使其最小來求解最接近的值，即

利用泰勒級數(shù)展開和

則(18)式化為：

δ≈C₁(t，r，s)ε+C₂(t，r，s)ξ (21)

其中

為了使最終結果更為精確，引入了擴展參數(shù)向量來聯(lián)合估計u和s：

則(17)式變成：

其中

則目標源定位求解問題轉化為存在約束條件下求解偏差的加權最小值問題，即：

其中W為加權矩陣，且

44)迭代法結合“滑動窗口”降噪處理得出目標源的位置向量：

441)迭代法求解：

假設是的前8個元素，定義矩陣

利用QR分解得：

其中，Q(k)＝[Q₁(k)，Q₂(k)]是8×8的正交矩陣，且R₁(k)是2×2非奇異上三角矩陣，令則(23)式的解為：

忽視約束條件并取W為單位矩陣，結合最小二乘法(LS)得到初始值：

如果上一次迭代得到的結果是令進行迭代，隨著迭代次數(shù)的增加，將會逐漸收斂，一般情況下k取10次即可，在此w₁和w₂可取0.5，由此得最終的定位解為：

442)“滑動窗口”降噪處理：

求解(17)式中的t使最終結果更加精確，引入“滑動窗口”降噪處理：

利用441)提出的迭代法計算(17)式10次，得到t₁，t₂，...，t₁₀，將它們視為第一組并取平均x₁＝(t₁+t₂+…+t₁₀)/10，再計算(17)式1次，得到t₁₁，再以t₂，t₃，...，t₁₁為第二組并取平均x₂＝(t₂+t₃+…+t₁₁)/10，以此類推；得到x_L＝(t_L+t₁+…+t₉)/10，L為運行次數(shù)，最終取平均為包含移動目標源位置向量的輔助參數(shù)。