[發(fā)明專利]一種抗測(cè)量野值干擾的多目標(biāo)魯棒定位方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202111402405.4
• 申請(qǐng)日: 2021-11-23
• 公開（公告）號(hào): CN114088086A
• 公開（公告）日: 2022-02-25
• 發(fā)明（設(shè)計(jì)）人: 羅成名;楊旭東;王璐雪;王彪
• 申請(qǐng)（專利權(quán)）人: 江蘇科技大學(xué)
• 主分類號(hào): G01C21/00
• 分類號(hào): G01C21/00;G01C21/20;G06F17/16;G06F17/18;G06K9/62
• 代理公司: 南京經(jīng)緯專利商標(biāo)代理有限公司 32200
• 代理人: 徐澍

1.一種抗測(cè)量野值干擾的多目標(biāo)魯棒定位方法，其特征是：根據(jù)目標(biāo)的運(yùn)動(dòng)模型和傳感器采集到的目標(biāo)與傳感器對(duì)間的距離差信息來(lái)建立多目標(biāo)的狀態(tài)模型和觀測(cè)模型；基于傳感器的先驗(yàn)信息來(lái)對(duì)觀測(cè)值進(jìn)行檢測(cè)，找到測(cè)量野值；引入虛擬點(diǎn)、關(guān)聯(lián)門和聯(lián)合概率對(duì)檢測(cè)到的測(cè)量野值進(jìn)行修正；利用修正后的測(cè)量值推導(dǎo)具有魯棒特性的無(wú)跡粒子濾波模型；融合多傳感器的魯棒無(wú)跡粒子濾波結(jié)果實(shí)現(xiàn)多目標(biāo)定位。

2.根據(jù)權(quán)利要求1所述的一種抗測(cè)量野值干擾的多目標(biāo)魯棒定位方法，其特征是：所述根據(jù)目標(biāo)的運(yùn)動(dòng)模型和傳感器采集到的目標(biāo)與傳感器對(duì)間的距離差信息來(lái)建立多目標(biāo)的狀態(tài)模型和觀測(cè)模型的內(nèi)容和方法，具體包括以下步驟：

(1)多目標(biāo)狀態(tài)為其中mx_j(k)、my_j(k)和mz_j(k)分別代表移動(dòng)目標(biāo)的位置坐標(biāo)，和分別代表移動(dòng)目標(biāo)x軸、y軸和z軸的速度，于是多目標(biāo)的狀態(tài)模型可表示為X_j(k)＝F_jX_j(k-1)+Γ_ju_j(k-1)，u_j(k-1)為符合高斯分布的過程噪聲，F(xiàn)_j為狀態(tài)轉(zhuǎn)移矩陣，Γ_j為狀態(tài)噪聲矩陣；

(2)移動(dòng)目標(biāo)m_j(k)＝[mx_j(k),my_j(k),mz_j(k)]^T與傳感器a_i＝[ax_i,ay_i,az_i]^T之間的距離關(guān)系為其中||·||表示二范數(shù)，移動(dòng)目標(biāo)m_j(k)與傳感器a_i和a₁間的距離差表示為基于距離差和測(cè)量噪聲v_j(k)的測(cè)量模型可表示為Z_j(k)＝H(X_j(k))+v_j(k)，其中

3.根據(jù)權(quán)利要求1所述的一種抗測(cè)量野值干擾的多目標(biāo)魯棒定位方法，其特征是：所述基于傳感器的先驗(yàn)信息來(lái)對(duì)觀測(cè)值進(jìn)行檢測(cè)，找到測(cè)量野值的內(nèi)容和方法，具體包括以下步驟：

(1)當(dāng)移動(dòng)目標(biāo)m_j(k)和傳感器a_i間幾何距離d_i^j小于傳感器的通信半徑R_c，該移動(dòng)節(jié)點(diǎn)才能夠感知到傳感節(jié)點(diǎn)的無(wú)線信號(hào)；

(2)因?yàn)闇y(cè)量數(shù)據(jù)為距離差所以利用移動(dòng)目標(biāo)與傳感器對(duì)之間的距離差關(guān)系來(lái)判斷測(cè)量序列是否存在野值，即當(dāng)則認(rèn)為該觀測(cè)值不存在野值；否則，該測(cè)量值存在野值。

4.根據(jù)權(quán)利要求1所述的一種抗測(cè)量野值干擾的多目標(biāo)魯棒定位方法，其特征是：所述引入虛擬觀察點(diǎn)、關(guān)聯(lián)門和聯(lián)合概率對(duì)檢測(cè)到的測(cè)量野值進(jìn)行修正的內(nèi)容和方法，具體包括以下步驟：

(1)將橢球體的關(guān)聯(lián)門等效成球體，其半徑表示為其中V為橢球體的體積，于是在預(yù)測(cè)觀測(cè)值為中心附近產(chǎn)生服從均值為l/2和方差為l的高斯分布的虛擬觀測(cè)點(diǎn)其中N_p為虛擬觀測(cè)點(diǎn)的個(gè)數(shù)；

(2)虛擬觀測(cè)點(diǎn)的新息可以表示為根據(jù)設(shè)定的閾值g和預(yù)測(cè)新息協(xié)方差來(lái)篩選有效虛擬觀測(cè)點(diǎn)，當(dāng)小于g時(shí)，該虛擬觀測(cè)點(diǎn)為有效虛擬觀測(cè)點(diǎn)；否則，剔除該虛擬觀測(cè)點(diǎn)，經(jīng)過篩選后有效虛擬觀測(cè)點(diǎn)表示為其中N_v為有效虛擬觀測(cè)點(diǎn)的個(gè)數(shù)；

(3)將有效虛擬觀測(cè)點(diǎn)的聯(lián)合概率β_m2作為其權(quán)值，最后根據(jù)修正有野值的觀測(cè)值。

5.根據(jù)權(quán)利要求1所述的一種抗測(cè)量野值干擾的多目標(biāo)魯棒定位方法，其特征是：所述利用修正后的測(cè)量值推導(dǎo)具有魯棒特性的無(wú)跡粒子濾波模型的內(nèi)容和方法，具體包括以下步驟：根據(jù)無(wú)跡卡爾曼濾波獲得的粒子均值和其對(duì)應(yīng)的協(xié)方差構(gòu)建高斯建議密度函數(shù)，作為粒子濾波中的重要性密度函數(shù)來(lái)指導(dǎo)粒子進(jìn)行重采樣，其表達(dá)式為以此來(lái)防止粒子退化，繼而集合粒子濾波來(lái)獲得狀態(tài)的最小方差估計(jì)

6.根據(jù)權(quán)利要求1所述的一種抗測(cè)量野值干擾的多目標(biāo)魯棒定位方法，其特征是：所述融合多傳感器的魯棒無(wú)跡粒子濾波結(jié)果實(shí)現(xiàn)多目標(biāo)定位的內(nèi)容和方法，其具體包括以下步驟：

(1)對(duì)所有傳感器獲得的測(cè)量數(shù)據(jù)進(jìn)行權(quán)利要求4所述的測(cè)量野值修正方法，繼而利用修正后的測(cè)量值進(jìn)行魯棒無(wú)跡粒子濾波來(lái)獲得所有的濾波結(jié)果集同時(shí)收集對(duì)應(yīng)的協(xié)方差集

(2)根據(jù)將所有的協(xié)方差進(jìn)行歸一化處理，其中⊙指的是Hadamard乘積，然后利用歸一化后的協(xié)方差和對(duì)應(yīng)的濾波結(jié)果進(jìn)行加權(quán)求和得到移動(dòng)目標(biāo)的最終濾波結(jié)果將中的第一行第一列、第三行第一列和第五行第一列的元素作為移動(dòng)目標(biāo)的定位結(jié)果即