CN104391272A - 利用测向数据进行目标定位的方法与*** - Google Patents
利用测向数据进行目标定位的方法与*** Download PDFInfo
- Publication number
- CN104391272A CN104391272A CN201410584009.1A CN201410584009A CN104391272A CN 104391272 A CN104391272 A CN 104391272A CN 201410584009 A CN201410584009 A CN 201410584009A CN 104391272 A CN104391272 A CN 104391272A
- Authority
- CN
- China
- Prior art keywords
- sight line
- coordinate
- passsive
- target
- represent
- 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.)
- Granted
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
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/16—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using electromagnetic waves other than radio waves
Landscapes
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及多传感器信息融合技术领域,尤其涉及一种利用测向数据进行目标定位的方法与***。本发明利用三个被动式传感器同时观测目标,由每一被动式传感器对目标观测得到的角度测量数据确定出一条由该被动式传感器指向目标的视线,由此确定出三条由各被动式传感器指向目标的视线;然后计算三条视线中任意两条的公垂线段的中点的坐标,并将该坐标作为目标的一个坐标估计值,由此确定出目标的三个坐标估计值;最后计算由三个坐标估计值所确定的三角形的内心,并将该内心作为最终的目标坐标。本发明与利用重心法对目标进行定位的方法相比,有益效果在于,本发明利用三角形内心对目标进行定位,从而提高了目标定位精度及稳定性。
Description
技术领域
本发明涉及多被动式传感器信息融合技术领域,尤其涉及一种利用测向数据进行目标定位的方法与***。
背景技术
利用测向的观测数据对目标的被动定位具有隐蔽性强、抗干扰能力强的特点,在军事领域有重要的应用价值。由于测量中只有目标在空间中的角度信息,而没有目标的距离信息,因此,被动被动式传感器***通常采用多个被动式传感器同时观测到的视线交叉确定目标的坐标。在被动被动式传感器***中,如何利用多个被动式传感器的测量信息对目标进行快速和精确定位是一个需要解决的关键技术问题。
在利用多被动式传感器对目标进行定位的方法中,重心法是一种比较常见的方法,利用重心法对目标进行定位的基本过程为,先计算三条视线中任意两条的公垂线段的中点,并将其作为目标的一个坐标估计值,由此确定出目标的三个坐标估计值;然后由目标的三个坐标估计值计算由所述三个坐标估计值所确定的三角形的重心,并将该重心作为最终的目标坐标。重心法虽然也可以实现目标定位,但是其鲁棒性差,定位精度不高。
发明内容
本发明所要解决的技术问题是,提供一种利用测向数据进行目标定位的方法与***,以解决利用重心法对目标进行定位时鲁棒性差以及定位精度不高的缺点。本发明是这样实现的:
一种利用测向数据进行目标定位的方法,包括如下步骤:
利用三个被动式传感器同时观测目标,由每一被动式传感器对目标观测得到的角度测量数据确定出一条由该被动式传感器指向目标的视线,由此确定出三条由各被动式传感器指向目标的视线;
计算三条视线中任意两条的公垂线段的中点的坐标,并将该坐标作为目标的一个坐标估计值,由此确定出目标的三个坐标估计值;
计算由所述三个坐标估计值所确定的三角形的内心,并将该内心作为最终的目标坐标。
进一步地,所述三个坐标估计值的计算方法如下:
设三个被动式传感器分别为被动式传感器S1、被动式传感器S2、被动式传感器S3;其中,被动式传感器S1的坐标为被动式传感器S2的坐标为被动式传感器S3的坐标为
由被动式传感器S1指向目标的视线为(β1,ε1),其中,β1表示视线(β1,ε1)的方位角,ε1表示视线(β1,ε1)的俯仰角;
由被动式传感器S2指向目标的视线为(β2,ε2),其中,β2表示视线(β2,ε2)的方位角,ε2表示视线(β2,ε2)的俯仰角;
由被动式传感器S3指向目标的视线为(β3,ε3),其中,β3表示视线(β3,ε3)的方位角,ε3表示视线(β3,ε3)的俯仰角;
计算视线(β1,ε1)与视线(β2,ε2)的公垂线段与该两条视线的两个交点的坐标其中,i=1,2; 其中,i=1,2,pi=cos(εi)cos(βi),qi=cos(εi)sin(βi),ri=sin(βi), 其中, 如果i=1,则j=2,如果i=2,则j=1;
计算所述两个交点之间的中点的坐标X1,并将其作为由视线(β1,ε1)与视线(β2,ε2)所确定的坐标估计值;该坐标估计值为X1=(x1,y1,z1),其中
根据上述方法确定出另外两个坐标估计值分别为:X2=(x2,y2,z2),X3=(x3,y3,z3);其中,X2表示由视线(β2,ε2)与视线(β3,ε3)所确定的坐标估计值,X3表示由视线(β1,ε1)与视线(β3,ε3)所确定的坐标估计值。
进一步地,所述最终的目标坐标的计算方法为:
由三个坐标估计值X1、X2、X3确定出一个三角形ΔX1X2X3;
计算所述三角形ΔX1X2X3的内心X,并将内心X作为最终的目标坐标;其中,di表示Xi的对边,且其中i=1时,j=2,k=3,i=2时,j=1,k=3,i=3时,j=1,k=2;p=(d1+d2+d3)/2。
一种利用测向数据进行目标定位的***,包括三个被动式传感器及与所述三个被动式传感器连接的计算单元;
所述三个被动式传感器用于同时观测目标,由每一被动式传感器对目标观测得到的角度测量数据确定出一条由该被动式传感器指向目标的视线,由此确定出三条由各被动式传感器指向目标的视线;
所述计算单元用于计算三条视线中任意两条的公垂线段的中点的坐标,并将该坐标作为目标的一个坐标估计值,由此确定出目标的三个坐标估计值;
所述计算单元还用于计算由所述三个坐标估计值所确定的三角形的内心,并将该内心作为最终的目标坐标。
进一步地,设三个被动式传感器分别为被动式传感器S1、被动式传感器S2、被动式传感器S3;其中,被动式传感器S1的坐标为被动式传感器S2的坐标为被动式传感器S3的坐标为
由被动式传感器S1指向目标的视线为(β1,ε1),其中,β1表示视线(β1,ε1)的方位角,ε1表示视线(β1,ε1)的俯仰角;
由被动式传感器S2指向目标的视线为(β2,ε2),其中,β2表示视线(β2,ε2)的方位角,ε2表示视线(β2,ε2)的俯仰角;
由被动式传感器S3指向目标的视线为(β3,ε3),其中,β3表示视线(β3,ε3)的方位角,ε3表示视线(β3,ε3)的俯仰角;
所述计算单元具体用于:
计算视线(β1,ε1)与视线(β2,ε2)的公垂线段与该两条视线的两个交点的坐标其中,i=1,2; 其中,i=1,2,pi=cos(εi)cos(βi),qi=cos(εi)sin(βi),ri=sin(βi), 其中, 如果i=1,则j=2,如果i=2,则j=1;
计算所述两个交点之间的中点的坐标X1,并将其作为由视线(β1,ε1)与视线(β2,ε2)所确定的坐标估计值;该坐标估计值为X1=(x1,y1,z1),其中
根据上述方法确定出另外两个坐标估计值分别为:X2=(x2,y2,z2),X3=(x3,y3,z3);其中,X2表示由视线(β2,ε2)与视线(β3,ε3)所确定的坐标估计值,X3表示由视线(β1,ε1)与视线(β3,ε3)所确定的坐标估计值。
进一步地,所述计算单元还具体用于:
由三个坐标估计值X1、X2、X3确定出一个三角形ΔX1X2X3;
计算所述三角形ΔX1X2X3的内心X,并将内心X作为最终的目标坐标;其中,di表示Xi的对边,且其中i=1时,j=2,k=3,i=2时,j=1,k=3,i=3时,j=1,k=2;p=(d1+d2+d3)/2。
本发明与利用重心法对目标进行定位的方法相比,有益效果在于,本发明利用三角形内心对目标进行定位,从而提高了目标定位精度及稳定性。
附图说明
图1:本发明实施例提供的利用测向数据进行目标定位的方法流程示意图;
图2:上述方法中,利用两个被动式传感器对目标进行定位原理示意图;
图3:上述方法中,利用三个坐标估计值确定最终的目标坐标的原理示意图;
图4:本发明实施例提供的利用测向数据进行目标定位的***组成示意图。
图5:本发明与重心法的均方根误差随角度测量误差标准差变化曲线对比图;
图6:目标纵坐标为2.5km、传感器的角度测量误差标准差为1mrad时,本发明与重心法的均方根误差随目标横坐标变化的曲线图;
图7:目标纵坐标为5km、传感器的角度测量误差标准差在1mrad时,本发明与重心法的均方根误差随目标坐标横坐标变化的曲线图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。
如图1所示,本发明提供的利用测向数据进行目标定位的方法包括如下步骤:
步骤S1:利用三个被动式传感器同时观测目标,由每一被动式传感器对目标观测得到的角度测量数据确定出一条由该被动式传感器指向目标的视线,由此确定出三条由各被动式传感器指向目标的视线;
步骤S2:计算三条视线中任意两条的公垂线段的中点的坐标,并将该坐标作为目标的一个坐标估计值,由此确定出目标的三个坐标估计值;
步骤S3:计算由三个坐标估计值所确定的三角形的内心,并将该内心作为最终的目标坐标。
测向数据即目标的方向数据,包括方位角及俯仰角。由于测向数据中不包含目标的距离信息,因此,利用测向数据进行目标定位一般有两种方法:1、用两个被动式传感器同时观测目标,两被动式传感器各自确定一条由被动式传感器指向目标的视线,将两视线的交叉点作为目标坐标;2、用一个被动式传感器在两个不同的位置对目标进行观测,在每个位置时都确定一条由被动式传感器指向目标的视线,同样将两视线的交叉点作为目标坐标。由于被动式传感器测量误差的原因,两条视线在空间并不相交,为异面直线。这样,两条视线就具有唯一公垂线段,目标处于该公垂线段上的几率最大。因此,可将该公垂线段的中点作为目标坐标,这样可大幅减小定位误差。为进一步减小误差,可采用多个被动式传感器同时对目标进行观测。多个被动式传感器中的每两个被动式传感器都可以按照上述方法确定出一个目标坐标,并将其作为目标的一个坐标估计值,由此可确定出目标的多个坐标估计值,再通过一定规则将目标的多个坐标估计值融合,从而确定出最终的目标坐标,通过这种方式可进一步减小由各被动式传感器测量误差所带来的定位误差。
本发明利用三个被动式传感器S1、S2、S3对目标1进行观测。其中,被动式传感器S1的坐标为被动式传感器S2的坐标为被动式传感器S3的坐标为由被动式传感器S1指向目标的视线为(β1,ε1),其中,β1表示视线(β1,ε1)的方位角,ε1表示视线(β1,ε1)的俯仰角;由被动式传感器S2指向目标的视线为(β2,ε2),其中,β2表示视线(β2,ε2)的方位角,ε2表示视线(β2,ε2)的俯仰角;由被动式传感器S3指向目标的视线为(β3,ε3),其中,β3表示视线(β3,ε3)的方位角,ε3表示视线(β3,ε3)的俯仰角。
图2中示出了利用被动式传感器S1、S2对目标1进行定位的原理图,利用被动式传感器S2、S3对目标1进行定位及利用被动式传感器S1、S3对目标1进行定位的原理均可参照该原理图。图2中,被动式传感器S1的坐标为被动式传感器S2的坐标为3为由被动式传感器S1指向目标的视线(β1,ε1),其中,β1表示视线(β1,ε1)的方位角,ε1表示视线(β1,ε1)的俯仰角。4为由被动式传感器S2指向目标的视线(β2,ε2),其中,β2表示视线(β2,ε2)的方位角,ε2表示视线(β2,ε2)的俯仰角。
确定了视线(β1,ε1)与视线(β2,ε2)后,再计算视线(β1,ε1)与视线(β2,ε2)的公垂线段2与该两条视线的两个交点的坐标其中,i=1,2。 其中,i=1,2,pi=cos(εi)cos(βi),qi=cos(εi)sin(βi),ri=sin(βi), 其中, 如果i=1,则j=2,如果i=2,则j=1。
计算出两个交点的坐标后,再计算这两个交点之间的中点的坐标X1(即图2中公垂线段2的中点),并将其作为由视线(β1,ε1)与视线(β2,ε2)所确定的坐标估计值。根据采用两个被动式传感器对目标进行交叉定位的原理可知,目标1的真实坐标将在公垂线段2上或附近,因此,坐标X1将会接近目标1的真实坐标。坐标X1的计算公式为:X1=(x1,y1,z1),其中
再根据上述方法确定出另外两个坐标估计值分别为:X2=(x2,y2,z2),X3=(x3,y3,z3);其中,X2表示由视线(β2,ε2)与视线(β3,ε3)所确定的坐标估计值,X3表示由视线(β1,ε1)与视线(β3,ε3)所确定的坐标估计值。
确定出三个坐标估计值后,需要对三个坐标估计值进行加权融合,从而确定出目标1的最终位置,这样可进一步减小对目标1的定位误差。如图3所示,由确定出的三个坐标估计值X1、X2、X3确定出一个三角形ΔX1X2X3,再计算该三角形ΔX1X2X3的内心X,并将内心X作为最终的目标坐标;其中,di表示Xi的对边,且其中i=1时,j=2,k=3,i=2时,j=1,k=3,i=3时,j=1,k=2;p=(d1+d2+d3)/2。
由于X1、X2、X3各自的对边的长短同时也反映了X1、X2、X3各自所对应的角度的大小,因此,本发明通过对位置与角度进行加权融合的方式对三个坐标估计值进行融合处理,与传统重心法只进行位置融合的方式相比定位精度更高。
在利用本发明的一个应用中,网状被动被动式传感器***中被动式传感器的间距为10km,被动式传感器S1位于(0,0,0),被动式传感器S2位于(10km,0,0),被动式传感器S3位于(5km,10km,0)。各被动式传感器具有相同的测角精度、方位角与俯仰角测角精度相同。被动式传感器的公共监视区为x:0~10km,y:0~10km。假定目标的高度为0.5km,取点间距为0.5km,本发明与利用重心法进行目标定位的方法对仿真数据中的每个点进行100次Monte Carlo实验得到图5至图7的实验结果图。从图中可看出,与利用重心法进行目标定位的方法相比,本发明的目标定位精度和稳定性都好于重心法。
如图4所示,基于上述利用测向数据进行目标定位的方法,本发明还提供了一种利用测向数据进行目标定位的***。该***包括三个被动式传感器及与三个被动式传感器连接的计算单元5。这三个被动式传感器应尽可能选择性能相同的被动式传感器,即各被动式传感器具有相同的测角精度,方位角与俯仰角测角精度相同。
三个被动式传感器用于同时观测目标,由每一被动式传感器对目标观测得到的角度测量数据确定出一条由该被动式传感器指向目标的视线,由此确定出三条由各被动式传感器指向目标的视线。
计算单元5用于计算三条视线中任意两条的公垂线段的中点的坐标,并将该坐标作为目标的一个坐标估计值,由此确定出目标的三个坐标估计值,然后,再计算由三个坐标估计值所确定的三角形的内心,并将该内心作为最终的目标坐标。
设三个被动式传感器分别为被动式传感器S1、被动式传感器S2、被动式传感器S3;其中,被动式传感器S1的坐标为被动式传感器S2的坐标为被动式传感器S3的坐标为由被动式传感器S1指向目标的视线为(β1,ε1),其中,β1表示视线(β1,ε1)的方位角,ε1表示视线(β1,ε1)的俯仰角;由被动式传感器S2指向目标的视线为(β2,ε2),其中,β2表示视线(β2,ε2)的方位角,ε2表示视线(β2,ε2)的俯仰角;由被动式传感器S3指向目标的视线为(β3,ε3),其中,β3表示视线(β3,ε3)的方位角,ε3表示视线(β3,ε3)的俯仰角。
确定了由被动式传感器S1、S2、S3指向目标的视线后,计算单元5根据各视线的相关信息(即方位角及俯仰角信息),选择其中的两条视线,并计算这两条视线的公垂线段的中点的坐标,并将该坐标作为目标的一个坐标估计值。由于三条视线中的每两条视线都能确定一条公垂线段,因此,根据同样的方法可以确定出三个坐标估计值。以选择视线(β1,ε1)及视线(β2,ε2)计算其公垂线段的中点的坐标为例,计算视线(β1,ε1)与视线(β2,ε2)的公垂线段与该两条视线的交点的坐标其中,i=1,2; 其中,i=1,2,pi=cos(εi)cos(βi),qi=cos(εi)sin(βi),ri=sin(βi), 其中, 如果i=1,则j=2,如果i=2,则j=1。计算出两个交点的坐标后,计算单元5再计算两个交点之间的中点的坐标X1,并将其作为由视线(β1,ε1)与视线(β2,ε2)所确定的坐标估计值;X1=(x1,y1,z1),其中 然后,计算单元5根据上述同样的方法确定出另外两个坐标估计值分别为:X2=(x2,y2,z2),X3=(x3,y3,z3);其中,X2表示由视线(β2,ε2)与视线(β3,ε3)所确定的坐标估计值,X3表示由视线(β1,ε1)与视线(β3,ε3)所确定的坐标估计值。
最后,计算单元5由三个坐标估计值X1、X2、X3确定出一个三角形ΔX1X2X3,并计算该三角形ΔX1X2X3的内心X,并将内心X作为最终的目标坐标;其中,di表示Xi的对边,且其中i=1时,j=2,k=3,i=2时,j=1,k=3,i=3时,j=1,k=2;p=(d1+d2+d3)/2。
该***中各被动式传感器及计算单元5的工作原理可参考前述对利用测向数据进行目标定位的方法的描述,在此不再赘述。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种利用测向数据进行目标定位的方法,其特征在于,包括如下步骤:
利用三个被动式传感器同时观测目标,由每一被动式传感器对目标观测得到的角度测量数据确定出一条由该被动式传感器指向目标的视线,由此确定出三条由各被动式传感器指向目标的视线;
计算三条视线中任意两条的公垂线段的中点的坐标,并将该坐标作为目标的一个坐标估计值,由此确定出目标的三个坐标估计值;
计算由所述三个坐标估计值所确定的三角形的内心,并将该内心作为最终的目标坐标。
2.如权利要求1所述的利用测向数据进行目标定位的方法,其特征在于,所述三个坐标估计值的计算方法如下:
设三个被动式传感器分别为被动式传感器S1、被动式传感器S2、被动式传感器S3;其中,被动式传感器S1的坐标为被动式传感器S2的坐标为被动式传感器S3的坐标为
由被动式传感器S1指向目标的视线为(β1,ε1),其中,β1表示视线(β1,ε1)的方位角,ε1表示视线(β1,ε1)的俯仰角;
由被动式传感器S2指向目标的视线为(β2,ε2),其中,β2表示视线(β2,ε2)的方位角,ε2表示视线(β2,ε2)的俯仰角;
由被动式传感器S3指向目标的视线为(β3,ε3),其中,β3表示视线(β3,ε3)的方位角,ε3表示视线(β3,ε3)的俯仰角;
计算视线(β1,ε1)与视线(β2,ε2)的公垂线段与该两条视线的两个交点的坐标其中,i=1,2; 其中,i=1,2,pi=cos(εi)cos(βi),qi=cos(εi)sin(βi),ri=sin(βi), 其中, 如果i=1,则j=2,如果i=2,则j=1;
计算所述两个交点之间的中点的坐标X1,并将其作为由视线(β1,ε1)与视线(β2,ε2)所确定的坐标估计值;该坐标估计值为X1=(x1,y1,z1),其中
根据上述方法确定出另外两个坐标估计值分别为:X2=(x2,y2,z2),X3=(x3,y3,z3);其中,X2表示由视线(β2,ε2)与视线(β3,ε3)所确定的坐标估计值,X3表示由视线(β1,ε1)与视线(β3,ε3)所确定的坐标估计值。
3.如权利要求2所述的利用测向数据进行目标定位的方法,其特征在于,所述最终的目标坐标的计算方法为:
由三个坐标估计值X1、X2、X3确定出一个三角形ΔX1X2X3;
计算所述三角形ΔX1X2X3的内心X,并将内心X作为最终的目标坐标;其中,di表示Xi的对边,且其中i=1时,j=2,k=3,i=2时,j=1,k=3,i=3时,j=1,k=2;p=(d1+d2+d3)/2。
4.一种利用测向数据进行目标定位的***,其特征在于,包括三个被动式传感器及与所述三个被动式传感器连接的计算单元;
所述三个被动式传感器用于同时观测目标,由每一被动式传感器对目标观测得到的角度测量数据确定出一条由该被动式传感器指向目标的视线,由此确定出三条由各被动式传感器指向目标的视线;
所述计算单元用于计算三条视线中任意两条的公垂线段的中点的坐标,并将该坐标作为目标的一个坐标估计值,由此确定出目标的三个坐标估计值;
所述计算单元还用于计算由所述三个坐标估计值所确定的三角形的内心,并将该内心作为最终的目标坐标。
5.如权利要求4所述的利用测向数据进行目标定位的***,其特征在于:
设三个被动式传感器分别为被动式传感器S1、被动式传感器S2、被动式传感器S3;其中,被动式传感器S1的坐标为被动式传感器S2的坐标为被动式传感器S3的坐标为
由被动式传感器S1指向目标的视线为(β1,ε1),其中,β1表示视线(β1,ε1)的方位角,ε1表示视线(β1,ε1)的俯仰角;
由被动式传感器S2指向目标的视线为(β2,ε2),其中,β2表示视线(β2,ε2)的方位角,ε2表示视线(β2,ε2)的俯仰角;
由被动式传感器S3指向目标的视线为(β3,ε3),其中,β3表示视线(β3,ε3)的方位角,ε3表示视线(β3,ε3)的俯仰角;
所述计算单元具体用于:
计算视线(β1,ε1)与视线(β2,ε2)的公垂线段与该两条视线的两个交点的坐标其中,i=1,2; 其中,i=1,2,pi=cos(εi)cos(βi),qi=cos(εi)sin(βi),ri=sin(βi), 其中, 如果i=1,则j=2,如果i=2,则j=1;
计算所述两个交点之间的中点的坐标X1,并将其作为由视线(β1,ε1)与视线(β2,ε2)所确定的坐标估计值;该坐标估计值为X1=(x1,y1,z1),其中
根据上述方法确定出另外两个坐标估计值分别为:X2=(x2,y2,z2),X3=(x3,y3,z3);其中,X2表示由视线(β2,ε2)与视线(β3,ε3)所确定的坐标估计值,X3表示由视线(β1,ε1)与视线(β3,ε3)所确定的坐标估计值。
6.如权利要求5所述的利用测向数据进行目标定位的***,其特征在于,所述计算单元还具体用于:
由三个坐标估计值X1、X2、X3确定出一个三角形ΔX1X2X3;
计算所述三角形ΔX1X2X3的内心X,并将内心X作为最终的目标坐标;其中,di表示Xi的对边,且其中i=1时,j=2,k=3,i=2时,j=1,k=3,i=3时,j=1,k=2;p=(d1+d2+d3)/2。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410584009.1A CN104391272B (zh) | 2014-10-27 | 2014-10-27 | 利用测向数据进行目标定位的方法与*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410584009.1A CN104391272B (zh) | 2014-10-27 | 2014-10-27 | 利用测向数据进行目标定位的方法与*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104391272A true CN104391272A (zh) | 2015-03-04 |
CN104391272B CN104391272B (zh) | 2017-08-04 |
Family
ID=52609196
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410584009.1A Expired - Fee Related CN104391272B (zh) | 2014-10-27 | 2014-10-27 | 利用测向数据进行目标定位的方法与*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104391272B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105628008A (zh) * | 2016-03-03 | 2016-06-01 | 北京邮电大学 | 一种位置信息确定方法及装置 |
CN107607904A (zh) * | 2017-09-06 | 2018-01-19 | 北京电子工程总体研究所 | 一种基于测角信息的多目标同一性识别方法 |
CN109558012A (zh) * | 2018-12-26 | 2019-04-02 | 北京七鑫易维信息技术有限公司 | 一种眼球追踪方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09318726A (ja) * | 1996-05-31 | 1997-12-12 | Mitsubishi Heavy Ind Ltd | 追尾装置 |
CN101251593A (zh) * | 2008-03-31 | 2008-08-27 | 中国科学院计算技术研究所 | 一种无线传感器网络的目标跟踪方法 |
CN102818566A (zh) * | 2012-05-04 | 2012-12-12 | 中国人民解放军镇江船艇学院 | 一种船舶定位方法及装置 |
CN102997911A (zh) * | 2012-12-13 | 2013-03-27 | 中国航空无线电电子研究所 | 一种被动传感器组网探测多目标方法 |
CN103096338A (zh) * | 2011-11-02 | 2013-05-08 | 无锡物联网产业研究院 | 一种传感器网络节点定位方法 |
-
2014
- 2014-10-27 CN CN201410584009.1A patent/CN104391272B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09318726A (ja) * | 1996-05-31 | 1997-12-12 | Mitsubishi Heavy Ind Ltd | 追尾装置 |
CN101251593A (zh) * | 2008-03-31 | 2008-08-27 | 中国科学院计算技术研究所 | 一种无线传感器网络的目标跟踪方法 |
CN103096338A (zh) * | 2011-11-02 | 2013-05-08 | 无锡物联网产业研究院 | 一种传感器网络节点定位方法 |
CN102818566A (zh) * | 2012-05-04 | 2012-12-12 | 中国人民解放军镇江船艇学院 | 一种船舶定位方法及装置 |
CN102997911A (zh) * | 2012-12-13 | 2013-03-27 | 中国航空无线电电子研究所 | 一种被动传感器组网探测多目标方法 |
Non-Patent Citations (3)
Title |
---|
PIN WANG ET AL.: "Fuzzy Methods for the Gaussian Mixture Probability Hypothesis Density Filter", 《IEEE 10TH INTERNATIONAL CONFERENCE ON SIGNAL PROCESSING PROCEEDINGS》 * |
刘宗香 等: "网状被动传感器***视线交叉目标定位方法", 《电子与信息学报》 * |
李建军 等: "基于三角形内心的数据拼接方法", 《机电产品开发与创新》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105628008A (zh) * | 2016-03-03 | 2016-06-01 | 北京邮电大学 | 一种位置信息确定方法及装置 |
CN105628008B (zh) * | 2016-03-03 | 2018-10-12 | 北京邮电大学 | 一种位置信息确定方法及装置 |
CN107607904A (zh) * | 2017-09-06 | 2018-01-19 | 北京电子工程总体研究所 | 一种基于测角信息的多目标同一性识别方法 |
CN107607904B (zh) * | 2017-09-06 | 2019-07-19 | 北京电子工程总体研究所 | 一种基于测角信息的多目标同一性识别方法 |
CN109558012A (zh) * | 2018-12-26 | 2019-04-02 | 北京七鑫易维信息技术有限公司 | 一种眼球追踪方法及装置 |
CN109558012B (zh) * | 2018-12-26 | 2022-05-13 | 北京七鑫易维信息技术有限公司 | 一种眼球追踪方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN104391272B (zh) | 2017-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104374385B (zh) | 一种海底磁传感器阵列目标定位的新方法 | |
CN107770859A (zh) | 一种考虑基站位置误差的tdoa‑aoa定位方法 | |
CN103869279B (zh) | 一种多传感器平台的多目标定位跟踪方法 | |
CN109737968B (zh) | 基于二维LiDAR和智能手机的室内融合定位方法 | |
CN105571636A (zh) | 一种用于定位目标的方法及测量设备 | |
CN105353351A (zh) | 一种基于多信标到达时间差改进型定位方法 | |
CN106643673B (zh) | 一种基于基线的地铁隧道水平位移变形监测方法 | |
EP3109592B1 (en) | Method and apparatus for determining road stacking based upon error statistics | |
CN107271957A (zh) | 基于tdoa和toa的室内三维定位方法 | |
CN104363649A (zh) | 带有约束条件的ukf的wsn节点定位方法 | |
CN103353612B (zh) | 一种地下目标物体的测量定位设备及测量定位方法 | |
CN104391272A (zh) | 利用测向数据进行目标定位的方法与*** | |
CN103955002B (zh) | 基于磁异常一阶导数的磁偶极子目标位置测量方法 | |
CN107607904A (zh) | 一种基于测角信息的多目标同一性识别方法 | |
CN104422921A (zh) | 一种基于方位和自时差测量的固定单站无源定位*** | |
CN105046691A (zh) | 一种基于正交消失点的相机自标定方法 | |
CN105137393A (zh) | 一种用于网络的空间多传感器快速定位方法 | |
CN104965099A (zh) | 一种测速方法及装置 | |
CN104199024A (zh) | 甚短基线光学测量目标定位方法 | |
CN104330078B (zh) | 一种基于三点后方交会模型的联合测量方法 | |
CN105044753B (zh) | 基于双gps和姿态校正的振捣棒工作位置模糊定位方法 | |
Wei et al. | iMag+: An accurate and rapidly deployable inertial magneto-inductive SLAM system | |
CN103615020B (zh) | 基于建筑坐标系的施工坐标系基础轴线测定方法 | |
CN103440353A (zh) | 一种基于vc++软件的针对双基站对无线电源三角定位及其误差分析方法 | |
CN102645646B (zh) | 一种多信源不确定融合定位方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170804 Termination date: 20181027 |