CN108375766A - 一种基于协同识别高精度定位融合方法 - Google Patents

Abstract

本实发明公开了一种基于协同识别高精度定位融合方法，包括：两个观测站A和B分别对目标C进行测量，两个观测站进行信息交互，获得相应的位置信息；将观测站A、观测站B和目标C的位置信息转换为笛卡尔坐标系中的坐标，并将坐标系原点平移至A点；基于获得的观测站A、观测站B和目标C位置信息建立联立方程并求解交点；在求的两组解中根据观测站A对目标C测得的原始方位信息，进行唯一交点判决；基于求出的唯一交点位置信息，计算出目标C的方位信息；实现对目标的精确测距，实现对目标的定位及跟踪，具有实时高效、资源消耗小、方法简洁、定位精度高的优点。

Description

一种基于协同识别高精度定位融合方法

技术领域

本发明涉及无线通信中信号处理领域的目标定位领域，具体地，涉及一种基于协同识别高精度定位融合方法。

背景技术

如何确定一个目标的空间位置，即目标定位，是信号处理领域中一个非常重要的研究内容。对目标进行定位的方法很多，大体分为有源定位技术和无源定位技术，相对于有源定位***，无源定位***具有良好的隐蔽性、广泛的适应性、可探测隐身目标、低空探测能力强等优点，因此得到了广泛的研究与应用。军事上比较著名的无源定位***有捷克的“维拉(VERA-E)”***、乌克兰的“铠甲(Kolchuga)”***和美国的“沉默哨兵(SilentSentry)”***等。在民用领域中，定位技术也有很多重要应用，例如广泛使用的GPS全球定位***、欧洲的伽利略(Galileo)***、俄罗斯的GLONASS***以及我国的北斗***等。

在常见的定位***中，分为单站(单个观测站)定位和多站(多个观测站)定位，都是利用观测站接收目标发射或者反射的信号，提取信号中包含的多个目标运动状态参数，根据这些测量参数估算出目标的运动状态和方位。现有的定位方法主要是利用目标的方向角、到达时间、频差、多普勒频率变化率、相位变化率、角度变化率等观测量，通过这些观测量中的某个或者联合多个估计出目标的位置，来实现定位。不同的组合就会形成多种不同的定位方法。

目前，定位技术可用的观测量很多，定位建模、解算方法也非常多，由于不同定位参数与目标运动状态之间的关系是互不相同的，所以针对不同定位参数的定位求解方法一般也不相同，并且参数之间可以相互组合进行联合定位，这样使得定位求解问题更加复杂。再加上测量误差、模型的近似优化误差以及无线通信中信号传输中的多径干扰误差等，使得定位参数估计变得更加繁杂，降低了定位精度和稳健性。

现有公知定位方法中，当观测站数量受限时，可以较好地接收目标信号的观测站数量减少，从而无法实现对目标的瞬时定位，无法保证定位精度。但增加多个观测站，则待求参数维度增多，计算量呈几何量级增大，资源需求增大，定位解算更加复杂。

发明内容

本发明的目的就是克服上述公知方法的缺陷，提供一种仅需两架装备了识别器的编队飞机作为观测站，实现对目标的精确测距，通过协同识别通信，结合位置信息利用联立方程解算得到更高精度的距离方位信息，从而实现对目标的定位及跟踪，具有实时高效、资源消耗小、算法简洁、定位精度高的优点。

为实现上述发明目的，本申请提供了一种基于协同识别高精度定位融合方法，所述方法包括：

两个观测站A和B分别对目标C进行测量，两个观测站进行信息交互，获得相应的位置信息，包括：观测站A和B的位置信息、观测站A与目标C的距离d_A、观测站B与目标C的距离d_B、观测站A测定的目标C方位θ_A和高度z_c；

将观测站A、观测站B和目标C的位置信息转换为笛卡尔坐标系中的坐标，并将坐标系原点平移至A点；

基于获得的观测站A、观测站B和目标C位置信息建立联立方程并求解交点；

在求的两组解中根据观测站A对目标C测得的原始方位信息，进行唯一交点判决；

基于求出的唯一交点位置信息，计算出目标C的方位信息。

进一步的，观测站A位置信息A(xA,yA,zA)、观测站B位置信息B(xA,yA,zA)；

假定观测站A、观测站B、目标C三点位置信息通过坐标转换在笛卡尔坐标系(x',y',z')的坐标分别为A(x'A,y'A,z'A)、B(x'B,y'B,z'B)、C(x'C,y'C,z'C)，采用平移的方式将坐标系原点移至A点，平移后的坐标分别为A(0,0,0)、B(xB,yB,zB)、C(xC,yC,zC)，坐标转换关系如下：

进一步的，假定观测站A、观测站B、目标C位置(经度、纬度、高度)分别为(B_A,L_A,H_A)、(B_B,L_B,H_B)、(B_C,L_C,H_C)，通过坐标系转换至笛卡尔坐标系，观测站A、观测站B、目标C的坐标分别为A(0,0,0)、B(xB,yB,zB)、C(xC,yC,zC)，dA和dB分别表示A、B两观测站对目标C测得的距离，θA和θB分别表示两观测站对目标C测得的方位；

利用dA和dB，以及目标C的高度信息z_c，以各自为圆心，建立两个球表达式：

令

球表达式简化为

令

带入简化为

x＝my+n

可得

(m²+1)y²+2mny+n²-k_A＝0

令

简化为标准一元二次方程

ay²+by+c＝0

则一元二次方程有解的必要条件为b²-4ac≥0，而当b²-4ac>0时，方程的解有两组：

(x_C,y_C)的唯一取值需要由本机A对目标C测得的方位θ_A来确定：

唯一交点坐标的确定方法为：

在解得(x_C,y_C)后得到目标C的准确的坐标(x_C,y_C,z_C)，通过计算可得到融合后精确的目标方位角θ_C，计算方法为：

进一步的，观测站A和B具体为装备了识别器的编队飞机。

其中，本申请中的本机即为观测站A、友机即为观测站B，本申请中的基于协同识别高精度定位融合方法：包括协同双机识别定位的原理、参与定位算法的数据要求、位置信息坐标系转换设计、定位融合算法的核心解算方法(求解联立方程、目标交点判决、解算目标方位角)、本发明的实施案例(***联试装置、***信号处理流程、定位算法软件流程)。协同双机识别定位原理，基于二次雷达接收通信***，分析了在两架编队飞机协同识别时，利用双机的位置信息，能够对目标机进行精确定位的原理。结合定位原理，在所述的参与定位算法的数据要求中，以表格的形式罗列出了参与本定位融合算法需要提取的参数数据要求(参数类型和提取方式举例)。

位置信息坐标系转换，将提取的本机、友机和目标机的位置参数依次转换为笛卡尔坐标系，并将本机的位置平移为坐标系原点，本定位融合方法将在该坐标系中进行。定位融合算法的核心解算方法，主要包括三个步骤：1、用本机、友机和目标机的位置高度信息以及编队协同双机分别测得的目标机距离信息建立联立方程并求解交点；2、在求的两组解中根据本机对目标机测得的原始方位信息，进行唯一交点判决；3、用求出的唯一交点位置信息，计算出目标机经过协同识别信息定位融合后的精确方位，完成本定位融合算法的核心解算。

协同双机识别定位原理，是在协同识别或类似场景下进行论证的，需要两个观测站分别对目标进行识别测量，且两个观测站之间可以进行信息交互，用两个观测站的测量数据进行定位融合，能得到更加精确的目标定位(方位)估计。

其中，定位参数要求，应包括本机(测试站A)位置信息A(xA,yA,zA)、友机(测试站B)位置信息B(xA,yA,zA)、本机(测试站A)至目标机距离dA、友机(测试站B)至目标机距离dB、本机(测试站A)测定的目标机方位θA和高度zc，其中友机(测试站B)相关的参数，都是通过与本机(测试站A)的信息交互，传递到本机(测试站A)进行定位融合的。

坐标系设计转换，先将信息交互后得到的本机(测试站A)、友机(测试站B)和目标C三点位置信息转换为地球大地直角坐标系(笛卡尔坐标系)中的坐标，再用平移的方式将定位融合计算的坐标系原点移至A点，完成对参与定位融合算法的参数的预处理。

核心解算方法，经过预处理(坐标系转换)的参数本机A(测试站A)的位置A(0,0,0)和友机B(测试站B)的位置B(xB,yB,zB)作为已知量，利用A测得的目标C的距离dA、B测得的目标C的距离dB，以及目标C的高度信息zc，分别以A、B为圆心，建立两个球表达式，联立求解得到两组解。再通过A对C测得的方位θA来判决出唯一交点坐标，即C的准确坐标。最后可通过得到的目标C的准确坐标值计算出融合后目标C的精确方位角信息θC。

本申请提供的一个或多个技术方案，至少具有如下技术效果或优点：

本方法仅需两架装备了识别器的编队飞机作为观测站，实现对目标的精确测距，通过协同识别通信，结合位置信息利用联立方程解算得到更高精度的距离方位信息，从而实现对目标的定位及跟踪，具有实时高效、资源消耗小、算法简洁、定位精度高的优点。

本发明可以广泛应用于二次雷达等使用无线通信的接收处理机产品领域，大大扩展了产品功能，提升了产品高时效处理性能，同时全数字实现的方式还提高了产品的可靠性，提升了后续升级的扩展性。

附图说明

此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定；

图1是协同双机定位的几何关系图；

图2是协同双机定位的测量误差范围示意图；

图3是坐标系转换方法示意图；

图4a-b是协同双机定位融合算法的示意图；

图5是双机协同定位的联试装置组成框图；

图6是示例***的信号接收处理定位流程图；

图7是示例***双机协同定位融合方法的流程图。

具体实施方式

本发明的目的就是克服上述公知方法的缺陷，提供一种仅需两架装备了识别器的编队飞机作为观测站，实现对目标的精确测距，通过协同识别通信，结合位置信息利用联立方程解算得到更高精度的距离方位信息，从而实现对目标的定位及跟踪，具有实时高效、资源消耗小、算法简洁、定位精度高的优点。

为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在相互不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述范围内的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。

根据定位***的特点，一般的定位过程可以包括定位参数估计和定位解算两个部分：前者从接收信号中提取出多个定位参数，后者根据测量到的定位参数估计出目标的运动状态。

为解决现有技术问题，本发明的定位融合算法采用了如下的技术方案：即通过编队飞机协同识别通信中的数据交换完成定位参数估计，通过定位融合算法完成对目标机的定位解算，从而获取被测目标的精确方位信息。具体包括定位原理说明，定位参数数据要求，坐标系设计转换，定位融合解算和方案实施(***组成、软件流程)示例。

本发明的优点在于根据定位技术的特点提出了一种基于双机协同识别的定位融合方法，利用双机的协同识别信息，可以减少定位观测站个数，将非线性的定位问题线性化，在简化计算模型的同时，有效地对目标实现定位融合，提高了目标定位的精度，实时高效，特别适用于类似识别器通信的数字信号处理设计，且核心电路在单片FPGA和DSP上编程实现，使用灵活，扩展性强。

定位原理说明：

协同双机定位融合处理方法是利用双机的位置信息，通过编队协同识别对目标进行定位，达到提高目标定位精度的目的。

假设A、B两飞机平台对目标C进行协同识别定位，如图1所示。A、B为可以获知位置信息的询问机，C为待定位的应答机，AC距离约为S₁km，AB距离不超过S₂km，且S₁＞S₂，AC、BC夹角为θ。一般情况下，A和B对C的测距误差满足高斯分布，假设距离误差和方位误差相互独立，在作用距离为一定的条件下，单站定位切向误差(方位误差)将远远大于径向误差(距离误差)。

若引入B对C的测量数据，与A的测量结果进行定位融合，可以显著改善C在以A原点的极坐标下的方位测量误差。A、B对C的测量误差近似满足水平面上的二维高斯分布；A、B、C高度差异引起的斜距与投影到水平面上的距离不相等的问题可近似等效为测量误差分布参数的微小变化，可视为A、B、C在等高面的同一平面上。

为便于分析C位置测量误差，建立坐标系如图2所示。

规定以C为原点在水平面上建立直角坐标系，y轴的负方向与CA在水平面上投影的方向一致。A、B的(1σ)测量误差范围呈椭圆状，长轴表示方位误差大于距离误差。由于距离和高度的差异，两个误差椭圆的长短轴不相同，长轴夹角为θ。显然，用双机测量数据定位融合得到的目标位置估计具有更小的方位误差。

定位参数要求：

本发明的协同双机定位融合处理方法，通过编队协同识别通信的信息处理交互，利用双机(本机和友机)的位置信息和对目标的识别信息，对目标进行实时定位融合，提高目标的定位精度。

参与定位方位融合算法的数据说明详见表1，应包括本机位置信息A(x_A,y_A,z_A)、友机位置信息B(x_A,y_A,z_A)、本机至目标机距离d_A、友机至目标机距离d_B、本机测定的目标机方位θ_A和高度z_c。

表1参与定位融合算法的方位数据

定位融合算法的坐标系设计转换：

定位融合算法拟在地球大地直角坐标系(笛卡尔坐标系)中进行设计。

一般情况下，载机平台的位置信息经度、纬度和高度进行唯一标识，如(B,L,H)。将其转换为地球大地直角坐标系(笛卡尔坐标系)，表示为(x',y',z')，转换方式如下：

其中e为椭球的第一偏心率(离心率)，e²＝6.69438×10^-3，N计算方式如下：

a为地球赤道半径，a＝6378137m(WGS84)。

假定本机A、友机B、目标C三点位置信息通过坐标转换在大地坐标系(x',y',z')的坐标分别为A(x'_A,y'_A,z'_A)、B(x'_B,y'_B,z'_B)、C(x'_C,y'_C,z'_C)，，采用平移的方式将坐标系原点移至A点，平移后的坐标分别为A(0,0,0)、B(x_B,y_B,z_B)、C(x_C,y_C,z_C)，如图3所示，坐标转换关系如下式。

定位融合算法的数据解算融合：

本发明提出的定位融合算法基于识别器测距精度高且能够获取目标的高度数据，利用双机已知的位置信息以及双机与目标间的相对几何关系，解算目标的精确位置，从而获取目标的方位信息。

假定本机A、友机B、目标C位置(经度、纬度和高度)分别为(B_A,L_A,H_A)、(B_B,L_B,H_B)、(B_C,L_C,H_C)，通过坐标系转换至笛卡尔坐标系，本机A、友机B、目标C的坐标分别为A(0,0,0)、B(x_B,y_B,z_B)、C(x_C,y_C,z_C)，d_A和d_B分别表示A、B两机对C机测得的距离，θ_A和θ_B分别表示A、B两机对C机测得的方位。

在A、B两机的位置已知时，利用两机测得C机的距离d_A和d_B，以及C机的高度信息z_c，以各自为圆心，建立两个球表达式，如：

令

球表达式简化为

假定x_B≠0,联立上式求解可得

令

带入简化为

x＝my+n

可得

(m²+1)y²+2mny+n²-k_A＝0

令

简化为标准一元二次方程

ay²+by+c＝0

则一元二次方程有解的必要条件为b²-4ac≥0，而当b²-4ac>0时，方程的解有两组，参见式。

(x_C,y_C)的唯一取值需要由本机A对目标C测得的方位θ_A来确定，如图4a-b所示。

唯一交点坐标的确定方法如下：

在解得(x_C,y_C)后可以得到目标C的准确的坐标(x_C,y_C,z_C)，通过计算可得到融合后精确的目标方位角θ_C，计算方法如：

实施***案例：

本发明提出的定位融合算法的实施***联试装置，如图5所示，主要由两部装备了二次雷达***的接收询问设备组成，两部设备之间可以进行协同识别询问应答，通过信息交互，本机可以获得友机的位置信息和对目标机的识别信息，结合自身的位置信息与对目标机的识别信息，通过定位融合算法，可以对目标机进行定位，提高目标定位精度，并将目标机的位置信息发送到显示PC，进行结果数据统计评估。

本发明提出的定位融合算法驻留在本机的二次雷达***，该***主要由天线阵列、多通道接收机、高速AD采样模块以及信号处理***组成。示例***的信号接收处理定位流程，如图6所示天线阵是对空间信号采集的传感器，天线阵的输出送至各自的接收机输入端，经高速AD采样模块同步采样，变成并行的数据经缓存器送至以高速数字信号处理器数字信号终端进行处理，以实现对空间信号的数目、信号频率、到达方向、目标距离以及信号等其他参数的估计。

本发明提出的定位融合算法需要经过一定的计算才能得到目标的位置，因此选择了适合大量的不规则运算，数据处理动态范围大的DSP芯片来处理定位融合算法，配合FPGA芯片处理协同信息的收发等。具体的定位融合算法的软件流程，如图7所示，当提取整合需要的参数后，先进行坐标系转换，再进行核心解算步骤(求解联立方程、目标交点判决、解算目标方位角)，得到高精度的目标定位值。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (4)

1.一种基于协同识别高精度定位融合方法，其特征在于，所述方法包括：

两个观测站A和B分别对目标C进行测量，两个观测站进行信息交互，获得相应的位置信息，包括：观测站A和B的位置信息、观测站A与目标C的距离d_A、观测站B与目标C的距离d_B、观测站A测定的目标C方位θ_A和高度z_c；

将观测站A、观测站B和目标C的位置信息转换为笛卡尔坐标系中的坐标，并将坐标系原点平移至A点；

基于获得的观测站A、观测站B和目标C位置信息建立联立方程并求解交点；

在求的两组解中根据观测站A对目标C测得的原始方位信息，进行唯一交点判决；

基于求出的唯一交点位置信息，计算出目标C的方位信息。

2.根据权利要求1所述的基于协同识别高精度定位融合方法，其特征在于，观测站A位置信息A(xA,yA,zA)、观测站B位置信息B(xA,yA,zA)；

假定观测站A、观测站B、目标C三点位置信息通过坐标转换在笛卡尔坐标系(x',y',z')的坐标分别为A(x'A,y'A,z'A)、B(x'B,y'B,z'B)、C(x'C,y'C,z'C)，采用平移的方式将坐标系原点移至A点，平移后的坐标分别为A(0,0,0)、B(xB,yB,zB)、C(xC,yC,zC)，坐标转换关系如下：

3.根据权利要求1所述的基于协同识别高精度定位融合方法，其特征在于，假定观测站A、观测站B、目标C位置(经度、纬度、高度)分别为(B_A,L_A,H_A)、(B_B,L_B,H_B)、(B_C,L_C,H_C)，通过坐标系转换至笛卡尔坐标系，观测站A、观测站B、目标C的坐标分别为A(0,0,0)、B(xB,yB,zB)、C(xC,yC,zC)，dA和dB分别表示A、B两观测站对目标C测得的距离，θA和θB分别表示两观测站对目标C测得的方位；

利用dA和dB，以及目标C的高度信息z_c，以各自为圆心，建立两个球表达式：

令

球表达式简化为

假定x_B≠0,联立上式求解可得

令

带入简化为

x＝my+n

可得

(m²+1)y²+2mny+n²-k_A＝0

令

简化为标准一元二次方程

ay²+by+c＝0

则一元二次方程有解的必要条件为b²-4ac≥0，而当b²-4ac>0时，方程的解有两组：

(x_C,y_C)的唯一取值需要由本机A对目标C测得的方位θ_A来确定：

唯一交点坐标的确定方法为：

在解得(x_C,y_C)后得到目标C的准确的坐标(x_C,y_C,z_C)，通过计算可得到融合后精确的目标方位角θ_C，计算方法为：

4.根据权利要求1所述的基于协同识别高精度定位融合方法，其特征在于，观测站A和B具体为装备了识别器的编队飞机。