CN113933876B - 多星通讯时差定位数据融合处理方法 - Google Patents
多星通讯时差定位数据融合处理方法 Download PDFInfo
- Publication number
- CN113933876B CN113933876B CN202111353201.6A CN202111353201A CN113933876B CN 113933876 B CN113933876 B CN 113933876B CN 202111353201 A CN202111353201 A CN 202111353201A CN 113933876 B CN113933876 B CN 113933876B
- Authority
- CN
- China
- Prior art keywords
- point
- aggregation
- points
- positioning
- longitude
- 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.)
- Active
Links
Images
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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/421—Determining position by combining or switching between position solutions or signals derived from different satellite radio beacon positioning systems; by combining or switching between position solutions or signals derived from different modes of operation in a single system
- G01S19/423—Determining position by combining or switching between position solutions or signals derived from different satellite radio beacon positioning systems; by combining or switching between position solutions or signals derived from different modes of operation in a single system by combining or switching between position solutions derived from different satellite radio beacon positioning systems
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开的一种多星通讯时差定位数据融合处理方法,时差定位速度快,精度高。本发明通过以下技术方案实现:在得到多星通讯辐射源时差定位数据之后,采用镜像点剔除模块,将所有定位点按目标编号进行分类,运用镜像点剔除算法对定位点分类结果中的镜像点进行剔除,将非镜像点输出到定位点聚合模块;正常点聚合模块根据点迹聚合算法进行点迹聚合,生成聚合点,将聚合点输出到野值点剔除模块;野值点剔除模块根据野值剔除算法进行野值点剔除,将非野值点输出到聚合点滤波模块;聚合点滤波模块基于聚合点滤波算法对聚合点迹进行滤波,运用协方差交集算法和k近邻滑窗最小二乘算法进行融合处理,生成最终的融如合结果。
Description
技术领域
本发明属于目标点迹融合技术领域中的目标跟踪技术,主要涉及一种机动目标实时监视***中的点迹数据融合方法,尤其涉及一种具有大误差的多星通讯时差定位数据的融合方法。
背景技术
随着多平台通信技术的发展和时差测量技术的进步,时间差测量技术已经成为现代定位中的主要定位方法。卫星定位技术从卫星的数目上来说,有双星时差频差联合定位,三星时差单独定位,以及多星时差单独定位和多星时差频差联合定位等等。双星联合定位需要同时测量TDO A和FDO A,建立联合的方程组得到目标的位置。三星或者多星定位既可以只测量TDO A,又可以TDO A和FDO A同时测量,根据不同算法的需要选择不同的结合方式。每种定位算法都有自身的优缺点,只有做充分的综合比较才会得到最佳的定位模型与算法。在卫星定位中,以对目标信号的测量为基础,其中最基本最常见的测量包括对目标信号的方向测量、到达不同接收机所需的时问差以及信号传输频率与接收频率的差值。针对不同的测量内容有不同的测量方法与原理,而无论任何方法和原理目标总是统一的,即最大限度的减小误差,提高测量精度,以达到提高卫星定位精度的目的。定位中的无源测向体制有很多种,但其基本原理都是利用信号进入接收机***时,由于进入角度不同,会导致信号的幅度、相位和到达时间的不同,计量这些幅度、相位和到达时间的不同,就可以得到信号的进入角。因此,从逻辑上讲,要测向就需要有多个天线,而且他们在接受信号时,在幅度、相位或者时间上,至少有一处是有差异的。这个差异将被用来计算信号的方向。所以从体制上分,测向无非是比幅法、比相法、时差法和他们的混合方法。在信号传输过程中,由于不知道信号发出时间,不可能测得信号由目标达到各接收机所需的绝对时间,因此,只能针对同一信号,比较它们到达不同接收机的时间差来获取定位计算所需的时差。卫星定位自始至终贯穿着多种多样的误差,且有的误差具有相关性,有的误差不相关,各自有着各自的特点。概括起来,可以将这些误差分为两类,一类是与卫星本身相关的误差,另一类是信号处理过程中的误差。卫星本身误差在与卫星有关的误差中,包括卫星星历误差、卫星星钟误差等。由于卫星在实际运行中受到多种摄动力的影响。因此,卫星所给出的位置与真实位置之间必然存在误差,是为星历误差,又称为轨道误差。它是一种起始数据误差,大小取决于卫星定轨***的质量,如定轨站的数量及其空间分布,观测值的数量及其精度,轨道计算时所用的轨道模型及定轨软件的完善程度等。卫星定位是以卫星位置作为己知的基准值,来确定待定点的位置,因此,卫星的星历误差严重的影响定位精度,也是卫星定位过程的重要的误差来源。星历误差是一种***误差,不可能通过多次重复观测来消除。目前估计与处理卫星的星历误差一般比较困难,究其主要原因是:卫星在运行中要受到多种摄动力的复杂影响,而通过地面监测站又难以充分可靠地测定这些作用力,并掌握它们的作用规律。除了上述卫星星历误差以及卫星星钟误差以外,还有一项与地球相关的误差避不可免,即目标大地高的误差,也叫做地球形态误差。地球表面形态必然会引入误差,这种误差属于***误差。在信号传输过程就会误差,主要有电离层的时延误差和对流层的时延误差,以及信号传输中的多径效应误差。当信号到达接收机以后,接收机也会引入一定的误差,包括接收机的时钟误差和位置误差等。在实际的信号测量中,接收机天线除接收直接来自卫星方向的信号外,还接收到其他如高大建筑、航天飞行器等物体反射回来的信号,因此,接收的信号是直射波和反射波产生干涉后的混合信号。由于直接波和各反射波路径不同,从而使信号延迟,产生测量误差,称为多路径误差。很多时候,多路径误差是误差的主要来源。多路径误差可视为一种周期误差,除了上述的主要误差外,卫星定位的误差还包括有天线的相位中心位置偏差、计算误差、地球自转的影响和潮汐的改正以及电子欺骗等。
定位是一种重要的无源定位方法。在不发射对目标照射的电磁波的条件下获取目标的位置,我们称这样的定位为无源定。无源定位的含义绝不是不需要能源或者电源,而仅仅是指定位站不向被定位的对象发射电磁信号。与之对应,可以把定位站发射信号的定位***称为有源定位。所谓定位,通常是指确定地球表面某种物体在某一参考坐标系中的位置。由于目标源到达不同接收机的路径是不一样的,即存在距离差,从时间上来说,同一个辐射源到达不同接收机时存在时间差,它包含了目标的空间位置信息,因此,通过到达时间差的测量可以对目标进行定位。由于无源侦察不能直接得知雷达脉冲的发射时间,因此不能利用距离来定位,而只能通过到达时间差来定位。时间差测量定位的精度在很大程度上决定于到达时间的测量精度和接收机平台自身的定位精度。由于时间差的测量精度是影响定位精度的关键因素,辐射源到达两个接收机的时间差确定了一个双曲面(线),多个双曲面相交即可得到目标位置。时间差测量定位的方法比较多,有最大似然估计、最小二乘估计、最小加权均方估计,以及一些直接计算法。采用TDOA时差原理的定位***较多,典型装备有“塔玛拉"改进型“薇拉(VERA)”***,三坐标无源定位***;移动式无源定位***;“恺甲"空情监视***等。这类***最适用于空情监视和用作航管(ATC)***的备份设备。目标信号到达两部接收机信号的变化率同样也包含了目标的位置和运动信息,通过对该变化率的提取同样可以确定目标的状态参数。较多的定位***采用时差/差分多普勒等复合定位体制。实际上,对目标的定位就是通过对目标信号截获和分析,得到信号的方向、时间、幅度、频率、相位等信息,利用这些信息和目标位置以及运动状态之间的关系对目标进行有效的定位,在具体实施过程中,能够综合利用这些信息进行定位和跟踪,取长补短,减少定位所需要的平台数量、减少定位时间和提高精度。多站时间差测量定位技术的基本问题是:给定一组平台及其时间差测量值。而定位精度是目标和接收机相对几何关系和测量误差的函数,因此它的另一个最佳布站形式和如何提高时间测量精度的问题。在得到辐射源时差定位(TDoA)数据之后,通过求解一组非线性定位方程才能得到辐射源的位置。传统求解这个非线性方程组的方法是建立在迭代运算和线性化的基础上,因此需要对辐射源位置进行初始估计,所以这种求解方法的精度较强地依赖于初始位置估计是否准确。当初始估计较差时,不一定能得到收敛解;同时这种估计方法的运算量也是很大的。在定位解算过程中,由于双曲线(面)交叉有时会出现定位模糊,寻求去除定位模糊的方法也是时差定位处理中需要解决的问题。同时,当存在测量噪声时,将存在定位误差。早期的无源定位技术,以测向获得目标辐射源的方位,单站积累或多站协同确定目标位置,这类方法对运动目标性能较差,而且一般较难实现精确定位。多站时差定位技术(TDOA)是通过多个观测站采集到的目标信号到达时间差来进行定位,时差定位的最大优点是定位精度高,但其最大的弱点是存在时差模糊,使它在对付高重频、高机动目标时有一定的困难。
针对空中机动目标,多星通讯时差定位数据具有量测误差大、量测噪声和机动噪声难以估计,只能给出大致的定位误差等特点。在进行传统时差定位时,往往会出现定位模糊,影响了定位的精确性。传统的定位数据融合方法,如卡拉曼滤波方法,在量测噪声和机动噪声不明确的情况下,滤波效果较差;交互多模方法能够适应部分机动噪声,滤波效果比卡尔曼有改进,但在量测噪声和机动噪声不明确的情况下,滤波效果仍然较差;最小二乘没有利用量测噪声和机动噪声,故滤波效果比卡尔曼和交互多模方法的滤波效果差。因此,急需研究一种只知道定位误差的大误差定位数据的融合方法,借助协方差交集算法和最小二乘算法无需协方差噪声的特点,利用协方差交集算法和k近邻滑窗最小二乘算法进行融合处理,提高定位精度。
发明内容
为了解决大噪声点迹的精确融合问题,本发明提供一种时差定位速度快,精度高,具有较强的抗干扰融合能力和较强鲁棒性,能显著提升融合精度,具有大误差的多星通讯时差定位数据融合处理方法。
为了实现上述目的,本发明提出了一种多星通讯时差定位数据融合处理方法,其特征在于包括如下步骤:在得到多星通讯辐射源时差定位数据之后,采用镜像点剔除模块,将所有定位点按目标编号进行分类,运用镜像点剔除算法对定位点分类结果中的镜像点进行剔除,将非镜像点输出到定位点聚合模块,将所有正常点按目标编号进行分类,对正常点编号分类结果进行正常点聚合,并基于点迹聚合算法进行点迹聚合,利用估计的定位误差,融合估计目标的位置,生成聚合点,将聚合点输出到野值点剔除模块,野值点剔除模块根据野值剔除算法进行野值点剔除,将非野值点输出到聚合点滤波模块,聚合点滤波模块基于聚合点滤波算法对聚合点迹进行滤波,运用协方差交集算法和k近邻滑窗最小二乘算法进行融合处理,生成最终的融合结果。
本发明与现有技术相比具有如下有益效果:
本发明采用在得到多星通讯辐射源时差定位数据之后,针对空中机动目标,采用镜像点剔除模块,将所有定位点按目标编号进行分类,运用镜像点剔除算法对定位点分类结果中的镜像点进行剔除,剔除定位点中的镜像点,镜像点剔除准,不会漏掉真实的定位点,最多产生虚假定位点,对实际的工程应用不会产生较大影响。相对于多平台定位***而言减少了平台数量,降低了***实现的难度和成本。
本发明采用定位点聚合模块,将所有正常点按目标编号进行分类,对正常点编号分类结果进行正常点聚合,并基于点迹聚合算法进行点迹聚合,利用估计的定位误差,融合估计目标的位置,生成聚合点,将聚合点输出到野值点剔除模块,野值点剔除模块根据野值剔除算法进行野值点剔除,算法在野值干扰情况下具有较强的抗干扰融合能力,具有较强鲁棒性。
本发明将非野值点输出到聚合点滤波模块,基于聚合点滤波算法对聚合点迹进行滤波,运用协方差交集算法和k近邻滑窗最小二乘算法进行融合处理,生成最终的融合结果。这种利用野值剔除及协方差交集和最小二乘算法进行综合滤波,在工程上容易实现,不需要知道目标的机动噪声和量测噪声,仅仅利用估计的定位误差提高融合精度,可以解决噪声不完全知道情况下的点迹融合问题。仿真结果表明,此算法定位精度及稳定性优于传统的三站时差定位法和卡尔曼滤波法,可减少信息的不确定性,有助于提高***的定位效果。
附图说明
为了更清楚地理解本发明,将通过具体实施方案,同时参照附图来描述本发明,其中:
图1是本发明多星通讯时差定位数据融合处理流程示意图;
图2是图1镜像点剔除模块镜像点剔除处理流程示意图;
图3是图1定位点聚合模块正常点聚合处理流程示意图;
图4是图1聚合点滤波模块聚合点滤波处理流程示意图;
图5是图4聚合点滤波模块k近邻滤波计算流程示意图;
具体实施方式
参阅图1。根据本发明,在得到多星通讯辐射源时差定位数据之后,采用镜像点剔除模块,将所有定位点按目标编号进行分类,运用镜像点剔除算法对定位点分类结果中的镜像点进行剔除,剔除定位点中的镜像点,将非镜像点输出到定位点聚合模块,将所有正常点按目标编号进行分类,对正常点编号分类结果进行正常点聚合,并基于点迹聚合算法进行点迹聚合,利用估计的定位误差,融合估计目标的位置,生成聚合点,将聚合点输出到野值点剔除模块,野值点剔除模块根据野值剔除算法进行野值点剔除,将非野值点输出到聚合点滤波模块,聚合点滤波模块基于聚合点滤波算法对聚合点迹进行滤波,运用协方差交集算法和k近邻滑窗最小二乘算法进行融合处理,生成最终的融合结果。
参阅图2。镜像点剔除模块在对镜像点进行剔除中,首先进行定位点分类:将所有定位点按目标编号进行分类,相同目标编号的归为同一类并按位置时间从小到大排列并保存到定位点链表中,不同目标编号的归为不同的类,后续处理都是针对同一类进行处理;然后进行定位点关联,判断是否关联成功,如果收到的定位点为第一点,则将其中两个坐标位置点分配两个新的目标编号,并按新分配的目标编号分别保存到不同的定位点链表中;否则,利用关联判断算法对两个坐标位置点分别进行关联判断,如果坐标位置点关联成功,则进行历史目标维持,否则进行新目标起批。
镜像点剔除模块在新目标起批中,定位点为目标的时空定位信息,给坐标位置点分配新的目标编号,并将该坐标位置点保存到该目标编号指定的定位点链表中,其中,时空定位信息包含两个坐标位置点,一个是正常点,另一个是镜像点,定位点具体内容主要包括目标编号O、定位误差e,位置时间t、WGS-84坐标位置1:经度l1、纬度b1、高度h1,WGS-84坐标位置2:经度l2、纬度b2、高度h2,其中,e的单位为米,t的单位为秒,l1、b1、l2、b2的单位为度,h1和h2的单位为米。
镜像点剔除模块采用坐标位置点的关联判断算法,遍历所有的定位点链表依次进行位置时间判断与距离判断;位置时间判断,计算坐标位置点与定位点链表中最后一点的位置时间差,如果位置时间差大于指定的关联时间门限,则关联失败,否则进行距离判断;距离判断,计算坐标位置点与定位点链表中最后一点的距离,如果距离大于指定的关联距离门限,则关联失败,否则关联成功。
镜像点剔除模块在历史目标维持中,获取关联成功的定位点链表,将坐标位置点1按时间从小到大的顺序保存到该定位点链表中,并进行镜像点判断,遍历所有的定位点链表,如果链表长度小于指定的镜像点门限,则该链表中的所有定位点为镜像点,否则为非镜像点,将该链表中的所有定位点输出到正常点聚合模块。
参阅图3。定位点聚合模块正常点聚合处理中,首先对正常点编号分类,将所有正常点按目标编号进行分类,相同目标编号的归为同一类并按位置时间从小到大排列并保存到正常点链表中,不同目标编号的归为不同的类,后续处理都是针对同一类进行处理;然后在正常点时间分类中:遍历正常点链表中的所有坐标位置点,如果该点为第一点则将该点作为聚合的第一点保存到聚合点链表中,否则计算该点与聚合点链表中第一点的位置时间差,如果位置时间差小于指定的聚合时间门限则将该点加入聚合点链表,否则对聚合点链表中的点进行位置时间聚合、定位误差聚合、经度聚合、纬度聚合和高度聚合,聚合完成后清空聚合点链表并将该点作为聚合的第一点保存到聚合点链表中。
定位点聚合模块在位置时间聚合中:如果聚合点链表中只有一点,则该点位置时间为聚合点位置时间,聚合完成;否则对聚合点链表中的所有位置时间t进行时间平均计算,将计算的位置时间平均值作为聚合点位置时间;位置时间平均计算公式如下所示:
其中,m为聚合点个数,ti为参与聚合的正常点的位置时间,t为聚合点位置时间。
定位点聚合模块在定位误差聚合中:如果聚合点链表中只有一点,则该点定位误差为聚合点定位误差,聚合完成;否则对聚合点链表中的所有定位误差进行加权融合,将计算的定位误差加权融合值作为聚合点定位误差;采用如下所示计算公式计算定位误差加权融合值:
其中,m为聚合点个数,ei为参与聚合的正常点的定位误差,e为聚合点定位误差。
定位点聚合模块在经度聚合中:如果聚合点链表中只有一点,则该点经度为聚合点经度,聚合完成;如果聚合点链表中至少有5个点,则将经度最大值与经度最小值去掉,对于其余点的经度进行经度加权融合;否则对聚合点链表中的所有经度进行加权融合;将计算的经度加权融合值作为聚合点的聚合点经度l;采用如下所示计算公式计算聚合点经度:
其中,n为参与加权融合的经度个数,ei为参与加权融合的经度定位误差,li为参与加权融合的经度。
定位点聚合模块在纬度聚合中:如果聚合点链表中只有一点,则该点纬度为聚合点纬度,聚合完成;如果聚合点链表中至少有5个点,则将纬度最大值与纬度最小值去掉,对于其余点的纬度进行纬度加权融合;否则对聚合点链表中的所有纬度进行加权融合;将计算的纬度加权融合值作为聚合点的纬度b;采用如下所示计算公式计算聚合点纬度:
其中,n为参与加权融合的纬度个数,ei为参与加权融合的纬度定位误差,bi为参与加权融合的纬度。
定位点聚合模块在高度聚合中:如果聚合点链表中只有一点,则该点高度为聚合点高度,聚合完成;如果聚合点链表中至少有5个点,则将高度最大值与高度最小值去掉,对于其余点的高度进行高度加权融合,否则对聚合点链表中的所有高度进行加权融合;将计算的高度加权融合值作为聚合点的高度h;采用如下所示计算公式计算聚合点高度:
其中,n为参与加权融合的高度个数,ei为参与加权融合的高度定位误差,hi为参与加权融合的高度。
野值点剔除模块根据野值剔除算法进行野值点剔除,将非野值点输出到聚合点滤波模块,采用野值点剔除算法对第一点不剔除,从第i点(i≥3)开始遍历计算第i-1点与第i-2点的距离r1,计算第i点与第i-1点的距离r2,第i点与第i-2点的距离r3,如果r3<r1+r2,则第i-1点为野值,将第i-1点剔除,剔除后重新从第i点开始遍历计算。
参阅图4。聚合点滤波模块首先对聚合点编号分类:将所有聚合点按目标编号进行分类,相同目标编号的归为同一类,并按位置时间从小到大排列并保存到聚合点链表中,不同目标编号的归为不同的类,后续处理都是针对同一类进行处理;然后对聚合点时间分类;最后分别对经度滤波和纬度滤波。
根据聚合点滤波算法对聚合点迹进行滤波,主要采用k近邻滑窗滤波,即利用最近k个点对经度和纬度分别进行滤波,生成最终的融合结果,k一般为5。
聚合点滤波模块在聚合点时间分类中:遍历聚合点链表中的所有坐标位置点,计算滤波点链表中的每一点P2与该点P1的位置时间差,如果位置时间差大于指定的滤波时间门限则将该点P2从滤波点链表中删除,将该点P1加入滤波点链表中,对滤波点链表中的点进行经度滤波和纬度滤波,滤波完成后,将P1的经度和纬度赋值为滤波后的经度和纬度。
聚合点滤波模块在经度滤波中:如果聚合点链表中点数小于3,则将最后1点的经度作为滤波点经度,滤波完成;否则对滤波点链表中的所有点进行k近邻滤波;将计算的经度滤波值作为滤波点的经度;经度滤波的计算过程参阅图5。
参阅图5。聚合点滤波模块在经度滤波的计算过程中,首先进行时空位置归一化,将位置时间平移到0开始的位置,将经度平移到0开始的位置,采用如下公式进行平移:
其中ti和li为参与滤波计算的第i点位置时间ti和第i点经度li;
然后对归一化的位置时间和经度进行滤波参数计算,计算滤波参数(a0,a1),采用如下公式计算滤波参数:
聚合点滤波模块在纬度滤波中:如果聚合点链表中点数小于3,则将最后1点的纬度作为滤波点纬度,滤波完成;否则对滤波点链表中的所有点进行k近邻滤波;将计算的纬度滤波值作为滤波点的纬度;纬度滤波的计算过程同经度滤波的计算过程。
Claims (10)
1.一种多星通讯时差定位数据融合处理方法,其特征在于包括如下步骤:在得到多星通讯辐射源时差定位数据之后,采用镜像点剔除模块,将所有定位点按目标编号进行分类,运用镜像点剔除算法对定位点分类结果中的镜像点进行剔除,剔除定位点中的镜像点,将非镜像点输出到定位点聚合模块,将所有正常点按目标编号进行分类,对正常点编号分类结果进行正常点聚合,并基于点迹聚合算法进行点迹聚合,利用估计的定位误差,融合估计目标的位置,生成聚合点,将聚合点输出到野值点剔除模块,野值点剔除模块根据野值剔除算法进行野值点剔除,将非野值点输出到聚合点滤波模块,聚合点滤波模块基于聚合点滤波算法对聚合点迹进行滤波,运用协方差交集算法和k近邻滑窗最小二乘算法进行融合处理,生成最终的融合结果。
2.如权利要求1所述的多星通讯时差定位数据融合处理方法,其特征在于:镜像点剔除模块在对镜像点进行剔除中,首先进行定位点分类:将所有定位点按目标编号进行分类,相同目标编号的归为同一类并按位置时间从小到大排列并保存到定位点链表中,不同目标编号的归为不同的类,后续处理都是针对同一类进行处理;然后进行定位点关联,判断是否关联成功,如果收到的定位点为第一点,则将其中两个坐标位置点分配两个新的目标编号,并按新分配的目标编号分别保存到不同的定位点链表中;否则,利用关联判断算法对两个坐标位置点分别进行关联判断,如果坐标位置点关联成功,则进行历史目标维持,否则进行新目标起批。
3.如权利要求1所述的多星通讯时差定位数据融合处理方法,其特征在于:镜像点剔除模块在新目标起批中,定位点为目标的时空定位信息,给坐标位置点分配新的目标编号,并将该坐标位置点保存到该目标编号指定的定位点链表中,其中,时空定位信息包含两个坐标位置点,一个是正常点,另一个是镜像点,定位点具体内容主要包括目标编号O、定位误差e,位置时间t、WGS-84坐标位置1:经度l1、纬度b1、高度h1,WGS-84坐标位置2:经度l2、纬度b2、高度h2,其中,e的单位为米,t的单位为秒,l1、b1、l2、b2的单位为度,h1和h2的单位为米。
4.如权利要求1所述的多星通讯时差定位数据融合处理方法,其特征在于:镜像点剔除模块采用坐标位置点的关联判断算法,遍历所有的定位点链表依次进行位置时间判断与距离判断,位置时间判断,计算坐标位置点与定位点链表中最后一点的位置时间差,如果位置时间差大于指定的关联时间门限,则关联失败,否则进行距离判断;距离判断,计算坐标位置点与定位点链表中最后一点的距离,如果距离大于指定的关联距离门限,则关联失败,否则关联成功。
5.如权利要求1所述的多星通讯时差定位数据融合处理方法,其特征在于:镜像点剔除模块在历史目标维持中,获取关联成功的定位点链表,将坐标位置点1按时间从小到大的顺序保存到该定位点链表中,并进行镜像点判断,遍历所有的定位点链表,如果链表长度小于指定的镜像点门限,则该链表中的所有定位点为镜像点,否则为非镜像点,将该链表中的所有定位点输出到正常点聚合模块。
6.如权利要求1所述的多星通讯时差定位数据融合处理方法,其特征在于:定位点聚合模块正常点聚合处理中,首先对正常点编号分类,将所有正常点按目标编号进行分类,相同目标编号的归为同一类并按位置时间从小到大排列并保存到正常点链表中,不同目标编号的归为不同的类,后续处理都是针对同一类进行处理;然后在正常点时间分类中:遍历正常点链表中的所有坐标位置点,如果该点为第一点则将该点作为聚合的第一点保存到聚合点链表中,否则计算该点与聚合点链表中第一点的位置时间差,如果位置时间差小于指定的聚合时间门限则将该点加入聚合点链表,否则对聚合点链表中的点进行位置时间聚合、定位误差聚合、经度聚合、纬度聚合和高度聚合,聚合完成后清空聚合点链表,并将该点作为聚合的第一点保存到聚合点链表中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111353201.6A CN113933876B (zh) | 2021-11-16 | 2021-11-16 | 多星通讯时差定位数据融合处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111353201.6A CN113933876B (zh) | 2021-11-16 | 2021-11-16 | 多星通讯时差定位数据融合处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113933876A CN113933876A (zh) | 2022-01-14 |
CN113933876B true CN113933876B (zh) | 2023-05-23 |
Family
ID=79286779
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111353201.6A Active CN113933876B (zh) | 2021-11-16 | 2021-11-16 | 多星通讯时差定位数据融合处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113933876B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114841297B (zh) * | 2022-07-05 | 2022-09-06 | 成都戎星科技有限公司 | 一种基于dto分离的多星无源定位散点目标分类方法 |
Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101655561A (zh) * | 2009-09-14 | 2010-02-24 | 南京莱斯信息技术股份有限公司 | 基于联合卡尔曼滤波的多点定位数据与雷达数据融合方法 |
CN104678418A (zh) * | 2015-02-11 | 2015-06-03 | 北京航空航天大学 | 一种基于多星gnss-r海面目标定位模糊消除方法 |
WO2015169338A1 (en) * | 2014-05-05 | 2015-11-12 | Hexagon Technology Center Gmbh | Surveying system |
CN105425254A (zh) * | 2015-12-28 | 2016-03-23 | 西北工业大学 | 动态gnss测量数据的抗野值双向平滑滤波方法 |
CN105758401A (zh) * | 2016-05-14 | 2016-07-13 | 中卫物联成都科技有限公司 | 一种基于多源信息融合的组合导航方法和设备 |
CN106918827A (zh) * | 2017-03-31 | 2017-07-04 | 北京京东尚科信息技术有限公司 | Gps数据有效性判断方法和装置 |
CN106933977A (zh) * | 2017-02-16 | 2017-07-07 | 中国航天空气动力技术研究院 | 一种基于大数据挖掘分类剔除飞行参数野值的方法 |
CN107192998A (zh) * | 2017-04-06 | 2017-09-22 | 中国电子科技集团公司第二十八研究所 | 一种基于协方差指标函数的自适应分布式航迹数据融合方法 |
CN107193023A (zh) * | 2017-04-18 | 2017-09-22 | 中国铁建电气化局集团第二工程有限公司 | 一种具有闭式解的高精度北斗卫星***单点定位方法 |
CN107219537A (zh) * | 2017-05-25 | 2017-09-29 | 北京电子工程总体研究所 | 一种融合选星与完好性检测的多***兼容定位方法 |
CN108108335A (zh) * | 2017-12-26 | 2018-06-01 | 北京邮电大学 | 一种野值剔除方法及装置 |
CN108469627A (zh) * | 2018-03-16 | 2018-08-31 | 中国电子科技集团公司第三十六研究所 | 基于时频差的地面同频多静止辐射源定位方法及*** |
CN109001776A (zh) * | 2018-06-04 | 2018-12-14 | 北京未来导航科技有限公司 | 一种基于云计算的导航数据处理方法及*** |
CN109508000A (zh) * | 2018-12-16 | 2019-03-22 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 异构多传感器多目标跟踪方法 |
CN109596078A (zh) * | 2019-01-28 | 2019-04-09 | 吉林大学 | 多信息融合路面谱实时测试***和测试方法 |
CN109633718A (zh) * | 2018-12-12 | 2019-04-16 | 上海无线电设备研究所 | 一种归一化加权最小二乘导航定位方法 |
CN109839620A (zh) * | 2019-03-11 | 2019-06-04 | 深圳大学 | 一种联合ads-b的最小二乘雷达***误差估计方法 |
CN110441761A (zh) * | 2019-09-18 | 2019-11-12 | 哈尔滨工程大学 | 基于分布式浮标探测的多源信息融合方法 |
CN110673099A (zh) * | 2019-09-29 | 2020-01-10 | 深圳市华讯方舟微电子科技有限公司 | 一种多雷达点迹关联方法及装置 |
CN110749909A (zh) * | 2019-07-25 | 2020-02-04 | 中国民用航空中南地区空中交通管理局 | 基于多星座网络事后差分的飞行器位置高精度定位方法 |
CA3074977A1 (en) * | 2019-04-12 | 2020-10-12 | Thales Management & Services Deutschland Gmbh | A method for safely and autonomously determining a position information of a train on a track |
CN111860589A (zh) * | 2020-06-12 | 2020-10-30 | 中山大学 | 一种多传感器多目标协同探测信息融合方法、*** |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7956808B2 (en) * | 2008-12-30 | 2011-06-07 | Trueposition, Inc. | Method for position estimation using generalized error distributions |
-
2021
- 2021-11-16 CN CN202111353201.6A patent/CN113933876B/zh active Active
Patent Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101655561A (zh) * | 2009-09-14 | 2010-02-24 | 南京莱斯信息技术股份有限公司 | 基于联合卡尔曼滤波的多点定位数据与雷达数据融合方法 |
WO2015169338A1 (en) * | 2014-05-05 | 2015-11-12 | Hexagon Technology Center Gmbh | Surveying system |
CN104678418A (zh) * | 2015-02-11 | 2015-06-03 | 北京航空航天大学 | 一种基于多星gnss-r海面目标定位模糊消除方法 |
CN105425254A (zh) * | 2015-12-28 | 2016-03-23 | 西北工业大学 | 动态gnss测量数据的抗野值双向平滑滤波方法 |
CN105758401A (zh) * | 2016-05-14 | 2016-07-13 | 中卫物联成都科技有限公司 | 一种基于多源信息融合的组合导航方法和设备 |
CN106933977A (zh) * | 2017-02-16 | 2017-07-07 | 中国航天空气动力技术研究院 | 一种基于大数据挖掘分类剔除飞行参数野值的方法 |
CN106918827A (zh) * | 2017-03-31 | 2017-07-04 | 北京京东尚科信息技术有限公司 | Gps数据有效性判断方法和装置 |
CN107192998A (zh) * | 2017-04-06 | 2017-09-22 | 中国电子科技集团公司第二十八研究所 | 一种基于协方差指标函数的自适应分布式航迹数据融合方法 |
CN107193023A (zh) * | 2017-04-18 | 2017-09-22 | 中国铁建电气化局集团第二工程有限公司 | 一种具有闭式解的高精度北斗卫星***单点定位方法 |
CN107219537A (zh) * | 2017-05-25 | 2017-09-29 | 北京电子工程总体研究所 | 一种融合选星与完好性检测的多***兼容定位方法 |
CN108108335A (zh) * | 2017-12-26 | 2018-06-01 | 北京邮电大学 | 一种野值剔除方法及装置 |
CN108469627A (zh) * | 2018-03-16 | 2018-08-31 | 中国电子科技集团公司第三十六研究所 | 基于时频差的地面同频多静止辐射源定位方法及*** |
CN109001776A (zh) * | 2018-06-04 | 2018-12-14 | 北京未来导航科技有限公司 | 一种基于云计算的导航数据处理方法及*** |
CN109633718A (zh) * | 2018-12-12 | 2019-04-16 | 上海无线电设备研究所 | 一种归一化加权最小二乘导航定位方法 |
CN109508000A (zh) * | 2018-12-16 | 2019-03-22 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 异构多传感器多目标跟踪方法 |
CN109596078A (zh) * | 2019-01-28 | 2019-04-09 | 吉林大学 | 多信息融合路面谱实时测试***和测试方法 |
CN109839620A (zh) * | 2019-03-11 | 2019-06-04 | 深圳大学 | 一种联合ads-b的最小二乘雷达***误差估计方法 |
CA3074977A1 (en) * | 2019-04-12 | 2020-10-12 | Thales Management & Services Deutschland Gmbh | A method for safely and autonomously determining a position information of a train on a track |
CN110749909A (zh) * | 2019-07-25 | 2020-02-04 | 中国民用航空中南地区空中交通管理局 | 基于多星座网络事后差分的飞行器位置高精度定位方法 |
CN110441761A (zh) * | 2019-09-18 | 2019-11-12 | 哈尔滨工程大学 | 基于分布式浮标探测的多源信息融合方法 |
CN110673099A (zh) * | 2019-09-29 | 2020-01-10 | 深圳市华讯方舟微电子科技有限公司 | 一种多雷达点迹关联方法及装置 |
CN111860589A (zh) * | 2020-06-12 | 2020-10-30 | 中山大学 | 一种多传感器多目标协同探测信息融合方法、*** |
Non-Patent Citations (5)
Title |
---|
Lee T S.Theory and application of adaptive fading memory Kalman filters.《IEEE Transactions on Circuits and Systems》.1988,第35卷(第4期),474-477. * |
WANN C D.Data fusion methods for accu-racy improvement in wireless location systems.《Wireless Communications and Networking Conference》.2004,(第1期),471-476. * |
双炜 ; 吴巍.应用聚类方法的多卫星无源时差定位算法.《航天器工程》.2015,24(第02期),140-145. * |
吕明 ; 郭士民.基于数据融合的时差定位处理算法的应用.《仪器仪表学报》.2007,28(第S1期),101-103. * |
王华松 ; 李鹏 ; 张家叶子 ; 赵鑫 ; .基于卡尔曼滤波的序贯融合对机动目标跟踪算法与仿真.《工业控制计算机》.2020,(第07期),125-127. * |
Also Published As
Publication number | Publication date |
---|---|
CN113933876A (zh) | 2022-01-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11014576B2 (en) | Beidou-based grid augmentation autonomous driving multi-level warning system | |
CN103592658A (zh) | 多模卫星导航***中基于选星算法的raim新方法 | |
CN107193028A (zh) | 基于GNSS的Kalman相对定位方法 | |
Galati et al. | Wide area surveillance using SSR mode S multilateration: advantages and limitations | |
CN104849702A (zh) | 利用ads-b数据的gm-ephd滤波雷达***误差联合估计方法 | |
Aernouts et al. | Combining TDoA and AoA with a particle filter in an outdoor LoRaWAN network | |
CN113376675B (zh) | 一种基于GNSS/视觉/Lidar融合的城市峡谷定位方法 | |
CN114919627B (zh) | 一种基于ris技术的列车定位追踪的方法 | |
CN113933876B (zh) | 多星通讯时差定位数据融合处理方法 | |
CN104237862B (zh) | 基于ads‑b的概率假设密度滤波雷达***误差融合估计方法 | |
Wang et al. | Optimized bias estimation model for 3-D radar considering platform attitude errors | |
Chen et al. | Research on AIS and radar information fusion method based on distributed Kalman | |
Ulmschneider et al. | Association of transmitters in multipath-assisted positioning | |
CN116482610A (zh) | 基于低轨卫星下行信号多普勒频率变化率的自定位方法 | |
CN115560640A (zh) | 一种基于双站观测的弹丸脱靶量在线自动检测方法及*** | |
Mikhalev et al. | Passive emitter geolocation using agent-based data fusion of AOA, TDOA and FDOA measurements | |
CN115616636A (zh) | 一种面向无人机的多星座低轨卫星融合定位方法及装置 | |
Yang et al. | Geometric dilution of precision for far-distance TDOA location of shortwave | |
CN108375766A (zh) | 一种基于协同识别高精度定位融合方法 | |
Li et al. | Performance Analysis of Collaborative Positioning Method in Automated Car Driving. | |
Frisch et al. | Optimal sensor placement for multilateration using alternating greedy removal and placement | |
CN112882068A (zh) | 基于多接收机的gnss抗欺骗干扰方法 | |
Pudlovskiy et al. | Joint processing of GNSS and UWB signals for seamless navigation in urban environments | |
RU2807613C1 (ru) | Способ трассирования наземных и морских радиоизлучающих целей | |
Su et al. | Non-Line-of-Sight Multipath Detection Method for BDS/GPS Fusion System Based on Deep Learning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |