本發(fā)明涉及導(dǎo)航，尤其涉及一種基于概率統(tǒng)計(jì)的多傳感器融合定位方法、裝置設(shè)備及介質(zhì)。

背景技術(shù)：

1、隨著信息技術(shù)的進(jìn)步，多傳感器融合定位技術(shù)(也稱為分布式融合)已經(jīng)成為指揮控制系統(tǒng)中不可或缺的一部分，其通過綜合來自不同傳感器的目標(biāo)航跡數(shù)據(jù)，并結(jié)合數(shù)學(xué)模型與算法，能夠更準(zhǔn)確地估計(jì)出目標(biāo)的實(shí)際位置軌跡。多傳感器融合定位不僅對于監(jiān)視、跟蹤以及控制空中或海上目標(biāo)至關(guān)重要，而且在電子偵察領(lǐng)域中也為目標(biāo)指引提供了強(qiáng)有力的支持。

2、相比于傳統(tǒng)的集中式量測融合方式，多傳感器融合定位方案顯著降低了對通信帶寬的需求，并且由于其算法設(shè)計(jì)的靈活性，使得系統(tǒng)具有更好的可靠性和可擴(kuò)展性，較強(qiáng)的實(shí)現(xiàn)性，因此有著廣闊的應(yīng)用前景。

3、然而，相關(guān)技術(shù)中的多傳感器融合定位技術(shù)大多依賴于最優(yōu)航跡融合算法，雖然能夠有效處理來自多個(gè)傳感器的數(shù)據(jù)，由于是采用通用的方法來計(jì)算融合后的互協(xié)方差矩陣，因此在某些復(fù)雜環(huán)境的場景下，可能導(dǎo)致定位精度的下降。具體來說，傳統(tǒng)多傳感器融合定位算法未能充分利用定位數(shù)據(jù)的特性以及傳感器本身的位置信息，從而限制了其在復(fù)雜環(huán)境中的性能表現(xiàn)。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供一種基于概率統(tǒng)計(jì)的多傳感器融合定位方法、系統(tǒng)、設(shè)備及介質(zhì)，解決了如何提升多傳感器融合定位算法的定位精度的問題。

2、為達(dá)到上述目的，本技術(shù)采用如下技術(shù)方案：

3、第一方面，提供一種基于概率統(tǒng)計(jì)的多傳感器融合定位方法，包括：

4、獲取多個(gè)時(shí)差定位系統(tǒng)對同一目標(biāo)的定位結(jié)果數(shù)據(jù)，根據(jù)所述定位結(jié)果數(shù)據(jù)反算所述目標(biāo)相對于每個(gè)所述時(shí)差定位系統(tǒng)的方位信息；

5、基于每個(gè)所述時(shí)差定位系統(tǒng)，構(gòu)建對應(yīng)的傳感器測量誤差的統(tǒng)計(jì)分布模型；

6、根據(jù)多個(gè)所述統(tǒng)計(jì)分布模型，構(gòu)建傳感器測量誤差的聯(lián)合概率分布模型；

7、利用所述聯(lián)合概率分布模型的最大似然參數(shù)來估計(jì)所述目標(biāo)的位置。

8、在第一方面的第一種可能的實(shí)現(xiàn)方式中，所述時(shí)差定位系統(tǒng)用于對目標(biāo)定位，包括：

9、根據(jù)信號從發(fā)射到接收的時(shí)間差來估算目標(biāo)的位置；

10、對估算的所述位置信息進(jìn)行卡爾曼濾波處理；

11、根據(jù)處理后的所述位置信息反算所述目標(biāo)相對于傳感器中心點(diǎn)的方位角；

12、基于所述方位角，利用方位線相交求得融合初始點(diǎn)的位置信息。

13、在第一方面的第二種可能的實(shí)現(xiàn)方式中，所述基于每個(gè)所述時(shí)差定位系統(tǒng)，構(gòu)建對應(yīng)的傳感器測量誤差的統(tǒng)計(jì)分布模型，包括：

14、定義概率分布的指數(shù)函數(shù)為：

15、f(x,y)＝-(w-w0)2/2σ2，

16、其中，w為指標(biāo)值，是定位結(jié)果的二元函數(shù)，即w＝f(x,y)，w0為真實(shí)值，σ2為方差；

17、假設(shè)定位融合結(jié)果為(x0,y0)，

18、f(x,y)的多項(xiàng)式的標(biāo)準(zhǔn)形式為：

19、f(x,y)＝a1x2+a2y2+a3xy+a4x+a5y+a6，

20、各多項(xiàng)式系數(shù)可表示為：

21、

22、其中，f'x(x0,y0)和f'y(x0,y0)分別表示f(x,y)在(x0,y0)處對x和y的偏導(dǎo)數(shù)值，距離d可表示為：

23、d＝f(x0,y0)-w0。

24、基于第一方面的第二種可能的實(shí)現(xiàn)方式，在第一方面的第三種可能的實(shí)現(xiàn)方式中，根據(jù)多個(gè)所述統(tǒng)計(jì)分布模型，構(gòu)建傳感器測量誤差的聯(lián)合概率分布模型，包括：

25、聯(lián)合概率分布的指數(shù)函數(shù)f∑(x,y)應(yīng)為各統(tǒng)計(jì)分布模型之和，即：

26、

27、f∑(x,y)的多項(xiàng)式形式，即：

28、f∑(x,y)＝a1x2+a2y2+a3xy+a4x+a5y+a6，

29、對應(yīng)的多項(xiàng)式系數(shù)應(yīng)當(dāng)為fi(x,y)各統(tǒng)計(jì)分布模型系數(shù)之和，即：

30、

31、其中，ai,j,(i＝1…n,j＝1…5)表示第i個(gè)時(shí)差定位系統(tǒng)的第j個(gè)多項(xiàng)式系數(shù)，f'i,x(x0,y0)和f'i,y(x0,y0)分別表示第i個(gè)時(shí)差定位系統(tǒng)的指數(shù)函數(shù)fi(x,y)在(x0,y0)處對x和y的偏導(dǎo)數(shù)值；距離di表示為：

32、di＝fi(x0,y0)-w0。

33、基于第一方面的任一種可能的實(shí)現(xiàn)方式，在第一方面的第四種可能的實(shí)現(xiàn)方式中，利用聯(lián)合概率分布模型的最大似然參數(shù)來估計(jì)目標(biāo)的位置，包括：

34、對每個(gè)時(shí)差定位系統(tǒng)的統(tǒng)計(jì)分布模型，求其指數(shù)函數(shù)的偏導(dǎo)數(shù)值；

35、使用目標(biāo)相對傳感器中心點(diǎn)的時(shí)差來表示其距離值；

36、令聯(lián)合概率分布的指數(shù)函數(shù)的偏導(dǎo)數(shù)等于零，使用所述偏導(dǎo)數(shù)值和所述距離值來表示線性方程中的多項(xiàng)式系數(shù)；

37、使用線性方程系數(shù)相加的方式求出融合系數(shù)；

38、基于融合初始點(diǎn)，使用融合系數(shù)組合的方式求出融合后的目標(biāo)位置。

39、基于第一方面的第四種可能的實(shí)現(xiàn)方式，在第一方面的第五種可能的實(shí)現(xiàn)方式中，所述偏導(dǎo)數(shù)值為：

40、

41、所述距離值為：

42、

43、其中，第i個(gè)時(shí)差定位系統(tǒng)的傳感器中心點(diǎn)(稱a點(diǎn)和b點(diǎn))的位置分別為(xi,a,yi,a)和(xi,b,yi,b)，目標(biāo)相對于兩個(gè)傳感器中心點(diǎn)的方位角分別為θi,a和θi,a，信號到達(dá)傳感器中心點(diǎn)的時(shí)差為δti，時(shí)差定位的結(jié)果是(xi,yi),(i＝1…n)，n為時(shí)差定位系統(tǒng)的個(gè)數(shù)，c表示真空中光速；

44、所述線性方程為：

45、

46、得到多項(xiàng)式系數(shù)為：

47、

48、所述融合系數(shù)為：

49、

50、其中，j＝1…5；

51、所述目標(biāo)位置：

52、

53、第二方面，提供一種基于概率統(tǒng)計(jì)的多傳感器融合定位系統(tǒng)，包括：

54、數(shù)據(jù)預(yù)處理模塊，用于獲取多個(gè)時(shí)差定位系統(tǒng)對同一目標(biāo)的定位結(jié)果數(shù)據(jù)，根據(jù)所述定位結(jié)果數(shù)據(jù)反算所述目標(biāo)相對于每個(gè)所述時(shí)差定位系統(tǒng)的方位信息；

55、統(tǒng)計(jì)分布模型模塊，用于基于每個(gè)所述時(shí)差定位系統(tǒng)，構(gòu)建對應(yīng)的傳感器測量誤差的統(tǒng)計(jì)分布模型；

56、聯(lián)合概率分布模型模塊，用于根據(jù)多個(gè)所述統(tǒng)計(jì)分布模型，構(gòu)建傳感器測量誤差的聯(lián)合概率分布模型；

57、目標(biāo)位置確定模塊，用于利用所述聯(lián)合概率分布模型的最大似然參數(shù)來估計(jì)所述目標(biāo)的位置。

58、在第二方面的第一種可能的實(shí)現(xiàn)方式中，所述目標(biāo)位置確定模塊具體用于：

59、對每個(gè)時(shí)差定位系統(tǒng)的統(tǒng)計(jì)分布模型，求其指數(shù)函數(shù)的偏導(dǎo)數(shù)值；

60、使用目標(biāo)相對傳感器中心點(diǎn)的時(shí)差來表示其距離值；

61、令聯(lián)合概率分布的指數(shù)函數(shù)的偏導(dǎo)數(shù)等于零，使用所述偏導(dǎo)數(shù)值和所述距離值來表示線性方程中的多項(xiàng)式系數(shù)；

62、使用線性方程系數(shù)相加的方式求出融合系數(shù)；

63、基于融合初始點(diǎn)，使用融合系數(shù)組合的方式求出融合后的目標(biāo)位置。

64、第三方面，提供一種電子設(shè)備，所述電子設(shè)備包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被所述處理器執(zhí)行時(shí)實(shí)現(xiàn)如第一方面所述基于概率統(tǒng)計(jì)的多傳感器融合定位方法的步驟。

65、第四方面，提供一種可讀存儲介質(zhì)，所述可讀存儲介質(zhì)上存儲有程序或指令，所述程序或指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)如第一方面所述基于概率統(tǒng)計(jì)的多傳感器融合定位方法的步驟。

66、本技術(shù)基于每個(gè)時(shí)差定位系統(tǒng)，充分挖掘定位數(shù)據(jù)和傳感器自身的位置特點(diǎn)，推導(dǎo)出多個(gè)無源傳感器測量誤差的聯(lián)合概率分布，并利用滿足這一分布的最大似然參數(shù)來估計(jì)目標(biāo)位置，將數(shù)據(jù)特點(diǎn)融入了融合算法，提升了定位融合的精度，能夠適應(yīng)復(fù)雜環(huán)境中的目標(biāo)位置高精度定位。