[发明专利]具有随机量测噪声的双红外传感器的融合定位方法有效
申请号: | 201910269449.0 | 申请日: | 2019-04-04 |
公开(公告)号: | CN110031803B | 公开(公告)日: | 2020-11-27 |
发明(设计)人: | 薛文超;张小城;方海涛 | 申请(专利权)人: | 中国科学院数学与系统科学研究院 |
主分类号: | G01S5/16 | 分类号: | G01S5/16;G01C21/20 |
代理公司: | 北京慧泉知识产权代理有限公司 11232 | 代理人: | 李娜 |
地址: | 100083 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 具有 随机 噪声 红外传感器 融合 定位 方法 | ||
1.一种具有随机量测噪声的双红外传感器的融合定位方法,其特征在于:
红外传感器的量测模型如下:
其中Y(j)为第j个红外传感器的量测数据,包括第j个红外传感器到目标p的方位角量测和高低角量测是第j个红外传感器到目标p的位置矢量在第j个红外传感器的观测坐标系下的表示,为Y(j)的随机量测噪声,其标准差为σ(j);
其中和分别表示在x轴,y轴和z轴上的投影;在环境中选择一个世界坐标系,用以描述目标和传感器的位置,并记世界坐标系到第j个红外传感器的观测坐标系的变换矩阵为则有;
其中表示目标p的位置矢量在世界坐标系下的表示,为第j个红外传感器的位置矢量在世界坐标系下的表示;
双红外传感器的融合定位问题需要基于红外传感器量测模型(1)-(3),将红外传感器量测数据{Y(1),Y(2)}转换为目标在世界坐标系下的位置估计信息并且获得对应的估计误差评估值
具体步骤如下:
第一步:原始角度量测噪声与直角坐标系等价量测噪声的关系建立:
首先根据红外传感器量测模型(1)-(3)得到u(j)的估计值,即的计算公式:
其中u(j)为第j个红外传感器指向目标p的单位矢量在世界坐标系下的表示,为直角坐标系等价随机量测噪声;与随机量测噪声之间的关系满足如下误差传导公式:
其中为在Y(j)处的雅克比矩阵,计算公式为:
第二步:红外传感器与目标距离的估计方法以及估计误差形式:
由于红外传感器的量测数据中缺少传感器与目标的距离信息,从而无法利用单个红外传感器提取目标的位置信息,故需要根据两个红外传感器的组合量测信息提取每个传感器与目标的距离信息,并分析由随机量测噪声导致的距离估计误差;
根据最小二乘方法得到的估计值,即的计算公式为:
其中为第j个红外传感器到目标的距离r(j)的估计值,为相应的估计误差,与总的随机量测噪声之间的关系满足如下误差传导公式:
其中误差传导矩阵满足:
第三步:目标位置矢量的虚拟传感器量测及量测误差的形式:
根据第一步提供的第j个红外传感器到目标p的指向信息和第二步提供的第j个红外传感器到目标的距离信息以及红外传感器的位置信息得到第j个虚拟传感器关于位置矢量的量测的计算公式为:
其中为对的估计误差;与nY之间的关系满足如下误差传导公式:
其中表示的第j行;
第四步:带相关性的两组虚拟量测的融合方法及融合误差协方差阵计算:
首先,对于第三步构造的虚拟传感器,构造如下量测方程:
其中为新的量测,为量测矩阵,为Yv的量测误差,并且nY到到误差传导过程满足:
其中误差传导矩阵的计算公式为:
进一步,根据误差传导公式(13)得到在已知原始量测Y(1)和Y(2)下的条件协方差阵的计算公式为:
其中σ2为nY的协方差阵;
接着,通过求解如下加权最小二乘方法得到最佳融合结果的计算公式为:
其中为融合误差,并且在已知原始量测Y(1)和Y(2)下的条件协方差阵为:
由式(16)、(17)确定的融合方法具有如下两个重要性质:
性质1:融合误差的条件协方差阵所有加权最小二乘解里最小的;
性质2:式(17)提供了融合精度的评估指标;
由式(16)、(17)确定的融合方法通过表征两组虚拟量测值和之之间的相关性,并通过加权最小二乘的方式实现了两者的融合,保证了融合结果的最优性。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院数学与系统科学研究院,未经中国科学院数学与系统科学研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910269449.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:具有未知量测零偏的双红外传感器的融合定位方法
- 下一篇:雷达模块