[发明专利]TDOA-IMU数据自适应融合定位装置及方法

权利要求书

1.一种TDOA-IMU数据自适应融合定位装置，其安装在被测对象上，用于对所述被测对象进行定位，其特征在于，所述TDOA-IMU数据自适应融合定位装置包括：

惯性测量单元，用于获取所述被测对象相对于地理坐标系的速度和加速度的分量；

TDOA定位系统，用于对所述被测对象进行初步定位，获取到所述被测对象的位置信息；

自适应卡尔曼滤波器，与所述惯性测量单元以及所述TDOA定位系统均相耦合，用于根据自适应卡尔曼算法结合所述惯性测量单元获取的所述速度和加速度的分量信息对所述TDOA定位系统进行滤波，修正所述TDOA定位系统所获取的位置信息，其中，所述自适应卡尔曼算法中的状态噪声和测量噪声实时更新；

神经网络单元，与所述自适应卡尔曼滤波器相耦合，用于根据长短期记忆神经网络模型对所述被测对象的位置进行预测；

精确位置确定模块，与所述自适应卡尔曼滤波器以及所述长短期记忆神经网络单元均相耦合，用于将所述自适应卡尔曼滤波器修正后的位置信息与所述长短期记忆神经网络单元所预测的位置信息进行加权平均，该平均值被确定为所述TDOA-IMU数据自适应融合定位装置的定位结果。

2.如权利要求1所述的TDOA-IMU数据自适应融合定位装置，其特征在于，所述状态噪声的协方差矩阵Q为

其中，Δt为所述被测对象单步运动时间，其中，σ_vx,k-1表示从k-1时刻到k时刻所述被测对象在所述地理坐标系的x轴的速度噪声方差，σ_vy,k-1表示从k-1时刻到k时刻所述被测对象在所述地理坐标系的y轴的速度噪声方差，σ_ax,k-1表示从k-1时刻到k时刻所述被测对象在所述地理坐标系的x轴的加速度噪声方差，σ_ay,k-1表示从k-1时刻到k时刻所述被测对象在所述地理坐标系的y轴的加速度噪声方差。

3.如权利要求1所述的TDOA-IMU数据自适应融合定位装置，其特征在于，所述自适应卡尔曼滤算法中的观测向量为Z＝[Z₁,Z₂]^T，其中，所述TDOA系统定位输出的观测向量为Z₁＝[x,y]^T，x表示所述被测对象在所述地理坐标系的x轴的值，y表示所述被测对象在所述地理坐标系的y轴的值；所述IMU系统经过数据预处理后的观测向量为Z₂＝[v_x,v_y,a_x,a_y]^T，v_x表示所述被测对象在所述物理坐标系的x轴的运动速度，v_y表示所述被测对象在所述物理坐标系的y轴的运动速度，a_x表示所述被测对象在所述物理坐标系的x轴的运动加速度，a_y表示所述被测对象在所述物理坐标系的y轴的运动加速度。

4.如权利要求1所述的TDOA-IMU数据自适应融合定位装置，其特征在于，所述自适应卡尔曼滤算法中的状态向量为X_k＝[x_k,y_k,v_x,k,v_y,k,a_x,k,a_y,k]，其中，x_k表示k时刻所述被测对象在所述物理坐标系的x轴的值，y_k表示k时刻所述被测对象在所述物理坐标系的y轴的值，v_x,k表示k时刻所述被测对象在所述物理坐标系的x轴的运动速度，v_y,k表示k时刻所述被测对象在所述物理坐标系的y轴的运动速度，a_x,k表示k时刻所述被测对象在所述物理坐标系的x轴的运动加速度，a_y,k表示k时刻所述被测对象在所述物理坐标系的y轴的运动加速度。