[发明专利]一种异构网络异常时可用的动目标定位方法

权利要求书

1.一种异构网络异常时可用的动目标定位方法，其特征在于：构建能够测量包括动目标自身运动参量和动目标与锚点间的几何距离参量的异构网络；所述的动目标自身运动参量由安装在动目标左右的行走部轴编码器进行采集；所述的动目标与锚点间的几何距离参量由安装在动目标机身的无线未知节点和预先安装在定位空间的无线锚点测量，通过无线未知节点和无线锚点之间的到达时间差及到达角度信号，计算出动目标与对应锚点的几何距离；所述无线未知节点和无线锚点之间的到达时间差及角度信号，通过有线网络方式由交换机传输到基站；所述基站经过融合计算得到动目标在定位空间的实时位置。

2.根据权利要求1所述的一种异构网络异常时可用的动目标定位方法，其特征在于：异构网络正常时包含多参量的动目标定位融合估计模型，异构网络异常时定位失效进行动目标定位预测及错误输出校正，具体包括分析动目标运动学模型和无线测距信号，建立包含速度和偏航角测量噪声的状态方程和误差模型，结合无线到达时间差和到达角度测量值及噪声建立测量方程和误差模型，基于状态方程和测量方程综合测量误差传播特性进行动目标定位估计；考虑到在动态障碍物存在非视距环境，使得无线信号出现数据丢包乃至于中断的情况，采用动目标位置增量来对无线错误定位进行动态校正。

3.根据权利要求2所述的一种异构网络异常时可用的动目标定位方法，异构网络正常时包含多参量的动目标定位融合估计模型，其特征在于：当动目标未长航时运行且测量数据稳定时，结合动目标速度测量v_k-1、偏航角测量α_k-1、测量噪声w_k-1建立动目标状态方程，结合无线到达时间差测量t、到达角度测量锚节点坐标初始标定值a以及测量噪声δ建立动目标测量方程，结合动目标初始运动参量进行动目标实时定位估计表示为其中表示为在k时刻的动目标状态估计值，表示状态方程预测均值，k_k表示在k时刻滤波增益，z_k-1表示在k-1时刻测量值，表示测量方程预测均值；异构网络异常时定位失效进行动目标定位预测及错误输出校正，其特征在于以下步骤：

步骤3.1以实时运行速度v_k和位置增量作为判断动目标稳定精确定位输出的标记；

步骤3.2动目标运行的最大速度v_max，前后时刻输出位置增量阈值为定位数据更新以来经过的时间为t_count；

步骤3.3定位初始化t_count＝0，当前时刻k输出与前一时刻k-1输出的增量阈值为

步骤3.4比较动目标当前时刻k速度v_k与最大速度v_max，当前时刻速度v_k超过最大速度时表明动目标速度估计量存在累计误差，记录运行时间t_count设置为t_threshold；

步骤3.5当v_k大于v_max时表明动目标速度测量存在较大误差，当t_count大于t_threshold时也表明动目标速度测量存在较大误差，以动目标运行的平均速度v_mean代替当前速度v_k，同时令t_count＝0；

步骤3.6计算在当前时刻k单无线输出与前一时刻k-1单无线输出值的差值当前后时刻无线差值大于位置增量阈值时，表明单纯无线定位输出存在错误定位，以作为单纯无线在当前时刻k的定位输出；

步骤3.7当速度测量正常无线信号短时间失效则进行位置预测；当v_k大于v_max时，则执行异常数据自适应校正算法；当大于时，则执行异常数据自适应校正算法。

4.根据权利要求2所述的一种异构网络异常时可用的动目标定位方法，其特征在于还包括：在异构网络多参量测量正常时，融合目标速度、偏航角、无线到达时间差及到达角度，得到动目标实时状态估计值；当异构网络多参量测量异常时，即动目标速度测量出现累计误差的同时，无线信号受到遮蔽而丢包，定位精度会快速下降引起无法输出结果的状况，结合自适应校正对非线性动目标定位系统进行状态预测。