[发明专利]基于MDS子空间第4和第5特征向量的TDOA定位方法

摘要

一种基于MDS子空间第4和第5特征向量的TDOA定位方法，通过采集分布在平面内的传感器的位置坐标，测量信号源到达各传感器与到达参考传感器的到达时间差，计算对应的到达距离差；然后基于到达距离差生成标量乘积矩阵并进行子空间分析，对得到的特征值依绝对值降序排列，提取其中的第4和第5特征向量并作线性叠加；最后通过线性叠加后的向量作为组合系数，对位置坐标矩阵的列向量进行线性组合得到信号源位置坐标估计值；本发明运用多维标度法，通过测量得到的到达时间差在较小误差范围内估计信号源的位置坐标。

主权项

一种基于MDS子空间第4和第5特征向量的定位方法，其特征在于，通过采集分布在平面内的传感器的位置坐标，测量信号源到达各传感器与到达参考传感器的到达时间差，计算对应的到达距离差；然后基于到达距离差生成标量乘积矩阵并进行子空间分析，对得到的特征值依绝对值降序排列，提取其中的第4和第5特征向量并作线性叠加；最后通过线性叠加后的向量与位置坐标矩阵的列向量进行线性组合得到信号源位置坐标估计值；所述的子空间分析具体包括：步骤1、生成修正的标量乘积矩阵即：其中：为标量乘积矩阵，2σ2为m＝2,...,M的误差方差，IM为M×M单位矩阵，1M为元素全部为1的M维列向量，T表示矩阵的转置；步骤2、对B1‑σ2I8作特征值分解，得到特征向量，即：B1‑σ2IM＝[v1,...,vM]diag(s1,...,sM)[v1,...,vM]T，其中：是两两正交、而且模均为1的向量，diag(s1,...,sM)表示对角元为s1,...,sM的对角矩阵；对s1,...,s8依绝对值进行降序排列，即|s1|≥...≥|sM|。