[发明专利]基于GLMB滤波的多传感器TDOA无源定位方法

摘要

本发明涉及一种基于GLMB滤波的多传感器TDOA无源定位方法，现有技术中观测数据不可避免的存在着环境噪声和测量误差，并且缺乏跟踪环境的先验知识，不能确定目标的数量，无法判定观测数据是由真实目标还是虚假产生，以及由哪一个真实目标产生。首先通过多对传感器来获取跟踪区域内的多个目标到达各传感器对的时间差，随后在RFS框架下建立多目标的观测模型，在获取目标量测以后，作者在多传感器多目标定位跟踪系统中选取了广义标签多贝努力(GLMB)滤波算法，从而实现对多目标状态和航迹的定位跟踪。

主权项

基于GLMB滤波的多传感器TDOA无源定位方法，其特征在于该方法包括以下步骤：1.1系统建模状态方程：Xk＝AXk‑1+Bωk                      (1)观测方程：其中，Xk＝{xk,1,xk,2,…,xk,N(k)}∈F(X)，表示多目标状态集合，N(k)＝|Xk|表示k时刻存活的目标个数，xk,i是k时刻单个目标i的状态向量，p(k,i),x,p(k,i),y分别为k时刻目标i在直角坐标平面上的X轴和Y轴上的坐标，分别为k时刻目标i在直角坐标平面上的X轴和Y轴方向上的速度,A是目标状态转移矩阵,B是噪声矩阵.是系统量测，表示k时刻来自第q对传感器的量测，αk表示k时刻目标的位置，u1,q,u2,q表示第q对传感器的位置，ωk,分别为过程噪声和量测噪声，服从标准的高斯分布；1.2无源定位方法采用到达时间差定位法，简称TDOA，具体包括以下步骤：假设在定位区域内每一时刻只有一个目标存在，则传感器对接收到的信号可以表示为：y1(t)＝s(t)+v1(t)                        (3)y2(t)＝s(t‑τ)+v2(t)                     (4)其中，s(t)是由信号源产生的信息，vi(t),i＝1,2是环境噪声，τ是两个传感器检测到的信号的时间差；用α∈R2表示信号源在笛卡尔坐标系下的位置，时间差τ的值取决于位置向量α，存在以下的非线性关系：其中，||·||表示2范数，c表示声音的传播速度，u1和u2表示一对传感器在笛卡尔坐标系下的位置；在信号处理中，寻找两路信号之间的相似性，通过广义互相关函数来估计得到，表示如下：其中，Rgcc(τ)是广义互相关函数，是TDOA的最大可能取值，是y1(t)和y2(t)的互谱密度，Φ(ω)是权重函数，Φ(ω)比较常用的一种选择是使用相位转移，即由于信号源的位置α随着时间的变化而改变，我们把对目标进行定位跟踪的时间段离散为若干个区间长度趋于零的区间，在每一个区间内认为α的值是几乎不变的，以此来估计时间差τ，用下式来估计互谱密度：其中T表示时间戳的长度，k表示时间戳的下标；我们用表示通过第q对传感器在第k个时间戳得到的TDOA；测量得到的TDOAs可以表示为：在这里，是时不变噪声，假设对于任意的q≠p，与是相互独立的，任意的服从均值为0，方差为的高斯分布。