本发明专利技术涉及计算机技术领域，具体涉及一种针对复杂环境的目标定位方法及装置所述方法包括：获取至少一传感器与目标之间的量测数据，以及所述传感器的位置先验分布信息和所述目标的位置先验分布信息；根据所述量测数据、所述传感器的位置先验分布信息及所述目标的位置先验分布信息构建误差模型，以及将所述误差模型转化为最大后验分布模型；通过变分贝叶斯及重要性抽样方法确定所述最大后验分布模型收敛时的量测误差距离，以及根据所述量测误差距离确定所述目标的位置。所述方法能够解决复杂环境下未知扰动导致传感器位置不确定的测量干扰，避免由于传感器位置不确定性而导致的误差传播问题及提高定位精度。的误差传播问题及提高定位精度。的误差传播问题及提高定位精度。
【技术实现步骤摘要】
针对复杂环境的目标定位方法及装置、电子设备、存储介质
[0001]本专利技术涉及计算机
，具体涉及一种针对复杂环境的目标定位方法及装置、电子设备、存储介质。
技术介绍
[0002]随着传感器网络以及物联网技术的快速发展，目标定位技术在民用领域及军事领域应用中均起着非常重要的作用。对于民用领域而言，对目标的准确定位能够确保提供给目标更可靠的服务；在军用领域方面，准确定位是通信电子战系统的一个基本功能，确定目标的位置具有诸多重要的意义。然而实际应用中存在较为普遍的问题是应用场景中噪声的干扰使得目标定位往往发生较大的偏差，难以准确的获取定位数据。
[0003]由于环境的复杂性引起噪声的不可知性，传统的仅考虑理想的高斯噪声的目标定位方法对节点观测值的假设不具备通用性和充分性，导致定位精度严重不足。此外，在复杂环境下未知扰动也可能导致传感器位置不准确，例如民用GPS的精度约为15米，人工测量容易出现观测误差；漂浮在水面上的浮标由GPS定位作为水下传感器网络定位的“卫星节点”，浮标位置的不精确性是一个重要的误差源，由于传感器位置不确定性引发的误差传播导致定位精度不足。因此，研究复杂环境下面向未知噪声且传感器位置存在不确定性的高精度目标定位方法就显得极其重要。因此，亟需提供一种能够实现更高准确度的新的目标定位方法。
技术实现思路
[0004]本专利技术的目的在于提供一种针对复杂环境的目标定位方法及装置、电子设备、存储介质，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的上述问题。
[0005]根据本专利技术的另一方面，提供一种电子设备，包括：
[0006]至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述方法。
[0007]根据本专利技术的另一方面，提供一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述方法。
[0008]本专利技术提供了一种针对复杂环境的目标定位方法，通过传感器网络的汇总中心提取了提取传感器的量测信息，在欧几里得距离观测模型基础上运用贝叶斯理论重新建立模型并合理运用重要性抽样理论解决传感器位置不确定性带来的难以积分的问题，根据经验获得贝叶斯先验信息对建立模型中的参数进行初始化，运用变分贝叶斯方法确定未知噪声造成的未知误差距离模型参数及目标位置，解决了复杂环境下面向未知噪声及传感器具有不确定性情况下的目标定位问题，从而实现在复杂情况下目标定位的鲁棒性和定位精度。此外，所述方法能够解决复杂环境下未知扰动导致传感器位置不确定的测量干扰，避免了由于传感器位置不确定性而导致的误差传播问题，提高了定位精度，同时也考虑到实际应
Signal Strength》通过对接收信号强度收集数据的分析，通过计算未知节点到已知节点的距离误差，获得最佳阈值，然后根据阈值选择最佳节点，最后，通过最大似然估计得到目标节点位置。B.Li,H.Wang等人的《Expectation
‑
maximisation
‑
based localisation using anchors with uncertainties in wireless sensor networks》根据欧几里得距离观测模型，针对传感器位置的不确定性将锚位置不确定性的“后验”分布由圆对称高斯分布近似，通过EM算法最小化Kullback
‑
Leibler divergence(KL)散度进行目标定位。
[0017]由于环境的复杂性引起噪声的不可知性，传统的仅考虑理想的高斯噪声的目标定位方法对节点观测值的假设不具备通用性和充分性，导致定位精度严重不足。此外，在复杂环境下未知扰动也可能导致传感器位置不准确，例如民用GPS的精度约为15米，人工测量容易出现观测误差；漂浮在水面上的浮标由GPS定位作为水下传感器网络定位的“卫星节点”，浮标位置的不精确性是一个重要的误差源，由于传感器位置不确定性引发的误差传播导致定位精度不足。因此，研究复杂环境下面向未知噪声且传感器位置存在不确定性的高精度目标定位方法就显得极其重要。
[0018]基于相关技术中存在的上述问题，本专利技术提供了一种目标定位方法，包括：获取至少一传感器与目标之间的量测数据，所述量测数据包括所述传感器与所述目标之间的实际距离参数与量测误差距离参数；根据所述量测数据构建误差模型，以及将所述误差模型转化为最大后验分布模型；通过变分贝叶斯及重要性抽样方法确定所述模型收敛时的量测误差距离，以及根据所述量测误差距离确定所述目标的位置。所述方法通过传感器网络的汇总中心提取了提取传感器的量测信息，在欧几里得距离观测模型基础上运用贝叶斯理论重新建立模型并合理运用重要性抽样理论解决传感器位置不确定性带来的难以积分的问题，根据经验获得贝叶斯先验信息对建立模型中的参数进行初始化，运用变分贝叶斯方法确定未知噪声偏差平均值及目标位置，解决了复杂环境下面向未知噪声及传感器具有不确定性情况下的目标定位问题，从而实现在复杂情况下目标定位的鲁棒性和定位精度。所述方法能够解决复杂环境下未知扰动导致传感器位置不确定的测量干扰，避免了由于传感器位置不确定性而导致的误差传播问题，提高了定位精度，同时也考虑到实际应用场景中噪声分布先验信息往往未知时，利用变分贝叶斯方法确定噪声偏差信息，有效应对未知噪声下的目标定位问题。以下结合图1所示的用场景对所述方法的各步骤作进一步地示例性说明。
[0019]本专利技术一示例性实施例提供了一种目标定位方法，图2是本专利技术一示例性实施例中一种目标定位方法的流程示意图；如图2所示，所述目标定位包括：
[0020]步骤S21：获取至少一传感器与目标之间的量测数据，所述量测数据包括所述传感器与所述目标之间的实际距离参数与量测误差距离参数；
[0021]在一示例性实施例中，所述应用场景如图所示，二维场景中设置有多个传感器，各传感器坐标位置为a
i
＝(x
i
,y
i
)，分别通过到达时间定位法(TOA，Tim e of Arrival)测得目标t＝(x,y)的传输时延为τ；传感器在发射信号时可以附带发射信号时间戳，当目标收到信号时，通过将接收到信号的时刻减去发射时间戳就能得到传输时延。可选地，可以获取至少三个传感器与目标之间的测量数据，测量数据可以包括传感器到目标的时延信息以及融合中心将时延信息转换后获得的实际测量距离；还可以获取先验信息，先验信息指无需测量能直接根据经验获得的相关信息，包括不确定传感器的位置先验分布、目标位置所服从的先验分布、误差距离参数先验分布形式。信号传播速度为c时，传感器与目标之间实际测量
距离数据为：
[0022]r
i
＝cτ＝||t
‑
a
i
||2+ε
i
[0023]其中，||t
‑
a...
【技术保护点】
【技术特征摘要】
1.一种针对复杂环境的目标定位方法，其特征在于，包括以下步骤：获取至少一传感器与目标之间的量测数据，以及所述传感器的位置先验分布信息和所述目标的位置先验分布信息；其中，所述量测数据包括所述传感器与所述目标之间的实际距离参数与量测误差距离参数；根据所述量测数据、所述传感器的位置先验分布信息及所述目标的位置先验分布信息构建误差模型，以及将所述误差模型转化为最大后验分布模型；通过变分贝叶斯及重要性抽样方法确定所述最大后验分布模型收敛时的量测误差距离，以及根据所述量测误差距离确定所述目标的位置。2.根据权利要求1所述的针对复杂环境的目标定位方法，其特征在于，所述获取至少一传感器与目标之间的量测数据，以及所述传感器的位置先验分布信息和所述目标的位置先验分布信息，包括：预设二维坐标内所述传感器坐标位置为a
i
＝(x
i
,y
i
)，所述目标位置为t＝(x,y)及信号传播速度为c，并通过到达时间定位法确定传输时延为τ，则确定所述传感器与所述目标之间量测数据为：r
i
＝cτ＝||t
‑
a
i
||2+ε
i
其中，||t
‑
a
i
||2为所述传感器与所述目标的实际距离，ε
i
为时延估计测量误差距离。3.根据权利要求2所述的针对复杂环境的目标定位方法，其特征在于，所述获取至少一传感器与目标之间的量测数据，以及所述传感器的位置先验分布信息和所述目标的位置先验分布信息，包括：预设二维坐标内包含量测误差的传感器位置为：其中，所述传感器实际位置与包含量测误差的传感器位置的关系为其中，所述传感器实际位置与包含量测误差的传感器位置的关系为Δa
i
为所述传感器的不确定性误差，其服从高斯分布N(0,Σ
i
)，所述传感器服从分布，所述目标服从分布；根据所述传感器位置确定第i个传感器从目标发射的无线信号中提取到的第k次量测数据为：r
i,k
＝||t
‑
a
i
||2+ε
i,k
其中，i(i＝1,......,I)为传感器标识，k(k＝1,......,K)为第k次测量标识，||t
‑
a
i
||2为目标到传感器之间的真实距离；ε
i,k
为第i个传感器节点第k次测量时延估计测量误差距离。4.根据权利要求3所述的针对复杂环境的目标定位方法，其特征在于，所述根据...
【专利技术属性】
技术研发人员：闫青丽，罗义枭，陈彦萍，王春梅，李佳佳，
申请(专利权)人：西安邮电大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。