通感一体化背景下的多传感器网络系统误差校正方法技术方案

本发明专利技术涉及一种通感一体化背景下的多传感器网络系统误差校正方法，包括：确定通感一体化背景下基站网络中存在的系统误差种类；确定在全局坐标系下基站的观测模型；根据合作运动目标在全局坐标系中的位置向量和速度向量确定合作运动目标的状态转移模型，并确定合作静止目标的位置；结合基站的观测模型、合作运动目标的状态转移模型和合作静止目标的位置，并根据合作目标在全局坐标系中的位置匹配误差，确定基站系统误差校正的目标函数；使用基于交替方向乘子法的坐标轮回下降算法求解目标函数，得到每个基站系统误差参数的最优估计。该方法有提高了系统误差的估计精度，获得了良好的系统跟踪性能。了良好的系统跟踪性能。了良好的系统跟踪性能。

【技术实现步骤摘要】
通感一体化背景下的多传感器网络系统误差校正方法


[0001]本专利技术属于传感器系统误差校正
，具体涉及一种通感一体化背景下的多传感器网络系统误差校正方法。

技术介绍

[0002]通信感知一体化是6G网络潜在关键技术的研究热点之一，通感一体化系统不仅具有无线通信功能，还具备对覆盖区域内目标状态的感知能力，完成定位、跟踪、成像、识别等功能。通过将多个基站接收到的信息进行融合，可以获得更高的定位精度、更稳定的检测性能等。然而，在实际应用中，阵列天线的定向误差、信号处理时延系统误差、硬件限制等一系列不可控的外界因素都会使得各基站自身存在不同程度的系统误差，严重影响基站网络的信息融合性能，降低定位精度。因此，系统误差校正技术对提升基站网络的系统性能有着重要作用。
[0003]目前，针对多传感器网络系统误差校正技术开展了一系列研究，例如，Fortunati等人提出了一种线性最小二乘估计算法，对每个传感器所测得的数据建立线性最小二乘模型并求其最小二乘解作为系统误差估计值。Zhou等人提出了极大似然估计算法，建立系统误差和目标状态的联合似然函数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种通感一体化背景下的多传感器网络系统误差校正方法，其特征在于，包括步骤：步骤1，确定通感一体化背景下基站网络中存在的系统误差种类，其中，所述基站网络包括若干基站，所述基站网络位于全局坐标系中，每个基站位于各自的局部坐标系中，所述若干基站在各自球坐标系下观测所述全局坐标系下的合作目标；步骤2，根据合作目标在每个所述基站局部坐标系中的位置与所述全局坐标系中的位置关系，并结合所述全局坐标系与所述球坐标系的变换关系，以确定在所述全局坐标系下所述基站的观测模型；步骤3，根据合作运动目标在所述全局坐标系中的位置向量和速度向量确定所述合作运动目标的状态转移模型，并确定合作静止目标的位置；步骤4，结合所述基站的观测模型、所述合作运动目标的状态转移模型和所述合作静止目标的位置，并根据所述合作目标在全局坐标系中的位置匹配误差，确定基站系统误差校正的目标函数；步骤5，使用基于交替方向乘子法的坐标轮回下降算法求解所述目标函数，得到每个基站系统误差参数的最优估计。2.根据权利要求1所述的通感一体化背景下的多传感器网络系统误差校正方法，其特征在于，所述系统误差种类包括测量误差和坐标轴旋转误差，其中，所述测量误差包括距离系统误差、方位角系统误差和俯仰角系统误差，所述坐标轴旋转误差包括翻滚旋转角系统误差、倾斜旋转角系统误差和偏航旋转角系统误差。3.根据权利要求1所述的通感一体化背景下的多传感器网络系统误差校正方法，其特征在于，步骤2包括：合作目标在每个所述基站局部坐标系中的位置与所述全局坐标系中的位置关系为：ξ
′
k
＝R
T
(Θ
m,sk
+ΔΘ
sk
)(ξ
k
‑
p
sk
)其中，ξ
′
k
＝[x
′
k
,y
′
k
,z
′
k
]
T
表示k时刻目标在基站局部坐标系中的位置，Θ
m,sk
＝(α
m,sk
,β
m,sk
,γ
m,sk
)表示k时刻工作的基站的坐标系分别围绕x，y，z轴旋转角度测量值，ΔΘ
sk
表示基站的坐标轴旋转角系统误差，ξ
k
＝[x
k
,y
k
,z
k
]
T
表示k时刻目标在全局笛卡尔坐标系中的位置，表示k时刻工作的基站的位置，R表示旋转矩阵，用于将基站局部坐标系转换到笛卡尔全局坐标系，满足R
‑1(Θ)＝R
T
(Θ)的性质，R(Θ)定义为：其中，(α,β,γ)表示旋转角度，R
x
、R
y
、R
z
表示绕x、y、z轴旋转的旋转矩阵；所述全局坐标系与所述球坐标系的变换关系为：
其中，z
t,k
表示基站真实量测向量，ρ
t,k
表示距离真实量测参数，φ
t,k
表示方位角真实量测参数，η
t,k
表示俯仰角真实量测参数，c表示电磁波传播速度，t
t,k
表示电磁波传播真实时延；结合所述位置关系和所述变换关系，将k时刻在所述全局坐标系下基站的观测模型表示为：其中，h(
·
)表示k时刻基站关于目标的测量函数，Δz
sk
＝[Δρ
sk
,Δφ
sk
,Δη
sk
]
T
表示基站s
k
的加性测量系统误差，n
k
∈R3是一个零均值高斯误差，其概率分布服从是一个零均值高斯误差，其概率分布服从和分别为距离、方位角和俯仰角上的量测噪声方差，ρ
m,k
表示存在误差情况下基站的距离量测向量，φ
m,k
表示存在误差情况下基站的方位角量测向量，η
m,k
表示存在误差情况下基站的俯仰角量测向量，c表示电磁波传播速度，t
m,k
表示存在误差情况下电磁波传播时延测量值。4.根据权利要求1所述的通感一体化背景下的多传感器网络系统误差校正方法，其特征在于，步骤3包括：在全局坐标系中，假设合作运动目标服从线性匀速运动模型，根据合作运动目标在所述全局坐标系中的位置向量和速度向量定义所述合作运动目标的离散状态向量：其中，ξ
k
＝[x
k
,y
k
,z
k
]
T
和V
k
＝[v
x,k
,v
y,k
,v
z,k
]
T
分别表示k时刻合作运动目标的位置向量和速度向量；根据所述合作运动目标的离散状态向量确定所述合作运动目标的状态转移模型：s
k+1
＝Fs
k
+ω
k
其中，F为状态转移矩阵，T表示基站观测时间间隔，表示克罗内克算符，I3表示3
×
3维单位矩阵，ω
k
表示k时刻目标的运动过程噪声；运动过程噪声的协方差矩阵为：其中，q表示过程噪声的强度；合作静止目标的位置为：其中，表示第一个合作静止目标的位置，表示第二个合作静止目标的位置。5.根据权利要求1所述的通感一体化背景下的多传感器网络系统误差校正方法，其特征在于，步骤4包括：根据所述基站的观测模型以及无偏坐标转换函数的无偏性，计算得到：E[ξ
k
‑
R(Θ
m,sk
+ΔΘ
sk
)h
‑1(z
m,k
+Δz
sk
)
‑
p
sk
]＝0
其中，E表示求期望，ξ
k
表示k时刻目标在全局坐标系中的位置，R表示旋转矩阵，Θ
m,sk
表示坐标轴旋转角度测量值，ΔΘ
sk
表示坐标轴旋转误差，h
‑1表示无偏坐标转换函数，z
m,k
表示量测数据，Δz
sk
表示量测误差，p
sk
表示k时刻工作的基站的位置；由所述基站的观测模型和系统误差通过非线性变换得到合作目标位置：ξ
k
＝R(Θ
m,sk
+ΔΘ
sk
)h
‑1(z

【专利技术属性】
技术研发人员：严俊坤，翟瑞洋，蒲文强，刘宏伟，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：