【技术实现步骤摘要】
本专利技术涉及tdoa定位，特别是涉及基于nrznd模型的tdoa移动目标定位方法。
技术介绍
1、在tdoa定位估计中，主要利用声发射源信号到达不同声发射传感器之间时间差来进行定位。若多个接收机位于一条直线上，有许多优化处理方法。但如果接收机在空间随机分布则情况较为复杂，在求解双曲线方程组时会遇到了非线性问题。有文献给出了测量参数个数与源信号坐标个数相同时的精确解。然而，当测量参数个数有冗余时，这种方式不能充分利用多余的测量参数给出的统计信息来改进定位精度。针对测量参数有冗余的情况，相关文献给出了一些闭合解，然而这些解都不是最优的。也有文献给出了采用傅里叶级数的迭代算法，这种迭代需要一个较好的初始值，否则容易落入局部最小点，而且不能保证收敛，常常没有有效的全局峰值，收敛于几个局部最大值，且对初始搜索值极度敏感。为了解决这个问题，现有技术文献提出了一种两步加权ls方法。在测量参数误差很小的情况下，性能逼近最优值，但是这种方法由于引入了测量参数的平方项，当测量误差较大时，噪声的二次项不可忽视，其性能会恶化。同时，计算成本的增加与噪声极大的...
【技术保护点】
1.基于NRZND模型的TDOA移动目标定位方法，其特征在于，所述方法包括下列步骤：
2.根据权利要求1所述的基于NRZND模型的TDOA移动目标定位方法，其特征在于，所构建的声信号源的轨迹方程如下：
3.根据权利要求2所述的基于NRZND模型的TDOA移动目标定位方法，其特征在于，构建声传感器坐标方程的具体步骤如下：
4.根据权利要求3所述的基于NRZND模型的TDOA移动目标定位方法，其特征在于，将所述声传感器坐标方程转换为线性方程，具体包括：
5.根据权利要求4所述的基于NRZND模型的TDOA移动目标定位方法，其...
【技术特征摘要】
1.基于nrznd模型的tdoa移动目标定位方法，其特征在于，所述方法包括下列步骤：
2.根据权利要求1所述的基于nrznd模型的tdoa移动目标定位方法，其特征在于，所构建的声信号源的轨迹方程如下：
3.根据权利要求2所述的基于nrznd模型的tdoa移动目标定位方法，其特征在于，构建声传感器坐标方程的具体步骤如下：
4.根据权利要求3所述的基于nrznd模型的tdoa移动目标定位方法，其特征在于，将所述声传感器坐标方程转换为线性方程，具体包括：
5.根据权利要求4所述的基于nrznd模型的tdoa移动目标定位方法，其特...
【专利技术属性】
技术研发人员：张培轩，姜丞泽，宋致远，肖秀春，
申请(专利权)人：广东海洋大学，
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。