【技术实现步骤摘要】
本专利技术涉及导航，尤其涉及一种基于概率统计的多传感器融合定位方法、装置设备及介质。
技术介绍
1、随着信息技术的进步，多传感器融合定位技术(也称为分布式融合)已经成为指挥控制系统中不可或缺的一部分，其通过综合来自不同传感器的目标航迹数据，并结合数学模型与算法，能够更准确地估计出目标的实际位置轨迹。多传感器融合定位不仅对于监视、跟踪以及控制空中或海上目标至关重要，而且在电子侦察领域中也为目标指引提供了强有力的支持。
2、相比于传统的集中式量测融合方式，多传感器融合定位方案显著降低了对通信带宽的需求，并且由于其算法设计的灵活性，使得系统具有更好的可靠性和可扩展性，较强的实现性，因此有着广阔的应用前景。
3、然而，相关技术中的多传感器融合定位技术大多依赖于最优航迹融合算法，虽然能够有效处理来自多个传感器的数据，由于是采用通用的方法来计算融合后的互协方差矩阵，因此在某些复杂环境的场景下，可能导致定位精度的下降。具体来说，传统多传感器融合定位算法未能充分利用定位数据的特性以及传感器本身的位置信息，从而限制了其在复杂环境中的性能表现。
技术实现思路
1、本专利技术提供一种基于概率统计的多传感器融合定位方法、系统、设备及介质，解决了如何提升多传感器融合定位算法的定位精度的问题。
2、为达到上述目的，本申请采用如下技术方案：
3、第一方面，提供一种基于概率统计的多传感器融合定位方法，包括：
4、获取多个时差定位系统对同一目标的定位结果数
5、基于每个所述时差定位系统，构建对应的传感器测量误差的统计分布模型；
6、根据多个所述统计分布模型，构建传感器测量误差的联合概率分布模型；
7、利用所述联合概率分布模型的最大似然参数来估计所述目标的位置。
8、在第一方面的第一种可能的实现方式中，所述时差定位系统用于对目标定位，包括：
9、根据信号从发射到接收的时间差来估算目标的位置；
10、对估算的所述位置信息进行卡尔曼滤波处理；
11、根据处理后的所述位置信息反算所述目标相对于传感器中心点的方位角；
12、基于所述方位角，利用方位线相交求得融合初始点的位置信息。
13、在第一方面的第二种可能的实现方式中，所述基于每个所述时差定位系统，构建对应的传感器测量误差的统计分布模型，包括：
14、定义概率分布的指数函数为：
15、f(x,y)＝-(w-w0)2/2σ2，
16、其中，w为指标值，是定位结果的二元函数，即w＝f(x,y)，w0为真实值，σ2为方差；
17、假设定位融合结果为(x0,y0)，
18、f(x,y)的多项式的标准形式为：
19、f(x,y)＝a1x2+a2y2+a3xy+a4x+a5y+a6，
20、各多项式系数可表示为：
21、
22、其中，f'x(x0,y0)和f'y(x0,y0)分别表示f(x,y)在(x0,y0)处对x和y的偏导数值，距离d可表示为：
23、d＝f(x0,y0)-w0。
24、基于第一方面的第二种可能的实现方式，在第一方面的第三种可能的实现方式中，根据多个所述统计分布模型，构建传感器测量误差的联合概率分布模型，包括：
25、联合概率分布的指数函数f∑(x,y)应为各统计分布模型之和，即：
26、
27、f∑(x,y)的多项式形式，即：
28、f∑(x,y)＝a1x2+a2y2+a3xy+a4x+a5y+a6，
29、对应的多项式系数应当为fi(x,y)各统计分布模型系数之和，即：
30、
31、其中，ai,j,(i＝1…n,j＝1…5)表示第i个时差定位系统的第j个多项式系数，f'i,x(x0,y0)和f'i,y(x0,y0)分别表示第i个时差定位系统的指数函数fi(x,y)在(x0,y0)处对x和y的偏导数值；距离di表示为：
32、di＝fi(x0,y0)-w0。
33、基于第一方面的任一种可能的实现方式，在第一方面的第四种可能的实现方式中，利用联合概率分布模型的最大似然参数来估计目标的位置，包括：
34、对每个时差定位系统的统计分布模型，求其指数函数的偏导数值；
35、使用目标相对传感器中心点的时差来表示其距离值；
36、令联合概率分布的指数函数的偏导数等于零，使用所述偏导数值和所述距离值来表示线性方程中的多项式系数；
37、使用线性方程系数相加的方式求出融合系数；
38、基于融合初始点，使用融合系数组合的方式求出融合后的目标位置。
39、基于第一方面的第四种可能的实现方式，在第一方面的第五种可能的实现方式中，所述偏导数值为：
40、
41、所述距离值为：
42、
43、其中，第i个时差定位系统的传感器中心点(称a点和b点)的位置分别为(xi,a,yi,a)和(xi,b,yi,b)，目标相对于两个传感器中心点的方位角分别为θi,a和θi,a，信号到达传感器中心点的时差为δti，时差定位的结果是(xi,yi),(i＝1…n)，n为时差定位系统的个数，c表示真空中光速；
44、所述线性方程为：
45、
46、得到多项式系数为：
47、
48、所述融合系数为：
49、
50、其中，j＝1…5；
51、所述目标位置：
52、
53、第二方面，提供一种基于概率统计的多传感器融合定位系统，包括：
54、数据预处理模块，用于获取多个时差定位系统对同一目标的定位结果数据，根据所述定位结果数据反算所述目标相对于每个所述时差定位系统的方位信息；
55、统计分布模型模块，用于基于每个所述时差定位系统，构建对应的传感器测量误差的统计分布模型；
56、联合概率分布模型模块，用于根据多个所述统计分布模型，构建传感器测量误差的联合概率分布模型；
57、目标位置确定模块，用于利用所述联合概率分布模型的最大似然参数来估计所述目标的位置。
58、在第二方面的第一种可能的实现方式中，所述目标位置确定模块具体用于：
59、对每个时差定位系统的统计分布模型，求其指数函数的偏导数值；
60、使用目标相对传感器中心点的时差来表示其距离值；
61、令联合概率分布的指数函数的偏导数等于零，使用所述偏导数值和所述距离值来表示线性方程中的多项式系数；
62、使用线性方程系数相加的方式求出融合系数；
63、基于融合初始点，使用融本文档来自技高网...
【技术保护点】
1.基于概率统计的多传感器融合定位方法，其特征在于，包括：
2.根据权利要求1所述的基于概率统计的多传感器融合定位方法，其特征在于，
3.根据权利要求1所述的基于概率统计的多传感器融合定位方法，其特征在于，
4.根据权利要求3所述的基于概率统计的多传感器融合定位方法，其特征在于，
5.根据权利要求1-4任一项所述的基于概率统计的多传感器融合定位方法，其特征在于，
6.根据权利要求5所述的基于概率统计的多传感器融合定位方法，其特征在于，
7.基于概率统计的多传感器融合定位系统，其特征在于，包括：
8.根据权利要求7所述的基于概率统计的多传感器融合定位系统，其特征在于，
9.一种电子设备，其特征在于，所述电子设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至6中任一项所述基于概率统计的多传感器融合定位方法的步骤。
10.一种可读存储介质，其特征在于，所述可读存储介质上存储有程序或指令，所述程序或指令
...【技术特征摘要】
1.基于概率统计的多传感器融合定位方法，其特征在于，包括：
2.根据权利要求1所述的基于概率统计的多传感器融合定位方法，其特征在于，
3.根据权利要求1所述的基于概率统计的多传感器融合定位方法，其特征在于，
4.根据权利要求3所述的基于概率统计的多传感器融合定位方法，其特征在于，
5.根据权利要求1-4任一项所述的基于概率统计的多传感器融合定位方法，其特征在于，
6.根据权利要求5所述的基于概率统计的多传感器融合定位方法，其特征在于，
7.基于概率统计的多传感器融合...
【专利技术属性】
技术研发人员：方棉佳，陈小舟，王晓波，杨振，张猛，吕汉峰，
申请(专利权)人：中国人民解放军九三二零九部队，
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。