一种异构网络异常时可用的动目标定位方法与流程

本发明涉及动目标实时精确定位技术，特别是一种异构网络异常时可用的动目标定位方法。

背景技术：

动态定位技术是动目标自主运动、导航跟踪的基础，能够说明“在什么位置或者区域发生了什么特定事件”。动目标动态定位技术被广泛应用在军事侦察、自动化生产、物流装备等医疗互助，同时拓展到深空、深海以及灾害极端环境中。动目标只有知道当前自身位置与工作空间和动静态障碍物之间的相对位置，才能对动目标按照一定的算法进行控制驱动目标，根据功能需求运动到预定的目的地。存在一类诸如煤矿井下、灾变建筑物、大型隧道以及水下构筑物等一类环境，由于卫星信号受到遮蔽而不能对此类环境中的矿井装备人员、救援机器人、隧道作业车辆以及水下裂缝检测平台等进行卫星定位。研究人员纷纷利用里程计、视觉图像、红外对射、激光测距等传感技术，并考虑实际应用中里程计累计误差、视觉图像光照及变形、红外对射非连续输出、激光测距障碍物遮蔽等影响，但是无法实现动目标在封闭空间的分布式稳定定位需求。

传感器技术以及无线通信技术的快速发展，并在动目标定位领域的渗透，结合无线传感网络集智能化、网络化及便携式的特点，能够进行节点分布式覆盖、无线多跳路由传输、数据融合处理以及目标测距定位等任务。但是无线信号容易受到信号反射衰减以及多径传播等干扰，同时无线信号传播存在较强时变特性，甚至存在弱覆盖使得在局部区域内产生错误位置。随着动目标应用环境日趋恶劣且其多机协作任务日趋复杂，对全局范围内动目标定位精度和稳定性要求不断提高，需要其他定位方法辅助来增强动目标定位性能。现有的工作主要集中在目标融合定位算法方面，尤其是在可视化静态场景中测试数据采集传输未受到影响，但是在复杂及不确定环境中定位数据出现异常，目标无线定位存在不稳定甚至失效的情况。动目标运动特性检测存在长航时累计误差的情况，单纯采用滤波算法存在定位失效的情况，对动目标定位连续性、精确性及稳定性带来一定影响，需要考虑动目标运动特性及无线定位误差时空尺度上的分布规律。

因此，为了实现动目标在全空间具有适中的精度和稳定性，建立基于运动特性的状态方程和基于无线传感的测量方程，考虑无线信号存在遮蔽或者丢包的情况，利用动目标运动学特性进行无线错误定位融合校正，扩展定位系统的适用范围，增强全空间长航时动目标精确稳定定位性能。

技术实现要素：

针对现有技术中存在的问题，本发明提供了一种解决了在异构网络数据测量异常时动目标无法有效定位的问题，从而实现异构网络异常时可用的动目标定位方法。

本发明的目的通过以下技术方案实现。

一种异构网络异常时可用的动目标定位方法，构建能够测量包括动目标自身运动参量和动目标与锚点间的几何距离参量的异构网络；所述的动目标自身运动参量由安装在动目标左右的行走部轴编码器进行采集；所述的动目标与无线锚点间的几何距离参量由安装在动目标机身的无线未知节点和预先安装在定位空间的无线锚点测量，通过无线未知节点和无线锚点之间的到达时间差及到达角度信号，计算出动目标与对应锚点的几何距离；所述无线未知节点和无线锚点之间的到达时间差及到达角度信号，通过有线网络方式由交换机传输到基站；所述基站经过融合计算得到动目标在定位空间的实时位置。

异构网络正常时包含多参量的动目标定位融合估计模型；异构网络异常时定位失效进行动目标定位预测及错误输出校正，具体包括分析动目标运动学模型和无线测距信号，建立包含速度和偏航角测量噪声的状态方程和误差模型，结合无线到达时间差和到达角度测量值及噪声建立测量方程和误差模型，基于状态方程和测量方程综合测量误差传播特性进行动目标定位估计；考虑到在动态障碍物存在非视距环境，使得无线信号出现数据丢包乃至于中断的情况，采用动目标位置增量来对无线错误定位进行动态校正。

结合动目标速度测量vk-1、偏航角测量αk-1、测量噪声wk-1建立动目标状态方程及其进行状态估计，目标的状态方程表示为其中xk和xk-1分别为动目标在k-1时刻的状态和在k时刻的状态，表示动目标在k-1时刻先验估计值，fk-1表示动目标从k-1时刻到k时刻的状态转移矩阵，表示动目标在k-1时刻和后验估计值，wk-1表示动目标从k-1时刻到k时刻的噪声矩阵，wk-1表示速度测量噪声；同时结合无线到达时间差测量t、到达角度测量锚节点坐标初始标定值a以及测量噪声δ建立动目标测量方程以及进行状态估计，目标测量方程表示为其中zi表示动目标在无线传感器测量下的估计值，表示动目标在无线传感器测量下的先验估计值，表示无线传感测量方程对无线未知节点的jacobi矩阵，表示无线传感测量方程对测量噪声的jacobi矩阵。

动目标未长航时运行且测量数据稳定时，考虑动目标在复杂不确定环境中非机动运行，结合动目标初始运动参量进行动目标实时定位估计表示为其中表示为在k时刻的动目标状态估计值，表示状态方程预测均值，kk表示在k时刻滤波增益，zk-1表示在k-1时刻测量值，表示测量方程预测均值。

以实时运行速度vk和位置增量作为判断动目标稳定精确定位输出的标记；动目标运行的最大速度vmax，前后时刻输出位置增量阈值为定位数据更新以来经过的时间为tcount；定位初始化tcount＝0，当前时刻k输出与前一时刻k-1输出的增量阈值为比较动目标当前时刻k速度vk与最大速度vmax，当前时刻速度vk超过最大速度时表明动目标速度估计量存在累计误差，记录运行时间tcount设置为tthreshold；当vk大于vmax时表明动目标速度测量存在较大误差，当tcount大于tthreshold时也表明动目标速度测量存在较大误差，以动目标运行的平均速度vmean代替当前速度vk，同时令tcount＝0；计算在当前时刻k单无线输出与前一时刻k-1单无线输出值的差值当前后时刻无线差值大于位置增量阈值时，表明单纯无线定位输出存在错误定位，以作为单纯无线在当前时刻k的定位输出；当速度测量正常无线信号短时间失效则进行位置预测；当vk大于vmax时，则执行异常数据自适应校正算法；当大于时，则执行异常数据自适应校正算法。

在异构网络多参量测量正常时，融合目标速度、偏航角、无线到达时间差及到达角度，得到动目标实时状态估计值当异构网络多参量测量异常时，即动目标速度测量出现累计误差的同时，无线信号受到遮蔽而丢包或干扰，定位估计精度会快速下降引起无法输出结果的状况，采用神经网络结合自适应校正对非线性动目标定位系统进行状态预测；通过对运动参量估计、参量累计误差校正以及无线错误定位校正，进行动目标全空间长航时的稳定定位。

相比于现有技术，本发明的优点在于：通过在异构网络多参量测量正常时，融合目标速度、偏航角、无线到达时间差及到达角度，得到动目标实时状态估计值；当异构网络多参量测量异常时，即动目标速度测量出现累计误差的同时，无线信号受到遮蔽而丢包或干扰，定位估计精度会快速下降甚至无法输出结果的状况。采用神经网络结合自适应校正对非线性动目标定位系统进行状态预测；通过对运动参量估计、参量累计误差校正以及无线错误定位校正，实现不确定环境下异常数据驱动下动目标全空间长航时的稳定定位。

附图说明

图1是本发明的一种异构网络异常可用的动目标可靠定位结构示意图；

图2是本发明的一种异构网络异常可用的动目标可靠定位校正策略图。

具体实施方式

下面结合说明书附图和具体的实施例，对本发明作详细描述。

如图1和图2所示，本发明基于动目标在监测区域内全空间长航时的定位需求，在动目标机身安装编码器和无线未知节点以及监测区域内安装无线锚点，建立监测区域内对动目标位置进行实时检测的异构网络，能够测量动目标速度和偏航角参量，以及测量动目标机身无线未知节点与无线锚点间几何距离关系的无线信号，建立能够表征异构网络正常时动目标的实时位置方程，从而考虑动目标在监测区域内机动运行以及测量参数不稳定的情况，采用无迹卡尔曼滤波结合神经网络，得到异构网络异常时可用的动目标实时位置，满足动目标全空间长航时的可靠定位需求。

动目标自身角加速度、速度以及与节点间到达时间差和到达角度的多参量测量。在动目标左右轮安装速度传感器监测其实时速度vk，继而获得在k时刻动目标实时坐标为xk和yk，其动目标机身与全局坐标系之间的偏航角为αk，左右轮之间水平距离为b，动目标在定位检测区域内被确定一个初始的位置、速度和偏航角，继而根据传感器检测值对每个时间点的动目标位置、速度和偏航角的运动参量进行实时更新。同时在动目标机身安装无线未知节点mn，其坐标可以表示为x＝[xy]^t；无线锚点集合ans＝[a1,a2,...,an]，单个无线锚点的坐标ai＝[axiayi]^t，其中n为无线锚点的数目。无线锚点ans与无线未知节点mn之间进行无线通信，无线未知节点的通信半径和感知半径分别为rs和rp，为了保证无线传感定位性能均衡性及感知空洞，即保证无线未知节点能够全覆盖和全连通，令通信半径和感知半径满足rs≥2rp。无线锚点规则部署在二维空间区域内，为了保证动目标无线锚点规则部署区域定位性能，其相邻无线锚点间距dh应该小于无线未知节点的通信半径rs。在定位区域内锚节点的基准坐标经过精准标定，基于无线未知节点与无线锚点通信过程中的无线信号，能够获得无线未知节点与锚节点之间的几何距离值d＝[d1,d2,...,dn]，di＝cti＝||ai-x||；以及到达角度值其中在任意区域无线未知节点mn至少能够与n(n≥4)个无线锚点进行通信。

结合动目标速度测量vk-1、偏航角测量αk-1、测量噪声wk-1建立动目标状态方程及其进行状态估计，目标的状态方程表示为其中xk和xk-1分别为动目标在k-1时刻的状态和在k时刻的状态，表示动目标在k-1时刻先验估计值，fk-1表示动目标从k-1时刻到k时刻的状态转移矩阵，表示动目标在k-1时刻和后验估计值，wk-1表示动目标从k-1时刻到k时刻的噪声矩阵，wk-1表示速度测量噪声；同时结合无线到达时间差测量t、到达角度测量锚节点坐标初始标定值a以及测量噪声δ建立动目标测量方程以及进行状态估计，目标测量方程表示为其中zi表示动目标在无线传感器测量下的估计值，表示动目标在无线传感器测量下的先验估计值，表示无线传感测量方程对无线未知节点的jacobi矩阵，表示无线传感测量方程对测量噪声的jacobi矩阵。

当动目标未长航时运行且测量数据稳定时，考虑动目标在复杂不确定环境中非机动运行，结合动目标初始运动参量采用无迹卡尔曼滤波进行动目标实时定位估计可以表示为其中表示为在k时刻的动目标状态估计值，表示状态方程预测均值，kk表示在k时刻滤波增益，zk-1表示在k-1时刻测量值，表示测量方程预测均值；无线数据短时间丢包而无法建立测量方程使得无法输出滤波结果，以前一时刻输出值作为输入，进行无线短时间失效时的位置估计，一旦长航时运行导致速度vk测量出现严重累计误差大于vmax，无线信号受到严重干扰使得无线位置增量大于位置增量阈值时，设计了异常数据下动目标自适应校正算法，其步骤为：

步骤3.1以实时运行速度vk和位置增量作为判断动目标稳定精确定位输出的标记；

步骤3.2动目标运行的最大速度vmax，前后时刻输出位置增量阈值为定位数据更新以来经过的时间为tcount；

步骤3.3定位初始化tcount＝0，当前时刻k输出与前一时刻k-1输出的增量阈值为

步骤3.4比较动目标当前时刻k速度vk与最大速度vmax，当前时刻速度vk超过最大速度时表明动目标速度估计量存在累计误差，记录运行时间tcount设置为tthreshold；

步骤3.5当vk大于vmax时表明动目标速度测量存在较大误差，当tcount大于tthreshold时也表明动目标速度测量存在较大误差，以动目标运行的平均速度vmean代替当前速度vk，同时令tcount＝0；

步骤3.6计算在当前时刻k单无线输出与前一时刻k-1单无线输出值的差值当前后时刻无线差值大于位置增量阈值时，表明单纯无线定位输出存在错误定位，以作为单纯无线在当前时刻k的定位输出；

步骤3.7当速度测量正常无线信号短时间失效则进行位置预测；当vk大于vmax时，则执行异常数据自适应校正算法；当大于时，则执行异常数据自适应校正算法。

动目标单纯采用一种定位方式无法满足动目标在全空间长航时精确稳定定位需求。在此，分析动目标运动学模型和无线测距信号，建立包含速度和偏航角测量噪声的状态方程和误差模型，结合无线到达时间差和到达角度测量值及噪声建立测量方程和误差模型，从而增强动目标定位检测的完整性；考虑到动目标在复杂不确定环境中会进行机动运行，基于状态方程和测量方程综合测量误差传播特性，设计能够表征机动运动状态的无迹卡尔曼滤波器进行动目标定位估计，避免了常规滤波方法下非线性动目标在长航时出现定位误差增加的情况；考虑到在动态障碍物存在非视距环境，使得无线信号出现数据丢包乃至于中断的情况，采用动目标位置增量来对无线错误定位进行动态校正。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。