买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国科学院数学与系统科学研究院

摘要：本发明提出一种基于被动传感器的一致且渐近有效的目标定位方法，步骤为：步骤一：建立以目标位置为参数的被动传感器量测线性模型；步骤二：计算方位角噪声正弦值的方差，或其一致估计；步骤三：计算目标位置的一致且渐近无偏的估计；步骤四：以目标位置的一致且渐近无偏估计为初值，进行一步高斯牛顿迭代，得到一致且渐近有效的估计。本发明以显式形式给出了计算目标位置的一致且渐近无偏的估计，可利用量测数据直接计算，极易实现；本发明只需进行一步高斯‑牛顿迭代，即可确保得到目标位置的一致且渐近有效的估计，计算复杂度极低；本发明给出了目标估计位置收敛到目标真实位置的理论保证，给出了收敛速度，并确保是渐近意义下最优的一类估计。

主权项：1.一种基于被动传感器的一致且渐近有效的目标定位方法，设置如下：设二维场景下，目标质心位置矢量的坐标为p0＝[x0y0]T，其中x0,y0,分别为p0在坐标系的两个坐标轴方向的分量；被动传感器i质心位置矢量在坐标系下的坐标为pi＝[xiyi]T,i＝1,...,m，其中xi,yi,分别为pi在坐标系的两个坐标轴方向的分量，m为被动传感器数量；设三维场景下，目标质心位置矢量的坐标为q0＝[x0y0z0]T，其中x0,y0,z0分别为q0在坐标系的三个坐标轴方向的分量；被动传感器i质心位置矢量在坐标系下的坐标为qi＝[xiyizi]T,i＝1,...,m，其中xi,yi,zi分别为qi在坐标系的三个坐标轴方向的分量，m为被动传感器数量；对于二维场景和三维场景，均设所有被动传感器不共线；对于二维场景，被动传感器的量测模型为： 其中，方位角量测噪声为独立同分布的，均值为0，方差为的高斯随机变量；为方位角量测值；对于三维场景，被动传感器的量测模型为： 其中，方位角量测噪声为独立同分布的，均值为0，方差为的高斯随机变量；高低角量测噪声为独立同分布的，均值为0，方差为的高斯随机变量，且与独立；为方位角量测值；为高低角量测值；基于二维场景下的量测模型1，或基于三维场景下的量测模型2，利用被动传感器量测得到目标位置的一致且渐近无偏的估计，进而得到目标位置一致且渐近有效的估计，其特征在于：步骤如下：步骤一：建立以目标位置为参数的被动传感器量测线性模型；步骤二：计算方位角噪声正弦值的方差，或其一致估计；步骤三：计算目标位置的一致且渐近无偏的估计；步骤四：以目标位置的一致且渐近无偏估计为初值，进行一步高斯牛顿迭代，得到一致且渐近有效的估计。

全文数据：

权利要求：

百度查询： 中国科学院数学与系统科学研究院 基于被动传感器的一致且渐近有效的目标定位方法