基于到达时间量测的多传感器协同定位算法研究

针对基于到达时间量测的多传感器协同目标定位问题,研究不同准则下的解析算法和数值迭代算法,并分析比较了它们各自的优缺点。首先,通过对原始的高斯-牛顿算法进行修正,改善了数值迭代算法在量测噪声强度较大情况下算法的估计效果。随后,利用热图分析了两类算法在不同目标位置时的估计效果差异。最后,在不同噪声强度下对比了多种算法的估计效果,分析了不同算法效果差异存在的原因以及适用条件。研究结果能够对不同场景下如何选择定位算法提供建议。     

多传感器多目标被动跟踪的“鬼点”形成条件

为探究多传感器多目标被动跟踪场景下“鬼点”的形成机理,采用一种集合分析方法,将各角度测量定义为不同的点集,将目标点定义为点集的交,建立多传感多目标被动跟踪问题的数学建模,基于该模型分析得到三类典型跟踪场景下定位到“鬼点”所需几何条件。理论分析表明,传感器观测基线长度、分布特征以及传感器个数是影响“鬼点”生成概率的重要因素。设置3组仿真实验,进一步验证了上述因素对“鬼点”跟踪概率的实际影响。研究结果表明,在求解被动跟踪问题时,适当减小传感器观测基线长度、提高传感器网络相对目标团的空间布局复杂度以及增加传感器数目均能起到一定的抑制“鬼点”作用。