2025《以到达角为依据的目标定位简述》3100字.docxVIP

以到达角为依据的目标定位简述

根据到达角的精确定位模式，要求两个及其以上的参照点才可以高效的对所求目标点展开精确定位。测向作业精确定位也就是经过参照点分布坐标实际位置与获取出自所求目标点的测向作用角的数据信息，来完成对所求目标点的实际位置估测。通过数十年的专业技术累积发展进步，根据测向作用角的目标精确定位专业技术获取了深入、全面发展进步。在本节里，将会详细论述根据测向作业线的目标精确定位里典型的算法。

§1.1以测向线为依据的定位方法

假定想象二维平面分布空间1×1里有N个参照点、单个待精确定位所求目标点的测向作业精确定位工作任务，参照点分布坐标依次记录为Xi=xi,yiT,在这其中

βi=β

在这其中，βt,xi表示从所求目标点t到参照点Xi分布向量和水平横向之间的夹角。观察测量运算函数β(t,

§1.1.1以最小二乘法为依据

基于最小二乘法[4]最开始用于完成根据到达角的目标精确定位工作任务。在二维平面分布平面里，假定现行观察测量站Ax1,y1、Bx2,y2和Cx3,y3。在这其中，每一个观察测量工作站，是以x横坐标轴为水平标准基线。观测站获取出自所求目标点的测向作用角依次是

x

xtanβ2

x

把运算方程式书写分布矩阵计算表达公式，可以表示为：

AX=B

在这其中A，B，X依次可以表示为：

A=tan(β1),?1tan(

图1.1单目标精确定位工作任务原理示意图

在最小二乘法里，其主要的理论是计算求解未知系数X，促使理论数值AX和观察测量数值的差值B的平方和实现最低。就需要优化提高的运算函数为J(X)。J

J(X)=AX?B22

经过对J(X)运算函数求导，获取待定所求目标点D实际

X=argminJ(X)=argmin(AX?B)T(AX?B)=

经过运算方程式(2-6)便得出基于最小二乘法的目标定位算法解的方程。假设到通常情况，当有N个参照点的时候，这个时候的A,B依次是:

A=tan(β1)?1

依然可经过运算方程式(2-6)就可以求解出所求目标点的具体位置。在最小二乘法的算法里，默认每一个参照点的预计数值和实际数值之间的有效误差都是同等的。

§1.1.2以加权最小二乘法为依据

加权最小二乘法[7]是在最小二乘法上加以改善的。我们提出不相同测向作业线获取的有效误差是不相同的，其导致的有效误差针对发展目标预计的有效误差同时也是不相同的。所以应用对有效误差加权的模式来优化提高损失运算函数J(X)。假定比例权重参数分布矩阵为W，因此，加权最小二乘法优化提高的损失运算函数可由如下运算方程式表示：

B=AX+EJ(X)E

在这其中，W为恰当的正定加权分布矩阵，E为有效误差参数分布矩阵。经过优化提高X促使运算函数J(X)最低，因此获取加权最小二乘法的估测：

X=argmin(AX?B)T

在这其中，比例权重参数W可由如下获取：

W=Cw

在这其中，CW的主对角线的比例权重参数为e12,?,e

§1.1.3以凸包的到达角为依据

因为出自传导接收设备的噪音测量与非线性关联逆三角运算函数，根据AoA的精确定位会造成很难处理和解决的非凸优化矛盾。为了完成迅速与精确的算法，王昶[9]教授等人指出根据凸排列组合的精确定位模式来处理和解决AOA精确定位里的非凸矛盾问题。凸排列组合的中心理论思想是结构环绕实际所求目标点的一组虚拟构造参照点的排列组合。在本文中，我们里，把这个算法作为单目标精确定位工作任务的基本依据。CCAL算法的重要操作应用步骤划分为4步。接下来将会详细论述介绍。

图1.2以凸包优化算法为依据的虚拟点展示图

（1）明确地区与自动生成虚拟构造参照点V：把每一个的参照点根据图里的模式展开两两相交，获取交叉分布点分布坐标数学集合。在图里α为超系数为4，σ为观察测量角的噪音水平。交叉分布点分布坐标数学集合所组成的地区也就是为地区Ω对交叉分布点分布坐标数学集合计算求解凸包，获取的也就是虚拟构造参照点V=v1,v2,?,vM的分布集合。从数学几何分布空间而言，实际的所求目标点t一定在由虚拟构造参照点V

（2）获取虚拟构造参照点和实际参照点相互之间的层面分布矩阵?

?=?(

在计算公式（2-11)里，?v1,a1为参照点a1获取出自于虚拟构造参照点v1

计算求解虚拟构造参照点V的比例权重参数w在经过计算公式（2-11)获取角度分布矩阵?之后，因此凸包点的虚拟构造参照点V的比例权重参数w。因此w可可由如下运算方程式获取

w=argmin?

（4）自动生成预计所求目标点t

经过优化提高运算方程式(2-12)可获取比例权重参数w，也就是CCAL算法的预计所求目标点，可以更具如下等式获取：

t=Vw

§1.1.4以交叉点聚类为依据的算法

论文[8]里指出了一类简易的精确定位算