中國科學(xué)院深圳先進(jìn)技術(shù)研究院智能仿生研究中心徐升研究團(tuán)隊在基于分布式 TOA 多傳感器系統(tǒng)的三維目標(biāo)定位方法研究中取得進(jìn)展。相應(yīng)研究成果為“Xu S, Ou YS, Wu XY. Optimal sensor placement for 3-D time-of-arrival target localization [J]. IEEE Transactions on Signal Processing, 2019, 67(19): 5018-5031(三維目標(biāo)定位中的分布式信號傳輸時間傳感器最優(yōu)分布策略研究)”。

在目標(biāo)精確定位研究領(lǐng)域，如何采用分布式多傳感器系統(tǒng)精確定位靜態(tài)目標(biāo)是一個重要的科學(xué)問題。該研究圍繞此問題，對如何分布多個信號接收時間(Time-of-arrival，TOA)傳感器位置來實現(xiàn)高精度定位單個靜態(tài)目標(biāo)的問題展開研究。其中，TOA 傳感器可由多個無人機(jī)、無人艇等移動平臺搭載，而靜態(tài)目標(biāo)可以是敵對雷達(dá)站、被困人員、水下信標(biāo)等。因此，所提出方法應(yīng)用領(lǐng)域涵蓋了軍事打擊、水下探索、民用搜救等。

該研究首先采用 MATLAB 軟件結(jié)合基于梯度下降法編寫程序，將多個傳感器任意分散到三維空間中，并將目標(biāo)位置設(shè)置在坐標(biāo)原點。然后解算各個傳感器與目標(biāo)之間的真實幾何相對關(guān)系。接著，以克拉美羅下界的跡(tr(CRLB))為梯度法中的代價函數(shù)，自動解算多個傳感器如何移動可以使得代價函數(shù)減小，并收斂到全局最小位置。最后，將獲得的最優(yōu)傳感器分布與理論值相對比，以驗證所提出方法的優(yōu)越性。此外，該研究還采用了實際估計策略進(jìn)行驗證，將多個傳感器按照不同的幾何分布排布在不同的具體位置上，確定仿真中的具體量測噪聲方差，使用了最大似然估計算法，并采用了蒙特卡洛隨機(jī)進(jìn)行重復(fù)計算，從而驗證所提出理論的有效性。

實驗結(jié)果顯示，極大似然估計在實際估計問題中所求得最優(yōu)分布下的均方誤差與理論推導(dǎo)的結(jié)果基本一致。實驗示例中，按照所提方法排布 N 個量測方差噪聲為 σ2的 TOA 傳感器，目標(biāo)估計的最小均方差可以達(dá)到 9σ2/(4N)，與文中首次提出的最佳精度理論的相關(guān)結(jié)論一致。

所提出的方法可以快速評估 TOA 三維目標(biāo)定位策略的最佳可達(dá)精度，并提供改善估計精度的傳感器分布策略。該方法可應(yīng)用于軍事偵察，包括敵方雷達(dá)站、艦船、潛艇等目標(biāo)的精確定位，也可用于無人機(jī)搜救、海上信標(biāo)搜索、以及地下礦物探查等民用領(lǐng)域。

采用 3 個 TOA 傳感器時最佳幾何分布示例(含俯視圖）