个人对Chan算法的粗浅理解(TDOA)

2024-09-05 13:44

本文主要是介绍个人对Chan算法的粗浅理解(TDOA),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

符号解释

n n n 台监测设备坐标

( x i , y i , z i ) , i = 0 , 1 , 2 , ⋯ , n (x_i,y_i,z_i),i=0,1,2,\cdots,n (xi,yi,zi),i=0,1,2,,n

各设备接受到信号的时刻

t i , i = 0 , 1 , 2 , ⋯ , n t_i,i=0,1,2,\cdots,n ti,i=0,1,2,,n

信号传播速度

v v v

信号源的位置和信号发出时刻

( x , y , z ) , t (x,y,z),t (x,y,z),t

信号源位置与第 i i i 个设备的直线距离

r i = ( x − x i ) 2 + ( y − y i ) 2 + ( z − z i ) 2 r_i=\sqrt{(x-x_i)^2+(y-y_i)^2+(z-z_i)^2} ri=(xxi)2+(yyi)2+(zzi)2

根据时刻算出的距离差(这里 i i i 不取 0 0 0

Δ r i = r i − r 0 = v ( t i − t 0 ) , i = 1 , 2 , ⋯ , n \Delta r_i=r_i-r_0=v(t_i-t_0),i=1,2,\cdots,n Δri=rir0=v(tit0),i=1,2,,n

还有单纯让式子简洁一点的常数替换

k i 2 = x i 2 + y i 2 + z i 2 , i = 0 , 1 , 2 , ⋯ , n k^2_i=x^2_i+y^2_i+z^2_i,i=0,1,2,\cdots,n ki2=xi2+yi2+zi2,i=0,1,2,,n


推导过程

先从两个设备开始

r 1 2 − r 0 2 = ( x − x 1 ) 2 + ( y − y 1 ) 2 + ( z − z 1 ) 2 − ( x − x 0 ) 2 − ( y − y 0 ) 2 − ( z − z 0 ) 2 r^2_1-r^2_0=(x-x_1)^2+(y-y_1)^2+(z-z_1)^2 -(x-x_0)^2-(y-y_0)^2-(z-z_0)^2 r12r02=(xx1)2+(yy1)2+(zz1)2(xx0)2(yy0)2(zz0)2

等式右边变换

x 1 2 + y 1 2 + z 1 2 − x 0 2 − y 0 2 − z 0 2 − 2 x x 1 − 2 y y 1 − 2 z z 1 + 2 x x 0 + 2 y y 0 + 2 z z 0 x^2_1+y^2_1+z^2_1-x^2_0-y^2_0-z^2_0 -2xx_1-2yy_1-2zz_1+2xx_0+2yy_0+2zz_0 x12+y12+z12x02y02z022xx12yy12zz1+2xx0+2yy0+2zz0

换上 k k k ,提公因式

k 1 2 − k 0 2 + 2 [ x ( x 0 − x 1 ) + y ( y 0 − y 1 ) + z ( z 0 − z 1 ) ] k^2_1-k^2_0+2[x(x_0-x_1)+y(y_0-y_1)+z(z_0-z_1)] k12k02+2[x(x0x1)+y(y0y1)+z(z0z1)]

等式左边变换

r 1 2 − r 0 2 r^2_1-r^2_0 r12r02

平方差公式

( r i − r 0 ) ( r i + r 0 ) (r_i-r_0)(r_i+r_0) (rir0)(ri+r0)

凑一下,用 Δ r 1 \Delta r_1 Δr1 消掉 r 1 r_1 r1这里少了一个未知量

= ( r i − r 0 ) ( r i − r 0 + 2 r 0 ) = Δ r 1 ( Δ r 1 + 2 r 0 ) = Δ r 1 2 + 2 Δ r 1 r 0 \begin{align*} &=(r_i-r_0)(r_i-r_0+2r_0)\\ &=\Delta r_1(\Delta r_1+2r_0)\\ &=\Delta r_1^2+2\Delta r_1r_0 \end{align*} =(rir0)(rir0+2r0)=Δr1(Δr1+2r0)=Δr12+r1r0

现在等式长这样

Δ r 1 2 + 2 Δ r 1 r 0 = k 1 2 − k 0 2 + 2 [ x ( x 0 − x 1 ) + y ( y 0 − y 1 ) + z ( z 0 − z 1 ) ] \Delta r_1^2+2\Delta r_1r_0 =k^2_1-k^2_0+2[x(x_0-x_1)+y(y_0-y_1)+z(z_0-z_1)] Δr12+r1r0=k12k02+2[x(x0x1)+y(y0y1)+z(z0z1)]

移项,化简

x ( x 0 − x 1 ) + y ( y 0 − y 1 ) + z ( z 0 − z 1 ) − Δ r 1 r 0 = 1 2 ( Δ r 1 2 + k 0 2 − k 1 2 ) x(x_0-x_1)+y(y_0-y_1)+z(z_0-z_1)-\Delta r_1r_0 =\frac{1}{2}(\Delta r_1^2+k^2_0-k^2_1) x(x0x1)+y(y0y1)+z(z0z1)Δr1r0=21(Δr12+k02k12)

注意,上式中只有 4 4 4 个未知量 x , y , z , r 0 x,y,z,r_0 x,y,z,r0

而且方程是线性的

如果有 4 4 4 个这样的方程,构成线性方程组,就可以用高等代数的知识解出这四个未知量

这个方程的使用了 0 , 1 0,1 0,1 两台设备的数据,所以需要再增加三台设备

总共 n = 5 n=5 n=5 台设备就能得到 4 4 4 个方程( 01 , 02 , 03 , 04 01,02,03,04 01,02,03,04

得到的线性方程组为

[ x 0 − x 1 y 0 − y 1 z 0 − z 1 − Δ r 1 x 0 − x 2 y 0 − y 2 z 0 − z 2 − Δ r 2 x 0 − x 3 y 0 − y 3 z 0 − z 3 − Δ r 3 x 0 − x 4 y 0 − y 4 z 0 − z 4 − Δ r 4 ] [ x y z r 0 ] = 1 2 [ Δ r 1 2 + k 0 2 − k 1 2 Δ r 2 2 + k 0 2 − k 2 2 Δ r 3 2 + k 0 2 − k 3 2 Δ r 4 2 + k 0 2 − k 4 2 ] \left[ \begin{matrix} x_0-x_1&y_0-y_1&z_0-z_1&-\Delta r_1\\ x_0-x_2&y_0-y_2&z_0-z_2&-\Delta r_2\\ x_0-x_3&y_0-y_3&z_0-z_3&-\Delta r_3\\ x_0-x_4&y_0-y_4&z_0-z_4&-\Delta r_4 \end{matrix} \right] \left[ \begin{matrix} x\\y\\z\\r_0 \end{matrix} \right]= \frac{1}{2} \left[ \begin{matrix} \Delta r^2_1+k^2_0-k^2_1\\ \Delta r^2_2+k^2_0-k^2_2\\ \Delta r^2_3+k^2_0-k^2_3\\ \Delta r^2_4+k^2_0-k^2_4 \end{matrix} \right] x0x1x0x2x0x3x0x4y0y1y0y2y0y3y0y4z0z1z0z2z0z3z0z4Δr1Δr2Δr3Δr4 xyzr0 =21 Δr12+k02k12Δr22+k02k22Δr32+k02k32Δr42+k02k42

不过,线性方程组也有无解,唯一解和无穷多解三种情况

显然唯一解才是正确的情况

为此需要对数据进行筛选,保证系数矩阵满秩

这篇关于个人对Chan算法的粗浅理解(TDOA)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1139122

相关文章

springboot+dubbo实现时间轮算法

《springboot+dubbo实现时间轮算法》时间轮是一种高效利用线程资源进行批量化调度的算法,本文主要介绍了springboot+dubbo实现时间轮算法,文中通过示例代码介绍的非常详细,对大家... 目录前言一、参数说明二、具体实现1、HashedwheelTimer2、createWheel3、n

SpringBoot实现MD5加盐算法的示例代码

《SpringBoot实现MD5加盐算法的示例代码》加盐算法是一种用于增强密码安全性的技术,本文主要介绍了SpringBoot实现MD5加盐算法的示例代码,文中通过示例代码介绍的非常详细,对大家的学习... 目录一、什么是加盐算法二、如何实现加盐算法2.1 加盐算法代码实现2.2 注册页面中进行密码加盐2.

Java时间轮调度算法的代码实现

《Java时间轮调度算法的代码实现》时间轮是一种高效的定时调度算法,主要用于管理延时任务或周期性任务,它通过一个环形数组(时间轮)和指针来实现,将大量定时任务分摊到固定的时间槽中,极大地降低了时间复杂... 目录1、简述2、时间轮的原理3. 时间轮的实现步骤3.1 定义时间槽3.2 定义时间轮3.3 使用时

使用DeepSeek搭建个人知识库(在笔记本电脑上)

《使用DeepSeek搭建个人知识库(在笔记本电脑上)》本文介绍了如何在笔记本电脑上使用DeepSeek和开源工具搭建个人知识库,通过安装DeepSeek和RAGFlow,并使用CherryStudi... 目录部署环境软件清单安装DeepSeek安装Cherry Studio安装RAGFlow设置知识库总

如何通过Golang的container/list实现LRU缓存算法

《如何通过Golang的container/list实现LRU缓存算法》文章介绍了Go语言中container/list包实现的双向链表,并探讨了如何使用链表实现LRU缓存,LRU缓存通过维护一个双向... 目录力扣:146. LRU 缓存主要结构 List 和 Element常用方法1. 初始化链表2.

golang字符串匹配算法解读

《golang字符串匹配算法解读》文章介绍了字符串匹配算法的原理,特别是Knuth-Morris-Pratt(KMP)算法,该算法通过构建模式串的前缀表来减少匹配时的不必要的字符比较,从而提高效率,在... 目录简介KMP实现代码总结简介字符串匹配算法主要用于在一个较长的文本串中查找一个较短的字符串(称为

通俗易懂的Java常见限流算法具体实现

《通俗易懂的Java常见限流算法具体实现》:本文主要介绍Java常见限流算法具体实现的相关资料,包括漏桶算法、令牌桶算法、Nginx限流和Redis+Lua限流的实现原理和具体步骤,并比较了它们的... 目录一、漏桶算法1.漏桶算法的思想和原理2.具体实现二、令牌桶算法1.令牌桶算法流程:2.具体实现2.1

深入理解Apache Airflow 调度器(最新推荐)

《深入理解ApacheAirflow调度器(最新推荐)》ApacheAirflow调度器是数据管道管理系统的关键组件,负责编排dag中任务的执行,通过理解调度器的角色和工作方式,正确配置调度器,并... 目录什么是Airflow 调度器?Airflow 调度器工作机制配置Airflow调度器调优及优化建议最

一文带你理解Python中import机制与importlib的妙用

《一文带你理解Python中import机制与importlib的妙用》在Python编程的世界里,import语句是开发者最常用的工具之一,它就像一把钥匙,打开了通往各种功能和库的大门,下面就跟随小... 目录一、python import机制概述1.1 import语句的基本用法1.2 模块缓存机制1.

深入理解C语言的void*

《深入理解C语言的void*》本文主要介绍了C语言的void*,包括它的任意性、编译器对void*的类型检查以及需要显式类型转换的规则,具有一定的参考价值,感兴趣的可以了解一下... 目录一、void* 的类型任意性二、编译器对 void* 的类型检查三、需要显式类型转换占用的字节四、总结一、void* 的