(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202111017103.5 (22)申请日 2021.08.31 (65)同一申请的已公布的文献号 申请公布号 CN 113721276 A (43)申请公布日 2021.11.30 (73)专利权人 中国人民解 放军国防科技大 学 地址 410073 湖南省长 沙市开福区德雅路 109号 专利权人 西安电子科技大 学 (72)发明人 李修建　董洛兵　衣文军　王平　 朱梦均　何新　王献青　强仕　 吉元昊　 (74)专利代理 机构 北京美智年 华知识产权代理 事务所(普通 合伙) 11846 专利代理师 梁忠益　李晨露(51)Int.Cl. G01S 19/37(2010.01) G01S 19/45(2010.01) G06F 30/27(2020.01) G06K 9/62(2006.01) G06N 20/00(2019.01) (56)对比文件 CN 107506740 A,2017.12.2 2 TW 201447342 A,2014.12.16 审查员 白俊龙 (54)发明名称 基于多颗卫星的目标定位方法、 装置、 电子 设备及介质 (57)摘要 本公开涉及一种基于多颗卫星的目标定位 方法、 装置、 电子设备及计算机可读介质。 该方法 包括： 根据目标对象 的定位请求获取多颗卫星对 所述目标对象的多个测向定位数据集和所述多 颗卫星的多个时频差数据， 其中， 测向定位数据 集中包括多个周期的测向定位数据； 根据所述多 个测向定位数据集和多个时频差数据对机器学 习模型进行训练， 生成多星定位模型； 将所述多 个测向定位数据集输入所述多星定位模型以获 取所述目标对象的精确位置。 本公开涉及的基于 多颗卫星的目标定位方法、 装置、 电子设备及计 算机可读介质， 对多颗卫星的定位长周期数据进 行融合， 充分挖掘同一目标多星长周期数据间的 关联关系， 实现决策性融合、 提高目标定位精度。 权利要求书2页 说明书16页 附图5页 CN 113721276 B 2022.08.16 CN 113721276 B 1.一种基于多颗卫星的目标定位方法， 其特 征在于， 包括： 多颗卫星分别对目标对象进行多个周期的测量， 生成多个测向定位数据集， 测向定位 数据集中的测向定位数据包括单颗卫星的坐标、 目标对 象的预估位置、 单颗卫星和目标对 象之间的方位角； 根据多个卫星的测量坐标、 测量速度、 测量时差、 测量频差、 测量方向角、 测量俯仰角及 信号载频生成多个时频差数据； 根据目标对象的定位请求获取多颗卫星的多个测向定位数据集多个时频差数据； 对多个测向定位数据集和多个时频差数据进行归一 化处理， 生成归一 化数据； 将归一化数据依次输入多个基学习器， 其中， 多个基学习器为压缩估计基学习器、 带有 惩罚函数的最小二乘基学习器、 核函数基学习器、 支持向量机基学习器、 岭回归结合lasso 回归基学习器、 贝叶斯基学习器； 多个基学习器中的每 个基学习器均基于归一 化数据进行多折交叉训练； 将训练结果进行拼接生成特 征融合数据； 利用特征融合数据对元 学习器进行训练以生成多 星定位模型； 将多个测向定位数据集输入多 星定位模型以获取目标对象的精确位置 。 2.如权利要求1所述的方法， 其特征在于， 对所述多个测向定位数据集和多个时频差数 据进行归一 化处理， 生成归一 化数据， 包括： 基于四分位法对多个测向定位数据集和多个时频差数据进行归一化处理， 生成所述归 一化数据。 3.如权利要求1所述的方法， 其特征在于， 所述多个基学习器中的每个基学习器均基于 所述归一 化数据进行多折交叉训练， 包括： 根据所述归一 化数据生成多个训练集 合测试集； 分别基于多个训练集 合对基学习器进行多折交叉训练以生成测试 结果。 4.如权利要求3所述的方法， 其特征在于， 分别基于多个训练集合对基学习器进行多折 交叉训练以生成测试 结果， 包括： 将所述归一 化数据输入基学习器中的线性回归 模型； 线性回归 模型基于所述归一 化数据生成最优参数； 基于所述 最优参数生成多个预测结果。 5.如权利要求1所述的方法， 其特征在于， 将训练结果进行拼接生成所述特征融合数 据， 包括： 将测试结果和真实坐标进行拼接以生成所述特 征融合数据； 和/或 将测试结果的平均值进行拼接以生成所述特 征融合数据。 6.如权利要求1所述的方法， 其特征在于， 利用所述特征融合数据对元学习器进行训练 以生成所述多 星定位模型， 包括： 利用所述特 征融合数据对基于K ernelRidge模型的元 学习器进行训练； 在获取最优解时， 根据当前参数生成所述多 星定位模型。 7.一种基于多颗卫星的目标定位装置， 其特 征在于， 包括： 数据模块， 用于多颗卫星分别对目标对象进行多个周期的测量， 生成多个测向定位数 据集， 测向定位数据集中的测向定位数据包括单颗卫星的坐标、 目标对象的预估位置、 单颗权　利　要　求　书 1/2 页 2 CN 113721276 B 2卫星和目标对象之间的方位角； 根据多个卫星的测量坐标、 测量速度、 测量时差、 测量频差、 测量方向角、 测量俯仰角及信号载频生成多个时频差数据； 根据目标对 象的定位请求获取 多颗卫星的多个测向定位数据集多个时频差数据； 训练模块， 用于对多个测向定位数据集和多个时频差数据进行归一化处理， 生成归一 化数据； 将归一化数据依 次输入多个基学习器， 其中， 多个基学习器为压缩估计基学习器、 带有惩罚函数的最小二乘基学习器、 核函数基学习器、 支持向量机基学习器、 岭回归结合 lasso回归基学习器、 贝叶斯基学习器； 多个基学习器中的每个基学习器均基于归一化数据 进行多折交叉训练； 将训练结果进行拼接生成特征融合数据； 利用特征融合数据对元学习 器进行训练以生成多 星定位模型； 位置模块， 用于将多个测向定位数据集输入多星定位模型以获取目标对象的精确位 置。 8.一种电子设备， 其特 征在于， 包括： 一个或多个处 理器； 存储装置， 用于存 储一个或多个程序； 当所述一个或多个程序被所述一个或多个处理器执行， 使得所述一个或多个处理器实 现如权利要求1 ‑6中任一所述的方法。 9.一种计算机可读介质， 其上存储有计算机程序， 其特征在于， 所述程序被处理器执行 时实现如权利要求1 ‑6中任一所述的方法。权　利　要　求　书 2/2 页 3 CN 113721276 B 3