买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉杭州电子科技大学申请的专利一种基于单站测距的偏差减小多维标度分析定位方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115685051B 。

龙图腾网通过国家知识产权局官网在2026-04-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211392187.5，技术领域涉及：G01S1/08；该发明授权一种基于单站测距的偏差减小多维标度分析定位方法是由王方舒;骆吉安设计研发完成，并于2022-11-08向国家知识产权局提交的专利申请。

本一种基于单站测距的偏差减小多维标度分析定位方法在说明书摘要公布了：本发明公开了一种基于单站测距的偏差减小多维标度分析定位方法。该方法首先根据测量值中观测站与目标之间的几何关系，建立了多维相似伪线性模型；接着设置优化函数，最后通过牛顿迭代算法进行求解。本发明方法是一种一般意义下的基于单站测距的定位方法，相较于传统的伪线性方法、极大似然方法具有更高的定位精度。

本发明授权一种基于单站测距的偏差减小多维标度分析定位方法在权利要求书中公布了：1.一种基于单站测距的偏差减小多维标度分析定位方法，其特征在于：该方法具体包括以下步骤： 步骤一：定义第m时刻观测站与目标之间的距离信息； 步骤二：定义坐标矩阵如下： 其中1表示一个全为1的M×1维的向量，p＝[p,p]表示目标的位置信息，S表示M个时刻观测站的坐标集合矩阵： S＝[s,s,...,s] ＝[sm,x,sm,y]表示第m个时刻观测站的位置信息，m＝1,2,...,M； 定义的标量积矩阵V＝XX，矩阵V是一个秩为2的一个正定矩阵，矩阵V中各个元素表示为： 其中d与d表示目标与第m与n个时刻观测站之间的距离，dmn表示第n个时刻观测站与第m个时刻观测站之间的距离，表示为： 其中m,n＝1,2,...,M； 定义了多维相似伪线性模型： Cz＝0 其中C＝VA，[]表示矩阵的伪逆表达，z＝[1,p,p]，0表示一个元素全为零的M×1维向量； 步骤三：在实际情况当中由于测量值是有偏的，那么导致多维相似伪线性模型也是有偏的，即： 其中矩阵表示包含测量噪声的标量积矩阵，对标量积矩阵进行泰勒展开并忽略噪声高阶项得到： 其中矩阵△V为标量积矩阵噪声分量的补偿矩阵，矩阵Vo表示不含噪声的标量矩阵，其中矩阵△V表达式如下所示： 即： 即： 其中表示第m个时刻不含噪声的无偏测量值，qm表示测量误差； 步骤四：建立优化函数表达式，如下所示： 其中： 表示包含测量噪声C矩阵，其中AM1表示A矩阵第M行第1列的元素，dm表示第m个时刻观测站与目标之间的距离，其中m＝1,2,...,M； 将多维相似伪线性模型的目标定位问题转化为一个约束总体最小二乘问题，得到如下无约束优化表达式： 其中Wp＝G1+pxG2+pyG3； 步骤五：利用最小二乘目标估计方法对多维相似伪线性模型进行解算，求解目标的位置信息： 其中pLS表示多维相似伪线性最小二乘方法下目标估计值，A1表示矩阵A的第一列，A2表示矩阵A的后两列，表示含有测量噪声的标量积矩阵； 步骤六：建立牛顿迭代算法的迭代公式，将多维相似伪线性最小二乘方法下目标估计值设为牛顿迭代算法的初值： 其中pn表示牛顿迭代中n次的目标位置信息；梯度向量海森矩阵 其中 步骤七：将牛顿算法进行多次迭代，输出目标位置信息。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。