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！

龙图腾网获悉广东工业大学申请的专利一种非视距环境下的精确目标定位方法及系统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：CN120011688B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202411991896.4，技术领域涉及：G06F17/11；该发明授权一种非视距环境下的精确目标定位方法及系统是由李亦卿;许钦敏;姜淼设计研发完成，并于2024-12-31向国家知识产权局提交的专利申请。

本一种非视距环境下的精确目标定位方法及系统在说明书摘要公布了：本发明公开了一种非视距环境下的精确目标定位方法及系统。方法包括：将定位场景中N个锚节点坐标和一个目标节点坐标代入距离公式，得到用于表征目标节点与每个锚节点之间的距离表达式，对其进行平方展开，得到超定方程和表征目标节点与每个锚节点位置信息和定位误差信息中间变量矩阵b，将超定方程求解问题转换为分式规划约束优化问题，通过对所述优化问题引入期望值，得到分式规划约束优化问题变体；将所述优化问题变体转换为参数规划约束优化问题，结合矩阵b对参数规划约束优化问题利用拉格朗日乘子法求解，获得最优位置坐标。本发明计算复杂度低且能有效消除TOA测量值中的非视距误差的影响。

本发明授权一种非视距环境下的精确目标定位方法及系统在权利要求书中公布了：1.一种非视距环境下的精确目标定位方法，其特征在于，包括如下步骤： S1：将定位场景中的N个锚节点坐标和一个目标节点坐标代入距离公式，得到用于表征目标节点与每个锚节点之间的距离表达式； S2：将距离表达式进行平方展开，得到超定方程和表征目标节点与每个锚节点位置信息和定位误差信息中间变量矩阵b，利用正则化策略和二次约束将超定方程求解问题转换为分式规划约束优化问题，通过对所述优化问题引入期望值，得到分式规划约束优化问题变体； S3：利用预设算法将所述优化问题变体转换为参数规划约束优化问题，结合矩阵b对参数规划约束优化问题利用拉格朗日乘子法求解，获得最优位置坐标； 其中，目标节点与每个锚节点之间的信号传播链路类型包括：视距和非视距；用于表征目标节点与每个锚节点之间的距离的公式如下所示： 其中，是目标节点坐标，表示第i个锚节点坐标，为第i个锚节点和目标节点传播路径中的测量噪声，服从方差为的零均值高斯分布；为非视距误差，具有上界λ，根据信号传播链路类型进行调整，若信号传播链路类型为视距，则为零；若信号传播链路类型为非视距，则； 将超定方程求解问题转换为分式规划约束优化问题，包括以下步骤： 对1式进行平方展开，如下所示： 其中，太小忽略不计，，，定义： 将、、代入公式2，得到超定方程： 其中，为表征目标节点与每个锚节点位置信息和定位误差信息中间变量的公式； 利用总体最小二乘法对超定方程求解，求解问题如下所示： 利用正则化策略和二次约束将求解问题3转换为分式规划约束优化问题，如下所示： 其中，，ρ是一个给定的正常数； 对分式规划约束优化问题引入期望值，得到分式规划约束优化问题变体，约束优化问题4重新表述为如下公式： 其中，表示期望，根据期望的性质，将公式5转换成： 其中，ρ是一个给定的正常数； 最优位置坐标的求解，包括以下步骤： 利用Dinkelbach算法将分式规划约束优化问题转换为非凸的只带一个约束的参数规划约束优化问题，问题6等价转换为： 其中，为矩阵的第i个元素，； 在优化问题7中，利用Dinkelbach算法引入了一个未知参数,假设为函数的零点，推导出 得到； 用拉格朗日乘子法进行求解，问题7对应的拉格朗日函数为： 其中，为乘子，最优解的一个必要条件是拉格朗日函数的梯度，即： 由此可推导出最优解： 10 其中，为3阶单位矩阵，将式子10代入不等式约束，得到： 定义，得到： 其中，,分别是矩阵对角线上的元素，通过二分法或者牛顿法对乘子α进行数值求解，由于对偶性，，即； 当时，；当时，，函数的导数为： 对于所有的α，使，这意味着在该区域内严格单调递减，因此的解是唯一的，根据实际情况，，方程在区间内存在一个根，利用二分法或牛顿法求解参数，利用Dinkelbach算法求解参数μ，将参数和μ的值代入方程10，得到最优解。

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广东工业大学，其通讯地址为：510080 广东省广州市越秀区东风东路729号；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。