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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利一种基于无人机多点测距数据的目标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：CN116577795B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202310545142.5，技术领域涉及：G01S17/42；该发明授权一种基于无人机多点测距数据的目标定位方法是由宋海波;文贡坚设计研发完成，并于2023-05-16向国家知识产权局提交的专利申请。

本一种基于无人机多点测距数据的目标定位方法在说明书摘要公布了：本发明公开了一种基于无人机多点测距数据的目标定位方法，目的是提高无人机定位方法定位精度。技术方案是：构建由数据采集模块、位置粗估计模块和位置精估计模块组成的目标定位系统。数据采集模块基于无人机使用手册中的数据采集精度、利用无人机激光载荷和无人机导航系统采集到的数据构建数据集Data；位置粗估计模块读入Data，采用最优线性无偏估计方法得到第一包含目标位置的估计值并采用加权最小二乘估计方法得到第二包含目标位置的估计值位置精估计模块基于内元素关系构建待估计参数β，采用加权最小二乘估计方法精确定位目标。采用本发明可以得到高精度的目标定位结果，得到高精度的目标的三维位置。

本发明授权一种基于无人机多点测距数据的目标定位方法在权利要求书中公布了：1.一种基于无人机多点测距数据的目标定位方法，其特征在于包括以下步骤： 第一步，构建目标定位系统，目标定位系统由数据采集模块、位置粗估计模块和位置精估计模块组成；数据采集模块由无人机自带，位置粗估计模块和位置精估计模块安装在无人机计算单元上； 数据采集模块与位置粗估计模块相连，由无人机激光载荷和无人机导航系统组成；无人机激光载荷采集无人机绕目标飞行过程中N个测量点到目标的距离；无人机导航系统采集无人机绕目标飞行过程中N个测量点的无人机三维位置；从而获得数据集Data： 其中为无人机绕目标飞行过程中的N个测量点到目标的距离集合，为无人机绕目标飞行过程中第n个测量点到目标的距离，单位为米，1≤n≤N，N为无人机绕目标飞行的航迹的测量点个数；u为无人机绕目标飞行过程中N个测量点的无人机三维位置，为无人机绕目标飞行过程中第n个测量点的无人机三维位置，为WGS84坐标系下第n个测量点x轴方向的位置，为WGS84坐标系下第n个测量点y轴方向的位置，为WGS84坐标系下第n个测量点z轴方向的位置，无人机空间三维位置的单位为米；Qu为无人机导航精度，表示无人机位置的测量精度，单位为平方米；QR为无人机激光测距精度，表示无人机激光载荷的测距精度，单位为平方米，Qu和QR均通过无人机使用手册获得； 位置粗估计模块与数据采集模块、位置精估计模块相连，位置粗估计模块从无人机数据采集模块读取无人机多点测距数据集Data，采用最优线性无偏估计方法和加权最小二乘方法对目标位置进行估计，得到目标位置的初始估计值，将初始估计值发送给位置精估计模块； 位置精估计模块与位置粗估计模块相连，从位置粗估计模块接收目标位置的初始估计值，基于初始估计值构建精确估计目标位置的表达式，然后采用加权最小二乘估计方法解算出目标位置，得到最终的目标定位结果； 第二步，数据采集模块基于无人机使用手册中的数据采集精度、以及利用无人机激光载荷和无人机导航系统采集到的数据构建数据集Data，方法如下： 2.1依据无人机使用手册中的无人机导航精度Qu和激光测距精度QR，将它们依次放入数据集Data，得到Data中的前两项； 2.2无人机激光载荷采集无人机导航系统采集将和放到数据集Data中； 第三步，位置粗估计模块从数据采集模块读入Data，采用最优线性无偏估计方法得到第一包含目标位置的估计值并进一步采用加权最小二乘估计方法得到第二包含目标位置的估计值并将发送至位置精估计模块；方法如下： 3.1：对Data进行整理，生成第一向量b和第一系数矩阵A，公式中矩阵或向量的右上角加“T”表示对矩阵或向量转置，矩阵的右上角加“-1”表示对矩阵求逆： b＝[b1,···,bn,···,bN]T，其中 其中 3.2：依据高斯-马尔科夫定理，利用目标位置与无人机和目标间距离的关系，基于最优线性无偏估计方法对第一向量b和第一系数矩阵A进行推导，得到公式4，计算第一包含目标位置的估计值 其中W为协方差矩阵，W是利用Data生成的， 其中为对角矩阵，主对角线上的N个元素分别是向量中的N个距离值；IN表示大小为N×N的单位矩阵；表示元素均为1的三维向量；为对角矩阵，主对角线上的元素由向量中的坐标值构成；表示克罗内克积数学运算； 3.3：在得到的基础上，利用加权最小二乘估计方法得到公式6，利用公式6计算第二包含目标位置的估计值 其中Ξ为加权矩阵，Ξ利用Data和生成， 其中表示向量中第1个到第3个元素组成的向量；是一个4维向量，第1到第3个元素为目标三维位置，第4个元素为目标三维位置的均方和； 3.4：位置粗估计模块将发送给位置精估计模块； 第四步，位置精估计模块从位置粗估计模块接收基于内元素关系构建待估计参数然后采用加权最小二乘估计方法精确定位目标；方法如下： 4.1：利用生成第二向量q和第二系数矩阵Η， 其中表示中第1个到第3个元素组成的向量，表示中第4个元素；α＝[xα,yα,zα]T为引入的辅助变量，其中 表示使得最大的表示中第1个元素；表示使得最大的 表示中第2个元素；表示使得最大的表示中第3个元素； 4.2：利用加权最小二乘估计方法得到估计公式10，根据公式10计算得到第三包含目标位置的估计参数 其中M为加权矩阵，其计算表达式为 M＝TATΞ-1A-1TT11 其中 4.3：利用通过公式12的矩阵运算，得到包含目标三维位置估计值的 其中sgn·为符号函数，满足 为WGS84坐标系下目标横坐标估计值，为目标纵坐标估计值，为目标高度向坐标估计值。

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中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109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”。