CN100562182C - 一种基于信息融合的无线定位多算法增强方法 - Google Patents
一种基于信息融合的无线定位多算法增强方法 Download PDFInfo
- Publication number
- CN100562182C CN100562182C CNB2006100950048A CN200610095004A CN100562182C CN 100562182 C CN100562182 C CN 100562182C CN B2006100950048 A CNB2006100950048 A CN B2006100950048A CN 200610095004 A CN200610095004 A CN 200610095004A CN 100562182 C CN100562182 C CN 100562182C
- Authority
- CN
- China
- Prior art keywords
- tdoa
- algorithm
- chan
- value
- taylor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明请求保护一种基于信息融合的无线定位方法,涉及移动终端的无线定位技术。本发明是通过以下技术方案实现的,基站测量移动终端的TDOA值和AOA值,采用Chan算法和Taylor算法分别对TDOA值进行估计,并结合AOA值得到TDOA(Chan)、TDOA(Taylor)、TDOA(Chan)/AOA、TDOA(Taylor)/AOA四种定位估计值分别送入第一层数据融合和第二层数据融合进行处理,两层数据融合的结果及TDOA(Chan)、TDOA(Taylor)估计值送入第四层数据融合计算加权系数,根据加权系数选择最佳定位结果作为移动终端位置。采用本发明的定位方法,有利于在无信道环境先验信息的情况下提高对移动台定位估计的准确性。
Description
技术领域
本发明属于无线通讯技术领域,具体涉及移动终端的无线定位技术。
技术背景
在3G蜂窝移动通信系统中,越来越多的网络服务依赖于移动台(MS)的位置信息,因而近年来基于蜂窝网络对MS进行定位估计的无线定位技术受到广泛关注。现在几种基于网络的定位方法,如场强定位法、电波到达时间(TOA)定位法、到达时间差(TDOA)定位法及到达角(AOA)定位法,都可应用于对移动用户的位置估计。但是,在不同的信道和网络环境中,这些基本定位技术所表现出的性能各不相同,还没有一种技术能在各种不同信道和网络环境中都表现出最佳的性能,满足对蜂窝网络移动台定位的精度要求。
在基于蜂窝网络的移动台定位技术中,TDOA技术以其独特的优点受到更多的关注,是一种应用于蜂窝网络移动台定位估计的主要技术。在3GPP为UTRAN选择的几种定位方法中,无论是GSM的E-OTD,还是WCDMA的OTDOA-IPDL,无不采用TDOA定位技术。由于现有的几种TDOA定位算法各有不同特点,在不同的蜂窝网络中表现出来的性能各不相同,但现有技术中没有一种算法能在不同的蜂窝网络环境中都表现出最佳的性能。由此,采用数据融合技术应用于多算法信息融合定位,有利于在无信道环境先验信息的情况下进一步提高对移动台定位估计的准确性。
发明内容
本发明所要解决的技术问题是,针对现有技术采用单一定位方法定位精度不高,对移动台MS定位估计准确性差的缺点,本发明提出一种基于信息融合的无线定位技术,提高对MS定位估计的准确性。本发明解决上述问题所采用的技术方案是,通过服务基站提供的TDOA测量值和AOA测量值,获得定位估计的残差分别为RC、RT,采用Chan算法和Taylor算法分别对TDOA进行估计可得到TDOA(Chan)、TDOA(Taylor)、TDOA(Chan)/AOA、TDOA(Taylor)/AOA4种定位估计值XC、XT、XCA、RCA。然后分别送入第一层数据融合和第二层数据融合。第一层主要对TDOA(Chan)、TDOA(Taylor)、TDOA(Chan)/AOA的估计结果进行数据融合;第二层主要对TDOA(Chan)、TDOA(Taylor)、TDOA(Taylor)/AOA估计结果进行数据融合,即采用贝叶斯推论对TDOA(Chan)、TDOA(Taylor)、TDOA(Taylor)/AOA估计值的均值和方差加权得到第二层融合的结果;第四层对第一层数据融合结果、第二层数据融合结果、TDOA(Chan)、TDOA(Taylor)定位估计值计算对应的加权系数,根据加权系数调用相应公式 得出最佳定位结果。针对多基站定位,根据第一层、第二层数据融合中采用第k种算法的计算结果参与定位的第i个基站的坐标Xi、参与定位的基站数目BSN、移动台到各基站对应的TDOA/AOA测量值ri,计算加权系数Rk。针对单基站定位,根据第一层、第二层数据融合中采用第k种算法的计算结果服务基站坐标X0、移动台到服务基站的TDOA/AOA测量值r0,调用公式: 计算加权系数Rk。
本发明的有益效果是:采用本发明提出的多算法信息融合定位方法,充分利用服务基站提供的TDOA、TOA和AOA测量值,结合多种算法,将其数据进行多次融合,有利于在无信道环境先验信息的情况下进一步提高对移动台定位估计的准确性。
附图说明
图1TDOA多算法融合定位模型示意图
图2多算法增强融合定位模型示意图
具体实施方式
1.TDOA多算法融合模型
为了能综合Chan算法和泰勒序列展开法两种算法的优点,提高对MS定位估计的准确性,建立定位算法模型,采用Chan和泰勒序列展开法的结果进行信号数据融合。
如图1所示为TDOA多算法融合定位系统模型示意图,该系统模型对于基站采集的TDOA测量值,送入数据计算单元,分别采用Chan算法、泰勒序列展开法进行TDOA估计、估计值都送入第一层数据融合和第二层数据融合,经过两层数据融合后,产生4种定位估计值,即第一层数据融合结果,第二层数据融合结果,TDOA(Chan)算法估计结果,TDOA(Taylor)算法估计结果,将上述4种定位估计值送入第四层融合,选择最优值作为定位估计结果,
该系统模型中各数据融合层的实现方式如下所示:
(1)第一层数据融合
将Chan算法和泰勒序列展开法分别得到的定位估计值按一定的规则进行加权,得到一新的定位估计值。假定TDOA测量值数目为N,由Chan算法和泰勒序列展开法分别得到的定位估计值为XC和XT,服务BS位置坐标为X0,临近BS位置坐标为Xi,TDOA测量值为τi,则经第一层数据融合模块后的第一层融合定位估计值为:
(2)第二层数据融合
该数据融合过程可采用贝叶斯推论,对两种算法定位估计值的方差加权,得到第二层数据融合的结果,对Chan算法和泰勒序列展开法得到的定位估计值计算均值和方差分别为Xcm、Xtm和σc 2、σt 2,则采用贝叶斯推论,第二层融合产生的新的定位估计值均值和方差为:
(3)第四层数据融合
综合定位估计值的均值、方差或标准差的大小,误差概率分布,TDOA测量值提供的先验信息,移动台MS与各基站BS相对位置等因素,从以上4种定位估计值(第一层融合结果,第二层融合结果,TDOA(Chan)算法估计结果,TDOA(Taylor)算法估计结果)中选择出一种最佳的结果作为MS的最终估计位置。
由于仅考虑了TDOA测量值作为多算法融合定位的因素,因此这种模型在蜂窝网络中容易以更低的成本实现,但是,该定位模型只考虑单一因素,因此定位精度不够高。
2.多算法融合增强模型
充分利用基站能准确得到AOA测量值的特点,在TDOA多算法融合基础上,引入了AOA测量值,提出了增强多算法融合定位系统模型,如图2所示为增强多算法融合定位系统模型示意图。
基站采集TDOA测量值和AOA测量值,TDOA测量单元的输出通过Chan算法和Taylor算法分别进行TDOA估计并结合AOA测量值,可得到TDOA(Chan)、TDOA(Taylor)、TDOA(Chan)/AOA、TDOA(Taylor)/AOA四种定位估计值。将四种定位估计值分别进行第一层数据融合和第二层数据融合,数据融合的结果及上述两种算法的估计值送入第4层融合,通过计算加权系数,并调用相应计算模块选择最优结果作为移动终端的位置。
第一层数据融合
将基站采集TDOA测量值送入计算单元进行Chan算法和泰勒序列展开计算,TDOA测量值经Chan算法和泰勒序列展开法分别计算后,计算结果按一定的规则进行加权,得到一新的定位估计值TDOA(Chan)、TDOA(Taylor);基站获取的AOA测量值结合TDOA(Chan)得到TDOA(Chan)/AOA;将TDOA(Chan)、TDOA(Taylor)、TDOA(Chan)/AOA一同送入第一层数据融合进行处理,所得的结果为第一层数据融合定位估计值。
假定服务基站获取的TDOA测量值为N,由Chan算法和泰勒序列展开法得到的定位估计值TDOA(Chan)和TDOA(Taylor)分别为XC和XT,以及AOA测量值结合TDOA(Chan)的结果为XCA,服务基站BS位置坐标为X0,临近基站BS位置坐标为Xi,TDOA测量值为τi,Chan算法和泰勒序列展开法两种算法定位估计值的残差可表达为:
其中c为电波传播速度,而TDOA(Chan)/AOA的残差为RCA,则第一层数据融合定位估计值为:
第二层数据融合
将TDOA(Chan)、TDOA(Taylor)、TDOA(Taylor)/AOA的计算结果送入第二层融合模型进行处理,根据贝叶斯推论计算,得到第二层数据融合的结果。假设TDOA(Chan)估计器输出的均值为xc,方差为σc 2;TDOA(Taylor)估计器输出的均值为xt,方差为σt 2;TDOA(Taylor)/AOA估计器输出的均值为xta,方差为σta 2,分别采用贝叶斯推论对均值、方差加权,产生新的定位估计值。加权方程为:
其中,xc和σc 2为第二层融合后定位估计值的均值和方差。
第四层数据融合
将第一层数据融合结果、第二层数据融合结果、TDOA(Chan)估计值、TDOA(Taylor)估计值送入第四层数据融合模块进行处理,考虑定位估计值的均值、方差或标准差的大小,定位误差概率分布,MS与服务BS相对位置等因素,按照贝叶斯或者卡尔曼滤波等融合规则第四层融合对输入的上述数据,调用相应的算法模块进行再融合,根据加权系数选择出最佳估计结果,作为计算MS位置坐标的估计值。
在多算法融合增强模型中,可以采用两种简化的定位参差加权方法实现多种TDOA定位算法的融合,以便获得更好的定位效果。
对于一组测量值,分别采用不同算法进行定位估计,然后再将各算法计算结果按下列方法进行加权,即可得到优化的定位估计值。针对多基站定位或单基站定位,可采用以下两种加权方式确定移动终端最佳定位结果。
方式一:该方式针对多基站定位计算最佳估计结果,假设对同一组TDOA测量值分别采用K种定位算法(本实施例描述中采用了2种算法,即Chan算法和Taylor算法,也可采用更多其他种类的算法),则每种算法的加权系数Rk的计算方法和加权方法如下:
第一步:由如下公式分别计算第一层数据融合结果、第二层数据融合结果、TDOA(Chan)估计值、TDOA(Taylor)估计值对应的加权系数Rk,
其中, 为第一层数据融合与第二层数据融合中采用第k种算法的计算结果, 为参与定位的第i个基站的坐标,BSN为参与定位的基站BS数目,ri为移动台到各基站对应的TDOA/AOA测量值。
第二步:根据加权系数调用如下公式计算最佳结果,
其中K为选择的定位算法数目。所得结果即为最佳定位估计值(移动终端位置)。
方式二:对于单基站定位,采用方式二计算,设对同一组测量值分别采用K种定位算法,则每种算法的加权系数Rk的计算方法和加权方法如下:
第一步:由如下公式分别计算第一层数据融合结果、第二层数据融合结果、TDOA(Chan)估计值、TDOA(Taylor)估计值对应的加权系数Rk,
其中, 为第一层数据融合、第二层数据融合后的结果, 为服务基站坐标,r0为移动台到服务基站的TDOA测量值/AOA测量值;
第二步:根据加权系数调用如下公式计算最佳结果,
其中K为选择的定位算法数。
根据上式计算公式将进入第四层融合模型中的每种估计值的加权系数,再对加权系数进行加权计算得出最佳定位估计结果。如果系统采用多基站定位,就调用公式(2)和公式(3)对移动台进行定位;如果系统采用的单基站定位,就调用公式(4)和(5)进行移动台定位。得到移动台的位置坐标和均方误差。
本发明通过对基站采集的信号进行多次融合,有利于在无信道环境先验信息的情况下进一步提高对移动台定位估计的准确性,可广泛应用于各种网络中对移动终端的定位估计。
Claims (3)
1、一种基于信息融合的无线定位多算法增强方法,其特征在于,基站测量移动终端的到达时间差TDOA值和到达角AOA值,采用Chan算法和Taylor展开算法分别对TDOA值进行计算估计,获得TDOA(Chan)、TDOA(Taylor)的定位估计值XC和XT,并结合AOA测量值获得TDOA(Chan)/AOA的定位估计值XCA、以及TDOA(Chan)/AOA的残差RCA;根据服务基站获取的TDOA测量数目N、以及测量值τi,服务基站位置坐标X0,临近服务基站位置坐标Xi,调用公式:
获得Chan算法和Taylor展开算法两种定位估计值的残差Rc、RT;第一层数据融合模型根据上述定位估计值及残差,调用公式: 得到第一层数据融合的结果;第二层数据融合模型采用贝叶斯推论对TDOA(Chan)、TDOA(Taylor)、TDOA(Taylor)/AOA估计值的均值和方差加权得到第二层数据融合的结果;第四层数据融合模型根据第一层、第二层数据融合中采用第k种算法的计算结果针对单基站或多基站定位中TDOA(Chan)估计值、TDOA(Taylor)估计值对应的加权系数Rk,调用公式: 获得最佳定位结果,其中,c为电波传播速度,k为定位算法的种类。
2、根据权利要求1所述的无线定位多算法增强方法,其特征在于,对多基站定位,根据第一层、第二层数据融合中采用第k种算法的计算结果参与定位的第i个基站的坐标Xi、参与定位的基站数目BSN、移动台到各基站对应的TDOA/AOA测量值ri,调用公式 计算加权系数Rk。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2006100950048A CN100562182C (zh) | 2006-07-29 | 2006-07-29 | 一种基于信息融合的无线定位多算法增强方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2006100950048A CN100562182C (zh) | 2006-07-29 | 2006-07-29 | 一种基于信息融合的无线定位多算法增强方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN1905741A CN1905741A (zh) | 2007-01-31 |
CN100562182C true CN100562182C (zh) | 2009-11-18 |
Family
ID=37674832
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB2006100950048A Expired - Fee Related CN100562182C (zh) | 2006-07-29 | 2006-07-29 | 一种基于信息融合的无线定位多算法增强方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN100562182C (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100896680B1 (ko) * | 2007-04-13 | 2009-05-14 | 에스케이 텔레콤주식회사 | G-pCell 데이터베이스를 이용하여 위치에 따라이동통신 단말기에 네트워크 기반의 위치 측위를 제공하는방법 및 시스템 |
US8041367B2 (en) * | 2007-04-18 | 2011-10-18 | Trueposition, Inc. | Sparsed U-TDOA wireless location networks |
CN101873690A (zh) * | 2009-04-22 | 2010-10-27 | 北京三星通信技术研究有限公司 | 定位移动终端的方法、系统及装置 |
RU2529591C2 (ru) | 2009-06-30 | 2014-09-27 | Нокиа Корпорейшн | Устранение позиционной неоднозначности при формировании пространственного звука |
CN101620270B (zh) * | 2009-07-23 | 2011-09-28 | 重庆邮电大学 | 基于聚类融合的无线定位方法 |
KR20110083542A (ko) * | 2010-01-13 | 2011-07-20 | 한국전자통신연구원 | 무선 측위 방법 및 장치, 그리고 이동국 |
CN102421188B (zh) * | 2011-11-15 | 2014-03-19 | 上海百林通信网络科技有限公司 | 一种快速精确定位移动终端的方法 |
CN103925925B (zh) * | 2014-03-14 | 2017-06-30 | 四川九洲空管科技有限责任公司 | 一种用于多点定位系统的实时高精度位置解算方法 |
CN111683344B (zh) * | 2020-06-02 | 2022-04-08 | 南京敏智达科技有限公司 | 一种基于Wi-Fi的无线室内定位方法 |
CN112911501A (zh) * | 2021-01-19 | 2021-06-04 | 河南航迹光电科技有限公司 | 提高定位精度和鲁棒性的无线电信息融合定位方法 |
CN115551081B (zh) * | 2022-12-01 | 2023-07-25 | 广东工业大学 | 一种兼容单基站和多基站的5g定位方法 |
-
2006
- 2006-07-29 CN CNB2006100950048A patent/CN100562182C/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN1905741A (zh) | 2007-01-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100562182C (zh) | 一种基于信息融合的无线定位多算法增强方法 | |
Pei et al. | Using inquiry-based Bluetooth RSSI probability distributions for indoor positioning | |
US7057557B2 (en) | Apparatus and method for estimating position of mobile communication terminal | |
CN101620270B (zh) | 基于聚类融合的无线定位方法 | |
CN103501538B (zh) | 基于多径能量指纹的室内定位方法 | |
Cheung et al. | Received signal strength based mobile positioning via constrained weighted least squares | |
CN102395197B (zh) | 一种基于残差加权的tdoa蜂窝定位方法 | |
CN103118333B (zh) | 基于相似度的无线传感器网络移动节点定位方法 | |
CN104168650A (zh) | 基于动态无线接入点的室内定位方法 | |
CN103096464B (zh) | 单基站用户终端定位方法及系统 | |
CN101272605A (zh) | 一种移动终端定位方法和定位装置 | |
CN105676179A (zh) | 一种基于433MHz信号的室内定位方法和系统 | |
CN106125043B (zh) | 一种基于定位位置残差加权的定位方法 | |
CN101472334A (zh) | 无线蜂窝网中消除nlos的方法和装置 | |
EP2199820B1 (en) | Terminal positioning technique | |
CN101277511B (zh) | 一种无线定位方法与装置 | |
Ahmadi et al. | Range free localization in wireless sensor networks for homogeneous and non-homogeneous environment | |
CN103002502A (zh) | 一种在cdma中基于测量报告实现定位的方法及系统 | |
CN105979584A (zh) | 一种基于边长残差加权的定位方法 | |
CN101400047A (zh) | 蜂窝通信系统中到达时间差定位算法盲区消除的装置和方法 | |
CN100415042C (zh) | 在蜂窝通信网络中估算移动台位置的方法 | |
KR100953435B1 (ko) | 두 개의 기지국 신호를 사용하여 AoA방식과ToA방식을 결합한 위치 측위 방법 | |
CN102833848B (zh) | 一种移动台定位方法、装置和系统 | |
KR101872234B1 (ko) | 이동통신 시스템에서 이동단말의 위치 결정 장치와 방법 | |
Chen et al. | Hybrid ToA/AoA schemes for mobile location in cellular communication systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20091118 Termination date: 20140729 |
|
EXPY | Termination of patent right or utility model |