CN101483805A - 一种视距和非视距混合环境下的无线定位方法 - Google Patents
一种视距和非视距混合环境下的无线定位方法 Download PDFInfo
- Publication number
- CN101483805A CN101483805A CNA2009100247164A CN200910024716A CN101483805A CN 101483805 A CN101483805 A CN 101483805A CN A2009100247164 A CNA2009100247164 A CN A2009100247164A CN 200910024716 A CN200910024716 A CN 200910024716A CN 101483805 A CN101483805 A CN 101483805A
- Authority
- CN
- China
- Prior art keywords
- motion state
- sight
- state
- motion
- nlos
- 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.)
- Pending
Links
Images
Abstract
本发明涉及一种视距和非视距混合环境下的进行高精度定位的无线定位方法,该方法首先建立无线定位的运动方程和观测方程,然后表达非视距和视距的状态转移概率模型,根据每个基站获得的测量值,利用修正的扩展卡尔曼滤波器(EKF)方法对运动状态和非视距状态进行估计,再利用基于数据融合的方法将运动状态和非视距状态进行融合,得到该时刻运动状态估计,通过循环迭代实现在线的无线设备位置解算。本发明能够有效消除无线定位中非视距的影响,有效提高无线设备的运动状态估计,对不同环境下的LOS/NLOS转移概率具有鲁棒性。同时,本方法适合VLSI并行处理,运算量满足实时要求,适合于不同的信号测量方法如TOA,RSS等。
Description
技术领域
本发明涉及一种在视距和非视距混合条件下,进行无线定位的方法,可应用于各类无线定位系统中,属于通信信号处理的技术领域。
背景技术
无线定位,即在无线通信网络中估计移动台(MS)的位置,作为无线通信中高附加值的服务,越来越受到关注,具有很高的研究价值。该技术在公共安全服务(如:紧急医疗,紧急定位,紧急报警服务),犯罪侦查,位置敏感付费以及船舶管理,导航和智能交通系统等多方面都有广泛的应用。美国联邦通信委员会(FCC)强制要求基于网络的无线定位精度在67%的情况下精度达到100米,在95%的情况下,精度达到300米。这一要求更加刺激了无线定位技术的深入研究。
典型的无线定位信号的测量方法有基于信号强度(RSS),基于信号到达时间(TOA),信号到达时间差(TDOA)以及信号到达角度(TOA)的方法。本发明仅考虑利用信号到达时间(TOA)方法进行定位的方法。
然而,无论采用上述哪种测量方法进行定位,非视距(NLOS)条件直接影响了定位精度的提高。在NLOS条件下,无线电波由于受到发射站和移动台之间障碍物的遮挡,经折射,反射,散射后才得以到达移动台。若按照传统的定位方法,根据接收到的NLOS信号对移动台进行定位,定位误差将大大增大。已有场测表明,由NLOS信号产生的定位误差符合均值513米,标准差为436米的高斯分布。
为提高定位精度,现有的NLOS消除方法主要有以下几种:
第一种方法是多项式平滑、残差比对法。Wylie提出了一种根据一段时间内的距离测量值,采用N阶多项式平滑,计算距离的标准差,与已知测量噪声的标准差比较,并进一步根据距离测量值的残差进行分析、比较,最后进行LOS重构的方法。
第二种方法是卡尔曼滤波重构法。该方法根据各段时间内的测量值,用卡尔曼滤波方法平滑距离值,通过分析噪声方差判断NLOS信号,并重构LOS信号,得到位置的估计值。方法一和二均假设在NLOS环境下的距离的标准差大于LOS环境,但是标准差的阈值设定比较主观。阈值设定不当容易错误检测LOS信号。
第三种方法是模型误差法。AL-Jazzar利用不同的散射模型(圆环传播模型、圆盘模型、截断高斯分布模型)获得基于TOA信号的不同模型的计算概率密度函数。利用基于3种模型的概率密度函数得到NLOS的计算统计特性,进而估计MS位置。然而,实际情况下,复杂多变的通信环境很难较好的满足上述三种概率模型。因此该方法不具有普适性。
第四种方法是依靠交互多模方法(IMM)对测量得到的距离值进行平滑,然后再根据平滑后的距离求得位置。该方法将距离平滑和最后的位置解算分成不相关的两个步骤,不利于定位精度的提高以及对最终定位误差的分析。
发明内容
本发明的目的是针对现有技术的不足,提出一种基于修正扩展卡尔曼滤波器(EKF)组和数据融合的方法。该方法能在LOS/NLOS混合环境下估计MS的运动状态,有效提高定位精度,减少定位误差,同时对不同环境下的LOS/NLOS转移概率模型具有鲁棒性。
本发明采用的技术方案通过多次测量,序贯估计目标的运动状态实现对目标的定位和跟踪。同时,考虑到在典型的无线通信环境下,信号的LOS和NLOS环境的通常是相互转换的。因此,本发明采用一阶Markov模型来描述LOS和NLOS的相互转换。在此基础上,依据来自各个基站的测量信号,分别利用修正EKF进行滤波,估计移动台的运动状态。对上述滤波结果进行数据融合,得到当前移动台的最终状态估计。
实现本发明目的的技术方案是:一种视距和非视距混合环境下的无线定位方法,其特征是,该方法包括以下几个步骤:
步骤1建立移动台的运动方程,建立描述运动状态和非视距的转移概率模型,建立含有目标运动状态和运动状态和非视距环境变量的测量方程;
步骤2根据来自单个基站的测量信号,对运动状态和非视距状态进行估计,并推断当前运动状态和非视距环境变量的后验概率,并据此得到依据单个基站测量值的运动状态估计;
步骤3对步骤2中所有的运动状态和非视距状态进行融合,得到当前步骤目标的状态估计;
步骤4重复步骤2-3,得到运动目标状态的序贯估计结果。
本发明的优点如下:
①能有效的在LOS/NLOS混合环境下有效的进行移动台的定位。该方法移动台并不预先假设在LOS或是NLOS条件接收到某个基站的信号,而是根据信号的测量值,计算LOS/NLOS环境变量的后验概率,在此基础上,加权LOS和NLOS条件下的估计值。数据融合部分又进一步减少了上一步并行的修正EKF组输出的估计方差,进一步减小了估计方差,提高了定位精度。
②依据单个基站的测量信号,采用修正EKF组进估计,相对于同时利用所有的测量信号进行估计,减少了算法复杂度。
③并行的修正EKF组滤波方法适合大规模集成电路VLSI并行处理。
附图说明
图1是本发明实施例1的方法流程图。
具体实施方式
为了更好的理解本发明的技术方案,以下作进一步的详细描述。
实施例1
如图1所示,一种视距和非视距混合环境下的无线定位方法,包括以下几个步骤:
步骤1:
1)建立移动台的运动状态方程:
式中,Δt为离散采样时间, 为随机加速度,其协方差矩阵 式(1)的矢量形式可以表述为:
Xk=ΦXk-1+ΓWk
2)建立视距和非视距的转移概率模型:
3)建立观测方程:
在k时刻,移动台接收来自第i基站信号,距离测量方程为:
zi,k=di,k+m(si,k)+R(si,k)·vi,k
其中,在LOS条件下,观测噪声 在NLOS条件下,观测噪声 则有
步骤2
根据来自单个基站的测量信号,分别使用修正扩展卡尔曼滤波器(EKF)组方法进行滤波,估计目标的运动状态。具体包括:
2.1)根据运动方程,预测移动台的状态均值和方差:
2.2)根据来自单个基站的测量信号zi,k,同时估计LOS和NLOS环境下运动状态均值和方差:
2.3)根据贝叶斯公式,计算当前LOS/NLOS环境变量的后验概率p(si,k/Zi,k)
2.4)根据2.2)-2.3),得到依据单个基站测量值的运动状态估计均值和方差。
步骤3 对所有的滤波结果{Xi,k,Pi,k}进行融合,得到当前移动台最终的状态估计。
步骤4 重复步骤2-3,得到对移动台运动状态(位置和速度)的序贯估计。
Claims (6)
1、一种视距和非视距混合环境下的无线定位方法,其特征在于,该方法包括以下几个步骤:
步骤1建立移动台的运动方程,建立描述运动状态和非视距的转移概率模型,建立含有目标运动状态和运动状态和非视距环境变量的测量方程;
步骤2根据来自单个基站的测量信号,对运动状态和非视距状态进行估计,并推断当前运动状态和非视距环境变量的后验概率,并据此得到依据单个基站测量值的运动状态估计;
步骤3对步骤2中所有的运动状态和非视距状态进行融合,得到当前时刻目标的状态估计;
步骤4重复步骤2-3,得到运动目标状态的序贯估计结果。
3、根据权利要求1所述的定位方法,其特征是,所述步骤1中的LOS、NLOS的转移概率模型采用一阶Markov链描述。
4、根据权利要求1所述的定位方法,其特征是,所述步骤2中利用修正EKF方法对运动状态和非视距状态进行估计。
6、根据权利要求5所述的定位方法,其特征是,所述步骤3中,对所有的滤波结果{Xi,k,Pi,k}进行融合,得到当前时刻对移动台运动状态的最终估计结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2009100247164A CN101483805A (zh) | 2009-02-11 | 2009-02-11 | 一种视距和非视距混合环境下的无线定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2009100247164A CN101483805A (zh) | 2009-02-11 | 2009-02-11 | 一种视距和非视距混合环境下的无线定位方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101483805A true CN101483805A (zh) | 2009-07-15 |
Family
ID=40880698
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2009100247164A Pending CN101483805A (zh) | 2009-02-11 | 2009-02-11 | 一种视距和非视距混合环境下的无线定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101483805A (zh) |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102088769A (zh) * | 2010-12-23 | 2011-06-08 | 南京师范大学 | 直接估计和消除非视距误差的无线定位方法 |
CN102281629A (zh) * | 2011-08-22 | 2011-12-14 | 北京邮电大学 | 一种定位的方法和装置 |
CN104936147A (zh) * | 2015-05-08 | 2015-09-23 | 中国科学院上海微系统与信息技术研究所 | 一种基于建筑格局约束的复杂室内环境下的定位方法 |
CN104950300A (zh) * | 2015-05-28 | 2015-09-30 | 北京科技大学 | 一种基于视距与非视距判别的toa测距误差纠正方法及系统 |
CN105824003A (zh) * | 2014-12-16 | 2016-08-03 | 国家电网公司 | 一种基于轨迹平滑的室内移动目标定位方法 |
CN106255201A (zh) * | 2016-08-19 | 2016-12-21 | 北京羲和科技有限公司 | 一种室内定位方法及装置 |
CN106441300A (zh) * | 2016-09-08 | 2017-02-22 | 哈尔滨工程大学 | 一种具有自适应的协同导航滤波方法 |
CN106646358A (zh) * | 2016-12-27 | 2017-05-10 | 深圳信息职业技术学院 | 一种用于室内无线定位的多误差模型的imm算法 |
CN107613560A (zh) * | 2010-11-19 | 2018-01-19 | 高通股份有限公司 | 无线站的自定位 |
CN108490388A (zh) * | 2018-03-13 | 2018-09-04 | 同济大学 | 一种基于uwb与vlc技术的多源联合室内定位方法 |
CN109141427A (zh) * | 2018-08-29 | 2019-01-04 | 上海理工大学 | 在非视距环境下基于距离和角度概率模型的ekf定位方法 |
CN109392089A (zh) * | 2017-08-11 | 2019-02-26 | 华为技术有限公司 | 用于定位的方法和装置 |
CN110286353A (zh) * | 2019-05-23 | 2019-09-27 | 宁波大学 | 基于非视距环境下RSS-ToA的无线传感器网络目标定位方法 |
CN110426040A (zh) * | 2019-07-08 | 2019-11-08 | 中国人民解放军陆军工程大学 | 具有非视距识别功能的室内行人定位方法 |
CN111722180A (zh) * | 2020-07-02 | 2020-09-29 | 广东工业大学 | 一种基于卡尔曼滤波的室内行人定位方法、装置及系统 |
CN113382354A (zh) * | 2021-06-08 | 2021-09-10 | 东南大学 | 一种基于因子图的无线定位非视距信号判别方法 |
CN115334447A (zh) * | 2022-07-14 | 2022-11-11 | 广东工业大学 | 一种基于自适应imm的鲁棒室内行人跟踪uwb定位方法 |
-
2009
- 2009-02-11 CN CNA2009100247164A patent/CN101483805A/zh active Pending
Cited By (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107613560A (zh) * | 2010-11-19 | 2018-01-19 | 高通股份有限公司 | 无线站的自定位 |
CN107613560B (zh) * | 2010-11-19 | 2020-10-30 | 高通股份有限公司 | 无线站的自定位 |
CN102088769A (zh) * | 2010-12-23 | 2011-06-08 | 南京师范大学 | 直接估计和消除非视距误差的无线定位方法 |
CN102281629A (zh) * | 2011-08-22 | 2011-12-14 | 北京邮电大学 | 一种定位的方法和装置 |
CN105824003A (zh) * | 2014-12-16 | 2016-08-03 | 国家电网公司 | 一种基于轨迹平滑的室内移动目标定位方法 |
CN104936147A (zh) * | 2015-05-08 | 2015-09-23 | 中国科学院上海微系统与信息技术研究所 | 一种基于建筑格局约束的复杂室内环境下的定位方法 |
CN104936147B (zh) * | 2015-05-08 | 2018-06-12 | 中国科学院上海微系统与信息技术研究所 | 一种基于建筑格局约束的复杂室内环境下的定位方法 |
CN104950300A (zh) * | 2015-05-28 | 2015-09-30 | 北京科技大学 | 一种基于视距与非视距判别的toa测距误差纠正方法及系统 |
CN104950300B (zh) * | 2015-05-28 | 2017-08-11 | 北京科技大学 | 一种基于视距与非视距判别的toa测距误差纠正方法及系统 |
CN106255201A (zh) * | 2016-08-19 | 2016-12-21 | 北京羲和科技有限公司 | 一种室内定位方法及装置 |
CN106441300A (zh) * | 2016-09-08 | 2017-02-22 | 哈尔滨工程大学 | 一种具有自适应的协同导航滤波方法 |
CN106646358A (zh) * | 2016-12-27 | 2017-05-10 | 深圳信息职业技术学院 | 一种用于室内无线定位的多误差模型的imm算法 |
CN109392089A (zh) * | 2017-08-11 | 2019-02-26 | 华为技术有限公司 | 用于定位的方法和装置 |
US11917494B2 (en) | 2017-08-11 | 2024-02-27 | Huawei Technologies Co., Ltd. | Positioning method and apparatus |
US11388550B2 (en) | 2017-08-11 | 2022-07-12 | Huawei Technologies Co., Ltd. | Positioning method and apparatus |
CN109392089B (zh) * | 2017-08-11 | 2021-10-22 | 华为技术有限公司 | 用于定位的方法和装置 |
CN108490388A (zh) * | 2018-03-13 | 2018-09-04 | 同济大学 | 一种基于uwb与vlc技术的多源联合室内定位方法 |
CN108490388B (zh) * | 2018-03-13 | 2021-06-29 | 同济大学 | 一种基于uwb与vlc技术的多源联合室内定位方法 |
CN109141427A (zh) * | 2018-08-29 | 2019-01-04 | 上海理工大学 | 在非视距环境下基于距离和角度概率模型的ekf定位方法 |
CN109141427B (zh) * | 2018-08-29 | 2022-01-25 | 上海理工大学 | 在非视距环境下基于距离和角度概率模型的ekf定位方法 |
CN110286353A (zh) * | 2019-05-23 | 2019-09-27 | 宁波大学 | 基于非视距环境下RSS-ToA的无线传感器网络目标定位方法 |
CN110286353B (zh) * | 2019-05-23 | 2021-01-26 | 宁波大学 | 基于非视距环境下RSS-ToA的无线传感器网络目标定位方法 |
CN110426040A (zh) * | 2019-07-08 | 2019-11-08 | 中国人民解放军陆军工程大学 | 具有非视距识别功能的室内行人定位方法 |
CN111722180B (zh) * | 2020-07-02 | 2021-08-13 | 广东工业大学 | 一种基于卡尔曼滤波的室内行人定位方法、装置及系统 |
CN111722180A (zh) * | 2020-07-02 | 2020-09-29 | 广东工业大学 | 一种基于卡尔曼滤波的室内行人定位方法、装置及系统 |
CN113382354A (zh) * | 2021-06-08 | 2021-09-10 | 东南大学 | 一种基于因子图的无线定位非视距信号判别方法 |
CN113382354B (zh) * | 2021-06-08 | 2022-04-22 | 东南大学 | 一种基于因子图的无线定位非视距信号判别方法 |
CN115334447A (zh) * | 2022-07-14 | 2022-11-11 | 广东工业大学 | 一种基于自适应imm的鲁棒室内行人跟踪uwb定位方法 |
CN115334447B (zh) * | 2022-07-14 | 2023-06-02 | 广东工业大学 | 一种基于自适应imm的鲁棒室内行人跟踪uwb定位方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101483805A (zh) | 一种视距和非视距混合环境下的无线定位方法 | |
CN101509969A (zh) | 联合非视距误差消除和运动状态估计的无线定位方法 | |
Yang et al. | A novel NLOS error compensation method based IMU for UWB indoor positioning system | |
CN101526605A (zh) | 一种具有非视距误差消除功能的鲁棒定位方法 | |
CN102088769B (zh) | 直接估计和消除非视距误差的无线定位方法 | |
CN103152695B (zh) | 基于td-scdma系统的井下人员精确定位方法 | |
KR101058296B1 (ko) | 모바일 디바이스에 대한 실시간 위치 추적 방법 및 시스템 | |
CN103338516B (zh) | 一种基于总体最小二乘的无线传感器网络两步定位方法 | |
CN103152826A (zh) | 一种基于nlos状态检测补偿的移动目标追踪方法 | |
US8130103B2 (en) | Method of reducing power consumption of a radio badge in a boundary detection localization system | |
CN110346758A (zh) | 应用于变电站巡检人员的超宽带定位与警示方法 | |
CN105188082A (zh) | 用于室内wlan环境下rss/aoa/tdoa定位性能的评价方法 | |
CN104469942A (zh) | 一种基于隐马尔科夫模型的室内定位方法 | |
CN101466145A (zh) | 基于神经网络的双基站精确定位方法 | |
CN106646366A (zh) | 基于粒子滤波算法和智能设备的可见光定位方法和系统 | |
CN104507159A (zh) | 一种基于WiFi接收信号强度的混合室内定位方法 | |
CN104066179A (zh) | 一种改进的自适应迭代ukf的wsn节点定位方法 | |
CN105979583B (zh) | 一种基于边长残差的nlos传输基站识别与定位方法 | |
CN104820204A (zh) | 一种减小偏差的加权最小二乘定位方法 | |
CN103491627A (zh) | 一种集成多种算法的近距离实时精确定位方法 | |
Song et al. | Fingerprinting localization method based on toa and particle filtering for mines | |
CN104093204A (zh) | 一种基于无线传感器网络的rssi区域定位方法 | |
CN111601381A (zh) | 一种基于决策-预测的uwb的井下人员定位方法和系统 | |
CN102880673A (zh) | 一种室内定位方法 | |
Dai et al. | Analysis of target detection based on UWB NLOS ranging modeling |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Open date: 20090715 |