CN101541079A - 移动台定位方法 - Google Patents

Abstract

一种移动台定位方法，根据从网络侧获取的测量报告信息和TDOA测量获得TDOA估计值，对TDOA估计值采用本发明改进的Fang算法进行定位估计后进行最小凸闭包处理，获得一组估计位置，对TOA转换而成的TDOA估计值采用改进的Fang算法进行定位估计后进行最小凸闭包处理，获得一组估计位置，采用TOA定位方式、Cell－ID定位方式分别获得一组估计位置，然后利用数据融合技术从所有的估计位置中选择出移动台的最终定位位置，改进的Fang算法是通过坐标转换将根据TDOA值所建立的曲线方程组简化为线性方程组，并采用最小二乘法来求解，本发明可充分利用各个基站的信息来求解移动台的位置，提高定位的准确性。

Description

移动台定位方法

技术领域

本发明涉及移动通信技术领域，特别涉及一种移动通信系统中的移动台的定位方法。

背景技术

随着移动通信技术的普及与发展，无线定位技术也日益受到关注，现有技术中常用的一种定位方式是TDOA(Time Difference of Arrival，到达时间差)定位方式，其将MS(Mobile Station，移动台)的无线信号传输至两个BS(BaseStation，基站)之间的TDOA，换算成MS至两个BS之间的距离差，并根据该距离差、以这两个基站为焦点做双曲线，两对以上的双曲线的交点即为该MS的定位位置。

在现有技术中的TDOA定位方式中，包括有Chan算法、泰勒序列展开法、以及Fang算法等定位方式，其中，Fang算法通过TDOA转换而成的移动台至其中两个基站的距离差、以及各基站的位置坐标，针对三个基站建立二次方程，并通过求解二次方程的根来实现定位，相比较Chan算法对TDOA误差服从零均值的高斯分布的依赖性、以及泰勒序列展开法对收敛性的依赖性，可以较好地实现对移动台的定位，然而，由于Fang算法定位方式必须依赖于所建立的TDOA模型下的二次方程有实根，在所建立的二次方程没有实根的情况下，则无法对移动台进行定位。此外，在这种Fang算法的定位方式中，只需利用到三个基站的相关信息，而处于移动通信网络环境下的移动台，通常会与一个寻呼区内的多个基站进行通信，因而这种Fang算法定位方式无法充分利用到其他基站的相关信息进行定位，影响定位性能。

发明内容

针对上述现有技术中所存在的问题，本发明的目的在于提供一种移动台的定位方法，其可以有效利用各个基站的信息，提高对移动台定位的准确性。

为达到上述目的，本发明采用以下技术方案：

一种移动台定位方法，包括步骤：

从移动通信系统的网络侧获取测量报告信息，并根据所述测量报告信息获取TDOA值；

采用改进的Fang算法对所述TDOA值进行定位估计，获得移动台的第一组估计位置；

从所有估计位置中选择得到所述移动台的最终定位估计位置，所述所有估计位置包括所述第一组估计位置组中的各估计位置；

所述改进的Fang算法包括：

对移动通信系统的坐标系进行坐标转换，使第一基站位于转换后的新坐标系中的原点，第二基站位于所述新坐标系的第一坐标轴上；

根据所述TDOA值，以及各所述基站在所述新坐标系中的位置坐标，建立曲线方程组并将该曲线方程组变换为线性方程组；

采用最小二乘法对所述线性方程组进行求解，获得位于所述新坐标系中的一组估计位置，并对该组估计位置进行逆坐标转换，获得估计位置组。

根据本发明的定位方法，在获取得到TDOA值后，对移动通信系统的坐标系进行坐标转换，使得其中一个基站位于转换后的新坐标系的原点、其中另一个基站位于转换后的新坐标系的第一坐标轴上，例如X轴，根据转换后的新坐标系，可以将根据TDOA值所建立的曲线方程组进行简化变换为线性方程组，由于经坐标转换后所得到的方程组为线性方程组，因此，可以针对该线性方程组采用最小二乘法来进行求解，以获得移动台的一组估计位置，然后即可从该组估计位置中分析选择出移动台的最终定位位置。从而，本发明通过坐标转换并将根据TDOA值所建立的曲线方程组简化变换为线性方程组，可以充分有效利用各个基站的信息来采用最小二乘法来求解出移动台的各个可能的位置，提高定位的准确性。

附图说明

图1是本发明的移动台定位方法实施例一的流程示意图；

图2是本发明的移动台定位方法实施例二的流程示意图；

图3是本发明的移动台定位方法实施例三的流程示意图；

图4是本发明的移动台定位方法实施例四的流程示意图；

图5是本发明的移动台定位方法实施例五的流程示意图。

具体实施方式

实施例一：

参见图1所示，是本发明的移动台定位方法实施例一的流程示意图。

如图1所示，本实施例中的移动台定位方法包括步骤：

步骤S101：从移动通信系统网络侧获取测量报告信息，并根据所述测量报告信息获取TDOA值，进入步骤S102；

步骤S102：采用本发明改进的Fang算法对所述TDOA值进行定位估计，获得移动台的估计位置组，进入步骤S103；

步骤S103：对所有的估计位置进行判别，从这些所有的估计位置中得到一个最恰当的定位估计位置，并将该最恰当的定位估计位置确定为最终定位位置，其中，这里所述的所有的估计位置包括上述估计位置组中的所有估计位置，可以根据定位准确率的判别法则从这些所有的估计位置中得到所述最终定位位置。

其中，上述步骤S101中的测量报告信息，包括TOA等信息，该测量报告信息可以是各运营商已经测量得到的测量报告信息，本发明方案可直接从移动通信系统的网络侧获取，例如从移动运营商的OMC-R(基站子系统操作维护中心)、或者是BSC(基站控制器)获取，上述TDOA测量值、以及测量报告信息的具体测量方式与本发明无关。

此外，上述步骤S101中根据测量报告信息所获取的TDOA值可以是将测量报告信息中的该些TOA值进行转换后所转换而成的TDOA转换值。

上述步骤S102中所述的本发明改进的Fang算法，是本发明对现有的Fang算法进行改进后的定位方式，经本发明改进后的Fang算法包括步骤：

对移动通信系统的坐标系进行坐标转换，使其中的一个基站位于转换后的新坐标系中的原点，使其中的另一个基站位于所述新坐标系的第一坐标轴上，其他的各个基站的位置坐标根据上述转换后的坐标转换关系进行相应的转换；

根据所述TDOA值，以及各所述基站在所述新坐标系中的位置坐标，建立曲线方程组并将该曲线方程组变换为线性方程组；

采用最小二乘法对所述线性方程组进行求解，获得位于所述新坐标系中的一组估计位置，并对该组估计位置进行逆坐标转换，获得位于移动通信系统的原坐标系中的估计位置组。

以下针对本发明的改进的Fang算法进行详细阐述。

在现有技术中的Fang算法中，是针对三个基站，建立方程来求解出对应的移动台的位置坐标。

假设同时针对N个基站进行定位，记移动台的位置坐标为(x，y)，基站i(其中i为整数)的位置坐标为(X_i，Y_i)，则移动台与该基站i之间的距离为：

$R_i=\sqrt{{(X_i-x)}^2+{(Y_i-y)}^2},(i=1,\mathrm{\Λ},N)---\left(1\right)$

记移动台到基站i与到基站1的距离差为：

L_i＝R_i-R₁                         (2)

其中，L_i可通过移动台到基站i与基站1之间的TDOA值乘以电磁波传播速度得到，为常数。

则将上述式(1)代入式(2)，并取平方，从而可以得到

$X_i^2-2X_{i}x+x^2+Y_i^2-2Y_{i}y+y^2={(L_i+R_1)}^2---\left(3\right)$

取i＝2、3、......N，从而可以得到N-1个类似于上述式(3)中的方程所组成的方程组，针对该方程组，当N＝3时，方程数为2个，且未知变量也为2个，从而可以直接进行求解，但是由于是二次方程，求解效率较低，尤其是在方程的没有实根的情况下，无法对移动台进行定位，同时由于只需应用其中三个基站的信息，无法应用到其他的基站的信息，定位效率较低；当N大于3时，由于方程数大于未知变量数，为超定方程组，可采用最小二乘法来求出最好地接近全部行的解，然而，含有二次项的超定方程组是无法直接应用最小二乘法来求解的。因此，将R₁也视为一个变量，在上述式(3)中取i＝1，可得到

$X_1^2-2X_{1}x+x^2+Y_1^2-2Y_{1}y+y^2={(L_1+R_1)}^2---\left(4\right)$

用式(4)减去式(3)，此时，由于L₁＝0，从而可以得到

$X_i^2+Y_i^2+2(X_1-X_i)x+2(Y_1-Y_i)y-X_1^2-Y_1^2=L_i^2+2L_i{R}_1---\left(5\right)$

针对上述式(5)中的方程，由于R₁是一个有关于x与y的二次方的变量，仍然无法直接应用最小二乘法进行求解。因此，本发明可在该式(5)的基础上，对Fang算法进行改进。

本发明的改进的Fang算法，可以利用三个以上的基站来实现对移动台的定位，出于方便计算的目的，本发明的改进的Fang算法首先进行坐标平移和旋转变换，使得经过坐标转换后，基站1位于转换后的新坐标系的原点，基站2位于转换后的新坐标系的X轴上。假设转换前的原坐标系记为xy坐标系，转换后的新坐标系为x′y′坐标系，新坐标系的原点在原坐标系中的坐标为(g，h)，旋转角度为α，从而新旧坐标系的转换关系可如下所示：

$\left[\begin{array}{c}x\\ y\end{array}\right]=\left[\begin{array}{cc}\cos \mathrm{\α}& -\sin \mathrm{\α}\\ \sin \mathrm{\α}& \cos \mathrm{\α}\end{array}\right]\left[\begin{array}{c}{x}^{\′}\\ y^{\′}\end{array}\right]+\left[\begin{array}{c}g\\ h\end{array}\right]---\left(6\right)$

经过坐标转换后，各基站的位置坐标相应的转换为：基站1(0，0)、基站2(X′₂，0)、基站3(X′₃，Y′₃)，......从而，上述式(5)可以简化为：

${X_i}^{\′2}+{Y_i}^{\′2}-2X_i^{\′}{x}^{\′}-2Y_i^{\′}{y}^{\′}={L_i}^2+2L_i{R}_1---\left(7\right)$

在上述式(7)中分别取i＝2与i＝3，从而可以得到

$\left\{\begin{array}{c}{X}_2^{\′2}-2X_2^{\′}{x}^{\′}={L_2}^2+2L_2{R}_1\\ X_3^{\′2}+2Y_3^{\′2}-{2X}_3^{\′}{x}^{\′}-2Y_3^{\′}{y}^{\′}={L_3}^2+2L_3{R}_1\end{array}\right.---\left(8\right)$

从上述式(8)中消去R₁，可以得到

$y^{\′}=\frac{1}{2}[({L_2}^2+2X_2^{\′}{x}^{\′}-X_2^{\′2})L_3/L_2+X_3^{\′2}+Y_3^{\′2}-2X_3^{\′}{x}^{\′}-{L_3}^2]/Y_3^{\′}---\left(9\right)$

由此可见，上述式(9)是一个含有变量x′与y′的线性方程，根据如上所述，针对基站1、2、3可得到上述式(9)中的方程，以此类推，针对基站2、3、4，也可以得到一个类似于上述式(9)中的线性方程，如此类推下去，直到针对基站N-2、N-1、N也计算得出一个线性方程，此时，可以得到一个如下所示的线性方程组：

a₁x′+b₁y′＝c₁

a₂x′+b₂y′＝c₂                            (10)

M

a_N-2x′+b_N-2y′＝c_N-2

此时，上述方程组(10)是一组线性方程组，随后即可以采用标准的最小二乘法进行求解，得出最接近满足各行的解(x′，y′)，这一组解是位于转换后的新坐标系中的解的坐标，根据上述式(6)对该组新坐标系中的坐标进行逆变换操作，即可得到移动台在原坐标系中的一组估计位置。

如上所述，根据本发明的改进的Fang算法，其充分利用了三个基站以上的全部基站的信息，从而可以根据该些全部基站的位置信息进行综合定位，提高定位精度，提高移动台定位的准确性。

在获得上述估计位置组之后，即可根据定位准确率的判别法则从上述估计位置组中的各个估计位置中选择判断出最接近于移动台的真实值、最恰当的定位估计位置，并将该最恰当的定位估计位置设为移动台的最终定位位置进行输出。

其中，定位准确率的判别法则可以是采用现有技术中已有的判别方式，例如均方误差MSE(Mean Square Error)与CRLB(Cramer-Rao Lower Bound，克拉美-罗下限)判别方式、圆误差概率判别方式、几何精度因子判别方式、累计分布函数判别方式等等，具体的分析判别方式可以与现有技术中的相同，在此不予详加赘述。

实施例二：

参见图2所示，是本发明的移动台定位方法实施例二的流程示意图，在本实施例中，与上述实施例一中的不同之处主要在于，其还从网络侧获取TDOA测量值，并根据测量报告信息、TDOA测量值进行NLOS识别、模型调校等相关处理操作后获得TDOA估计值，并根据该TDOA估计值进行定位。

如图2所示，本实施例中的移动台定位方法包括步骤：

步骤S201：从移动通信系统网络侧获取测量报告信息以及TDOA测量值，其中，该测量报告信息包括有TOA值、TA(Timing Advance，时间提前量)值、路损PL值、信号强度、功率强度等信息，进入步骤S202；

步骤S202：根据所述测量报告信息、所述TDOA测量值进行相关的操作处理获得移动台与基站之间的TDOA估计值，进入步骤S203；

步骤S203：根据所述TDOA估计值，采用上述本发明改进的Fang算法进行定位估计，获得第一组估计位置，进入步骤S204；

步骤S204：根据定位准确率的判别法则，对所有的估计位置进行判别，从这些所有的估计位置中得到一个最恰当的定位估计位置，并将该最恰当的定位估计位置确定为最终定位位置，其中，这里所述的所有的估计位置包括上述第一组估计位置中的所有估计位置。

其中，在上述步骤S201中，所获得的TDOA测量值，可以是根据现有技术中的TDOA测量方式已经测得的测量值，本发明方案可直接从移动通信系统的网络侧获得该TDOA测量值即可。

此外，上述步骤S201中的测量报告信息，包括TOA、TA(Timing Advance，时间提前量)、路损PL、信号强度、功率控制等信息，该测量报告信息可以是各运营商已经测量得到的测量报告信息，本发明方案可直接从移动通信系统的网络侧获取，例如从移动运营商的OMC-R(基站子系统操作维护中心)、或者是BSC(基站控制器)获取，上述TDOA测量值、以及测量报告信息的具体测量方式与本发明无关，不在本发明的保护范围之内。

此外，在上述步骤S202中，在根据所述测量报告信息、TDOA测量值进行相关的操作处理获得移动台与基站之间的TDOA估计值时，具体的操作处理方式可以是：

识别移动台与基站之间的传输是否为NLOS，如果是NLOS，则基于所述测量报告信息进行模型调校，并根据调教后的信道模型进行时延估计，针对NLOS进行进一步的处理操作来消除NLOS获得上述TDOA估计值，如果不是NLOS，即如果判定为是LOS，则可直接将上述TDOA测量值设定为所述TDOA估计值。

在识别移动台与基站之间的传输是否为NLOS时，可以根据上述测量报告信息采用现有技术中已有的判别方式进行判别，例如wylie识别法、残差分析判别法等等。

以残差分析判别法为例，在识别移动台与基站之间的传输是否为NLOS时，具体的方式可以是：

首先假设移动台与基站之间为LOS传输，并根据所述TDOA测量值获得该TDOA测量值对应的TDOA距离值，并根据测量报告信息中的TOA、TA、PL等参数对移动台进行定位估计，计算移动台的估计位置；

以每种组合下的移动台的估计位置作为参考位置，结合所述TDOA距离值，分别计算TDOA残差，并将计算出的TDOA残差作为权值赋给该组合内的各个基站；

针对每一个基站，将该基站在各种组合下的权值进行累加，将累加所得的结果作为该基站的最终权值；

随后对各基站的最终权值进行排序，将权值大的各个基站判定为该些基站与移动台之间为NLOS传播，例如，将排列在前的、预设个数的具有较大权值的各个基站判定为与移动台之间的传输为NLOS传播，或者是，预先设定一个预设权值，当某个基站的最终权值大于该预设权值时，则判定该基站与移动台之间的传输为NLOS传播，或者是，在得到这些基站的最终权值之后，也可以采用其他的确定方式来判定各基站与移动台之间是否为NLOS传播。

其中，由于测量报告信息包括了移动台与各个基站之间的相关信息，所包含的信息类型更为全面，因此，根据测量报告信息结合TDOA测量值来识别移动台与基站之间是否为NLOS传播更为全面。

当判定结果为移动台与基站之间为NLOS传播时，则需要根据测量报告信息对预设的信道传播模型进行调校，对该信道传播模型中的某些参数进行修正，使调校修正后的信道传播模型更贴近于当前的无线传播环境，以更为准确地对移动台进行定位，其中，预设的信道传播模型可以是采用现有技术中已有的无线传播模型。在根据测量报告信息对信道传播模型进行调校时，根据所选用的信道传播模型的不同，所需要应用到的测量报告信息中的相关信息也有所不同，例如，对于COST-231-Hata模型，该模型中包括了路损PL、发射功率、以及MS和BS之间的距离等参数，如果所选用的是该模型，则需要根据测量报告信息中的路损PL、发射功率、TOA等信息进行模型调校；对于COST-259模型，该模型中的延时扩展是基于实际测量数据，对于不同的信道环境，信道传播模型中所选择的模型参数也有所不同，此时，可以根据信道传播模型中所选择的模型参数，选择测量报告信息中的对应的相关信息来进行模型调校；而对于仿真信道功率衰落中的Okumura-Hata公式而言，该公式中则是包括有发射和接收功率、信道环境参数、阴影衰落、MS和BS之间的距离等参数。因此，所需要应用到的测量报告信息中的相关信息的类型，根据所选用的信道传播模型的不同有所差异。

在选定了所使用的信道传播模型、确定了模型调校时的相关参数之后，具体的调校方式可以参见现有技术中的调校方式，在此不予多加赘述。

由于测量报告信息包括了移动台与各个基站之间的相关信息，且所包含的信息类型更为全面，因此，根据测量报告信息进行的信道传播模型调校可以综合地可虑各种信息来全面地对信道传播模型进行调校，以更为真实地反应无线传播环境，从而为更准确地计算出TDOA估计值、提高移动台定位的准确性奠定了基础。

随后，即可根据调校后的信道传播模型做进一步的时延估计，计算出TDOA估计值，其基本的方式可以是：

模拟通过信道的物理帧进行相关运算获得TDOA时延估计，考察NLOS误差的统计特性，例如可以通过计算出的NLOS传播的距离值与真实距离之间的差值的均值或者方差等来判断统计特性等等，并结合标准测量误差标准差的先验信息、距离测量值的时间历史信息等等寻找判断出NLOS误差与真实测量参数之间的关系，从而可以根据NLOS误差与真实测量参数之间的关系消除NLOS误差，并计算出TDOA估计值。

其中，需要说明的是，出于简便的目的，上述过程中是以先识别判断出是否为NLOS，再针对NLOS的情况下进行模型调校进行说明，实际上，自然环境等无线传播环境并非理想状态下的直线传输，通常情况下的无线传播都是NLOS传播，因此，识别NLOS的过程与信道模型调校的过程实际上是相辅相成的过程，识别NLOS时可能需要应用到模型调校的相关技术手段，并通过模型调校来估计出TDOA估计值。

其中，在该步骤S202中，在通过模型调校获得初始的TDOA估计值后，还可以判断参数估计是否合理，例如判断模型调校的参数、NLOS判别参数、TDOA估计参数等等，具体的判断参数估计的方式可以是采用现有技术中的判别方式，如果不合理，则可以返回重新进行模型调校，也可以是在当前调教后的估计结果的基础上重新进行模型调校，如果合理，则进入步骤S203中的定位步骤。

如上所述，在得到TDOA估计值后，即可根据该些TDOA估计值、以及各基站的位置坐标，采用上述本发明的改进的Fang算法进行定位估计，获得一组估计位置，称为第一组估计位置，具体的定位估计过程可参见上述实施例一中对本发明的改进的Fang算法的说明，在此不予赘述。

在获得上述第一组估计位置之后，即可根据定位准确率的判别法则从上述第一组估计位置中的各个估计位置中选择判断出最接近于移动台的真实值、且最恰当的定位估计位置，并将该最恰当的定位估计位置设为移动台的最终定位位置进行输出。

其中，定位准确率的判别法则可以是采用现有技术中已有的判别方式，例如均方误差MSE(Mean Square Error)与CRLB(Cramer-Rao Lower Bound，克拉美-罗下限)判别方式、圆误差概率判别方式、几何精度因子判别方式、累计分布函数判别方式等等，具体的分析判别方式可以与现有技术中的相同，在此不予详加赘述。

根据上述本实施例中的移动台的定位方法，其是基于测量报告信息、TDOA测量值识别移动台与基站之间的传输是否为NLOS，并针对NLOS传播的情况进行模型调校、消除NLOS、获得TDOA估计值，然后采用本发明的改进的Fang算法对移动台进行定位，由于测量报告信息所包含的信息内容较多，在进行模型调校时可以充分地综合考虑各个类型的信息进行模型调校，调校所得的信道传播模型也更接近于实际的无线传播环境，以有效地消除NLOS的影响，为有效提高移动台定位的准确性提供了基础，此外，本发明还针对所获得的TDOA估计值通过采用本发明的改进的Fang算法进行定位估计，不仅简化了定位计算的复杂性，而且可以充分利用全部基站的信息来综合地对移动台进行定位，提高了对移动台进行定位的准确性。

本实施例中的其他技术特征与上述实施例一中的相同，在此不予赘述。

实施例三：

参见图3所示，是本发明的移动台定位方法实施例三的流程示意图，在本实施例中，与上述实施例二中的方案的不同之处主要在于，本实施例中还将测量报告信息中的TOA值转换为对应的TDOA转换值，针对该些TDOA转换值采用上述本发明的Fang算法进行定位估计，并进行数据融合，以提高移动台定位的准确度。

如图3所示，本实施例中的移动台定位方法包括步骤：

步骤S301：从移动通信系统网络侧获取测量报告信息以及TDOA测量值，其中，该测量报告信息包括有TOA值、TA值、PL值、信号强度、功率强度等信息，进入步骤S302；

步骤S302：根据所述测量报告信息、所述TDOA测量值进行相关的操作处理获得移动台与基站之间的TDOA估计值，进入步骤S303；

步骤S303：根据所述TDOA估计值，采用上述本发明改进的Fang算法进行定位估计，获得第一组估计位置，进入步骤S304；

步骤S304：将测量报告信息中的TOA值转换成对应的TDOA转换值，并根据该些TDOA转换值，采用所述本发明改进的Fang算法进行定位估计，获得第二组估计位置，进入步骤S305；

步骤S305：利用数据融合技术从这些所有的估计位置中得到一个最恰当的定位估计位置，并将该最恰当的定位估计位置确定为最终定位位置，其中，这里所述的所有的估计位置包括上述第一组估计位置中的所有估计位置、以及上述第二组估计位置中的所有估计位置。

需要说明的是，在上述流程说明中，是以先进行步骤S303中的采用改进的Fang算法对TDOA估计值进行定位估计，再进行步骤S304中的将TOA转换成TDOA转换值、再采用改进的Fang算法对该TDOA转换值进行定位估计进行说明，实际上，步骤S303与步骤S304中的两种定位方式是没有先后的执行顺序，既可以是采用上述流程中所描述的先后定位顺序，也可以是是先执行步骤S304中的定位方式，再执行步骤S303中的定位方式，也可以是同时执行步骤S303与步骤S304中的定位方式。

其中，在上述步骤S301中，所获得的TDOA测量值，可以是根据现有技术中的TDOA测量方式已经测得的测量值，本发明方案可直接从移动通信系统的网络侧获得该TDOA测量值即可，TDOA测量值的具体测量方式与本发明无关。

在获得TDOA转换值后，即可根据TOA转换后所得的该些TDOA转换值、以及各基站的位置坐标，采用上述本发明的改进的Fang算法进行定位估计，获得一组估计位置，在此称为第二组估计位置，具体的定位估计过程可参见上述对本发明的改进的Fang算法的说明，在此不予赘述。

在获得上述第一组估计位置以及第二组估计位置之后，即可利用数据融合技术从上述第一组估计位置以及第二组估计位置中的所包含的所有的估计位置中选择判断出最接近于移动台的真实值、最恰当的定位估计位置，并将该最恰当的定位估计位置设为移动台的最终定位位置进行输出，其中，利用数据融合技术从这些所有的估计位置中选择出最终定位位置时，可以是采用现有技术中的选择判断方式，例如可以采用上述定位准确率的判别法则等等。

根据上述本实施例中的移动台的定位方法，其是基于测量报告信息、并采用本发明的改进的Fang算法对移动台进行定位，由于测量报告信息所包含的信息内容较多，在进行模型调校时可以综合地考虑各个类型的信息进行模型调校，从而调校所得的信道传播模型更接近于实际的无线传播环境，可以有效地消除NLOS的影响，且是针对TDOA估计值、以及TDOA转换值，分别采用本发明的改进的Fang算法进行定位估计，并对定位估计后的估计结果进行数据融合，不仅简化了定位计算的复杂性，可以充分利用全部基站的信息，还实现了不同的定位方式的数据融合，提高了对移动台进行定位的定位精度。

本实施例中的其他技术特征与上述实施例二中的相同，在此不予赘述。

实施例4：

如图4所示，是本发明的移动台定位方法实施例四的流程示意图，在本实施例中，与上述实施例三的不同之处主要在于，在采用改进的Fang算法进行定位估计后，还采用最小凸闭包算法对Fang算法的定位估计位置进行进一步处理操作。

如图4所示，本实施例中的移动台定位方法包括步骤：

步骤S401：从移动通信系统网络侧获取测量报告信息以及TDOA测量值，进入步骤S402；

步骤S402：根据所述测量报告信息、所述TDOA测量值进行相关的操作处理获得移动台与基站之间的TDOA估计值，进入步骤S403；

步骤S403：根据所述TDOA估计值，采用所述本发明的改进的Fang算法进行定位估计，获得一组估计位置，称为第一组初始估计位置，进入步骤S404；

步骤S404：采用最小凸闭包算法对所述第一组初始估计位置进行最小凸闭包处理，以缩小移动台所在的区域，并将最小凸闭包处理后所得到的这组估计位置称为第一组估计位置，进入步骤S405；

步骤S405：将测量报告信息中的TOA值转换成对应的TDOA转换值，并根据该些TDOA转换值，采用所述本发明改进的Fang算法进行定位估计，获得第二组初始估计位置，进入步骤S406；

步骤S406：采用最小凸闭包算法对所述第二组初始估计位置进行最小凸闭包处理，以缩小移动台所在的区域，并将最小凸闭包处理后所得到的这组估计位置称为第二组估计位置，进入步骤S407；

步骤S407：利用数据融合技术从这些所有的估计位置中得到一个最恰当的定位估计位置，并将该最恰当的定位估计位置确定为最终定位位置，其中，这里所述的所有的估计位置包括上述第一组估计位置中的所有估计位置、以及上述第二组估计位置中的所有估计位置。

需要说明的是，在上述流程说明中，是以先进行步骤S403与步骤S404中的采用改进的Fang算法对TDOA估计值进行定位估计、并进行最小凸闭包处理后，再进行步骤S405与步骤S406中的将TOA转换成TDOA转换值、采用改进的Fang算法对该TDOA转换值进行定位估计、并进行最小凸闭包处理进行说明，实际上，步骤S403与步骤S404中的定位方式、跟步骤S405与步骤S406中的定位方式可以是没有先后的执行顺序，既可以是采用上述流程中所描述的先后定位顺序，也可以是是先执行步骤S405与步骤S406中的定位方式，再执行步骤S403与步骤S404中的定位方式，也可以是同时执行上述两种定位方式并进行最小凸闭包处理。

根据本实施例中的方案，在针对TDOA估计值、或者是TDOA转换值采用本发明改进的Fang算法进行定位估计获得一组对应的估计位置之后，还采用最小凸闭包算法对该组估计位置进行最小凸闭包处理，进一步缩小移动台所在的区域，实现了面定位，实现了对Fang算法的进一步后续优化，且可以简化后续过程中根据定位准确率的判别法则进行判别的过程，提高定位效率。

此外，还可以是仅针对上述步骤S403中所得到的第一组初始估计位置进行最小凸闭包处理，或者是仅针对上述步骤S405中所得到的第二组初始估计位置进行最小凸闭包处理，或者是同时对所述第一组初始估计位置、所述第二组初始估计位置进行最小凸闭包处理，根据具体应用需要的不同可以有所不同。

其中，本发明所采用的最小凸闭包算法，可以是采用现有技术中的已有方式，例如Graham算法。具体的过程可以是：首先找出上述所有估计位置中y坐标最小的坐标点，将该点设置为P0，若具有最小的y坐标的点的个数有多个，则将位于最左边的点作为P0；对其他的位置坐标点，按逆时针相对P0的夹角进行排序，夹角相同的点则按照距离P0的距离自近至远进行排序；随后根据排序情况，检查每个坐标点，保留凸点，去除非凸的点。

本实施例中的其他技术特征与上述实施例三中的相同，在此不予赘述。

实施例五：

参见图5所示，是本发明的移动台定位方法实施例五的流程示意图，在本实施例中，与上述实施例四中的不同之处主要在于：本实施例中的定位方法还采用TOA定位方式或者Cell-ID定位方式进行定位估计，最后结合三种定位方式的定位估计位置来得到最终定位位置；或者是还同时采用TOA定位方式和Cell-ID定位方式进行定位估计，最后结合四种定位方式的定位估计位置来得到最终定位位置。

如图5所示，本实施例中的移动台定位方法包括步骤：

步骤S501：从移动通信系统网络侧获取测量报告信息以及TDOA测量值，进入步骤S502；

步骤S502：根据所述测量报告信息、所述TDOA测量值进行相关的操作处理获得移动台与基站之间的TDOA估计值，进入步骤S503；

步骤S503：根据所述TDOA估计值，采用所述本发明的改进的Fang算法进行定位估计，获得一组估计位置，称为第一组初始估计位置，进入步骤S504；

步骤S504：采用最小凸闭包算法对所述第一组初始估计位置进行最小凸闭包处理，以缩小移动台所在的区域，并将最小凸闭包处理后所得到的这组估计位置称为第一组估计位置，进入步骤S505；

步骤S505：将测量报告信息中的TOA值转换成对应的TDOA转换值，并根据该些TDOA转换值，采用所述本发明改进的Fang算法进行定位估计，获得第二组初始估计位置，进入步骤S506；

步骤S506：采用最小凸闭包算法对所述第二组初始估计位置进行最小凸闭包处理，以缩小移动台所在的区域，并将最小凸闭包处理后所得到的这组估计位置称为第二组估计位置，进入步骤S507；

步骤S507：根据测量报告信息中的TOA值，采用TOA定位方式进行定位估计，获得一组估计位置，称为第三组估计位置，进入步骤S508；

步骤S508：根据测量报告信息中的TA值，采用Cell-ID定位方式进行定位估计，获得一组估计位置，称为第四组估计位置，进入步骤S509；

步骤S509：根据定位准确率的判别法则进行数据融合，对所有的估计位置进行判别，从这些所有的估计位置中得到一个最恰当的定位估计位置，并将该最恰当的定位估计位置确定为最终定位位置，其中，这里所述的所有的估计位置包括上述第一组估计位置中的所有估计位置、上述第二组估计位置中的所有估计位置、上述第三组估计位置中的所有估计位置、以及上述第四组估计位置中的所有估计位置。

需要说明的是，上述流程说明中的步骤S503与步骤S504中的定位方式、步骤S505与步骤S506中的定位方式、步骤S507中的定位方式、以及步骤S508中的定位方式这四种定位方式，并不限定于上述的先后顺序，其可以是采用其他的先后顺序，还可以是没有先后的顺序，可以并行处理。

根据本实施例中的方案，相对于上述实施例四中的方案而言，本发明方案还同时采用了TOA定位方式、Cell-ID定位方式进行定位估计，并针对上述四种定位方式的定位结果进行数据融合，从而，通过采用不同的定位方式分别进行定位估计，并针对这些不同的定位方式进行数据融合，从而可以综合地考虑到各种不同的信息，使最终的定位结果综合考虑了各种因素，使定位结果更准确。其中，Cell-ID定位方式的具体实现方式可以是现有技术中的已有方式，在此不予赘述。

本实施例中的其他技术特征与上述实施例四中的相同，在此不予赘述。

此外，本实施例中是还同时采用TOA定位方式、Cell-ID定位方式进行定位估计，并针对四种定位方式的定位结果进行数据融合进行说明，实际上，还可以是：

只是还采用步骤S507中的TOA定位方式，并针对这三种定位方式的定位结果进行数据融合；

还可以是，只是还采用步骤S508中的Cell-ID定位方式，并针对这三种定位方式的定位结果进行数据融合等等。

此外，还可以是仅仅在上述步骤S503的定位方式、或者是步骤S503与步骤S504的定位方式、或者是步骤S505的定位方式、或者是步骤S505与步骤S506的基础上同时采用上述TOA定位方式和/或Cell-ID定位方式进行数据融合，在此不予多加赘述。

在上述各实施例的说明中，仅仅是针对将本发明的改进的Fang算法的定位方式，结合现有技术中的TOA定位方式、Cell-ID定位方式进行数据融合进行说明，实际上，在采用本发明的改进的Fang算法进行定位的基础上，还可以结合其他的定位方式进行数据融合，在此不予多加赘述。

以上所述的本发明实施方式，仅是对本发明的其中几个具体实施例的详细说明，并不构成对本发明保护范围的限定。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明的权利要求保护范围之内。

Claims (10)

1、一种移动台定位方法，其特征在于，包括步骤：

从移动通信系统的网络侧获取测量报告信息，并根据所述测量报告信息获取TDOA值；

采用改进的Fang算法对所述TDOA值进行定位估计，获得移动台的第一组估计位置；

从所有估计位置中选择得出所述移动台的最终定位估计位置，所述所有估计位置包括所述第一组估计位置组中的各估计位置；

所述改进的Fang算法包括：

对移动通信系统的坐标系进行坐标转换，使第一基站位于转换后的新坐标系中的原点，第二基站位于所述新坐标系的第一坐标轴上；

根据所述TDOA值，以及各所述基站在所述新坐标系中的位置坐标，建立曲线方程组并将该曲线方程组变换为线性方程组；

采用最小二乘法对所述线性方程组进行求解，获得位于所述新坐标系中的一组估计位置，并对该组估计位置进行逆坐标转换，获得估计位置组。

2、根据权利要求1所述的移动台定位方法，其特征在于：

所述测量报告信息包括TOA信息，所述TDOA值为将所述TOA转换而成的对应的TDOA转换值；

3、根据权利要求1所述的移动台定位方法，其特征在于，还包括步骤：

从所述移动通信系统的网络侧获取TDOA测量值，并根据所述测量报告信息、所述TDOA测量值进行处理操作获得移动台与基站之间的TDOA估计值；

所述TDOA值为所述TDOA估计值；所述测量报告信息包括TOA、TA、PL、信号强度、功率强度信息。

4、根据权利要求3所述的移动台定位方法，其特征在于，还包括步骤：

将所述测量报告信息中的TOA信息转换为对应的TDOA转换值；

根据所述TDOA转换值，采用所述改进的Fang算法对所述TDOA转换值进行定位估计，获得移动台的第二组估计位置；

所述所有估计位置还包括所述第二组估计位置中的各估计位置。

5、根据权利要求3所述的移动台定位方法，其特征在于，所述根据所述测量报告信息、所述TDOA测量值进行处理操作获得移动台与基站之间的TDOA估计值的方式具体包括：

根据所述测量报告信息识别所述移动台与各基站之间是否具有NLOS误差；

若具有，根据所述测量报告信息进行模型调校，并根据所述调校后的信道模型消除所述NLOS，计算出所述TDOA估计值；

若不具有，则将所述TDOA测量值设定为所述TDOA估计值。

6、根据权利要求5所述的移动台定位方法，其特征在于，根据所述测量报告信息识别所述移动台与各基站之间是否具有NLOS误差的方式包括：wylie识别法、残差分析判别法。

7、根据权利要求1或4所述的移动台定位方法，其特征在于：

在获得所述第一组估计位置之后，还包括步骤：

采用最小凸闭包算法对所述第一组估计位置进行最小凸闭包处理，并将所述最小凸闭包处理后的各估计位置设定为所述第一组估计位置；

和/或

采用最小凸闭包算法对所述第二组估计位置进行最小凸闭包处理，并将所述最小凸闭包处理后的估计位置组设定为所述第二组估计位置。

8、根据权利要求7所述的移动台定位方法，其特征在于：所述最小凸闭包算法包括Graham算法。

9、根据权利要求1所述的移动台定位方法，其特征在于，所述定位准确率的判别法则包括：均方误差MSE与CRLB判别法则、或者圆误差概率判别法则、或者几何精度因子判别法则、或者累计分布函数判别法则。

10、根据权利要求1至9任意一项所述的移动台定位方法，其特征在于，还包括步骤：

根据所述测量报告信息中的TOA，采用TOA定位方式进行定位估计，获得第三组估计位置；

所述所有估计位置还包括所述第三组估计位置中的各估计位置；

和/或

根据所述测量报告信息中的TA，采用Cell-ID定位方式进行定位估计，获得第四组估计位置；

所述所有估计位置还包括所述第四组估计位置中的各估计位置。

Images