CN102970749A - 多基站逐次逼近定位方法 - Google Patents

Abstract

本发明提出了一种多基站逐次逼近定位方法，属于终端定位领域。本发明首先根据TDOA/AOA最小二乘混合方法确定三维目标区域，再采用逐次逼近定位方法，从该三维目标区域中确定该移动终端的最佳位置估计值，由此实现了移动终端的三维定位，采用逐次逼近定位方法对三维目标区域进行二次优化，提高了移动终端的定位精度。此外，在采集TDOA/AOA定位信号参量时，采用地理信息系统GIS定义的前哨功能SF函数，减小了非可视路径传播因素的影响，有利于进一步提高移动终端的定位精度。

Description

多基站逐次逼近定位方法

技术领域

本发明涉及一种基站定位方法，尤其涉及一种多基站逐次逼近定位方法。

背景技术

随着无线通信网络和移动互联网技术的高速发展，无线定位应用技术已经进入了一个全新的阶段。无线的移动性和不确定性给移动通信、便携终端设备的发展，带来产业市场和技术挑战的同时，也为定位服务的应用扩张带来了无限商机。

传统的无线定位方法包括核心网、无线网络控制器、服务基站等部分，流程分为请求、测量、计算、上报数据等步骤。其中，核心网完成定位启动，发送无线定位请求，接收位置估计值；无线网络控制器，接收核心网的无线定位请求，完成接入层流控制，接收该定位服务的信号来波方向的请求与测量；基站与服务无线网络控制器无线连接，接收该服务无线网络控制器的时延信号测量请求，向该服务无线网络控制器发送测量结果，其定位过程为：

步骤1：核心网向网络控制器发出定位请求；

步骤2：移动终端与基站完成定位参量的测量，其中移动终端向网络控制器上报时延量请求交互，基站向网络控制器上报来波方向的测量请求交互；

步骤3：服务网络控制器经行位置估算过程；

步骤4：服务网络控制器向核心网上报位置估算结果。

目前无线定位实现移动终端位置的估算技术，普遍存在以下缺陷：

1、参与定位基站个数较少时，单独应用GSM或3G基站获取到的信号参量进行定位计算时，普遍存在NLOS误差较大时定位精度下降较快，终端移动性对该算法精度的影响较大，复杂定位环境下测量值信息获取不足等弊端。

2、复杂的通信环境中，定位信号参量的获取易受无线信号传播过程中许多因素影响。其中，信号的非可视路径传播、多径传播，引起了传播信号散射、反射现象，使得利用移动终端发送或接收获取的TOA、TDOA定位参量出现了超量时延，所测AOA并非真实的MS到基站的入射波。

3、高容量通信频带引起的网络远近效应和多址干扰，使得信号可听性受限，影响了基于时间定位系统的时间粗捕获和延时锁相环的测量。在这种情况下，如果采用基于LOS的位置估计算法，其所求定位精度必然降低。

发明内容

本发明旨在至少解决现有技术中存在的技术问题，特别创新地提出了一种多基站逐次逼近定位方法，实现了移动终端的三维定位并且提高了移动终端的定位精度。

为了实现本发明的上述目的，本发明提供了一种多基站逐次逼近定位方法，其特征在于包括以下步骤：

S1、获得M+N个有效的定位信号参量，其中M个移动终端的到达时间差TDOA的测量值个数为M，且该移动终端的到达角度AOA的测量值个数为N，M、N均为大于零的整数，且(N-1)+M≥3；

S2、从该M+N个有效的定位信号参量中选取个定位信号参量，根据该个定位信号参量计算获得移动终端的l个位置估计值P_v(x_v，y_v，z_v)，从而形成由该l个位置估计值P_v(x_v，y_v，z_v)构成的三维目标区域，其中z_v表示移动终端的高度信息，且v≥2，l为大于零的整数；

S3、采用逐次逼近定位方法，从该三维目标区域中确定该移动终端的最佳位置估计值。由此，实现了移动终端的三维定位并且采用逐次逼近定位方法提高了移动终端的定位精度。

所述步骤S1采用地理信息系统GIS定义的前哨功能SF函数对定位信号参量进行非视距识别，从而获得有效的定位信号参量，其中根据该到达时间差TDOA可以确定该基站与移动终端之间的距离d且根据该到达角度AOA可以确定θ：

设定一个基站与移动终端之间的距离为d_A，另一个基站与移动终端之间的距离为d_B，两基站之间的距离为d_AB，如果

成立，则表示该定位信号参量处于可视路径传播LOS条件下，该定位信号参量为有效的定位信号参量，否则表示该定位信号参量处于非可视路径传播NLOS条件下，该定位信号参量为无效的定位信号参量。由此，本发明减小了非可视路径传播因素的影响，有利于提高移动终端的定位精度。

所述步骤S2采用TDOA/AOA最小二乘混合定位方法计算获得移动终端的多个位置估计值P_v(x_v，y_v，z_v)，具体由以下步骤组成：

A1、建立TDOA伪线性双曲方程 $R_{i,1}=R_i-R_1=\sqrt{{(X_i-x)}^2+{(Y_i-y)}^2+{(Z_i-z)}^2}-\sqrt{{(X_1-x)}^2+{(Y_1-y)}^2+{(Z_1-z)}^2},$ 其中(x，y，z)表示移动终端的实际位置的三维坐标，(X_i，Y_i，Z_i)表示第i个基站的位置的三维坐标，(X₁，Y₁，Z₁)表示第1个基站的位置的三维坐标，R_i，1表示第i个基站与第1个基站与该移动终端之间的距离差值，i≥M且为大于零的整数；

建立AOA方位角、俯仰角联合伪线性方程组：

该式数学变换后表示为

其中θ_k、

分别表示AOA的方位角、俯仰角，(x_k，y_k，z_k)表示第k个基站的位置的三维坐标，(x，y，z)表示移动终端的实际位置的三维坐标，

分别表示AOA的方位角、俯仰角的实际测量值，

分别表示AOA测量方位角、俯仰角的误差；

A2、分别对该TDOA伪线性双曲方程以及AOA方位角、俯仰角联合伪线性方程组在初始位置(x₀，y₀，z₀)处做泰勒级数展开，并略掉二阶以上分量，得线性方程组：G_TDOAδ=h_TDOA，G_AOAδ=h_AOA，其中δ=(Δx,Δy,Δz)^T，

$G_{\mathrm{TDOA}}=\left(\begin{array}{ccc}[(X_1-x_0)/R_1]-[(X_2-x_0)/R_2]& [(Y_1-y_0)/R_1]-[(Y_2-y_0)/R_2]& [(Z_1-z_0)/R_1]-[(Z_0-z_0)/R_2]\\ [(X_1-x_0)/R_1]-[(X_3-x_0)/R_3]& [(Y_1-y_0)/R_1]-[(Y_3-y_0)/R_3]& [(Z_1-z_0)/R_1]-[(Z_3-z_0)/R_3]\\ .& .& .\\ .& .& .\\ .& .& .\\ [(X_1-x_0)/R_1]-[(X_N-x_0)/R_N]& [(Y_1-y_0)/R_1]-[(Y_N-y_0)/R_N]& [(Z_1-z_0)/R_1]-[(Z_N-z_0)/R_N]\end{array}\right),$

$h_{\mathrm{TDOA}}=\left(\begin{array}{c}{R}_{\mathrm{2,1}}-(R_2-R_1)\\ R_{\mathrm{3,1}}-(R_3-R_1)\\ .\\ .\\ .\\ R_{N,1}-(R_N-R_1)\end{array}\right),$

A4、判断|Δx|+|Δy|+|Δx|<ε是否成立：如果不成立，则令x_v=x₀+Δx，y_v=y₀+Δy，z_v=z₀+Δz，并且令x₀==x_v，y₀==y_v，z₀==z_v，重复执行步骤A2～A4，如果成立则P_v(x_v，y_v，z_v)为该移动终端的位置估计值。

所述步骤S3由以下步骤组成：

B1、求取l个位置估计值P_v(x_v，y_v，z_v)中z_v的平均值并且将该l个位置估计值P_v(x_v，y_v，z_v)投影至平面z＝z_q上，对应的投影点为P′_v(x′_v，y′_v，z′_v)，将平面z＝z_q作为xoy平面，则该投影点P′_v(x′_v，y′_v，z′_v)表示为P″_v(x″_v，y″_v)，其中z′_v=z_q，v≥2且为整数；

B2、确定圆心P₀(x₀，y₀)，其中

表示该l个投影点P″_v(x″_v，y″_v)中x″_v的平均值，表示该l个投影点P″_v(x″_v，y″_v)中y″_v的平均值；

B3、确定在该l个投影点P″_v(x″_v，y″_v)中距离该圆心P₀(x₀，y₀)最远的投影点P_Li(x_li，y_li)的个数m，并求取该投影点P_Li(x_li，y_li)与圆心P₀(x₀，y₀)之间的距离 $\mathrm{\&delta;}=\max \left(P_0{P}_v^{\&prime;\&prime;}\right)=P_0{P}_{\mathrm{Li}}=\sqrt{{(x_0-x_{\mathrm{li}})}^2+{(y_0-y_{\mathrm{li}})}^2},$ 其中i≥m且初始值为1，i、m均为大于零的整数；

B4、沿着向量

的方向，以

为单位移动该圆心P₀(x₀，y₀)，则移动后的圆心P′₀(x′₀，y′₀)的坐标为 $(x_0^{\&prime;},y_0^{\&prime;})=(x_0,y_0)+\mathrm{\&psi;}*\stackrel{\&RightArrow;}{I}=(x_0,y_0)+\mathrm{\&psi;}*(i_x,i_y),$ 其中Ψ表示移动步长且Ψ＞0， $\stackrel{\&RightArrow;}{I}=(i_x,i_y)=\stackrel{\&RightArrow;}{P_0{P}_{\mathrm{Li}}}/\left|\right|P_0{P}_{\mathrm{Li}}\left|\right|=[(x_{\mathrm{li}}-x_0)/|\left|P_0{P}_{\mathrm{Li}}\right||,(y_{\mathrm{li}}-y_0)/|\left|P_0{P}_{\mathrm{Li}}\right|\left|\right],$ ‖‖表示求取范数；

B5、求取该l个投影点P″_v(x″_v，y″_v)中距离该圆心P′₀(x′₀，y′₀)最远的投影点P′_L(x′_l，y′_l)与该圆心P′₀(x′₀，y′₀)之间的距离 ${\mathrm{\&delta;}}_i^{\&prime;}=\max \left(P_0^{\&prime;}{P}_v^{\&prime;\&prime;}\right)=P_0^{\&prime;}{P}_L^{\&prime;}=\sqrt{{(x_0^{\&prime;}-x_l^{\&prime;})}^2+{(y_0^{\&prime;}-y_l^{\&prime;})}^2};$

B6、判断i是否等于m：如果i≠m则i++并重复执行步骤B4～B6，如果i=m则将δ与δ′_i之间差值最大，即max(δ-δ′_i)时对应的δ′_i记为δ′，对应的向量记为

B7、将δ′与δ进行比较：

如果δ′<δ则进一步判断Ψ≤Ψ₀是否成立：如果不成立则将P₀(x₀，y₀)＝＝P′₀(x′₀，y′₀)，δ＝＝δ′，重复执行步骤B3～B7，如果成立则移动终止，该圆心P′₀(x′₀，y′₀)为该移动终端在二维空间的最佳位置估计值；

如果δ′≥δ则沿着向量

的方向，以

为单位移动该圆心P₀(x₀，y₀)，移动后的圆心P′₀(x′₀，y′₀)的坐标为

n++并且重新执行步骤B5～B7，其中 $\stackrel{\&RightArrow;}{I}=(i_x,i_y)=\stackrel{\&RightArrow;}{P_0{P}_L}/\left|\right|P_0{P}_L\left|\right|=[(x_l-x_0)/|\left|P_0{P}_L\right||,(y_l-y_0)/|\left|P_0{P}_L\right|\left|\right],$ ‖‖表示求取范数，n为大于零的整数且初始值为1；

B8、该移动终端在三维空间的最佳位置估计值为P′₀(x′₀，y′₀，z_q)。

综上所述，由于采用了上述技术方案，本发明的有益效果是：

本发明实现了移动终端的三维定位，并且采用逐次逼近定位方法对三维目标区域进行二次优化，提高了移动终端的定位精度，此外，在采集TDOA/AOA定位信号参量时，采用地理信息系统GIS定义的前哨功能SF函数，减小了非可视路径传播因素的影响，有利于提高移动终端的定位精度。

本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1是本发明的流程图；

图2是非视距识别的示意图；

图3是逐次逼近定位方法的流程图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。

如图1所示，该多基站逐次逼近定位方法包括以下步骤：

S1、获得M+N个有效的定位信号参量，其中M个移动终端的到达时间差TDOA(Time Difference of Arrival)以及N个移动终端的到达角度AOA(Angleof Arrival)，M、N均为大于零的整数，且(N-1)+M≥3。

在步骤S1中采用GIS(Geographic Information System，地理信息系统)定义的SF(Sentinel Function，前哨功能)函数对定位信号参量进行非视距识别，从而获得有效的定位信号参量，其中根据该到达时间差TDOA可以确定该基站与移动终端之间的距离且根据该到达角度AOA可以确定θ，如图2所示：设定一个基站与移动终端之间的距离为d_A，另一个基站与移动终端之间的距离为d_B，两基站之间的距离为d_AB，如果

成立，则表示该定位信号参量处于可视路径传播LOS(Line of Sight)条件下，该定位信号参量为有效的定位信号参量，否则表示该定位信号参量处于非可视路径传播NLOS(Non-Line of Sight)条件下，该定位信号参量为无效的定位信号参量。

由此，本发明减小了非可视路径传播因素的影响，有利于提高移动终端的定位精度。

S2、从该M+N个有效的定位信号参量中选取

个定位信号参量，根据该

个定位信号参量计算获得移动终端的l个位置估计值P_v(x_v，Y_V，z_v)，从而形成由该l个位置估计值P_v(x_v，y_v，z_v)构成的三维目标区域，其中z_v表示移动终端的高度信息，且v≥2，l为大于零的整数。

在步骤S2中采用TDOA/AOA最小二乘混合定位方法计算获得移动终端的多个位置估计值P_v(x_v，y_v，z_v)，具体由以下步骤组成：

A1、建立TDOA  伪线性双曲方程 $R_{i,1}=R_i-R_1=\sqrt{{(X_i-x)}^2+{(Y_i-y)}^2+{(Z_i-z)}^2}-\sqrt{{(X_1-x)}^2+{(Y_1-y)}^2+{(Z_1-z)}^2},$ 其中(x，y，z)表示移动终端的实际位置的三维坐标，(X_i，Y_i，Z_i)表示第i个基站的位置的三维坐标，(X₁，Y₁，Z₁)表示第1个基站的位置的三维坐标，R_i，1表示第i个基站与第1个基站与该移动终端之间的距离差值，i≥M且为大于零的整数；

建立AOA方位角、俯仰角联合伪线性方程组：

该式数学变换后表示为

其中θ_k、

分别表示AOA的方位角、俯仰角，(x_k，y_k，z_k)表示第k个基站的位置的三维坐标，(x，y，z)表示移动终端的实际位置的三维坐标，

分别表示AOA的方位角、俯仰角的实际测量值，

分别表示AOA测量方位角、俯仰角的误差；

A2、分别对该TDOA伪线性双曲方程以及AOA方位角、俯仰角联合伪线性方程组在初始位置(x₀，y₀，z₀)处做泰勒级数展开，并略掉二阶以上分量，得线性方程组：G_TDOAδ=h_TDOA，G_AOAδ=h_AOA，其中δ=(Δx,Δy,Δz)^T，

$G_{\mathrm{TDOA}}=\left(\begin{array}{ccc}[(X_1-x_0)/R_1]-[(X_2-x_0)/R_2]& [(Y_1-y_0)/R_1]-[(Y_2-y_0)/R_2]& [(Z_1-z_0)/R_1]-[(Z_0-z_0)/R_2]\\ [(X_1-x_0)/R_1]-[(X_3-x_0)/R_3]& [(Y_1-y_0)/R_1]-[(Y_3-y_0)/R_3]& [(Z_1-z_0)/R_1]-[(Z_3-z_0)/R_3]\\ .& .& .\\ .& .& .\\ .& .& .\\ [(X_1-x_0)/R_1]-[(X_N-x_0)/R_N]& [(Y_1-y_0)/R_1]-[(Y_N-y_0)/R_N]& [(Z_1-z_0)/R_1]-[(Z_N-z_0)/R_N]\end{array}\right),$

$h_{\mathrm{TDOA}}=\left(\begin{array}{c}{R}_{\mathrm{2,1}}-(R_2-R_1)\\ R_{\mathrm{3,1}}-(R_3-R_1)\\ .\\ .\\ .\\ R_{N,1}-(R_N-R_1)\end{array}\right),$

A3、联合泰勒级数展开后获得的线性方程组，由加权最小二乘法得：δ=(G^TQ^-1G)^-1G^TQ^-1h，其中 $G=\left[\begin{array}{c}{G}_{\mathrm{TDOA}}\\ G_{\mathrm{AOA}}\end{array}\right],$ $h=\left[\begin{array}{c}{h}_{\mathrm{TDOA}}\\ h_{\mathrm{AOA}}\end{array}\right],$ $Q=\left[\begin{array}{cc}{Q}_{\mathrm{TDOA}}& 0\\ 0& Q_{\mathrm{AOA}}\end{array}\right],$ Q_TDOA表示TDOA的协方差矩阵，Q_AOA表示AOA的协方差矩阵。

A4、判断|Δ|+|Δy|+|Δx|<ε是否成立：如果不成立，则令x_v=x₀+Δx，y_v=y₀+Δy，z_v=z₀+Δz，并且令x₀==x_v，y₀==y_v，z₀==z_v，重复执行步骤A2～A4，如果成立则P_v(x_v，y_v，z_v)为该移动终端的位置估计值。

S3、采用逐次逼近定位方法，从该三维目标区域中确定该移动终端的最佳位置估计值，具体由以下步骤组成，如图3所示：

B1、求取l个位置估计值P_v(x_v，y_v，z_v)中z_v的平均值

并且将该l个位置估计值P_v(x_v，y_v，z_v)投影至平面z＝z_q上，对应的投影点为P′_v(x′_v，y′_v，z′_v)，将平面z＝z_q作为xoy平面，则该投影点P′_v(x′_v，y′_v，z′_v)表示为P″_v(x″_v，y″_v)，其中z′_v=z_q，v≥2且为整数；

B2、确定圆心P₀(x₀，y₀)，其中

表示该l个投影点P″_v(x″_v，y″_v)中x″_v的平均值，表示该l个投影点P″_v(x″_v，y″_v)中y″_v的平均值；

B3、确定在该l个投影点P″_v(x″_v，y″_v)中距离该圆心P₀(x₀，y₀)最远的投影点P_Li(x_li，y_li)的个数m，并求取该投影点P_Li(x_li，y_li)与圆心P₀(x₀，y₀)之间的距离 $\mathrm{\&delta;}=\max \left(P_0{P}_v^{\&prime;\&prime;}\right)=P_0{P}_{\mathrm{Li}}=\sqrt{{(x_0-x_{\mathrm{li}})}^2+{(y_0-y_{\mathrm{li}})}^2},$ 其中i≥m且初始值为1，i、m均为大于零的整数；

B4、沿着向量

的方向，以

为单位移动该圆心P₀(x₀，y₀)，则移动后的圆心P′₀(x′₀，y′₀)的坐标为 $(x_0^{\&prime;},y_0^{\&prime;})=(x_0,y_0)+\mathrm{\&psi;}*\stackrel{\&RightArrow;}{I}=(x_0,y_0)+\mathrm{\&psi;}*(i_x,i_y),$ 其中Ψ表示移动步长且Ψ＞0， $\stackrel{\&RightArrow;}{I}=(i_x,i_y)=\stackrel{\&RightArrow;}{P_0{P}_{\mathrm{Li}}}/\left|\right|P_0{P}_{\mathrm{Li}}\left|\right|=[(x_{\mathrm{li}}-x_0)/|\left|P_0{P}_{\mathrm{Li}}\right||,(y_{\mathrm{li}}-y_0)/|\left|P_0{P}_{\mathrm{Li}}\right|\left|\right],$ ‖‖表示求取范数；

B5、求取该l个投影点P″_v(x″_v，y″_v)中距离该圆心P′₀(x′₀，y′₀)最远的投影点P′_L(x′_l，y′_l)与该圆心P′₀(x′₀，y′₀)之间的距离 ${\mathrm{\&delta;}}_i^{\&prime;}=\max \left(P_0^{\&prime;}{P}_v^{\&prime;\&prime;}\right)=P_0^{\&prime;}{P}_L^{\&prime;}=\sqrt{{(x_0^{\&prime;}-x_l^{\&prime;})}^2+{(y_0^{\&prime;}-y_l^{\&prime;})}^2};$

B6、判断i是否等于m：如果i≠m则i++并重复执行步骤B4～B6，如果i=m则将δ与δ′_i之间差值最大，即max(δ-δ′_i)时对应的δ′_i记为δ′，对应的向量记为

B7、将δ′与δ进行比较：

如果δ′<δ则进一步判断Ψ≤Ψ₀是否成立：如果不成立则将P₀(x₀，y₀)＝＝P′₀(x′₀，y′₀)，δ＝＝δ′，重复执行步骤B3～B7，如果成立则移动终止，该圆心P′₀(x′₀，y′₀)为该移动终端在二维空间的最佳位置估计值；

如果δ′≥δ则沿着向量

的方向，以

为单位移动该圆心P₀(x₀，y₀)，移动后的圆心P′₀(x′₀，y′₀)的坐标为

n++并且重新执行步骤B5～B7，其中 $\stackrel{\&RightArrow;}{I}=(i_x,i_y)=\stackrel{\&RightArrow;}{P_0{P}_L}/\left|\right|P_0{P}_L\left|\right|=[(x_l-x_0)/|\left|P_0{P}_L\right||,(y_l-y_0)/|\left|P_0{P}_L\right|\left|\right],$ ‖‖表示求取范数，n为大于零的整数且初始值为1；

B8、该移动终端在三维空间的最佳位置估计值为P′₀(x′₀，y′₀，z_q)。

本发明采用逐次逼近定位方法对三维目标区域进行二次优化，提高了移动终端的定位精度。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。

Claims (4)

1.一种多基站逐次逼近定位方法，其特征在于包括以下步骤：

S1、获得M+N个有效的定位信号参量，其中移动终端的到达时间差TDOA的测量值个数为M，且该移动终端的到达角度AOA的测量值个数为N，M、N均为大于零的整数，且(N-1)+M≥3；

S2、从该M+N个有效的定位信号参量中选取

个定位信号参量，根据该

个定位信号参量计算获得移动终端的l个位置估计值P_v(x_v，y_v，z_v)，从而形成由该l个位置估计值P_v(x_v，y_v，z_v)构成的三维目标区域，其中z_v表示移动终端的高度信息，且v≥2，l为大于零的整数；

S3、采用逐次逼近定位方法，从该三维目标区域中确定该移动终端的最佳位置估计值。

2.根据权利要求1所述的多基站逐次逼近定位方法，其特征在于所述步骤S1采用地理信息系统GIS定义的前哨功能SF函数对定位信号参量进行非视距识别，从而获得有效的定位信号参量，其中根据该到达时间差TDOA可以确定该基站与移动终端之间的距离d且根据该到达角度AOA可以确定θ：

设定一个基站与移动终端之间的距离为d_A，另一个基站与移动终端之间的距离为d_B，两基站之间的距离为d_AB，如果

成立，则表示该定位信号参量处于可视路径传播LOS条件下，该定位信号参量为有效的定位信号参量，否则表示该定位信号参量处于非可视路径传播NLOS条件下，该定位信号参量为无效的定位信号参量。

3.根据权利要求1所述的多基站逐次逼近定位方法，其特征在于所述步骤S2采用TDOA/AOA最小二乘混合定位方法计算获得移动终端的多个位置估计值P_v(x_v，y_v，z_v)，具体由以下步骤组成：

A1、建立TDOA伪线性双曲方程 $R_{i,1}=R_i-R_1=\sqrt{{(X_i-x)}^2+{(Y_i-y)}^2+{(Z_i-z)}^2}-\sqrt{{(X_1-x)}^2+{(Y_1-y)}^2+{(Z_1-z)}^2},$ 其中(x，y，z)表示移动终端的实际位置的三维坐标，(X_i，Y_i，Z_i)表示第i个基站的位置的三维坐标，(X₁，Y₁，Z₁)表示第1个基站的位置的三维坐标，R_i，1表示第i个基站与第1个基站与该移动终端之间的距离差值，i≥M且为大于零的整数；

建立AOA方位角、俯仰角联合伪线性方程组：

该式数学变换后表示为

其中θ_k、

分别表示AOA的方位角、俯仰角，(x_k，y_k，z_k)表示第k个基站的位置的三维坐标，(x，y，z)表示移动终端的实际位置的三维坐标，

分别表示AOA的方位角、俯仰角的实际测量值，

分别表示AOA测量方位角、俯仰角的误差；

A2、分别对该TDOA伪线性双曲方程以及AOA方位角、俯仰角联合伪线性方程组在初始位置(x₀，y₀，z₀)处做泰勒级数展开，并略掉二阶以上分量，得线性方程组：G_TDOAδ＝h_TDOA，G_AOAδ＝h_AOA，其中δ＝(Δx，Δy，Δz)^T，

$G_{\mathrm{TDOA}}=\left(\begin{array}{ccc}[(X_1-x_0)/R_1]-[(X_2-x_0)/R_2]& [(Y_1-y_0)/R_1]-[(Y_2-y_0)/R_2]& [(Z_1-z_0)/R_1]-[(Z_2-z_0)/R_2]\\ [(X_1-x_0)/R_1]-[(X_3-x_0)/R_3]& [(Y_1-y_0)/R_1]-[(Y_3-y_0)/R_3]& [(Z_1-z_0)/R_1]-[(Z_3-z_0)/R_3]\\ .& .& .\\ .& .& .\\ .& .& .\\ [(X_1-x_0)/R_1]-[(X_N-x_0)/R_N]& [(Y_1-y_0)/R_1]-[(Y_N-y_0)/R_N]& [(Z_1-z_0)/R_1]-[(Z_N-z_0)/R_N]\end{array}\right),$

$h_{\mathrm{TDOA}}=\left(\begin{array}{c}{R}_{\mathrm{2,1}}-(R_2-R_1)\\ R_{\mathrm{3,1}}-(R_3-R_1)\\ .\\ .\\ .\\ R_{N,1}-(R_N-R_1)\end{array}\right),$

A3、联合泰勒级数展开后获得的线性方程组，由加权最小二乘法得：δ＝(G^TQ^-1G)^-1G^TQ^-1h，其中 $G=\left[\begin{array}{c}{G}_{\mathrm{TDOA}}\\ G_{\mathrm{AOA}}\end{array}\right],$ $h=\left[\begin{array}{c}{h}_{\mathrm{TDOA}}\\ h_{\mathrm{AOA}}\end{array}\right],$ $Q=\left[\begin{array}{cc}{Q}_{\mathrm{TDOA}}& 0\\ 0& Q_{\mathrm{AOA}}\end{array}\right],$ Q_TDOA表示TDOA的协方差矩阵，Q_AOA表示AOA的协方差矩阵；

A4、判断|Δx|+|Δy|+|Δx|＜ε是否成立：如果不成立，则令x_v＝x₀+Δx，y_v＝y₀+Δy，z_v＝z₀+Δz，并且令x₀＝＝x_v，y₀＝＝y_v，z₀＝＝z_v，重复执行步骤A2～A4，如果成立则P_v(x_v，y_v，z_v)为该移动终端的位置估计值。

4.根据权利要求1所述的多基站逐次逼近定位方法，其特征在于所述步骤S3由以下步骤组成：

B1、求取多个位置估计值P_v(x_v，y_v，z_v)中z_v的平均值

并且将该l个位置估计值P_v(x_v，y_v，z_v)投影至平面z＝z_q上，对应的投影点为P′_v(x′_v，y′_v，z′_v)，将平面z＝z_q作为xoy平面，则该投影点P′_v(x′_v，y′_v，z′_v)表示为P″_v(x″_v，y″_v)，其中z′_v＝z_q，v≥2且为整数；

B2、确定圆心P₀(x₀，y₀)，其中

表示该l个投影点P″_v(x″_v，y″_v)中x″_v的平均值，

表示该l个投影点P″_v(x″_v，y″_v)中y″_v的平均值；

B3、确定在该l个投影点P″_v(x″_v，y″_v)中距离该圆心P₀(x₀，y₀)最远的投影点P_Li(x_li，y_li)的个数m，并求取该投影点P_Li(x_li，y_li)与圆心P₀(x₀，y₀)之间的距离 $\mathrm{\&delta;=max}\left(P_0{P}_v^{\&prime;\&prime;}\right)=P_0{P}_{\mathrm{li}}=\sqrt{{(x_0-x_{\mathrm{li}})}^2+{(y_0-y_{\mathrm{li}})}^2},$ 其中i≥m且初始值为1，i、m均为大于零的整数；

B4、沿着向量

的方向，以为单位移动该圆心P₀(x₀，y₀)，则移动后的圆心P′₀(x′₀，y′₀)的坐标为 $(x_0^{\&prime;},y_0^{\&prime;})=(x_0,y_0)+\mathrm{\&psi;}*\stackrel{\&RightArrow;}{I}=(x_0,y_0)+\mathrm{\&psi;}*(i_x,j_y),$ 其中ψ表示移动步长且ψ＞0， $\stackrel{\&RightArrow;}{I}=(i_x,j_y)=\stackrel{\&RightArrow;}{P_0{P}_{\mathrm{Li}}}/\left|\right|P_0{P}_{\mathrm{Li}}\left|\right|=[(x_{\mathrm{li}}-x_0)/|\left|P_0{P}_{\mathrm{Li}}\right||,(y_{\mathrm{li}}-y_0)/|\left|P_0{P}_{\mathrm{Li}}\right|\left|\right],$ ||||表示求取范数；

B5、求取该l个投影点P″_v(x″_v，y″_v)中距离该圆心P′₀(x′₀，y′₀)最远的投影点P′_L(x′_l，y′_l)与该圆心P′₀(x′₀，y′₀)之间的距离 ${\mathrm{\&delta;}}_i^{\&prime;}=\max \left(P_0^{\&prime;}{P}_v^{\&prime;}\right)=P_0^{\&prime;}{P}_L^{\&prime;}=\sqrt{{(x_0^{\&prime;}-x_l^{\&prime;})}^2+{(y_0^{\&prime;}-y_l^{\&prime;})}^2};$

B6、判断i是否等于m：如果i≠m则i++并重复执行步骤B4～B6，如果i＝m则将δ与δ′_i之间差值最大，即max(δ-δ′_i)时对应的δ′_i记为δ′，对应的向量记为

B7、将δ′与δ进行比较：

如果δ′＜δ则进一步判断ψ≤ψ₀是否成立：如果不成立则将P₀(x₀，y₀)＝＝P′₀(x′₀，y′₀)，δ＝＝δ′，重复执行步骤B3～B7，如果成立则移动终止，该圆心P′₀(x′₀，y′₀)为该移动终端在二维空间的最佳位置估计值；

如果δ′≥δ则沿着向量

的方向，以为单位移动该圆心P₀(x₀，y₀)，移动后的圆心P′₀(x′₀，y′₀)的坐标为

n++并且重新执行步骤B5～B7，其中 $\stackrel{\&RightArrow;}{I}=(i_x,j_y)=\stackrel{\&RightArrow;}{P_0{P}_L}/\left|\right|P_0{P}_L\left|\right|=[(x_l-x_0)/|\left|P_0{P}_L\right||,(y_l-y_0)/|\left|P_0{P}_L\right|\left|\right],$ ||||表示求取范数，n为大于零的整数且初始值为1；

B8、该移动终端在三维空间的最佳位置估计值为P′₀(x′₀，y′₀，z_q)。

Images