CN103270801B - 用于定位用户设备的方位的方法和系统 - Google Patents
用于定位用户设备的方位的方法和系统 Download PDFInfo
- Publication number
- CN103270801B CN103270801B CN201080069453.XA CN201080069453A CN103270801B CN 103270801 B CN103270801 B CN 103270801B CN 201080069453 A CN201080069453 A CN 201080069453A CN 103270801 B CN103270801 B CN 103270801B
- Authority
- CN
- China
- Prior art keywords
- estimated
- weighted difference
- initial
- user equipment
- bearing
- 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
- 238000000034 method Methods 0.000 title claims abstract description 66
- 238000005259 measurement Methods 0.000 claims abstract description 31
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 23
- 238000012937 correction Methods 0.000 claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims description 19
- 239000013598 vector Substances 0.000 claims description 17
- 239000011159 matrix material Substances 0.000 claims description 16
- 238000004519 manufacturing process Methods 0.000 claims 2
- 230000035899 viability Effects 0.000 abstract 1
- 238000004088 simulation Methods 0.000 description 19
- 238000013459 approach Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000004630 mental health Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002620 method output Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/10—Position of receiver fixed by co-ordinating a plurality of position lines defined by path-difference measurements, e.g. omega or decca systems
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Mobile Radio Communication Systems (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明涉及用于在包括至少三个基站的电信系统中定位用户设备的方位的方法和系统。方法包括以下步骤:使用二次校正最小二乘算法为用户设备执行第一方位估计;基于第一方位估计来构建最初估计方位;以及确定用户设备的最后估计方位。系统包括适用于使用二次校正最小二乘算法为用户设备执行第一方位估计以及基于第一方位估计的结果来构建用户设备的最初估计方位的第一方位估计模块及连接到第一方位估计模块并且适用于确定用户设备的最后估计方位的确定模块。方法和系统在实际网络中提供更佳的可行性,特别是在UE/BS几何形状差和TDOA测量差的情况下,并且与遗留解决方案相比提供了更佳的健壮性和准确度。
Description
技术领域
本发明涉及电信网络领域。具体地说,本发明涉及用于在蜂窝电信网络中定位用户设备的方位的方法和系统。
背景技术
无线移动通信装置不断塑造我们的世界。使用一些移动装置的益处之一是可确定或另外估计移动装置的位置,以及有望是用户的位置。例如,在紧急情况期间定位用户将明显有助于寻求对紧急情况做出响应的那些人。
相应地,移动装置定位技术已实现以确定或另外估计移动装置的位置。
如本领域技术人员所熟知的一样,到达时间(TOA)和到达时差(TDOA)是用于地理定位应用的广泛使用技术。这两种方法在诸如全球定位系统(GPS)和伽利略(Galileo)等基于卫星的系统和诸如远距离导航(LORAN)等基于地面无线电的系统及其它无线定位系统中发挥着十分重要的作用。基于TOA的定位技术通常称为分别用于2D或3D位置的圆形或球形,而基于TDOA的那些技术称为双曲线或双曲面。
此外,随着定位技术的发展,观测到达时差(OTDOA)已成为现代蜂窝电信网络中主要定位技术之一。UE的方位能够基于下面的测量的参数计算出:
1)下行链路无线电信号的TDOA测量;
2)在进行TDOA测量时在基站(BS)的传送之间的实际相对时差(RTD);以及
3)其信号被测量的BS的地理方位。
图1示出采用OTDOA技术的情形。如图1所示,在此类情形中,要定位UE 100的方位,至少需要涉及三个BS 101、102和103,这是因为如图1所示,UE的方位能够通过至少两个双曲线的相交来确定。更多的TDOA测量带来更佳的准确度。
这些测量每个的准确度因此影响方位估计的总体准确度。有数种确定RTD的方案。一种方案是同步BS的传送。在此情况下,RTD是可在数据库中输入并在进行方位估计时由计算功能使用的已知常数值。同步应实现大约几十纳秒的准确度级别,这是因为10纳秒不确定性在方位估计中影响3米误差。同步定时中的漂移和抖动也应得到很好的控制,这是因为它们也影响方位估计中的不确定性。到此准确度级别的同步当前只可通过基于卫星的时间传送技术轻松提供。通常在TDD操作模式中,BS是同步的。
备选,BS可在最大频率误差的某一约束内保持自由运行。在此情形中,RTD将随时间更改,在此情况下缓慢更改。更改的速率将取决于在BS之间的频率差别和抖动。
OTDOA方法可在两种模式中操作:UE辅助OTDOA和基于UE的OTDOA。两种模式不同之处在于执行的实际方位计算。在UE辅助模式中,UE测量几个小区的TDOA,并且将测量结果发送到网络,其中,位置服务器执行方位计算。
在基于UE的模式中,UE进行测量,并且也执行方位计算,并且因此要求另外的信息。例如,UE可要求测量的BS的方位和它们之间的定时关系以用于在基于UE的模式中的方位计算。
OTDOA已经由3GPP GERAN标准化,它在其中称为E-OTD,但尚未在实际网络中部署。
在E-UTRAN中,已在物理层信号设计中考虑了用于OTDOA的参考信号,这使得OTDOA变得甚至更具前景。一些美洲运营商已启动计划在2010-2011年度的LTE-OTDOA部署的规划。另外,也很明显的是,E-UTRAN中OTDOA有关的协议将直接由例如用于用户平面定位的OMA等其它标准化组织采用。因此,OTDOA极可能在不远的将来使用迅猛上升。
OTDOA定位基本上属于双曲位置,这是因为测量是对应于一组双曲线的一组时差。对于有关解决方案/算法已进行了广泛的研究,其中,两种方法得到最广泛的采用和讨论:
方法1:泰勒级数线性化和迭代加权最小二乘(WLS)算法的组合,最早由W. H. Foy所著“泰勒级数估计的方位定位解决方案”(Position-location solutions by Taylor-series estimation, IEEE Trans. Aerosp. Electron. Syst., vol. AES-12, pp. 187□194, Mar.1976)提议,下文称为泰勒方法。
方法2:二次校正最小二乘(QCLS),又被称为在“用于双曲位置的简单、有效估计量”("A simple and efficient estimator for hyperbolic location," IEEE Trans.Signal Processing, vol. 42, pp. 1905□1915, Aug.1994)中提议的Chan算法。此方法在下文称为Chan方法。
而且例如将方法2的结果馈入方法1等这两种方法的组合也能够在出版物中找到,如TDOA订户方位定位中的改进泰勒算法(an improved Taylor algorithm in TDOAsubscriber position location, Communication Technology Proceedings , 2003.ICCT 2003 Volume 2, Issue, 9-11 April 2003 Page(s): 981-984 vol.2)。
泰勒方法甚至在例如由于低信噪比(SNR)原因而TDOA测量准确度差的情况下能够提供良好、稳定的估计。但它是迭代方法,因此,它要求作为起点的初始猜测输入。有时,需要接近真实的起点以避免局部最小值。
Chan方法处于封闭形式并且在计算上高效,它能够在高SNR的情况下取Cramer-Rao下限(CRLB)的近似值,不过在低SNR的情况下准确度低于泰勒方法。此外,在使用线性阵列时,此方法要求额外的算法分支。
由于两种方法均具有利有弊,因此,它们的适当组合吸引了一些研究。Chan方法的输出能够用作泰勒方法的初始猜测输入以便实现更佳的准确度和健壮性。
Chan方法通常能够提供很好的估计。这也与模拟结果相匹配。然而,例如在范围方面模拟的噪声电平通常极低,即在10-3到10-5的方差,而在BS之间的距离大约是4到5。这些数字无单位,但能够发现,均方根(RMS)误差只是BS距离的0.06%到0.8%。对于实际网络中1公里的平均BS距离,对应测量误差因此在0.6~8米,这过于乐观而不能证明算法的可行性。实际上,使用此类小误差的原因可能是证明它能够在高SNR情况中临近CRLB。
如果噪声方差增大到0.03,则RMS误差变得大致45米,对于本发明的实施例,该误差级别在将多径和非理想定时效应考虑在内的情况下被认为是合理的。由于在实际网络中UE通常不能侦听到许多BS而合理的简单几何形状的模拟结果在图2中示出,条件如下:
TDOA测量误差:对于每次测量,转换成范围的独立同分布加性白高斯噪声(AWGN)。
方差= 0.03
运行次数:5000
真实UE位置211是[10, 6]。在图2中,空心点201、203、205和207分别表示BS方位的位置,并且实心点211表示终端实际方位,以及暗色区域209是Chan方法结果。
应注意的是,为便于评估,选择了坐标和原点。申请人的模拟证明未失去一般性。
能够发现,Chan方法也能够在此情形中提供良好的估计。然而,对于某一“非周边”拓扑,Chan方法甚至不能提供接近的估计。示例在图3中示出,图3示出如上所述相同的BS拓扑和模拟条件,但UE方位不同。
如图3所示,点301、303、305和307表示基站的位置。区域309和311是根据Chan方法的估计方位,而用户设备的实际方位是在点313。
不幸地,如上所述此类“非周边”情况不可忽略,这是因为在实际网络部署中极可能存在此类非理想环境,如多山地区、建筑物遮蔽。另外,对于级联解决方案,即,Chan和Taylor方法的组合,模拟显示,此类差的初始猜测输入将在大多数情况下使泰勒方法发散,或者错误地收敛到局部最小值。最后方位估计因此通常将不可用或带有极大误差,OTDOA因而将失败,例如,由于它不能依据基于小区的定位结果通过心智健全检查(sanity check)。
模拟显示,Chan方法对于SNR极低的情形产生了不合理的结果。图3是此类情形的示例。
发明内容
因此,本发明的实施例的目的是通过提供用于在电信环境中定位用户设备的方位的方法和系统而解决上述缺点。
根据本发明的第一实施例,该目的通过一种用于在包括至少三个基站的电信系统中定位或确定用户设备的方位的方法而得以实现,方法包括以下步骤:使用二次校正最小二乘算法为用户设备执行第一方位估计;基于第一方位估计的结果来构建最初估计方位;以及确定用户设备的最后估计方位。
根据又一实施例,确定的步骤包括为最初估计方位计算加权差异;以及选择具有最小加权差异的最初估计方位的至少之一作为初始猜测,以便使用泰勒级数线性化和迭代加权最小二乘算法的组合来执行第二方位估计;或者应用所有最初估计方位以便使用泰勒级数线性化和迭代加权最小二乘算法的组合来执行第二方位估计。
根据另一实施例,选择最初估计方位的至少之一的步骤还包括:如果在第二最小加权差异与最小加权差异之间的差大于阈值,或者如果第二最小加权差异除以最小加权差异的商大于另一阈值,则选择对应于最小加权差异的最初估计方位,否则,选择对应于最小加权差异的最初估计方位和对应于第二最小加权差异的最初估计方位两者。
根据仍有的又一实施例,确定的步骤还包括:如果选择具有最小加权差异的最初估计方位之一作为初始猜测方位,以便执行第二方位估计,则为从第二方位估计计算的另外估计方位计算另外加权差异,并且从包括来自最初估计方位的以前选择的方位和另外估计方位的群组将具有最小加权差异的方位确定为最后估计方位;如果选择多于一个最初估计方位作为初始猜测方位,以便执行第二方位估计,则为从第二方位估计计算的另外估计方位计算另外加权差异,并且从包括来自最初估计方位的以前选择的方位和另外估计方位的群组中将具有最小加权差异的方位确定为最后估计方位。
根据上述实施例,通过采用以下等式来执行第一方位估计:
其中z是估计量,
,
,
,
,并且
其中,是TDOA测量的协方差矩阵,是用于向量的长度的平方,M是测量的基站的数量,c是光速度,和分别是第i个基站和终端的方位,ri是在第i个基站与用户设备之间的距离,以及、、分别表示、、,i=1到M。
还可通过采用以下等式来执行第一方位估计:
其中z1是另外估计量,
,
,
,并且
,
其中是通过使用替代向量中的而能够获得的中间矩阵,以及其中是的初步估计。
可通过以下形式来构建最初估计方位:
;
;
;并且
,
其中,表示最初估计方位,并且使用具有以下形式的等式来确定:
如果,则;
如果,,其中,z1(j)是估计量z1的向量元素。
通过使用具有以下形式的等式,可执行计算加权差异的步骤:
,
或者
其中:
是表示在第i个基站与第一基站之间时间差的TDOA测量;
c是光速度;
是TDOA测量的协方差矩阵中的第i个对角元素;以及
abs (.)是计算绝对值的运算符;以及
是在所述用户设备的第k个最初估计方位与第i个基站之间的距离。
根据本发明的又一实施例,确定的步骤还包括:为最初估计方位计算加权差异;以及将具有最小加权差异的最初估计方位之一确定为最后估计方位。
本发明的实施例也提供一种适用于在包括至少三个基站的电信系统中定位或确定用户设备的方位的定位系统,系统包括:第一方位估计模块,适用于使用二次校正最小二乘算法为用户设备执行第一方位估计以及基于第一方位估计的结果来构建用户设备的最初估计方位;以及确定模块,连接到第一方位估计模块并且适用于确定用户设备的最后估计方位。确定模块还包括:第二方位估计模块,适用于使用泰勒级数线性化和迭代加权最小二乘算法的组合来执行第二方位估计,并且基于第二方位估计的结果来计算或构建一个或多于一个另外估计方位;计算模块,连接到第一和第二方位估计模块,并且适用于为最初估计方位计算加权差异以及为一个或多于一个另外估计方位计算另外加权差异;以及判定单元,连接到计算模块,判定单元配置成从包括来自最初估计方位的以前选择的方位和另外估计方位的群组中将具有最小加权差异的方位确定为最后估计方位。确定模块还可包括连接到计算模块和第二方位估计模块的选择模块,选择模块适用于将具有最小加权差异的最初估计方位的至少之一选择为初始猜测方位,以便执行第二方位估计。选择模块可配置成如果在第二最小加权差异与最小加权差异之间的差大于阈值,或者如果第二最小加权差异除以最小加权差异的商大于另一阈值,则选择对应于最小加权差异的最初估计方位,否则,选择对应于最小加权差异的最初估计方位和对应于第二最小加权差异的最初估计方位两者。
本发明的实施例还提供包括用于定位或确定用户设备的方位的逻辑的计算机可读介质。逻辑可用于执行如在本发明的上述实施例中描述的步骤。
根据本发明的另一实施例,提供了一种包括如上所述系统的网络节点。
根据本发明仍有的另一实施例,提供了一种包括如上所述系统的改进的服务移动位置中心(SMLC)。
根据如上所述方法和系统,提议了对Chan方法的改进,其能够消除Chan方法的限制。因此,在实际网络中提供更佳的可行性,特别是在UE/BS几何形状差和TDOA测量差的情况下。此外,提议了基于“误差度量”以组合Chan和泰勒方法的新解决方案,并且与常规解决方案相比,此解决方案提供更佳的健壮性和准确度。另一方面,提议的解决方案的计算复杂性不高。此外,本发明只集中于2D情况,但该想法能够由本领域技术人员轻松扩展到3D情况。
附图说明
从下面结合附图所述的本发明具体描述中,将更明白本发明的上述和其它方面、特征和优点,其中:
图1示出用于定位UE的方位的基于OTDOA的情形。
图2示出采用Chan方法的一个示例的模拟结果。
图3示出带有采用Chan方法的非周边基站的另一示例的模拟结果。
图4A到4C示出根据本申请的简化定位系统体系结构。
图5A到5C示出根据本发明的实施例的不同定位方法;
图6示出Chan方法的模拟结果和如图4A和5A中提议的实施例的模拟结果;以及
图7示出如图4A和5A中提议的实施例的模拟结果和如图4CA和5C中提议的实施例的模拟结果。
在图形的几个示图中,对应的标号指示对应的组件。
具体实施方式
下述实施例表示必需的信息以允许本领域的技术人员实践本发明,并示出实践本发明的最佳模式。在根据附图阅读以下描述时,本领域的技术人员应理解本发明的概念,并且将认识到本文中未具体提出的这些概念的应用。
为解决上述问题,如图4A到4C所示,本发明提供适用于在包括至少三个基站的电信系统中定位或确定用户设备的方位的定位系统。此外,如图5A到5C所示,本发明也提供用于在包括至少三个基站的电信系统中定位或确定用户设备的方位的方法。
如图4A、4B和4C所示,定位系统包括第一方位估计模块401和确定模块413。第一方位估计模块401配置成为用户设备执行第一方位估计,并且构建用户设备的最初估计方位。确定模块413配置成确定用户设备的最后估计方位。
如图4A所示,确定模块413包括计算模块403,计算模块403配置成为从第一方位估计模块获得的每个最初估计方位计算相应加权差异。确定模块413还包括判定单元409,判定单元409配置成将具有最小加权差异的最初估计方位之一确定为最后估计方位。
图4A中的系统如图5A中所示般操作。首先,在步骤501中,第一方位估计模块401执行第一方位估计。应注意的是,第一方位估计此处类似于上面提及的Chan方法。本发明的第一方位估计主要包括:
a)获得使用户设备(UE)的方位(x, y)与第一基站的方位(x1, y1)及至少两个相邻基站的方位(xi, yi)有关的TDOA测量,其中,第一基站可以是服务于UE的基站;
b)使用TDOA测量的协方差矩阵,确定UE的方位的第一估计和UE到第一基站的距离r1的估计;
c)使用UE的方位的估计和从UE到第一基站的距离r1的估计,确定从UE到至少两个相邻基站的距离ri的估计,i=2到M,其中,M是包括第一基站和至少两个相邻基站的测量的基站的数量;
d)使用TDOA测量的协方差矩阵和从UE到至少两个基站的距离ri的估计,i=2到M,更新UE的方位的第一估计和从UE到第一基站的距离r1的估计;
e)使用UE的方位的更新的第一估计,确定在用户设备(UE)的方位(x,y)与第一基站的方位(x1,y1)之间沿x轴的平方距离和沿y轴的平方距离。
具体而言,在步骤501中如下执行第一方位估计:
步骤501中的第一子步骤:
假设是未知向量,估计量因而能够是
其中
,
,并且
,
其中,是TDOA测量的协方差矩阵,是向量的长度的平方,M是测量的基站的数量,c是光速度,和分别是第i个基站和终端的方位,ri是在第i个基站与用户设备之间的距离,以及、、分别表示、、,i=1到M。
然而,,并且因此,是未知的,这是因为它要求真实终端方位,近似估计量
随后能够在第一步骤中和与一起使用以获得初步估计,从中能够计算的近似。随后,能够执行等式(1)以估计。
步骤501中的第二子步骤:
为进一步改进方位估计,需要进行第二步骤。
假设是未知向量。估计量因而能够是
其中
,并且
。
能够通过在由等式(1)定义的向量中使用进行反向替代以更新等式(4)而获得。由等式(2)和(3)定义。
随后,第一方位估计模块通过以下形式在步骤503中构建四个最初估计方位:
;
;
;并且
,
其中,表示最初估计方位,以及
使用具有以下形式的等式确定:
如果,则;
如果,则,其中,z1(j)是未知向量z1的向量元素。
至此,已获得四个最初估计方位。随后,本文中提议的方法进入步骤509a。在步骤509a中,计算模块403为每个最初估计方位计算加权差异。用于每个最初估计方位的加权差异可通过使用以下等式计算:
,
或者
其中:
是表示在第i个基站与第一基站之间时间差的TDOA测量;
c是光速度;
是TDOA测量的协方差矩阵中的第i个对角元素;以及
abs (.)是计算绝对值的运算符;以及
,它是在第k个最初估计方位与第i个基站之间的距离,其中,dist(A,B)是计算在A与B之间2D距离的运算符,以及k指第k个最初估计方位。
最后,判定单元409执行步骤509b,并且将具有最小加权差异的最初估计方位确定为最后估计方位。
图4B示出本发明的又一实施例。与图4A相比,图4B中的确定模块413还包括第二方位估计模块411,第二方位估计模块411配置成为用户设备执行第二方位估计。图5B示出如图4B所示的系统的操作的过程。
如图4B和5B所示,步骤501和503与图5A中所示步骤类似。不同之处在于基于第一方位估计的结果构建的四个最初估计方位被馈入第二方位估计模块411。随后,第二方位估计模块411执行四次第二方位估计,每个以构建的最初估计方位相应之一作为初始猜测方位。第二方位估计采用泰勒级数线性化和迭代加权最小二乘算法的组合。
随后,由第二方位估计模块411计算或构建的四个另外估计方位被馈入计算模块403以便为从第二方位估计计算或构建的每个另外估计方位计算相应另外加权差异。这在步骤509c中示出。另外加权差异在此处能够通过使用公式18或19计算得出。最后,在步骤509b中,判定单元409将具有最小另外加权差异的另外估计方位之一确定为最后估计方位。
图4C和5C示出本发明的另一实施例。与图4B和5B所示的实施例相比,图4C所示系统还包括选择模块407。选择模块407适用于将具有加权差异的最小加权差异的最初估计方位的至少之一选择为初始猜测方位,以便执行第二方位估计。具体而言,选择模块407配置成如果在第二最小加权差异与最小加权差异之间的差大于阈值,或者第二最小加权差异除以最小加权差异的商大于另一阈值,则选择对应于最小加权差异的最初估计方位,否则,选择对应于最小加权差异的最初估计方位和对应于第二最小加权差异的另一最初估计方位两者。
图4C中系统的操作如图5C中所示般运行。首先,类似于图4A和4B,执行步骤501和503。不同之处出现在随后的步骤中。如图5C所示,最初估计方位在步骤503中构建,随后,计算模块403使用公式18或19为所有最初估计方位计算加权差异。这在步骤511中示出。随后,选择模块407选择具有加权差异的最小加权差异的最初估计方位的至少之一。选择步骤513能够通过对加权差异进行排序和比较来实现。如果加权差异的第二最小加权差异大于常数和加权差异的最小加权差异之积,则选择模块407将选择来自最初估计方位的对应于最小加权差异的方位作为在第二方位估计中的初始猜测方位,否则,选择模块407将选择来自最初估计方位的对应于加权差异的最小加权差异的一个估计方位和来自最初估计方位的对应于加权差异的第二最小差异的另一估计方位作为在第二方位估计中的初始猜测方位。
选择的估计方位将进一步发送到第二方位估计模块411以进行进一步方位估计。同时,这些选择的估计方位及其差异也一起被发送到判定单元409以便以后判定。
随后,如步骤515中所示,第二方位估计模块411为用户设备执行第二方位估计。
如果选择模块407只将具有最小加权差异的最初估计方位选择为用于第二方位估计的初始猜测方位,。这在步骤517中示出。计算模块403为从第二方位估计计算的另外估计方位计算另外加权差异。判定单元409比较从第二方位估计计算的另外方位估计的差异和来自最初估计方位的以前选择的方位的差异,其中,如上所提及的一样,以前选择的方位是在步骤513中选择并且发送到判定单元409的方位。
如果选择模块407将具有最小两个差异的两个最初估计方位选择为用于第二方位估计的初始猜测方位,则计算模块403为由第二方位估计模块411从第二方位估计计算或构建的两个另外估计方位计算另外加权差异。随后,如在步骤521中所示,从包括来自最初估计方位的以前选择的方位和另外估计方位的群组中将具有最小加权差异的一个方位确定为最后估计方位。
上述步骤能够实施如下:
将根据其误差度量排序,例如,升序。假设排序的方位和误差度量为:
随后,执行流程:
<开始>
如果
使用
作为方法1的初始猜测方位,并且获得方位估计,比如,Tay;
计算两个可用结果的误差度量:
;
将具有最小误差度量的的一个结果选择为方位估计;
否则
使用
作为方法1的初始猜测,并且获得方位估计,比如,Tay1;
使用
作为方法1的初始猜测方位,并且获得方位估计,比如,Tay2;
计算四个可用结果的误差度量:
;
将具有最小误差度量的一个结果选择为方位估计;
结束
<结束>
其中,“Thresh”是根据经验确定的常数或阈值。Thresh=100是在计算复杂性与最后估计方位的准确度之间的良好折衷。在此流程中,心智健全检查也有助于排除不合理的定位点,即,估计方位。用于心智健全检查的方法能够是基于小区的定位或增强型基于小区的定位,例如基于小区的定位和到达角度确定(Cell+AoA)结果,这些方法为本领域技术人员所熟知,并且在本申请中将不进一步论述。
从下面的详细示例中,本领域技术人员将更明白这些步骤:
示例:
对于带有排序的误差度量的:
;
泰勒方法只需要执行一次,即,使用作为泰勒方法的初始猜测方位。由于0.1932明显低于44.2392,因此,具有高可靠性。
然而,对于带有排序的误差度量的另一:
;
由于明显前两个度量接近,因此,需要分别由和馈入的两轮独立泰勒计算。随后,将根据误差度量比较两种泰勒方法输出,并且将最佳输出选择为最后估计方位。
图6示出现有技术Chan方法的模拟结果和如图4A和5A中提议的实施例的模拟结果。从图6中,明显看到本申请的模拟结果提供更准确的估计。在图6中,真实方位615的坐标是[8, -1],并且噪声方差是0.03。浅黑色区域615是根据如图4A和5A所示实施例的模拟结果;暗黑色区域609是根据现有技术的模拟结果。
图7示出如图4A和5A所示实施例中提议的方法的模拟结果和如图4C和5C所示实施例的模拟结果。在图7中,真实方位的坐标是[8, -1],并且噪声方差是0.03。浅黑色区域711指示根据如图4A和5A所示实施例的模拟结果;暗黑色区域709指示根据如图4C和5C所示实施例的模拟结果。
上述方法能够在计算机可读介质中实施。上述系统能够在网络节点中实施。上述系统也能够在改进的服务移动位置中心(SMLC)中实施。
在本说明书的描述和权利要求通篇中,词语“包括”、“包含”及其变型表示“包括但不限于”,并且无意(且未)排除其它组件、整体或步骤。
在本说明书的描述和权利要求通篇中,除非上下文明确要求,否则,单数包括复数。具体而言,在使用不定冠词时,除非上下文明确要求,否则,说明书要理解为考虑了多数及单数。
将理解的是,为便于说明和描述,陈述了本发明的实施例的以上描述。此描述不详尽,并且未限制所述发明为明确的公开形式。鉴于以上描述,修改和变化是可能的,或者可从实践本发明中获得。权利要求书及其等效物定义本发明的范围。
Claims (19)
1.一种用于在包括至少三个基站的电信系统中定位用户设备的方位的方法,所述方法包括以下步骤:
使用二次校正最小二乘算法为所述用户设备执行(501)第一方位估计;
基于所述第一方位估计的结果来构建(503)最初估计方位;以及
确定(509)所述用户设备的最后估计方位,
其中所述确定(509)步骤包括以下方式之一:
方式1:
为所述最初估计方位计算加权差异(509a),以及将具有最小加权差异的最初估计方位确定为最后估计方位(509b);
方式2:
为所述最初估计方位计算(511)加权差异,并且选择(513)具有最小加权差异的所述最初估计方位的至少之一作为初始猜测,以便使用泰勒级数线性化和迭代加权最小二乘算法的组合来执行(515)第二方位估计,
其中方式2还包括:
如果选择具有最小加权差异的所述最初估计方位之一作为初始猜测方位,以便执行所述第二方位估计,则为从所述第二方位估计计算的另外估计方位计算(517)另外加权差异,并且从包括来自所述最初估计方位的以前选择的方位和所述另外估计方位的群组中将具有最小加权差异的方位确定(523)为所述最后估计方位;
如果选择多于一个所述最初估计方位作为初始猜测方位,以便执行所述第二方位估计,则为从所述第二方位估计计算的另外估计方位计算(519)另外加权差异,并且从包括来自所述最初估计方位的所述以前选择的方位和所述另外估计方位的群组中将具有最小加权差异的方位确定(521)为所述最后估计方位;以及
方式3:
应用(505)所有所述最初估计方位以便使用泰勒级数线性化和所述迭代加权最小二乘算法的组合来执行所述第二方位估计,为从第二方位估计获得的估计方位计算加权差异(509c),以及将具有最小加权差异的估计方位确定为最后估计方位(509b),
其中,通过使用具有以下形式的等式,执行计算加权差异的步骤:
或者
其中:
di,1是表示在第i个基站与第一基站之间时间差的TDOA测量;
c是光速度;
Qi是TDOA测量的协方差矩阵中的第i个对角元素;
abs(.)是计算绝对值的运算符;
是在所述用户设备的第k个最初估计方位与第i个基站之间的距离;以及
M是测量的基站的数量。
2.如权利要求1所述的方法,其中选择(513)所述最初估计方位的至少之一的步骤还包括:如果在第二最小加权差异与最小加权差异之间的差大于阈值,或者如果第二最小加权差异除以最小加权差异的商大于另一阈值,则选择对应于最小加权差异的所述最初估计方位,否则,选择对应于最小加权差异的所述最初估计方位和对应于第二最小加权差异的所述最初估计方位两者。
3.如权利要求1或2所述的方法,其中通过采用以下等式,执行所述第一方位估计:
z=(GTΨ-1G)-1GTΨ-1h
其中z是估计量,
Ψ=c2BQB,
B=diag{r2,r3,...,rM},
并且
其中,Q是TDOA测量的协方差矩阵,Ki=xi 2+yi 2是向量[xi,yi]T的长度的平方,M是测量的基站的数量,c是光速度,(xi,yi)和(x,y)分别是第i个基站和终端的方位,ri是在第i个基站与用户设备之间的距离,以及xi,1、yi,l、ri,1分别表示xi-x1、yi-y1、ri-r1,i=1到M。
4.如权利要求3所述的方法,其中通过采用以下等式,进一步执行所述第一方位估计:
z1=(G1 TΨ1 -1G1)-1G1 TΨ1 -1h1
其中z1是另外估计量,
h1=(z-[x1,y1,0]T)2,
Ψ1=4B1(G0Ψ-1G0)-1B1,并且
其中G0是通过使用替代向量z中的(x,y)而能够获得的中间矩阵,以及其中是(x,y)的初步估计。
5.如权利要求4所述的方法,其中通过以下形式来构建所述最初估计方位:
并且
其中zpk(k=1,2,3,4)表示所述最初估计方位,以及
使用具有以下形式的等式确定sqrt_z1(j):
如果z1(j)<0,(j=1,2),则
如果z1(j)≥0,(j=1,2),则
其中,z1(j)是所述另外估计量的向量元素。
6.一种适用于在包括至少三个基站的电信系统中定位用户设备的方位的定位系统,所述系统包括:
第一方位估计模块(401),适用于使用二次校正最小二乘算法为所述用户设备执行第一方位估计,并且基于所述第一方位估计的结果来构建所述用户设备的最初估计方位;以及
确定模块(413),连接到所述第一方位估计模块,并且适用于确定所述用户设备的最后估计方位,
其中,所述确定模块(413)包括:
计算模块(403),适用于为所述最初估计方位计算加权差异;以及
判定单元(409),配置成从所述最初估计方位将具有最小加权差异的方位确定为最后估计方位,
其中所述计算模块(403)适用于使用具有以下形式的等式为所述最初估计方位计算所述加权差异:
或者
其中:
di,1是表示在第i个基站与第一基站之间时间差的TDOA测量;
c是光速度;
Qi是TDOA测量的协方差矩阵中的第i个对角元素;
abs(.)是计算绝对值的运算符;
是在所述用户设备的第k个最初估计方位与第i个基站之间的距离;以及
M是测量的基站的数量。
7.如权利要求6所述的系统,其中所述确定模块(413)还包括:
第二方位估计模块(411),适用于使用泰勒级数线性化和迭代加权最小二乘算法的组合来执行第二方位估计,并且基于所述第二方位估计的结果来计算一个或多于一个另外估计方位,
其中,所述计算模块(403)还适用于为所述一个或多于一个另外估计方位计算另外加权差异;
并且其中所述判定单元(409)还适用于从包括来自所述最初估计方位的以前选择的方位和所述另外估计方位的群组中将具有最小加权差异的方位确定为最后估计方位。
8.如权利要求7所述的系统,其中所述确定模块(413)还包括选择模块(407),所述选择模块(407)连接到所述计算模块、所述判定单元和所述第二方位估计模块,适用于将具有最小加权差异的所述最初估计方位的至少之一选择为初始猜测方位,以便执行所述第二方位估计。
9.如权利要求8所述的系统,其中所述选择模块(407)配置成如果在第二最小加权差异与最小加权差异之间的差大于阈值,或者如果第二最小加权差异除以最小加权差异的商大于另一阈值,则选择对应于最小加权差异的所述最初估计方位,否则,选择对应于最小加权差异的所述最初估计方位和对应于第二最小加权差异的所述最初估计方位两者。
10.如权利要求6到9任一项所述的系统,其中通过采用以下等式,执行所述第一方位估计:
z=(GTΨ-1G)-1GTΨ-1h
其中z是估计量,
Ψ=c2BQB,
B=diag{r2,r3,...,rM},
并且
其中,Q是TDOA测量的协方差矩阵,Ki=xi 2+yi 2是向量[xi,yi]T的长度的平方,M是测量的基站的数量,c是光速度,(xi,yi)和(x,y)分别是第i个基站和终端的方位,ri是在第i个基站与用户设备之间的距离,以及xi,l、yi,1、ri、1分别表示xi-x1、yi-y1、ri-r1,i=1到M。
11.如权利要求10所述的系统,其中通过采用以下等式,进一步执行所述第一方位估计:
z1=(G1 TΨ1 -1G1)-1G1 TΨ1 -1h1
其中z1是另外估计量,
h1=(z-[x1,y1,0]T)2,
Ψ1=4B1(G0Ψ-1G0)-1B1,并且
其中G0是通过使用替代向量z中的(x,y)而能够获得的中间矩阵,以及其中是(x,y)的初步估计。
12.如权利要求11所述的系统,其中通过以下形式来构建所述最初估计方位:
并且
其中zpk(k=1,2,3,4)表示所述最初估计方位,以及
使用具有以下形式的等式确定sqrt_z1(j):
如果z1(j)<0,(j=1,2),则
如果z1(j)≥0,(j=1,2),则
其中,z1(j)是所述另外估计量的向量元素。
13.一种用于在包括至少三个基站的电信系统中定位用户设备的方位的产品,所述产品包括:
用于使用二次校正最小二乘算法为所述用户设备执行(501)第一方位估计的部件;
用于基于所述第一方位估计的结果来构建(503)最初估计方位的部件;以及
用于确定(509)所述用户设备的最后估计方位的部件,
其中所述用于确定(509)的部件包括以下的部件组之一:
组1:
用于为所述最初估计方位计算加权差异(509a)的部件,以及用于将具有最小加权差异的最初估计方位确定为最后估计方位(509b)的部件;
组2:
用于为所述最初估计方位计算(511)加权差异,并且选择(513)具有最小加权差异的所述最初估计方位的至少之一作为初始猜测,以便使用泰勒级数线性化和迭代加权最小二乘算法的组合来执行(515)第二方位估计的部件,
其中所述组2还包括:
用于如果选择具有最小加权差异的所述最初估计方位之一作为初始猜测方位,以便执行所述第二方位估计,则为从所述第二方位估计计算的另外估计方位计算(517)另外加权差异,并且从包括来自所述最初估计方位的以前选择的方位和所述另外估计方位的群组中将具有最小加权差异的方位确定(523)为所述最后估计方位的部件;
用于如果选择多于一个所述最初估计方位作为初始猜测方位,以便执行所述第二方位估计,则为从所述第二方位估计计算的另外估计方位计算(519)另外加权差异,并且从包括来自所述最初估计方位的所述以前选择的方位和所述另外估计方位的群组中将具有最小加权差异的方位确定(521)为所述最后估计方位的部件;以及
组3:
用于应用(505)所有所述最初估计方位以便使用泰勒级数线性化和所述迭代加权最小二乘算法的组合来执行所述第二方位估计的部件,用于为从第二方位估计获得的估计方位计算加权差异(509c)的部件,以及用于将具有最小加权差异的估计方位确定为最后估计方位(509b)的部件,
其中用于计算加权差异的产品操作为使用具有以下形式的等式:
或者
其中:
di,1是表示在第i个基站与第一基站之间时间差的TDOA测量;
c是光速度;
Qi是TDOA测量的协方差矩阵中的第i个对角元素;
abs(.)是计算绝对值的运算符;
是在所述用户设备的第k个最初估计方位与第i个基站之间的距离;以及
M是测量的基站的数量。
14.如权利要求13所述的产品,其中用于选择(513)所述最初估计方位的至少之一的部件还包括:
用于如果在第二最小加权差异与最小加权差异之间的差大于阈值,或者如果第二最小加权差异除以最小加权差异的商大于另一阈值,则选择对应于最小加权差异的所述最初估计方位,否则,选择对应于最小加权差异的所述最初估计方位和对应于第二最小加权差异的所述最初估计方位两者的部件。
15.如权利要求13或14所述的产品,其中通过采用以下等式,执行所述第一方位估计:
z=(GTΨ-1G)-1GTΨ-1h
其中z是估计量,
Ψ=c2BQB,
B=diag{r2,r3,...,rM},
并且
其中,Q是TDOA测量的协方差矩阵,Ki=xi 2+yi 2是向量[xi,yi]T的长度的平方,M是测量的基站的数量,c是光速度,(xi,yi)和(x,y)分别是第i个基站和终端的方位,ri是在第i个基站与用户设备之间的距离,以及xi,1、yi,1、ri,1分别表示xi-x1、yi-y1、ri-r1,i=1到M。
16.如权利要求15所述的产品,其中通过采用以下等式,进一步执行所述第一方位估计:
z1=(G1 TΨ1 -1G1)-1G1 TΨ1 -1h1
其中z1是另外估计量,
h1=(z-[x1,y1,0]T)2,
Ψ1=4B1(G0Ψ-1G0)-1B1,并且
其中G0是通过使用替代向量z中的(x,y)而能够获得的中间矩阵,以及其中是(x,y)的初步估计。
17.如权利要求16所述的产品,其中通过以下形式来构建所述最初估计方位:
并且
其中zpk(k=1,2,3,4)表示所述最初估计方位,以及
使用具有以下形式的等式确定sqrt_z1(j):
如果z1(j)<0,(j=1,2),则
如果z1(j)≥0,(j=1,2),则
其中,z1(j)是所述另外估计量的向量元素。
18.一种包括如权利要求6到12任一项所述的系统的网络节点。
19.一种包括如权利要求6到12任一项所述系统的改进的服务移动位置中心。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2010/001188 WO2012016355A1 (en) | 2010-08-05 | 2010-08-05 | Method of and system for locating the position of user equipment |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103270801A CN103270801A (zh) | 2013-08-28 |
CN103270801B true CN103270801B (zh) | 2017-04-12 |
Family
ID=45558896
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201080069453.XA Expired - Fee Related CN103270801B (zh) | 2010-08-05 | 2010-08-05 | 用于定位用户设备的方位的方法和系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN103270801B (zh) |
WO (1) | WO2012016355A1 (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104297724A (zh) * | 2014-10-15 | 2015-01-21 | 深圳市科松电子有限公司 | 定位方法及系统 |
CN104330773B (zh) * | 2014-11-26 | 2017-03-08 | 中国联合网络通信集团有限公司 | 一种定位方法及装置 |
CN105807253A (zh) * | 2016-03-16 | 2016-07-27 | 中国人民解放军总参谋部工程兵科研三所 | 一种无须先验信息的多基站冗余信息法定位技术 |
US10656240B2 (en) * | 2016-08-31 | 2020-05-19 | Harris Global Communications, Inc. | Hybrid TDOA closed form hyperbolic and spherical iteration geo-location technique |
CN108267713B (zh) * | 2016-12-30 | 2021-09-03 | 中国航天科工集团八五一一研究所 | 一种改进的tdoa发射源定位算法 |
CN109490630B (zh) * | 2018-11-22 | 2020-11-10 | 华北电力大学 | 一种基于矩阵束的动态相量测量方法 |
CN109870672B (zh) * | 2019-02-01 | 2022-07-19 | 华东师范大学 | 一种基于锚节点差分时间同步和Taylor协同的定位算法 |
CN110657806B (zh) * | 2019-09-30 | 2021-12-07 | 青岛联合创智科技有限公司 | 一种基于CKF、chan解算和Savitzky-Golay平滑滤波的位置解算方法 |
CN111090090B (zh) * | 2019-12-11 | 2022-05-27 | 金华航大北斗应用技术有限公司 | 一种室内定位系统中的特征指纹库构建方法 |
CN111896914A (zh) * | 2020-04-10 | 2020-11-06 | 中兴通讯股份有限公司 | 一种协同定位方法、装置、设备和存储介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101730227A (zh) * | 2009-11-10 | 2010-06-09 | 大连理工大学 | 一种基于韧性估计和到达时间差的多基站二次定位方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1185897C (zh) * | 2001-10-18 | 2005-01-19 | 华为技术有限公司 | 一种移动台位置的估计方法及装置 |
JP3733336B2 (ja) * | 2002-02-26 | 2006-01-11 | 株式会社日立製作所 | 無線端末装置 |
KR100800738B1 (ko) * | 2003-10-31 | 2008-02-01 | 삼성전자주식회사 | 이동통신망에서 중계기 시간 지연 판단 방법 |
CN100461969C (zh) * | 2006-09-22 | 2009-02-11 | 华为技术有限公司 | 对移动台进行定位的方法 |
-
2010
- 2010-08-05 WO PCT/CN2010/001188 patent/WO2012016355A1/en active Application Filing
- 2010-08-05 CN CN201080069453.XA patent/CN103270801B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101730227A (zh) * | 2009-11-10 | 2010-06-09 | 大连理工大学 | 一种基于韧性估计和到达时间差的多基站二次定位方法 |
Non-Patent Citations (2)
Title |
---|
"A Simple and Efficient Estimator for Hyperbolic Location";Y. T. Chm, K. C. Ho;《IEEE TRANSACTIONS ON SIGNAL PROCESSING》;19940831;第42卷(第8期);第1907-1908页 * |
"WCDMA网络中基于泰勒级数展开的TDOA定位技术研究";史有华,谢红,杨莘元;《应用科技》;20060131;第33卷(第1期);第2-3节,图1 * |
Also Published As
Publication number | Publication date |
---|---|
CN103270801A (zh) | 2013-08-28 |
WO2012016355A1 (en) | 2012-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103270801B (zh) | 用于定位用户设备的方位的方法和系统 | |
Liu et al. | Improving positioning accuracy using GPS pseudorange measurements for cooperative vehicular localization | |
CN100588987C (zh) | 位置估算方法与系统 | |
CN110506219B (zh) | 用于对无线通信系统的终端进行地理定位的方法和系统 | |
Anisetti et al. | Map-based location and tracking in multipath outdoor mobile networks | |
US20100323723A1 (en) | Base Station Mapping with Angle-of-Arrival and Timing Advance Measurements | |
CN100562182C (zh) | 一种基于信息融合的无线定位多算法增强方法 | |
Wu et al. | Improved localization algorithms based on reference selection of linear least squares in LOS and NLOS environments | |
KR20150112659A (ko) | 단말 이동 방향 결정 및 위치 보정 방법, 그리고 이를 이용한 측위 장치 | |
Si et al. | An adaptive weighted Wi-Fi FTM-based positioning method in an NLOS environment | |
Seow et al. | Localization of omni-directional mobile device in multipath environments | |
US8493205B2 (en) | Search area reduction based on indoor detection for estimating the location of a wireless terminal | |
Sun et al. | Successive and asymptotically efficient localization of sensor nodes in closed-form | |
CN106162865A (zh) | 终端的定位方法及装置 | |
Gu et al. | The effect of ground truth accuracy on the evaluation of localization systems | |
Landolsi et al. | TOAI/AOA/RSS maximum likelihood data fusion for efficient localization in wireless networks | |
Zhao et al. | Novel wireless positioning system for OFDM-based cellular networks | |
Gazzah et al. | Selective Hybrid RSS/AOA Approximate Maximum Likelihood Mobile intra cell Localization. | |
US10123298B1 (en) | Estimating the location of a wireless terminal based on detection of whether it is moving or stationary | |
Podevijn et al. | Compass aided TDoA tracking in LoRaWAN networks | |
CN102232194B (zh) | 用于确定位置的设备和方法 | |
CN110856251B (zh) | 一种超密集网络中的终端定位方法 | |
Youm et al. | Improved Method of Bluetooth-low-energy-based Location Tracking Using Neural Networks. | |
Khalaf-Allah et al. | Mobile location in GSM networks using database correlation with bayesian estimation | |
Sriram et al. | TDoA based EKF localization for LTE |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170412 Termination date: 20190805 |