CN104101861B - 测距定位方法及系统 - Google Patents

Abstract

本发明提供一种测距定位系统，包括：信标部署装置，用于在测距定位场景中部署信标节点；测距数据采集和预处理装置，用于采集测距数据，并对测距数据进行预处理；定位引擎，用于根据经预处理后的测距数据来估计待定位节点的位置。该系统联合采用优化信标部署方案、基于时空域滤波的测距数据预处理以及具有显式公式的待测目标位置迭代计算，可实现目标的实时高精度鲁棒定位，可满足室内场景下的高精度定位应用需求。

Description

测距定位方法及系统

技术领域

本发明属于无线通信技术领域，尤其涉及基于测距的定位方法和系统。

背景技术

随着移动计算设备的迅速发展和逐渐普及，室内环境下的各种基于位置服务需求(Location-Based Service，LBS)日益迫切。由于现有的卫星定位系统，如美国的全球定位系统(Global Positioning System，GPS)和我国的北斗卫星定位系统等，在室内环境或高大建筑物密集城区，卫星定位信号受到建筑物的阻隔，难以有效定位。目前室内定位一般采用WiFi(Wireless Fidelity)定位技术，其主要优点是WiFi网络已在城区及场馆广泛部署，无需另外架设定位基础设施，部署方便，使用成本不高。不过由于WiFi定位技术大都使用接收信号强度进行定位，接收信号强度具有的强时变特性，导致WiFi定位技术精度不高，不能满足那些对定位精度具有较高要求的位置服务应用需求。

目前基于测距定位方法已成为室内高精度定位技术的首先。然而，室内环境复杂，布局经常发生改变，而且人员活动干扰频繁。影响基于测距的定位系统的定位精度的因素主要有以下几点：信标节点的部署、测距信息的误差处理、定位算法等。在测距定位系统中，信标节点的部署拓扑结构严重影响待测目标的定位性能；由于室内环境的复杂多变，信号的反射、折射、散射等使得测得的距离出现很大的误差，进而影响到定位精度。

发明内容

因此，本发明的目的在于克服现有技术的缺陷，提供一种测距定位系统。

本发明的目的是通过以下技术方案实现的：

一方面，本发明提供了一种测距定位系统，包括：

测距数据采集装置，基于在测距定位场景中部署的信标节点采集与待测目标相关的测距数据；

定位引擎，根据与待测目标相关的测距数据来估计待测目标的位置；

其中测距定位场景被划分矩形区域和/或圆形区域的组合，对于矩形区域，所有信标节点对称分布在矩形两条长边的边界上；其中，矩形两条长边上的分布的信标节点数最多相差1个，并且同一条长边上最靠外两信标间的距离长度不小于矩形的宽度；对于圆形区域，所有信标节点均匀分布在圆周上。

上述系统中，与待测目标相关的测距数据可包括待测目标与每个信标节点之间的测量距离。

上述系统中，还可包括：

测距数据预处理装置，根据待测目标和信标节点之间的测量距离是否符合它们之间的空间位置约束关系来判定是否存在较大的测距误差，以及从所采集的测距数据中删除若干个测距误差较大的测量距离。

上述系统中，所述测距数据预处理装置可被配置为：

a)从信标节点的集合中选取两个信标节点i和j，与待测目标组成三角形，进行下列判断：如果d_i+b_ij<δd_j，则Ω_j＝Ω_j+1；如果d_j+b_ij<δd_i，则Ω_i＝Ω_i+1；其中d_i表示待测目标与第i个信标节点的测距边，d_j表示待测目标与第j个信标节点的测距边，b_ij表示集合S中第i个信标与第j个信标之间的距离；Ω_i和Ω_i表示测距边d_i的误差因子，其初始值设为0；0.5≤δ≤1；

b)重复步骤a)直到遍历完整个信标节点集合为止；

c)剔除误差因子最大的若干个信标对应的测距边，返回其余的边。

上述系统中，所述测距数据预处理装置可被配置为：对于每个信标节点，基于之前若干个时刻的测距距离来估计当前时刻待测目标和信标节点之间的测量距离。

又一方面，本发明提供了一种测距定位方法，包括：

步骤1：基于在测距定位场景中部署的信标节点采集与待测目标相关的测距数据；

步骤3：根据与待测目标相关的测距数据来估计待测目标的位置；

其中测距定位场景被划分矩形区域和/或圆形区域的组合，对于矩形区域，所有信标节点对称分布在矩形两条长边的边界上；其中，矩形两条长边上的分布的信标节点数最多相差1个，并且同一条长边上最靠外两信标间的距离长度不小于矩形的宽度；对于圆形区域，所有信标节点均匀分布在圆周上。

上述方法中，在所述步骤3之前还可包括：

根据待测目标和信标节点之间的测量距离是否符合它们之间的空间位置约束关系来判定是否存在较大的测距误差，以及

从所采集的测距数据中删除若干个测距误差较大的测量距离。

上述方法中，在所述步骤3之前还可包括：

a)从信标节点的集合中选取两个信标节点i和j，与待测目标组成三角形，进行下列判断：如果d_i+b_ij<δd_j，则Ω_j＝Ω_j+1；如果d_j+b_ij<δd_i，则Ω_i＝Ω_i+1；其中d_i表示待测目标与第i个信标节点的测距边，d_j表示待测目标与第j个信标节点的测距边，b_ij表示集合S中第i个信标与第j个信标之间的距离；Ω_i和Ω_i表示测距边d_i的误差因子，其初始值设为0；0.5≤δ≤1；

b)重复步骤a)直到遍历完整个信标节点集合为止；

c)剔除误差因子最大的若干个信标对应的测距边，返回其余的边。

上述方法中，在所述步骤3之前还可包括:

对于每个信标节点，基于之前若干个时刻的测距距离来估计当前时刻待测目标和信标节点之间的测量距离。

上述方法中，所述步骤3可包括：

步骤31)计算第s轮，所有信标节点观测的待测目标的坐标(k＝1,….K)；其中

其中，为待测目标与第k个信标之间的测距距离，(x_k,y_k)(k＝1,...,K)分别为该待测目标所处的场景中的K个信标节点的坐标，为第(s-1)轮计算获得的待测目标的位置估计值；其中待测目标的位置的初始估计为所有信标节点的质心，即

步骤32)计算第s轮待测目标的位置估计

其中权重 ${\mathrm{\&omega;}}_k=(1/d_k)/(\underset{i=1}{\overset{K}{\mathrm{\&Sigma;}}}1/d_i);$

步骤33)检查是否满足终止条件，如果或达到规定的迭代次数，则返回待测目标的位置估计否则将s增加1，转到步骤(31)，继续下一轮迭代计算，其中s的初始值为0，ε为设定的迭代终止阈值。

与现有技术相比，本发明的优点在于：

通过优化的信标部署方案、基于时空域滤波的测距数据预处理以及具有显式公式的待测目标位置迭代计算，可有效提高定位精度，满足室内场景下的高精度定位应用需求。

附图说明

以下参照附图对本发明实施例作进一步说明，其中：

图1为根据本发明一个实施例的测距定位系统的结构示意图；

图2(a)—(d)为根据本发明实施例的信标节点部署方案示意图；

图3为根据本发明又一个实施例的测距定位系统的结构示意图；

图4为根据本发明实施例的待定位目标和信标节点之间的空间位置约束关系示意图。

具体实施方式

为了使本发明的目的，技术方案及优点更加清楚明白，以下结合附图通过具体实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

如上文所述，基于测距的定位系统的定位精度受到信标节点的拓扑结构、测距信息的误差处理以及定位算法等的影响。在本申请中，针对以上几个方面的问题，提出了相应的解决方案，能够有效提高定位精度，满足高精度定位应用需求。图1给出了根据本发明一个实施例的基于射频信号传播时间的测距定位系统的结构示意图。该系统包括信标部署模块、测距数据采集模块、定位引擎。其中信标部署模块根据测距定位场景和信标节点数量的不同，采用不同的拓扑结构来部署信标节点。测距数据采集模块基于所部署的信标节点采集与待定位目标相关的测距数据。定位引擎基于与待定位目标相关的测距数据来估计该待定位目标的位置。

图2(a)-(d)给出了根据本发明实施例的信标节点分别为3、4、5、6时的信标部署方案的示例。对于二维矩形区域，例如图2所示的二维矩形测距定位场景，该待定位标签可以直接收到信标信息，而不是需要经过其它节点转发。在该矩形区域信标节点部署方法为：(1)所有信标节点对称分布在矩形两条长边的边界上；(2)矩形两条长边上的分布的信标节点数最多相差1个；(3)同一条长边上最靠外两信标间的距离长度不小于矩形的宽度。

对于圆形区域的信标节点部署方法是将所有信标节点均匀分布在圆周上。对于更多的定位场景，可以将其划分为多个矩形区域和/或圆形区域的组合，并且对于其中每个矩形或圆形区域，采用上述的相应部署方法。

在室内环境下，基于射频信号传播时间的测距受多径传播、外边干扰等因素影响，存在各种测量误差，严重影响定位精度。图3给出了根据本发明又一个实施例的基于射频信号传播时间测距定位系统的结构示意图。该系统除了包括上文所述的信标部署模块、测距数据采集模块、定位引擎之外，还包括测距数据预处理模块，用于对测距数据进行预处理，以便为定位引擎提供更好数据，从而提高定位精度。

在一个实施例中，该测距数据预处理模块可以采用空间域滤波方法来对测距数据进行预处理。与待测目标相关的测距数据包括待测目标与每个信标节点之间的测量距离,可简称为测距或测距边。其中空间域滤波方法根据待测目标(即待定位目标)和信标节点之间的测量距离是否符合它们之间的空间位置约束关系来判定是否存在较大的测距误差。假设，初始化待测目标与信标节点之间每条边的误差因子为0，记为Ω_i＝0,i＝1…n，其中，n表示该测距定位场景中的信标节点的数量；Ω_i表示该待测目标与第i个信标节点之间的测距边d_i对应的误差因子。所有信标点构成信标节点集合S，从S中任选2个节点，跟待测目标组成一个三角形或者一条直线。图4给出了根据本发明一个实施例的待定位目标和信标节点之间的空间位置约束关系示意图。例如图4所示待测目标和第1、3号信标节点，根据这三个节点的空间相对位置，可以确定d₁+b₁₃≥d₃，d₃+b₁₃≥d₁。如果出现d₁+b₁₃<δd₃的情况(其中δ是控制因子，根据经验可设为0.5～1)，那么可以判断d₃一定存在严重的测量误差，这时候将这条边的误差因子加1，即Ω₃＝Ω₃+1，依此类推，遍历整个信标节点集合S，即可得到每个信标节点对应的误差因子，滤除若干条具有较大误差因子的测距边，返回其余边作为提供给定位引擎的测距数据。

更具体地，基于空间域滤波的识别测距数据误差的方法流程如下：

a)设置待测目标跟信标节点之间每条边的误差因子参数Ω_i＝0,i＝1…n；

b)从该集合S中选取两个点，与待测目标组成三角形，进行下列判断：如果d_i+b_ij<δd_j，则Ω_j＝Ω_j+1；如果d_j+b_ij<δd_i，则Ω_i＝Ω_i+1；重复该步骤b)直到遍历完整个信标节点集合S为止；其中d_i表示待测目标与第i个信标节点的测距边，d_j表示待测目标与第j个信标节点的测距边，b_ij表示集合S中第i个信标与第j个信标之间的距离；δ是控制因子，根据经验可设为0.5～1；

c)对所有信标节点对应的误差因子Ω进行排序，剔除误差因子最大的k个信标(k的具体取值根据定位区域信标密度和应用需求确定)对应的测距边，返回其余的边。

在又一个实施例中，为减少各种偶然因素对测距精度的影响，还可以利用时间域连续测距数据之间的相关性，采用动态滑动窗口统计平均的方法，基于之前若干个时刻的测距数据来估计当前时刻t的测距数据。即时刻t的最终测距估计值为前m个时刻测距的滑动平均值，即：

d′_t＝ξ₁d_t+ξ₂d′_t＝1+...ξ_md′_t-m+1

其中m的数值(即滑动窗口大小)与待测目标所处状态及运动速度(该运动速度是由待测目标到所有信标的测距变化来判定的)相关，Σξ_i＝1，d_t是时刻t采集的测距数据，而d′_t是在时刻t定位引擎在定位时所使用的测距估计。

在又一个实施例中，该测距数据预处理模块可以先采用上述的空间域滤波方法来对测距数据采集模块采集的测距数据进行过滤，滤除其中误差较大的若干个测距边，然后利用动态滑动窗口统计方法来估计当前时刻t的测距数据。可见，上述的滑动窗口统计平均法、空间滤波法既可以单独使用，又可以混合使用，通过这些方法可以有效识别和剔除各种测量误差边，经过预处理后的测距数据输入到定位引擎进行定位计算，可以提高定位的精度。

现回到图3，测距数据预处理模块对所采集的测距数据进行预处理后，将其提供给定位引擎，用来进行定位计算。基于这些测距数据，定位引擎可以采用现有的多种定位方法来估计待测目标的位置，例如，最小二乘定位方法、加权最小二乘定位方法、多尺度分析定位方法等。

在一个实施例中，定位引擎可以采用下面的定位方法来估计待测目标的位置，该定位方法的过程如下：

(1)初始化

初始化迭代步数：s＝0

定义迭代终止阈值ε

初始化待测目标的位置估计为所有信标节点的质心，其中(x_k,y_k)(k＝1,...,K)分别为该测距场景中的K个信标节点的坐标。

(2)计算第s轮待测目标的观测坐标

迭代次数s＝s+1；

使用第(s-1)次迭代计算获得的待测目标的位置估计值计算所有信标节点观测的待测目标坐标(k＝1,….K)

为待定位目标与信标k之间的测距距离。

(3)更新第s次迭代计算后待测目标的位置估计

根据步骤(2)得到的第s次迭代获得的所有待测目标的观测坐标，更新待测目标的位置估计，

其中权重 ${\mathrm{\&omega;}}_k=(1/d_k)/(\underset{i=1}{\overset{K}{\mathrm{\&Sigma;}}}1/d_i).$

(4)检查是否满足终止条件，如果或达到规定的迭代次数，则返回待测目标的坐标估计否则转到步骤(2)，继续下一轮迭代定位计算。

在该定位方法的迭代计算过程中，可以直接使用明确的公式计算待测目标位置，而不必像现有的定位方法中，例如，最小二乘定位方法、加权最小二乘定位方法等，需要使用梯度下降算法，在解空间不断搜索。因而该实施例提供的定位方法计算开销比较小，实时性较好。

在又一个实施例中，提供了一种基于射频信号传播时间测距定位方法。该方法基于在测距定位场景中部署的信标节点采集测距数据；基于所采集的测距数据来估计待定位节点的位置。如上文所讨论的，所部署的信标节点的拓扑结构可以根据测距场景以及信标节点的数量的不同而进行调整。在估计待定位目标的位置时也可以采用上文所讨论的定位方法。

在又一个实施例中，提供了一种基于射频信号传播时间测距定位方法。该方法基于在测距定位场景中部署的信标节点采集测距数据；采用上文所讨论的空间域滤波方法和/或基于时间域的滑动窗口统计平均法对所采集的测距数据进行预处理，以便识别和剔除各种测量误差，最后基于经预处理后的测距数据来估计待定位目标的位置。如上文所讨论的，所部署的信标节点的拓扑结构可以根据测距场景以及信标节点的数量的不同而进行调整。在估计待定位目标的位置时也可以采用上文所讨论的定位方法。

虽然本发明已经通过优选实施例进行了描述，然而本发明并非局限于这里所描述的实施例，在不脱离本发明范围的情况下还包括所做出的各种改变以及变化。

Claims (5)

1.一种测距定位系统，所述系统包括：

测距数据采集装置，基于在测距定位场景中部署的信标节点采集与待测目标相关的测距数据，其中与待测目标相关的测距数据包括待测目标与每个信标节点之间的测量距离；

测距数据预处理装置，根据待测目标和信标节点之间的测量距离是否符合它们之间的空间位置约束关系来判定是否存在较大的测距误差，以及从所采集的测距数据中删除若干个测距误差较大的测量距离；

定位引擎，根据与待测目标相关的测距数据来估计待测目标的位置；

其中测距定位场景被划分矩形区域和/或圆形区域的组合，对于矩形区域，所有信标节点对称分布在矩形两条长边的边界上；其中，矩形两条长边上的分布的信标节点数最多相差1个，并且同一条长边上最靠外两信标间的距离长度不小于矩形的宽度；对于圆形区域，所有信标节点均匀分布在圆周上；

其中所述测距数据预处理装置被配置为：

a)从信标节点的集合中选取两个信标节点i和j，与待测目标组成三角形，进行下列判断：如果d_i+b_ij<δd_j，则Ω_j＝Ω_j+1；如果d_j+b_ij<δd_i，则Ω_i＝Ω_i+1；其中d_i表示待测目标与第i个信标节点的测距边，d_j表示待测目标与第j个信标节点的测距边，b_ij表示集合S中第i个信标与第j个信标之间的距离；Ω_i和Ω_j分别表示测距边d_i和d_j的误差因子，其初始值设为0；0.5≤δ≤1；

b)重复步骤a)直到遍历完整个信标节点集合为止；

c)剔除误差因子最大的若干个信标对应的测距边，返回其余的边。

2.根据权利要求1所述的系统，其中所述测距数据预处理装置被配置为：对于每个信标节点，基于之前若干个时刻的测距距离来估计当前时刻待测目标和信标节点之间的测量距离。

3.一种测距定位方法，所述方法包括：

步骤1：基于在测距定位场景中部署的信标节点采集与待测目标相关 的测距数据，其中与待测目标相关的测距数据包括待测目标与每个信标节点之间的测量距离；

步骤2：根据待测目标和信标节点之间的测量距离是否符合它们之间的空间位置约束关系来判定是否存在较大的测距误差，以及从所采集的测距数据中删除若干个测距误差较大的测量距离；

步骤3：根据与待测目标相关的测距数据来估计待测目标的位置；

其中测距定位场景被划分矩形区域和/或圆形区域的组合，对于矩形区域，所有信标节点对称分布在矩形两条长边的边界上；其中，矩形两条长边上的分布的信标节点数最多相差1个，并且同一条长边上最靠外两信标间的距离长度不小于矩形的宽度；对于圆形区域，所有信标节点均匀分布在圆周上；

其中，所述步骤2包括：

a)从信标节点的集合中选取两个信标节点i和j，与待测目标组成三角形，进行下列判断：如果d_i+b_ij<δd_j，则Ω_j＝Ω_j+1；如果d_j+b_ij<δd_i，则Ω_i＝Ω_i+1；其中d_i表示待测目标与第i个信标节点的测距边，d_j表示待测目标与第j个信标节点的测距边，b_ij表示集合S中第i个信标与第j个信标之间的距离；Ω_i和Ω_j分别表示测距边d_i和d_j的误差因子，其初始值设为0；0.5≤δ≤1；

b)重复步骤a)直到遍历完整个信标节点集合为止；

c)剔除误差因子最大的若干个信标对应的测距边，返回其余的边。

4.根据权利要求3所述的方法，所述步骤2还包括:

对于每个信标节点，基于之前若干个时刻的测距距离来估计当前时刻待测目标和信标节点之间的测量距离。

5.根据权利要求3-4中任一项权利要求所述的方法，其中所述步骤3包括：

步骤31)计算第s轮，所有信标节点观测的待测目标的坐标k＝1,…，K；其中

其中，为待测目标与第k个信标之间的测距距离，(x_k,y_k)为该待测目标所处的场景中的K个信标节点中第k个信标的坐标，为第(s-1)轮计算获得的待测目标的位置估计值；其中待测目标的位置的初始估计为所有信标节点的质心，即

步骤32)计算第s轮待测目标的位置估计

其中权重 表示待测目标与第i个信标之间的测距距离；

步骤33)检查是否满足终止条件，如果或达到规定的迭代次数，则返回待测目标的位置估计否则将s增加1，转到步骤31)，继续下一轮迭代计算，其中s的初始值为1，ε为设定的迭代终止阈值。