CN104735779A - 一种基于troa的nlos传输环境无线定位方法 - Google Patents

Abstract

一种基于TROA的NLOS传输环境无线定位方法，包括如下步骤：1)由多个基站BS接收到移动台MS发送的信号，并且提取出信号中的到达时间信息TOA，并且将这些信息汇集到定位主基站中，定位基站数目不少于4个；2)以主基站的测量值为参考，将其他基站测量的TOA除以参考值，转变成到达时间商TROA；3)根据定位几何原理，定位基站数目不少于4个时构建以TROA为参数的定位方程组；4)将定位方程组进行线性化处理；5)求解方程组，并且进行定位，得到移动台MS的坐标估计值。本发明有效抑制NLOS误差随着距离增加上升的情况、有效提升定位精度。

Description

一种基于TROA的NLOS传输环境无线定位方法

技术领域

本发明属于无线定位技术领域，尤其是一种NLOS传输环境无线定位方法。

背景技术

无线定位是指利用包含在接收信号中的角度和距离等参数来估计移动终端位置的一种技术。近年来，由于经济发展和人们生活的需求，该技术已经得到了广泛地应用，它可以提供包括紧急呼救、旅游信息服务、车辆管理等在内的业务，同时也被应用到了基于位置信息的收费系统和智能交通系统中，是物联网的重要组成部分。

在实际的无线传输环境中，由于障碍物的存在，因此信号从发送端到被接收的这一段时间内并不会沿着直线传输，它往往需要经过发射和衍射才能够到达接收端。这使得接收端对距离以及角度等信息估计准确度的下降，从而显著降低了无线定位方法的精度。据此，在无线定位技术的实际应用中，减少甚至降低非视距(NLOS,non-line-of-sight)带来的误差是非常重要的。根据摩托罗拉和爱立信对GSM网络的实地测量发现，NLOS误差有随着MS-BS之间直线距离的增加而上升的趋势，这就更加剧了对传统定位算法精度的影响。事实上，对于其他类型的移动通信网络，比如3G和4G移动通信，上述NLOS误差的距离依赖特性也是存在的。

发明内容

为了克服已有NLOS传输环境无线定位方法的NLOS误差随着距离增加上升、定位精度较差的不足，本发明提供一种在NLOS误差随着距离增加上升的情况时有效提升定位精度的基于到达时间商(TROA，time ratio of arrival)的NLOS传输环境无线定位方法。

本发明解决其技术问题所采用的技术方案是：

一种基于TROA的NLOS传输环境无线定位方法，所述定位方法包括如下步骤：

1)由多个基站BS接收到移动台MS发送的信号，并且提取出信号中的到达时间信息TOA(time of arrival)，并且将这些信息汇集到定位主基站中，定位基站数目不少于4个；

2)以主基站的测量值为参考，将其他基站测量的TOA除以参考值，转变成到达时间商TROA；

3)根据定位几何原理，定位基站数目不少于4个时构建以TROA为参数的定位方程组；

4)将定位方程组进行线性化处理；

5)求解方程组，并且进行定位，得到移动台MS的坐标估计值。

进一步，所述步骤2)中，如果利用第i个基站BS_i测量得到到达时间TOA_i，主基站设为第1个基站，那么它和第1个基站测量值商就是TROA_i1，也就是

${\mathrm{TROA}}_{i1}=\frac{{\mathrm{TOA}}_i}{{\mathrm{TOA}}_1}---\left(1\right).$

再进一步，所述步骤3)中，移动台MS和第i个基站之间的距离写成：

$r_i=\sqrt{{(x-x_i)}^2+{(y-y_i)}^2}={\mathrm{TOA}}_i\×c---\left(2\right)$

其中(x,y)和(x_i,y_i)分别是MS和第i个BS的坐标，c是电磁波空气中传播速度；

根据上述公式，将TOA转变成距离之商，如果令dr_i1为测距之间的商，并且不失一般性，假设BS₁的位置位于坐标原点，那么

${\mathrm{dr}}_{i1}=\frac{r_i}{r_1}=\frac{{\mathrm{TOA}}_i*c}{{\mathrm{TOA}}_1*c}={\mathrm{TROA}}_{i1}---\left(3\right)$

对(3)左右进行平方处理，化简得到

${\mathrm{dr}}_{i1}^2=\frac{{(x-x_i)}^2+{(y-y_i)}^2}{x^2+y^2}---\left(4\right).$

更进一步，所述步骤4)的线性化处理过程如下：对(4)进行数学变换

${\left({\mathrm{dr}}_{i1}\right)}^2-1=K_i\frac{1}{R}-2(x_{i}x+y_{i}y)\frac{1}{R}---\left(5\right)$

其中，K_i和R为中间参数，i＝2,3,..,N，N为参与定位的BS数目，且N大于等于4，把方程组(5)写成矩阵形式

Y＝AX  (6)

其中

$Y=\left[\begin{array}{c}{\mathrm{dr}}_{21}^2-1\\ .\\ .\\ .\\ {\mathrm{dr}}_{N1}^2-1\end{array}\right],A=\left[\begin{array}{ccc}{K}_2& -x_2& -y_2\\ .& .& .\\ .& .& .\\ .& .& .\\ K_N& -x_N& -y_N\end{array}\right],X=\left[\begin{array}{c}1/R\\ 2x/R\\ 2y/2\end{array}\right].$

所述步骤5)中，利用最小二乘(LS，least squares)算法求解方程组(6)，求解得到：

$\hat{X}={\left(A^{T}A\right)}^{-1}{A}^{T}Y---\left(7\right)$

最后得到MS的坐标估计值为

${[x,y]}^T=\frac{{[\hat{X}\left(2\right),\hat{X}\left(3\right)]}^T}{2\hat{X}\left(1\right)}---\left(8\right)$

公式(8)中代表向量中第k个元素，k＝1、2、3。

本发明的技术构思为：在得到BS和MS之间的TOA(可等效为距离)之后，便能够通过除法变换，将测距转变成测距的商，然后根据定位几何关系构建定位方程组，在对方程组进行线性化处理之后即可利用LS算法对MS的坐标进行估计。

TROA是指将测量的TOA转变成它们的商，即两两相除的形式。由于NLOS误差有随着真实距离的增加而上升的趋势，传统的定位算法的性能在此种环境中将大打折扣，因此必须采用一定的方法消除NLOS误差对定位性能的影响。本发明利用NLOS误差的这种特性，提出了基于TROA的无线定位算法，即使在严重的NLOS传输环境中，本发明也能够对MS进行高性能定位。参考文献[1]：Jingyu Hua,LiminMeng,Kai Zhou,Bin Jiang,Dongming Wang,Accurate and simplewireless localizations based on time product of arrival in the DDM-NLOSpropagation environment,IEEE JOURNAL OF SELECTED TOPICS INSIGNAL PROCESSING,vol.9,no.2pp.239-246,Mar.2015.(华惊宇，孟利民，周凯，江彬，王东明，DDM-NLOS传输环境中基于到达时间乘积的简单精确无线定位方法，IEEE信号处理选题期刊，9(2):239-246,2015年3月)公开了NLOS误差距离依赖模型(DDM，distance dependentmodel)的定义，NLOS误差随着真实距离的增加而上升，本发明可以有效抑制此时NLOS误差对于估计性能的不利影响

本发明的有益效果主要表现在：在NLOS误差随着真实距离的增加而上升的环境中，本发明在不增加计算复杂度的前提下实现了对NLOS误差的抑制效果，和传统的LS类算法相比，本发明的计算量并没有增加，但是在NLOS误差的抑制作用方面则有显著的改善。

附图说明

图1为基于TROA的NLOS传输环境无线定位方法的流程图。

图2为各种算法在NLOS的DDM传输模型中定位结果的示意图。

图3为在DDM模型中，NLOS误差的最大值max对各算法精度的影响的示意图。

具体实施方式

下面结合附图对本发明作进一步描述。

参照图1～图3，一种基于TROA的NLOS传输环境无线定位方法，包括以下步骤：

1)由多个基站接收到移动台MS发送的信号，并且提取出信号中的TOA信息，并且将该信息汇集到主基站中，基站数目不少于4个；

2)将测量得到的TOA转变成到达时间的商TROA；

3)根据定位几何关系，定位基站数目不少于4个时构建定位方程组；

4)将定位方程组进行数学变换，将其转变成线性方程组；

5)利用最小二乘算法对MS的坐标进行估计。

所述步骤2)中，如果利用第i个基站BS_i测量得到到达时间TOA_i，主基站设为第1个基站，那么它和第1个基站测量值的商就是TROA_i1，也就是

${\mathrm{TROA}}_{i1}=\frac{{\mathrm{TOA}}_i}{{\mathrm{TOA}}_1}---\left(1\right)$

移动台(MS)和第i个基站(BS)之间的距离写成：

$r_i=\sqrt{{(x-x_i)}^2+{(y-y_i)}^2}={\mathrm{TOA}}_i\×c---\left(2\right)$

其中(x,y)和(x_i,y_i)分别是MS和第i个BS的坐标，c是电磁波空气中传播速度。

根据上述公式，将TOA转变成距离之商，如果令dr_i1为测距之间的商，并且不失一般性，假设BS₁的位置位于坐标原点，那么

${\mathrm{dr}}_{i1}=\frac{r_i}{r_1}=\frac{{\mathrm{TOA}}_i*c}{{\mathrm{TOA}}_1*c}={\mathrm{TROA}}_{i1}---\left(3\right)$

对(3)左右进行平方处理，化简得到

${\mathrm{dr}}_{i1}^2=\frac{{(x-x_i)}^2+{(y-y_i)}^2}{x^2+y^2}---\left(4\right)$

更进一步，所述步骤4)中，对(4)进行数学变换

${\left({\mathrm{dr}}_{i1}\right)}^2-1=K_i\frac{1}{R}-2(x_{i}x+y_{i}y)\frac{1}{R}---\left(5\right)$

其中i＝2,3,..,N。这里N为参与定位的BS数目，且N大于等于4。把方程组(5)写成矩阵形式

Y＝AX  (6)

其中

$Y=\left[\begin{array}{c}{\mathrm{dr}}_{21}^2-1\\ .\\ .\\ .\\ {\mathrm{dr}}_{N1}^2-1\end{array}\right],A=\left[\begin{array}{ccc}{K}_2& -x_2& -y_2\\ .& .& .\\ .& .& .\\ .& .& .\\ K_N& -x_N& -y_N\end{array}\right],X=\left[\begin{array}{c}1/R\\ 2x/R\\ 2y/2\end{array}\right]$

再进一步，所述步骤5)中，(6)通过最小二乘算法进行求解：

$\hat{X}={\left(A^{T}A\right)}^{-1}{A}^{T}Y---\left(7\right)$

最后就能得到MS的坐标估计值为

${[x,y]}^T=\frac{{[\hat{X}\left(2\right),\hat{X}\left(3\right)]}^T}{2\hat{X}\left(1\right)}---\left(8\right)$

式(8)中代表向量中第k个元素，k＝1、2、3。

本发明的方法中，由于实际待估计自变量有三个，因此需要至少三条方程，从而基站BS数目至少为4个。

图1中，在利用基站测量的得到信号的到达时间之后首先需要将其转变成测量距离商的形式，然后根据该商和MS位置的数学关系建立定位方程组，然后通过数学变换将方程组进行线性换处理，最后利用最小二乘算法得到方程组的解，并且确定MS的坐标。

图2各种算法的仿真定位结果，黑色三角形代表基站位置。这个仿真采用经典的蜂窝网络7基站模型作为定位基站的拓扑，其中基站的坐标分别为 在本仿真中，取蜂窝小区半径r＝1000m，并且假设距离测量误差为标准差等于20m的零均值高斯变量。此外考虑NLOS误差符合前述参考文献[1]中的第三类DDM模型，即NLOS误差随着真实距离的增加而上升。max为NLOS的最大可能取值，在这个仿真中定为500m。从图2中可以看出，本发明的定位结果更加接近于真实位置。

图3是本发明和其他定位算法的均方根误差(RMSE，root meansquare error)对比图，其仿真环境和图2相同，主要用于研究max对各算法精度的影响。对比算法包括采用LS原理的到达时间差(TDOA，time difference of arrival)算法、到达时间和(TSOA，time sum of arrival)算法和到达时间(TOA)算法。从图3可以看出，随着max的增加，所有算法的精度都在下降，但是有所不同的是，本发明的定位算法下降地最为缓慢，而且其性能一直优于其它算法。

Claims (5)

1.一种基于TROA的NLOS传输环境无线定位方法，其特征在于：所述定位方法包括如下步骤：

1)由多个基站BS接收到移动台MS发送的信号，并且提取出信号中的到达时间信息TOA，并且将这些信息汇集到定位主基站中，定位基站数目不少于4个；

2)以主基站的测量值为参考，将其他基站测量的TOA除以参考值，转变成到达时间商TROA；

3)根据定位几何原理，定位基站数目不少于4个时构建以TROA为参数的定位方程组；

4)将定位方程组进行线性化处理；

5)求解方程组，并且进行定位，得到移动台MS的坐标估计值。

2.如权利要求1所述的一种基于TROA的NLOS传输环境无线定位方法，其特征在于：所述步骤2)中，如果利用第i个基站BS_i测量得到到达时间TOA_i，主基站设为第1个基站，那么它和第1个基站测量值商就是TROA_i1，也就是

${\mathrm{TROA}}_{i1}=\frac{{\mathrm{TOA}}_i}{{\mathrm{TOA}}_1}---\left(1\right).$

3.如权利要求2所述的一种基于TROA的NLOS传输环境无线定位方法，其特征在于：所述步骤3)中，移动台MS和第i个基站之间的距离写成：

$r_i=\sqrt{{(x-x_i)}^2+{(y-y_i)}^2}={\mathrm{TOA}}_i\×c---\left(2\right)$

其中(x,y)和(x_i,y_i)分别是MS和第i个BS的坐标，c是电磁波空气中传播速度；

根据上述公式，将TOA转变成距离之商，如果令dr_i1为测距之间的商，并且不失一般性，假设BS₁的位置位于坐标原点，那么

${\mathrm{dr}}_{i1}=\frac{r_i}{r_1}=\frac{{\mathrm{TOA}}_i*c}{{\mathrm{TOA}}_1*c}={\mathrm{TROA}}_{i1}---\left(3\right)$

对(3)左右进行平方处理，化简得到

${\mathrm{dr}}_{i1}^2=\frac{{(x-x_i)}^2+{(y-y_i)}^2}{x^2+y^2}---\left(4\right).$

4.如权利要求3所述的一种基于TROA的NLOS传输环境无线定位方法，其特征在于：所述步骤4)的线性化处理过程如下：对(4)进行数学变换

${\left({\mathrm{dr}}_{i1}\right)}^2-1=K_i\frac{1}{R}-2(x_{i}x+y_{i}y)\frac{1}{R}---\left(5\right)$

其中，K_i和R为中间参数，i＝2,3,..,N，N为参与定位的BS数目，且N大于等于4，把方程组(5)写成矩阵形式

Y＝AX   (6)

其中

$Y=\left[\begin{array}{c}{\mathrm{dr}}_{21}^2-1\\ .\\ .\\ .\\ {\mathrm{dr}}_{N1}^2-1\end{array}\right],A=\left[\begin{array}{ccc}{K}_2& -x_2& -y_2\\ .& .& .\\ .& .& .\\ .& .& .\\ K_N& -x_N& -y_N\end{array}\right],X=\left[\begin{array}{c}1/R\\ 2x/R\\ 2y/R\end{array}\right].$

5.如权利要求4所述的一种基于TROA的NLOS传输环境无线定位方法，其特征在于：所述步骤5)中，利用最小二乘算法求解方程组(6)，求解得到：

$\hat{X}={\left(A^{T}A\right)}^{-1}{A}^{T}Y---\left(7\right)$

最后得到MS的坐标估计值为

${[x,y]}^T=\frac{{[\hat{X}\left(2\right),\hat{X}\left(3\right)]}^T}{2\hat{X}\left(1\right)}---\left(8\right)$

公式(8)中代表向量中第k个元素，k＝1、2、3。