CN105005039A - 基于3d建模场景动态指纹的卫星信号定位方法及系统 - Google Patents

Abstract

一种基于3D建模场景动态指纹的卫星信号定位方法及系统，利用射线跟踪模型对卫星信号的传播路径进行预测，将接收区域进行网格划分，每个网格的中心点作为一个采样点，并计算到达各采样点的各条信号的参数信息构成指纹数据库，然后获得某一目标点的特征向量，最后将此特征向量与指纹数据库进行匹配，找出欧氏距离最小的采样点，其位置坐标即为估计出的目标点的坐标。本发明操作简单，易于实现，能有效提高定位准确度以及减小定位误差。

Description

基于3D建模场景动态指纹的卫星信号定位方法及系统

技术领域

本发明涉及的是一种卫星信号定位技术领域的方法，具体是一种运用三维射线跟踪模型对实际场景进行建模并追踪信号的传播路径的卫星信号指纹定位方法及系统，用于计算和分析卫星接收信号的特性以实现定位，并且可以用来提高卫星信号的定位精度以及减小定位误差。

背景技术

目前三维射线跟踪模型被广泛应用在移动通信和个人通信的无线电波预测中，通过对实际场景进行建模，就可以用来预测出发射机与接收机之间所有可能的射线路径。射线跟踪法是基于电磁理论、几何光学理论和一致性绕射理论，通过模拟信号的传播路径来确定从发射机到接收机之间的所有路径。信号在传播过程中，遇到障碍物会发生反射或绕射，根据镜面反射原理和一致性绕射原理计算出在反射点或者绕射点出信号场强或者多径延迟等。最后将所有到达接收范围的信号进行矢量相加。射线跟踪法具有易于程序化、预测精度高、省时省力等优点，因此，本发明将三维射线跟踪法应用在卫星信号的传播预测及定位技术中。

定位技术是根据被测信号的相关参数来估计目标点的位置坐标的方法。目前定位方法主要包括三角定位、指纹定位和基于移动网络的定位技术。三角定位技术具有方便快捷、工作量小等优点，但其很大程度依赖于信号传输损耗模型，然而不同位置的信号损耗差异很大且难以确定，因此在实施过程中困难重重。基于移动网络的定位技术根据移动终端采集到的所处小区的标识号来确定用户的位置，而这种定位技术在小区密集的地区易于实现，但定位误差较大。指纹定位技术不仅定位准确度高而且易于实现。所以本发明采用指纹技术来实现卫星信号的定位。

基于指纹技术的定位系统通过对信号进行测量，建立位置指纹数据库，将需要定位的目标点的测量数据与位置指纹数据库进行匹配来确定目标的实际位置。指纹定位方法的实施一般分为两个阶段：离线阶段和在线定位阶段。离线阶段又称数据采集阶段，它的主要任务是采集所需定位区域的各位置的信号信息，形成指纹数据库，每一个指纹信息代表一个固定的位置。在线阶段是通过匹配算法，将某一位置的信号信息与指纹数据库相匹配，最后估计出目标位置的坐标。由于指纹定位方法在离线阶段的数据采集工作量较大，本发明使用三维射线跟踪模型，先对所需定位区域的实际场景进行建模，再利用射线跟踪法对该区域的信号传播进行预测并计算其位置信息，以此来代替实际的数据采集工作，大大降低了工作量。

目前，指纹定位技术主要采用接收信号强度作为指纹信息进行匹配定位，但接收信号强度很容易受到外界噪声等因素的干扰，只采用接收信号强度一个参数定位误差相对较大。

通过对现有技术检索发现，一种基于接收信号时间延迟(或相位延迟)的单参数指纹定位方法(Kumar，Rakesh，Petovello，Mark G.，"A Novel GNSS Positioning Technique for ImprovedAccuracy in Urban Canyon Scenarios Using 3D City Model，"Proceedings of the 27thInternational Technical Meeting of The Satellite Division of the Institute of Navigation(IONGNSS+2014)，Tampa，Florida，September 2014，pp.2139‐2148.)提出了以相位延迟作为指纹信息实现卫星信号定位，但其定位结果也不甚理想。

中国专利文献号CNCN101529956公开(公告)日2009.09.09公开了一种利用无线设备检测的信号的信号强度确定该无线设备的位置的系统和方法。通常比较从可识别源接收的信号的强度与在已知位置收集或估计的参考信号强度测量结果。通常从在信号中提供的数据获得信号的源。测绘仪使参考信号强度的组合与几何成形的地理区域相关联，使得信号强度测量结果可被用作定位能够在其中找到无线设备的区域的索引。描述了用于从已知位置接收信号强度信息的系统和方法，其中该信息可被用于更新和改善测绘系统数据库。但该技术只采用信号强度作为参考量，定位精度不高，并且信号强度容易受到环境的干扰，因此只利用信号强度实现定位，其定位精度并不理想。

发明内容

本发明针对上述现有技术存在的缺陷和不足，提出一种基于3D建模场景动态指纹的卫星信号定位方法及系统，用于进一步提高卫星信号定位精度，减小定位误差。在指纹定位离线阶段中，利用三维射线跟踪模型估计信号参数代替实际测量过程，很大程度上减少了工作量，而且其方法简单，易于实现。

本发明是通过以下技术方案实现的：

本发明通过对实际接收场景进行3D建模，生成射线跟踪模型并设置模型参数信息，利用射线跟踪法对卫星信号的传播路径进行预测，将接收区域进行网格划分，每个网格的中心点作为一个采样点，并计算到达各采样点的各条信号的参数信息构成指纹数据库，然后获得某一目标点的特征向量，最后将此特征向量与指纹数据库进行匹配，找出欧氏距离最小的采样点，其位置坐标即为估计出的目标点的坐标。

所述的方法具体包括以下步骤：

第一步，对实际接收场景进行3D建模，生成射线跟踪模型并设置模型参数信息：在MATLAB中对一个实际场景进行建模，然后设置模型中各个反射面的介电常数、反射系数、发射卫星信号的频率以及入射方向、反射次数的上限值以及所追踪的路径总数等模型参数信息。

第二步，利用射线跟踪模型对卫星信号的传播路径进行预测，具体为：首先对场景进行3D建模，然后利用射线跟踪法对每一条信号路径进行追踪，得到到达某一点的信号的全部路径，最后对每条路径的相关参数进行计算；当已知卫星信号的入射方向，按照镜面反射原理即可得到卫星信号的传播路径。

第三步，选定实际场景中需要实现定位的区域作为接收区域，并对接收区域进行网格划分：将接收区域划分为均匀的网格，每个网格的中心点作为采样点。接收区域网格的个数决定这指纹数据库的大小，并且网格的密度也与定位准确率及定位误差有着密切的联系。

第四步，计算接收区域中到达各个采样点的每条信号的参数信息，即接收信号强度、到达角(仰角和方向角)、到达相位差、时间延迟，并将这些参数信息组成一个特征向量，每个采样点的特征向量即可构建指纹数据库；然后根据射线跟踪法的原理，计算出到达某一采样点的每条信号的这五个参数以组成一个特征向量，每个采样点的特征向量构成指纹库。

所述的特征向量可表示为：

其中：LOS signal为直射信号，NLOS signal为反射信号，P_r为接收信号强度、AOA为到达角，在三维情况下到达角包括一个仰角EA和一个方向角AA、PDOA为到达相位差、T_d为时间延迟。

在卫星信号定位中，假设信号发射机的功率为P_t单位为dBW，则到达接收区域的信号功率密度P_d＝P_t+A_l+P_l，其中：A_l为大气衰减，大约为‐2.0dBW，为路径损耗，则接收信号强度P_r等于信号功率密度与天线有效接收面积的乘积，即P_r＝P_d+10log₁₀S_ant，其中为天线有效接收面积，G_R为天线接收增益，λ为卫星信号波长。

当卫星信号遇到障碍物发生反射时，反射信号的信号强度与反射面的反射系数R_C有密切的联系，其中θ为信号到达角，ε为反射面的相对介电常数。

到达相位差PDOA即到达接收区域的所有直射路径(或者反射路径)中最短的一条与其他路径之间的相位差，第i条路径的到达相位差L_i表示第i条路径相对于最短路径的距离差，λ表示卫星信号的波长。

第五步，将待定位目标点的特征向量与指纹数据库进行匹配得出目标点位置坐标：即寻找待定位目标点的特征向量与所有采样点特征向量之间欧氏距离的最小值，具体为：计算待定位目标点的特征向量到指纹数据库中的每一个采样点特征向量的欧氏距离，欧氏距离最小时对应的采样点的坐标即认为是估计出的目标点的位置坐标

本发明涉及一种实现上述方法的系统，包括：建模模块、网格化模块、指纹数据库以及匹配模块，其中：建模模块将对应真实场景的3D模型中选定接收区域并输出至网格化模块，网格化模块对接收区域进行网格划分选定采样点，并根据每个采样点的特征向量生成指纹数据库，匹配模块根据待定位目标点的特征向量与指纹数据库进行匹配以实现定位。

技术效果

与现有方法和技术相比，本发明将三维射线跟踪模型应用在卫星信号定位中，采用多参数的指纹定位算法实现定位，方法简单，具有很好的可行性，并且相比之下，本发明的定位精度较高，定位误差较小。

附图说明

图1是实现所述方法的系统框图。

图2是实验的真实场景以及此场景的3D模型示意图。

图3是实例中采用所提出的方法实现的定位结果。

图4是实例中采用所提出的方法计算出200个待定位点的定位误差分布图。

具体实施方式

下面对本发明的实施例作详细说明，本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

实施例1

本实施例以上海交通大学微电子大楼阳台(如图2(a))为实验场景，利用射线跟踪模型，在MATLAB仿真软件生成该实际场景的3D模型(如图2(b))，计算接收信号的参数，构建指纹数据库，并实施匹配定位。

本方法的具体实施过程如下：

1)首先利用射线跟踪模型对实验场景进行建模，并设置相应参数，设卫星信号频率为1.56GHZ，卫星高度为22000km，卫星信号发射功率为478.63dBW。

在本实施例中，以模型底面为接收区域，以地面的左上角为坐标原点、该交的三条边分别为x轴、y轴和z轴。在此坐标系下，假设卫星信号为平面波，设其入射方向为[3‐11]。设此模型中混凝土墙面的介电常数为5.5，玻璃墙面的介电常数为4.3。

由于反射对信号强度的影响很大，因此设置最多反射次数为2次。为了简化计算过程，在到达某一点的所有信号中只考虑最主要的一条直射径、两条一次反射路径以及两条二次反射路径。反射路径是根据镜像法来确定的。首先计算出接收点关于反射面的镜像点，以卫星信号的入射方向为方向向量，过此镜像点的直线与反射面的交点即为反射点，此直线为入射路径，连接反射点与接收点即可得到完整的一次反射路径。二次反射路径也可通过相似的方法得到。

2)对接收区域进行网格划分。将接收区域划分为均匀的网格，每个网格的中心点作为采样点。

在本实施例中，接收区域两条边分别为12.8m和19.1m，划分网格的边长为0.1m，即网格密度为每平方米100个，则接收区域被划分为191×128个网格，并以每个网格的中心点为采样点。

3)计算到达各采样点的每条信号的参数信息构成指纹数据库。每条到达接收点的路径均有5个参数，一共计算5条路径，因此每个采样点的特征向量均包含25个分量。

在本实施例中，接收信号强度P_r＝P_d+10log1₀S_ant，其中P_d为接收信号功率密度，S_ant为接收天线有效面积。到达角通过模型中的几何关系即可得到。设到达接收区域的所有直射路径(或反射路径)最短的一条的相位为0相位，则其他路径相对于此最短路径的相位差即为到达相位差。设到达某一点的直射路径的时间延迟为0s，则到达该点的反射路径与直射路径的距离差再除以信号传播速度即为时间延迟。在本示例中，由于墙面的遮挡，某些采样点的某条路径可能并不存在，为了保证指纹信息的完整性，将此路径对应的参数设为一个相当大的常数。最后，所有采样点的特征向量即构成了指纹数据库。

4)随机产生200个点作为待定位点，利用上述步骤3)的方法计算这200个点的特征向量。

在本实例中，由于墙角周围的点受到遮挡或者多次反射的影响，定位效果并不理想，因此本实例选取的200个目标点是远离墙角位置的。通过MATLAB中自带的rand()函数随机生成200个x坐标在3m到11m之间，y坐标在4m到12m之间，z坐标为0的随机点，并利用步骤3)的方法计算每个目标点的特征向量。

5)将目标点的特征向量与指纹数据库进行匹配得出目标点位置坐标。

在本实施例中，计算的目标点的特征向量为指纹数据库中的第i个采样点的特征向量为通过匹配算法找出与欧式距离最小的则对应的采样点的坐标即为估计的目标点的位置坐标，即定位结果如图3所示，其中‘*’代表实际的目标点位置，‘o’代表通过本发明的方法估计出目标点的位置。并计算出这200个点的定位误差，如图4所示。

6)改变网格密度的大小，重复步骤2)、3)、4)、5)。

在本实例中，选取4种网格划分，分别为48×32、96×64、191×128、382×256，对应的网格边长分别为0.4m、0.2m、0.1m、0.05m。假设某一点的定位误差小于其网格的边长即认为定位正确，在这基础上分别计算并比较四种网格密度下所提方法的定位准确度。仿真结果表明网格密度越大定位准确度越高，且定位误差也越小。

7)将传统的单参数指纹定位方法与本发明所提出的多参数指纹定位方法进行对比。

在本实例中，在MATLAB中仿真传统的单参数指纹定位方法的定位结果，实验步骤与上述过程基本相同，唯一不同之处在于将步骤3)中的多参数特征向量改为传统的单个参数，此参数一般为时间延迟(或者接收信号强度)。两种方法的比较结果如表1所示，结果表明相较之下本发明所提出的方法具有较高的定位准确度以及较低的定位误差。

表1

Claims (7)

1.一种基于3D建模场景动态指纹的卫星信号定位方法，其特征在于，通过对实际接收场景进行3D建模，生成射线跟踪模型并设置模型参数信息，利用射线跟踪模型对卫星信号的传播路径进行预测，将接收区域进行网格划分，每个网格的中心点作为一个采样点，并计算到达各采样点的各条信号的参数信息构成指纹数据库，然后获得某一目标点的特征向量，最后将此特征向量与指纹数据库进行匹配，找出欧氏距离最小的采样点，其位置坐标即为估计出的目标点的坐标。

2.根据权利要求1所述的方法，其特征是，所述的射线跟踪模型是指：与真实场景相对应的3D模型，通过对场景中反射面的反射系数、发射卫星信号的相关参数以及最多反射次数和最多追踪路径条数的设置，利用射线跟踪原理来实现卫星信号在真实环境中的传播路径以及损耗的仿真。

3.根据权利要求1所述的方法，其特征是，所述的采样点的特征向量是指：构成特征向量的参数有接收信号强度、到达角、到达相位差、时间延迟，在每一个采样点考虑一条直射径、两条一次反射路径和两条二次反射路径，共计5条信号路径，将每条路径的上述参数计算出来组成一个一维向量此一维向量就是该采样点的特征向量。

4.根据权利要求1所述的方法，其特征是，所述的指纹数据库通过以下方式得到：对接收区域进行均匀的网格划分，每个网格的中心点为采样点；在MATLAB中计算各个采样点的特征向量即指纹数据库中各个采样点的指纹信息，所有网格的特征向量即组成指纹数据库。

5.根据权利要求4所述的方法，其特征是，所述的指纹数据库中，当由于墙面的遮挡导致采样点的任一条路径实际上并不存在，为了保证指纹信息的完整性，将该条路径对应的参数设为一个相当大的常数。

6.根据权利要求1所述的方法，其特征是，所述的匹配算法是指：假设某一待定位点的 特征向量为指纹数据库中第i个指纹信息为将与指纹数据库中的每一个指纹信息相匹配并计算欧氏距离，通过比较得到的欧式距离最小的采样点的坐标即为待定位点的位置坐标，即

7.一种实现上述任一权利要求所述方法的系统，其特征在于，包括：建模模块、网格化模块、指纹数据库以及匹配模块，其中：建模模块将对应真实场景的3D模型中选定接收区域并输出至网格化模块，网格化模块对接收区域进行网格划分选定采样点，并根据每个采样点的特征向量生成指纹数据库，匹配模块根据待定位目标点的特征向量与指纹数据库进行匹配以实现定位。