一种基于应急蜂窝通信网络的精确定位方法
技术领域
本发明涉及信号处理和移动通信等领域,特别涉及到一种基于应急蜂窝通信网络的精确定位方法。
背景技术
全球定位系统(GPS:Global Positioning System)的使用大幅度的提高了无线定位精度,使定位精度可达到米级,但是在没有GPS信号的地方无法实现定位。比如在地震等灾害现场,由于障碍物的阻挡,往往会丢失GPS信号,不利于救灾工作的展开。
我国是个自然灾害频发的国家,目前,我们还未建立一套完善的应急通信和定位系统,救援技术的发展相对缓慢,救援通信和定位设备比较落后,例如在2008年5月12日的四川特大地震救援行动中,卫星通信网络在前期完全瘫痪,严重阻碍了救助行动的开展。
采用应急蜂窝移动通信系统可以在救灾现场实现定位,而如何对人员、车辆的准确定位,进而迅速开展救援则是目前急需解决的问题。
发明内容
为解决上述问题,本发明的目的提供一种基于应急蜂窝通信网络的精确定位方法,该方法可以在现有无线定位的基础上,利用肖维勒的方法进一步提高定位精度,为救灾提供更有力的帮助。
为实现上述目的,本发明一种基于应急蜂窝通信网络的精确定位方法,主要基于时间测量值来实现无线定位,首先获取精确的到达时间差(TDOA:Time Difference ofArrival)的估计值;然后利用这些参数根据合适的定位算法进行计算,确定移动终端的具体位置。其具体内步骤如下:
1)定位服务器收取M个基站转发的移动台信息,定位服务器获得M个基站地理位置信息;其中M大于等于4;
设第i个基站的位置信息为(xi,yi),其中i∈[1,M];
2)定位服务器提取所有M个基站收到移动台信息的接收时间,并计算第j 号基站与第1号基站的信息到达时间差tj,1,其中2≤j≤M;
利用电磁波在大气中的传播速度c可以计算出第j号基站与第1号基站的距离差rj,1;
rj,1=tj,1*c;
3)利用以下公式(1)计算估计位置矢量za,
在上式中:
其中:
rj-r1=rj,1
xj-x1=xj,1;
yj-y1=yj,1
x、y分别为移动台的x坐标和y坐标值;rj为第j号基站与所述移动台的距离,r1为第1号基站与所述移动台的距离;rj,1为移动台到第j号基站与移动台到第1号基站的距离差;xj、yj分别为第j号基站的x坐标和y坐标值;xj,1为xj与x1之差,yj,1为yj与y1之差;
其中N为服从正态分布的噪声向量;
4)利用欧拉公式计算每个基站与移动台的距离;
设第i个基站与移动台的距离为ri,则ri第一次估算值为ri 0,则:
其中i∈[1,M];
5)计算M个基站与移动台的距离均值和均方根值,并判断均方根值与均值的比值是否大于0.8;
即,
其中
6)如果步骤5)中所述比值满足不等式,则采用公式(2)重新计算估计位置矢量za,然后将估计位置矢量za代入入公式(3)计算z'a;
其中,
因为za中的r1与待定位节点的位置有关系,利用这个关系可以进行最小均方加权估计;即:
式中,
其中za,1,za,2,za,3为的各分量,za,1=x0+e1;za,2=y0+e2; za,3=r1 0+e3;e1,e2,e3为的估计误差。
B'=diag{za(1)-x1,za(2)-y1,za(3)}。
最后,可以计算出最终的移动台位置zp如下:
7)如果所述比值不满足不等式,则由公式(1)计算出移动台的估计位置矢量za,直接令z'a=za,代入公式(4)计算移动台位置zp;
8)定位服务器获取M个基站发来的同一移动台的新信息,并重复步骤1) 到7)继而获得n个zp,即zp1、zp2、……zpn,
其中
计算出移动台坐标的平均估值:
(其中n为自然数);
9)然后计算残差
……
查表获取肖维勒系数ωn,并判断以下不等式是否成立:
|vp1|>ωnσ;
|vp2|>ωnσ;
……
|vpn|>ωnσ;
去除不满足以上不等式的残值所对应的移动台位置值,
即,如果第i个位置信息满足|Vpi|>|ω100σ,则去除对应的估计位置矢量
假设剩余K个估计位置矢量,将剩余的估计位置矢量表示为
求均值,计算并获得移动台的最终位置(xf,yf)
进一步,所述步骤9)中的n为50-200。
本发明通过测量电磁波传播时间来进行无线定位,首先要估计TDOA值,然后利用这些参数根据合适的定位算法进行计算,确定移动终端的具体位置。本专利提出了一种结合衰减因子的TDOA Chan定位算法,对该定位算法所进行的仿真表明它们能够适应复杂的信道环境,在TDOA测量误差较小的情况下可以达到很高的精度。Chan算法是一种具有解析表达式的非递归双曲线方程组解法。该算法的特点是计算量小,在TDOA误差噪声服从高斯分布的环境下,定位精度高。但是,由于障碍物的阻挡,往往使定位误差变大。
为了消除障碍物的影响,本专利采用肖维勒的方法去除计算结果的粗大误差。肖维勒准则的思想是在n次测量中取不可能发生的个数为0.5那么对正态分布而言误差不可能出现的概率为利用标准正态函数表根据等式右端的已知值n可查表求出肖维勒系数ωn对于数据点xd若其残差 Vd满足|Vd|>ωnσ则剔除否则xd应保留。由此使得估计精度进一步提高。
附图说明
无。
具体实施方式
以下通过具体实施例来进一步对本发明说明。
本实施例对于移动台的定位方法具体步骤如下:
1)定位服务器收取M个基站转发的移动台信息,定位服务器获得M个基站地理位置信息;其中M大于等于4;
设第i个基站的位置信息为(xi,yi),其中i∈[1,M];
2)定位服务器提取所有M个基站收到移动台信息的接收时间,并计算第j 号基站与第1号基站的信息到达时间差tj,1,其中2≤j≤M;
利用电磁波在大气中的传播速度c可以计算出第j号基站与第1号基站的距离差rj,1;
rj,1=tj,1*c;
3)利用以下公式(1)计算估计位置矢量za,
在上式中:
其中:
rj-r1=rj,1
xj-x1=xj,1;
yj-y1=yj,1
x、y分别为移动台的x坐标和y坐标值;rj为第j号基站与所述移动台的距离,r1为第1号基站与所述移动台的距离;rj,1为移动台到第j号基站与移动台到第1号基站的距离差;xj、yj分别为第j号基站的x坐标和y坐标值;xj,1为xj与x1之差,yj,1为yj与y1之差;
其中N为服从正态分布的噪声向量;
4)利用欧拉公式计算每个基站与移动台的距离;
设第i个基站与移动台的距离为ri,则ri第一次估算值为ri 0,则:
其中i∈[1,M];
5)计算M个基站与移动台的距离均值和均方根值,并判断均方根值与均值的比值是否大于0.8;
即,
其中
6)如果步骤5)中所述比值满足不等式,则采用公式(2)重新计算估计位置矢量za,然后将估计位置矢量za代入公式(3)计算z'a;
其中,
因为za中的r1与待定位节点的位置有关系,利用这个关系可以进行最小均方加权估计;即:
式中,
其中za,1,za,2,za,3为的各分量。
B'=diag{za(1)-x1,za(2)-y1,za(3)}。
最后,可以计算出最终的移动台位置zp如下:
7)如果所述比值不满足不等式,则由公式(1)计算出移动台的估计位置矢量za,直接令z'a=za,代入公式(4)计算移动台位置zp;
8)定位服务器获取M个基站发来的同一移动台的新信息,并重复步骤1) 到7)继而获得100个zp,即zp1、zp2、……zp100,
其中
计算出移动台坐标的平均估值:
9)然后计算残差
……
查表获取肖维勒系数ω100,并判断每个残值的绝对值是否大于ω100σ;如果大于,则剔除该残值所对应的移动台位置值,否则,保留该残值所对应的移动台位置值。
对保留下来的移动台位置值求平均值,该则平均值则为移动台的最终位置。
以上仅描述了本申请的几个优选实施例,但本申请不限于此,凡是本领域普通技术人员在不脱离本申请的精神下,做出的任何改进和/或变形,均属于本申请的保护范围。