CN105158731A - 一种基于路测功率值的信源定位方法 - Google Patents

Abstract

本发明公开了一种基于路测功率值的信源定位方法，涉及无线电信号源定位技术领域。本发明包括数据采集、数据处理、获取极值或最值和信源定位步骤。本发明的信源定位方法不需要对信号源进行测向定位，不会受到信号传输过程中遇到的反射折射的影响，只需要接收GPS位置信息数据和对应的功率值。在车载设备进行测向的过程中，现有设备可以很容易做到接收功率和GPS数据的采集；数据获取容易。

Description

一种基于路测功率值的信源定位方法

技术领域

本发明涉及无线电信号源定位技术领域，更具体地说涉及一种基于路测功率值的信源定位方法。

背景技术

在无线电领域中，一个重要的研究方向就是对无线电信号源的定位问题。在已经发展出来的无线电信号源定位方法中，主要的信号源定位方法是：寻找出在测试位置点出的，接收到指定频率的信号的最大值得方向，并且朝着该方向运动；经过不断的测向和运动，找到信号源的位置。由于城市中高楼林立，电磁波不能按照理想的直线传播，所以按照测向的办法进行定位的方法比较复杂。

传统的在城市中寻找无线电信号源大致有两种方法：

第一：依靠架设在城市中较高位置的固定监测站，对待查的无线电信号进行测向，然后交绘定位，从而得到无线电信号源的大体位置；然后如果可以和监测站的台站数据库里的台站信息吻合，则可以判断该合法电台的地理位置；如果台站数据库内没有相应信息，则该电台是一个非法电台，需要派无线电工作人员到测得的大体位置，依靠测向天线寻找信号源的位置。

第二：利用车载无线电监测设备，找到存在信号源信号的地理范围内的多个制高点进行测向，交绘定位，得到信号源的大体位置。然后奔向测得的大体位置，再测向，再调整行车路线，最后找到信号源的位置；必要时候下车，利用手持式测向设备寻找信号源的位置。

国家知识产权局于2012年06月27日，公开了一件公开号为CN102520393A，名称为“信源定位方法”的发明专利，该发明专利包括步骤：获得各接收天线接收信源发送的信号时的接收信号功率值；针对每个接收天线，分别根据获得的各接收信号功率值，确定所述信源的横向坐标为该接收天线的横向坐标时的概率值；根据确定出的各概率值，确定该信源的横向坐标。采用本发明技术方案，能够解决现有技术中计算复杂度较高，稳定性较差，误差较大以及系统成本较高的问题。

由于城市中高楼林立，电磁波不能按照理想的直线传播，所以按照测向的办法进行定位的方法比较复杂。查找时间较长、信号源查找效率较低，不能准确定位。

发明内容

为克服现有技术中的不足，本发明提供了一种基于路测功率值的信源定位方法，本发明的发明目的是提供一种快速定位信号源位置，节省信号源的查找时间，提高信号源定位准确性的信源定位方法，本发明的信源定位方法通过采集不同地理位置的信号源的功率数据，并根据收集到的数据进行处理，最终确定信号源的位置，可以大大缩短查找信号源位置的时间，提高信号源查找效率，节省人力物力。

为解决上述现有技术中的不足，本发明是通过下述技术方案实现的：

一种基于路测功率值的信源定位方法，其特征在于：其步骤如下：

数据采集步骤：通过无线电接收设备和GPS数据采集设备获得在设定路径上的原始数据，所述原始路测数据包括路测GPS位置信息数据和对应的功率值；

设定信号源的搜索区域Re：以数据采集的路径为基础，向外拓展1～3倍面积的相应区域作为信号源的搜索区域Re；

数据处理步骤：建立数学模型Delta＝f(Gps)：其中Gps表示信号源的预测位置；该模型满足在信号源位置所处邻域内，可以找到一个位置Gps使得Delta＝f(Gps)取得极值或者最值；

获取信号源位置的步骤：根据数学模型Delta＝f(Gps)，对Delta采用最优化算法，在区域Re内计算Delta＝f(Gps)的极值或者最值Delta_m；在此过程可能得到M(M>0)个位置Gps_m使得Delta＝f(Gps)取得极值点Delta_m，在这些极值或最值中，使得Delta＝f(Gps)取得极值或者最值的某个Gps_m是信号源的位置；

多个可能的信号源的位置的筛选步骤：以使得Delta＝f(Gps)取得极值或者最值的位置Gps_m为基础，反推每个数据采集点的电波传播模型；当电波传播模型的参数方差值最小时，该位置Gps_m便是信号源的最优位置。

还包括数据筛选步骤，所述数据筛选步骤设置在数据采集步骤之后，数据处理步骤之前；所述数据筛选步骤具体是指：

a、以一个数据采集的GPS位置点为参考点，计算它到其他数据采集位置点的距离d_ij，其中i是参考点的编号，j为其他位置点的编号；

b、按照公式计算出ρ_ij，其中δ是描述以参考点为中心，半径为δ的圆内包含的其他GPS位置信息数据；

c、按照公式求解密度，其中N是信号采集点的数量；

d、重复a-c步骤，将i从1计算到n，将所有点的密度计算出来，并观察部分数据与其他数据之间有无明显界限，如果有明显界限，确定一个阈值t，当ρ_i<t，这个位置点滤除，反之，则保留这个位置点；如果没有明显界限，则可增大δ，重复上述步骤。

所述数据处理步骤中建立数学模型Delta＝f(Gps)具体是指：预估所测信号的电波传播模型和信号源的发射功率，根据电波传播模型建立数学模型，其中R_i是在i位置点采集到的路测功率值；R_ci是以假定的信号源位置为标准，R_ci＝P_s-Lp_i，P_s是信号源的发射功率，Lp_i是电波传播模型计算出来的电波损耗，N是信号采集点的个数。

所述电波传播模型表示无线电信号通过不同地形地貌以后，在接收位置上能量衰减值，所述电波传播模型可以表示为：Lp＝klogd+b，其中Lp是无线电信号的衰减值，d是信号源到测量点的距离，k、b是两个常数，与信号源的发射天线的高度、接收天线的高度以及传播途径中的地形复杂度有关。

所述数据处理步骤中建立数学模型Delta＝f(Gps)具体是指：建立数学模型 $Delta=f\left(Gps\right)=\underset{i=1}{\overset{N}{\&Sigma;}}|(R_i-\stackrel{\&OverBar;}{R})-(R_{ci}-\stackrel{\&OverBar;}{R_c})|;$ 其中R_ci＝klog(d_i)，k是一个经验参数，取值是28～55，d_i是预测的信号源的位置Gps与第i个信号采集点的距离，即 $d_i=\sqrt{{(x-x_i)}^2+{(y-y_i)}^2},$ 是N个R_ci的均值。

最优化的算法：为了达到最优化目的所提出的各种求解方法。从数学意义上说，最优化方法是一种求极值的方法，即在一组约束为等式或不等式的条件下，使系统的目标函数达到极值，即最大值或最小值。经典的最优化算法有梯度、Hessian矩阵、拉格朗日乘数、单纯形法、梯度下降法等；而对于更复杂的问题，则可考虑用一些智能优化算法，例如遗传算法、蚁群算法、模拟退火、禁忌搜索、粒子群算法等。

与现有技术相比，本发明所带来的有益的技术效果表现在：

1、本发明的信源定位方法不需要对信号源进行测向定位，不会受到信号传输过程中遇到的反射折射的影响；本发明的技术方案，是测向式信号源定位方法的一种补充。当测向式信号源定位方法存在一定误差的城市地理环境中，可以采用本发明的技术方案，弥补测向定位方法的不足，通过数学运算的方法，提供一个信号源可能的参考位置，帮助无线电工作人员花费更少的时间找出信号源的位置。

2、只需要GPS位置信息数据和对应的功率值，现有设备可以很容易做到接收功率和GPS数据的采集，数据获取容易。

3、除了一台电脑、平板或者智能手机等智能设备，不要添加任何别的硬件，成本低廉。

附图说明

图1，采集的101.7MHz调频广播的信号强度图

图2，采集的101.7MHz调频广播信号的信号源定位图，该图中随机选取了四个不同的假设点为起点来定位信号源的位置。

具体实施方式

实施例1

作为本发明一较佳实施例，本实施例公开了：

一种基于路测功率值的信源定位方法，其步骤如下：

数据采集：通过带GPS的监测接收设备采集所述路径上的原始路测数据，所述原始路测数据包括路测GPS位置信息数据和对应的功率值；实时计算信号源的位置；

设定信号源的搜索区域Re：以数据采集的路径为基础，向外拓展1倍面积的相应区域作为信号源的搜索区域Re；

数据处理步骤：建立数学模型Delta＝f(Gps)；计算信号源的真实位置和预测位置的误差，其中Gps表示信号源的预测位置；在信号源位置所处邻域内，可以找到一个点Gps使得Delta＝f(Gps)取得极值或者最值；

如果可以预估所测信号的电波传播模型和信号源的发射功率，可以根据电波传播模型建立函数：其中R_i是在i位置点采集到的路测功率值；R_ci是以假定的信号源位置为标准，R_ci＝P_s-Lp_i，P_s是信号源的发射功率，Lp_i是电波传播模型计算出来的电波损耗，N是信号采集点的个数；

电波传播模型描述了无线电信号通过不同的地形地貌以后，在接受位置上能量衰减值，它可以表示为：Lp＝klogd+b，其中Lp是无线电信号的衰减值，d是信号源到测量点的距离，k，b是两个常数，与信号源的发射天线的高度，接受天线的高度以及传播途径中的地形复杂度有关；

获取极值或最值步骤：根据数据处理步骤中建立的数学模型Delta＝f(Gps)，随机选取不同点作为起点，对Delta采用梯度下降算法计算极值；得到M个位置Gps_m使得Delta＝f(Gps)取得极值Delta_m；

多个可能的信号源的位置的筛选步骤：以Gps_m为参考，推算每个信号采集点的电波传播模型的参数，并用该参数判断信号源的位置的合理性；

通过计算，得到M个Delta＝f(Gps)的极值和最值，将每一个取得极值或者最值的位置Gps_m代入以下公式运算：

通过公式：计算每一个位置X的k参数，其中，k₁是可能的信号源的位置X相对于第i信号采集点的的电波传播模型的k参数，R_i是第i个信号采集点的信号接收功率，是所有点的接收功率的均值，d_i是X和第i个信号采集点的距离，N是信号采集点的个数；

接下来算出k₁～k_n，再计算k₁～k_n的方差S_n；

最后，取出S₁～S_M中的最小值S_min＝min(S₁,...S_M)，S_min对应的位置X便是信号源位置的最优估计。

实施例2

作为本发明又一较佳实施例，本实施例公开了：

一种基于路测功率值的信源定位方法，其步骤如下：

数据采集：通过分别采集监测接收设备和GPS设备在所述路径上的原始路测数据，所述原始路测数据包括路测GPS位置信息数据和对应的功率值；实时计算信号源的位置；

设定信号源的搜索区域Re：以数据采集的路径为基础，向外拓展2倍面积的相应区域作为信号源的搜索区域Re；

数据筛选步骤：

a、以一个数据采集的GPS位置点为参考点，计算它到其他数据采集位置点的距离d_ij，其中i是参考点的编号，j为其他位置点的编号；

b、按照公式计算出ρ_ij，其中δ是描述以参考点为中心，半径为δ的圆内包含的其他GPS位置信息数据；

c、按照公式求解密度，其中N是信号采集点的数量；

d、重复a-c步骤，将i从1计算到n，将所有点的密度计算出来，并观察部分数据与其他数据之间有无明显界限，如果有明显界限，确定一个阈值t，当ρ_i<t，这个位置点滤除，反之，则保留这个位置点；如果没有明显界限，则可增大δ，重复上述步骤；

数据处理步骤：建立数学模型Delta＝f(Gps)；计算信号源的真实位置和预测位置的误差，其中Gps表示信号源的预测位置；在信号源位置所处邻域内，可以找到一个点Gps使得Delta＝f(Gps)取得极值或者最值；

当对所测信号的电波传播模型一无所知的时候，建立数学模型 $Delta=f\left(Gps\right)=\underset{i=1}{\overset{N}{\&Sigma;}}|(R_i-\stackrel{\&OverBar;}{R})-(R_{ci}-\stackrel{\&OverBar;}{R_c})|;$ 其中R_ci＝klog(d_i)，k是一个经验参数，取值是28，d_i是假定的信号源与第i个路测点之间的距离，即 $d_i=\sqrt{{(x-x_i)}^2+{(y-y_i)}^2},$ 是n个R_ci的均值；

获取极值或最值步骤：根据数据处理步骤中建立的数学模型Delta＝f(Gps)，随机选取不同点作为起点，对Delta采用梯度下降算法计算极值；得到M个位置Gps_m使得Delta＝f(Gps)取得极值Delta_m；

多个可能的信号源的位置的筛选步骤：以Gps_m为参考，推算每个信号采集点的电波传播模型的参数，并用该参数判断信号源的位置的合理性；

通过计算，得到M个Delta＝f(Gps)的极值和最值，将每一个取得极值或者最值的位置Gps_m代入以下公式运算：

通过公式：计算每一个位置X的k参数，其中，k₁是可能的信号源的位置X相对于第i信号采集点的的电波传播模型的k参数，R_i是第i个信号采集点的信号接收功率，是所有点的接收功率的均值，d_i是X和第i个信号采集点的距离，N是信号采集点的个数；

接下来算出k₁～k_n，再计算k₁～k_n的方差S_n；

最后，取出S₁～S_M中的最小值S_min＝min(S₁,...S_M)，S_min对应的位置X便是信号源位置的最优估计。

实施例3

作为本发明又一较佳实施例，本实施例公开了：

一种基于路测功率值的信源定位方法，其步骤如下：

数据采集步骤：先通过监测接收设备和GPS设备实时采集所述路径上的原始路测数据并储存起来，所述原始路测数据包括路测GPS位置信息数据和对应的功率值；然后将数据导入算法中离线计算信号源的位置；

数据筛选步骤具体是指：

a、以一个数据采集的GPS位置点为参考点，计算它到其他数据采集位置点的距离d_ij，其中i是参考点的编号，j为其他位置点的编号；

b、按照公式计算出ρ_ij，其中δ是描述以参考点为中心，半径为δ的圆内包含的其他GPS位置信息数据；

c、按照公式求解密度，其中N是信号采集点的数量；

d、重复a-c步骤，将i从1计算到n，将所有点的密度计算出来，并观察部分数据与其他数据之间有无明显界限，如果有明显界限，确定一个阈值t，当ρ_i<t，这个位置点滤除，反之，则保留这个位置点；如果没有明显界限，则可增大δ，重复上述步骤；

设定信号源的搜索区域Re：以数据采集的路径为基础，向外拓展3倍面积的相应区域作为信号源的搜索区域Re。

数据处理步骤：预估所测信号的电波传播模型和信号源的发射功率，根据电波传播模型建立数学模型，其中R_i是在i位置点采集到的路测功率值；R_ci是以假定的信号源位置为标准，R_ci＝P_s-Lp_i，P_s是信号源的发射功率，Lp_i是电波传播模型计算出来的电波损耗，N是信号采集点的个数；

获取信号源位置的步骤：根据数学模型Delta＝f(Gps)，对Delta采用最优化算法，在区域Re内计算Delta＝f(Gps)的极值或者最值Delta_m；在此过程可能得到M(M>0)个位置Gps_m使得Delta＝f(Gps)取得极值点Delta_m，在这些极值或最值中，使得Delta＝f(Gps)取得极值或者最值的某个Gps_m是信号源的位置；

多个可能的信号源的位置的筛选步骤：以Gps_m为参考，推算每个信号采集点的电波传播模型的参数，并用该参数判断信号源的位置的合理性；

通过计算，得到M个Delta＝f(Gps)的极值和最值，将每一个取得极值或者最值的位置Gps_m代入以下公式运算：

通过公式：计算每一个位置X的k参数，其中，k₁是可能的信号源的位置X相对于第i信号采集点的的电波传播模型的k参数，R_i是第i个信号采集点的信号接收功率，是所有点的接收功率的均值，d_i是X和第i个信号采集点的距离，N是信号采集点的个数；

接下来算出k₁～k_n，再计算k₁～k_n的方差S_n；

最后，取出S₁～S_M中的最小值S_min＝min(S₁,...S_M)，S_min对应的位置X便是信号源位置的最优估计。

上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (5)

1.一种基于路测功率值的信源定位方法，其特征在于：其步骤如下：

数据采集步骤：通过无线电接收设备和GPS数据采集设备获得在设定路径上的原始数据，所述原始路测数据包括路测GPS位置信息数据和对应的功率值；

设定信号源的搜索区域Re：以数据采集的路径为基础，向外拓展1~3倍面积的相应区域作为信号源的搜索区域Re；

数据处理步骤：建立数学模型：其中Gps表示信号源的预测位置；该模型满足在信号源位置所处邻域内，可以找到一个位置Gps使得取得极值或者最值；

获取信号源位置的步骤：根据数学模型，对Delta采用最优化算法，在区域Re内计算的极值或者最值Delta _m ；在此过程可能得到M(M>0)个位置Gps _m 使得取得极值点Delta _m ，在这些极值或最值中，使得取得极值或者最值的某个Gps _m 是信号源的位置；

多个可能的信号源的位置的筛选步骤：以使得取得极值或者最值的位置Gps _m 为基础，反推每个数据采集点的电波传播模型；当电波传播模型的参数方差值最小时，该位置Gps _m 便是信号源的最优位置。

2.如权利要求1所述的一种基于路测功率值的信源定位方法，其特征在于：还包括数据筛选步骤，所述数据筛选步骤设置在数据采集步骤之后，数据处理步骤之前；所述数据筛选步骤具体是指：

a、以一个数据采集的GPS位置点为参考点，计算它到其他数据采集位置点的距离，其中是参考点的编号，为其他位置点的编号；

b、按照公式，计算出，其中是描述以参考点为中心，半径为的圆内包含的其他GPS位置信息数据；

c、按照公式，求解密度，其中N是信号采集点的数量；

d、重复a-c步骤，将从1计算到，将所有点的密度计算出来，并观察部分数据与其他数据之间有无明显界限，如果有明显界限，确定一个阈值，当<，这个位置点滤除，反之，则保留这个位置点；如果没有明显界限，则可增大，重复上述步骤。

3.如权利要求1所述的一种基于路测功率值的信源定位方法，其特征在于：所述数据处理步骤中建立数学模型具体是指：预估所测信号的电波传播模型和信号源的发射功率，根据电波传播模型建立数学模型，；其中是在位置点采集到的路测功率值；是以假定的信号源位置为标准，，P _s 是信号源的发射功率，是电波传播模型计算出来的电波损耗，N是信号采集点的个数。

4.如权利要求1所述的一种基于路测功率值的信源定位方法，其特征在于：所述电波传播模型表示无线电信号通过不同地形地貌以后，在接收位置上能量衰减值，所述电波传播模型可以表示为：，其中是无线电信号的衰减值，是信号源到测量点的距离，、是两个常数，与信号源的发射天线的高度、接收天线的高度以及传播途径中的地形复杂度有关。

5.如权利要求1所述的一种基于路测功率值的信源定位方法，其特征在于：所述数据处理步骤中建立数学模型具体是指：建立数学模型；其中，是一个经验参数，取值是28~55，是预测的信号源的位置Gps与第i个信号采集点的距离，即，是N个的均值。