CN105188082B - 用于室内wlan环境下rss/aoa/tdoa定位性能的评价方法 - Google Patents

用于室内wlan环境下rss/aoa/tdoa定位性能的评价方法 Download PDF

Info

Publication number
CN105188082B
CN105188082B CN201510473940.7A CN201510473940A CN105188082B CN 105188082 B CN105188082 B CN 105188082B CN 201510473940 A CN201510473940 A CN 201510473940A CN 105188082 B CN105188082 B CN 105188082B
Authority
CN
China
Prior art keywords
positioning
rss
aoa
tdoa
error limit
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201510473940.7A
Other languages
English (en)
Other versions
CN105188082A (zh
Inventor
周牧
邱枫
田增山
王烟濛
王斌
唐云霞
何维
杨晓波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing University of Post and Telecommunications
Original Assignee
Chongqing University of Post and Telecommunications
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chongqing University of Post and Telecommunications filed Critical Chongqing University of Post and Telecommunications
Priority to CN201510473940.7A priority Critical patent/CN105188082B/zh
Publication of CN105188082A publication Critical patent/CN105188082A/zh
Application granted granted Critical
Publication of CN105188082B publication Critical patent/CN105188082B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/08—Testing, supervising or monitoring using real traffic
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/22—Traffic simulation tools or models
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/02—Hierarchically pre-organised networks, e.g. paging networks, cellular networks, WLAN [Wireless Local Area Network] or WLL [Wireless Local Loop]
    • H04W84/10—Small scale networks; Flat hierarchical networks
    • H04W84/12—WLAN [Wireless Local Area Networks]

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)
  • Navigation (AREA)

Abstract

本发明公开了一种用于室内WLAN环境下RSS/AOA/TDOA定位性能的评价方法，首先，根据室内WLAN环境下信号分布的统计特性，令不同的观测量分别服从各自的高斯分布；然后，利用费歇尔信息矩阵的特性，分别计算单独RSS，AOA以及TDOA定位方法的误差限；其次，利用多元正态分布函数刻画多观测量的概率分布，分别计算得到RSS/AOA，RSS/TDOA，AOA/TDOA以及AOA/TDOA/RSS混合定位方法的误差限；最后，定量分析基于不同观测量的定位方法对误差限的影响，综合评估RSS/AOA/TDOA的定位性能。本发明提高了室内WLAN定位方法的定位精度。

Description

用于室内WLAN环境下RSS/AOA/TDOA定位性能的评价方法
技术领域
本发明属于无线电通信技术，具体涉及一种用于室内WLAN环境下RSS/AOA/TDOA定位性能的评价方法。
背景技术
随着智能终端的不断普及和业务需求的增加，用户对信息的即时性和就地性的需求越来越强烈，因此基于位置的服务LBS(Location Based Service)也备受关注。目前较为流行的无线定位系统有全球定位系统GPS(Global Position System)、蜂窝定位系统、蓝牙定位系统、无线电频率识别RFID(Radio Frequency Identification)定位系统、ZigBee定位系统以及无线局域网WLAN(Wireless Local Area Network)定位系统。其中GPS定位系统目前应用最为广泛，定位精度较高，但是单卫星信号在障碍物较多的环境下，如高楼林立的城市街道或室内，信号会急剧减弱，导致系统难以工作；蜂窝定位系统的定位精度较低，定位误差通常大于五十米，对于定位精度要求较高的室内场景无法适用；蓝牙、RFID和ZigBee技术一般比较适用于近距离定位。因此，上述定位技术的普适性较差，于是需要寻找一种新的定位技术来代替或弥补各自的不足。WLAN定位系统正是迎合了这种需求的一个新兴的研究热点，其充分利用了WLAN网络在全球范围内的广泛部署与应用，仅需增加相应的软件资源，即可满足较高的定位需求。
基于WLAN的定位算法主要有：到达角度AOA(Angle of Arrival)定位、到达时间TDOA(Time Difference of Arrival)定位、接收信号强度RSS(Received SignalStrength)模型定位和位置指纹(Location Fingerprint)定位。位置指纹定位法虽然定位精度较高，但在离线阶段需要耗费大量的人力和物力开销，且环境适应能力较差。
随着5G时代的到来，多观测量RSS，AOA以及TDOA的获取将变为可能，因此，有必要研究RSS/AOA/TDOA定位方法的误差限，分析不同观测量对定位误差限的影响，实现对RSS/AOA/TDOA定位性能的评价。然而，现有评价方法不能很好地描述室内WLAN环境下不同观测量与定位误差限的关系。
发明内容
本发明的目的是提供一种用于室内WLAN环境下RSS/AOA/TDOA定位性能的评价方法，以提高室内WLAN定位方法的定位精度。
本发明所述的用于室内WLAN环境下RSS/AOA/TDOA定位性能的评价方法，包括以下步骤：
步骤一、选定定位目标区域；
步骤二、确定定位目标区域中接入点AP(Access Point)的位置；
步骤三、令目标区域内第i个用户可能位置为θi＝(xi,yi)；
步骤四、利用费歇尔信息矩阵，分别计算关于第i个用户可能位置的三个单观测量定位误差限，即AOA定位误差限V(A)i，RSS定位误差限V(R)i以及TDOA定位误差限V(T)i；
所述单观测量定位误差限表示：在室内WLAN定位过程中，使用一个观测量的信息来进行用户位置估计时的定位误差限；
所述AOA定位误差限V(A)i表示：在第i个用户可能位置，利用费歇尔信息矩阵计算得到AOA定位算法的克拉美罗界，即平方位置误差界；
所述RSS定位误差限V(R)i表示：在第i个用户可能位置，利用费歇尔信息矩阵计算得到RSS定位算法的克拉美罗界；
所述TDOA定位误差限V(T)i表示：在第i个用户可能位置，利用费歇尔信息矩阵计算得到TDOA定位算法的克拉美罗界；
步骤五、利用费歇尔信息矩阵，分别计算关于第i个用户可能位置的三个双观测量定位误差限，即AOA/RSS定位误差限V(A/R)i，AOA/TDOA定位误差限V(A/T)i，以及RSS/TDOA定位误差限V(R/T)i；
所述双观测量定位误差限表示：在室内WLAN定位过程中，使用两个观测量的信息来进行用户位置估计时的定位误差限；
所述AOA/RSS定位误差限V(A/R)i表示：在第i个用户可能位置，利用费歇尔信息矩阵计算得到AOA/RSS定位算法的克拉美罗界；
所述AOA/TDOA定位误差限V(A/T)i表示：在第i个用户可能位置，利用费歇尔信息矩阵计算得到AOA/TDOA定位算法的克拉美罗界；
所述RSS/TDOA定位误差限V(R/T)i表示：在第i个用户可能位置，利用费歇尔信息矩阵计算得到RSS/TDOA定位算法的克拉美罗界；
步骤六、利用费歇尔信息矩阵，计算关于第i个用户可能位置的三观测量定位误差限，即AOA/TDOA/RSS定位误差限V(A/T/R)i；
所述三观测量定位误差限表示：在室内WLAN定位过程中，使用三个观测量的信息来进行用户位置的估计时的定位误差限；
所述AOA/TDOA/RSS定位误差限V(A/T/R)i表示：在第i个用户可能位置，利用费歇尔信息矩阵计算得到AOA/TDOA/RSS定位算法的克拉美罗界；
步骤七、判断i是否等于n；若是，则进入步骤九；若否，则进入步骤八；
步骤八、令i＝i+1，得到第i+1个用户可能位置，并进入步骤三；
步骤九、计算定位目标区域内所有用户可能位置的平均定位误差限Vave；
其中，n表示定位目标区域内用户可能位置的个数；V(·)i表示在第i个用户可能位置，利用费歇尔信息矩阵计算得到某观测量定位算法的克拉美罗界；
步骤十、根据Vave的取值评估各定位算法的性能；
步骤十一、输出性能最优的定位算法。
所述步骤四中，所述RSS定位误差限V(R)i的表达式为：
其中，σ1为RSS服从的高斯分布噪声标准差；β表示路径损耗指数，其反映了信号传播路径损耗与距离的关系；m为AP的个数；dik为第i个用户可能位置到第k个AP(APk)的距离，即(xi,yi)是第i个用户可能位置坐标；(xk,yk)是APk位置坐标；αik表示第i个用户可能位置和APk距离连线与水平面的仰角；
所述TDOA定位误差限V(T)i的表达式为：
其中，c为电磁波传播的速度，约为光速；στ为信号到达时间服从高斯分布噪声的标准差；
所述AOA定位误差限V(A)i的表达式为：
其中，σα为信号到达角度服从高斯分布噪声的标准差。
所述步骤五中，所述AOA/RSS定位误差限V(A/R)i的表达式为：
其中，ρ13为RSS与AOA的相关度；
所述RSS/TDOA定位误差限V(R/T)i的表达式为：
其中，ρ12为RSS与TDOA的相关度；
所述AOA/TDOA定位误差限V(A/T)i的表达式如下：
其中，ρ23为AOA与TDOA的相关度。
所述步骤六中，所述AOA/TDOA/RSS定位误差限V(A/T/R)i的表达式为：
r＝1+2ρ12ρ13ρ23-ρ12 2-ρ13 2-ρ23 2；
其中，Pwf表示墙壁和地板对信号的衰减；P(d0)表示参考位置，即与AP距离为d0处的信号强度；表示第i个用户可能位置处接收到APk的信号强度估计值； 表示第i个用户可能位置与APk的距离估计值； 表示第i个用户可能位置和APk距离连线与水平面的仰角估计值。
本发明具有以下优点：本发明首先建立室内WLAN环境下不同观测量的估计模型；然后利用费歇尔信息矩阵的特性，计算得到每个用户可能位置处关于RSS/AOA/TDOA观测量定位的克拉美罗界，并进而得到整个定位目标区域所对应的平均定位误差限；最后根据得到的平均定位误差限，评估各定位算法的性能。本发明能够用于分析不同观测量对定位误差限的影响，进而对不同观测量的定位性能进行评价，提高了室内WLAN定位方法的定位精度。
附图说明
图1是本发明的流程图；
图2是本发明的仿真环境；
图3表示第i个用户可能位置(xi,yi)与第k个AP位置(xk,yk)的几何关系示意图；
图4给出了AOA定位方法，RSS定位方法以及TDOA定位方法的费歇尔信息；
图5给出了AOA定位方法，RSS定位方法以及TDOA定位方法的定位误差限；
图6给出了定位误差限随用户与AP距离的变化情况；
图7是比较AOA/TDOA定位方法，RSS/TDOA定位方法以及RSS/AOA定位方法的费歇尔信息；
图8是比较AOA/TDOA定位方法，RSS/TDOA定位方法以及RSS/AOA定位方法的定位误差限；
图9给出了AOA/TDOA定位方法，RSS/TDOA定位方法以及RSS/AOA定位方法的费歇尔信息随RSS，TDOA以及AOA方差的变化情况；
图10给出了AOA/TDOA定位方法，RSS/TDOA定位方法以及RSS/AOA定位方法的误差限随RSS，TDOA以及AOA方差的变化情况；
图11分别给出了RSS/TDOA/AOA定位方法的费歇尔信息和误差限随RSS，TDOA以及AOA方差的变化情况。
具体实施方式
下面结合附图对本发明作进一步说明。
如图1所示的用于室内WLAN环境下RSS/AOA/TDOA定位性能的评价方法，包括以下步骤：
步骤一、选定定位目标区域。
步骤二、确定定位目标区域中接入点AP(Access Point)的位置。
步骤三、令目标区域内第i个用户可能位置为θi＝(xi,yi)。
步骤四、利用费歇尔信息矩阵，分别计算关于第i个用户可能位置的三个单观测量定位误差限，即AOA定位误差限V(A)i，RSS定位误差限V(R)i以及TDOA定位误差限V(T)i。所述单观测量定位误差限表示：在室内WLAN定位过程中，使用一个观测量的信息来进行用户位置估计时的定位误差限。所述AOA定位误差限V(A)i表示：在第i个用户可能位置，利用费歇尔信息矩阵计算得到AOA定位算法的克拉美罗界，即平方位置误差界。
所述RSS定位误差限V(R)i表示：在第i个用户可能位置，利用费歇尔信息矩阵计算得到RSS定位算法的克拉美罗界。所述TDOA定位误差限V(T)i表示：在第i个用户可能位置，利用费歇尔信息矩阵计算得到TDOA定位算法的克拉美罗界。
步骤4a、利用费歇尔信息矩阵，在第i个用户位置处，计算RSS定位误差限V(R)i。
假定信号的传播特性符合Keenan-Motley多墙模型，接收端接收到的信号强度估计值的计算表达式如下：
其中，P(d0)表示参考位置(即与AP距离为d0)处的信号强度；Pwf表示墙壁和地板对信号的衰减；β表示路径损耗指数，其反映了信号传播路径损耗与距离的关系；dik为第i个用户可能位置到第k个AP(APk)的距离，即(xi,yi)是第i个用户可能位置坐标；(xk,yk)是APk位置坐标；χ1为随机变量，服从高斯分布
设定第i个用户的真实位置为θi＝(xi,yi)T，如图2所示，用户的估计位置为则的均方误差矩阵为：
其中，和表示为平均平方误差；和表示为xi与yi的协方差。
根据克拉美罗界不等式，得到：
其中，J(θi)为θi的费歇尔信息矩阵。
定义为基于θi的观测量，即接收端接收到的信号强度值的概率分布函数，则Score函数U(θi)为的对数似然函数的梯度，其中U(θi)为：
费歇尔信息矩阵J(θi)为Score函数U(θi)的方差，即J(θi)＝var[U(θi)]。根据下面的公式推导，E[U(θi)]＝0，因此
假设从每个AP收到的信号服从高斯分布，则第i个用户接收到的m个AP的相互独立RSS测量值的联合密度函数为
因此，得到费歇尔信息矩阵，如(7)所示
其中，
其中，
由于E(lndik)＝0，因此，我们得到公式(12)：
其中，αik表示第i个用户可能位置和APk距离连线与水平面仰角，如图3所示。
由于
所以，得到基于RSS定位的定位误差限V(R)i：
步骤4b、利用费歇尔信息矩阵，在第i个用户位置处，计算TDOA定位误差限V(T)i。
假定第i个用户位置与第k个AP距离的估计值为其表达式为：
其中，χ2为服从N(0,σ2 2)高斯分布的随机变量，σ2 2＝c2·στ 2；c为电磁波传播的速度，约为光速；στ为信号到达时间服从高斯分布噪声的标准差；tik为信号从第k个AP到第i个用户位置的到达时间差。
由于从每个AP到用户的距离服从高斯分布，则第i个用户接收到的m个AP的相互独立的RSS测量值的联合密度函数为
基于公式(4)、(5)以及(7)，得到公式(17)～公式(20)。
其中，
由于E(ξi2)＝0，因此，我们得到公式(21)
所以，得到基于TDOA定位的定位误差限V(T)i：
步骤4c、利用费歇尔信息矩阵，在第i个用户位置处，计算AOA定位误差限V(A)i。假定第i个用户位置与第k个AP角度的估计值为其表达式为：
其中，χ3为服从N(0,σ3 2)高斯分布的随机变量，σ3 2＝σα 2，σα为信号到达角度服从高斯分布噪声的标准差。
由于从每个AP到用户的角度服从高斯分布，则第i个用户接收到的m个AP的相互独立的RSS测量值的联合密度函数为
基于公式(4)、(5)以及(7)且E(ξi3)＝0，得到公式(25)～公式(28)。
其中，
因此，得到公式(29)：
所以，得到基于AOA定位的定位误差限V(A)i：
步骤五、利用费歇尔信息矩阵，分别计算关于第i个用户可能位置的三个双观测量定位误差限，即AOA/RSS定位误差限V(A/R)i，AOA/TDOA定位误差限V(A/T)i，以及RSS/TDOA定位误差限V(R/T)i。所述双观测量定位误差限表示：在室内WLAN定位过程中，使用两个观测量的信息来进行用户位置估计时的定位误差限。所述AOA/RSS定位误差限V(A/R)i表示：在第i个用户可能位置，利用费歇尔信息矩阵计算得到AOA/RSS定位算法的克拉美罗界。所述AOA/TDOA定位误差限V(A/T)i表示：在第i个用户可能位置，利用费歇尔信息矩阵计算得到AOA/TDOA定位算法的克拉美罗界。所述RSS/TDOA定位误差限V(R/T)i表示：在第i个用户可能位置，利用费歇尔信息矩阵计算得到RSS/TDOA定位算法的克拉美罗界。
步骤5a、利用费歇尔信息矩阵，在第i个用户位置处，计算AOA/RSS定位误差限V(A/R)i。
由于从每个AP收到观测值的RSS和AOA服从二元高斯分布，则第i个用户接收m个AP的相互独立观测值联合密度函数为其中：
基于公式(4)、(5)以及(7)，得到公式(32)～(35)。
因此，得到公式(36)：
因此，得到公式(37)：
步骤5b、利用费歇尔信息矩阵，在第i个用户位置处，计算AOA/TDOA定位方法误差限V(A/T)i。
由于从每个AP收到观测值TDOA和AOA服从二元高斯分布，则第i个用户接收m个AP的相互独立观测值联合密度函数为如公式(38)所示。
基于公式(4)、(5)以及(7)，得到公式(39)～(42)。
因此，得到公式(43)：
因此，得到公式(44)：
步骤5c、利用费歇尔信息矩阵，在第i个用户位置处，计算RSS/TDOA定位方法误差限V(R/T)i。
由于从每个AP收到观测值RSS和TDOA服从二元高斯分布，则第i个用户接收m个AP的相互独立观测值联合密度函数为如公式(45)所示。
基于公式(4)、(5)以及(7)，得到公式(46)～(49)。
因此，得到公式(50)：
因此，得到公式(51)：
步骤六：利用费歇尔信息矩阵，计算第i个用户的三观测量定位误差限，即AOA/TDOA/RSS定位误差限V(A/T/R)i。所述三观测量定位误差限表示：在室内WLAN定位过程中，使用三个观测量的信息来进行用户位置的估计时的定位误差限。所述AOA/TDOA/RSS定位误差限V(A/T/R)i表示：在第i个用户可能位置，利用费歇尔信息矩阵计算得到AOA/TDOA/RSS定位算法的克拉美罗界。
由于从每个AP收到观测值RSS，TDOA，AOA服从三元高斯分布，第i个用户接收m个AP的相互独立观测值联合密度函数为如公式(52)所示。
其中，x＝(ξi1,ξi2,ξi3)，
基于此，得到公式(53)：
其中，r＝1+2ρ12ρ13ρ23-ρ12 2-ρ13 2-ρ23 2。
因此，得到基于AOA/TDOA/RSS定位方法的费歇尔信息矩阵，如公式(54)所示：
其中，
因此，得到公式(55)：
步骤七、判断i是否等于n，若是，则进入步骤九；若否，则进入步骤八。
步骤八、令i＝i+1，得到第i+1个用户可能位置，并进入步骤三。
步骤九、计算定位目标区域内所有用户可能位置的平均定位误差限Vave：
其中，n表示定位目标区域内用户可能位置的个数；V(·)i表示在第i个用户可能位置，利用费歇尔信息矩阵计算得到某观测量(如AOA，TDOA以及RSS)定位算法的克拉美罗界。
步骤十、根据Vave的取值，评估各定位算法的性能。
步骤十一、运算结束，返回性能最优的定位算法。
如图2所示，本发明的仿真环境，仿真环境为12m×12m的方形区域，均匀分布的用户可能位置的间距为1m，黑点表示用户可能位置，共144个。仿真中，RSS，TDOA以及AOA观测量方差的范围分别为：σ1[dB]∈[0.5,6.5]；σα[rad]∈[0.5,5]；στ[ns]∈[0.3,6]；β的取值为2。
为了验证本发明提出的一种用于室内WLAN环境下RSS/AOA/TDOA定位性能的评价方法的有效性和可靠性。图4分别给出了AOA定位方法，RSS定位方法以及TDOA定位方法的费歇尔信息。从实验结果我们能看出，AOA定位方法相比其它两种定位方法，可以提供的费歇尔信息是最多的，TDOA定位方法提供的费歇尔信息其次，而RSS提供的费歇尔信息最少。此外，根据公式(14)，(22)和(30)，得到，当σ1→0，σα→0且στ→0时，AOA，TDOA以及RSS三种定位方法提供的费歇尔信息都趋近于无穷大。图5分别给出了AOA定位方法，RSS定位方法以及TDOA定位方法的定位误差限。从仿真结果能看出，AOA定位方法相比其它两种定位方法，其定位误差限是最小的，TDOA定位方法的定位误差限其次，而RSS定位方法的定位误差限最大。由图4和图5得知，观测量提供的费歇尔信息越多，对应的定位误差限越小。此外，AOA，TDOA以及RSS定位方法的定位误差限均随AP个数的增加而减小。
在图6的仿真中，令用户位置为(5m,5m)，仿真环境中共有3个AP，其中2个AP的位置为(10m,0m)和(0m,10m)，另外1个AP的位置在XY平面内变化。从结果我们能看出，RSS定位方法，AOA定位方法以及TDOA定位方法的定位误差限均随AP与用户距离的增加而增大。
图7分别比较AOA/TDOA定位方法，RSS/TDOA定位方法以及RSS/AOA定位方法的费歇尔信息。其中，令σ1＝3.5dB2，σ2＝3rad2且σ3＝2.5ns2。通过比较图4和图7能看出，相对于单观测量定位，双观测量定位具有更大的费歇尔信息，此外，AOA/TDOA定位相对于其它两种双观测量定位方法，具有更大的费歇尔信息。如图8所示，分别比较AOA/TDOA定位方法，RSS/TDOA定位方法以及RSS/AOA定位方法的定位误差限。通过比较图5和图8能看出，相对于单观测量定位，双观测量定位具有更小的定位误差限，且AOA/TDOA定位相对于其它两种双观测量定位方法，具有更小的定位误差限。此外，定位误差限的大小受到AP位置，个数以及相关度的影响，但从整体上看，定位误差限随相关度的增加呈下降趋势。
在图9的仿真中，令AP个数为4，分别比较AOA/TDOA定位方法，RSS/TDOA定位方法以及RSS/AOA定位方法的费歇尔信息随方差的变化情况。从结果能看出，三种双观测量定位方法的费歇尔信息均随方差的增大而减小。从图9(a)能看出，RSS/AOA定位的费歇尔信息主要受到AOA方差的影响；从图9(b)能看出，RSS/TDOA定位的费歇尔信息主要受到TDOA方差的影响；从图9(c)能看出，AOA/TDOA定位的费歇尔信息主要受到AOA方差的影响。
在图10的仿真中，比较AOA/TDOA定位方法，RSS/TDOA定位方法以及RSS/AOA定位方法的定位误差限随方差的变化情况。从结果能看出，三种双观测量定位方法的定位误差限均随方差增大而减小。从图10(a)能看出，RSS/AOA定位误差限主要受到AOA方差的影响；从图10(b)能看出，RSS/TDOA定位误差限主要受到TDOA方差的影响；从图10(c)能看出，AOA/TDOA定位误差限主要受到AOA方差的影响。
在图11的仿真中，图11(a)给出了RSS/TDOA/AOA定位方法的费歇尔信息随方差的变化情况；图11(b)给出了RSS/TDOA/AOA定位方法的定位误差限随方差的变化。从仿真结果能看出，相比于单和双观测量定位方法，RSS/TDOA/AOA定位方法具有更大的费歇尔信息和更小的定位误差限。同时，RSS/TDOA/AOA定位的费歇尔信息和定位误差限主要受到AOA方差的影响，其次是TDOA和RSS方差的影响。此外，图11(b)中少量的定位误差限取值突变点主要是由于AP位置，个数以及相关度的特殊取值所造成的。

Claims (4)

1.用于室内WLAN环境下RSS/AOA/TDOA定位性能的评价方法，其特征在于，包括以下步骤：
步骤一、选定定位目标区域；
步骤二、确定定位目标区域中接入点AP的位置；
步骤三、令目标区域内第i个用户可能位置为θi＝(xi，yi)；
步骤四、利用费歇尔信息矩阵，分别计算关于第i个用户可能位置的三个单观测量定位误差限，即AOA定位误差限V(A)i，RSS定位误差限V(R)i以及TDOA定位误差限V(T)i；
所述单观测量定位误差限表示：在室内WLAN定位过程中，使用一个观测量的信息来进行用户位置估计时的定位误差限；
所述AOA定位误差限V(A)i表示：在第i个用户可能位置，利用费歇尔信息矩阵计算得到AOA定位算法的克拉美罗界，即平方位置误差界；
所述RSS定位误差限V(R)i表示：在第i个用户可能位置，利用费歇尔信息矩阵计算得到RSS定位算法的克拉美罗界；
所述TDOA定位误差限V(T)i表示：在第i个用户可能位置，利用费歇尔信息矩阵计算得到TDOA定位算法的克拉美罗界；
步骤五、利用费歇尔信息矩阵，分别计算关于第i个用户可能位置的三个双观测量定位误差限，即AOA/RSS定位误差限V(A/R)i，AOA/TDOA定位误差限V(A/T)i，以及RSS/TDOA定位误差限V(R/T)i；
所述双观测量定位误差限表示：在室内WLAN定位过程中，使用两个观测量的信息来进行用户位置估计时的定位误差限；
所述AOA/RSS定位误差限V(A/R)i表示：在第i个用户可能位置，利用费歇尔信息矩阵计算得到AOA/RSS定位算法的克拉美罗界；
所述AOA/TDOA定位误差限V(A/T)i表示：在第i个用户可能位置，利用费歇尔信息矩阵计算得到AOA/TDOA定位算法的克拉美罗界；
所述RSS/TDOA定位误差限V(R/T)i表示：在第i个用户可能位置，利用费歇尔信息矩阵计算得到RSS/TDOA定位算法的克拉美罗界；
步骤六、利用费歇尔信息矩阵，计算关于第i个用户可能位置的三观测量定位误差限，即AOA/TDOA/RSS定位误差限V(A/T/R)i；
所述三观测量定位误差限表示：在室内WLAN定位过程中，使用三个观测量的信息来进行用户位置的估计时的定位误差限；
所述AOA/TDOA/RSS定位误差限V(A/T/R)i表示：在第i个用户可能位置，利用费歇尔信息矩阵计算得到AOA/TDOA/RSS定位算法的克拉美罗界；
步骤七、判断i是否等于n；若是，则进入步骤九；若否，则进入步骤八；
步骤八、令i＝i+1，得到第i+1个用户可能位置，并进入步骤三；
步骤九、计算定位目标区域内所有用户可能位置的平均定位误差限Vave；
其中，n表示定位目标区域内用户可能位置的个数；V(·)i表示在第i个用户可能位置，利用费歇尔信息矩阵计算得到某观测量定位算法的克拉美罗界；
步骤十、根据Vave的取值评估各定位算法的性能；
步骤十一、输出性能最优的定位算法。
2.根据权利要求1所述的用于室内WLAN环境下RSS/AOA/TDOA定位性能的评价方法，其特征在于：所述步骤四中，所述RSS定位误差限V(R)i的表达式为：
其中，σ1为RSS服从的高斯分布噪声标准差；β表示路径损耗指数，其反映了信号传播路径损耗与距离的关系；m为AP的个数；dik为第i个用户可能位置到第k个AP(APk)的距离，即(xi，yi)是第i个用户可能位置坐标；(xk，yk)是APk位置坐标；αik表示第i个用户可能位置和APk距离连线与水平面的仰角；
所述TDOA定位误差限V(T)i的表达式为：
其中，c为电磁波传播的速度，约为光速；στ为信号到达时间服从高斯分布噪声的标准差；
所述AOA定位误差限V(A)i的表达式为：
其中，σα为信号到达角度服从高斯分布噪声的标准差。
3.根据权利要求2所述的用于室内WLAN环境下RSS/AOA/TDOA定位性能的评价方法，其特征在于：所述步骤五中，所述AOA/RSS定位误差限V(A/R)i的表达式为：
其中，ρ13为RSS与AOA的相关度；
所述RSS/TDOA定位误差限V(R/T)i的表达式为：
其中，ρ12为RSS与TDOA的相关度；
所述AOA/TDOA定位误差限V(A/T)i的表达式如下：
其中，ρ23为AOA与TDOA的相关度。
4.根据权利要求3所述的用于室内WLAN环境下RSS/AOA/TDOA定位性能的评价方法，其特征在于：所述步骤六中，所述AOA/TDOA/RSS定位误差限V(A/T/R)i的表达式为：
r＝1+2ρ12ρ13ρ23-ρ12 2-ρ13 2-ρ23 2；
其中，Pwf表示墙壁和地板对信号的衰减；P(d0)表示参考位置，即与AP距离为d0处的信号强度；表示第i个用户可能位置处接收到APk的信号强度估计值； 表示第i个用户可能位置与APk的距离估计值； 表示第i个用户可能位置和APk距离连线与水平面的仰角估计值。
CN201510473940.7A 2015-08-05 2015-08-05 用于室内wlan环境下rss/aoa/tdoa定位性能的评价方法 Active CN105188082B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510473940.7A CN105188082B (zh) 2015-08-05 2015-08-05 用于室内wlan环境下rss/aoa/tdoa定位性能的评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510473940.7A CN105188082B (zh) 2015-08-05 2015-08-05 用于室内wlan环境下rss/aoa/tdoa定位性能的评价方法

Publications (2)

Publication Number Publication Date
CN105188082A CN105188082A (zh) 2015-12-23
CN105188082B true CN105188082B (zh) 2018-06-29

Family

ID=54909870

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510473940.7A Active CN105188082B (zh) 2015-08-05 2015-08-05 用于室内wlan环境下rss/aoa/tdoa定位性能的评价方法

Country Status (1)

Country Link
CN (1) CN105188082B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022217114A1 (en) * 2021-04-09 2022-10-13 PHY Wireless, LLC Mobile-based positioning using measurements of received signal power and timing

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105611627B (zh) * 2016-01-08 2019-07-19 重庆邮电大学 基于双天线的wlan接入点aoa的估计方法
CN105790837B (zh) * 2016-03-04 2019-02-19 南京邮电大学 基于图像匹配和指纹库的led可见光室内定位方法和系统
CN107144814B (zh) * 2017-05-04 2020-04-21 天津工业大学 一种适于定向辐射场景的无源uhf rfid定位精度的评价方法
CN107690184A (zh) * 2017-09-21 2018-02-13 天津大学 联合tdoa‑aoa无线传感器网络半定规划定位方法
TWI645733B (zh) * 2017-11-13 2018-12-21 財團法人工業技術研究院 基於通道資訊之定位裝置、系統及方法
CN109901106A (zh) * 2019-04-02 2019-06-18 北京理工大学 一种tdoa/aoa混合定位方法
CN110286353B (zh) * 2019-05-23 2021-01-26 宁波大学 基于非视距环境下RSS-ToA的无线传感器网络目标定位方法
CN110515037B (zh) * 2019-07-05 2022-11-01 西安邮电大学 非视距环境下能时频多域联合的被动定位方法
CN113411750B (zh) * 2021-08-20 2021-11-30 浙江微能科技有限公司 一种优惠活动点的智能导引方法及装置
CN114756825B (zh) * 2022-06-15 2022-09-02 合肥安迅精密技术有限公司 用于识别离散测量位置瞬时速度的方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104469939A (zh) * 2014-12-16 2015-03-25 重庆邮电大学 基于rss统计分布分块区域误差限的wlan定位网络优化方法
CN104661232A (zh) * 2014-10-31 2015-05-27 重庆邮电大学 基于费歇尔信息矩阵指纹定位精度基本限的ap布置方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9288683B2 (en) * 2013-03-15 2016-03-15 DGS Global Systems, Inc. Systems, methods, and devices for electronic spectrum management

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104661232A (zh) * 2014-10-31 2015-05-27 重庆邮电大学 基于费歇尔信息矩阵指纹定位精度基本限的ap布置方法
CN104469939A (zh) * 2014-12-16 2015-03-25 重庆邮电大学 基于rss统计分布分块区域误差限的wlan定位网络优化方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022217114A1 (en) * 2021-04-09 2022-10-13 PHY Wireless, LLC Mobile-based positioning using measurements of received signal power and timing

Also Published As

Publication number Publication date
CN105188082A (zh) 2015-12-23

Similar Documents

Publication Publication Date Title
CN105188082B (zh) 用于室内wlan环境下rss/aoa/tdoa定位性能的评价方法
CN108696932B (zh) 一种利用csi多径及机器学习的室外指纹定位方法
Goldoni et al. Experimental analysis of RSSI-based indoor localization with IEEE 802.15. 4
CN103402258B (zh) 一种基于Wi‑Fi的室内定位系统和方法
CN103476116B (zh) 基于定位单元质量及多算法数据融合的抗NLoS误差定位方法
CN106793087B (zh) 一种基于aoa和pdoa的阵列天线室内定位方法
CN107241797B (zh) Nlos环境下基于散射体信息的单站定位方法
CN103618997B (zh) 一种基于信号强度概率的室内定位方法和装置
CN107071732B (zh) 一种基于rssi的mle-pso室内定位方法
Mangel et al. Vehicular safety communication at intersections: Buildings, Non-Line-Of-Sight and representative scenarios
CN109348403B (zh) 一种异构网络环境中面向指纹定位的基站部署优化方法
CN104661232B (zh) 基于费歇尔信息矩阵指纹定位精度基本限的ap布置方法
Wölfle et al. Enhanced localization technique within urban and indoor environments based on accurate and fast propagation models
CN102111873B (zh) 选取可见基站的方法及装置、终端定位方法及装置
Aomumpai et al. Optimal placement of reference nodes for wireless indoor positioning systems
Podevijn et al. Performance comparison of RSS algorithms for indoor localization in large open environments
CN104469939B (zh) 基于rss统计分布分块区域误差限的wlan定位网络优化方法
Narzullaev et al. Accurate signal strength prediction based positioning for indoor WLAN systems
CN115379558A (zh) 一种基于粒子群优化乌鸦算法的移动台位置估计方法
KR100953435B1 (ko) 두 개의 기지국 신호를 사용하여 ＡｏＡ방식과ＴｏＡ방식을 결합한 위치 측위 방법
Assayag et al. Indoor positioning system using synthetic training and data fusion
Zhang et al. A WLAN planning method for indoor positioning system
CN111132053B (zh) 基于定位模型传感器地图的后向散射信号定位方法
Khodjaev et al. Improved NLOS error mitigation based on LTS algorithm
Li et al. A multi-node collaborative and iterative UWB localisation algorithm for indoor complex environments

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant