CN105792115A - 多网定位数据融合方法和系统 - Google Patents

Abstract

本发明公开一种多网定位数据融合方法和系统。该方法包括：在接收到用户终端发送的定位服务请求后，向基础网络发起终端定位请求；接收从基础网络返回的至少两种定位方式的定位结果；根据用户终端上报的环境参数，获取每种定位方式下参考点到用户终端的距离测量误差，其中参考点为基础网络中坐标已知、用于终端定位的基准点；根据所述距离测量误差获取相应定位方式的定位误差；根据所述定位结果和定位误差获取位置估计结果；将位置估计结果返回给用户终端。本发明通过综合多网定位结果的合并分集增益，从而大大提高了终端定位的准确度，克服了终端在恶劣环境下单一定位方式难以定位的难题。

Description

多网定位数据融合方法和系统

技术领域

本发明涉及位置服务领域，特别涉及一种多网定位数据融合方法和系统。

背景技术

在泛在网络特性下，能够辅助终端定位的基础网络形式是多样的。位置服务平台可以向多种网络同时请求定位终端设备，基础网络反馈给平台多个定位结果。

现有技术中，受到基础网络与位置服务平台接口的限制，很多情况下很难直接获得多种定位方式的测量数据。同时，现有技术中对多个定位结果进行加权平均的方案，获取的定位结果不够准确。

发明内容

鉴于以上技术问题，本发明提供了一种多网定位数据融合方法和系统，能够综合多网定位结果的合并分集增益，从而大大提高了终端定位的准确度，克服了终端在恶劣环境下单一定位方式难以定位的难题。

根据本发明的一个方面，提供一种多网定位数据融合方法，包括：

在接收到用户终端发送的定位服务请求后，向基础网络发起终端定位请求，其中，用户终端的定位服务请求包括用户终端上报的环境参数，基础网络能提供多种定位方式产生的定位结果；

接收从基础网络返回的至少两种定位方式的定位结果；

根据用户终端上报的环境参数，获取每种定位方式下参考点到用户终端的距离测量误差，其中参考点为基础网络中坐标已知、用于终端定位的基准点；

根据所述距离测量误差获取相应定位方式的定位误差；

根据所述定位结果和定位误差获取位置估计结果；

将位置估计结果返回给用户终端。

在本发明的一个实施例中，环境参数包括参考点ID；

根据用户终端上报的环境参数，获取每种定位方式下参考点到用户终端的距离测量误差的步骤包括：

根据用户终端上报的参考点ID在数据库中查询所述参考点的已知坐标；

根据所述参考点的已知坐标获取用户终端到所述参考点的真实距离；

根据用户终端上报的环境参数获取每种方式下所述真实距离的距离测量误差。

在本发明的一个实施例中，根据所述距离测量误差获取相应定位方式的定位误差的步骤包括：

根据所述定位方式下用户终端到所述参考点的真实距离、以及所述参考点到用户终端的距离测量误差，获取相应定位方式的费舍尔信息矩阵；

获取所述定位方式的费舍尔信息矩阵的逆矩阵；

对所述逆矩阵求对角线元素获得相应定位方式的定位误差。

在本发明的一个实施例中，根据所述定位方式下用户终端到所述参考点的真实距离、以及所述参考点到用户终端的距离测量误差，获取相应定位方式的费舍尔信息矩阵的步骤包括：

根据公式

$F_t=\left[\begin{array}{ccc}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{di}}^2}\·\frac{{(x_t-x_i)}^2}{{d_i}^2}& \underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{di}}^2}\·\frac{(x_t-x_i)(y_t-y_i)}{{d_i}^2}& \underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{di}}^2}\·\frac{(x_t-x_i)(z_t-z_i)}{{d_i}^2}\\ \underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{di}}^2}\·\frac{(y_t-y_i)(x_t-x_i)}{{d_i}^2}& \underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{di}}^2}\·\frac{{(y_t-y_i)}^2}{{d_i}^2}& \underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{di}}^2}\·\frac{(y_t-y_i)(z_t-z_i)}{{d_i}^2}\\ \underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{di}}^2}\·\frac{\left(z_t{-z}_i\right)(x_t-x_i)}{{d_i}^2}& \underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{di}}^2}\·\frac{(z_t-z_i)(y_t-y_i)}{{d_i}^2}& \underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{di}}^2}\·\frac{{(z_t-z_i)}^2}{{d_i}^2}\end{array}\right]$

获取第t种定位方式的费舍尔信息矩阵F_t，其中，t为大于1的自然数，(x_t,y_t,z_t)为第t种定位方式的定位结果，(x_i,y_i,z_i)为第t种定位方式下第i个参考点的已知坐标，d_i为终端(x_t,y_t,z_t)到第i个参考点的真实距离，σ_di为第t种定位方式下d_i的距离测量误差，i、N为大于0的自然数。

在本发明的一个实施例中，根据所述定位结果和定位误差获取位置估计结果的步骤包括：

根据所述定位结果和定位误差，将至少两种定位方式的定位结果融合后的最大似然估计值，作为位置估计结果。

根据本发明的另一方面，提供一种多网定位数据融合系统，包括请求处理单元、数据接收单元、测量误差获取单元、定位误差获取单元、数据融合单元、结果反馈单元，其中：

请求处理单元，用于在接收到用户终端发送的定位服务请求后，向基础网络发起终端定位请求，其中，用户终端的定位服务请求包括用户终端上报的环境参数，基础网络能提供多种定位方式产生的定位结果；

数据接收单元，用于接收从基础网络返回的至少两种定位方式的定位结果；

测量误差获取单元，用于根据用户终端上报的环境参数，获取至少两种每种定位方式中每种方式下参考点到用户终端的距离测量误差，其中参考点为基础网络中坐标已知、用于终端定位的基准点；

定位误差获取单元，用于根据所述距离测量误差获取相应定位方式的定位误差；

数据融合单元，用于根据所述定位结果和定位误差获取位置估计结果；

结果反馈单元，用于将位置估计结果返回给用户终端。

在本发明的一个实施例中，环境参数包括参考点ID；

所述测量误差获取单元包括坐标获取模块、距离获取模块以及距离误差获取模块，其中：

坐标获取模块，用于根据用户终端上报的参考点ID在数据库中查询所述参考点的已知坐标；

距离获取模块，用于根据所述参考点的已知坐标获取用户终端到所述参考点的真实距离；

距离误差获取模块，用于根据用户终端上报的环境参数获取每种方式下所述真实距离的距离测量误差。

在本发明的一个实施例中，定位误差获取单元包括矩阵获取模块、求逆模块和定位误差获取模块，其中：

矩阵获取模块，用于根据所述定位方式下用户终端到所述参考点的真实距离、以及所述参考点到用户终端的距离测量误差，获取相应定位方式的费舍尔信息矩阵；

求逆模块，用于获取所述定位方式的费舍尔信息矩阵的逆矩阵；

定位误差获取模块，用于对所述逆矩阵求对角线元素获得相应定位方式的定位误差。

在本发明的一个实施例中，矩阵获取模块具体用于根据公式

$F_t=\left[\begin{array}{ccc}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{di}}^2}\·\frac{{(x_t-x_i)}^2}{{d_i}^2}& \underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{di}}^2}\·\frac{(x_t-x_i)(y_t-y_i)}{{d_i}^2}& \underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{di}}^2}\·\frac{(x_t-x_i)(z_t-z_i)}{{d_i}^2}\\ \underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{di}}^2}\·\frac{(y_t-y_i)(x_t-x_i)}{{d_i}^2}& \underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{di}}^2}\·\frac{{(y_t-y_i)}^2}{{d_i}^2}& \underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{di}}^2}\·\frac{(y_t-y_i)(z_t-z_i)}{{d_i}^2}\\ \underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{di}}^2}\·\frac{\left(z_t{-z}_i\right)(x_t-x_i)}{{d_i}^2}& \underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{di}}^2}\·\frac{(z_t-z_i)(y_t-y_i)}{{d_i}^2}& \underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{di}}^2}\·\frac{{(z_t-z_i)}^2}{{d_i}^2}\end{array}\right]$

获取第t种定位方式的费舍尔信息矩阵F_t，其中，t为大于1的自然数，(x_t,y_t,z_t)为第t种定位方式的定位结果，(x_i,y_i,z_i)为第t种定位方式下第i个参考点的已知坐标，d_i为终端(x_t,y_t,z_t)到第i个参考点的真实距离，σ_di为第t种定位方式下d_i的距离测量误差，i、N为大于0的自然数。

在本发明的一个实施例中，数据融合单元具体用于根据所述定位结果和定位误差，将至少两种定位方式的定位结果融合后的最大似然估计值，作为位置估计结果。

本发明通过理论下界估计各种终端定位的误差情况，相对现有方案更能综合体现节点几何位置关系与测量误差对定位精度的影响因素，可以将多网定位结果的信任度进行量化；通过将多网定位结果进行融合，能够利用多个基础网络的分集增益，大大提高终端定位精度，从而克服终端在恶劣环境下单一定位方式难以定位的难题。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的多网定位数据融合方法一个实施例的示意图。

图2为本发明的多网定位数据融合系统的应用场景图。

图3为本发明一个实施例中获取距离测量误差的示意图。

图4为本发明一个实施例中获取定位误差的示意图。

图5为本发明多网定位数据融合系统一个施例的示意图。

图6为本发明一个实施例中测量误差获取单元的示意图。

图7为本发明一个实施例中定位误差获取单元的示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。

同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。

在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

图1为本发明的多网定位数据融合方法一个实施例的示意图。优选的，本实施例可由多网定位数据融合系统执行。该方法包括以下步骤：

步骤101，在接收到用户终端发送的定位服务请求后，向基础网络发起终端定位请求，其中，用户终端的定位服务请求包括用户终端上报的环境参数，基础网络能提供多种定位方式产生的定位结果。

在本发明的一个实施例中，如图2所示，本发明多网定位数据融合系统可通过泛在终端接口，接受多种用户终端的定位服务请求。只要用户终端能够以任意一种方式接入网络，如蜂窝通信网络、无线局域网(WLAN)、传感器网络(WSN)等，就可以向本发明多网定位数据融合系统发起定位服务请求，系统对定位数据融合后的终端定位结果也可以通过终端的接入网广播给用户。多种用户终端形式包括北斗终端、手机、WiFi设备、传感器等。

在本发明的一个实施例中，该多网定位数据融合系统通过泛在网络接口，可以向终端周围的多种基础网络发起定位请求。利用包括北斗卫星、地面基准站、通信网基站、WLAN接入点(AP)、WSN节点在内多种网络参考点测量并计算终端的位置。系统得到各个基础网络的反馈结果后经过计算，将最终定位结果广播给终端用户。

在本发明的一个实施例中，所述定位方式包括卫星定位、通信网基站与卫星混合定位、卫星加地面基准站增强定位、通信网基站定位、无线传感网定位、WiFi指纹定位中的至少一个。

在本发明的一个实施例中，定位方式的数量大于基础网络的数量。例如：通信网基站网络和卫星定位网络两种基础网络可以提供通信网基站定位、卫星定位、通信网基站与卫星混合定位三种定位方式的定位结果。

步骤102，接收从基础网络返回的至少两种定位方式的定位结果。

步骤103，根据用户终端上报的环境参数，获取每种定位方式下参考点到用户终端的距离测量误差，其中参考点为基础网络中坐标已知、用于终端定位的卫星、基站、传感器节点等基准点。

步骤104，根据所述距离测量误差获取相应定位方式的定位误差。

步骤105，构建概率密度函数，根据所述定位结果和定位误差获取位置估计结果。

步骤106，将位置估计结果返回给用户终端。

基于本发明上述实施例提供的多网定位数据融合方法，通过理论下界估计各种终端定位的误差情况，相对现有方案更能综合体现节点几何位置关系与测量误差对定位精度的影响因素，可以将多网定位结果的信任度进行量化；通过将多网定位结果进行融合，能够利用多个基础网络的分集增益，大大提高终端定位精度，从而克服终端在恶劣环境下单一定位方式难以定位的难题。

在本发明的一个实施例中，环境参数包括参考点ID。

图3为本发明一个实施例中获取距离测量误差的示意图。如图3所示，图1中所示的步骤103具体可以包括：

步骤301，根据用户终端上报的参考点ID在数据库中查询所述参考点的已知坐标，包括查询卫星、基站、传感器节点等参考点的准确坐标记录。定义(x_i,y_i,z_i)为第i个参考点的坐标，i＝1,2,3,…,N。

步骤302，根据所述参考点的已知坐标获取用户终端到所述参考点的真实距离d_i，其中， $d_i=\sqrt{{\left({x-x}_i\right)}^2+{\left({y-y}_i\right)}^2+{\left({z-z}_i\right)}^2},$ i＝1,2,3,…,N。

步骤303，根据用户终端上报的环境参数和位置求解方程获取每种方式下所述真实距离的距离测量误差，即获取每种定位方式的距离测量值的方差

下面具体实施例中分别针对每种定位方式下如何获取距离测量值的方差进行具体介绍：

1、北斗、GPS等单纯卫星定位方式

环境参数包括：可见卫星数量N以及每颗可见卫星的相关ID信息、以及可见卫星的到达时间测量误差

以单纯北斗卫星定位为例：北斗接收机通过解算之后获得与卫星之间的伪距，通过求解下式的距离方程计算终端坐标。

$\left\{\begin{array}{c}\sqrt{{\left({x-x}_{\mathrm{SV}1}\right)}^2+{\left({y-y}_{\mathrm{SV}1}\right)}^2+{\left({z-z}_{\mathrm{SV}1}\right)}^2}=(t_r-t_{r-\mathrm{SV}1})C+\mathrm{\τC}\\ \sqrt{{\left({x-x}_{\mathrm{SV}2}\right)}^2+{\left({y-y}_{\mathrm{SV}2}\right)}^2+{\left({z-z}_{\mathrm{SV}2}\right)}^2}=(t_r-t_{t-\mathrm{SV}2})C+\mathrm{\τC}\\ \sqrt{{\left({x-x}_{\mathrm{SV}3}\right)}^2+{\left({y-y}_{\mathrm{SV}3}\right)}^2{+\left({z-z}_{\mathrm{SV}3}\right)}^2}=(t_r-t_{r-\mathrm{SV}3})C+\mathrm{\τC}\\ \sqrt{{\left(x{-x}_{\mathrm{SV}4}\right)}^2+{\left({y-y}_{\mathrm{SV}4}\right)}^2+{\left({z-z}_{\mathrm{SV}4}\right)}^2}=(t_r-t_{t-\mathrm{SV}4})C+\mathrm{\τC}\end{array}\right.---\left(1\right)$

在公式(1)中，(x,y,z)为终端的坐标，(x_SVi,y_SVi,z_SVi)为可见卫星的坐标。(t_r-t_t-SV1)C称为“伪距”没有考虑终端与卫星时钟差τ的距离，C为光速。t_r是终端接收到信号记录的终端时间，t_t-SV1是卫星原子钟发射信号的时间，这个是由于电离层等因素有误差的。其中钟差τ要通过求解方程确定。

对于单纯北斗卫星定位方式，假设接收机解算后的钟差τ与到达时间差的误差Δt_i基本相当，则卫星距离方程中的距离方差

2、通信网基站与卫星混合定位

环境参数包括：通信网基站定位方式的视距基站个数N，相邻基站的到达时间测量误差信号强度(RSS)法的距离测量误差终端与主服务基站的时间同步误差σ_τ；以及可见卫星数量N以及每颗可见卫星的相关ID信息、以及可见卫星的到达时间测量误差

以通信网基站与北斗卫星混合定位为例，当卫星数目大于4时，北斗卫星即可确定终端位置。通过通信网基站的辅助，可以获得终端的粗略位置，有利于加快搜星过程，定位精度不会有本质改善，但可以降低首次定位时间，提高接收灵敏度。

当可见卫星数目小于4颗时，需要通信网基站的混合定位才能确定终端位置。终端被服务的主基站可以通过RTD(往返延迟，RoundTripDelay)测量，使得终端与系统时间同步，进而确定终端与系统时间的钟差τ。另外基站可以采用到达时间TOA(timeofarrival)(或者信号强度)的测量获得终端到达基站的距离。通过下面的距离方程计算终端坐标

$\left\{\begin{array}{c}\sqrt{{\left({x-x}_{\mathrm{SV}1}\right)}^2+{\left({y-y}_{\mathrm{SV}1}\right)}^2+{\left({z-z}_{\mathrm{SV}1}\right)}^2}=(t_r-t_{t-\mathrm{SV}1})C+\mathrm{\τC}\\ \sqrt{{\left({x-x}_{\mathrm{SV}2}\right)}^2+{\left({y-y}_{\mathrm{SV}2}\right)}^2+{\left({z-z}_{\mathrm{SV}2}\right)}^2}=(t_r-t_{t-\mathrm{SV}2})C+\mathrm{\τC}\\ \sqrt{{\left({x-x}_{\mathrm{BS}1}\right)}^2+{\left({y-y}_{\mathrm{BS}1}\right)}^2+{\left({z-z}_{\mathrm{BS}1}\right)}^2}={\mathrm{\Δt}}_{\mathrm{BS}1}C\\ \sqrt{{\left({x-x}_{\mathrm{BS}2}\right)}^2+{\left({y-y}_{\mathrm{BS}2}\right)}^2+{\left({z-z}_{\mathrm{BS}2}\right)}^2}={\mathrm{\Δt}}_{\mathrm{BS}2}C\\ \mathrm{\τ}\frac{\mathrm{RTD}}{2}\end{array}\right.---\left(2\right)$

根据公式(2)，通过基站测量钟差τ的误差设为Δτ，卫星到达时间差的误差Δt_i、基站达到时间误差Δt_BSi、可以得到：卫星距离方程的距离误差基站距离方程的距离误差

3、卫星加地面基准站增强定位

环境参数包括：地面基准站提供的卫星到达时间测量的校正信息的误差

以北斗卫星加地面基准站增强定位为例：为提高北斗卫星的定位精度，可以采用RTD、RTK(Real-timekinematic，实时动态控制)等地面增强技术。基本原理地面基准站的坐标是已知的，基准站测量卫星的到达时间差与理论值进行比较，对终端的测量卫星到达时间差时由于电离层延时产生的误差进行校正，其中Δt_SVi为第i个基准站的校正信息，Δt_SV为来自多个基准站校正信息经过平均处理的伪距校正信息。经过基准站校正后，公式(3)的距离方程中的测量时间t_r,t_t-SVi可以认为是准确的，误差主要存在于基准站的校正误差，这种定位方式的定位精度很高。

$\left\{\begin{array}{c}\\ \sqrt{{\left({x-x}_{\mathrm{SV}1}\right)}^2+{\left({y-y}_{\mathrm{SV}1}\right)}^2+{\left({z-z}_{\mathrm{SV}1}\right)}^2}=(t_r-t_{t-\mathrm{SV}1}{-\mathrm{\Δt}}_{\mathrm{SV}})C+\mathrm{\τC}\\ \sqrt{{\left({x-x}_{\mathrm{SV}2}\right)}^2+{\left({y-y}_{\mathrm{SV}2}\right)}^2+{\left({z-z}_{\mathrm{SV}3}\right)}^2}=(t_r-t_{t-\mathrm{SV}2}-{\mathrm{\Δt}}_{\mathrm{SV}})C+\mathrm{\τC}\\ \sqrt{{\left({x-x}_{\mathrm{SV}3}\right)}^2+{\left({y-y}_{\mathrm{SV}3}\right)}^2+{\left({z-z}_{\mathrm{SV}3}\right)}^2}=(t_r-t_{t-\mathrm{SV}3}-{\mathrm{\Δt}}_{\mathrm{SV}})C+\mathrm{\τC}\\ \sqrt{{\left({x-x}_{\mathrm{SV}4}\right)}^2+{\left({y-y}_{\mathrm{SV}4}\right)}^2+{\left({z-z}_{\mathrm{SV}4}\right)}^2}=(t_r-t_{t-\mathrm{SV}4}-{\mathrm{\Δt}}_{\mathrm{SV}})C+\mathrm{\τC}\\ {\mathrm{\Δt}}_{\mathrm{SV}}=\frac{\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\Δt}}_{\mathrm{SVi}}}{N}\end{array}\right.---\left(3\right)$

根据公式(3)，同样假设接收机解算后的钟差与到达时间差的误差基本相当，由于地面基准站的校正，发送和接收时刻t_r,t_t-SV1的误差可以忽略，只考虑Δt_SV的误差。那么可得卫星距离方程的距离误差 ${\mathrm{\σ}}_{\mathrm{di}}^2={2\mathrm{\σ}}_{t_{\mathrm{SV}}}^2.$

4、通信网基站定位

环境参数包括：通信网基站定位方式的视距基站个数N，相邻基站的到达时间测量误差信号强度(RSS)法的距离测量误差终端与主服务基站的时间同步误差σ_τ。

终端还可以通过通信网基站测量的到达时间(TOA)或者接收信号强度，进行三角定位的方程如下

$\left\{\begin{array}{c}\sqrt{{\left({x-x}_{\mathrm{BS}1}\right)}^2+{\left({y-y}_{\mathrm{BS}1}\right)}^2+{\left({z-z}_{\mathrm{BS}1}\right)}^2}=d_1\\ \sqrt{{\left({x-x}_{\mathrm{BS}2}\right)}^2+{\left({y-y}_{\mathrm{BS}2}\right)}^2+{\left({z-z}_{\mathrm{BS}2}\right)}^2}=d_2\\ \sqrt{{\left({x-x}_{\mathrm{BS}3}\right)}^2+{\left({y-y}_{\mathrm{BS}3}\right)}^2+{\left({z-z}_{\mathrm{BS}3}\right)}^2}{d}_3\end{array}\right.---\left(4\right)$

其中，d_i为基站到终端的距离，根据(4)可以获得：通过TOA测量的距离误差通过RSS测量的距离误差

5、无线传感网定位

环境参数包括：无线传感器定位方式的可见参考节点个数N以及到达时间测量误差信号强度法(RSS)的距离测量误差 ${\mathrm{\σ}}_{e_i},i=\mathrm{1,2,3},\·\·\·N.$

无线传感器网路也可以通过已知坐标的传感器节点作为参考点(类似于基站)，通过TOA/RSS的方式进行定位，基本原理与通信网基站定位方式相同，由此，其测量的距离误差也与通信网基站定位方式相同。

6、WiFi指纹定位

环境参数包括：WiFi指纹定位方式的指纹数据库情况，包括参考节点网格的平均间距Δr。

无线局域网中的WiFi指纹定位是通过在一定AP覆盖区域内，通过划分网格，在每个网格内选择一个参考点进行一次AP信号强度的测量，记录下参考点的坐标与信号强度向量，并将此作为指纹库。定位时，通过匹配终端的指纹既可以确定终端的位置。

由于AP的坐标一般是未知的，指纹定位的误差一般直接采用网格参考点的平均间距Δr作为终端最后的坐标误差。

图4为本发明一个实施例中获取定位误差的示意图。如图4所示，图1中的步骤104可以包括：

步骤401，综合上述实施例中各个定位方式的距离方程，可以统一为下面的形式：

$d_i=\sqrt{{(x_t-x_i)}^2+{(y_t-y_i)}^2+{(z_t-z_i)}^2},i=\mathrm{1,2,3},...,N.$

由于终端真实坐标无法获知，这里用定位方式给出的定位结果θ＝(x_t,y_t,z_t)代替终端真实位置(x,y,z)。

假设第i个距离测量符合高斯分布那么该测量的条件概率的对数为 $l_i=\log \left[\frac{1}{\sqrt{2\mathrm{\π}}{\mathrm{\σ}}_{\mathrm{di}}}\exp (-\frac{{({\hat{d}}_i-d_i)}^2}{2{\mathrm{\σ}}_{\mathrm{di}}^2})\right],$ 可以构成向量l。

该定位方式的费舍尔信息矩阵(Fisherinformationmatrix)可以表示为可以简化为公式(5)：

$F_t=\left[\begin{array}{ccc}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{di}}^2}\·\frac{{(x_t-x_i)}^2}{{d_i}^2}& \underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{di}}^2}\·\frac{(x_t-x_i)(y_t-y_i)}{{d_i}^2}& \underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{di}}^2}\·\frac{(x_t-x_i)(z_t-z_i)}{{d_i}^2}\\ \underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{di}}^2}\·\frac{(y_t-y_i)(x_t-x_i)}{{d_i}^2}& \underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{di}}^2}\·\frac{{(y_t-y_i)}^2}{{d_i}^2}& \underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{di}}^2}\·\frac{(y_t-y_i)(z_t-z_i)}{{d_i}^2}\\ \underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{di}}^2}\·\frac{\left(z_t{-z}_i\right)(x_t-x_i)}{{d_i}^2}& \underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{di}}^2}\·\frac{(z_t-z_i)(y_t-y_i)}{{d_i}^2}& \underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{di}}^2}\·\frac{{(z_t-z_i)}^2}{{d_i}^2}\end{array}\right]---\left(5\right)$

根据公式(5)可以获取第t种定位方式的费舍尔信息矩阵F_t，其中，t为大于1的自然数，(x_t,y_t,z_t)为第t种定位方式的定位结果，(x_i,y_i,z_i)为第t种定位方式下第i个参考点的已知坐标，d_i为终端(x_t,y_t,z_t)到第i个参考点的真实距离，σ_di为第t种定位方式下d_i的距离测量误差，i、N为大于0的自然数。

步骤402，获取所述定位方式的费舍尔信息矩阵的逆矩阵。

步骤403，终端估计坐标的协方差矩阵cov(θ)≥F^-1。所以，该定位方式的定位误差可以估计为：

$[{\mathrm{\σ}}_{\mathrm{xt}}^2,{\mathrm{\σ}}_{\mathrm{yt}}^2,{\mathrm{\σ}}_{\mathrm{zt}}^2]=\mathrm{diag}\left(F^{-1}\right)---\left(6\right)$

其中diag()为对角线元素。这样计算得到各种定位方式的定位结果在各个轴向的方差t＝1,2,3,…,n。

在本发明的一个实施例中，图1所示实施例中的步骤105可以包括：

首先计算x轴方向的多网数据融合结果。第t种定位方式给出的关于终端坐标x的概率密度函数定义为f_t(x)。假设定位的结果符合高斯分布，均值为定位反馈的结果x_t，方差理论估计的误差那么f_t(x)可以表示为

$f_t\left(x\right)=\frac{1}{\sqrt{2\mathrm{\π}}{\mathrm{\σ}}_t}\exp (-\frac{{\left({x-x}_t\right)}^2}{{2\mathrm{\σ}}_t^2})---\left(7\right)$

那么n种定位方式给出的定位结果融合后的最大似然估计(MaximumLikelihood)为：

$\max \underset{t=1}{\overset{n}{\mathrm{\Σ}}}{f}_t\left(x\right)=\max \underset{t=1}{\overset{n}{\mathrm{\Σ}}}\frac{1}{\sqrt{2\mathrm{\π}}{\mathrm{\σ}}_t}\exp (-\frac{{\left({x-x}_t\right)}^2}{{2\mathrm{\σ}}_t^2})---\left(8\right)$

满足式(8)的最优解即为多种定位方式融合后的最大似然估计值。同理，可以得到y轴、z轴上的最优解已知多种定位结果的(x_t,y_t,z_t)和条件下，可以求出数据融合后的终端位置估计

本发明的上述实施例，通过将多种网络的定位结果进行数据融合，提高终端的定位精度。根据终端反馈的定位结果与卫星、基站等参考点的几何位置关系，结合终端各个测量信息的方差，计算终端定位的理论下界，并据此估计终端定位的方差。专利所述的定位方差估计方法旨在衡量每种定位方式的信任度，为多网数据融合提供参考。利用终端定位结果及其方差简历坐标的高斯概率函数，通过求解多网定位结果的最大似然估计，得到数据融合后的最优估计。本发明利用综合多网定位结果的合并分集增益，能够大大提高终端定位的准确度，克服终端在恶劣环境下单一定位方式难以定位的难题。

图5为本发明多网定位数据融合系统一个施例的示意图。如图5所示，所述多网定位数据融合系统包括请求处理单元501、数据接收单元502、测量误差获取单元503、定位误差获取单元504、数据融合单元505、结果反馈单元506，其中：

请求处理单元501，用于在接收到用户终端发送的定位服务请求后，向基础网络发起终端定位请求，其中，用户终端的定位服务请求包括用户终端上报的环境参数，基础网络能提供多种定位方式产生的定位结果。

数据接收单元502，用于接收从基础网络返回的至少两种定位方式的定位结果。

测量误差获取单元503，用于根据用户终端上报的环境参数，获取至少两种每种定位方式中每种方式下参考点到用户终端的距离测量误差，其中参考点为基础网络中坐标已知、用于终端定位的基准点。

定位误差获取单元504，用于根据所述距离测量误差获取相应定位方式的定位误差。

数据融合单元505，用于根据所述定位结果和定位误差获取位置估计结果。

结果反馈单元506，用于将位置估计结果返回给用户终端。

基于本发明上述实施例提供的多网定位数据融合系统，通过理论下界估计各种终端定位的误差情况，相对现有方案更能综合体现节点几何位置关系与测量误差对定位精度的影响因素，可以将多网定位结果的信任度进行量化；通过将多网定位结果进行融合，能够利用多个基础网络的分集增益，大大提高终端定位精度，从而克服终端在恶劣环境下单一定位方式难以定位的难题。

在本发明的一个实施例中，环境参数包括参考点ID。

图6为本发明一个实施例中测量误差获取单元的示意图。如图6所以，图5中的测量误差获取单元503可以包括坐标获取模块601、距离获取模块602以及距离误差获取模块603，其中：

坐标获取模块601，用于根据用户终端上报的参考点ID在数据库中查询所述参考点的已知坐标；包括查询卫星、基站、传感器节点等参考点的准确坐标记录。记定义(x_i,y_i,z_i)为第i个参考点的坐标，i＝1,2,3,…,N。

距离获取模块602，用于根据所述参考点的已知坐标获取用户终端到所述参考点的真实距离d_i，其中，i＝1,2,3,…,N。

距离误差获取模块603，用于根据用户终端上报的环境参数获取每种方式下所述真实距离的距离测量误差，即获取每种定位方式的距离测量值的方差

图7为本发明一个实施例中定位误差获取单元的示意图。如图7所以，图5中的定位误差获取单元504可以包括矩阵获取模块701、求逆模块702和定位误差获取模块703，其中：

矩阵获取模块701，用于根据所述定位方式下用户终端到所述参考点的真实距离、以及所述参考点到用户终端的距离测量误差，获取相应定位方式的费舍尔信息矩阵。

在本发明的一个实施例中，矩阵获取模块701具体用于根据公式(5)获取第t种定位方式的费舍尔信息矩阵F_t。

求逆模块702，用于获取所述定位方式的费舍尔信息矩阵的逆矩阵。

定位误差获取模块703，用于根据公式(6)对所述逆矩阵求对角线元素获得相应定位方式的定位误差。

在本发明的一个实施例中，数据融合单元505具体用于构建终端坐标x的概率密度函数定义为f_t(x)，根据公式(8)获取x轴方向的多网数据融合结果；同理可以得到y轴、z轴上的最优解根据多种定位结果的(x_t,y_t,z_t)和获取数据融合后的终端位置估计

本发明的上述实施例，通过理论下界估计各种终端定位的误差情况，相对现有方案更能综合体现节点几何位置关系与测量误差对定位精度的影响因素，可以将多网定位结果的信任度进行量化，能够为数据融合提供更为准确依据。本发明通过建立高斯概率密度函数，求解多网定位结果的最大似然估计，相对现有的加权平均方案能够得到更准确的终端位置，提高定位算法的鲁棒性。本发明不需要修改现有位置服务平台与基础网络的接口，可以直接对定位的坐标结果进行融合，保持了各个定位方式的独立，有利于专利的推广使用。

下面通过具体示例对的方法进行说明：

在本发明的一个典型实施例中，所述实施例包括以下步骤：

步骤1，一台具有北斗芯片的手机，向位置服务平台发起位置服务请求。

步骤2，三个基础网络返回定位结果,分别是(x_t,y_t,z_t)，t＝1,2,3。包括北斗地面基准站增强定位、通信网基站定位、通信网基站与卫星混合定位这三种定位方式的定位结果。

步骤3，根据终端上报的环境参数，估算距离测量误差：

步骤3.1，根据终端上报参考点的ID在数据库中查询参考点的已知坐标，包括卫星、基站、传感器节点的准确坐标记录。记定义(x_i,y_i,z_i)为第i个参考点的坐标，i＝1,2,3,…,N。

步骤3.2，计算终端到各个参考点的真实距离 $d_i=\sqrt{{\left({x-x}_i\right)}^2+{\left({y-y}_i\right)}^2+{\left({z-z}_i\right)}^2},i=\mathrm{1,2,3},...,N.$

步骤3.3，三种定位方式距离测量的方差的估算，其中

北斗卫星加地面基准站增强定位：卫星距离方程的距离误差 ${\mathrm{\σ}}_{\mathrm{di}}^2={2\mathrm{\σ}}_{t_{\mathrm{SV}}}^2.$

通信网基站定位：TOA测量的距离误差

通信网基站与卫星混合定位：卫星距离方程的距离误差基站距离方程的距离误差

步骤4，根据公式(5)计算多网定位结果的理论下界，从而获取第t种定位方式的费舍尔信息矩阵F_t，从而，第t种定位方式的定位误差可以估计为 $[{\mathrm{\σ}}_{\mathrm{xt}}^2,{\mathrm{\σ}}_{\mathrm{yt}}^2,{\mathrm{\σ}}_{\mathrm{zt}}^2]=\mathrm{diag}\left(F_t^{-1}\right),t=\mathrm{1,2,3}.$

步骤5，构造概率密度函数进行多网数据融合

根据公式(8)最优化方法求解下式最优解

$\max \underset{t=1}{\overset{3}{\mathrm{\Σ}}}\frac{1}{\sqrt{2\mathrm{\π}}{\mathrm{\σ}}_t}\exp (-\frac{{\left({x-x}_t\right)}^2}{{2\mathrm{\σ}}_t^2})---\left(9\right)$

同理，得到y轴、z轴上的最优解

步骤6，多网定位数据融合系统将位置估计结果返回用户终端。

在上面所描述的测量误差获取单元503、定位误差获取单元504、数据融合单元505、坐标获取模块601、距离获取模块602、距离误差获取模块603、矩阵获取模块701、求逆模块702、定位误差获取模块703等功能单元可以实现为用于执行本申请所描述功能的通用处理器、可编程逻辑控制器(PLC)、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件或者其任意适当组合。

至此，已经详细描述了本发明。为了避免遮蔽本发明的构思，没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述，完全可以明白如何实施这里公开的技术方案。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

本发明的描述是为了示例和描述起见而给出的，而并不是无遗漏的或者将本发明限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描述实施例是为了更好说明本发明的原理和实际应用，并且使本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修改的各种实施例。

Claims (10)

1.一种多网定位数据融合方法，其特征在于，包括：

在接收到用户终端发送的定位服务请求后，向基础网络发起终端定位请求，其中，用户终端的定位服务请求包括用户终端上报的环境参数，基础网络能提供多种定位方式产生的定位结果；

接收从基础网络返回的至少两种定位方式的定位结果；

根据用户终端上报的环境参数，获取每种定位方式下参考点到用户终端的距离测量误差，其中参考点为基础网络中坐标已知、用于终端定位的基准点；

根据所述距离测量误差获取相应定位方式的定位误差；

根据所述定位结果和定位误差获取位置估计结果；

将位置估计结果返回给用户终端。

2.根据权利要求1所述的方法，其特征在于，环境参数包括参考点ID；

根据用户终端上报的环境参数，获取每种定位方式下参考点到用户终端的距离测量误差的步骤包括：

根据用户终端上报的参考点ID在数据库中查询所述参考点的已知坐标；

根据所述参考点的已知坐标获取用户终端到所述参考点的真实距离；

根据用户终端上报的环境参数获取每种方式下所述真实距离的距离测量误差。

3.根据权利要求2所述的方法，其特征在于，根据所述距离测量误差获取相应定位方式的定位误差的步骤包括：

根据所述定位方式下用户终端到所述参考点的真实距离、以及所述参考点到用户终端的距离测量误差，获取相应定位方式的费舍尔信息矩阵；

获取所述定位方式的费舍尔信息矩阵的逆矩阵；

对所述逆矩阵求对角线元素获得相应定位方式的定位误差。

4.根据权利要求3所述的方法，其特征在于，根据所述定位方式下用户终端到所述参考点的真实距离、以及所述参考点到用户终端的距离测量误差，获取相应定位方式的费舍尔信息矩阵的步骤包括：

根据公式

$F_t=\left[\begin{array}{ccc}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{di}}^2}\·\frac{{(x_t-x_i)}^2}{{d_i}^2}& \underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{di}}^2}\·\frac{(x_t-x_i)(y_t-y_i)}{{d_i}^2}& \underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{di}}^2}\·\frac{(x_t-x_i)(z_t-z_i)}{{d_i}^2}\\ \underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{di}}^2}\·\frac{(y_t-y_i)(x_t-x_i)}{{d_i}^2}& \underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{di}}^2}\·\frac{{(y_t-y_i)}^2}{{d_i}^2}& \underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{di}}^2}\·\frac{(y_t-y_i)(z_t-z_i)}{{d_i}^2}\\ \underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{di}}^2}\·\frac{(z_t-z_i)(x_t-x_i)}{{d_i}^2}& \underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{di}}^2}\·\frac{(z_t-z_i)(y_t-y_i)}{{d_i}^2}& \underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{di}}^2}\·\frac{{(z_t-z_i)}^2}{{d_i}^2}\end{array}\right]$

获取第t种定位方式的费舍尔信息矩阵F_t，其中，t为大于1的自然数，(x_t,y_t,z_t)为第t种定位方式的定位结果，(x_i,y_i,z_i)为第t种定位方式下第i个参考点的已知坐标，d_i为终端(x_t,y_t,z_t)到第i个参考点的真实距离，σ_di为第t种定位方式下d_i的距离测量误差，i、N为大于0的自然数。

5.根据权利要求1所述的方法，其特征在于，根据所述定位结果和定位误差获取位置估计结果的步骤包括：

根据所述定位结果和定位误差，将至少两种定位方式的定位结果融合后的最大似然估计值，作为位置估计结果。

6.一种多网定位数据融合系统，其特征在于，包括请求处理单元、数据接收单元、测量误差获取单元、定位误差获取单元、数据融合单元、结果反馈单元，其中：

请求处理单元，用于在接收到用户终端发送的定位服务请求后，向基础网络发起终端定位请求，其中，用户终端的定位服务请求包括用户终端上报的环境参数，基础网络能提供多种定位方式产生的定位结果；

数据接收单元，用于接收从基础网络返回的至少两种定位方式的定位结果；

测量误差获取单元，用于根据用户终端上报的环境参数，获取至少两种每种定位方式中每种方式下参考点到用户终端的距离测量误差，其中参考点为基础网络中坐标已知、用于终端定位的基准点；

定位误差获取单元，用于根据所述距离测量误差获取相应定位方式的定位误差；

数据融合单元，用于根据所述定位结果和定位误差获取位置估计结果；

结果反馈单元，用于将位置估计结果返回给用户终端。

7.根据权利要求6所述的系统，其特征在于，环境参数包括参考点ID；

所述测量误差获取单元包括坐标获取模块、距离获取模块以及距离误差获取模块，其中：

坐标获取模块，用于根据用户终端上报的参考点ID在数据库中查询所述参考点的已知坐标；

距离获取模块，用于根据所述参考点的已知坐标获取用户终端到所述参考点的真实距离；

距离误差获取模块，用于根据用户终端上报的环境参数获取每种方式下所述真实距离的距离测量误差。

8.根据权利要求7所述的系统，其特征在于，定位误差获取单元包括矩阵获取模块、求逆模块和定位误差获取模块，其中：

矩阵获取模块，用于根据所述定位方式下用户终端到所述参考点的真实距离、以及所述参考点到用户终端的距离测量误差，获取相应定位方式的费舍尔信息矩阵；

求逆模块，用于获取所述定位方式的费舍尔信息矩阵的逆矩阵；

定位误差获取模块，用于对所述逆矩阵求对角线元素获得相应定位方式的定位误差。

9.根据权利要求8所述的系统，其特征在于，

矩阵获取模块具体用于根据公式

$F_t=\left[\begin{array}{ccc}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{di}}^2}\·\frac{{(x_t-x_i)}^2}{{d_i}^2}& \underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{di}}^2}\·\frac{(x_t-x_i)(y_t-y_i)}{{d_i}^2}& \underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{di}}^2}\·\frac{(x_t-x_i)(z_t-z_i)}{{d_i}^2}\\ \underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{di}}^2}\·\frac{(y_t-y_i)(x_t-x_i)}{{d_i}^2}& \underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{di}}^2}\·\frac{{(y_t-y_i)}^2}{{d_i}^2}& \underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{di}}^2}\·\frac{(y_t-y_i)(z_t-z_i)}{{d_i}^2}\\ \underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{di}}^2}\·\frac{(z_t-z_i)(x_t-x_i)}{{d_i}^2}& \underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{di}}^2}\·\frac{(z_t-z_i)(y_t-y_i)}{{d_i}^2}& \underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{1}{{\mathrm{\σ}}_{\mathrm{di}}^2}\·\frac{{(z_t-z_i)}^2}{{d_i}^2}\end{array}\right]$

获取第t种定位方式的费舍尔信息矩阵F_t，其中，t为大于1的自然数，(x_t,y_t,z_t)为第t种定位方式的定位结果，(x_i,y_i,z_i)为第t种定位方式下第i个参考点的已知坐标，d_i为终端(x_t,y_t,z_t)到第i个参考点的真实距离，σ_di为第t种定位方式下d_i的距离测量误差，i、N为大于0的自然数。

10.根据权利要求6中所述的系统，其特征在于，

数据融合单元具体用于根据所述定位结果和定位误差，将至少两种定位方式的定位结果融合后的最大似然估计值，作为位置估计结果。