CN106550447B - 一种终端定位方法、装置及系统 - Google Patents

一种终端定位方法、装置及系统 Download PDF

Info

Publication number
CN106550447B
CN106550447B CN201510604861.5A CN201510604861A CN106550447B CN 106550447 B CN106550447 B CN 106550447B CN 201510604861 A CN201510604861 A CN 201510604861A CN 106550447 B CN106550447 B CN 106550447B
Authority
CN
China
Prior art keywords
channel response
terminal
vector
matrix
eigenvector
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
CN201510604861.5A
Other languages
English (en)
Other versions
CN106550447A (zh
Inventor
黄河
张晓雷
陈志刚
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.)
ZTE Corp
Original Assignee
ZTE Corp
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 ZTE Corp filed Critical ZTE Corp
Priority to CN201510604861.5A priority Critical patent/CN106550447B/zh
Priority to PCT/CN2016/081894 priority patent/WO2017049914A1/zh
Publication of CN106550447A publication Critical patent/CN106550447A/zh
Application granted granted Critical
Publication of CN106550447B publication Critical patent/CN106550447B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • 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

Landscapes

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

Abstract

本发明提供了一种终端定位方法、装置及系统，该方法包括：根据终端位置‑信道响应数据库生成核映射矩阵；根据核映射矩阵获取主特征向量；根据主特征向量及核映射矩阵生成终端位置‑行向量函数；获取待定位终端的信道响应向量；根据主特征向量及终端位置‑行向量函数，计算信道响应向量对应的位置信息。通过本发明的实施，仅需要根据终端位置‑信道响应数据库生成主特征向量，其终端位置‑信道响应数据库仅需要数个数据即可完成，解决了现有终端位置‑信道响应数据库的生成工作量大的问题，同时，将待测终端的信道响应向量在主特征向量投影，生成新向量代入位置‑行向量函数计算位置，计算过程简单、速度快，解决了现有终端定位过程繁杂的问题。

Description

一种终端定位方法、装置及系统
技术领域
本发明涉及定位领域，尤其涉及一种用于终端定位方法、装置及系统。
背景技术
基于RSSI(Received Signal Strength Indication，接收信号强度指示)的终端定位方法，通常利用AP(Access Point，接入点)和终端之间的信道能量与AP和终端之间的距离满足一定统计意义下的函数关系，进而实现位置估计。由于函数关系未知，因此这类方法需要提前生成终端位置和多个AP的接收能量数据库，再进行位置-能量函数关系的学习或获取，从而实现无线定位，该方法存在数据库生成工作量大、过程计算复杂等的缺点。
因此，如何提供一种可以简化定位计算过程的终端定位方法，是本领域技术人员亟待解决的技术问题。
发明内容
本发明提供了一种终端定位方法、装置及系统，以解决现有终端定位方法计算过程繁杂、数据库生成工作量大的问题。
本发明提供了一种终端定位方法，其包括：
根据终端位置-信道响应数据库生成核映射矩阵；根据核映射矩阵获取主特征向量；根据主特征向量及核映射矩阵生成终端位置-行向量函数；
获取待定位终端的信道响应向量；
根据主特征向量及终端位置-行向量函数，计算信道响应向量对应的位置信息。
进一步的，还包括：获取多个位置已知的终端的位置-信道响应向量，根据多个位置已知的终端的位置-信道响应向量建立终端位置-信道响应数据库。
进一步的，根据终端位置-信道响应数据库生成核映射矩阵包括：调用终端位置-信道响应数据库内的数据矩阵，利用核函数，计算数据矩阵的核映射矩阵。
进一步的，调用终端位置-信道响应数据库内的数据矩阵包括：利用射线追踪算法计算待定位终端的初始范围，调用终端位置-信道响应数据库在初始范围内的位置-信道响应向量，形成数据矩阵。
进一步的，还包括：根据位置信息对初始范围进行修正。
进一步的，根据核映射矩阵获取主特征向量包括：对核映射矩阵进行标准化处理，获得标准化核映射矩阵；对标准化核映射矩阵进行特征值分解，获得由特征值构成的对角矩阵；计算各特征值贡献率、及累计贡献率，根据累计贡献率及门限值选出主特征值，将各主特征值对应的特征向量作为主特征向量。
进一步的，根据主特征向量及核映射矩阵生成终端位置-行向量函数包括：将核映射矩阵向主特征向量进行投影，获得信道响应特征向量矩阵；对信道响应特征向量矩阵进行降维处理；根据各数据对应的终端位置对降维处理后的信道响应特征向量矩阵进行线性回归处理，获取终端位置-行向量函数。
进一步的，根据主特征向量及终端位置-行向量函数，计算信道响应向量对应的位置信息包括：将信道响应向量向主特征向量进行投影，得到新特征向量；将新特征向量代入终端位置-行向量函数，计算得到位置信息。
本发明提供了一种终端定位装置，其包括：
建模模块，用于根据终端位置-信道响应数据库生成核映射矩阵；根据核映射矩阵获取主特征向量；根据主特征向量及核映射矩阵生成终端位置-行向量函数；
获取模块，用于获取待定位终端的信道响应向量；
计算模块，用于根据主特征向量及终端位置-行向量函数，计算信道响应向量对应的位置信息。
进一步的，建模模块还用于获取多个位置已知的终端的位置-信道响应向量，根据多个位置已知的终端的位置-信道响应向量建立终端位置-信道响应数据库。
进一步的，建模模块还用于调用终端位置-信道响应数据库内的数据矩阵，利用核函数，计算数据矩阵的核映射矩阵。
进一步的，建模模块还用于利用射线追踪算法计算待定位终端的初始范围，调用终端位置-信道响应数据库在初始范围内的位置-信道响应向量，形成数据矩阵。
进一步的，建模模块还用于根据位置信息对初始范围进行修正。
进一步的，建模模块用于对核映射矩阵进行标准化处理，获得标准化核映射矩阵；对标准化核映射矩阵进行特征值分解，获得由特征值构成的对角矩阵；计算各特征值贡献率、及累计贡献率，根据累计贡献率及门限值选出主特征值，将各主特征值对应的特征向量作为主特征向量。
进一步的，建模模块用于将核映射矩阵向主特征向量进行投影，获得信道响应特征向量矩阵；对信道响应特征向量矩阵进行降维处理；根据各数据对应的终端位置对降维处理后的信道响应特征向量矩阵进行线性回归处理，获取终端位置-行向量函数。
进一步的，计算模块用于将信道响应向量向主特征向量进行投影，得到新特征向量；将新特征向量代入终端位置-行向量函数，计算得到位置信息。
本发明提供了一种终端定位系统，其包括本发明提供的终端定位装置。
本发明的有益效果：
本发明提供了一种终端定位方法，根据终端位置-信道响应数据库生成主特征向量，然后根据数据矩阵及主特征向量得到位置-行向量函数，将待测终端的信道响应向量在主特征向量投影，生成新向量代入位置-行向量函数计算位置；在该过程中，仅需要根据终端位置-信道响应数据库生成主特征向量，其对终端位置-信道响应数据库的要求较低，仅需要数个数据即可完成，解决了现有终端位置-信道响应数据库的生成工作量大的问题，同时，将待测终端的信道响应向量在主特征向量投影，生成新向量代入位置-行向量函数计算位置，计算过程简单、速度快，解决了现有终端定位过程繁杂的问题。
附图说明
图1为本发明第一实施例提供的终端定位装置的结构示意图；
图2为本发明第二实施例提供的终端定位方法的流程图；
图3为本发明第三实施例中的终端定位系统的组网示意图；
图4为本发明第三实施例中的终端定位方法的流程图。
具体实施方式
现通过具体实施方式结合附图的方式对本发明做出进一步的诠释说明。
第一实施例：
图1为本发明第一实施例提供的终端定位装置的结构示意图，由图1可知，在本实施例中，本发明提供的终端定位装置1包括：
建模模块11，用于根据终端位置-信道响应数据库生成核映射矩阵；根据核映射矩阵获取主特征向量；根据主特征向量及核映射矩阵生成终端位置-行向量函数；
获取模块12，用于获取待定位终端的信道响应向量；
计算模块13，用于根据主特征向量及终端位置-行向量函数，计算信道响应向量对应的位置信息。
在一些实施例中，上述实施例中的建模模块11还用于获取多个位置已知的终端的位置-信道响应向量，根据多个位置已知的终端的位置-信道响应向量建立终端位置-信道响应数据库。
在一些实施例中，上述实施例中的建模模块11还用于调用终端位置-信道响应数据库内的数据矩阵，利用核函数，计算数据矩阵的核映射矩阵。
在一些实施例中，上述实施例中的建模模块11还用于利用射线追踪算法计算待定位终端的初始范围，调用终端位置-信道响应数据库在初始范围内的位置-信道响应向量，形成数据矩阵。
在一些实施例中，上述实施例中的建模模块11还用于根据位置信息对初始范围进行修正。这样，本发明就可以实现不同精度的终端定位，当终端定位精度要求较低时，根据初始范围内的位置-信道响应向量即可实现定位，当终端定位精度要求较高时，就需要根据初始范围的定位结果进行修正，直至满足用户需求。
在一些实施例中，上述实施例中的建模模块11用于对核映射矩阵进行标准化处理，获得标准化核映射矩阵；对标准化核映射矩阵进行特征值分解，获得由特征值构成的对角矩阵；计算各特征值贡献率、及累计贡献率，根据累计贡献率及门限值选出主特征值，将各主特征值对应的特征向量作为主特征向量。
在一些实施例中，上述实施例中的建模模块11用于将核映射矩阵向主特征向量进行投影，获得信道响应特征向量矩阵；对信道响应特征向量矩阵进行降维处理；根据各数据对应的终端位置对降维处理后的信道响应特征向量矩阵进行线性回归处理，获取终端位置-行向量函数。
在一些实施例中，上述实施例中的计算模块13用于将信道响应向量向主特征向量进行投影，得到新特征向量；将新特征向量代入终端位置-行向量函数，计算得到位置信息。
对应的，本发明提供了一种终端定位系统，其包括本发明提供的终端定位装置1。
第二实施例：
图2为本发明第二实施例提供的终端定位方法的流程图，由图2可知，在本实施例中，本发明提供的终端定位方法包括以下步骤：
S201：根据终端位置-信道响应数据库生成核映射矩阵；根据核映射矩阵获取主特征向量；根据主特征向量及核映射矩阵生成终端位置-行向量函数；
S202：获取待定位终端的信道响应向量；
S203：根据主特征向量及终端位置-行向量函数，计算信道响应向量对应的位置信息。
在一些实施例中，上述实施例中的方法还包括：获取多个位置已知的终端的位置-信道响应向量，根据多个位置已知的终端的位置-信道响应向量建立终端位置-信道响应数据库。
在一些实施例中，上述实施例中的根据终端位置-信道响应数据库生成核映射矩阵包括：调用终端位置-信道响应数据库内的数据矩阵，利用核函数，计算数据矩阵的核映射矩阵。
在一些实施例中，上述实施例中的调用终端位置-信道响应数据库内的数据矩阵包括：利用射线追踪算法计算待定位终端的初始范围，调用终端位置-信道响应数据库在初始范围内的位置-信道响应向量，形成数据矩阵。
在一些实施例中，上述实施例中的方法还包括：根据位置信息对初始范围进行修正。
在一些实施例中，上述实施例中的根据核映射矩阵获取主特征向量包括：对核映射矩阵进行标准化处理，获得标准化核映射矩阵；对标准化核映射矩阵进行特征值分解，获得由特征值构成的对角矩阵；计算各特征值贡献率、及累计贡献率，根据累计贡献率及门限值选出主特征值，将各主特征值对应的特征向量作为主特征向量。
在一些实施例中，上述实施例中的根据主特征向量及核映射矩阵生成终端位置-行向量函数包括：将核映射矩阵向主特征向量进行投影，获得信道响应特征向量矩阵；对信道响应特征向量矩阵进行降维处理；根据各数据对应的终端位置对降维处理后的信道响应特征向量矩阵进行线性回归处理，获取终端位置- 行向量函数。
在一些实施例中，上述实施例中的根据主特征向量及终端位置-行向量函数，计算信道响应向量对应的位置信息包括：将信道响应向量向主特征向量进行投影，得到新特征向量；将新特征向量代入终端位置-行向量函数，计算得到位置信息。
现结合具体应用场景对本发明做进一步的诠释说明。
第三实施例：
本实施例以室内定位系统为例进行说明，提供了一种可有效地利用多径信息来减少定位误差的算法。
在实际应用中，AP和终端之间的信道中各径分量的能量与终端位置之间也具有统计意义下的函数关系，如果能够充分利用各径分量的能量-终端位置关系，不仅可以提高估计精度，同时利用KPCA(Kernel principal component analysis，核主成分分析)还可以降低终端位置与AP接收能量之间的数据库存储空间，以及相应的建立数据库所需的工作量。本实施例提出了一种基于终端-AP信道响应的核主成分分析的无线定位算法，因为信道响应中包含的多径能量-终端位置的函数关系具有非线性特点，同时具有地域局限性特点，采用逐步缩小地域范围和核主成分分析方法，提取适用于当前终端位置估计的特征向量，进一步采用回归方法实现终端位置估计，能够充分利用各径分量的能量-终端位置关系，不仅可以提高估计精度，同时还可以降低终端位置与AP接收能量之间的数据库存储空间，以及相应的建立数据库所需的工作量。
本实施例主要通过对信道响应数据库采用核主成分分析的方法，一方面可以提取多径分量中的非线性特征向量，同时也能够降低特征向量的维数，进一步针对提取的较小维度的特征向量进行回归分析，得到位置估计；首先从终端位置-信道响应数据库中取出所有在给定范围F内的数据矩阵H′，然后利用核主成分分析对H′进行降维处理得到
Figure BDA0000807626660000091
然后根据数据矩阵
Figure BDA0000807626660000092
以及相应的已知位置，进行线性回归获得位置-行向量线性函数，最后将当前终端位置的信道响应向量向主向量投影得到新的特征向量，代入位置-行向量线性函数，估计终端位置。
具体的，如图3所示，假定有一典型的WLAN定位系统，其中有一个位置待定的移动终端和M个AP(AP位置未知)，令移动终端的位置为二维向量x＝[xx,xy](对应二维平面)，每个AP都能获得AP与终端之间的信道响应，其中第m个AP与终端之间的离散信道响应为L维行向量hm(x)＝[hm,1(x)hm,2(x)...hm,L(x)]，其中hm,l(x)为第l采样时刻信道的复增益，M个AP与终端之间的离散信道响应的总向量可以表示为ML维行向量h(x)＝[h1(x)h2(x)...hM(x)]。
假定该系统提前已经在N个已知位置记录了终端位置与AP之间的信道响应向量，即终端位置信道响应“地图”，该“地图”可以表示为如下矩阵形式：
H＝[h(x(1))...h(x(n))...h(x(N))]T，其中x(n)表示第n个已知的终端位置。
无线定位问题就是给定当前终端的总信道向量h(x)＝[h1(x)h2(x)...hM(x)]，如何利用已有的终端位置信道响应“地图”估计得到终端位置。由于基于核主成分分析的定位方法在每次给定范围空间内的位置估计具有相同的算法步骤，下面仅以一次位置估计为例进行介绍：
第一步：从终端位置-信道响应数据库中取出所有在给定范围F内的数据矩阵如下：H′＝[h(x(1))...h(x(n))...]T,n∈Φ,且有N'＝|Φ|；选取典型的核函数K(·,·)，可以得到对应核函数和数据矩阵的N'×N'维核映射矩阵K，Ki,j＝K(h(x(i)),h(x(j)))，对该核映射矩阵进行特征值分解，其中特征值构成的对角矩阵为D＝Diag(λ1,λ2,...,λN')，第l个特征向量为al。进一步选取其中的L'个主特征向量，则对应的主特征值和主特征向量为
Figure BDA0000807626660000109
和
Figure BDA00008076266600001010
第二步：将数据矩阵向主向量投影得到新的信道响应特征向量矩阵
Figure BDA00008076266600001011
Figure BDA00008076266600001012
n∈Φ,且有N'＝|Φ|；
其中，
Figure BDA0000807626660000101
Figure BDA0000807626660000102
Figure BDA0000807626660000103
第三步：根据新的数据矩阵以及相应的已知位置，进行线性回归获得位置-行向量线性函数；
Figure DEST_PATH_GDA0000910048070000104
Figure DEST_PATH_GDA0000910048070000105
第四步：将当前终端位置的信道响应向量向主向量投影得到新的特征向量，
Figure BDA0000807626660000106
Figure BDA0000807626660000107
Figure BDA0000807626660000108
代入第三步中的线性回归后拟合的位置-行向量线性函数，估计终端位置。
现结合图4对本发明做进一步的诠释说明，如图4所示，在本实施例中，本发明提供的终端定位方法包括以下步骤：
S401：建立终端位置-信道响应数据库。
系统模型如图3所示，假定AP的数目为3，本发明提供的终端定位算法包括两阶段的工作模式：离线阶段，主要用于建立终端位置-信道响应数据库；在线阶段，主要用于实现终端定位。
本步骤为离线状态，使用移动设备采集各个参考点与AP的信道响应信息，并关联上采集时的位置信息，以构建一个位置指纹数据库。位置指纹数据库(LFDB)的构建是在离线阶段完成，位置指纹数据是由众多数据库元素组成：DBE＝{L,R}，其中L是物理位置，R表示在该位置上采集的指纹，表示为：
Figure BDA0000807626660000111
其中，Nr表示在离线阶段设备通信范围内AP的数目，ri是采样设备接收到的第i个AP的信道响应数据，idi是第i个AP的ID。
利用射线追踪算法确定终端位置-信道响应数据库。射线追踪算法中的射线可能是从发射机直接传播到接收机，也可能是经多次反射、衍射、透射等到达接收机，本实施例只考虑反射情况，并且信号最大反射次数为3(因为信号经过3次反射后能量已经损耗很大，可以忽略其影响)。跟踪计算每个射线传播过程中的所有损耗。一直跟踪计算直至射线到达接收机，统计所定位区域中参考点的数据，形成位置指纹数据库，即终端位置-信道响应数据库。
在实际应用中，每个AP都能获得AP与终端之间的信道响应，其中第m个AP与终端之间的离散信道响应为L维行向量h'm(x)＝[h'm,1(x)h'm,2(x)...h'm,L(x)]，其中h'm,l(x)为第l采样时刻信道的复增益。M个AP与终端之间的离散信道响应的总向量可以表示为ML维行向量h'(x)＝[h'1(x)h'2(x)...h'M(x)]。但是在实际的OFDM系统中，信道响应会在采样点上发生相应的弥散。其中第m个AP与终端之间的离散信道响应可以表示为
Figure BDA0000807626660000121
其中0≤τmTs≤TG,TG为采样时间间隔。第m个AP与终端之间的离散信道响应弥散后的复增益表示为：
Figure BDA0000807626660000122
其中OFDM系统中FFT大小为N。当τm为整数时，复增益h'm,l不在其他采样时间发生弥散；但是当τm为非整数时，复增益h'm,l在其他采样时间发生弥散。那么弥散后的第m个AP与终端之间的离散信道响应hm(x)＝[hm,1(x)hm,2(x)...hm,L(x)]那么信道响应数据库表示为：H＝[h(x(1))...h(x(n))...h(x(N))]T其中x(n)表示第n个已知的终端位置。
S402：根据终端位置-信道响应数据库计算主特征向量。
本步骤以及以下所有步骤均为在线阶段，主要是利用位置关系与指纹数据库信息的对应关系，通过测量到的指纹确定位置的算法过程，首先，用射线追踪算法测量目标位置的信道响应h(x)，其中第m个AP与终端之间的离散信道响应为L维行向量h'm(x)＝[h'm,1(x)h'm,2(x)...h'm,L(x)]，其中h'm,l(x)为第l采样时刻信道的复增益。弥散后的离散信道响应hm(x)＝[hm,1(x)hm,2(x)...hm,L(x)]。为了能够获得不同精度的位置估计，采用逐步缩小位置估计范围，并在每次估计范围内采用核主成分分析和回归分析的方法得到具有较小误差范围的位置估计。
本步骤首先矩阵H＝[h(x(1))...h(x(n))...h(x(N))]T，选取多项式核函数K(xi,xj)＝(<xi,xj>+d)p,p∈N,d≥0,得到对应数据矩阵的N×N维核映射矩阵K，其中Ki,j＝K(h(x(i)),h(x(j)))，N为样本个数。其中，
Figure BDA0000807626660000131
对上述K矩阵进行标准化处理得到：
Figure BDA0000807626660000132
其中，
Figure BDA0000807626660000133
I为N×N的单位矩阵，对核映射矩阵
Figure BDA0000807626660000134
进行特征值分解，其中,由特征值构成的对角矩阵为D＝Diag(λ1,λ2,...,λN)，第l个特征向量为al；依次求出各特征值贡献率，和相应的特征值累计贡献率
Figure BDA0000807626660000135
并且与累计门限值(如98％)比较，当特征值累计贡献率大于累计门限值时，停止计算，选出相应的特征值λ1，λ2...λL，按特征值大小选出进一步选取其中的L个主特征向量，则对应的主特征值和主特征向量为
Figure BDA0000807626660000136
和
Figure BDA0000807626660000137
S403：将数据矩阵
Figure BDA0000807626660000138
向主特征向量投影得到新的信道响应特征向量矩阵
Figure BDA0000807626660000139
本步骤主要为了实现对数据矩阵
Figure BDA00008076266600001310
的降维处理。
Figure BDA00008076266600001311
其中；
Figure BDA00008076266600001312
Figure BDA00008076266600001313
Figure BDA00008076266600001314
S404：根据相应的已知位置对信道响应特征向量矩阵
Figure BDA00008076266600001315
进行线性回归，获取位置-行向量线性函数。
具体的，
Figure DEST_PATH_GDA00009100480700001313
Figure DEST_PATH_GDA0000910048070000141
是SVR(支持向量机)求解出来的拉格朗日乘数；
Figure DEST_PATH_GDA0000910048070000141
Figure DEST_PATH_GDA0000910048070000142
是SVR(支持向量机)求解出来的拉格朗日乘数；
Figure BDA0000807626660000144
Figure BDA0000807626660000145
NNSV为标准支持向量的个数，ε为不敏感度函数。
S405：将当前终端位置的信道响应向量向主向量投影得到新特征向量。
得到的新特征向量为：
Figure BDA0000807626660000146
Figure BDA0000807626660000147
Figure BDA0000807626660000148
S406：根据新特征向量及位置-行向量线性函数计算终端位置。
本步骤将步骤S405中计算得到的新特征向量代入步骤S404得到的位置-行向量线性函数，估计终端位置(x0,y0)。
S407：修正地域范围，获得最精确定位。
根据初始估计终端位置(x0,y0)，逐步缩小地域范围，即缩小数据库的范围；确定坐标调整精度为m，横坐标x调整为x∈[x0-m,x0+m]，纵坐标y调整为y∈[y0-m,y0+m]，x,y∈N*；从终端位置-信道响应数据库中取出所有在给定范围F内的数据矩阵如下：H'＝[h(x(1))...h(x(n))...]T,n∈Φ,且有N'＝|Φ|，然后根据上述步骤S402-S406，重新估算终端位置(x1，y1)。迭代上述步骤，获得终端位置(x2，y2)，(x3，y3)，根据经验值，将(x3，y3)作为估算终端位置的最终坐标。
综上可知，通过本发明的实施，至少存在以下有益效果：
本发明提供了一种终端定位方法，根据终端位置-信道响应数据库生成主特征向量，然后根据数据矩阵及主特征向量得到位置-行向量函数，将待测终端的信道响应向量在主特征向量投影，生成新向量代入位置-行向量函数计算位置；在该过程中，仅需要根据终端位置-信道响应数据库生成主特征向量，其对终端位置-信道响应数据库的要求较低，仅需要数个数据即可完成，解决了现有终端位置-信道响应数据库的生成工作量大的问题，同时，将待测终端的信道响应向量在主特征向量投影，生成新向量代入位置-行向量函数计算位置，计算过程简单、速度快，解决了现有终端定位过程繁杂的问题。
以上仅是本发明的具体实施方式而已，并非对本发明做任何形式上的限制，凡是依据本发明的技术实质对以上实施方式所做的任意简单修改、等同变化、结合或修饰，均仍属于本发明技术方案的保护范围。

Claims (7)

1.一种终端定位方法，其特征在于，包括：
利用射线追踪算法计算待定位终端的初始范围，调用所述终端位置-信道响应数据库在所述初始范围内的位置-信道响应向量，形成数据矩阵，利用核函数，计算所述数据矩阵的核映射矩阵；
对所述核映射矩阵进行标准化处理，获得标准化核映射矩阵；对所述标准化核映射矩阵进行特征值分解，获得由特征值构成的对角矩阵；计算各特征值贡献率、及累计贡献率，根据所述累计贡献率及门限值选出主特征值，将各主特征值对应的特征向量作为主特征向量；
将所述核映射矩阵向所述主特征向量进行投影，获得信道响应特征向量矩阵；对所述信道响应特征向量矩阵进行降维处理；根据各数据对应的终端位置对降维处理后的信道响应特征向量矩阵进行线性回归处理，获取所述终端位置-行向量函数；
获取待定位终端的信道响应向量；
将所述信道响应向量向所述主特征向量进行投影，得到新特征向量；将所述新特征向量代入所述终端位置-行向量函数，计算得到位置信息。
2.如权利要求1所述的终端定位方法，其特征在于，还包括：获取多个位置已知的终端的位置-信道响应向量，根据所述多个位置已知的终端的位置-信道响应向量建立所述终端位置-信道响应数据库。
3.如权利要求2所述的终端定位方法，其特征在于，还包括：根据所述位置信息对所述初始范围进行修正。
4.一种终端定位装置，其特征在于，包括：
建模模块，用于利用射线追踪算法计算待定位终端的初始范围，调用所述终端位置-信道响应数据库在所述初始范围内的位置-信道响应向量，形成数据矩阵，利用核函数，计算所述数据矩阵的核映射矩阵；
对所述核映射矩阵进行标准化处理，获得标准化核映射矩阵；对所述标准化核映射矩阵进行特征值分解，获得由特征值构成的对角矩阵；计算各特征值贡献率、及累计贡献率，根据所述累计贡献率及门限值选出主特征值，将各主特征值对应的特征向量作为主特征向量；
将所述核映射矩阵向所述主特征向量进行投影，获得信道响应特征向量矩阵；对所述信道响应特征向量矩阵进行降维处理；根据各数据对应的终端位置对降维处理后的信道响应特征向量矩阵进行线性回归处理，获取所述终端位置-行向量函数；
获取模块，用于获取待定位终端的信道响应向量；
计算模块，用于将所述信道响应向量向所述主特征向量进行投影，得到新特征向量；将所述新特征向量代入所述终端位置-行向量函数，计算得到位置信息。
5.如权利要求4所述的终端定位装置，其特征在于，所述建模模块还用于获取多个位置已知的终端的位置-信道响应向量，根据所述多个位置已知的终端的位置-信道响应向量建立所述终端位置-信道响应数据库。
6.如权利要求5所述的终端定位装置，其特征在于，所述建模模块还用于根据所述位置信息对所述初始范围进行修正。
7.一种终端定位系统，其特征在于，包括如权利要求4至6任一项所述的终端定位装置。
CN201510604861.5A 2015-09-21 2015-09-21 一种终端定位方法、装置及系统 Active CN106550447B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201510604861.5A CN106550447B (zh) 2015-09-21 2015-09-21 一种终端定位方法、装置及系统
PCT/CN2016/081894 WO2017049914A1 (zh) 2015-09-21 2016-05-12 一种终端定位方法、装置及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510604861.5A CN106550447B (zh) 2015-09-21 2015-09-21 一种终端定位方法、装置及系统

Publications (2)

Publication Number Publication Date
CN106550447A CN106550447A (zh) 2017-03-29
CN106550447B true CN106550447B (zh) 2020-04-03

Family

ID=58365173

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510604861.5A Active CN106550447B (zh) 2015-09-21 2015-09-21 一种终端定位方法、装置及系统

Country Status (2)

Country Link
CN (1) CN106550447B (zh)
WO (1) WO2017049914A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107748376B (zh) * 2017-09-26 2021-02-02 南京航空航天大学 无人驾驶车辆卫星定位接收机自适应带宽跟踪环设计方法
CN115413018A (zh) * 2021-05-26 2022-11-29 中兴通讯股份有限公司 信道状态信息处理方法、终端和计算机可读存储介质
CN114866971A (zh) * 2022-05-06 2022-08-05 中国石油大学(华东) 基于核函数特征提取和套索算法的室内定位方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103501538A (zh) * 2013-10-12 2014-01-08 清华大学 基于多径能量指纹的室内定位方法
CN103702416A (zh) * 2013-12-24 2014-04-02 北京交通大学 基于支持向量机的半监督学习室内定位方法
CN103702414A (zh) * 2013-12-11 2014-04-02 北京智谷睿拓技术服务有限公司 定位方法及移动设备、基站

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101241181B (zh) * 2008-03-12 2010-11-17 电子科技大学 非库属目标一维距离像判别方法
CN101393260B (zh) * 2008-11-06 2011-04-06 华南理工大学 一种无线传感器网络目标定位与跟踪方法
CN101720056B (zh) * 2009-09-07 2012-12-19 广州市香港科大霍英东研究院 基于多信道和支持向量回归的多个无设备物体追踪方法
JP5741223B2 (ja) * 2011-05-31 2015-07-01 富士通株式会社 情報処理装置、補正方法、及び補正プログラム
ES2397388B1 (es) * 2011-07-22 2014-09-09 Universidad De Valladolid Procedimiento para la determinacion de la posicion fusionando la informacion de los niveles de potencia y el retardo temporal de propagacion de las señales recibidas.

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103501538A (zh) * 2013-10-12 2014-01-08 清华大学 基于多径能量指纹的室内定位方法
CN103702414A (zh) * 2013-12-11 2014-04-02 北京智谷睿拓技术服务有限公司 定位方法及移动设备、基站
CN103702416A (zh) * 2013-12-24 2014-04-02 北京交通大学 基于支持向量机的半监督学习室内定位方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Po-Chiang Lin;Tsung-Nan Lin.《Kernel-Based Channel Gain Estimation for Dynamic》.《2011 International Conference on Broadband and Wireless Computing, Communication and Applications》.2011, *
Yunye Jin;Wee-Seng Soh;Wai-Choong Wong.《Indoor localization with channel impulse response based fingerprint and nonparametric regression》.《IEEE Transactions on Wireless Communications》.2010, *

Also Published As

Publication number Publication date
WO2017049914A1 (zh) 2017-03-30
CN106550447A (zh) 2017-03-29

Similar Documents

Publication Publication Date Title
Zou et al. Adaptive localization in dynamic indoor environments by transfer kernel learning
CN108513251B (zh) 一种基于mr数据的定位方法及系统
KR101901039B1 (ko) 교차 디바이스 자동 교정을 위한 방법 및 장치
US9369986B2 (en) Wireless communication network for estimating the accuracy of fingerprinting positioning algorithms
Zou et al. Standardizing location fingerprints across heterogeneous mobile devices for indoor localization
US11218986B2 (en) Positioning method and server, and terminal
Fang et al. Calibration-free approaches for robust Wi-Fi positioning against device diversity: A performance comparison
CN112218330B (zh) 定位方法及通信装置
TWI544822B (zh) 訊號強度分佈建立方法及無線定位系統
CN108828570B (zh) 一种基于路径损耗因子动态估计的测距方法及测距装置
CN106550447B (zh) 一种终端定位方法、装置及系统
CN109490826A (zh) 一种基于无线电波场强rssi的测距与位置定位方法
Kanaris et al. Improving RSS fingerprint-based localization using directional antennas
Talvitie et al. Method and analysis of spectrally compressed radio images for mobile-centric indoor localization
Fang et al. Compensating for orientation mismatch in robust Wi-Fi localization using histogram equalization
Tiku et al. PortLoc: a portable data-driven indoor localization framework for smartphones
Dai et al. Sensor selection for TDOA-based source localization using angle and range information
Santos et al. Recursive estimation of dynamic RSS fields based on crowdsourcing and Gaussian processes
CN111770528B (zh) 基于信道参数萃取方法的视距与非视距识别方法及装置
Zou et al. A transfer kernel learning based strategy for adaptive localization in dynamic indoor environments: poster
CN111654808B (zh) 一种更新指纹数据库的方法及系统、wifi定位方法及系统
CN111487586A (zh) 基于分布式无源定位技术的定位精度提高方法
CN113365345B (zh) 相位偏差校正方法、装置、计算机设备和存储介质
CN112333819B (zh) 设备定位方法、装置、计算机设备和存储介质
Rosić et al. Hybrid genetic optimization algorithm for target localization using TDOA measurements

Legal Events

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