CN108966341A - 一种定位方法和定位装置 - Google Patents
一种定位方法和定位装置 Download PDFInfo
- Publication number
- CN108966341A CN108966341A CN201710391462.4A CN201710391462A CN108966341A CN 108966341 A CN108966341 A CN 108966341A CN 201710391462 A CN201710391462 A CN 201710391462A CN 108966341 A CN108966341 A CN 108966341A
- Authority
- CN
- China
- Prior art keywords
- fingerprint
- existing
- terminal
- time difference
- base station
- 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.)
- Granted
Links
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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/0252—Radio frequency fingerprinting
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/06—Position of source determined by co-ordinating a plurality of position lines defined by path-difference measurements
Abstract
本发明提供了一种定位方法和定位装置,应用于无线网络,方法包括:计算出待定位终端发出的定位信号到达不同基站的第一到达时间差值;根据所述第一到达时间差值、指纹库密度和指纹库中的已有指纹,确定待定位终端的位置。保证了定位精度,实现了将无线通信信号的定位精度提高到普通民用GPS的定位精度。
Description
技术领域
本发明涉及定位技术,特别是指一种定位方法和定位装置。
背景技术
基于无线通信信号的终端定位技术包括:
基于信号传播时延测量值进行定位(TOA,Time Of Arrival);由于发送端和接收端的时间同步精度不够,尤其是无线蜂窝物联通信系统中,终端对时间进行测量的精度不高,所以网络侧和终端侧的时间同步精度较低,由此产生的定位精度误差很大,因此在无线蜂窝物联通信系统中,一般采用到达时间差(TDOA,Time Differ of Arrival),根据多个接收点的时间差来计算位置;根据上下行信号的不同把TDOA分为两类:基于下行信号的称为OTDOA,基于上行信号的称为UTDOA。这一技术的前提是直线传播,而在无线窄带蜂窝物联网中,由反射、折射或衍射导致的非视距(NLOS,Not Line of Sight)传播是一种常见现象,若按照直线传播的前提进行定位计算,将产生上百米的定位误差。
到达角定位技术:基于信号到达接收机方向(AOA,angle of arrival)的室内定位。到达角的计算需要至少4天线以上,由于无线窄带蜂窝物联网的基站设备一般为单通道或双通道,不具备精确计算到达角的能力,因此定位精度无法达到100米以内。
无线系统中终端会周期性上报下行信号强度的测量值,因此还可以采用基于下行信号强度的指纹库,将指纹测量值与数据库中指纹的条目进行对比,以便确定数据库中的最佳匹配指纹,因此,这一最佳匹配指纹能够提供最有可能的位置。但是,由于下行信号强度受环境的影响,但是,环境的传播特性波动较大,终端测量精度不高,不同终端的测量值存在一定差异,这些因素都会影响指纹库的定位精度;目前业界较好的基于指纹库的4G定位技术的精度大概是70米。
现有技术存在的问题在于:当前无线通信信号的定位方案均无法达到普通民用GPS的定位精度,即20米左右。
发明内容
本发明实施例要解决的技术问题是提供一种定位方法和定位装置,用以实现将无线通信信号的定位精度提高到普通民用GPS的定位精度。
为解决上述技术问题,本发明实施例提供的一种定位方法,应用于无线网络,方法包括:
计算出待定位终端发出的定位信号到达不同基站的第一到达时间差值;
根据所述第一到达时间差值、指纹库密度和指纹库中的已有指纹,确定待定位终端的位置。
所述的方法中,根据所述第一到达时间差值、指纹库密度和指纹库中的已有指纹,确定待定位终端的位置包括:
根据所述第一到达时间差值在指纹库中与已有指纹进行匹配;其中,已有指纹是地理位置和到达时间差值组绑定在一起形成的指纹,所述到达时间差值组是已有终端发出的定位信号到达不同基站形成的;
根据指纹库密度选择对应的匹配指纹,确定匹配指纹对应的地理位置是所述待定位终端的位置。
所述的方法中,根据所述第一到达时间差值在指纹库中与已有指纹进行匹配之前还包括:
接收已有终端上报的地理位置,以及计算出已有终端发出的定位信号到达不同基站的到达时间差值;
至少两个到达时间差值形成一个所述到达时间差值组,将所述地理位置和所述到达时间差值组绑定在一起作为指纹库中的已有指纹。
所述的方法中,接收已有终端上报的地理位置,以及计算出已有终端发出的定位信号到达不同基站的到达时间差值包括:
每间隔预定的空间距离触发已有终端接入无线网络一次,在接入无线网络时接收所述地理位置;
从不同的基站处接收已有终端发出的定位信号;
根据路已有终端发出的定位信号到达不同的基站的时间,计算出至少两个到达时间差值。
所述的方法中,计算出已有终端发出的定位信号到达不同基站的到达时间差值包括:
选择参与到达时间差值计算的基站;
从所述参与到达时间差值计算的基站处获得定位信号采样样本;
根据所述定位信号采样样本得到任意两个基站接收到所述定位信号的到达时间差值。
所述的方法中,根据所述第一到达时间差值在指纹库中与已有指纹进行匹配包括:
匹配待定位终端的驻留基站;
在指纹库中,找到驻留基站或者驻留基站的邻近基站所对应的至少一个已有指纹;
对于至少一个已有指纹,计算出对应的有效距离,其中,有效距离是待定位终端到达不同基站的第一时间差与已有指纹所携带的第二时间差之间的向量距离。
所述的方法中,根据指纹库密度选择对应的匹配指纹,确定匹配指纹对应的地理位置是所述待定位终端的位置包括:
若指纹库密度能够达到设定的定位精度的要求,确定有效距离最小的已有指纹,将有效距离最小的已有指纹作为匹配指纹,输出匹配指纹对应的地理位置,作为所述待定位终端的位置信息;
若指纹库密度不能够达到设定的定位精度的要求,则寻找出参与聚类计算的多个已有指纹,将每一个已有指纹的有效距离反比作为该已有指纹的加权值,根据所述加权值对各个已有指纹所包含的地理位置进行聚类计算得到所述待定位终端的位置。
一种定位装置,包括:
时间差值计算单元,用于计算出待定位终端发出的定位信号到达不同基站的第一到达时间差值;
指纹样本匹配单元,用于根据所述第一到达时间差值、指纹库密度和指纹库中的已有指纹,确定待定位终端的位置。
所述的定位装置中,指纹样本匹配单元包括:
数据库匹配模块,用于根据所述第一到达时间差值在指纹库中与已有指纹进行匹配;其中,已有指纹是地理位置和到达时间差值组绑定在一起形成的指纹,所述到达时间差值组是已有终端发出的定位信号到达不同基站形成的;
输出匹配指纹单元,用于根据指纹库密度选择对应的匹配指纹,确定匹配指纹对应的地理位置是所述待定位终端的位置。
所述的定位装置中,还包括:
指纹收集单元,用于接收已有终端上报的地理位置,以及计算出已有终端发出的定位信号到达不同基站的到达时间差值;
至少两个到达时间差值形成一个所述到达时间差值组,将所述地理位置和所述到达时间差值组绑定在一起作为指纹库中的已有指纹。
所述的定位装置中,输出匹配指纹单元包括:
匹配执行模块,用于根据所述第一到达时间差值在指纹库中与已有指纹进行匹配;其中,已有指纹是地理位置和到达时间差值组绑定在一起形成的指纹,所述到达时间差值组是已有终端发出的定位信号到达不同基站形成的;
终端地理位置模块,用于根据指纹库密度选择对应的匹配指纹,确定匹配指纹对应的地理位置是所述待定位终端的位置。
所述的定位装置中,输出匹配指纹单元还包括:
第一匹配指纹模块,用于若指纹库密度能够达到设定的定位精度的要求,确定有效距离最小的已有指纹,将有效距离最小的已有指纹作为匹配指纹,输出匹配指纹对应的地理位置,作为所述待定位终端的位置信息;
第二匹配指纹模块,用于若指纹库密度不能够达到设定的定位精度的要求,则寻找出参与聚类计算的多个已有指纹,将每一个已有指纹的有效距离反比作为该已有指纹的加权值,根据所述加权值对各个已有指纹所包含的地理位置进行聚类计算得到所述待定位终端的位置。
与现有技术相比,本发明实施例提供的一种定位方法和定位装置,至少具有以下有益效果:通过预先构建地理位置的指纹库,在指纹库中存放高精度的地理位置,然后将待定位终端匹配到指纹库中的指纹从而得到待定位终端的位置,从而规避了现有传播时间定位技术中,由于非视距传播过程中,环境的传播特性波动较大所导致的测量精度急剧下降的问题,保证了定位精度,实现了将无线通信信号的定位精度提高到普通民用GPS的定位精度。
附图说明
图1为一种定位方法的流程示意图;
图2为一种定位装置的结构示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述。在下面的描述中,提供诸如具体的配置和组件的特定细节仅仅是为了帮助全面理解本发明的实施例。因此,本领域技术人员应该清楚,可以对这里描述的实施例进行各种改变和修改而不脱离本发明的范围和精神。另外,为了清楚和简洁,省略了对已知功能和构造的描述。
为了实现GPS的高定位精度,基于到达时间差(TDOA)指纹库的窄带蜂窝物联网进行高精度定位。在这一技术中:构建窄带蜂窝物联网接入信道到达时间差的指纹库,其中,指纹库中的指纹通过携带GPS的终端发送窄带蜂窝物联网接入信道同时上报GPS位置获得;采用高精度的时间测量技术获取到达时间差,将待定位终端的时间测量信息与指纹库中的指纹样本进行比较,选取距离最小的指纹样本点作为位置结果。
本发明实施例提供一种定位方法,如图1所示,包括:
步骤101,计算出待定位终端发出的定位信号到达不同基站的第一到达时间差值;
步骤102,根据所述第一到达时间差值、指纹库密度和指纹库中的已有指纹,确定待定位终端的位置。
应用所提供的技术,通过预先构建地理位置的指纹库,在指纹库中存放高精度的地理位置,然后将待定位终端匹配到指纹库中的指纹从而得到待定位终端的位置,从而规避了现有传播时间定位技术中,由于非视距传播过程中,环境的传播特性波动较大所导致的测量精度急剧下降的问题,保证了定位精度,实现了将无线通信信号的定位精度提高到普通民用GPS的定位精度。
在一个优选实施例中,根据所述第一到达时间差值、指纹库密度和指纹库中的已有指纹,确定待定位终端的位置包括:
根据所述第一到达时间差值在指纹库中与已有指纹进行匹配;其中,已有指纹是地理位置和到达时间差值组绑定在一起形成的指纹,所述到达时间差值组是已有终端发出的定位信号到达不同基站形成的;
根据指纹库密度选择对应的匹配指纹,确定匹配指纹对应的地理位置是所述待定位终端的位置。
基于指纹库的定位技术包括:指纹收集、指纹样本匹配和定位输出。
在一个优选实施例中,根据所述第一到达时间差值在指纹库中与已有指纹进行匹配之前还包括:
指纹收集步骤:接收已有终端上报的地理位置,以及计算出已有终端发出的定位信号到达不同基站的到达时间差值;
至少两个到达时间差值形成一个所述到达时间差值组,将所述地理位置和所述到达时间差值组绑定在一起作为指纹库中的已有指纹。
地理位置主要是指GPS位置,在一个优选实施例中,指纹收集包括:
接收路测窄带蜂窝物联网终端发送的GPS位置;
或者,接收具有GPS功能的普通窄带蜂窝物联网终端发送的GPS位置。
在一个优选实施例中,接收已有终端上报的地理位置,以及计算出已有终端发出的定位信号到达不同基站的到达时间差值包括:
每间隔预定的空间距离触发已有终端接入无线网络一次,在接入无线网络时接收所述地理位置;在实际的路测过程中,可以人为的控制每间隔预定的空间距离触发已有终端接入无线网络一次;
从不同的基站处接收已有终端发出的定位信号;
根据路已有终端发出的定位信号到达不同的基站的时间,计算出至少两个到达时间差值。在实际应用过程中,可以由网络侧主动触发已有终端,每间隔预定距离接入无线网络一次,也可以由已有终端每间隔预定距离主动接入无线网络一次。
对于携带GPS的终端,例如路测窄带蜂窝物联网终端,每隔预定距离(如:20米)成功接入一次无线网络,接入一次就可以得到多个TDOA,例如:3个基站,1次接入就可以得到2个TDOA,4个基站,一次接入就可以得到3个TDOA。
在接入的同时,上报GPS测量的GPS位置信息。
无线网络计算出至少两个到达时间差值(TDOA),将TDOA与GPS位置绑定,作为一个指纹样本。
部分对功耗不敏感的物联网终端,诸如手环、智能手表、车载设备等,一般会自带GPS,在一个优选实施例中,利用普通携带GPS的窄带蜂窝物联网终端收集指纹包括:当对功耗不敏感的物联网终端发起基于GPS的定位时,将终端上报的GPS位置与无线网络计算的至少两个到达时间差值(TDOA)信息绑定,作为一个指纹样本。
为帮助本领域技术人员理解技术,对指纹收集、指纹样本匹配和定位输出过程进行细化描述。
在一个优选实施例中,计算出已有终端发出的定位信号到达不同基站的到达时间差值包括:
选择参与到达时间差值计算的基站;
从所述参与到达时间差值计算的基站处获得定位信号采样样本;
根据所述定位信号采样样本得到任意两个基站接收到所述定位信号的到达时间差值。
其中,从所述参与到达时间差值计算的基站处获得定位信号采样样本;根据所述定位信号采样样本得到任意两个基站接收到所述定位信号的到达时间差值具体包括:
在所述参与到达时间差值计算的基站接收到已有终端通过NPRACH信道发送的NPRACH定位信号,并且对所述NPRACH定位信号进行采样之后,得到NPRACH定位信号采样样本;
根据NPRACH定位信号采样样本计算得到移位相乘累积最大值R(Δt);
对所述移位相乘累积最大值R(Δt)求导从而得到任意两个基站接收到所述NPRACH定位信号的到达时间差值,其中,没有接收到NPRACH定位信号的基站,与其他接收到或者没有接收到NPRACH定位信号的基站之间的到达时间差值设置为无穷大。
其中,基站收到终端接入无线网络时通过NPRACH信道发送的NPRACH定位信号之后,根据设定的时间差测量精度选择A/D采样率。
在一个应用场景中,应用实施例所提供的技术计算时间差:
终端接入无线网络时发送NPRACH定位信号,NPRACH定位信号为正弦波;
无线网络的基站收到NPRACH定位信号后,为达到较高的时间差测量精度(如20米),需要很高的A/D采样率(20米对应的采样率为7.68MHz);
基站间的采样数据采用移位相乘累积求最大值算法获得时间差;
移位相乘累积求最大值算法表示为其中,0<x<T,f(x)为第一个基站的接收信号,g(x)为第二个基站的接收信号,T为NPRACH定位信号时长,x是采样点,具体是指从0到T时间段内的采样点,Δt是两个基站接收到的NPRACH定位信号的时间差(TDOA);
对R(Δt)求导,根据公式d(R(Δt))/d(Δt)=0计算得到Δt,该Δt为两个基站接收到的NPRACH定位信号的时间差(TDOA)。
同理,可求得第一个基站和第三个基站接收到的NPRACH定位信号的时间差。
同理,可求得第一个基站和第四个基站接收到的NPRACH定位信号的时间差。
在一个优选实施例中,根据所述第一到达时间差值在指纹库中与已有指纹进行匹配包括:
匹配待定位终端的驻留基站;
在指纹库中,找到驻留基站或者驻留基站的邻近基站所对应的至少一个已有指纹;
对于至少一个已有指纹,计算出对应的有效距离,其中,有效距离是待定位终端到达不同基站的第一时间差与已有指纹所携带的第二时间差之间的向量距离。
对于如何选择第一个基站、第二个基站,在一个优选实施例中,选择参与到达时间差值的计算的基站包括:
除终端的驻留小区所在的驻留基站之外,由定位服务器或者定位平台选取与驻留小区有邻区关系的邻小区所在的至少两个不同基站。
基站数越多,定位精度越高,但计算TDOA的复杂度也就越高,后续样本匹配的计算复杂度也将增大,因此,需要平衡基站数和复杂度,使其能够既能够满足精度需要,也不会过于复杂。
在一个优选实施例中,如表所示,构建GPS位置值对应的TDOA指纹样本,假设GPS位置值对应着四个基站,NB1为驻留小区所在的驻留基站:
TDOA | NB1 | NB2 | NB3 | NB4 |
NB1 | Δt12 | Δt13 | Δt14 | |
NB2 | Δt23 | Δt24 | ||
NB3 | Δt34 |
Δt为两个基站接收到的NPRACH定位信号的时间差,例如,Δt12是第一个基站、第二个基站接收到的NPRACH定位信号的时间差,对于没有接收到NPRACH的基站,与其他基站的TDOA设置为无穷大。
在一个优选实施例中,指纹样本匹配步骤中,根据指纹库密度选择对应的匹配指纹,确定匹配指纹对应的地理位置是所述待定位终端的位置包括:
若指纹库密度能够达到设定的定位精度的要求,确定有效距离最小的已有指纹,将有效距离最小的已有指纹作为匹配指纹,输出匹配指纹对应的地理位置,作为所述待定位终端的位置信息;
若指纹库密度不能够达到设定的定位精度的要求,则寻找出参与聚类计算的多个已有指纹,将每一个已有指纹的有效距离反比作为该已有指纹的加权值,根据所述加权值对各个已有指纹所包含的地理位置进行聚类计算得到所述待定位终端的位置。
具体地,采用经典的KNN算法,找出参与聚类计算的多个有效距离的已有指纹,简而言之,如果找到了三个已有指纹,其对应的有效距离分别是a,b和c,则三个有效距离的反比1/a,1/b和1/c是作为三个已有指纹的加权值,再根据三个加权值计算得到待定位终端的位置。
有效距离是待定位终端到达不同基站的第一时间差与已有指纹所携带的第二时间差之间的向量距离,在一个优选实施例中,指纹样本匹配步骤中,有效距离D=(Δt12’-Δt12)2+(Δt13’-Δt13)2+(Δt14’-Δt14)2+(Δt23’-Δt23)2+(Δt24’-Δt24)2+(Δt34’-Δt34)2,其中,Δt12’、Δt13’、Δt14’、Δt23’、Δt24’和Δt34’是待定位终端接入信号到达不同基站的第一时间差;Δt12、Δt13、Δt14、Δt23、Δt24和Δt34是指纹库中的已有指纹携带的第二时间差;
具体地,Δt12’、Δt13’、Δt14’、Δt23’、Δt24’和Δt34’分别是待定位终端接入信号到达基站1、基站2的第一时间差,待定位终端接入信号到达基站1、基站3的第一时间差,待定位终端接入信号到达基站1、基站4的第一时间差,待定位终端接入信号到达基站2、基站3的第一时间差,待定位终端接入信号到达基站2、基站4的第一时间差,待定位终端接入信号到达基站3、基站4的第一时间差;
同理,Δt12、Δt13、Δt14、Δt23、Δt24和Δt34分别是已有指纹携带的已有终端到达基站1、基站2的第一时间差,已有终端接入信号到达基站1、基站3的第一时间差,已有终端接入信号到达基站1、基站4的第一时间差,已有终端接入信号到达基站2、基站3的第一时间差,已有终端接入信号到达基站2、基站4的第一时间差,已有终端接入信号到达基站3、基站4的第一时间差;
若最小有效距离小于无穷大,选取对应的已有指纹作为匹配指纹;若最小有效距离是无穷大,则去掉产生无穷大值的基站后,重新计算出有效距离。但若去掉产生无穷大值的基站后的基站数目少于三个,则认为匹配失败。
在一个应用场景中,指纹样本匹配包括:对于待定位终端,通过locationorder过程触发接入,计算出不同基站的TDOA,依据以下顺序进行匹配:
步骤a,先匹配终端的驻留基站NB;
步骤b,在驻留基站NB,或者驻留基站的邻近基站的TDOA指纹库中,选择有效距离最小的已有指纹作为匹配指纹;
其中,有效距离计算公式是:D=(Δt12’-Δt12)2+(Δt13’-Δt13)2+(Δt14’-Δt14)2+(Δt23’-Δt23)2+(Δt24’-Δt24)2+(Δt34’-Δt34)2,其中,无穷大相减为0,非无穷大减无穷大为无穷大;
由于对应着可能不止一个指纹,因此,在至少一个已有指纹中,找到有效距离最小的已有指纹,多次采用该有效距离计算公式计算出多个有效距离D,若最小距离小于无穷大,则说明找到了最小的有效距离,指纹库匹配成功,选取出对应的指纹;若最小距离为无穷大,则去掉产生无穷大值的基站后,重新计算距离;距离需要小于无穷大,才能作为有效的距离。若减少后基站数少于3个,则认为指纹库匹配失败,Δt12’、Δt13’、Δt14’、Δt23’、Δt24’和Δt34’是待定位终端接入信号到达不同基站的第一时间差;Δt12、Δt13、Δt14、Δt23、Δt24和Δt34是指纹库中的已有指纹携带的第二时间差,即,已采集到的时间差信息。
步骤c,若指纹库密度能够达到设定的定位精度的要求,则将有效距离最小的已有指纹作为匹配指纹,输出匹配指纹对应的GPS位置,作为所述待定位终端的位置信息;
若指纹库密度不能够达到设定的定位精度的要求,则采用经典的KNN算法,找出聚类的多个有效距离的已有指纹,将有效距离反比作为GPS位置的加权值,输出GPS位置的加权值作为所述待定位终端最终的位置信息。
本发明实施例还提供一种定位装置,如图2所示,包括:
时间差值计算单元201,用于计算出待定位终端发出的定位信号到达不同基站的第一到达时间差值;
指纹样本匹配单元202,用于根据所述第一到达时间差值、指纹库密度和指纹库中的已有指纹,确定待定位终端的位置。
在一个优选实施例中,指纹样本匹配单元202包括:
数据库匹配模块,用于根据所述第一到达时间差值在指纹库中与已有指纹进行匹配;其中,已有指纹是地理位置和到达时间差值组绑定在一起形成的指纹,所述到达时间差值组是已有终端发出的定位信号到达不同基站形成的;
输出匹配指纹单元,用于根据指纹库密度选择对应的匹配指纹,确定匹配指纹对应的地理位置是所述待定位终端的位置。
在一个优选实施例中,定位装置还包括:
指纹收集单元,用于接收已有终端上报的地理位置,以及计算出已有终端发出的定位信号到达不同基站的到达时间差值;
至少两个到达时间差值形成一个所述到达时间差值组,将所述地理位置和所述到达时间差值组绑定在一起作为指纹库中的已有指纹。
在一个优选实施例中,指纹收集单元包括:
采样模块,用于在所述参与到达时间差值计算的基站接收到已有终端通过NPRACH信道发送的NPRACH定位信号,并且对所述NPRACH定位信号进行采样之后,得到NPRACH定位信号采样样本;
基站选择模块,用于选择参与到达时间差值的计算的基站;
移位相乘累积模块,用于根据NPRACH定位信号采样样本计算得到移位相乘累积最大值R(Δt);
时间差值计算模块,用于对所述移位相乘累积最大值R(Δt)求导从而得到任意两个基站接收到所述NPRACH定位信号的到达时间差值,其中,没有接收到NPRACH定位信号的基站,与其他接收到或者没有接收到NPRACH定位信号的基站之间的到达时间差值设置为无穷大。
在一个优选实施例中,输出匹配指纹单元包括:
所述的定位装置中,输出匹配指纹单元包括:
匹配执行模块,用于根据所述第一到达时间差值在指纹库中与已有指纹进行匹配;其中,已有指纹是地理位置和到达时间差值组绑定在一起形成的指纹,所述到达时间差值组是已有终端发出的定位信号到达不同基站形成的;
终端地理位置模块,用于根据指纹库密度选择对应的匹配指纹,确定匹配指纹对应的地理位置是所述待定位终端的位置。
在一个优选实施例中,输出匹配指纹单元还包括:
第一匹配指纹模块,用于若指纹库密度能够达到设定的定位精度的要求,确定有效距离最小的已有指纹,将有效距离最小的已有指纹作为匹配指纹,输出匹配指纹对应的地理位置,作为所述待定位终端的位置信息;
第二匹配指纹模块,用于若指纹库密度不能够达到设定的定位精度的要求,则寻找出参与聚类计算的多个已有指纹,将每一个已有指纹的有效距离反比作为该已有指纹的加权值,根据所述加权值对各个已有指纹所包含的地理位置进行聚类计算得到所述待定位终端的位置。
有效距离D=(Δt12’-Δt12)2+(Δt13’-Δt13)2+(Δt14’-Δt14)2+(Δt23’-Δt23)2+(Δt24’-Δt24)2+(Δt34’-Δt34)2,其中,Δt12’、Δt13’、Δt14’、Δt23’、Δt24’和Δt34’是待定位终端接入信号到达不同基站的第一时间差;Δt12、Δt13、Δt14、Δt23、Δt24和Δt34是指纹库中的已有指纹携带的第二时间差。
若最小有效距离小于无穷大,选取对应的已有指纹作为匹配指纹;若最小有效距离是无穷大,则去掉产生无穷大值的基站后,重新计算出有效距离。
应用所提供的技术,通过预先构建地理位置的指纹库,在指纹库中存放高精度的地理位置,然后将待定位终端匹配到指纹库中的指纹从而得到待定位终端的位置,从而规避了现有传播时间定位技术中,由于非视距传播过程中,环境的传播特性波动较大所导致的测量精度急剧下降的问题,保证了定位精度,实现了将无线通信信号的定位精度提高到普通民用GPS的定位精度。
应理解,说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本发明的至少一个实施例中。因此,在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外,这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。
在本发明的各种实施例中,应理解,下述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
另外,本文中术语“系统”和“网络”在本文中常可互换使用。
应理解,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
在本申请所提供的实施例中,应理解,“与A相应的B”表示B与A相关联,根据A可以确定B。但还应理解,根据A确定B并不意味着仅仅根据A确定B,还可以根据A和/或其它信息确定B。
在本发明的实施例中,基站的形式不限,可以是宏基站(Macro Base Station)、微基站(Pico Base Station)、Node B(3G移动基站的称呼)、增强型基站(eNB)、家庭增强型基站(Femto eNB或Home eNode B或Home eNB或HeNB)、中继站、接入点、RRU(Remote RadioUnit,远端射频模块)、RRH(Remote Radio Head,射频拉远头)等。所述终端可以是移动电话(或手机),或者其他能够发送或接收无线信号的设备,包括用户设备(UE)、个人数字助理(PDA)、无线调制解调器、无线通信装置、手持装置、膝上型计算机、无绳电话、无线本地回路(WLL)站、能够将移动信号转换为WiFi信号的CPE(Customer Premise Equipment,客户终端)或移动智能热点、智能家电、或其他不通过人的操作就能自发与移动通信网络通信的设备等。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (12)
1.一种定位方法,其特征在于,应用于无线网络,方法包括:
计算出待定位终端发出的定位信号到达不同基站的第一到达时间差值;
根据所述第一到达时间差值、指纹库密度和指纹库中的已有指纹,确定待定位终端的位置。
2.如权利要求1所述的方法,其特征在于,根据所述第一到达时间差值、指纹库密度和指纹库中的已有指纹,确定待定位终端的位置包括:
根据所述第一到达时间差值在指纹库中与已有指纹进行匹配;其中,已有指纹是地理位置和到达时间差值组绑定在一起形成的指纹,所述到达时间差值组是已有终端发出的定位信号到达不同基站形成的;
根据指纹库密度选择对应的匹配指纹,确定匹配指纹对应的地理位置是所述待定位终端的位置。
3.如权利要求2所述的方法,其特征在于,根据所述第一到达时间差值在指纹库中与已有指纹进行匹配之前还包括:
接收已有终端上报的地理位置,以及计算出已有终端发出的定位信号到达不同基站的到达时间差值;
至少两个到达时间差值形成一个所述到达时间差值组,将所述地理位置和所述到达时间差值组绑定在一起作为指纹库中的已有指纹。
4.如权利要求3所述的方法,其特征在于,接收已有终端上报的地理位置,以及计算出已有终端发出的定位信号到达不同基站的到达时间差值包括:
每间隔预定的空间距离触发已有终端接入无线网络一次,在接入无线网络时接收所述地理位置;
从不同的基站处接收已有终端发出的定位信号;
根据路已有终端发出的定位信号到达不同的基站的时间,计算出至少两个到达时间差值。
5.如权利要求3所述的方法,其特征在于,计算出已有终端发出的定位信号到达不同基站的到达时间差值包括:
选择参与到达时间差值计算的基站;
从所述参与到达时间差值计算的基站处获得定位信号采样样本;
根据所述定位信号采样样本得到任意两个基站接收到所述定位信号的到达时间差值。
6.如权利要求2所述的方法,其特征在于,根据所述第一到达时间差值在指纹库中与已有指纹进行匹配包括:
匹配待定位终端的驻留基站;
在指纹库中,找到驻留基站或者驻留基站的邻近基站所对应的至少一个已有指纹;
对于至少一个已有指纹,计算出对应的有效距离,其中,有效距离是待定位终端到达不同基站的第一时间差与已有指纹所携带的第二时间差之间的向量距离。
7.如权利要求6所述的方法,其特征在于,根据指纹库密度选择对应的匹配指纹,确定匹配指纹对应的地理位置是所述待定位终端的位置包括:
若指纹库密度能够达到设定的定位精度的要求,确定有效距离最小的已有指纹,将有效距离最小的已有指纹作为匹配指纹,输出匹配指纹对应的地理位置,作为所述待定位终端的位置信息;
若指纹库密度不能够达到设定的定位精度的要求,则寻找出参与聚类计算的多个已有指纹,将每一个已有指纹的有效距离反比作为该已有指纹的加权值,根据所述加权值对各个已有指纹所包含的地理位置进行聚类计算得到所述待定位终端的位置。
8.一种定位装置,其特征在于,包括:
时间差值计算单元,用于计算出待定位终端发出的定位信号到达不同基站的第一到达时间差值;
指纹样本匹配单元,用于根据所述第一到达时间差值、指纹库密度和指纹库中的已有指纹,确定待定位终端的位置。
9.如权利要求8所述的定位装置,其特征在于,指纹样本匹配单元包括:
数据库匹配模块,用于根据所述第一到达时间差值在指纹库中与已有指纹进行匹配;其中,已有指纹是地理位置和到达时间差值组绑定在一起形成的指纹,所述到达时间差值组是已有终端发出的定位信号到达不同基站形成的;
输出匹配指纹单元,用于根据指纹库密度选择对应的匹配指纹,确定匹配指纹对应的地理位置是所述待定位终端的位置。
10.如权利要求8所述的定位装置,其特征在于,还包括:
指纹收集单元,用于接收已有终端上报的地理位置,以及计算出已有终端发出的定位信号到达不同基站的到达时间差值;
至少两个到达时间差值形成一个所述到达时间差值组,将所述地理位置和所述到达时间差值组绑定在一起作为指纹库中的已有指纹。
11.如权利要求9所述的定位装置,其特征在于,输出匹配指纹单元包括:
匹配执行模块,用于根据所述第一到达时间差值在指纹库中与已有指纹进行匹配;其中,已有指纹是地理位置和到达时间差值组绑定在一起形成的指纹,所述到达时间差值组是已有终端发出的定位信号到达不同基站形成的;
终端地理位置模块,用于根据指纹库密度选择对应的匹配指纹,确定匹配指纹对应的地理位置是所述待定位终端的位置。
12.如权利要求9所述的定位装置,其特征在于,输出匹配指纹单元还包括:
第一匹配指纹模块,用于若指纹库密度能够达到设定的定位精度的要求,确定有效距离最小的已有指纹,将有效距离最小的已有指纹作为匹配指纹,输出匹配指纹对应的地理位置,作为所述待定位终端的位置信息;
第二匹配指纹模块,用于若指纹库密度不能够达到设定的定位精度的要求,则寻找出参与聚类计算的多个已有指纹,将每一个已有指纹的有效距离反比作为该已有指纹的加权值,根据所述加权值对各个已有指纹所包含的地理位置进行聚类计算得到所述待定位终端的位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710391462.4A CN108966341B (zh) | 2017-05-27 | 2017-05-27 | 一种定位方法和定位装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710391462.4A CN108966341B (zh) | 2017-05-27 | 2017-05-27 | 一种定位方法和定位装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108966341A true CN108966341A (zh) | 2018-12-07 |
CN108966341B CN108966341B (zh) | 2021-04-27 |
Family
ID=64495140
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710391462.4A Active CN108966341B (zh) | 2017-05-27 | 2017-05-27 | 一种定位方法和定位装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108966341B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110351655A (zh) * | 2019-07-10 | 2019-10-18 | 博睿泰克科技(宁波)有限公司 | 一种基于信号多径传播测量的室内定位方法及系统 |
CN113079468A (zh) * | 2021-03-23 | 2021-07-06 | 西安交通大学 | 一种基于Wifi信号RSSI特征的室内定位方法、系统 |
CN113115224A (zh) * | 2021-04-06 | 2021-07-13 | 中移(上海)信息通信科技有限公司 | 室内定位方法和室内定位装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1920593A (zh) * | 2005-08-25 | 2007-02-28 | 广州天润信息科技有限公司 | 一种位置指纹识别定位方法 |
WO2012060753A1 (en) * | 2010-11-05 | 2012-05-10 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and devices for positioning information reporting |
CN102480678A (zh) * | 2010-11-24 | 2012-05-30 | 中国移动通信集团公司 | 一种指纹定位方法和系统 |
CN102480677A (zh) * | 2010-11-24 | 2012-05-30 | 中国移动通信集团公司 | 一种指纹定位误差的确定方法和设备 |
CN103596267A (zh) * | 2013-11-29 | 2014-02-19 | 哈尔滨工业大学 | 一种基于欧氏距离的指纹图匹配方法 |
WO2015057227A1 (en) * | 2013-10-17 | 2015-04-23 | Intel Corporation | Method and apparatus for time of flight fingerprint and geo-location |
CN104865555A (zh) * | 2015-05-19 | 2015-08-26 | 河北工业大学 | 一种基于声音位置指纹的室内声源定位方法 |
CN104880693A (zh) * | 2014-02-27 | 2015-09-02 | 华为技术有限公司 | 室内定位方法和装置 |
-
2017
- 2017-05-27 CN CN201710391462.4A patent/CN108966341B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1920593A (zh) * | 2005-08-25 | 2007-02-28 | 广州天润信息科技有限公司 | 一种位置指纹识别定位方法 |
WO2012060753A1 (en) * | 2010-11-05 | 2012-05-10 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and devices for positioning information reporting |
CN102480678A (zh) * | 2010-11-24 | 2012-05-30 | 中国移动通信集团公司 | 一种指纹定位方法和系统 |
CN102480677A (zh) * | 2010-11-24 | 2012-05-30 | 中国移动通信集团公司 | 一种指纹定位误差的确定方法和设备 |
WO2015057227A1 (en) * | 2013-10-17 | 2015-04-23 | Intel Corporation | Method and apparatus for time of flight fingerprint and geo-location |
CN103596267A (zh) * | 2013-11-29 | 2014-02-19 | 哈尔滨工业大学 | 一种基于欧氏距离的指纹图匹配方法 |
CN104880693A (zh) * | 2014-02-27 | 2015-09-02 | 华为技术有限公司 | 室内定位方法和装置 |
CN104865555A (zh) * | 2015-05-19 | 2015-08-26 | 河北工业大学 | 一种基于声音位置指纹的室内声源定位方法 |
Non-Patent Citations (3)
Title |
---|
DAVID GUNDEGÅRD: "Cellular positioning using fingerprinting based on observed time differences", 《2013 INTERNATIONAL CONFERENCE ON SMART COMMUNICATIONS IN NETWORK TECHNOLOGIES (SACONET)》 * |
JOHANNES SCHMITZ: "TDOA fingerprinting for localization in non-line-of-sight and multipath environments", 《2015 INTERNATIONAL SYMPOSIUM ON ANTENNAS AND PROPAGATION (ISAP)》 * |
陈卫安: "LTE室内定位关键技术研究及系统设计", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110351655A (zh) * | 2019-07-10 | 2019-10-18 | 博睿泰克科技(宁波)有限公司 | 一种基于信号多径传播测量的室内定位方法及系统 |
CN110351655B (zh) * | 2019-07-10 | 2021-06-18 | 博睿泰克科技(宁波)有限公司 | 一种基于信号多径传播测量的室内定位方法及系统 |
CN113079468A (zh) * | 2021-03-23 | 2021-07-06 | 西安交通大学 | 一种基于Wifi信号RSSI特征的室内定位方法、系统 |
CN113079468B (zh) * | 2021-03-23 | 2022-12-09 | 西安交通大学 | 一种基于Wifi信号RSSI特征的室内定位方法、系统 |
CN113115224A (zh) * | 2021-04-06 | 2021-07-13 | 中移(上海)信息通信科技有限公司 | 室内定位方法和室内定位装置 |
CN113115224B (zh) * | 2021-04-06 | 2021-11-09 | 中移(上海)信息通信科技有限公司 | 室内定位方法和室内定位装置 |
Also Published As
Publication number | Publication date |
---|---|
CN108966341B (zh) | 2021-04-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107318084B (zh) | 一种基于最优相似度的指纹定位方法及装置 | |
Machaj et al. | Rank based fingerprinting algorithm for indoor positioning | |
CN106231549B (zh) | 一种基于重构算法的60GHz脉冲室内定位方法 | |
CN103068035A (zh) | 一种无线网络定位方法、装置及系统 | |
CN108966341A (zh) | 一种定位方法和定位装置 | |
CN106954187A (zh) | 一种基于异构网络的室内定位方法 | |
Machaj et al. | Impact of optimization algorithms on hybrid indoor positioning based on GSM and Wi‐Fi signals | |
CN111866709A (zh) | 一种面向运动目标的室内Wi-Fi定位误差界估计方法 | |
Sabri et al. | Improving indoor positioning accuracy through a Wi-Fi handover algorithm | |
KR100524180B1 (ko) | 기지국 위치정보와 이동전화로부터 수신된 전파특성정보및 기 측정된 전파특성정보를 이용한 이동전화 위치추정방법 | |
CN110118953A (zh) | 一种定位方法、装置及系统 | |
CN105611628A (zh) | 基于能量检测的高精度脉冲60GHz无线指纹定位方法 | |
Yu et al. | Sequence-based localization algorithm with improved correlation metric and dynamic centroid | |
Hatami et al. | A comparative performance evaluation of indoor geolocation technologies | |
Zhang et al. | Indoor localization method based on AP and local linear regression algorithm | |
Abed et al. | An adaptive K-NN based on multiple services set identifiers for indoor positioning system with an ensemble approach | |
Chiu et al. | A mixed-norm approach using simulated annealing with changeable neighborhood for mobile location estimation | |
Zhao et al. | Improved fingerprint location methods for cellular networks | |
Kanwar et al. | Distance vector hop based range free localization in wsn using genetic algorithm | |
Liu et al. | Assessment of indoor positioning system using Kriging fingerprinting method and IEEE 802.11 v standard | |
Batres et al. | Passive Radio Localization System Using Channel Impulse Response and Deep Learning | |
Hwang et al. | Comparison approach of intersection distances for advanced TOA trilateration | |
Tang et al. | Data-Adaptive CNN Used for Multi-parameters Estimation in High-Precision Indoor Localization | |
JP6185804B2 (ja) | 判定装置、ネットワークノード、判定方法、及びプログラム | |
Lie et al. | Indoor tracking with bluetooth low energy devices using K-nearest neighbour algorithm |
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 |