CN109115219A - 一种基于场景系数的室内三维定位方法 - Google Patents

Abstract

本发明属于移动通讯领域，特别涉及一种基于场景系数的室内三维定位方法。本发明包括通过基站个数和信号在基站与终端之间的传播时间确定场景系数；通过场景系数修正视距传播环境和非视距传播环境下的到达时间数据；运用修正后的到达时间数据，结合无线电信号的传播速度，计算出终端到基站的距离；运用勾股定理原理将基站的三维坐标进行降维，同时通过勾股定理进一步修正终端到基站的二维平面距离；根据终端的二维坐标，结合基站的三维坐标以及终端到该基站的视距传播距离，将终端二维坐标转化为空间的三维坐标。本发明提供一种基于场景系数的室内三维定位方法，能够有效避免时钟误差和非视距传播环境误差。

Description

一种基于场景系数的室内三维定位方法

技术领域：

本发明属于移动通讯领域，特别涉及一种基于场景系数的室内三维定位方法。

背景技术：

随着无线通信网络和移动互联网的蓬勃发展，提供基于地理位置信息的服务(Location Based Service，简称LBS)已经成为最具市场前景和发展潜力的业务之一。

目前从事室内定位和导航服务的方法主要有，基于室内密集分布的WiFi设备与手机之间的通信方式进行定位的方法和基于运营商无线通信基站的方式对手机进行定位的方法。与基于室内密集分布的WiFi设备与手机之间的通信方式进行定位相比，基于运营商无线通信基站的方式对手机进行定位，则可以规避wifi覆盖范围有限和信号不稳定、成本难收回等问题。商用基站的覆盖范围、信号质量均优于WiFi，而且，用户也期望自己的手持终端能够随时保持对基站设备的接入。同时，运营商推进定位服务的盈利模式清晰，在基础的数据服务之外，还可以通过为用户提供增值服务而促进运营商的业务发展。

基于通信基站的定位问题研究，在科研和工业界都吸引了极高的关注。求解分析基站定位相关问题的有创新性和可实现性强的算法，都将有可能被快速部署到现代商业通信网络中，带来巨大的社会和经济效益。

发明内容：

针对现有技术问题，本发明提出了基于场景系数的室内三维定位方法。该方法通过定位模型对不同场景中的终端进行精确定位，能够有效避免时钟误差和非视距传播环境(Non-Line Of Sight，简称NLOS)误差。

本发明提出一种基于场景系数的室内三维定位方法，该基于场景系数的室内三维定位方法步骤包括：

步骤1、通过基站个数M和信号在基站与终端之间的传播时间，即无线电信号的到达时间Time Of Arrival简称TOA，数据确定场景系数β；

步骤2、通过场景系数β修正视距传播环境Line Of Sight propagation简称LOS和非视距传播环境Non-Line Of Sight简称NLOS下的TOA数据；

步骤3、运用修正后的TOA数据L_i，结合无线电信号的传播速度c，计算出终端到基站的距离d_ij；

步骤4、运用勾股定理原理将基站的三维坐标进行降维，同时通过勾股定理进一步修正终端到基站的二维平面距离d_ij＇；

步骤5、根据终端的二维坐标(x_i,y_i)，结合基站的三维坐标(x_j,y_j,z_j)以及终端到该基站的视距传播距离d_ij，使终端坐标转化为空间的三维坐标(x_i,y_i,z_i)。

优选的，步骤1详细步骤为：

(1)在LOS和NOLS环境下，对基于TOA技术的定位系统测量值无线传播距离进行分析；

(2)根据基站的三维坐标和终端的三维坐标，利用欧氏距离公式，求出M个终端到N个基站的直线距离d_ij，从而计算出LOS的传播时间L_ij；

(3)运用t_i＝L_i+ξ_i+NL_i公式，对TOA时间t_i数据进行修正，使之无限接近L_i，得到修正的TOA数据；

(4)根据已经测得的L_i的时间，寻找其与t_i之间的关系，由于产生NLOS的误差的随机性强，都为正时延的特点，运用线性规划的思想，得到公式L_i＝βt_i，L_i为视距传播时间，t_i为测量TOA时间，β为场景系数；

(5)用平均值刻画TOA整体趋势， 为测试用例1中第i个终端的平均TOA时间，N为基站数，M为终端数，用中位数md_i表示代表值；

(6)计算第i个终端平均TOA的数据与TOA数据中位数的差值Δt_i，即根据Δt_i的波动趋势，可以得出NLOS时延误差对整体TOA数据的影响；经过测试分析可知，当Δt_i变化波动在150ns以内时，NLOS产生的时延误差相对较小；以150ns为界进行分类，计算波动在150ns之内的Δt_i的个数F，在求出F所占的比例R；

(7)通过线性回归分析β、N和R之间的定量关系，得出β＝0.502-0.0004*N+0.958*R。

优选的，步骤2中，通过场景系数计算公式，对原始TOA数据进行修正，从而得到无限接近于视距传播时间L_i，

L_i＝β*t_i＝(0.502-0.0004*N+0.958*R)*t_i。

优选的，步骤3中，运用修正后的TOA数据L_i，结合无线电信号的传播速度c，计算出终端到基站的距离d_ij，即

d_ij＝c*L_i(i＝1,2,…M)(j＝1,2,…N)。

优选的，步骤4详细步骤为：

(1)通过勾股定理原理将基站的三维坐标进行降维，同时进一步通过勾股定理修正终端到基站的二维平面距离d_ij′；

(2)经过降维之后，三维立体模型演变为二维平面模型，在二维平面中，可以运用圆周模型对终端进行定位；已知两个基站O₁和O₂的坐标分别为(x₁,y₁)和(x₂,y₂)，两个基站分别到终端P(x,y)的距离分别为d₁，d₂；则有：

(3)对所有的基站进行排列组合，任意选取两个基站，以各自到终端的距离为半径，结合上述公式，求解终端坐标；排列组合后有种组合的可能，得出终端的初步坐标，再进行排序选取中位数坐标，即为终端的最终坐标值。

优选的，步骤5详细步骤为：

(1)通过勾股定理计算出基站与终端坐标z值的差值，再通过基站的Z轴坐标确定终端的Z轴坐标，具体公式如下：

式中，z_i为终端的Z轴坐标，z_j为基站的Z轴坐标，d_ij为第i个终端到第j个基站的视距传播距离，d_ij′为降维后的视距传播距离；

(2)通过对终端Z轴坐标的计算，可以完成终端坐标从二维平面上升到三维空间的实现，经过上述精准定位后，可以完成对终端坐标的最终定位，即(x_i,y_i,z_i)。

由上述技术方案可知，本发明提供一种基于场景系数的室内三维定位方法，能够有效避免时钟误差和NLOS误差。

附图说明：

图1示出了本发明提供的基于场景系数的室内三维定位方法的示意图；

图2示出了本发明提供的基于场景系数的室内三维定位方法的流程图。

具体实施方式：

下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案，因此只是作为示例，而不能以此来限制本发明的保护范围。

如图1至图2所示，本发明提供了一种基于场景系数的室内三维定位方法，包括：

步骤1、通过基站个数和原始的TOA数据确定场景系数β。

步骤2、通过场景系数β修正LOS和NLOS下的TOA数据。

步骤3、运用修正后的TOA数据L_i，结合无线电信号的传播速度c，计算出终端到基站的距离d_ij。

步骤4、运用勾股定理原理将基站的三维坐标进行降维，同时进一步通过勾股定理修正终端到基站的二维平面距离d_ij′。

步骤5、根据终端的二维坐标(x_i,y_i)，结合基站的三维坐标(x_j,y_j,z_j)以及终端到该基站的视距传播距离d_ij，使终端坐标转化为空间的三维坐标(x_i,y_i,z_i)。

步骤1中其详细步骤为：

(1)在LOS和NOLS环境下，根据对基于TOA技术的定位系统测量值无线传播距离的组成分析，结果如下：

LOS条件：t_i＝L_i+ξ_i

NLOS条件：t_i＝L_i+ξ_i+NL_i

式中t_i为基站测得的各个终端的TOA数据，L_i为视距传播时间，ξ_i为时钟不同步产生的随机误差，NL_i为非视距传播产生的误差。

其中ξ_i在测量学中，一般认为是零均值的高斯随机变量。所以ξ_i～N(0，σ²)。根据正态分布的“3σ”原理，即依据“小概率事件”和假设检验的基本思想，“小概率事件”通常指发生的概率小于5％的事件，认为在一次试验中该事件是几乎不可能发生的。因此，ξ_i落在(μ-3σ，μ+3σ)以外的概率小于千分之三，在实际问题中常认为相应的事件是不会发生的，基本上可以把区间(μ-3σ，μ+3σ)看作是随机变量ξ_i实际可能的取值区间。由于时钟不同步问题引起的误差在200ns以内，即3σ＝200，所以ξ_i～N

根据基站的三维坐标和终端的三维坐标，利用欧氏距离公式。求出M个终端到N个基站的直线距离。

式中，(x_j，y_j，z_j)表示基站的三维坐标(j＝1,2，…N),(x_i，y_i，z_i)表示终端的三维坐标(i＝1,2，…N),d_ij表示第i个终端到第j个基站的欧氏距离。

通过上述分析，计算出LOS的传播时间，如下：

其中，L_ij为第i个终端到第j个基站的视距传播时间，无线电信号的传播速度c＝3×10⁸m/s。

将TOA数据与LOS传播时间进行比对，通过相减求出时间差。根据分析可知，由时钟不同步问题引起的误差在200ns以内，由NLOS导致的时延最高可能超过400ns。经过对比分析，如时间差大于400ns的比例超过50％，即存在NLOS时延误差。在该场景下可以选择t_i＝L_i+ξ_i+NL_i公式，对t_i数据进行修正，使之无限接近L_i，得到修正的TOA数据。

根据已经测得的L_i的时间，寻找与t_i之间的关系，由于产生NLOS的误差的随机性强，都为正时延等特点，运用线性规划的思想，可以得到如下公式：

L_i＝βt_i

式中，L_i为视距传播时间，t_i为测量TOA时间，β为场景系数。

根据场景系数可知，基站测得的TOA的值与场景系数成线性相关，当室内场景中存在过多墙面遮挡，无线电信号传播经过多次折射、反射时，该场景下的场景系数的值会偏小。当室内场景中没有过多的遮挡物，无线电信号可以进行视线传播，该场景下的场景系数会偏大。

平均值和中位数是反映数据趋势的指标，其中平均值表示一组数据集中趋势的量数；中位数是以它在所有标志值中所处的位置确定的全体单位标志值的代表值，不受分布数列的极大或极小值影响，从而在一定程度上提高了中位数对分布数列的代表性。通过如下方法对TOA整体趋势进行刻画。

其中，为测试用例1中第i个终端的平均TOA时间，N为基站数，M为终端数。

对每一个终端的N个TOA的数据进行排序，得出每一个终端TOA数据的中位数(md_i)。

式中，Δt_i为第i个终端平均TOA的数据与TOA数据中位数的差值。根据Δt_i的波动趋势，可以得出NLOS时延误差对整体TOA数据的影响。当Δt_i的值变化波动越小，NLOS产生的时延误差越小；当Δt_i的值变化波动越大，NLOS产生的时延误差越大。经过测试分析可知，当Δt_i变化波动在150ns以内时，NLOS产生的时延误差相对较小。以150ns为界进行分类，计算波动在150ns之内的Δt_i的个数F，在求出F所占的比例R。

有上述分析可知，场景系数β与基站数N和反映TOA数据变化的比例R有关。通过线性回归可以分析以上变数间相互依赖的定量关系，运用SPSS软件，实现对β、N和R之间的线性回归，求出相关系数。得到如下公式：

β＝0.502-0.0004*N+0.958*R

步骤2中，通过场景系数计算公式，对原始TOA数据进行修正，从而得到无限接近于视距传播时间L_i。

L_i＝β*t_i＝(0.502-0.0004*N+0.958*R)*t_i

步骤3中，基于传播信号的到达时间的估计值来估计目标的位置，是目标跟踪技术中基本的方法之一。该方法用于跟踪的前提条件就是获取精确地TOA估计值，从而也导致TOA的测量准确度对移动目标的跟踪精度造成较大的影响。通过场景系数β对TOA数据的修正处理，因此可以直接利用修正后的TOA数据即L_i，进行定位模型的计算，进而精确地求出移动终端的三维坐标。

运用修正后的TOA数据L_i，结合给定的无线电信号的传播速度c，计算出终端到基站的距离d_ij，公式如下：

d_ij＝c*L_i(i＝1,2,…M)(j＝1,2,…N)

步骤4中，通过勾股定理将基站的三维坐标进行降维，同时进一步通过勾股定理修正终端到基站的二维平面距离d_ij′。

经过降维之后，三维立体模型演变为二维平面模型，在二维平面中，可以运用圆周模型对终端进行定位。以终端到基站的距离为半径画圆，通过两个基站确定终端初始位置，主要存在3种情景，即相离、相切和相交。已知两个基站O₁和O₂的坐标分别为(x₁,y₁)和(x₂,y₂)，两个基站分别到终端P(x,y)的距离分别为d₁，d₂。则有：

由于根据上述公式计算出的终端坐标为终端的初始位置，可能会存在较大的误差，所以对所有的基站进行排列组合，任意选取两个基站，以各自到终端的距离为半径，结合上述公式，求解终端坐标。排列组合后有种组合的可能，初步分析求解后的终端坐标，为了减小误差刻画终端坐标最终位置，可以选取平均值法和中位数法，通过对平均值和中位数的比较，中位数能精准的刻画终端坐标的具体位置，减小误差数据的影响。因此，得出终端的初步坐标，再进行排序选取中位数坐标，即为终端的最终坐标值。

步骤5中，根据步骤4确定的终端的二维坐标(x_i,y_i)，结合基站的三维坐标(x_j,y_j,z_j)以及终端到该基站的视距传播距离d_ij，使终端坐标转化为空间的三维坐标(x_i,y_i,z_i)。

通过勾股定理计算出基站与终端坐标z值的差值，再通过基站的轴坐标确定终端的z轴坐标，具体公式如下：

式中，z_i为终端的Z轴坐标，z_j为基站的Z轴坐标，d_ij为第i个终端到第j个基站的视距传播距离，d_ij′为降维后的视距传播距离。

通过对终端Z轴坐标的计算，可以完成终端坐标从二维平面上升到三维空间的实现。经过上述精准定位后，可以完成对终端坐标的最终定位。

在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

需要说明的是，本发明的说明书附图中的框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与获得机指令的组合来实现。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。

Claims (6)

1.一种基于场景系数的室内三维定位方法，其特征在于：该基于场景系数的室内三维定位方法步骤包括：

步骤1、通过基站个数M和信号在基站与终端之间的传播时间，即无线电信号的到达时间Time Of Arrival简称TOA，数据确定场景系数β；

步骤2、通过场景系数β修正视距传播环境Line Of Sight propagation简称LOS和非视距传播环境Non-Line Of Sight简称NLOS下的TOA数据；

步骤3、运用修正后的TOA数据L_i，结合无线电信号的传播速度c，计算出终端到基站的距离d_ij；

步骤4、运用勾股定理原理将基站的三维坐标进行降维，同时通过勾股定理进一步修正终端到基站的二维平面距离d_ij′；

步骤5、根据终端的二维坐标(x_i,y_i)，结合基站的三维坐标(x_j,y_j,z_j)以及终端到该基站的视距传播距离d_ij，使终端坐标转化为空间的三维坐标(x_i,y_i,z_i)。

2.根据权利要求1所述的一种基于场景系数的室内三维定位方法，其特征在于：步骤1详细步骤为：

(1)在LOS和NOLS环境下，对基于TOA技术的定位系统测量值无线传播距离进行分析；

(2)根据基站的三维坐标和终端的三维坐标，利用欧氏距离公式，求出M个终端到N个基站的直线距离d_ij，从而计算出LOS的传播时间L_ij；

(3)运用t_i＝L_i+ξ_i+NL_i公式，对TOA时间t_i数据进行修正，使之无限接近L_i，得到修正的TOA数据；

(4)根据已经测得的L_i的时间，寻找其与t_i之间的关系，由于产生NLOS的误差的随机性强，都为正时延的特点，运用线性规划的思想，得到公式L_i＝βt_i，L_i为视距传播时间，t_i为测量TOA时间，β为场景系数；

(5)用平均值刻画TOA整体趋势， 为测试用例1中第i个终端的平均TOA时间，N为基站数，M为终端数，用中位数md_i表示代表值；

(6)计算第i个终端平均TOA的数据与TOA数据中位数的差值Δt_i，即根据Δt_i的波动趋势，可以得出NLOS时延误差对整体TOA数据的影响；经过测试分析可知，当Δt_i变化波动在150ns以内时，NLOS产生的时延误差相对较小；以150ns为界进行分类，计算波动在150ns之内的Δt_i的个数F，在求出F所占的比例R；

(7)通过线性回归分析β、N和R之间的定量关系，得出β＝0.502-0.0004*N+0.958*R。

3.根据权利要求1所述的一种基于场景系数的室内三维定位方法，其特征在于：步骤2中，通过场景系数计算公式，对原始TOA数据进行修正，从而得到无限接近于视距传播时间L_i，

L_i＝β*t_i＝(0.502-0.0004*N+0.958*R)*t_i。

4.根据权利要求1所述的一种基于场景系数的室内三维定位方法，其特征在于：步骤3中，运用修正后的TOA数据L_i，结合无线电信号的传播速度c，计算出终端到基站的距离d_ij，即

d_ij＝c*L_i (i＝1,2,…M)(j＝1,2,…N)。

5.根据权利要求1所述的一种基于场景系数的室内三维定位方法，其特征在于：步骤4详细步骤为：

(1)通过勾股定理原理将基站的三维坐标进行降维，同时进一步通过勾股定理修正终端到基站的二维平面距离d_ij′；

(2)经过降维之后，三维立体模型演变为二维平面模型，在二维平面中，可以运用圆周模型对终端进行定位；已知两个基站O₁和O₂的坐标分别为(x₁,y₁)和(x₂,y₂)，两个基站分别到终端P(x,y)的距离分别为d₁，d₂；则有：

(3)对所有的基站进行排列组合，任意选取两个基站，以各自到终端的距离为半径，结合上述公式，求解终端坐标；排列组合后有种组合的可能，得出终端的初步坐标，再进行排序选取中位数坐标，即为终端的最终坐标值。

6.根据权利要求1所述的基于场景系数的室内三维定位方法，其特征在于：步骤5详细步骤为：

(1)通过勾股定理计算出基站与终端坐标z值的差值，再通过基站的Z轴坐标确定终端的Z轴坐标，具体公式如下：

式中，z_i为终端的Z轴坐标，z_j为基站的Z轴坐标，d_ij为第i个终端到第j个基站的视距传播距离，d_ij＇为降维后的视距传播距离；

(2)通过对终端Z轴坐标的计算，可以完成终端坐标从二维平面上升到三维空间的实现，经过上述精准定位后，可以完成对终端坐标的最终定位，即(x_i,y_i,z_i)。