CN110515037B - 非视距环境下能时频多域联合的被动定位方法 - Google Patents
非视距环境下能时频多域联合的被动定位方法 Download PDFInfo
- Publication number
- CN110515037B CN110515037B CN201910605813.6A CN201910605813A CN110515037B CN 110515037 B CN110515037 B CN 110515037B CN 201910605813 A CN201910605813 A CN 201910605813A CN 110515037 B CN110515037 B CN 110515037B
- Authority
- CN
- China
- Prior art keywords
- domain
- line
- sight
- time
- energy
- 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
Links
Images
Classifications
-
- 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
- G01S5/04—Position of source determined by a plurality of spaced direction-finders
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
Description
技术领域
本发明属于通信技术领域,涉及无线信号的辐射源被动定位技术,更进一步涉及一种基于联合时域、频域以及能域的辐射源定位方法,可用于非视距环境下的信源被动定位。
背景技术
近年来,复杂电磁环境中的辐射源定位技术由于应用场景广泛得到了日益密切的关注与研究。其中基于无线无线接收机网络(WSNs)的信源被动定位技术更是应用于信号探测、追踪等重点领域。但由于复杂电磁环境所带来的随机误差与非视距偏差等因素对定位所产生的影响在使用单一域内信息时无法完全消除,研究者们进而开始将多个域内的信息联合进行定位研究。
邓兵、孙正波等人在《一种简单有效的TDOA-FDOA-AOA目标定位闭式解》中,根据几何关系,通过测量值变换将与目标源位置、速度有关的高度非线性时差、频差、角度测量方程转换为关于目标状态的线性函数,再利用加权最小二乘估计求得目标状态估计。该方法针对联合定位中目标状态求解的难题,侧重提出简单有效的闭式求解方法,但并未考虑复杂电磁环境对定位过程所造成的影响。Ruirui Liu,Jiexin Yin等人的《SemidefiniteProgramming for NLOS Localization Using TDOA and FDOAMeasurements》使用时频域联合的方法抑制非视距误差对定位结果所产生的影响。该方法不需要获得非视距误差的分布,基于先验知识引入约束与辅助变量将定位方程求解问题构造为约束最小二乘问题,并转化为半正定规划求解。但该方法对非视距误差的抑制作用有限,在非视距误差对信源定位影响较大时,其抑制作用逐渐失效。
公开号为N105188082A、发明名称为“用于室内WLAN环境下RSS/AOA/TDOA定位性能的评价方法”的中国专利,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,单独计算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。该方法虽联合不同域内信息进行定位及性能评价,却局限于特定的室内WLAN环境中,未考虑对抗复杂电磁环境对定位所带来的干扰。
发明内容
解决上述技术问题所采用的实施方案是由下述步骤组成:
(1)提取能时频域内的定位参数
建立非视距传输环境下的定位模型,用7~10个无线接收机对信源进行定位,从无线接收机接收到信源发射的电磁信号中分别提取能域、时域、频域定位参数,包括能域接收信号强度Ai、时域到达时间差rj、频域到达频率差测量信息:
rj=||a-sj||-||a-s1||+ψj+mj (1b)
其中a是信源位置坐标为[x,y,z]T,si是无线接收机位置坐标为[xi,yi,zi]T,i=1,2,…,N、N是无线接收机个数,是信源速度信息为 是无线接收机速度信息为A0是参考距离r0下的接收信号强度信息、r0≤||a-si||,φi是能域内的非视距偏差、0≤φi≤biasmax,其中biasmax是非视距偏差最大值,ψj是时域内的非视距偏差、0≤ψj≤biasmax,j=2,3,…,N,是频域内的非视距偏差、k是传输路径损耗、为3,li是能域内对数型阴影衰落的测量噪声,mj是时域内的测量噪声,nj是频域内的测量噪声。
(2)确定非视距偏差的平均值
(3)确定能时频域内的最大似然距离
(4)确定加权最小二乘法中的权系数
(5)确定加权最小二乘法中的最小化函数
(6)确定加权最小二乘中的目标函数
(7)确定修正后的加权最小二乘法中的目标函数
(8)确定广义信赖域子问题的目标函数
其中I表示单位矩阵,0表示全零矩阵。
(9)确定信源信息与非视距偏差信息
其中λ为广义信赖域子问题的最优性条件因子,由二分法得到。
在本发明的提取能时频域内的定位参数步骤(1)中,所述的φi为能域内的非视距偏差、0≤φi≤10,ψj为时域内的非视距偏差、0≤ψj≤10,为频域内的非视距偏差、li是能域内对数型的阴影衰落、0≤li≤3,mj是时域内的测量噪声、0≤mj≤4,nj是频域内的测量噪声0≤nj≤2。
在本发明的确定信源信息与非视距偏差信息步骤(9)的(9.1)中,所述的广义信赖域子问题的最优性条件因子λ为:
λ=φ-1(x)=0 (16)
可根据(16)式采用二分法得到。二分法的范围为:
其中λmax(A,B)=λmax(B-1/2AB-1/2)为矩阵B-1/2AB-1/2特征值的最大值。
附图说明
图1是本发明的实现流程图。
图2是本发明与利用单一域内信息的方法、两域信息联合的方法在测量噪声变化时定位性能的仿真对比曲线。
图3是本发明与利用单一域内信息的方法、两域信息联合的方法在非视距偏差最大值变化时定位性能仿真对比曲线。
图4是本发明与利用单一域内信息的方法、两域信息联合的方法在非视距链接数变化时定位性能的仿真对比曲线。
具体实施方式
下面结合附图和实施对本发明进一步详细说明,但本发明不限于下述的实施例。
实施例1
在图1中,本实施例的非视距环境下能时频多域联合的被动定位方法由下述步骤组成:
(1)提取能时频域内的定位参数
建立非视距传输环境下的定位模型,用9个无线接收机对信源进行定位,从无线接收机接收到信源发射的电磁信号中分别提取能域、时域、频域定位参数,包括能域接收信号强度Ai、时域到达时间差rj、频域到达频率差测量信息:
rj=||a-sj||-||a-s1||+ψj+mj (1b)
其中a是信源位置坐标为[x,y,z]T,si是无线接收机位置坐标为[xi,yi,zi]T,i=1,2,…,N、N是无线接收机个数,是信源速度信息为 是无线接收机速度信息为A0是参考距离r0下的接收信号强度信息、r0≤||a-si||,φi是能域内的非视距偏差、0≤φi≤10,ψj是时域内的非视距偏差、0≤ψj≤10,j=2,3,...,N,是频域内的非视距偏差、k是传输路径损耗、为3,li是能域内对数型的阴影衰落、为3,mj是时域内的测量噪声、为4,nj是频域内的测量噪声、为2;
(2)确定非视距偏差的平均值
(3)确定能时频域内的最大似然距离
该步骤与实施例1相同。
(4)确定加权最小二乘法中的权系数
该步骤与实施例1相同。
(5)确定加权最小二乘中的最小化函数
(6)确定加权最小二乘中的目标函数
该步骤与实施例1相同。
(7)确定修正后的加权最小二乘法中的目标函数
该步骤与实施例1相同。
(8)确定广义信赖域子问题的目标函数
其中I表示单位矩阵,0表示全零矩阵;
(9)确定信源信息与非视距偏差信息
其中λ为广义信赖域子问题的最优性条件因子,由二分法得到、其求解区间为
实施例2
本实施例的非视距环境下能时频多域联合的被动定位方法由下述步骤组成:
(1)提取能时频域内的定位参数
建立非视距传输环境下的定位模型,用7个无线接收机对信源进行定位,从无线接收机接收到信源发射的电磁信号中分别提取能域、时域、频域定位参数,包括能域接收信号强度Ai、时域到达时间差rj、频域到达频率差测量信息:
rj=||a-sj||-||a-s1||+ψj+mj (1b)
其中a是信源位置坐标为[x,y,z]T,si是无线接收机位置坐标为[xi,yi,zi]T,i=1,2,…,N、N是无线接收机个数,是信源速度信息为 是无线接收机速度信息为A0是参考距离r0下的接收信号强度信息、r0≤||a-si||,φi是能域内的非视距偏差、0≤φi≤6,ψj是时域内的非视距偏差、0≤ψj≤6,j=2,3,…,N,是频域内的非视距偏差、k是传输路径损耗、为3,li是能域内对数型的阴影衰落、为2,mj是时域内的测量噪声、为3,nj是频域内的测量噪声、为1;
(2)确定非视距偏差的平均值
(3)确定能时频域内的最大似然距离
该步骤与实施例1相同。
(4)确定加权最小二乘法中的权系数
该步骤与实施例1相同。
(5)确定加权最小二乘中的最小化函数
(6)确定加权最小二乘中的目标函数
该步骤与实施例1相同。
(7)确定修正后的加权最小二乘法中的目标函数
该步骤与实施例1相同。
(8)确定广义信赖域子问题的目标函数
其中I表示单位矩阵,0表示全零矩阵;
其中λ为广义信赖域子问题的最优性条件因子,由二分法得到、其求解区间为
实施例3
本实施例的非视距环境下能时频多域联合的被动定位方法由下述步骤组成:
(1)提取能时频域内的定位参数
建立非视距传输环境下的定位模型,用10个无线接收机对信源进行定位,从无线接收机接收到信源发射的电磁信号中分别提取能域、时域、频域定位参数,包括能域接收信号强度Ai、时域到达时间差rj、频域到达频率差测量信息:
rj=||a-sj||-||a-s1||+ψj+mj (1b)
其中a是信源位置坐标为[x,y,z]T,si是无线接收机位置坐标为[xi,yi,zi]T,i=1,2,…,N、N是无线接收机个数,是信源速度信息为 是无线接收机速度信息为A0是参考距离r0下的接收信号强度信息、r0≤||a-si||,φi是能域内的非视距偏差、0≤φi≤8,ψj是时域内的非视距偏差、0≤ψj≤8,j=2,3,…,N,是频域内的非视距偏差、k是传输路径损耗、为3,li是能域内对数型的阴影衰落、为4,mj是时域内的测量噪声、为3,nj是频域内的测量噪声、为2;
(2)确定非视距偏差的平均值
(3)确定能时频域内的最大似然距离
该步骤与实施例1相同。
(4)确定加权最小二乘法中的权系数
该步骤与实施例1相同。
(5)确定加权最小二乘中的最小化函数
(6)确定加权最小二乘中的目标函数
该步骤与实施例1相同。
(7)确定修正后的加权最小二乘法中的目标函数
该步骤与实施例1相同。
(8)确定广义信赖域子问题的目标函数
其中I表示单位矩阵,0表示全零矩阵;
(9)确定信源信息与非视距偏差信息
其中λ为广义信赖域子问题的最优性条件因子,由二分法得到、其求解区间为
为了验证本发明的有益效果,发明人采用本发明实施例1的非视距环境下能时频多域联合的被动定位方法与单一域内信息的方法以及联合两域内信息的方法进行了对比仿真模拟实验,试验情况如下:
1、仿真条件
方法根据公式(1)建立测量模型。所有的无线接收机在每次蒙特卡洛仿真中被随机放置在B×B×B的区域内,蒙特克罗仿真次数为Mc。其余的仿真参数均固定:A0=20dBm、k=3、r0=1、B=30、Mc=10000。另外,在每次蒙特卡洛仿真中非视距传播偏差均随机一致分布在[0,biasmax]中。性能指标为均方误差(RMSE),其中表示第i次蒙特卡洛仿真中信号源真实位置ai的确定结果。
2、仿真内容
仿真1:在无线接收机随机存放区域B=30(m)、无线接收机数目N=9、非视距链接数Nnlos=N、非视距偏差最大值biasmax=10的情况下,对本发明的联合方法与联合使用能域和时域内测量信息的方法以及单独使用能域测量信息的方法在不同测量误差σi的情况下进行仿真,仿真结果如图2所示。由图2可见,当σi较小时,可近似为最大似然估计,各方法性能较好。此时多域信息联合的优点并不十分明显。并且为了研究噪声功率对定位误差所造成的影响,非视距偏差设置为10。随着σi的增加,所有方法的性能都有所衰减。本发明方法在所有的取值范围内性能最好。
仿真2:在无线接收机随机存放区域B=30(m)、无线接收机数目N=9、非视距链接数Nnlos=N、三种不同的测量噪声标准差分别为的情况下,对本发明提出的联合方法与联合使用能域和时域内测量信息的方法以及单独使用能域测量信息的方法在不同非视距偏差最大值biasmax的情况下进行仿真,仿真结果如图3所示。由图3可见,当出现非视距偏差时,本发明方法的定位精度先会大幅度衰减至固定值;再随着非视距偏差的不断增大,出现小幅度衰减。
仿真3:在无线接收机随机存放区域B=30(m)、无线接收机数目N=9、非视距偏差最大值biasmax=10、三种不同的测量噪声标准差分别为的情况下,对本发明的联合方法与联合使用能域和时域内测量信息的方法以及单独使用能域测量信息的方法在不同非视距链接数Nnlos的情况下进行仿真,仿真结果如图4所示。由图4可见,所有方法都对视距传播连接/非视距传播链接具有鲁棒性。对于本发明方法在使用非视距偏差真值的情况下,其鲁棒性可以预见。并从侧面证明了导出过程中近似操作的合理性。
3、仿真结果
综合上述仿真结果和分析,通过对比不同定位方法的性能,验证了本发明方法的有效性与可靠性。并证明了在非视距环境下使用多域联合测量的定位方法能提高定位精度。
Claims (2)
1.一种非视距环境下能时频多域联合的被动定位方法,由下述步骤组成:
(1)提取能时频域内的定位参数
建立非视距传输环境下的定位模型,用7~10个无线接收机对信源进行定位,从无线接收机接收到信源发射的电磁信号中分别提取能域、时域、频域定位参数,包括能域接收信号强度Ai、时域到达时间差rj、频域到达频率差测量信息:
rj=||a-sj||-||a-s1||+ψj+mj (1b)
其中a是信源位置坐标为[x,y,z]T,si是无线接收机位置坐标为[xi,yi,zi]T,i=1,2,…,N、N是无线接收机个数,是信源速度信息为是无线接收机速度信息为A0是参考距离r0下的接收信号强度信息、r0≤||a-si||,φi是能域内的非视距偏差、0≤φi≤biasmax,其中biasmax是非视距偏差最大值,ψj是时域内的非视距偏差、0≤ψj≤biasmax,j=2,3,…,N,是频域内的非视距偏差、k是传输路径损耗、为3,li是能域内对数型阴影衰落的测量噪声,mj是时域内的测量噪声,nj是频域内的测量噪声;
(2)确定非视距偏差的平均值
(3)确定能时频域内的最大似然距离
(4)确定加权最小二乘法中的权系数
(5)确定加权最小二乘法中的最小化函数
(6)确定加权最小二乘中的目标函数
(7)确定修正后的加权最小二乘法中的目标函数
(8)确定广义信赖域子问题的目标函数
其中I表示单位矩阵,0表示全零矩阵;
(9)确定信源信息与非视距偏差信息
其中λ为广义信赖域子问题的最优性条件因子,由二分法得到;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910605813.6A CN110515037B (zh) | 2019-07-05 | 2019-07-05 | 非视距环境下能时频多域联合的被动定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910605813.6A CN110515037B (zh) | 2019-07-05 | 2019-07-05 | 非视距环境下能时频多域联合的被动定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110515037A CN110515037A (zh) | 2019-11-29 |
CN110515037B true CN110515037B (zh) | 2022-11-01 |
Family
ID=68622400
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910605813.6A Active CN110515037B (zh) | 2019-07-05 | 2019-07-05 | 非视距环境下能时频多域联合的被动定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110515037B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111007456B (zh) * | 2019-12-09 | 2022-11-22 | 西安邮电大学 | 能时域联合的鲁棒性非视距偏差消除定位方法 |
CN112858997B (zh) * | 2021-01-06 | 2023-08-01 | 西安邮电大学 | 非视距环境下基于时域测量的固态体定位方法 |
CN112835020B (zh) * | 2021-01-06 | 2023-08-22 | 西安邮电大学 | 面向非视距参数估计的刚体定位方法 |
CN113945888B (zh) * | 2021-10-19 | 2022-05-03 | 江南大学 | 基于tdoa的区间化无源定位方法及系统 |
CN114666896B (zh) * | 2022-03-23 | 2024-05-03 | 西安邮电大学 | 面向非视距环境下无线信号传输参数估计的目标定位方法 |
CN115760923B (zh) * | 2022-12-08 | 2024-05-28 | 上海人工智能创新中心 | 一种被动式非视域目标实时定位跟踪方法和系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105188082A (zh) * | 2015-08-05 | 2015-12-23 | 重庆邮电大学 | 用于室内wlan环境下rss/aoa/tdoa定位性能的评价方法 |
-
2019
- 2019-07-05 CN CN201910605813.6A patent/CN110515037B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105188082A (zh) * | 2015-08-05 | 2015-12-23 | 重庆邮电大学 | 用于室内wlan环境下rss/aoa/tdoa定位性能的评价方法 |
Non-Patent Citations (5)
Title |
---|
"TOA/AOA/RSS Maximum Likelihood Data Fusion for Efficient Localization in Wireless Networks";Mohamed A. Landolsi et al.;《2018 15th International Multi-Conference on Systems, Signals & Devices (SSD)》;20181231;第458-462页 * |
"一种简单有效的TDOA-FDOA-AOA目标定位闭式解";邓兵 等;《西安电子科技大学学报(自然科学版)》;20180430;第45卷(第2期);第171-175,180页 * |
"基于RSS/AOA混合的室内可见光定位算法";董文杰 等;《激光与光电子学进展》;20181231;第050603-1-050603-6页 * |
"非视距条件下的测距信息融合定位方法研究";李娅菲 等;《电子测量与仪器学报》;20150531;第29卷(第5期);第775-780页 * |
"非视距环境下RSS和TDOA联合的信源被动定位";闫千里 等;《西安电子科技大学学报》;20190630;第46卷(第3期);第180-188页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110515037A (zh) | 2019-11-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110515037B (zh) | 非视距环境下能时频多域联合的被动定位方法 | |
CN110174643B (zh) | 一种无需噪声功率信息的基于到达时间差的定位方法 | |
Noroozi et al. | Weighted least squares target location estimation in multi‐transmitter multi‐receiver passive radar using bistatic range measurements | |
CN110673089B (zh) | 未知视距和非视距分布情况下基于到达时间的定位方法 | |
CN104166136A (zh) | 一种基于干扰子空间跟踪的高效自适应单脉冲测角方法 | |
CN109581281B (zh) | 基于到达时间差和到达频率差的移动目标定位方法 | |
CN106501770A (zh) | 基于幅相误差阵列的远近场宽带混合源中近场源定位方法 | |
CN107124762B (zh) | 一种高效消减非视距误差的无线定位方法 | |
CN106980104B (zh) | 用于传感器阵列的信号波达方向自校正方法 | |
CN109507635A (zh) | 利用两个未知方位辅助源的阵列幅相误差估算方法 | |
CN111007456B (zh) | 能时域联合的鲁棒性非视距偏差消除定位方法 | |
CN111273269B (zh) | 基于ipso-bp的频率分集阵列的雷达目标定位方法 | |
Dai et al. | Sensor selection for TDOA-based source localization using angle and range information | |
Xiong et al. | Efficient bias reduction approach of time‐of‐flight‐based wireless localisation networks in NLOS states | |
Ren et al. | A Novel Indoor Positioning Algorithm for Wireless Sensor Network Based on Received Signal Strength Indicator Filtering and Improved Taylor Series Expansion. | |
CN108761384B (zh) | 一种抗差的传感器网络目标定位方法 | |
Wang et al. | A novel indoor ranging method using weighted altofrequent RSSI measurements | |
Zhu et al. | Localization optimization algorithm of maximum likelihood estimation based on received signal strength | |
CN115826004B (zh) | 一种基于二维角度及时差联合的三星协同直接定位方法 | |
CN110536410B (zh) | 非视距环境下基于rss和tdoa测量的定位方法 | |
CN106908760A (zh) | 基于阵列自相关矩阵的单站无源定位方法 | |
CN110850366B (zh) | 混合视距和非视距环境下基于接收信号强度的定位方法 | |
Ming et al. | Study on the personnel localization algorithm of the underground mine based on rssi technology | |
CN110673088B (zh) | 混合视距和非视距环境中基于到达时间的目标定位方法 | |
CN112835020B (zh) | 面向非视距参数估计的刚体定位方法 |
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 |