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 PDF

Info

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
Application number
CN201910605813.6A
Other languages
English (en)
Other versions
CN110515037A (zh
Inventor
万鹏武
王瑾
闫千里
卢光跃
黄琼丹
陈煜飞
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.)
Xian University of Posts and Telecommunications
Original Assignee
Xian University of Posts and Telecommunications
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 Xian University of Posts and Telecommunications filed Critical Xian University of Posts and Telecommunications
Priority to CN201910605813.6A priority Critical patent/CN110515037B/zh
Publication of CN110515037A publication Critical patent/CN110515037A/zh
Application granted granted Critical
Publication of CN110515037B publication Critical patent/CN110515037B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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

一种非视距环境下能时频多域联合的被动定位方法，由提取能时频域内的定位参数、确定非视距偏差的平均值、确定能时频域内的最大似然距离、确定加权最小二乘法中的权系数、确定加权最小二乘中不同域内的最小化函数、确定加权最小二乘法中的目标函数、确定广义信赖域子问题的目标函数步骤组成。采用各域信息以提高非视距环境下信源被动定位的性能；无需已知噪声以及非视距误差σi、
Figure DDA0002120652410000011
和
Figure DDA0002120652410000012
的先验信息，将其和目标位置参数视作未知量，交替进行估计实现对目标的高精度定位；在运行中仅需两次迭代实现对目标的精确定位，与现有的多域联合定位方法相比，方法简单，可用于通信技术领域的信号源定位。

Description

非视距环境下能时频多域联合的被动定位方法
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
Figure BDA0002120652390000021
测量信息：
Figure BDA0002120652390000022
rj＝||a-sj||-||a-s1||+ψj+mj (1b)
Figure BDA0002120652390000023
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，
Figure BDA0002120652390000024
是信源速度信息为
Figure BDA0002120652390000025
Figure BDA0002120652390000026
是无线接收机速度信息为
Figure BDA0002120652390000027
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，
Figure BDA0002120652390000028
是频域内的非视距偏差、
Figure BDA0002120652390000029
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
按下式确定能时频域中接收信号强度Ai、到达时间差rj、到达频率差
Figure BDA00021206523900000210
中分别包含的非视距偏差平均值：
Figure BDA00021206523900000211
Figure BDA00021206523900000212
Figure BDA00021206523900000213
其中φ为能域接收信号强度Ai中所包含的非视距偏差平均值，ψ为时域到达时间差rj中所包含的非视距偏差平均值，
Figure BDA00021206523900000214
为频域到达频率差
Figure BDA00021206523900000215
中所包含的非视距偏差平均值。
(3)确定能时频域内的最大似然距离
按下式确定能时频域中能域接收信号强度Ai的最大似然距离ri″、时域到达时间差rj的最大似然距离
Figure BDA00021206523900000216
频域到达频率差
Figure BDA00021206523900000217
的最大似然距离
Figure BDA00021206523900000218
Figure BDA0002120652390000031
Figure BDA0002120652390000032
Figure BDA0002120652390000033
(4)确定加权最小二乘法中的权系数
按下式确定能时频域中能域接收信号强度Ai的加权最小二乘权系数
Figure BDA0002120652390000034
时域到达时间差rj的加权最小二乘权系数
Figure BDA0002120652390000035
频域到达频率差
Figure BDA0002120652390000036
的加权最小二乘权系数
Figure BDA0002120652390000037
Figure BDA0002120652390000038
Figure BDA0002120652390000039
Figure BDA00021206523900000310
(5)确定加权最小二乘法中的最小化函数
确定加权最小二乘中能域接收信号强度Ai的最小化函数
Figure BDA00021206523900000311
时域到达时间差rj的最小化函数
Figure BDA00021206523900000312
频域到达频率差
Figure BDA00021206523900000313
的最小化函数
Figure BDA00021206523900000314
Figure BDA00021206523900000315
Figure BDA00021206523900000316
Figure BDA00021206523900000317
其中，ηi表示与能域内定位参数接收信号强度Ai有关的随机变量、为
Figure BDA00021206523900000318
ξ表示与参考距离r0和能域内定位参数参考接收信号强度A0有关的变量、为
Figure BDA00021206523900000319
(6)确定加权最小二乘中的目标函数
信源位置和速度信息的加权最小二乘目标函数
Figure BDA00021206523900000320
为：
Figure BDA00021206523900000321
(7)确定修正后的加权最小二乘法中的目标函数
修正后的加权最小二乘法目标函数
Figure BDA00021206523900000322
为：
Figure BDA0002120652390000041
(8)确定广义信赖域子问题的目标函数
广义信赖域子问题的目标函数
Figure BDA0002120652390000042
为：
Figure BDA0002120652390000043
广义信赖域目标函数
Figure BDA0002120652390000044
中
Figure BDA0002120652390000045
Figure BDA0002120652390000046
Figure BDA0002120652390000047
Figure BDA0002120652390000048
Figure BDA0002120652390000049
Figure BDA00021206523900000410
Figure BDA00021206523900000411
Figure BDA00021206523900000412
Figure BDA00021206523900000413
Figure BDA0002120652390000051
Figure BDA0002120652390000052
Figure BDA0002120652390000053
Figure BDA0002120652390000054
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
(9.1)包含信源信息的变量
Figure BDA0002120652390000055
为：
Figure BDA0002120652390000056
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。
(9.2)信源位置坐标
Figure BDA0002120652390000057
速度信息
Figure BDA0002120652390000058
能域接收信号强度Ai的非视距偏差信息
Figure BDA0002120652390000059
到达时间差rj的非视距偏差信息
Figure BDA00021206523900000510
到达频率差
Figure BDA00021206523900000511
的非视距偏差信息
Figure BDA00021206523900000512
为：
Figure BDA00021206523900000513
Figure BDA00021206523900000514
Figure BDA00021206523900000515
Figure BDA00021206523900000516
Figure BDA00021206523900000517
(9.3)将非视距偏差信息
Figure BDA0002120652390000061
代入(8)式中，得到
Figure BDA0002120652390000062
确定定位精度ε：
Figure BDA0002120652390000063
重复操作步骤(8)、(9.1)、(9.2)至定位精度ε＜0.001，得到非视距环境下能时频多域联合的被动定位结果
Figure BDA0002120652390000064
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，
Figure BDA0002120652390000065
为频域内的非视距偏差、
Figure BDA0002120652390000066
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)
Figure BDA0002120652390000067
Figure BDA0002120652390000068
可根据(16)式采用二分法得到。二分法的范围为：
Figure BDA0002120652390000069
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。
由于本发明在模型中考虑了非视距传输对各个域内测量信息的影响，充分利用各域信息以提高非视距环境下信源被动定位的性能；在求解过程中无需已知噪声以及非视距误差σi、
Figure BDA00021206523900000610
和
Figure BDA00021206523900000611
的先验信息，将其和目标位置参数同时视作未知量，交替进行估计实现对目标的高精度定位；在实际运行过程中仅需两次迭代即可实现对目标的定位精确，相比于其他多域联合定位方法，其实际计算复杂度相对较低。本发明具有定位精确、方法简单、不需要已知的先验信息等优点，可用于通信技术领域的信号源定位。
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
Figure BDA0002120652390000071
测量信息：
Figure BDA0002120652390000072
rj＝||a-sj||-||a-s1||+ψj+mj (1b)
Figure BDA0002120652390000073
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，
Figure BDA0002120652390000074
是信源速度信息为
Figure BDA0002120652390000075
Figure BDA0002120652390000076
是无线接收机速度信息为
Figure BDA0002120652390000077
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，
Figure BDA0002120652390000078
是频域内的非视距偏差、
Figure BDA0002120652390000079
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
按下式确定能时频域中接收信号强度Ai、到达时间差rj、到达频率差
Figure BDA00021206523900000710
中分别包含的非视距偏差平均值：
Figure BDA00021206523900000711
Figure BDA00021206523900000712
Figure BDA00021206523900000713
其中φ为能域接收信号强度Ai中所包含的非视距偏差平均值，ψ为时域到达时间差rj中所包含的非视距偏差平均值，
Figure BDA0002120652390000081
为频域到达频率差
Figure BDA0002120652390000082
中所包含的非视距偏差平均值；
(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
确定加权最小二乘中能域接收信号强度Ai的最小化函数
Figure BDA0002120652390000083
时域到达时间差rj的最小化函数
Figure BDA0002120652390000084
频域到达频率差
Figure BDA0002120652390000085
的最小化函数
Figure BDA0002120652390000086
Figure BDA0002120652390000087
Figure BDA0002120652390000088
Figure BDA0002120652390000089
其中，ηi表示与能域内定位参数接收信号强度Ai有关的随机变量、为
Figure BDA00021206523900000810
ξ表示与参考距离r0和能域内定位参数参考接收信号强度A0有关的变量、为
Figure BDA00021206523900000811
(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
广义信赖域子问题的目标函数
Figure BDA00021206523900000812
为：
Figure BDA00021206523900000813
广义信赖域目标函数
Figure BDA00021206523900000814
中
Figure BDA00021206523900000815
Figure BDA0002120652390000091
Figure BDA0002120652390000092
Figure BDA0002120652390000093
Figure BDA0002120652390000094
Figure BDA0002120652390000095
Figure BDA0002120652390000096
Figure BDA0002120652390000097
Figure BDA0002120652390000098
Figure BDA0002120652390000099
Figure BDA00021206523900000910
Figure BDA00021206523900000911
Figure BDA0002120652390000101
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
(9.1)包含信源信息的变量
Figure BDA0002120652390000102
为：
Figure BDA0002120652390000103
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
Figure BDA0002120652390000104
(9.2)信源位置坐标
Figure BDA0002120652390000105
速度信息
Figure BDA0002120652390000106
能域接收信号强度Ai的非视距偏差信息
Figure BDA0002120652390000107
到达时间差rj的非视距偏差信息
Figure BDA0002120652390000108
到达频率差
Figure BDA0002120652390000109
的非视距偏差信息
Figure BDA00021206523900001010
为：
Figure BDA00021206523900001011
Figure BDA00021206523900001012
Figure BDA00021206523900001013
Figure BDA00021206523900001014
Figure BDA00021206523900001015
(9.3)将非视距偏差信息
Figure BDA00021206523900001016
代入(8)式中，得到
Figure BDA00021206523900001017
确定定位精度ε：
Figure BDA00021206523900001018
重复操作步骤(8)、(9.1)、(9.2)至定位精度ε＜0.001，得到非视距环境下能时频多域联合的被动定位结果
Figure BDA00021206523900001019
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
Figure BDA0002120652390000111
测量信息：
Figure BDA0002120652390000112
rj＝||a-sj||-||a-s1||+ψj+mj (1b)
Figure BDA0002120652390000113
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，
Figure BDA0002120652390000114
是信源速度信息为
Figure BDA0002120652390000115
Figure BDA0002120652390000116
是无线接收机速度信息为
Figure BDA0002120652390000117
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，
Figure BDA0002120652390000118
是频域内的非视距偏差、
Figure BDA0002120652390000119
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
按下式确定能时频域中接收信号强度Ai、到达时间差rj、到达频率差
Figure BDA00021206523900001110
中分别包含的非视距偏差平均值：
Figure BDA00021206523900001111
Figure BDA00021206523900001112
Figure BDA00021206523900001113
其中φ为能域接收信号强度Ai中所包含的非视距偏差平均值，ψ为时域到达时间差rj中所包含的非视距偏差平均值，
Figure BDA00021206523900001114
为频域到达频率差
Figure BDA00021206523900001115
中所包含的非视距偏差平均值；
(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
确定加权最小二乘中能域接收信号强度Ai的最小化函数
Figure BDA0002120652390000121
时域到达时间差rj的最小化函数
Figure BDA0002120652390000122
频域到达频率差
Figure BDA0002120652390000123
的最小化函数
Figure BDA0002120652390000124
Figure BDA0002120652390000125
Figure BDA0002120652390000126
Figure BDA0002120652390000127
其中，ηi表示与能域内定位参数接收信号强度Ai有关的随机变量、为
Figure BDA0002120652390000128
ξ表示与参考距离r0和能域内定位参数参考接收信号强度A0有关的变量、为
Figure BDA0002120652390000129
(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
广义信赖域子问题的目标函数
Figure BDA00021206523900001210
为：
Figure BDA00021206523900001211
广义信赖域目标函数
Figure BDA00021206523900001212
中
Figure BDA00021206523900001213
Figure BDA00021206523900001214
Figure BDA00021206523900001215
Figure BDA00021206523900001216
Figure BDA0002120652390000131
Figure BDA0002120652390000132
Figure BDA0002120652390000133
Figure BDA0002120652390000134
Figure BDA0002120652390000135
Figure BDA0002120652390000136
Figure BDA0002120652390000137
Figure BDA0002120652390000138
Figure BDA0002120652390000139
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(9.1)包含信源信息的变量
Figure BDA00021206523900001310
为：
Figure BDA00021206523900001311
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
Figure BDA0002120652390000141
(9.2)信源位置坐标
Figure BDA0002120652390000142
速度信息
Figure BDA0002120652390000143
能域接收信号强度Ai的非视距偏差信息
Figure BDA0002120652390000144
到达时间差rj的非视距偏差信息
Figure BDA0002120652390000145
到达频率差
Figure BDA0002120652390000146
的非视距偏差信息
Figure BDA0002120652390000147
为：
Figure BDA0002120652390000148
Figure BDA0002120652390000149
Figure BDA00021206523900001410
Figure BDA00021206523900001411
Figure BDA00021206523900001412
(9.3)将非视距偏差信息
Figure BDA00021206523900001413
代入(8)式中，得到
Figure BDA00021206523900001414
确定定位精度ε：
Figure BDA00021206523900001415
重复操作步骤(8)、(9.1)、(9.2)至定位精度ε＜0.001，得到非视距环境下能时频多域联合的被动定位结果
Figure BDA00021206523900001416
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
Figure BDA00021206523900001417
测量信息：
Figure BDA00021206523900001418
rj＝||a-sj||-||a-s1||+ψj+mj (1b)
Figure BDA00021206523900001419
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，
Figure BDA0002120652390000151
是信源速度信息为
Figure BDA0002120652390000152
Figure BDA0002120652390000153
是无线接收机速度信息为
Figure BDA0002120652390000154
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，
Figure BDA0002120652390000155
是频域内的非视距偏差、
Figure BDA0002120652390000156
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
按下式确定能时频域中接收信号强度Ai、到达时间差rj、到达频率差
Figure BDA0002120652390000157
中分别包含的非视距偏差平均值：
Figure BDA0002120652390000158
Figure BDA0002120652390000159
Figure BDA00021206523900001510
其中φ为能域接收信号强度Ai中所包含的非视距偏差平均值，ψ为时域到达时间差rj中所包含的非视距偏差平均值，
Figure BDA00021206523900001511
为频域到达频率差
Figure BDA00021206523900001512
中所包含的非视距偏差平均值；
(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
确定加权最小二乘中能域接收信号强度Ai的最小化函数
Figure BDA00021206523900001513
时域到达时间差rj的最小化函数
Figure BDA00021206523900001514
频域到达频率差
Figure BDA00021206523900001515
的最小化函数
Figure BDA00021206523900001516
Figure BDA00021206523900001517
Figure BDA00021206523900001518
Figure BDA0002120652390000161
其中，ηi表示与能域内定位参数接收信号强度Ai有关的随机变量、为
Figure BDA0002120652390000162
ξ表示与参考距离r0和能域内定位参数参考接收信号强度A0有关的变量、为
Figure BDA0002120652390000163
(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
广义信赖域子问题的目标函数
Figure BDA0002120652390000164
为：
Figure BDA0002120652390000165
广义信赖域目标函数
Figure BDA0002120652390000166
中
Figure BDA0002120652390000167
Figure BDA0002120652390000168
Figure BDA0002120652390000169
Figure BDA00021206523900001610
Figure BDA00021206523900001611
Figure BDA00021206523900001612
Figure BDA0002120652390000171
Figure BDA0002120652390000172
Figure BDA0002120652390000173
Figure BDA0002120652390000174
Figure BDA0002120652390000175
Figure BDA0002120652390000176
Figure BDA0002120652390000177
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
(9.1)包含信源信息的变量
Figure BDA0002120652390000178
为：
Figure BDA0002120652390000179
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
Figure BDA00021206523900001710
(9.2)信源位置坐标
Figure BDA00021206523900001711
速度信息
Figure BDA00021206523900001712
能域接收信号强度Ai的非视距偏差信息
Figure BDA00021206523900001713
到达时间差rj的非视距偏差信息
Figure BDA00021206523900001714
到达频率差
Figure BDA00021206523900001715
的非视距偏差信息
Figure BDA00021206523900001716
为：
Figure BDA0002120652390000181
Figure BDA0002120652390000182
Figure BDA0002120652390000183
Figure BDA0002120652390000184
Figure BDA0002120652390000185
(9.3)将非视距偏差信息
Figure BDA0002120652390000186
代入(8)式中，得到
Figure BDA0002120652390000187
确定定位精度ε：
Figure BDA0002120652390000188
重复操作步骤(8)、(9.1)、(9.2)至定位精度ε＜0.001，得到非视距环境下能时频多域联合的被动定位结果
Figure BDA0002120652390000189
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)，
Figure BDA00021206523900001810
其中
Figure BDA00021206523900001811
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
Figure BDA0002120652390000191
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
Figure BDA0002120652390000192
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
Figure FDA0003841292580000011
测量信息：
Figure FDA0003841292580000012
rj＝||a-sj||-||a-s1||+ψj+mj (1b)
Figure FDA0003841292580000013
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，
Figure FDA0003841292580000014
是信源速度信息为
Figure FDA0003841292580000015
是无线接收机速度信息为
Figure FDA0003841292580000016
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，
Figure FDA0003841292580000017
是频域内的非视距偏差、
Figure FDA0003841292580000018
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
按下式确定能时频域中接收信号强度Ai、到达时间差rj、到达频率差
Figure FDA00038412925800000114
中分别包含的非视距偏差平均值：
Figure FDA0003841292580000019
Figure FDA00038412925800000110
Figure FDA00038412925800000111
其中φ为能域接收信号强度Ai中所包含的非视距偏差平均值，ψ为时域到达时间差rj中所包含的非视距偏差平均值，
Figure FDA00038412925800000112
为频域到达频率差
Figure FDA00038412925800000113
中所包含的非视距偏差平均值；
(3)确定能时频域内的最大似然距离
按下式确定能时频域中能域接收信号强度Ai的最大似然距离ri″、时域到达时间差rj的最大似然距离
Figure FDA0003841292580000021
频域到达频率差
Figure FDA0003841292580000022
的最大似然距离
Figure FDA0003841292580000023
Figure FDA0003841292580000024
Figure FDA0003841292580000025
Figure FDA0003841292580000026
(4)确定加权最小二乘法中的权系数
按下式确定能时频域中能域接收信号强度Ai的加权最小二乘权系数
Figure FDA0003841292580000027
时域到达时间差rj的加权最小二乘权系数
Figure FDA0003841292580000028
频域到达频率差
Figure FDA0003841292580000029
的加权最小二乘权系数
Figure FDA00038412925800000210
Figure FDA00038412925800000211
Figure FDA00038412925800000212
Figure FDA00038412925800000213
(5)确定加权最小二乘法中的最小化函数
确定加权最小二乘中能域接收信号强度Ai的最小化函数
Figure FDA00038412925800000214
时域到达时间差rj的最小化函数
Figure FDA00038412925800000215
频域到达频率差
Figure FDA00038412925800000216
的最小化函数
Figure FDA00038412925800000217
Figure FDA00038412925800000218
Figure FDA00038412925800000219
Figure FDA00038412925800000220
其中，ηi表示与能域内定位参数接收信号强度Ai有关的随机变量、为
Figure FDA00038412925800000221
ξ表示与参考距离r0和能域内定位参数参考接收信号强度A0有关的变量、为
Figure FDA00038412925800000222
(6)确定加权最小二乘中的目标函数
信源位置和速度信息的加权最小二乘目标函数
Figure FDA00038412925800000223
为：
Figure FDA00038412925800000224
(7)确定修正后的加权最小二乘法中的目标函数
修正后的加权最小二乘法目标函数
Figure FDA0003841292580000031
为：
Figure FDA0003841292580000032
(8)确定广义信赖域子问题的目标函数
广义信赖域子问题的目标函数
Figure FDA0003841292580000033
为：
Figure FDA0003841292580000034
广义信赖域目标函数
Figure FDA0003841292580000035
中
Figure FDA0003841292580000036
Figure FDA0003841292580000037
Figure FDA0003841292580000038
Figure FDA0003841292580000039
Figure FDA00038412925800000310
Figure FDA00038412925800000311
Figure FDA00038412925800000312
Figure FDA00038412925800000313
Figure FDA0003841292580000041
Figure FDA0003841292580000042
Figure FDA0003841292580000043
Figure FDA0003841292580000044
Figure FDA0003841292580000045
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
(9.1)包含信源信息的变量
Figure FDA0003841292580000046
为：
Figure FDA0003841292580000047
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；
(9.2)信源位置坐标
Figure FDA0003841292580000048
速度信息
Figure FDA0003841292580000049
能域接收信号强度Ai的非视距偏差信息
Figure FDA00038412925800000410
到达时间差rj的非视距偏差信息
Figure FDA00038412925800000411
到达频率差
Figure FDA00038412925800000412
的非视距偏差信息
Figure FDA00038412925800000413
为：
Figure FDA00038412925800000414
Figure FDA00038412925800000415
Figure FDA00038412925800000416
Figure FDA00038412925800000417
Figure FDA0003841292580000051
(9.3)将非视距偏差信息
Figure FDA0003841292580000052
代入(8)式中，得到
Figure FDA0003841292580000053
确定定位精度ε：
Figure FDA0003841292580000054
重复操作步骤(8)、(9.1)、(9.2)至定位精度ε＜0.001，得到非视距环境下能时频多域联合的被动定位结果
Figure FDA0003841292580000055
2.根据权利要求1所述的非视距环境下能时频多域联合的被动定位方法，其特征在于：在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，
Figure FDA0003841292580000056
为频域内的非视距偏差、
Figure FDA0003841292580000057
li是能域内对数型的阴影衰落的测量噪声、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。
CN201910605813.6A 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 Active CN110515037B (zh)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Patent Citations (1)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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