CN110933626A - 一种高精度的自组织网络式室内定位方法 - Google Patents

Abstract

本发明针对室内多目标相互定位与协同作业的场景，提供了一种高精度的自组织网络式室内定位方法，使用发射角到达角联合定位算法，利用信号的信道状态信息矩阵实现单基站定位与多目标相互定位。定位系统中的每个节点既可以是定位目标模式节点的基站模式节点，也可以通过模式切换变为被基站模式节点定位的目标模式节点；定位系统可以在两节点之间直接得到彼此的相对位置，此外，定位系统还可以利用中央基站确定每个节点的绝对位置，并提供给中央服务器进行协调。本发明能够有效实现多目标相互定位，提高多目标协同作业的效率，降低中央服务器的计算与协调开销。

Description

一种高精度的自组织网络式室内定位方法

技术领域

本发明属于无线通信技术领域，涉及无线室内定位技术，更为具体来说，是涉及一种基于WiFi室内定位技术的高精度的自组织网络式定位方法。

背景技术

伴随着数据业务的快速演进与迅猛发展，人们对基于定位技术的服务的需求在不断增加。无线定位技术通过无线信号的各种参数来估计目标的位置，根据目标所处环境不同主要分为室外和室内两类。室外无线定位技术主要有全球定位系统和蜂窝网络定位技术，其定位精度和覆盖面积都可以满足各种室外业务的需求。然而由于建筑物的遮挡，这些技术无法在室内场景中发挥有效的作用，因此室内无线定位技术受到越来越大的关注。

室内无线定位技术主要通过无线信号的接收信号强度、到达时间和到达角度等参数，来估计信号源的位置。基于蓝牙、可见光以及超宽带等技术的室内定位系统相继研制成功，然而这些系统大多数对定位设备与环境有着较高的要求，如蓝牙和可见光定位系统要求目标安装额外的蓝牙传感器或光传感器，超宽带室内定位系统要求目标可以发送接收超宽带信号。因此，这些定位系统均不具有实现大规模覆盖的通用性。与之相比，WiFi设备的覆盖范围则要更为广泛。而且随着MIMO技术的成熟，多数WiFi设备都会配备多天线阵列。因此，基于WiFi的室内定位系统将成为满足人们需要的解决方案。

与室外定位系统不同，室内定位系统对精度要求较高。而且与需要获取绝对位置的室外定位系统不同，室内定位系统的大多数业务场景只需要获取目标的相对位置，例如工厂无人化生产场景中，机器人在进行协同作业时只需要知道彼此之间的相对位置，既可以完成物品交接或路径规划等业务操作。利用接收信号到达角度进行定位的传统WiFi室内定位系统普遍需要提前部署多个基站覆盖定位区域，由中央服务器统一进行位置计算、信息发送与业务协调，在多目标定位的情况下中央服务器的计算与协调开销较大；同时传统WiFi室内定位系统只能得到目标的绝对位置，由中央服务器根据这些绝对位置计算目标之间的相对位置，目标之间无法直接相互定位以获取相对位置。这些缺点严重影响了多目标相互定位与协同作业的效率，目前，尚缺乏针对室内多目标相互定位的自组织网络式室内定位方法。

发明内容

为解决上述问题，本发明针对室内多目标相互定位与协同作业的场景，提供了一种高精度的自组织网络式室内定位方法，能够有效实现多目标相互定位，提高多目标协同作业的效率，降低中央服务器的计算与协调开销。

为了达到上述目的，本发明提供如下技术方案：

一种高精度的自组织网络式室内定位方法，基于定位系统实现，所述定位系统包括多个可定位节点、单个中央基站和与中央基站连接的中央服务器，节点能够处于基站模式或者目标模式，所述定位方法包括如下步骤：

步骤1，为定位系统中的所有节点装配用于收发WiFi信号的定位设备；

步骤2，任意两节点相互定位时，分别处于基站模式与目标模式，目标模式节点向基站模式节点发送定位信号；

步骤3，基站模式节点提取接收信号的信道状态信息矩阵，使用阵列信号处理算法计算接收信号的发射角度、到达角度以及飞行时间；

步骤4，基站模式节点根据步骤3得到的信息，使用发射角到达角联合定位算法计算目标模式节点相对于基站模式节点的位置；

步骤5，基站模式节点将步骤4得到的位置发送给目标模式节点，目标模式节点即可根据目标模式节点相对于基站模式节点的位置推导出基站模式节点相对于目标模式节点的位置。

进一步的，所述步骤3中阵列信号处理算法的步骤具体包括：对三维的信道状态信息矩阵进行维度变换，将其压缩为二维矩阵；使用误差调整算法处理信道状态信息矩阵，消除采样时间偏移对信道状态信息矩阵的影响；使用递归投影多信号分类算法处理步骤1得到的信道状态信息矩阵，求解信号的发射角度、到达角度与相对飞行时间。

进一步的，所述误差调整算法具体包括如下步骤：提取信道处理信息矩阵的展开相位响应；使用单目标优化算法求解展开相位响应中采样时间偏移的最优线性拟合项；使用最优线性拟合项补偿信道处理信息矩阵中的采样时间偏移。

进一步的，所述最优线性拟合项为：

所述使用最优线性拟合项补偿信道处理信息矩阵中的采样时间偏移，是在每个CSI值的展开相位响应中减去上述最优线性拟合项如下：

进一步的，所述步骤4中发射角到达角联合定位算法的步骤具体包括：以基站模式节点为原点建立二维坐标系；将阵列信号处理算法中得到的相对飞行时间转换为路径距离差；根据发射角度、到达角度和路径距离差，确定目标模式节点与多径反射体的坐标的约束条件；将约束条件的求解转化为非线性优化问题，在目标区域搜索优化问题的最优解。

进一步的，所述约束条件为：

A:

B:

C:

其中

D:b+c-a＝RTOF×C,

其中a＝||x₁,y₁||₂,b＝||x₂,y₂||₂,c＝||(x₁-x₂),(y₁-y₂)||₂，

所述最优解通过下式求得：

进一步的，步骤5中基站模式节点能够通过定位系统获取目标模式节点的相对位置，包括在以基站模式节点为原点的二维坐标系中目标模式节点的坐标和以基站模式节点朝向为基准的目标模式节点的朝向；当目标模式节点与基站模式节点的朝向一致时，基站模式节点仅将坐标发送给目标模式节点，目标模式节点即可根据坐标推导出基站模式节点的相对位置；当目标模式节点与基站模式节点朝向不一致时，基站模式节点将坐标和朝向同时发送给目标模式节点，目标模式节点首先将自身朝向调整至和基站模式节点朝向一致，然后根据坐标推导出基站模式节点的相对位置。

进一步的，当基站节点更换为中央基站并确定中央基站的位置时，所述步骤5得到的目标节点的位置为绝对位置。

进一步的，还包括如下步骤：

步骤6，两节点确定彼此的相对位置后，根据这些位置信息进行后续的协同作业。

与现有技术相比，本发明具有如下优点和有益效果：

1.本发明能够实现单基站定位与多目标相互定位；定位系统中的每个节点既可以是定位目标模式节点的基站模式节点，也可以通过模式切换变为被基站模式节点定位的目标模式节点；定位系统可以在两节点之间直接得到彼此的相对位置，此外，本发明还可以利用中央基站确定每个节点的绝对位置，并提供给中央服务器进行协调。

2.本发明能够提高多目标协同作业的效率，降低中央服务器的计算与协调开销。

3.本发明应用范围广泛，既适用于工厂无人化生产等工业场景，也适用于室内反恐作战等军事场景。

附图说明

图1为实现本发明方法的系统结构示意图，其中包含中央服务器、中央基站和多个节点。

图2为本发明方法中使用的定位设备天线阵列的结构示意图，其类型为均匀圆形天线阵列。

图3为本发明方法中发射角到达角联合定位算法原理示意图。

具体实施方式

以下将结合具体实施例对本发明提供的技术方案进行详细说明，应理解下述具体实施方式仅用于说明本发明而不用于限制本发明的范围。

本发明提供了一种针对多目标相互定位与协同作业的自组织网络式室内定位方法。定位系统中的节点可以处于基站模式或者目标模式，基站模式节点(以下简称基站节点)接收来自目标模式节点(以下简称目标节点)的定位信号，提取接收信号的信道状态信息矩阵并计算发射角度(Angle of Departure,AOD)、到达角度(Angle of Arrival,AOA)和相对飞行时间(Relative Time of Flight,RTOF)，然后根据这些几何参数，基站节点使用发射角到达角联合定位算法计算目标节点相对于自身的位置。以下基于实施例，对本发明方法进行具体说明。

在本实施例中，我们考虑多目标室内定位场景，本发明方法基于如图1所示的定位系统结构实现。系统中有多个可定位节点、单个中央基站和连接中央基站的中央服务器。需要注意的是，每个节点都可以在基站模式和目标模式间自由切换，以达到自组织网络中所有节点的地位都是平等的要求。

定位系统中的每个节点应提前装配定位设备，定位设备是具有均匀圆形天线阵列的WiFi访问节点(Access Point,AP)。相比一般商用WiFi设备使用的均匀线性天线阵列，均匀圆形天线阵列不会出现角度模糊的问题，可以在360度范围内定位目标。任意节点可以在基站模式与目标模式之间自由切换，因此可以满足任意两节点相互定位的目的。具体的，当两节点需要相互确定位置时，其中一个节点切换至基站模式，另一个节点切换至目标模式。目标节点的定位设备向基站节点发送定位信号，基站节点的定位设备接收来自目标节点的信号，并传输至基站节点的处理器进行阵列信号处理。

在阵列信号处理中，由于AOA的缘故，信号到达不同天线阵元的传播路径互不相同，并进一步导致不同天线阵元上的接收信号具有相位差。具体的，假设本实施例中定位设备的均匀圆形天线阵列的结构示意图如图2所示，其具有M个阵元，其中第m个阵元的接收信号相对于原点处的接收信号具有相位差

Φ_m＝2π(m-1)/M表示第m个阵元与轴的夹角，θ为信号的AOA，R为均匀圆形天线阵列的半径，f为信号的频率，C为信号的传播速度。因此AOA对信号的相位影响可以用如下的导向矢量来描述

在室内环境中，由于各种反射体和遮挡物的存在，信号从发射端到接收端往往存在不止一条路径。一般来说，在典型的室内环境中，从发射端到接收端会存在6-8条传播路径，每条传播路径对应不同的AOD、AOA与飞行时间(Time of Flight，TOF)。假设本实施例中，从发射端到接收端存在L条传播路径，其中第l条传播路径对应的AOA为θ_l，路径衰减为复常数γ_l，此时基站节点接收信号向量

可以写为

为导向矩阵，

为路径衰减向量。

在采用正交频分复用技术(Orthogonal Frequency Division Multiplexing，OFDM)的通信系统中，高速数据信号通过多个子信道传输，每个子信道具有不同频率的子载波。由于子载波间隔相对于载波比较小，不同子载波的导向矩阵近似相等。假设本实施例中，通信系统使用具有K个子载波的OFDM信号，式(3)可以被重写为接收信号矩阵的形式

为每个子载波上的接收信号向量。根据阵列信号处理的理论，在天线阵列的阵元数大于信号数的情况下，使用多信号分类算法(Multiple SignalClassification Algorithm，MUSIC)处理接收信号矩阵，可以通过对空间谱函数进行谱峰搜索求解出每个接收信号对应的AOD、AOA和TOF。

本发明系统中，节点需要具有便携性和移动性，因此定位设备无法装配拥有较多阵元的大规模天线阵列。在天线阵列的阵元数较小的情况下，MUSIC算法的信号分辨能力和角度分辨率会大幅度下降，因此需要引入每条传播路径对应的TOF来提升天线阵列的有效阵元数。在OFDM系统中，不同子载波对应的频率不同，因此TOF引起的相位差不同。具体的，假设本实施例中的OFDM信号的子载波间隔为f_δ，第l条传播路径的TOF为τ_l，则同一阵元上TOF在两个相邻子载波上引起的相位差为

在引入TOF后，考虑由不同天线阵元和不同子载波组成的传感器阵列，每条传播路径在该阵列上的每个传感器元处引起的相位差同时取决于AOA和TOF。

在本发明系统中，为达到相互定位的目的和自组织网络中所有节点的地位都是平等的要求，目标节点的定位设备也配备有相同的均匀圆形天线阵列，因此AOD会在接收信号上引起和AOA相似的相位差。具体的，为不失一般性，假设本实施例中目标节点的均匀圆形天线阵列有N个阵元，其中第n个阵元的发送信号相对于原点处的发送信号具有相位差

Φ_n＝2π(n-1)/N，

为信号的AOD。在引入AOD之后，根据式(2)和式(6)可以得到均匀圆形天线阵列的二维导向矢量

将其压缩为如式(2)所示的一维导向矢量的形式以方便后续介绍和计算

由式(7)所示的导向矢量得到的导向矩阵为

接收信号矩阵为

注意到当写为如上形式的接收信号矩阵时，它与信道状态信息(Channel StateInformation,CSI)矩阵的含义相同，都表示在每个接收天线上由每个发送天线和每个子载波发送的信号所经历的相位变化和幅度变化。在本实施例中，基站节点的定位设备提取到的原始CSI矩阵应为如下所示的三维矩阵

其中csi_m,n,k表示第n根发送天线、第m根接收天线和第k子载波对应的CSI值。同样为了方便后续介绍和计算，将其按照式(2)与式(7)的方式压缩成如下的二维矩阵

定位设备通过信道估计算法提取到如式(11)所示的CSI矩阵后，使用阵列信号处理算法对其处理，求解AOD、AOA和TOF。出于控制成本和体积的目的，本实施例中使用的定位设备与商用WiFi设备具有相近的结构，具有成本低和体积小等特性。使用这类低成本、小体积的WiFi设备连续发送几个数据包时，接收信号会受到采样时间偏移(Sampling TimeOffset,STO)的影响。STO会在测量相位时引入额外的随机相位噪声，导致后续计算中得到的TOF具有随机偏差，为消除此相位偏差，本发明使用一种误差调整算法来处理信道状态信息矩阵，消除采样时间偏移对信道状态信息矩阵的影响。

因为WiFi设备的所有无线电链都是时间同步的，所以STO对所有发射天线和接收天线具有恒定的影响，这种影响表现为一个额外的延时造成的相位偏移。假设STO为τ_s，则它对任意发射天线、任意接收天线和第n个子载波对应的CSI值造成的相位偏移为-2πf_δ(n-1)τ_s。本发明所使用的误差调整算法的基本思想是对于每个CSI值，估计相位偏差的最优线性拟合项，然后在CSI值的展开相位响应中补偿个最优线性拟合线的负数，以此来消除STO造成的随机相位噪声。具体的，假设ψ(m,n,k)表示第m根接收天线、第n根发送天线和第k个子载波上的CSI值的展开相位响应，则可以通过下式得到STO的最优线性拟合项为

使用现有的单目标优化算法可以求解出上述优化问题的最优解，由于这部分内容不属于本发明的讨论重点，因此不具体展开讲述。在每个CSI值的展开相位响应中减去通过求解式(12)得到的最优线性拟合项后，修正后的展开相位响应如下

由此，即补偿了信道处理信息矩阵中的采样时间偏移。

本发明使用的发射角到达角联合定位算法需要使用MUSIC算法进行谱峰搜索时在AOD、AOA、TOF和空间谱函数四个维度上同时搜索，而普通MUSIC算法无法达到四维搜素的目的。因此，本发明使用MUSIC算法的改良算法，递归投影多信号分类算法(RecursivelyApplied and Projected Multiple Signal Classification Algorithm，RAP-MUSIC)在信号子空间中通过一种迭代机制来寻找谱峰，其中每个谱峰代表一个入射信号，即一组AOA、AOD和TOF。将经过误差调整算法处理后的CSI矩阵带入RAP-MUSIC算法中即可求解出每个峰值对应的AOD、AOA和TOF。

得到信号对应的AOD、AOA和TOF后，本发明使用了一种发射角到达角联合定位算法进行目标定位。在不失一般性的情况下，本实施例在两条路径的简单情况下解释算法的原理，需要注意的是，该算法可以以直接的方式推广到更多的多径信号。如图3所示，以基站节点为原点建立二维坐标系，(x₁,y₁)为目标节点的坐标，(x₂,y₂)为反射体的坐标，α为以基站节点朝向为基准的目标节点的朝向，信号的发射角度

和到达角度θ在0到2π之间变化。直达径信号从具有

的目标节点发射，飞行时间为τ₁，传播距离为a，并且以AOA＝θ₁到达基站节点。多径反射信号以

发送，飞行时间为τ₂，传播距离为b+c并且以AOA＝θ₂到达基站节点。两个信号的AOD、AOA和TOF可以由RAP-MUSIC算法得到，得到TOF后通过相减得到两条路径的飞行时间差值，即相对飞行时间(Relative Time of Flight,RTOF)为RTOF＝τ₂-τ₁。

本发明使用的发射角到达角联合算法，通过直达径信号的发射角

和到达角θ₁、多径反射信号的发射角

和多径反射信号的到达角θ₂以及两条路径的相对飞行时间RTOF，定义了4个三角形的约束条件，约束条件由如下的方程组表示：

三角形A到C的约束条件定义了基站节点相对于目标节点和反射体的位置，三角形D的约束条件则利用RTOF唯一限定了三角形的实际比例，因为只有一个比例可以满足b+c-a＝RTOF×C。

在得到约束条件后，设目标节点和反射体的位置参数XY＝[x₁,y₁,x₁,x₂]，即可以通过求解如下所示的非线性优化问题得到位置参数的最优解

求解此类非线性优化问题有许多种算法可以使用，这部分内容不属于本发明的讨论重点，因此不具体展开讲述。在本实施例中，求解此非线性优化问题的方法在子网格为20cm×20cm的网络中来搜索，通过在网络中的每个节点处评估目标函数以找到满足约束条件的最优解，此最优解即为最后得到的目标节点和反射体的位置信息。得到两个位置后，求解式(14)中的约束条件C即可得到目标节点的朝向。

在基站节点与目标节点朝向一致时(即求解出α＝0)，基站节点将目标节点的相对位置发送给目标节点，目标节点在收到位置后，需要根据位置推导出基站节点相对于自身的位置。具体的，假设以基站节点为原点建立二维坐标系后，求解出目标节点相对于基站节点的坐标为(x,y)，则在以目标节点为原点建立二维坐标系中基站节点相对于目标节点的坐标为(-x,-y)。在朝向不一致时，基站节点除了需要发送目标节点的相对位置以外，还需要将目标节点的朝向发送给目标节点。目标节点在收到相对位置和朝向后，先将自身朝向调整至与基站节点一致，再推导出基站节点相对于自身的位置。基站节点和目标节点在获取到对方的相对位置后，即可利用这些位置信息开始进行协同作业，如物品交接、路径规划和规避碰撞等业务操作。

除了节点间相互定位，本发明还支持通过中央基站确定节点的绝对位置，只需要将上述步骤中的基站节点更换为位置已知的中央基站，即可以确定目标节点的绝对位置。中央基站在求解出目标节点的绝对位置后，将位置上传至中央服务器，中央服务器可以利用这些位置信息协调定位网络中的各节点进行位置跨度更大的复杂业务操作。

本发明方案所公开的技术手段不仅限于上述实施方式所公开的技术手段，还包括由以上技术特征任意组合所组成的技术方案。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，这些改进和润饰也视为本发明的保护范围。

Claims (9)

1.一种高精度的自组织网络式室内定位方法，其特征在于：

基于定位系统实现，所述定位系统包括多个可定位节点、单个中央基站和与中央基站连接的中央服务器，节点能够处于基站模式或者目标模式；

所述定位方法包括如下步骤：

步骤1，为定位系统中的所有节点装配用于收发WiFi信号的定位设备；

步骤2，任意两节点相互定位时，分别处于基站模式与目标模式，目标模式节点向基站模式节点发送定位信号；

步骤3，基站模式节点提取接收信号的信道状态信息矩阵，使用阵列信号处理算法计算接收信号的发射角度、到达角度以及飞行时间；

步骤4，基站模式节点根据步骤3得到的信息，使用发射角到达角联合定位算法计算目标模式节点相对于基站模式节点的位置；

步骤5，基站模式节点将步骤4得到的位置发送给目标模式节点，目标模式节点即可根据目标模式节点相对于基站模式节点的位置推导出基站模式节点相对于目标模式节点的位置。

2.根据权利要求1所述的高精度的自组织网络式室内定位方法，其特征在于，所述步骤3中阵列信号处理算法的步骤具体包括：对信道状态信息矩阵进行维度变换；使用误差调整算法处理信道状态信息矩阵，消除采样时间偏移对信道状态信息矩阵的影响；使用递归投影多信号分类算法处理步骤1得到的信道状态信息矩阵，求解信号的发射角度、到达角度与相对飞行时间。

3.根据权利要求2所述的高精度的自组织网络式室内定位方法，其特征在于，所述误差调整算法具体包括如下步骤：提取信道处理信息矩阵的展开相位响应；使用单目标优化算法求解展开相位响应中采样时间偏移的最优线性拟合项；使用最优线性拟合项补偿信道处理信息矩阵中的采样时间偏移。

4.根据权利要求3所述的高精度的自组织网络式室内定位方法，其特征在于，所述最优线性拟合项为：

所述使用最优线性拟合项补偿信道处理信息矩阵中的采样时间偏移，是在每个CSI值的展开相位响应中减去上述最优线性拟合项如下：

5.根据权利要求1所述的高精度的自组织网络式室内定位方法，其特征在于，所述步骤4中发射角到达角联合定位算法的步骤具体包括：以基站模式节点为原点建立二维坐标系；将阵列信号处理算法中得到的相对飞行时间转换为路径距离差；根据发射角度、到达角度和路径距离差，确定目标模式节点与多径反射体的坐标的约束条件；将约束条件的求解转化为非线性优化问题，在目标区域搜索优化问题的最优解。

6.根据权利要求5所述的高精度的自组织网络式室内定位方法，其特征在于，所述约束条件为：

A:

B:

C:

其中

D:b+c-a＝RTOF×C,

其中a＝||x₁,y₁||₂,b＝||x₂,y₂||₂,c＝||(x₁-x₂),(y₁-y₂)||₂，

所述最优解通过下式求得：

7.根据权利要求1所述的高精度的自组织网络式室内定位方法，其特征在于，所述步骤5中基站模式节点能够通过定位系统获取目标模式节点的相对位置，包括在以基站模式节点为原点的二维坐标系中目标模式节点的坐标和以基站模式节点朝向为基准的目标模式节点的朝向；当目标模式节点与基站模式节点的朝向一致时，基站模式节点仅将坐标发送给目标模式节点，目标模式节点即可根据坐标推导出基站模式节点的相对位置；当目标模式节点与基站模式节点朝向不一致时，基站模式节点将坐标和朝向同时发送给目标模式节点，目标模式节点首先将自身朝向调整至和基站模式节点朝向一致，然后根据坐标推导出基站模式节点的相对位置。

8.根据权利要求1所述的高精度的自组织网络式室内定位方法，其特征在于，当基站节点更换为中央基站并确定中央基站的位置时，所述步骤5得到的目标节点的位置为绝对位置。

9.根据权利要求1所述的高精度的自组织网络式室内定位方法，其特征在于，还包括如下步骤：

步骤6，两节点确定彼此的相对位置后，根据这些位置信息进行后续的协同作业。

Images