CN110996385B - 台站定位方法 - Google Patents

台站定位方法 Download PDF

Info

Publication number
CN110996385B
CN110996385B CN201910252208.5A CN201910252208A CN110996385B CN 110996385 B CN110996385 B CN 110996385B CN 201910252208 A CN201910252208 A CN 201910252208A CN 110996385 B CN110996385 B CN 110996385B
Authority
CN
China
Prior art keywords
station
point
sampling
geographical position
travel time
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
CN201910252208.5A
Other languages
English (en)
Other versions
CN110996385A (zh
Inventor
李升�
张科
詹达诲
吕玉琦
王文俭
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.)
STATE RADIO MONITORING CENTER TESTING CENTER
Original Assignee
STATE RADIO MONITORING CENTER TESTING CENTER
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 STATE RADIO MONITORING CENTER TESTING CENTER filed Critical STATE RADIO MONITORING CENTER TESTING CENTER
Priority to CN201910252208.5A priority Critical patent/CN110996385B/zh
Publication of CN110996385A publication Critical patent/CN110996385A/zh
Application granted granted Critical
Publication of CN110996385B publication Critical patent/CN110996385B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W64/00Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • H04W64/003Locating users or terminals or network equipment for network management purposes, e.g. mobility management locating network equipment

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明提供了一种台站定位方法,包括:在所述台站的覆盖范围内选取多个采样点;基于移动监测站,依次在多个所述采样点停留,对所述台站发射出的无线电波进行采样,获取每一所述采样点对应的采样数据;基于每一所述采样点对应的采样数据,采用最短路径射线追踪算法,计算出每一所述采样点对应的所述台站的地理位置;在每一所述采样点对应的所述台站的地理位置中,选取出现次数最多的地理位置,并将其确定为所述台站的地理位置。本发明提供的方案极大地提高了台站定位的精度,减小了误差,且对硬件要求较低,还可以避免对场强数据库进行实时更新。

Description

台站定位方法
技术领域
本发明涉及无线通信领域,特别是涉及一种台站定位方法。
背景技术
无线电监测是无线电秩序管理的重要手段,利用监测网的监测设备、技术手段和监测、测向软件,实现对无线电信号的测量、扫描、测向定位、监听、记录,并对无线电信号及其特征进行采集、存储和分析,从而实现对无线电频谱秩序的管理。
在频谱监管的过程中,不但要对无线信号进行采集、存储以及分析,获取信号发射台站的位置对于有效的频谱监管同样非常重要。在日常的频谱监测中,通过监测车可以实时获得台站数据在地理上的位置信息,并利用无线电监测系统和管控系统相互协作,实现智能化和自动化的监测、测向、信号分析工作流程。同样在干扰查处的同时,同样需要对信号进行跟踪定位,故精确的台站定位对于无线电频谱秩序管理具有重要意义。
传统的无线电定位技术主要有三种,分别为基于信号到达角度的定位、基于信号到达时间差的定位、基于信号到达强度的定位。这些定位方法大多分为两个步骤,即首先获取相关参数对目标台站的位置进行估计,在获取相关参数后,根据所获取的参数选择相应的准确的定位算法对信号发射台进行估计。
1.基于信号到达角度的定位方法为:同时在两个监测站上测定同一目标辐射源的来波方向,根据来波方向的交汇点可确定目标辐射源的当前位置。来波方向的测定由阵元天线实现。
2.基于信号到达时间差的定位方法为:根据同一目标辐射源所发信号到达不同监测站的时延差异,通过坐标变换确定目标辐射源的位置信息。该方法与基于信号到达角度的定位所需的最少监测站数不同,由于目标辐射源定位信号到达监测站的等时延曲线为圆弧,因此欲确定目标辐射源的位置,在理想情况下至少需要3个监测站。
3.基于信号到达强度的定位方法为:通过一个已知的数学模型知道路径损耗的衰减值与距离的关系。通过在监测站与同一目标辐射源所发定位信号的强度,得出监测站与目标辐射源间的估计距离,由于目标辐射源到达监测站的等信号强度曲线为圆弧,因此至少需3个监测站才能确定目标辐射源的位置。
基于信号的角度的定位方法需要天线阵列,增大了基站结构的复杂性和系统成本,在超宽带定位环境中受多径及非视距影响较大,这种情况下到达角度值会有较大偏差,因此难以到达理想的定位精度。
基于信号到达强度的定位方法对无线电频谱环境非常敏感,必须对无线电信道进行精确测量,构建相关模型以得到相对准确的场强分布数据库,同时数据库需要实时更新,因为无线信道每个时间段的情况都是产生变化,这样就使得监测成本较高,并且在极度复杂的无线信道的环境下,由于多径传播效应,很难对台站位置进行准确估计。
基于信号时间差的定位技术需要发射机和接收机的准确同步,这在许多应用场合是难以做到的。
因此,传统的无线电定位方法存在各种误差因素,不可能使多元固定测向站交会定位的结果与被测目标位置完全重合或具有很小的偏差,因而无法精确确定台站的真实位置。
发明内容
本发明提供了一种台站定位方法以克服上述问题或者至少部分地解决上述问题。
根据本发明的一个方面,提供了一种台站定位方法,包括:
在所述台站的覆盖范围内选取多个采样点;
基于移动监测站,依次在多个所述采样点停留,对所述台站发射出的无线电波进行采样,获取每一所述采样点对应的采样数据;
基于每一所述采样点对应的采样数据,采用最短路径射线追踪算法,计算出每一所述采样点对应的所述台站的地理位置;
在每一所述采样点对应的所述台站的地理位置中,选取出现次数最多的地理位置,并将其确定为所述台站的地理位置。
可选的,所述基于每一所述采样点对应的采样数据,采用最短路径射线追踪算法,计算出每一所述采样点对应的所述台站的地理位置,包括:
建立速度模型,将无线电波的传播介质离散化成规矩的正方形单元,每个正方形单元的四个角点设置为节点,每个所述节点都与相邻节点相连,相邻节点之间的权值为它们之间的走时;
以所述台站作为源点,从所述源点开始,采用DijkStra算法逐点算出从源点到达各个所述节点的最小走时;
从接收点开始,依次找出前一级子源点,直到所述源点为止,把所述源点、找出的所有所述子源点以及所述接收点顺次相连,得到射线路径;
基于每一所述采样点的地理位置,确定每一所述采样点对应的节点的地理位置,进而确定每个所述节点的地理位置,再结合所述射线路径确定每一所述采样点对应的所述台站的地理位置。
DijkStra算法(迪杰斯特拉算法)是由荷兰计算机科学家狄克斯特拉于1959年提出的,因此又叫狄克斯特拉算法。是从一个节点到其余各节点的最短路径算法,解决的是有向图中最短路径问题。迪杰斯特拉算法主要特点是以起始点为中心向外层层扩展,直到扩展到终点为止。
可选的,所述采用DijkStra算法逐点算出从源点到达各个所述节点的最小走时,包括:
把所有节点的集合N分成两个子集:已知获得最小走时的节点的集合P、集合Q,其中,所述集合Q=所述集合N-所述集合P;
初始化,设置所述集合P=v0,其中v0为源点;
不断从所述集合Q中选取到所述源点v0走时最小的节点加入到所述集合P中;
所述集合P中每加入一个新的节点,修改从所述源点v0到所述集合Q中剩余节点的最小走时,集合Q中各节点的新的最小走时为各节点原来的最小走时值与该新节点的最小走时值加上该新节点到其他各个该节点的最小走时值中的较小值;
判断是否所述集合P=所述集合N或所述集合Q=Φ,如果是,则停止向所述集合P中加入节点,否则继续向所述集合P中加入节点。
可选的,多个所述采样点是在所述台站的覆盖范围内随机选取的。
可选的,所述移动监测站为监测车。
可选的,所述方法还包括:
将数据库中合法台站的地理位置与确定的所述台站的地理位置进行对比,判断所述台站的地理位置是否合法。
本发明提供的技术方案极大地提高了台站定位的精度,减小了误差,且对硬件要求较低,还可以避免对场强数据库进行实时更新。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
根据下文结合附图对本发明具体实施例的详细描述,本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1是根据本发明实施例的台站定位方法的流程图;
图2是根据本发明实施例的多点测量定位台站模型的示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
需要说明是的,在不冲突的前提下,本发明实施例和优选实施例中的技术特征可以相互结合。
图1是根据本发明实施例的台站定位方法的流程图。如图1所示,根据本发明实施例的台站定位方法包括:
步骤S102,在台站的覆盖范围内选取多个采样点;
步骤S104,基于移动监测站,依次在多个采样点停留,对台站发射出的无线电波进行采样,获取每一采样点对应的采样数据;
步骤S106,基于每一采样点对应的采样数据,采用最短路径射线追踪算法,计算出每一采样点对应的台站的地理位置;
步骤S108,在每一采样点对应的台站的地理位置中,选取出现次数最多的地理位置,并将其确定为台站的地理位置。
本实施例提供了一种使用最短路径射线追踪算法实现多点测量定位台站的方法。该方法的特点包括:通过最短路径射线追踪算法对计算出从台站到移动监测站的距离,从而得到台站的地理位置;通过多点测量台站定位方法,在台站覆盖范围内,监测车沿着行驶路径,依次在每个采样地点停留,并分别利用最短路径射线追踪算法得到台站的地理位置坐标,选取出现概率最大的值为目标台站的位置坐标。此方法极大的提高了台站定位的精度,减小了误差,且对硬件要求较低,还可以避免对场强数据库进行实时更新。
在确定了台站的地理位置后,即可将数据库中合法台站的地理位置与确定的该台站的地理位置进行对比,判断该台站的地理位置是否合法。
在具体实施时,上述实施例中的移动监测站可以采用检测车实现,而上述多个采样点的选取则可以随机选取,当然,上述多个采样点也可以基于不同的几何形状进行选取,并发明不做具体限定。
优选的,上述步骤S106包括:
建立速度模型,将无线电波的传播介质离散化成规矩的正方形单元,每个正方形单元的四个角点设置为节点,每个节点都与相邻节点相连,相邻节点之间的权值为它们之间的走时;
以台站作为源点,从源点开始,采用DijkStra算法逐点算出从源点到达各个节点的最小走时;
从接收点开始,依次找出前一级子源点,直到源点为止,把源点、找出的所有子源点以及接收点顺次相连,得到射线路径;
基于每一采样点的地理位置,确定每一采样点对应的节点的地理位置,进而确定每个节点的地理位置,再结合射线路径确定每一采样点对应的台站的地理位置。
DijkStra算法,即迪杰斯特拉算法,是由荷兰计算机科学家狄克斯特拉于1959年提出的,因此又叫狄克斯特拉算法。是从一个顶点到其余各顶点的最短路径算法,解决的是有向图中最短路径问题。迪杰斯特拉算法主要特点是以起始点为中心向外层层扩展,直到扩展到终点为止。
优选的,上述的采用DijkStra算法逐点算出从源点到达各个节点的最小走时,可以包括:
把所有节点的集合N分成两个子集:已知获得最小走时的节点的集合P、集合Q,其中,集合Q=集合N-集合P;
初始化,设置集合P=v0,其中v0为源点;
不断从集合Q中选取到源点v0走时最小的节点加入到集合P中;
集合P中每加入一个新的节点,修改从源点v0到集合Q中剩余节点的最小走时,集合Q中各节点的新的最小走时为各节点原来的最小走时值与该新节点的最小走时值加上该新节点到其他各个该节点的最小走时值中的较小值;
判断是否集合P=集合N或集合Q=Φ,如果是,则停止向集合P中加入节点,否则继续向集合P中加入节点。
上述优选实施例提供的技术方案提出使用最短路径射线追踪算法,根据射线传播所在的环境条件,对射线的轨迹进行准确的计算和描述,利用射线追踪法对电波传播进行仿真,建立射线追踪模型,计算出台站到监测车的所有射线轨迹,得到台站的地理位置。射线追踪法是一种快速有效的波场近似算法,不需要发射机和接收机的准确同步,能有效降低对无线电频谱环境的敏感度,解决多径及非视距影响的问题,减少实时更新数据库的监测成本,极大地提高台站的定位精度。
上述方案进一步采用了多点测量台站定位方法,在台站的覆盖范围内,根据环绕台站的路径长短,确定采样点的数量,通过监测系统控制监测车在该路径上选取相应数量的信号采样地点。监测车沿着行驶路径,依次在每个采样地点停留,并分别利用最短路径射线追踪算法得到台站的地理位置坐标,有几个采样地点,就能得到几组台站地理位置坐标。统计台站地理位置坐标,选取出现概率最大的值为目标台站的位置坐标,多点测量能进一步减小误差,有效定位台站坐标。
下面通过一个具体的优选实施例对本发明的技术方案进行说明,参考图2,本优选实施例提供的台站定位方法包括:
1)在台站的覆盖范围内,监测车围绕台站的运动过程中随机选取相应数量的信号采样地点。
2)建立速度模型。介质一般都被离散化成规矩的正方形单元,节点设置在正方形单元的四个角点上,每个节点都可以与相邻节点相连,相邻节点之间的权值为它们之间的走时。
3)节点最小走时的计算和射线路径的确定。以台站作为源点,从源点开始,用DijkStra算法逐点算出从源点到达各个节点的最小走时。把所有网络节点的集合N分成两个子集:已知获得最小走时的节点的集合P,集合Q=集合N-集合P。具体算法为:
a)初始化。集合P=v0,v0为源点。
b)选择。不断从集合Q中选取到源点v0走时最小的节点i加入到集合P中,i∈Q。
c)更替。集合P中每加入一个新的节点i,都要修改从源点v0到集合Q中剩余节点的最小走时,集合Q中各集电新的最小走时值为原来的最小走时值与节点i的最小走时值加上节点i到其他各节点的最小走时值中的较小值。
d)迭代判断。如果P=N或Q=Φ,停止迭代,否则转向b)。
e)确定射线传播路径。从接收点开始,依次找出前一级子源点,直到源点为止,把源点和找出的子源点以及接收点顺次相连,就得到相应的射线路径。
4)对步骤2)得到的数据进行处理,得到每个节点的地理位置。
5)记录台站的位置坐标。
6)监测车运动至第二个点,重复步骤2)至步骤5),直至运动到最后一个采样地点。
7)统计在每个采样地点得到的台站地理位置坐标,选取出现概率最大的值为目标台站的位置坐标。
8)将数据库中台站的地理位置与步骤7)中得到的地理位置进行对比,判断台站地理位置是否合法。
在本优选实施例提供的台站定位方法中,如步骤2)~3)所示,通过最短路径射线追踪算法确定射线路径,得到台站的位置坐标,一方面避免了对无线电信道的精确测量,另一方面避免了对场强分布数据库的实时更新,减少了监测成本,解决了多径传播和非视距影响的问题,极大的提高了台站的定位精度。
另外,本方案在最短路径射线追踪算法的基础上,采用多点测量台站定位方法,如步骤6)~7)所示。进一步减小了误差,最终实现精确的台站定位。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各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:在本发明的精神和原则之内,其依然可以对前述各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脱离本发明的保护范围。

Claims (5)

1.一种台站定位方法,包括:
在所述台站的覆盖范围内选取多个采样点;
基于移动监测站,依次在多个所述采样点停留,对所述台站发射出的无线电波进行采样,获取每一所述采样点对应的采样数据;
基于每一所述采样点对应的采样数据,采用最短路径射线追踪算法,计算出每一所述采样点对应的所述台站的地理位置;
在每一所述采样点对应的所述台站的地理位置中,选取出现次数最多的地理位置,并将其确定为所述台站的地理位置;
其中,所述基于每一所述采样点对应的采样数据,采用最短路径射线追踪算法,计算出每一所述采样点对应的所述台站的地理位置,包括:
建立速度模型,将无线电波的传播介质离散化成规矩的正方形单元,每个正方形单元的四个角点设置为节点,每个所述节点都与相邻节点相连,相邻节点之间的权值为它们之间的走时;
以所述台站作为源点,从所述源点开始,采用DijkStra算法逐点算出从源点到达各个所述节点的最小走时;
从接收点开始,依次找出前一级子源点,直到所述源点为止,把所述源点、找出的所有所述子源点以及所述接收点顺次相连,得到射线路径;
基于每一所述采样点的地理位置,确定每一所述采样点对应的节点的地理位置,进而确定每个所述节点的地理位置,再结合所述射线路径确定每一所述采样点对应的所述台站的地理位置。
2.根据权利要求1所述的方法,其中,所述采用DijkStra算法逐点算出从源点到达各个所述节点的最小走时,包括:
把所有节点的集合N分成两个子集:已知获得最小走时的节点的集合P、集合Q,其中,所述集合Q=所述集合N-所述集合P;
初始化,设置所述集合P=v0,其中v0为源点;
不断从所述集合Q中选取到所述源点v0走时最小的节点加入到所述集合P中;
所述集合P中每加入一个新的节点,修改从所述源点v0到所述集合Q中剩余节点的最小走时,集合Q中各节点的新的最小走时为各节点原来的最小走时值与该新节点的最小走时值加上该新节点到其他各个该节点的最小走时值中的较小值;
判断是否所述集合P=所述集合N或所述集合Q=Φ,如果是,则停止向所述集合P中加入节点,否则继续向所述集合P中加入节点。
3.根据权利要求1或2所述的方法,其中,多个所述采样点是在所述台站的覆盖范围内随机选取的。
4.根据权利要求1或2所述的方法,其中,所述移动监测站为监测车。
5.根据权利要求1或2所述的方法,其中,还包括:
将数据库中合法台站的地理位置与确定的所述台站的地理位置进行对比,判断所述台站的地理位置是否合法。
CN201910252208.5A 2019-03-29 2019-03-29 台站定位方法 Active CN110996385B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910252208.5A CN110996385B (zh) 2019-03-29 2019-03-29 台站定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910252208.5A CN110996385B (zh) 2019-03-29 2019-03-29 台站定位方法

Publications (2)

Publication Number Publication Date
CN110996385A CN110996385A (zh) 2020-04-10
CN110996385B true CN110996385B (zh) 2022-01-25

Family

ID=70081654

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910252208.5A Active CN110996385B (zh) 2019-03-29 2019-03-29 台站定位方法

Country Status (1)

Country Link
CN (1) CN110996385B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102877828A (zh) * 2012-09-09 2013-01-16 山西山地物探技术有限公司 一种三维多井联合井地ct成像方法
CN103987117A (zh) * 2014-04-28 2014-08-13 北京邮电大学 一种基于移动终端监测的信号发射台站定位方法
CN106353793A (zh) * 2015-07-17 2017-01-25 中国石油化工股份有限公司 一种基于走时增量双线性插值射线追踪的井间地震层析反演方法
CN106793084A (zh) * 2016-12-26 2017-05-31 成都麦杰康科技有限公司 定位方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150201309A1 (en) * 2008-06-12 2015-07-16 Board Of Trustees Of Northern Illinois University System and method for wireless positioning and location determination

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102877828A (zh) * 2012-09-09 2013-01-16 山西山地物探技术有限公司 一种三维多井联合井地ct成像方法
CN103987117A (zh) * 2014-04-28 2014-08-13 北京邮电大学 一种基于移动终端监测的信号发射台站定位方法
CN106353793A (zh) * 2015-07-17 2017-01-25 中国石油化工股份有限公司 一种基于走时增量双线性插值射线追踪的井间地震层析反演方法
CN106793084A (zh) * 2016-12-26 2017-05-31 成都麦杰康科技有限公司 定位方法及装置

Also Published As

Publication number Publication date
CN110996385A (zh) 2020-04-10

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
Tsui et al. Accuracy performance analysis between war driving and war walking in metropolitan Wi-Fi localization
KR102116824B1 (ko) 딥러닝 기반 측위 시스템 및 이의 구축 방법
CN107181543B (zh) 一种基于传播模型和位置指纹的三维室内无源定位方法
CN109490826B (zh) 一种基于无线电波场强rssi的测距与位置定位方法
CN111246383A (zh) 基于蓝牙室内定位算法优化
CN104519571A (zh) 一种基于rss的室内定位方法
CN104038901A (zh) 一种减少指纹数据采集工作量的室内定位方法
Gante et al. Beamformed fingerprint learning for accurate millimeter wave positioning
Dil et al. On the calibration and performance of RSS-based localization methods
Vashist et al. Indoor wireless localization using consumer-grade 60 GHz equipment with machine learning for intelligent material handling
Meng et al. A study of network-side 5G user localization using angle-based fingerprints
CN108650629A (zh) 一种基于无线通信基站的室内三维定位算法
Arai et al. Color radiomap interpolation for efficient fingerprint wifi-based indoor location estimation
Xin-Di et al. The improvement of RSS-based location fingerprint technology for cellular networks
CN112526572B (zh) 室内外无缝导航的网络切换方法与定位系统
CN109286894A (zh) 一种基于压缩感知与多边测量相结合的定位方法
Sun et al. Geomagnetic positioning-aided Wi-Fi FTM localization algorithm for NLOS environments
CN110856100B (zh) 基于5g信号的终端定位及定位模型构建的方法和装置
Paulino et al. Evaluating a novel Bluetooth 5.1 AoA approach for low-cost indoor vehicle tracking via simulation
CN110996385B (zh) 台站定位方法
Thaljaoui et al. Adopting dilution of precision for indoor localization
Magnani et al. Self-organized, scalable GPS-free localization of wireless sensors
CN112083375A (zh) 一种基于位置指纹和Taylor的协同定位算法
CN110972259B (zh) 台站定位装置

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