CN111385743B - 一种位置估计方法、装置及电子设备 - Google Patents
一种位置估计方法、装置及电子设备 Download PDFInfo
- Publication number
- CN111385743B CN111385743B CN202010167525.XA CN202010167525A CN111385743B CN 111385743 B CN111385743 B CN 111385743B CN 202010167525 A CN202010167525 A CN 202010167525A CN 111385743 B CN111385743 B CN 111385743B
- Authority
- CN
- China
- Prior art keywords
- base station
- residual error
- estimated position
- base stations
- combinations
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
- H04W64/003—Locating 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)
- Mobile Radio Communication Systems (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明实施例提供了一种位置估计方法、装置及电子设备,该方法包括:获取各基站中每两个基站到待定位点的距离差,作为距离差测量值;基于距离差测量值,得到待定位点的估计位置坐标;将各基站按照预设选择组合规则进行处理,得到不同基站组合;基于估计位置坐标,确定归一化残差最小的所有基站组合分别到估计位置坐标进行残差加权,得到待定位点的初始估计位置;使用非线性优化算法对初始估计位置进行多次迭代,优化距离差测量值,得到待定位点的优选估计位置;将优选估计位置与初始估计位置进行残差加权,得到待定位点的最终估计位置。从而减少初始估计位置的误差,得到更加准确待定位点的优选估计位置,使得待定位点的最终估计位置准确性较高。
Description
技术领域
本发明涉及通信技术领域,特别是涉及一种位置估计方法、装置及电子设备。
背景技术
随着智慧城市的兴起,人们对位置信息服务的需求也越来越多。位置信息服务的核心是定位技术,定位是指人或物体在特定环境中,某一时刻并基于某种坐标系的坐标及相关信息。目前全球定位系统(Global Positioning System,简称GPS),辅助全球导航系统(Assisted Global Position System,简称A-GPS),移动通信中的蜂窝网定位系统己经可以满足人们对室外环境下的位置信息服务的需求。但是人们对于位置信息服务的需求不仅仅局限于室外,复杂的室内位置信息服务也是人们需要必须掌握的信息之一。
在实际定位环境中,视距(line-of-sight propagation,简称LOS)传播是指利用超短波、微波作地面通信和广播时,其空间波在所能直达的两点间的传播。为了实现室内位置信息服务,应用在LOS传播环境下的组合位置估计,目前可以采用查恩Chan算法和牛顿Newton算法组合位置估计方法,主要步骤包括:
首先,待定位点接收来自参与定位的基站的接收信号,其中,待定位点为需要估计定位位置的节点;
其次,将参与定位的基站进行不同的组合,得到每种不同的基站组合;
然后,使用Chan算法,通过上述接收信号,使用到达时间差,计算每组基站组合中的两个基站分别到待定位点之间的距离差;并使用所述距离差,确定待定位点的位置坐标,作为初始估计位置;
最后,使用Newton算法对所述初始估计位置进行多次迭代,得到迭代值,作为所述待定位点的最终估计位置,完成所述待定位点的定位。
但是室内环境较室外环境更为复杂,大量建筑物对信号的遮挡及反射使得信号进行非视距(Non-Line Of Sight,简称NLOS)传播,即发射端与接收端的信号不能沿视线的方向进行传播,由于Chan算法在LOS传播环境下,只考虑了系统误差,完成待定位点的定位,无法消除NLOS误差,导致待定位点的初始估计位置不准确,使得定位的精度和可靠性将严重下降。
因此,现有技术中Chan算法和Newton算法组合位置估计方法,无法应用在NLOS的定位,进而无法消除NLOS误差,导致待定位点的初始估计位置不准确,进而使得待定位点的最终估计位置准确性较低。
发明内容
本发明实施例的目的在于提供一种位置估计方法、装置及电子设备,用以解决现有技术中待定位点的最终估计位置准确性较低的技术问题。具体技术方案如下:
第一方面,本发明实施例提供了一种位置估计方法,包括:
获取各基站中每两个基站到待定位点的距离差,作为距离差测量值,所述距离差测量值是基于所述待定位点的达到时间差确定的;
基于所述距离差测量值,得到所述待定位点的位置坐标,作为所述待定位点的估计位置坐标;
将各基站按照预设选择组合规则进行处理,得到不同基站组合;
基于所述估计位置坐标,确定归一化残差最小的所有基站组合分别到所述估计位置坐标进行残差加权,得到所述待定位点的初始估计位置;
使用非线性优化算法对所述初始估计位置进行多次迭代,优化所述距离差测量值,得到所述待定位点的优选估计位置;
将所述优选估计位置与所述初始估计位置进行残差加权,得到所述待定位点的最终估计位置。
进一步的,所述预设选择组合规则包括:每次从各基站中确定一个基站作为服务基站,并按照不同基站数量从其他基站中选取基站,并对选取的基站进行组合;所述不同基站组合中的基站个数小于各基站的总数,大于最小定位基站总数;
所述基于所述估计位置坐标,确定归一化残差最小的所有基站组合分别到待定位点的估计位置坐标进行残差加权,得到所述待定位点的初始估计位置,包括:
确定所述估计位置坐标与不同基站组合中每个基站的残差,作为不同基站组合中每个基站的残差;其中,所述确定所述估计位置坐标与不同基站组合中每个基站的残差包括:通过针对不同基站组合中每个基站,计算该基站的距离差计算值与所述每个基站到待定位点的距离差测量值之间的差值;该基站的距离差计算值为计算所述估计位置坐标与该基站的距离,以及所述估计位置坐标与服务基站的距离之间的差值;
使用不同基站组合中每个基站的残差,确定归一化残差最小的一个基站组合;
如果归一化残差最小的一个基站组合中的基站个数达到所述最小定位基站总数,则将归一化残差最小的所有基站组合分别到所述估计位置坐标进行残差加权,得到所述待定位点的初始估计位置,所述归一化残差最小的所有基站组合中每个基站组合的基站个数不同。
进一步的,所述将各基站按照预设选择组合规则进行处理,得到不同基站组合,包括:
步骤A1,将各基站,作为被选取基站;
步骤B1,从各被选取基站中,选取比被选取基站总数少于1个的基站进行基站组合,得到与被选取基站总数相同的基站组合,作为本次选取基站组合;
所述确定所述估计位置坐标与不同基站组合中每个基站的残差,包括:
步骤C1,确定所述估计位置坐标与本次选取基站组合中每个基站的残差,作为本次选取基站组合中每个基站的残差;
所述使用不同基站组合中每个基站的残差,确定归一化残差最小的一个基站组合,包括:
步骤D1,对本次选取基站组合中每个基站的残差进行归一化,得到归一化残差的基站组合;依据最小残差原则,选取归一化残差的基站组合中,归一化残差最小的一个基站组合;
所述如果归一化残差最小的一个基站组合中的基站个数达到所述最小定位基站总数,则将归一化残差最小的所有基站组合分别到所述估计位置坐标进行残差加权,得到所述待定位点的初始估计位置,包括:
步骤E1,判断归一化残差最小的一个基站组合中的基站个数是否达到所述最小定位基站总数,如果归一化残差最小的一个基站组合中的基站个数未达到所述最小定位基站总数,则执行步骤F1;
步骤F1,使用归一化残差最小的一个基站组合,更新所述被选取基站,返回步骤B1继续执行,直至归一化残差最小的一个基站组合中的基站个数达到所述最小定位基站总数,则执行步骤G1;
步骤G1,将归一化残差最小的所有基站组合分别到所述估计位置坐标进行残差加权,得到所述待定位点的初始估计位置。
进一步的,所述将各基站按照预设选择组合规则进行处理,得到不同基站组合,包括:
步骤A2,将各基站,作为被筛选基站;
步骤B2,筛掉所述被筛选基站中任一基站,作为本次筛掉的基站,将剩下的基站形成一个基站组合,作为本次选取基站组合;
所述确定所述估计位置坐标与不同基站组合中每个基站的残差,包括:
步骤C2,确定所述估计位置坐标与本次选取基站组合中每个基站的残差,作为本次选取基站组合中每个基站的残差;
所述使用不同基站组合中每个基站的残差,确定归一化残差最小的一个基站组合,包括:
步骤D2,对本次选取基站组合中每个基站的残差进行归一化,得到归一化残差的基站组合;
所述如果归一化残差最小的一个基站组合中的基站个数达到所述最小定位基站总数,则将归一化残差最小的所有基站组合分别到所述估计位置坐标进行残差加权,得到所述待定位点的初始估计位置,包括:
步骤E2,判断所述被筛选基站是否存在没有被筛掉过的基站;如果所述被筛选基站还存在没有被筛掉过的基站,则执行步骤F2;
步骤F2,筛掉所述被筛选基站中与上次筛掉的基站不同的基站,更新本次筛掉的基站,将剩下的基站形成一个基站组合,更新本次选取基站组合,返回步骤C2继续执行,直至所有被筛选基站均被筛掉过,则执行步骤G2;
步骤G2,从与被筛选基站中基站个数相同的,归一化残差的所有基站组合中,依据最小残差原则,确定归一化残差最小的一个基站组合;
步骤H2,判断归一化残差最小的一个基站组合中的基站个数是否达到所述最小定位基站总数,如果归一化残差最小的一个基站组合中的基站个数未达到所述最小定位基站总数,则执行步骤I2;
步骤I2,使用归一化残差最小的一个基站组合,更新所述被筛选基站,返回步骤B2继续执行,直至归一化残差最小的一个基站组合中的基站个数达到所述最小定位基站总数,则执行步骤J2;
步骤J2,将归一化残差最小的所有基站组合分别到所述估计位置坐标进行残差加权,得到所述待定位点的初始估计位置。
进一步的,所述将各基站按照预设选择组合规则进行处理,得到不同基站组合,包括:
步骤A3,建立与各基站一一对应的索引号,形成基站对应的索引集;
步骤B3,按照所述索引集中的索引号,筛掉任一个索引号,作为本次筛掉的索引号,将所述索引集中所述本次筛掉的索引号的补集对应的基站,形成一个基站组合,作为本次选取基站组合;
所述确定所述估计位置坐标与不同基站组合中每个基站的残差,包括:
步骤C3,确定所述估计位置坐标与本次选取基站组合中每个基站的残差,作为本次选取基站组合中每个基站的残差;
所述使用不同基站组合中每个基站的残差,确定归一化残差最小的一个基站组合,包括:
步骤D3,对本次选取基站组合中每个基站的残差进行归一化,得到归一化残差的基站组合;
所述如果归一化残差最小的一个基站组合中的基站个数达到所述最小定位基站总数,则将归一化残差最小的所有基站组合分别到所述估计位置坐标进行残差加权,得到所述待定位点的初始估计位置,包括:
步骤E3,判断所述索引集中是否存在没有被筛掉的索引号;如果索引集中存在没有被筛掉的索引号,则执行步骤F3;
步骤F3,筛掉所述索引集中与上次筛掉的基站索引和不同的索引号,更新本次筛掉的索引号,并将所述索引集中所述本次筛掉的索引号的补集对应的基站,形成一个基站组合,更新本次选取基站组合,返回步骤C3继续执行,直至所述索引集中所有的索引号均被筛掉过,则执行步骤G3;
步骤G3,从索引集中索引号对应的基站个数相同的,归一化残差的所有基站组合中,依据最小残差原则,确定归一化残差最小的一个基站组合;
步骤H3,判断归一化残差最小的一个基站组合中的基站个数是否达到所述最小定位基站总数,如果归一化残差最小的一个基站组合中的基站个数未达到所述最小定位基站总数,则执行步骤I3;
步骤I3,使用归一化残差最小的一个基站组合对应的索引号,更新所述索引集,返回步骤B3继续执行,直至归一化残差最小的一个基站组合中的基站个数达到所述最小定位基站总数,则步骤J3;
步骤J3,将归一化残差最小的所有基站组合分别到所述估计位置坐标进行残差加权,得到所述待定位点的初始估计位置。
进一步的,在所述非线性优化算法为牛顿算法的情况下,所述使用非线性优化算法对所述初始估计位置进行多次迭代,优化所述距离差测量值,得到所述待定位点的优选估计位置,包括:
获取修正因子,使用梯度下降法更新所述修正因子,得到更新后修正因子;
使用所述更新后修正因子,修正所述距离差测量值,得到修正值;
获取使用所述修正值构造的目标函数;
使用所述初始估计位置,作为所述牛顿算法的第一次迭代数值,并使用所述牛顿算法的优化迭代公式,通过多次迭代,得到所述待定位点的优选估计位置,其中所述牛顿算法的优化迭代公式是通过对所述目标函数的残差函数进行一阶泰勒展开;在所述一阶泰勒展开上,确定近似函数的梯度和海森矩阵;使用非线性最小二乘优化理论中的LM增益比,优化海森矩阵的近似矩阵引入的阻尼系数,得到优化后的海森矩阵的近似矩阵;利用所述优化后的海森矩阵的近似矩阵以及所述近似函数的梯度确定的优化迭代公式。
进一步的,所述将所述优选估计位置与所述初始估计位置进行残差加权,得到所述待定位点的最终估计位置,包括:
将所述优选估计位置与所述初始估计位置之间的差值,作为残差;
将所述优选估计位置与所述初始估计位置分别作为残差加权的对象,将所述残差的倒数作为所述残差加权的权重;
通过将所述残差加权的对象与所述残差加权的权重相乘,得到所述待定位点的最终估计位置。
第二方面,本发明实施例提供了一种位置估计装置,包括:
获取模块,用于获取各基站中每两个基站到待定位点的距离差,作为距离差测量值,所述距离差测量值是基于所述待定位点的达到时间差确定的;
第一处理模块,用于基于所述距离差测量值,得到所述待定位点的位置坐标,作为所述待定位点的估计位置坐标;
第二处理模块,用于将各基站按照预设选择组合规则进行处理,得到不同基站组合;
第三处理模块,用于基于所述估计位置坐标,确定归一化残差最小的所有基站组合分别到所述估计位置坐标进行残差加权,得到所述待定位点的初始估计位置;
优化模块,用于使用非线性优化算法对所述初始估计位置进行多次迭代,优化所述距离差测量值,得到所述待定位点的优选估计位置;
残差加权模块,用于将所述优选估计位置与所述初始估计位置进行残差加权,得到所述待定位点的最终估计位置。
进一步的,所述预设选择组合规则包括:每次从各基站中确定一个基站作为服务基站,并按照不同基站数量从其他基站中选取基站,并对选取的基站进行组合;所述不同基站组合中的基站个数小于各基站的总数,大于最小定位基站总数;
所述第三处理模块,具体用于:
确定所述估计位置坐标与不同基站组合中每个基站的残差,作为不同基站组合中每个基站的残差;其中,所述确定所述估计位置坐标与不同基站组合中每个基站的残差包括:通过针对不同基站组合中每个基站,计算该基站的距离差计算值与所述每个基站到待定位点的距离差测量值之间的差值;该基站的距离差计算值为计算所述估计位置坐标与该基站的距离,以及所述估计位置坐标与服务基站的距离之间的差值;
使用不同基站组合中每个基站的残差,确定归一化残差最小的一个基站组合;
如果归一化残差最小的一个基站组合中的基站个数达到所述最小定位基站总数,则将归一化残差最小的所有基站组合分别到所述估计位置坐标进行残差加权,得到所述待定位点的初始估计位置,所述归一化残差最小的所有基站组合中每个基站组合的基站个数不同。
第三方面,本发明实施例提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现第一方面所述的方法步骤。
第四方面,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述第一方面任一的方法。
本发明实施例有益效果:
本发明实施例提供的一种位置估计方法、装置及电子设备,通过确定归一化残差最小的一个基站组合,可以得到参与定位误差最小的基站组合,并且使用这些基站组合,确定归一化残差最小的所有基站组合分别到待定位点的估计位置坐标进行残差加权,得到待定位点的初始估计位置。这样使用归一化残差最小的所有基站组合,可以减少初始估计位置的误差,进而减少定位的误差;并且,可以使用非线性优化算法对初始估计位置进行多次迭代,优化距离差测量值,得到待定位点的优选估计位置相较于现有技术更加准确,进而得到待定位点的最终估计位置准确性较高。
当然,实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的位置估计方法的流程示意图;
图2为本发明实施例提供的位置估计装置的结构示意图;
图3为本发明实施例提供的电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
针对现有技术的待定位点的最终估计位置准确性较低的问题,本发明实施例提供了一种位置估计方法、装置及电子设备,通过确定归一化残差最小的一个基站组合,可以得到参与定位误差最小的基站组合,并且使用这些基站组合,确定归一化残差最小的所有基站组合分别到待定位点的估计位置坐标进行残差加权,得到待定位点的初始估计位置。这样使用归一化残差最小的所有基站组合,可以减少初始估计位置的误差,进而减少定位的误差;并且,可以使用非线性优化算法对初始估计位置进行多次迭代,优化距离差测量值,得到待定位点的优选估计位置相较于现有技术更加准确,进而得到待定位点的最终估计位置准确性较高。
下面首先对本发明实施例提供的一种位置估计方法进行介绍。
本发明实施例所提供的一种位置估计方法,应用于定位系统中。具体本发明实施例的位置估计方法可以应用于室内定位系统中,特别是应用在灾害救援、应急抢险等特殊应用场景下。
参见图1,图1为本发明实施例提供的位置估计方法的流程示意图。本发明实施例所提供的位置估计方法,可以包括如下步骤:
步骤110,获取各基站中每两个基站到待定位点的距离差,作为距离差测量值,所述距离差测量值是基于所述待定位点的达到时间差确定的。
步骤120,基于所述距离差测量值,得到所述待定位点的位置坐标,作为估计位置坐标。
步骤130,将各基站按照预设选择组合规则进行处理,得到不同基站组合。
所述预设选择组合规则用于确定出不同基站组合中,归一化残差最小的所有基站组合。本发明实施例的所述预设选择组合可以包括但不限于:每次从各基站中确定一个基站作为服务基站,并按照不同基站数量从其他基站中选取基站,并对选取的基站进行组合;所述不同基站组合中的基站个数小于各基站的总数,大于最小定位基站总数。
步骤140,基于所述估计位置坐标,确定归一化残差最小的所有基站组合分别到所述估计位置坐标进行残差加权,得到所述待定位点的初始估计位置。
归一化残差最小的所有基站组合可以是指从归一化残差的所有基站组合中,找到最小归一化残差对应的所有基站组合,所述归一化残差是通过残差进行归一化,得到的,所述残差是通过针对不同基站组合中每个基站,计算该基站的距离差计算值与所述每个基站到待定位点的距离差测量值之间的差值,该基站的距离差计算值为计算所述估计位置坐标与该基站的距离,以及所述估计位置坐标与服务基站的距离之间的差值。
步骤150,使用非线性优化算法对所述初始估计位置进行多次迭代,优化所述距离差测量值,得到所述待定位点的优选估计位置。
待定位点的优选估计位置可以是指使用非线性优化算法对所述初始估计位置进行多次迭代,得到的迭代值。
步骤160,将所述优选估计位置与所述初始估计位置进行残差加权,得到所述待定位点的最终估计位置。
在本发明实施例中,通过确定归一化残差最小的一个基站组合,可以得到参与定位误差最小的基站组合,并且使用这些基站组合,确定归一化残差最小的所有基站组合分别到待定位点的估计位置坐标进行残差加权,得到待定位点的初始估计位置。这样使用归一化残差最小的所有基站组合,可以减少初始估计位置的误差,进而减少定位的误差;并且,可以使用非线性优化算法对初始估计位置进行多次迭代,优化距离差测量值,得到待定位点的优选估计位置相较于现有技术更加准确,进而得到待定位点的最终估计位置准确性较高到待定位点的优选估计位置相较于现有技术更加准确,从而提高定位的准确性。
需要说明的是,在上述步骤110中的上述各基站是指参与定位的基站,也就是能够与待定位点之间进行通信的基站。所述各基站包括:服务基站和除所述服务基站以外的其他基站,所述两个基站中的一个基站为所述服务基站,另一个基站为所述其他基站中的一个基站,所述服务基站是作为定位的参考基站,可以为各基站中的任一基站,在此不做限定。
上述待定位点为需要定位的节点,此待定位点可以但不限于为电子设备,电子设备可以但不限于为:移动终端、固定终端等。移动终端可以但不限于为车载终端设备、智能手机等,固定终端可以为路由器,服务器等,在此不作限定。任何可以实现本发明的电子设备,均属于本发明的保护范围。
为了粗略得到待定位点与基站之间的距离,本发明实施例可以采用多种实现方式,比如达到时间(Time Of Arrival,简称TOA),但是基于TOA的定位方法,需要基站与待定位点之间严格的时间同步,在实际应用中,很难实现严格的时间同步。因此在一种可能的实现方式中采用到达时间差(Time Difference Of Arrival,简称TDOA),不需要基站与待定位点之间严格的时间同步,也可以实现待定位点的粗略定位,本发明实施例的步骤110中,获取各基站中每两个基站到待定位点的距离差,作为距离差测量值进一步可以包括:
第1步骤,获取各基站的接收信号;
第2步骤,将各基站中每两个基站的接收信号进行互相关运算,得到待定位点的到达时间差;其中,为方便理解,所述待定位点的到达时间差的实质上就是服务基站到待定位点的信号传输时间,与一个其他基站到待定位点的信号传输时间的差值。
第3步骤,将所述到达时间差乘以光速,确定为各基站中每两个基站到待定位点的距离差,即距离差测量值。这样可以得到基站与待定位点之间的距离。
基于上述距离差测量值,可以采用多种实现方式,确定所述待定位点的估计位置坐标,在一种可能的实现方式中,本发明实施例中,上述步骤120进一步可以但不限于包括:
使用查恩Chan算法,基于所述距离差测量值,得到所述待定位点的位置坐标,作为所述待定位点的估计位置坐标,其中,Chan算法是一种基于TDOA技术、具有解析表达式解的定位算法,在TDOA误差服从理想高斯分布时性能良好。
为了得到相较于现有技术更加准确的所述待定位点的初始估计位置,可以采用多种实现方式,在一种可能的实现方式中,上述步骤140包括但不限于此:
第1步,基于所述估计位置坐标,确定所述估计位置坐标与不同基站组合中每个基站的残差;将所述估计位置坐标与不同基站组合中每个基站的残差,作为不同基站组合中每个基站的残差。
上述第1步可以但不限于包括:针对不同基站组合中每个基站,计算所述估计位置坐标与该基站的距离,以及所述估计位置坐标与服务基站的距离之间的差值,作为该基站的距离差计算值;通过针对不同基站组合中每个基站,计算该基站的距离差计算值与所述每个基站到待定位点的距离差测量值之间的差值,确定为所述估计位置坐标与不同基站组合中每个基站的残差,并将所述估计位置坐标与不同基站组合中每个基站的残差,作为不同基站组合中每个基站的残差。
第2步,使用不同基站组合中每个基站的残差,确定归一化残差最小的所有基站组合;
第3步,将归一化残差最小的所有基站组合分别到所述待定位点的估计位置坐标进行残差加权,得到所述待定位点的初始估计位置。
在本发明实施例中,通过确定归一化残差最小的一个基站组合,使得确定的基站的距离差测量值更加接近距离差计算值,将归一化残差最小的所有的基站组合分别到待定位点的估计位置坐标进行残差加权,使得得到的所述待定位点的初始估计位置相较于现有技术更加准确。
为了得到所述待定位点的初始估计位置,在一种可能的实现方式中,上述第3步可以包括但不限于此:如果归一化残差最小的一个基站组合中的基站个数达到所述最小定位基站总数,则将归一化残差最小的所有基站组合分别到所述待定位点的估计位置坐标进行残差加权,得到所述待定位点的初始估计位置,所述归一化残差最小的所有基站组合中每个基站组合的基站个数不同。其中,所述最小定位基站总数一般可以但不限于是指3,因此一般三点可以完成待定位点的定位。
上述将归一化残差最小的所有基站组合分别到所述待定位点的估计位置坐标进行残差加权可以进一步可以包括:
将所述优选估计位置与归一化残差最小的所有基站的位置之间的差值,作为残差;将所述优选估计位置与归一化残差最小的所有基站的位置分别作为残差加权的对象,将所述残差的倒数作为所述残差加权的权重;通过将所述残差加权的对象与所述残差加权的权重相乘。这样一般残差越大代表非视距误差越大,因此取残差的倒数,给优选估计位置与归一化残差最小的所有基站的位置更小的权重,这样可以减少非视距误差对待定位点的最终估计位置的影响。
基于上述可能的实现方式,为了得到待定位点的初始估计位置,可以采用多种实现方式,在一种可能的具体实现方式中,本发明实施例的方法包括如下:
步骤A1,将各基站,作为被选取基站;
步骤B1,从各被选取基站中,选取比被选取基站总数少于1个的基站进行基站组合,得到与被选取基站总数相同的基站组合,作为本次选取基站组合;未被选取的基站,作为服务基站,此服务基站作为参考基站,当然为了最终实现对同一基站的残差和距离差测量值的运算,本发明实施例默认计算距离差测量值的基站与本步骤的基站为同一基站。
上述被选取基站可以是依据基站的唯一标识进行选取,所述唯一标识可以是基站名称,所述唯一标识也可以基站名称对应的编号,所述唯一标识也可以是基站名字和标号的组合,所述唯一标识也可以是基站对应的索引号,在此不做限定。这样可以通过不同的方式,选取基站进行基站组合。
对上述步骤B1中的被选取基站总数不做限定,比如被选取基站总数可以在3到50之间进行取值。此处被选取基站总数为5,比如分别为基站1,基站2,基站3,基站4及基站5进行举例说明,比被选取基站总数少于1个,即为4,从各被选取基站中,选取4个的基站进行基站组合,得到5个基站组合,作为本次选取基站组合。本次选取基站组合分别为基站1,基站2,基站3及基站4;基站1,基站2,基站3及基站5;基站1,基站2,基站4及基站5;基站1,基站3,基站4及基站5;基站2,基站3,基站4及基站5。
步骤C1,确定所述估计位置坐标与本次选取基站组合中每个基站的残差,作为本次选取基站组合中每个基站的残差;
步骤D1,对本次选取基站组合中每个基站的残差进行归一化,得到归一化残差的基站组合;依据最小残差原则,选取归一化残差的基站组合中,归一化残差最小的一个基站组合;
步骤E1,判断归一化残差最小的一个基站组合中的基站个数是否达到所述最小定位基站总数,如果归一化残差最小的一个基站组合中的基站个数未达到所述最小定位基站总数,则执行步骤F1;
步骤F1,使用归一化残差最小的一个基站组合,更新所述被选取基站,返回步骤B1继续执行,直至归一化残差最小的一个基站组合中的基站个数达到所述最小定位基站总数,则执行步骤G1;
步骤G1,将归一化残差最小的所有基站组合分别到所述待定位点的估计位置坐标进行残差加权,得到所述待定位点的初始估计位置。
在另一种可能的具体实现方式中,本发明实施例的方法包括如下:
步骤A2,将各基站,作为被筛选基站;
步骤B2,筛掉所述被筛选基站中任一基站,作为本次筛掉的基站,将剩下的基站形成一个基站组合,作为本次选取基站组合;本次筛掉的基站用于作为服务基站。
上述被选取基站可以是依据基站的唯一标识进行选取,所述唯一标识可以是基站名称,所述唯一标识也可以基站名称对应的编号,也可以是基站名字和标号的组合,在此不做限定。这样可以通过不同的方式,选取基站进行基站组合。
步骤C2,确定所述估计位置坐标与本次选取基站组合中每个基站的残差,作为本次选取基站组合中每个基站的残差;
步骤D2,对本次选取基站组合中每个基站的残差进行归一化,得到归一化残差的基站组合;
步骤E2,判断所述被筛选基站是否存在没有被筛掉过的基站;如果所述被筛选基站还存在没有被筛掉过的基站,则执行步骤F2;
步骤F2,筛掉所述被筛选基站中与上次筛掉的基站不同的基站,更新本次筛掉的基站,将剩下的基站形成一个基站组合,更新本次选取基站组合,返回步骤C2继续执行,直至所有被筛选基站均被筛掉过,则执行步骤G2;
对上述步骤B2中的被筛选基站总数不做限定,比如被筛选基站总数可以在3到50之间进行取值。此处被筛选基站总数为5,比如分别为基站1,基站2,基站3,基站4及基站5进行举例说明,筛掉所述被筛选基站中任一基站,比如基站1,作为本次筛掉的基站;将剩下的基站,即基站2,基站3,基站4及基站5形成基站组合,作为本次选取基站组合。
假设执行完步骤E2以后,被筛选基站存在没有被筛掉过的基站,也就是判断基站1,基站2,基站3,基站4及基站5中,除了基站1被筛掉以外,还有基站2,基站3,基站4及基站5未被筛掉,因此执行步骤F2筛掉所述被筛选基站中与上次筛掉的基站不同的基站,即基站2,基站3,基站4及基站5中任一基站,比如基站2,作为本次筛掉的基站,将剩下的基站,即基站1,基站3,基站4及基站5形成基站组合,作为本次选取基站组合;以此类推,筛掉所述被筛选基站中与上次筛掉的基站不同的基站,更新本次筛掉的基站,将剩下的基站形成一个基站组合,更新本次选取基站组合。
步骤G2,从与被筛选基站中基站个数相同的,归一化残差的所有基站组合中,依据最小残差原则,确定归一化残差最小的一个基站组合;
步骤H2,判断归一化残差最小的一个基站组合中的基站个数是否达到所述最小定位基站总数,如果归一化残差最小的一个基站组合中的基站个数未达到所述最小定位基站总数,则执行步骤I2;
步骤I2,使用归一化残差最小的一个基站组合,更新所述被筛选基站,返回步骤B2继续执行,直至归一化残差最小的一个基站组合中的基站个数达到所述最小定位基站总数,则执行步骤J2;
步骤J2,将归一化残差最小的所有基站组合分别到所述待定位点的估计位置坐标进行残差加权,得到所述待定位点的初始估计位置。
在又一种可能的具体实现方式中,本发明实施例的方法包括如下:
步骤A3,建立与各基站一一对应的索引号,形成基站对应的索引集;
步骤B3,按照所述索引集中的索引号,筛掉任一个索引号,作为本次筛掉的索引号,将所述索引集中所述本次筛掉的索引号的补集对应的基站,形成一个基站组合,作为本次选取基站组合;本次筛掉的索引号对应的基站用于作为服务基站。
步骤C3,确定所述估计位置坐标与本次选取基站组合中每个基站的残差,作为本次选取基站组合中每个基站的残差;
本步骤C3可以进一步包括但不限于:采用如下公式,确定所述估计位置坐标与本次选取基站组合中每个基站的残差,作为本次选取基站组合中每个基站的残差:
其中,di,1为待定位点到基站i的距离差测量值,ri,1为待定位点到基站i的距离差计算值,R(X,Sk)为距离差测量值与距离差计算值之间的残差,X为待定位点位置坐标,Sk为各基站的索引集,k=1,2,...,M,M为参与定位的基站数量,i表示基站索引号。
步骤D3,对本次选取基站组合中每个基站的残差进行归一化,得到归一化残差的基站组合;
本步骤D3可以进一步包括但不限于:采用如下公式,对本次选取基站组合中每个基站的残差进行归一化,得到归一化残差的基站组合:
其中,R为归一化所述距离差测量值与距离计算值之间的残差,size(Sk)为索引集的大小。
步骤E3,判断所述索引集中是否存在没有被筛掉的索引号;如果索引集中存在没有被筛掉的索引号,则执行步骤F3;
步骤F3,筛掉所述索引集中与上次筛掉的基站索引和不同的索引号,更新本次筛掉的索引号,并将所述索引集中所述本次筛掉的索引号的补集对应的基站,形成一个基站组合,更新本次选取基站组合,返回步骤C3继续执行,直至所述索引集中所有的索引号均被筛掉过,则执行步骤G3;
对上述步骤B3中的基站总数不做限定,比如基站总数可以在3到50之间进行取值。此处基站总数比如为5,基站对应的索引号,分别为索引号1,索引号2,索引号3,索引号4及索引号5进行举例说明,筛掉所述索引集中任一索引号,比如索引号1,作为本次筛掉的索引号;将剩下的索引号也就是本次筛掉的索引号的补集对应的基站,即索引号2,索引号3,索引号4及索引号5对应的基站,形成一个基站组合,作为本次选取基站组合。
假设执行完步骤E2以后,索引集存在没有被筛掉过的索引号,也就是判断索引号1,索引号2,索引号3,索引号4及索引号5中,除了索引号1被筛掉以外,还有索引号2,索引号3,索引号4及索引号5未被筛掉,因此执行步骤F2筛掉所述索引集中与上次筛掉的索引号不同的索引号,即索引号2,索引号3,索引号4及索引号5中任一索引号,比如索引号2,作为本次筛掉的索引号,将剩下的索引号也就是本次筛掉的索引号的补集对应的基站,即索引号1,索引号3,索引号4及索引号5对应的基站,形成一个基站组合,作为本次选取基站组合;以此类推,筛掉所述索引集中与上次筛掉的索引号不同的索引号,更新本次筛掉的索引号,将剩下的索引号对应的基站,形成一个基站组合,更新本次选取基站组合。
步骤G3,从索引集中索引号对应的基站个数相同的,归一化残差的所有基站组合中,依据最小残差原则,确定归一化残差最小的一个基站组合;
步骤H3,判断归一化残差最小的一个基站组合中的基站个数是否达到所述最小定位基站总数,如果归一化残差最小的一个基站组合中的基站个数未达到所述最小定位基站总数,则执行步骤I3;
步骤I3,使用归一化残差最小的一个基站组合对应的索引号,更新所述索引集,返回步骤B3继续执行,直至归一化残差最小的一个基站组合中的基站个数达到所述最小定位基站总数,则步骤J3;
步骤J3,将归一化残差最小的所有基站组合分别到所述待定位点的估计位置坐标进行残差加权,得到所述待定位点的初始估计位置。
本步骤J3可以进一步包括但不限于:采用如下公式,将归一化残差最小的所有基站组合分别到所述待定位点的估计位置坐标进行残差加权,得到所述待定位点的初始估计位置:
其中,X0为残差加权结果值,也就是待定位点的初始估计坐标,也就是所述待定位点的初始估计位置,X0中下角标0没有具体物理含义,是为了与Xj的位置坐标进行区分,Xj为通过最小残差原则取出的位置坐标,R(Xj)为通过最小残差原则取出的位置坐标对应的残差,j为通过最小残差原则筛选的中间坐标索引号,t为中间坐标的总数量,1≤j≤t。
为了得到待定位点的优选估计位置,其所述非线性优化算法可以是一种最优化求解算法,以给定的初始值为起点在目标函数上寻找最优解,比如最小值或最大值。所述非线性优化算法用于找到目标函数的最优解,作为待定位点的优选估计位置。所述非线性优化算法可以但不限于包括:二次规划技术、半定松弛技术、凸优化技术、牛顿算法及改进残差加权算法。
在一种可能的实现方式中,在所述非线性优化算法为牛顿算法的情况下,所述步骤150包括:
第一步骤,获取修正因子,使用梯度下降法更新所述修正因子,得到更新后修正因子。其中,第一步骤进一步包括:
采用公式(4)的梯度下降函数及公式(8)的修正因子的更新公式,更新所述修正因子,得到更新后修正因子:其中,
其中,为αi的残差函数的梯度函数,y(αi)为αi的残差函数,0<αi<1,式(5)中的α为修正因子,αi为每个基站的修正因子,ri,1=αidi,1,i=2,…,M(6),式(6)中di,1为待定位点到基站i的距离差测量值,M为参与定位的基站数量,di,1=ri,1+nLOSi,1+nNLOSi,1,i=2,…,M(7),式(7)中,nLOSi,1为系统测量误差,其服从均值为0,方差为σ2 LOSn,1的高斯分布;nNLOSi,1为NLOS超量时延带来的测距误差,其均值为μNLOSi,1,方差为σ2 NLOSi,1;上述式(7)是由式(4)改写成的。
其中,为修正因子的更新公式,k为迭代步数,为第k次修正因子,也就是更新前的修正因子,为第k+1次修正因子,也就是更新后的修正因子,β为迭代步长,β小于各个基站到初始位置距离的倒数,s.t.|αi|<1为约束条件。
这样通过式(7)可以将所有因素引起的误差合并考虑,并且基于式(6)由于NLOS超量时延的特性,待定位点与基站之间的距离差测量值大于距离差计算值,因此di,1总是大于ri,1,满足0<αi<1,式(7)的两端存在残差;并且由于αi的残差函数是关于αi的二次函数,存在极小值,通过式(4)使用梯度下降函数更新修正因子,使得ri,1最大程度逼近αidi,1,这样可以将NLOS误差降到最小。
第二步骤,使用所述更新后修正因子,修正所述距离差测量值,得到修正值。其中,第二步骤进一步包括:
使用所述更新后修正因子,采用改进残差加权算法(Advanced-Rwgh,简称A-Rwgh)算法,修正所述距离差测量值。
当不满足上述结束迭代的条件时,对修正因子αi进行不断的迭代;当满足上述结束迭代的条件时,结束迭代并使用式(6)修正距离测量值,ε1为一个很小的数,ε1=1e-3。
第三步骤,获取使用所述修正值构造的目标函数;
上述第三步骤可以进一步采用如下公式,构造目标函数:
建立目标函数:
其中,为目标函数F(x)取得极小值时未知量的大小,F(x)为无约束优化的目标函数,f(x)=Ur-d为残差函数,U为第一列均为-1的列向量和维数为M-1的单位矩阵所组成的矩阵,r为待定位点到基站i的距离计算值的向量表示,d为待定位点到基站i距离差测量值的向量表示,Qt -1为噪声协方差的逆,f(x)T为f(x)的转置;其中,f(x)=Ur-d为残差函数应用于本发明实施例的场景,具体变换应用的公式为d=Ur+n,即式(14),可以通过如下公式得到式(14);
ri,1=ri-r1,i=2,…,M (9)
di,1=cti,1=ri,1+ni,1,i=2,…,M (10)
式中,si为第i个基站的位置坐标,即si=[xi,yi]T,i=1,2,…,M,xi为第i个基站的位置坐标的横坐标,yi第i个基站的位置坐标的纵坐标,M为基站总数,z=[x,y]T为待定位点的估计位置坐标,x为待定位点的估计位置坐标的横坐标,y为待定位点的估计位置坐标的纵坐标,基站1为服务基站,ri为待定位点到基站i的距离计算值,r1为待定位点到基站1的距离计算值,ri,1为待定位点到基站i的距离差计算值,di,1为待定位点到基站i的距离差测量值,c为电磁波的传播速度;ti,1为待定位点和基站i的时间差测量值;ni,1为测量误差。
将式(11)表示的待定位点到基站i的距离差测量值di,1的等式方程写成矢量形式为d=Ur+n (12)
其中,d=[d2,1,d3,1,…,dM,1]T,d为待定位点到基站i距离差测量值的向量表示,r=[r1,r2,…,rM],r为待定位节点到基站i的距离差计算值的向量表示,U为第一列均为-1的列向量和维数为M-1的单位矩阵所组成的矩阵。n=[n2,1,n3,1,…,nM,1]T为测量值中存在的噪声误差,Qt=E(nTn)为噪声协方差矩阵,E(.)为期望求解表达式。
第四步骤,使用所述初始估计位置,作为所述牛顿算法的第一次迭代数值,并使用所述牛顿算法的优化迭代公式,通过多次迭代,得到所述待定位点的优选估计位置,其中所述牛顿算法的优化迭代公式是通过对所述目标函数的残差函数进行一阶泰勒展开;在所述一阶泰勒展开上,确定近似函数的梯度和海森矩阵;使用非线性最小二乘优化理论中的LM增益比,优化海森矩阵的近似矩阵引入的阻尼系数,得到优化后的海森矩阵的近似矩阵;利用所述优化后的海森矩阵的近似矩阵以及所述近似函数的梯度确定的优化迭代公式。
上述第四步骤可以采用如下公式,得到所述待定位点的优选估计位置:
采用如下公式,通过对所述目标函数的残差函数进行一阶泰勒展开:
f(x+h)≈l(h)≡f(x)+J(x)h (13)
其中,f(x+h)为残差函数,残差函数在n维空间上由m个实函数组成,对目标函数F(x)的残差函数f(x+h)进行泰勒级数展开,忽略二阶及以上的项,l(h)表示残差函数的二阶线性近似,h表示一个很小的偏移量,J(x)表示Jocobian矩阵,其中
其中,f1为方程组中第一个方程,x1为方程中第一个未知参数,fm为方程组中第m个方程,xn为方程中第n个未知数。
令f=f(x),J=J(x),目标函数近似表示为
其中,f为f(x),J为J(x),F(x+h)为目标函数,L(h)为目标函数的近似表示,lT(h)为残差函数的二阶线性近似的转置,h为一个变化量,F(x)为目标函数,F(x)的解为待定位点的优选估计位置;
近似函数L(h)的梯度和Hessian矩阵分别为(18)和(19)
其中,L'(h)为近似函数L(h)的一阶导
其中,L”(h)为近似函数L(h)的二阶导。
在一种可能的实现方式中,待定位点的优选估计位置的迭代公式为
zk+1=zk-Gk -1gk (18)
其中,F(x)为目标函数,F(x+h)为未知数增加一个偏移量的目标函数值,L(0)为未知数值为0时的近似函数值,L(h)为未知数值为h时的近似函数值,h为一个任意的偏移量,μ为使用非线性最小二乘优化理论中的LM优化迭代方程,给优化海森矩阵的近似矩阵引入的阻尼系数,μ>0,ρ为非线性最小二乘优化理论中的LM增益比,这样μ可以保证系数矩阵正定,使用非线性最小二乘优化理论中的LM增益比,优化海森矩阵的近似矩阵引入的阻尼系数,从而达到使用阻尼系数改进传统Newton法Hessian矩阵的构造方式,并通过增益比动态调整系数的大小的目的。
如式(21)所示,分子为目标函数在步长h下的实际变化量,分母为目标函数二阶近似的变化,ρ越大,表明L对F的近似效果越好,可以适当缩小μ以使得LM算法接近高斯牛顿算法;相反,ρ越小,表明L的近似越差,所以应该增大μ以使得迭代公式接近梯度下降法并减少步长。
在另一种可能的实现方式中,利用所述优化后的海森矩阵的近似矩阵以及所述近似函数的梯度确定的优化迭代公式,即待定位点的优选估计位置的迭代公式为
zk+1=zk-(Gk+μI)-1gk (20)
其中,zk+1的最终取值为待定位点的优选估计位置,I为单位矩阵,近似Hessian矩阵为实对称矩阵。因此,当μ充分大时Hessian矩阵正定,保证迭代总为下降方向。在每步迭代前,判断Hessian矩阵是否正定,如果Hessian矩阵是否不正定,则调整μ的大小,直到矩阵正定后再继续迭代。
当满足||gk||≥ε并且k<kmax时,使用式(22)对待定位点的优选估计位置进行迭代;不满足时结束迭代,输出位置坐标。其中,ε为一个很小的值,本算法中我们取ε=1e-6,ε为迭代结束的临界值,kmax=30,kmax为牛顿法最大迭代次数。
本发明实施例中,通过牛顿算法对初始估计位置进行多次迭代,优化距离差测量值,得到待定位点的优选估计位置相较于现有技术更加准确,并且通过牛顿算法寻找出来的最优解就是待定位点的优选估计位置,从而提高定位的准确性。
为了能够得到待定位点的最终估计位置,可以采用多种实现方式进行处理,在一种可能的实现方式中,上述步骤160进一步包括但不限于此:
将所述优选估计位置与所述初始估计位置之间的差值,作为残差;将所述优选估计位置与所述初始估计位置分别作为残差加权的对象,将所述残差的倒数作为所述残差加权的权重;通过将所述残差加权的对象与所述残差加权的权重相乘,得到所述待定位点的最终估计位置。这样一般残差越大代表非视距误差越大,因此取残差的倒数,给优选估计位置与所述初始估计位置更小的权重,这样可以减少非视距误差对待定位点的最终估计位置的影响。
下面继续对本发明实施例提供的位置估计装置进行介绍。
参见图2,图2为本发明实施例提供的位置估计装置的结构示意图。本发明实施例所提供的位置估计装置,可以包括如下模块:
获取模块11,用于获取各基站中每两个基站到待定位点的距离差,作为距离差测量值,所述距离差测量值是基于所述待定位点的达到时间差确定的;
第一处理模块12,用于基于所述距离差测量值,得到所述待定位点的位置坐标,作为所述待定位点的估计位置坐标;
第二处理模块13,用于将各基站按照预设选择组合规则进行处理,得到不同基站组合;
第三处理模块14,用于基于所述估计位置坐标,确定归一化残差最小的所有基站组合分别到所述估计位置坐标进行残差加权,得到所述待定位点的初始估计位置;
优化模块15,用于使用非线性优化算法对所述初始估计位置进行多次迭代,优化所述距离差测量值,得到所述待定位点的优选估计位置;
残差加权模块16,用于将所述优选估计位置与所述初始估计位置进行残差加权,得到所述待定位点的最终估计位置。
在本发明实施例中,通过确定归一化残差最小的一个基站组合,可以得到参与定位误差最小的基站组合,并且使用这些基站组合,确定归一化残差最小的所有基站组合分别到待定位点的估计位置坐标进行残差加权,得到待定位点的初始估计位置。这样使用归一化残差最小的所有基站组合,可以减少初始估计位置的误差,进而减少定位的误差;并且,可以使用非线性优化算法对初始估计位置进行多次迭代,优化距离差测量值,得到待定位点的优选估计位置相较于现有技术更加准确,进而得到待定位点的最终估计位置准确性较高。
在一种可能的实现方式中,所述预设选择组合规则包括:每次从各基站中确定一个基站作为服务基站,并按照不同基站数量从其他基站中选取基站,并对选取的基站进行组合;所述不同基站组合中的基站个数小于各基站的总数,大于最小定位基站总数;
所述第三处理模块,具体用于:
确定所述估计位置坐标与不同基站组合中每个基站的残差,作为不同基站组合中每个基站的残差;其中,所述确定所述估计位置坐标与不同基站组合中每个基站的残差包括:通过针对不同基站组合中每个基站,计算该基站的距离差计算值与所述每个基站到待定位点的距离差测量值之间的差值;该基站的距离差计算值为计算所述估计位置坐标与该基站的距离,以及所述估计位置坐标与服务基站的距离之间的差值;
使用不同基站组合中每个基站的残差,确定归一化残差最小的一个基站组合;
如果归一化残差最小的一个基站组合中的基站个数达到所述最小定位基站总数,则将归一化残差最小的所有基站组合分别到所述估计位置坐标进行残差加权,得到所述待定位点的初始估计位置,所述归一化残差最小的所有基站组合中每个基站组合的基站个数不同。
在一种可能的实现方式中,所述第二处理模块,具体用于:
步骤A1,将各基站,作为被选取基站;
步骤B1,从各被选取基站中,选取比被选取基站总数少于1个的基站进行基站组合,得到与被选取基站总数相同的基站组合,作为本次选取基站组合;
所述确定所述估计位置坐标与不同基站组合中每个基站的残差,包括:
步骤C1,确定所述估计位置坐标与本次选取基站组合中每个基站的残差,作为本次选取基站组合中每个基站的残差;
所述第三处理模块,具体用于:
步骤D1,对本次选取基站组合中每个基站的残差进行归一化,得到归一化残差的基站组合;依据最小残差原则,选取归一化残差的基站组合中,归一化残差最小的一个基站组合;
步骤E1,判断归一化残差最小的一个基站组合中的基站个数是否达到所述最小定位基站总数,如果归一化残差最小的一个基站组合中的基站个数未达到所述最小定位基站总数,则执行步骤F1;
步骤F1,使用归一化残差最小的一个基站组合,更新所述被选取基站,返回步骤B1继续执行,直至归一化残差最小的一个基站组合中的基站个数达到所述最小定位基站总数,则执行步骤G1;
步骤G1,将归一化残差最小的所有基站组合分别到所述估计位置坐标进行残差加权,得到所述待定位点的初始估计位置。
在一种可能的实现方式中,所述第二处理模块,具体用于:
步骤A2,将各基站,作为被筛选基站;
步骤B2,筛掉所述被筛选基站中任一基站,作为本次筛掉的基站,将剩下的基站形成一个基站组合,作为本次选取基站组合;
所述第三处理模块,具体用于:
步骤C2,确定所述估计位置坐标与本次选取基站组合中每个基站的残差,作为本次选取基站组合中每个基站的残差;
所述使用不同基站组合中每个基站的残差,确定归一化残差最小的一个基站组合,包括:
步骤D2,对本次选取基站组合中每个基站的残差进行归一化,得到归一化残差的基站组合;
所述如果归一化残差最小的一个基站组合中的基站个数达到所述最小定位基站总数,则将归一化残差最小的所有基站组合分别到所述估计位置坐标进行残差加权,得到所述待定位点的初始估计位置,包括:
步骤E2,判断所述被筛选基站是否存在没有被筛掉过的基站;如果所述被筛选基站还存在没有被筛掉过的基站,则执行步骤F2;
步骤F2,筛掉所述被筛选基站中与上次筛掉的基站不同的基站,更新本次筛掉的基站,将剩下的基站形成一个基站组合,更新本次选取基站组合,返回步骤C2继续执行,直至所有被筛选基站均被筛掉过,则执行步骤G2;
步骤G2,从与被筛选基站中基站个数相同的,归一化残差的所有基站组合中,依据最小残差原则,确定归一化残差最小的一个基站组合;
步骤H2,判断归一化残差最小的一个基站组合中的基站个数是否达到所述最小定位基站总数,如果归一化残差最小的一个基站组合中的基站个数未达到所述最小定位基站总数,则执行步骤I2;
步骤I2,使用归一化残差最小的一个基站组合,更新所述被筛选基站,返回步骤B2继续执行,直至归一化残差最小的一个基站组合中的基站个数达到所述最小定位基站总数,则执行步骤J2;
步骤J2,将归一化残差最小的所有基站组合分别到所述估计位置坐标进行残差加权,得到所述待定位点的初始估计位置。
在一种可能的实现方式中,所述第二处理模块,具体用于:
步骤A3,建立与各基站一一对应的索引号,形成基站对应的索引集;
步骤B3,按照所述索引集中的索引号,筛掉任一个索引号,作为本次筛掉的索引号,将所述索引集中所述本次筛掉的索引号的补集对应的基站,形成一个基站组合,作为本次选取基站组合;
所述第三处理模块,具体用于:
步骤C3,确定所述估计位置坐标与本次选取基站组合中每个基站的残差,作为本次选取基站组合中每个基站的残差;
步骤D3,对本次选取基站组合中每个基站的残差进行归一化,得到归一化残差的基站组合;
步骤E3,判断所述索引集中是否存在没有被筛掉的索引号;如果索引集中存在没有被筛掉的索引号,则执行步骤F3;
步骤F3,筛掉所述索引集中与上次筛掉的基站索引和不同的索引号,更新本次筛掉的索引号,并将所述索引集中所述本次筛掉的索引号的补集对应的基站,形成一个基站组合,更新本次选取基站组合,返回步骤C3继续执行,直至所述索引集中所有的索引号均被筛掉过,则执行步骤G3;
步骤G3,从索引集中索引号对应的基站个数相同的,归一化残差的所有基站组合中,依据最小残差原则,确定归一化残差最小的一个基站组合;
步骤H3,判断归一化残差最小的一个基站组合中的基站个数是否达到所述最小定位基站总数,如果归一化残差最小的一个基站组合中的基站个数未达到所述最小定位基站总数,则执行步骤I3;
步骤I3,使用归一化残差最小的一个基站组合对应的索引号,更新所述索引集,返回步骤B3继续执行,直至归一化残差最小的一个基站组合中的基站个数达到所述最小定位基站总数,则步骤J3;
步骤J3,将归一化残差最小的所有基站组合分别到所述估计位置坐标进行残差加权,得到所述待定位点的初始估计位置。
在一种可能的实现方式中,在所述非线性优化算法为牛顿算法的情况下,所述优化模块,具体用于:
获取修正因子,使用梯度下降法更新所述修正因子,得到更新后修正因子;
使用所述更新后修正因子,修正所述距离差测量值,得到修正值;
获取使用所述修正值构造的目标函数;
使用所述初始估计位置,作为所述牛顿算法的第一次迭代数值,并使用所述牛顿算法的优化迭代公式,通过多次迭代,得到所述待定位点的优选估计位置,其中所述牛顿算法的优化迭代公式是通过对所述目标函数的残差函数进行一阶泰勒展开;在所述一阶泰勒展开上,确定近似函数的梯度和海森矩阵;使用非线性最小二乘优化理论中的LM增益比,优化海森矩阵的近似矩阵引入的阻尼系数,得到优化后的海森矩阵的近似矩阵;利用所述优化后的海森矩阵的近似矩阵以及所述近似函数的梯度确定的优化迭代公式。
在一种可能的实现方式中,所述残差加权模块,具体用于:
将所述优选估计位置与所述初始估计位置之间的差值,作为残差;
将所述优选估计位置与所述初始估计位置分别作为残差加权的对象,将所述残差的倒数作为所述残差加权的权重;
通过将所述残差加权的对象与所述残差加权的权重相乘,得到所述待定位点的最终估计位置。
下面继续对本发明实施例提供的电子设备进行介绍。
参见图3,图3为本发明实施例提供的电子设备的结构示意图。本发明实施例还提供了一种电子设备,包括处理器21、通信接口22、存储器23和通信总线24,其中,处理器21,通信接口22,存储器23通过通信总线24完成相互间的通信,
存储器23,用于存放计算机程序;
处理器21,用于执行存储器23上所存放的程序时,实现上述一种位置估计方法的步骤,在本发明一个可能的实现方式中,可以实现如下步骤:
获取各基站中每两个基站到待定位点的距离差,作为距离差测量值,所述距离差测量值是基于所述待定位点的达到时间差确定的;
基于所述距离差测量值,得到所述待定位点的位置坐标,作为所述待定位点的估计位置坐标;
将各基站按照预设选择组合规则进行处理,得到不同基站组合;
基于所述估计位置坐标,确定归一化残差最小的所有基站组合分别到所述估计位置坐标进行残差加权,得到所述待定位点的初始估计位置;
使用非线性优化算法对所述初始估计位置进行多次迭代,优化所述距离差测量值,得到所述待定位点的优选估计位置;
将所述优选估计位置与所述初始估计位置进行残差加权,得到所述待定位点的最终估计位置。
上述电子设备提到的通信总线可以是PCI(Peripheral ComponentInterconnect,外设部件互连标准)总线或EISA(Extended Industry StandardArchitecture,扩展工业标准结构)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括RAM(Random Access Memory,随机存取存储器),也可以包括NVM(Non-Volatile Memory,非易失性存储器),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括CPU(Central Processing Unit,中央处理器)、NP(Network Processor,网络处理器)等;还可以是DSP(Digital Signal Processing,数字信号处理器)、ASIC(Application Specific Integrated Circuit,专用集成电路)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
本发明实施例提供了一种计算机可读存储介质,所述存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述的一种位置估计方法的步骤。
本发明实施例提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述的一种位置估计方法的步骤。
本发明实施例提供了一种计算机程序,当其在计算机上运行时,使得计算机执行上述的一种位置估计方法的步骤。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置/电子设备/存储介质/包含指令的计算机程序产品/计算机程序实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (10)
1.一种位置估计方法,其特征在于,包括:
获取各基站中每两个基站到待定位点的距离差,作为距离差测量值,所述距离差测量值是基于所述待定位点的达到时间差确定的;
基于所述距离差测量值,得到所述待定位点的位置坐标,作为所述待定位点的估计位置坐标;
将各基站按照预设选择组合规则进行处理,得到不同基站组合;其中,所述将各基站按照预设选择组合规则进行处理,得到不同基站组合,包括:每次从各基站中确定一个基站作为服务基站,并按照不同基站数量从其他基站中选取基站,并对选取的基站进行组合,得到不同基站组合;所述不同基站组合中的基站个数小于各基站的总数,大于最小定位基站总数,所述其他基站为各基站中除服务基站以外的基站;
基于所述估计位置坐标,确定归一化残差最小的所有基站组合分别到所述估计位置坐标进行残差加权,得到所述待定位点的初始估计位置;其中,所述基于所述估计位置坐标,确定归一化残差最小的所有基站组合分别到所述估计位置坐标进行残差加权,得到所述待定位点的初始估计位置,包括:基于所述估计位置坐标,确定所述估计位置坐标与不同基站组合中每个基站的残差;将所述估计位置坐标与不同基站组合中每个基站的残差,作为不同基站组合中每个基站的残差;使用不同基站组合中每个基站的残差,确定归一化残差最小的所有基站组合;将归一化残差最小的所有基站组合分别到所述待定位点的估计位置坐标进行残差加权,得到所述待定位点的初始估计位置;
使用非线性优化算法对所述初始估计位置进行多次迭代,优化所述距离差测量值,得到所述待定位点的优选估计位置;
将所述优选估计位置与所述初始估计位置进行残差加权,得到所述待定位点的最终估计位置。
2.如权利要求1所述的方法,其特征在于,所述预设选择组合规则包括:每次从各基站中确定一个基站作为服务基站,并按照不同基站数量从其他基站中选取基站,并对选取的基站进行组合;所述不同基站组合中的基站个数小于各基站的总数,大于最小定位基站总数;
所述基于所述估计位置坐标,确定归一化残差最小的所有基站组合分别到待定位点的估计位置坐标进行残差加权,得到所述待定位点的初始估计位置,包括:
确定所述估计位置坐标与不同基站组合中每个基站的残差,作为不同基站组合中每个基站的残差;其中,所述确定所述估计位置坐标与不同基站组合中每个基站的残差包括:通过针对不同基站组合中每个基站,计算该基站的距离差计算值与所述每个基站到待定位点的距离差测量值之间的差值;该基站的距离差计算值为计算所述估计位置坐标与该基站的距离,以及所述估计位置坐标与服务基站的距离之间的差值;
使用不同基站组合中每个基站的残差,确定归一化残差最小的一个基站组合;
如果归一化残差最小的一个基站组合中的基站个数达到所述最小定位基站总数,则将归一化残差最小的所有基站组合分别到所述估计位置坐标进行残差加权,得到所述待定位点的初始估计位置,所述归一化残差最小的所有基站组合中每个基站组合的基站个数不同。
3.如权利要求2所述的方法,其特征在于,所述将各基站按照预设选择组合规则进行处理,得到不同基站组合,包括:
步骤A1,将各基站,作为被选取基站;
步骤B1,从各被选取基站中,选取比被选取基站总数少于1个的基站进行基站组合,得到与被选取基站总数相同的基站组合,作为本次选取基站组合;
所述确定所述估计位置坐标与不同基站组合中每个基站的残差,包括:
步骤C1,确定所述估计位置坐标与本次选取基站组合中每个基站的残差,作为本次选取基站组合中每个基站的残差;
所述使用不同基站组合中每个基站的残差,确定归一化残差最小的一个基站组合,包括:
步骤D1,对本次选取基站组合中每个基站的残差进行归一化,得到归一化残差的基站组合;依据最小残差原则,选取归一化残差的基站组合中,归一化残差最小的一个基站组合;
所述如果归一化残差最小的一个基站组合中的基站个数达到所述最小定位基站总数,则将归一化残差最小的所有基站组合分别到所述估计位置坐标进行残差加权,得到所述待定位点的初始估计位置,包括:
步骤E1,判断归一化残差最小的一个基站组合中的基站个数是否达到所述最小定位基站总数,如果归一化残差最小的一个基站组合中的基站个数未达到所述最小定位基站总数,则执行步骤F1;
步骤F1,使用归一化残差最小的一个基站组合,更新所述被选取基站,返回步骤B1继续执行,直至归一化残差最小的一个基站组合中的基站个数达到所述最小定位基站总数,则执行步骤G1;
步骤G1,将归一化残差最小的所有基站组合分别到所述估计位置坐标进行残差加权,得到所述待定位点的初始估计位置。
4.如权利要求2所述的方法,其特征在于,所述将各基站按照预设选择组合规则进行处理,得到不同基站组合,包括:
步骤A2,将各基站,作为被筛选基站;
步骤B2,筛掉所述被筛选基站中任一基站,作为本次筛掉的基站,将剩下的基站形成一个基站组合,作为本次选取基站组合;
所述确定所述估计位置坐标与不同基站组合中每个基站的残差,包括:
步骤C2,确定所述估计位置坐标与本次选取基站组合中每个基站的残差,作为本次选取基站组合中每个基站的残差;
所述使用不同基站组合中每个基站的残差,确定归一化残差最小的一个基站组合,包括:
步骤D2,对本次选取基站组合中每个基站的残差进行归一化,得到归一化残差的基站组合;
所述如果归一化残差最小的一个基站组合中的基站个数达到所述最小定位基站总数,则将归一化残差最小的所有基站组合分别到所述估计位置坐标进行残差加权,得到所述待定位点的初始估计位置,包括:
步骤E2,判断所述被筛选基站是否存在没有被筛掉过的基站;如果所述被筛选基站还存在没有被筛掉过的基站,则执行步骤F2;
步骤F2,筛掉所述被筛选基站中与上次筛掉的基站不同的基站,更新本次筛掉的基站,将剩下的基站形成一个基站组合,更新本次选取基站组合,返回步骤C2继续执行,直至所有被筛选基站均被筛掉过,则执行步骤G2;
步骤G2,从与被筛选基站中基站个数相同的,归一化残差的所有基站组合中,依据最小残差原则,确定归一化残差最小的一个基站组合;
步骤H2,判断归一化残差最小的一个基站组合中的基站个数是否达到所述最小定位基站总数,如果归一化残差最小的一个基站组合中的基站个数未达到所述最小定位基站总数,则执行步骤I2;
步骤I2,使用归一化残差最小的一个基站组合,更新所述被筛选基站,返回步骤B2继续执行,直至归一化残差最小的一个基站组合中的基站个数达到所述最小定位基站总数,则执行步骤J2;
步骤J2,将归一化残差最小的所有基站组合分别到所述估计位置坐标进行残差加权,得到所述待定位点的初始估计位置。
5.如权利要求2所述的方法,其特征在于,所述将各基站按照预设选择组合规则进行处理,得到不同基站组合,包括:
步骤A3,建立与各基站一一对应的索引号,形成基站对应的索引集;
步骤B3,按照所述索引集中的索引号,筛掉任一个索引号,作为本次筛掉的索引号,将所述索引集中所述本次筛掉的索引号的补集对应的基站,形成一个基站组合,作为本次选取基站组合;
所述确定所述估计位置坐标与不同基站组合中每个基站的残差,包括:
步骤C3,确定所述估计位置坐标与本次选取基站组合中每个基站的残差,作为本次选取基站组合中每个基站的残差;
所述使用不同基站组合中每个基站的残差,确定归一化残差最小的一个基站组合,包括:
步骤D3,对本次选取基站组合中每个基站的残差进行归一化,得到归一化残差的基站组合;
所述如果归一化残差最小的一个基站组合中的基站个数达到所述最小定位基站总数,则将归一化残差最小的所有基站组合分别到所述估计位置坐标进行残差加权,得到所述待定位点的初始估计位置,包括:
步骤E3,判断所述索引集中是否存在没有被筛掉的索引号;如果索引集中存在没有被筛掉的索引号,则执行步骤F3;
步骤F3,筛掉所述索引集中与上次筛掉的基站索引和不同的索引号,更新本次筛掉的索引号,并将所述索引集中所述本次筛掉的索引号的补集对应的基站,形成一个基站组合,更新本次选取基站组合,返回步骤C3继续执行,直至所述索引集中所有的索引号均被筛掉过,则执行步骤G3;
步骤G3,从索引集中索引号对应的基站个数相同的,归一化残差的所有基站组合中,依据最小残差原则,确定归一化残差最小的一个基站组合;
步骤H3,判断归一化残差最小的一个基站组合中的基站个数是否达到所述最小定位基站总数,如果归一化残差最小的一个基站组合中的基站个数未达到所述最小定位基站总数,则执行步骤I3;
步骤I3,使用归一化残差最小的一个基站组合对应的索引号,更新所述索引集,返回步骤B3继续执行,直至归一化残差最小的一个基站组合中的基站个数达到所述最小定位基站总数,则步骤J3;
步骤J3,将归一化残差最小的所有基站组合分别到所述估计位置坐标进行残差加权,得到所述待定位点的初始估计位置。
6.如权利要求1至5任一项所述的方法,其特征在于,在所述非线性优化算法为牛顿算法的情况下,所述使用非线性优化算法对所述初始估计位置进行多次迭代,优化所述距离差测量值,得到所述待定位点的优选估计位置,包括:
获取修正因子,使用梯度下降法更新所述修正因子,得到更新后修正因子;
使用所述更新后修正因子,修正所述距离差测量值,得到修正值;
获取使用所述修正值构造的目标函数;
使用所述初始估计位置,作为所述牛顿算法的第一次迭代数值,并使用所述牛顿算法的优化迭代公式,通过多次迭代,得到所述待定位点的优选估计位置,其中所述牛顿算法的优化迭代公式是通过对所述目标函数的残差函数进行一阶泰勒展开;在所述一阶泰勒展开上,确定近似函数的梯度和海森矩阵;使用非线性最小二乘优化理论中的LM增益比,优化海森矩阵的近似矩阵引入的阻尼系数,得到优化后的海森矩阵的近似矩阵;利用所述优化后的海森矩阵的近似矩阵以及所述近似函数的梯度确定的优化迭代公式。
7.如权利要求1至5任一项所述的方法,其特征在于,所述将所述优选估计位置与所述初始估计位置进行残差加权,得到所述待定位点的最终估计位置,包括:
将所述优选估计位置与所述初始估计位置之间的差值,作为残差;
将所述优选估计位置与所述初始估计位置分别作为残差加权的对象,将所述残差的倒数作为所述残差加权的权重;
通过将所述残差加权的对象与所述残差加权的权重相乘,得到所述待定位点的最终估计位置。
8.一种位置估计装置,其特征在于,包括:
获取模块,用于获取各基站中每两个基站到待定位点的距离差,作为距离差测量值,所述距离差测量值是基于所述待定位点的达到时间差确定的;
第一处理模块,用于基于所述距离差测量值,得到所述待定位点的位置坐标,作为所述待定位点的估计位置坐标;
第二处理模块,用于将各基站按照预设选择组合规则进行处理,得到不同基站组合;其中,所述将各基站按照预设选择组合规则进行处理,得到不同基站组合,包括:每次从各基站中确定一个基站作为服务基站,并按照不同基站数量从其他基站中选取基站,并对选取的基站进行组合,得到不同基站组合;所述不同基站组合中的基站个数小于各基站的总数,大于最小定位基站总数,所述其他基站为各基站中除服务基站以外的基站;
第三处理模块,用于基于所述估计位置坐标,确定归一化残差最小的所有基站组合分别到所述估计位置坐标进行残差加权,得到所述待定位点的初始估计位置;其中,所述基于所述估计位置坐标,确定归一化残差最小的所有基站组合分别到所述估计位置坐标进行残差加权,得到所述待定位点的初始估计位置,包括:基于所述估计位置坐标,确定所述估计位置坐标与不同基站组合中每个基站的残差;将所述估计位置坐标与不同基站组合中每个基站的残差,作为不同基站组合中每个基站的残差;使用不同基站组合中每个基站的残差,确定归一化残差最小的所有基站组合;将归一化残差最小的所有基站组合分别到所述待定位点的估计位置坐标进行残差加权,得到所述待定位点的初始估计位置;
优化模块,用于使用非线性优化算法对所述初始估计位置进行多次迭代,优化所述距离差测量值,得到所述待定位点的优选估计位置;
残差加权模块,用于将所述优选估计位置与所述初始估计位置进行残差加权,得到所述待定位点的最终估计位置。
9.如权利要求8所述的装置,其特征在于,所述预设选择组合规则包括:每次从各基站中确定一个基站作为服务基站,并按照不同基站数量从其他基站中选取基站,并对选取的基站进行组合;所述不同基站组合中的基站个数小于各基站的总数,大于最小定位基站总数;
所述第三处理模块,具体用于:
确定所述估计位置坐标与不同基站组合中每个基站的残差,作为不同基站组合中每个基站的残差;其中,所述确定所述估计位置坐标与不同基站组合中每个基站的残差包括:通过针对不同基站组合中每个基站,计算该基站的距离差计算值与所述每个基站到待定位点的距离差测量值之间的差值;该基站的距离差计算值为计算所述估计位置坐标与该基站的距离,以及所述估计位置坐标与服务基站的距离之间的差值;
使用不同基站组合中每个基站的残差,确定归一化残差最小的一个基站组合;
如果归一化残差最小的一个基站组合中的基站个数达到所述最小定位基站总数,则将归一化残差最小的所有基站组合分别到所述估计位置坐标进行残差加权,得到所述待定位点的初始估计位置,所述归一化残差最小的所有基站组合中每个基站组合的基站个数不同。
10.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,所述处理器,所述通信接口,所述存储器通过所述通信总线完成相互间的通信;
所述存储器,用于存放计算机程序;
所述处理器,用于执行所述存储器上所存放的程序时,实现权利要求1-7任一所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010167525.XA CN111385743B (zh) | 2020-03-11 | 2020-03-11 | 一种位置估计方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010167525.XA CN111385743B (zh) | 2020-03-11 | 2020-03-11 | 一种位置估计方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111385743A CN111385743A (zh) | 2020-07-07 |
CN111385743B true CN111385743B (zh) | 2021-03-19 |
Family
ID=71219937
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010167525.XA Active CN111385743B (zh) | 2020-03-11 | 2020-03-11 | 一种位置估计方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111385743B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112533288B (zh) * | 2020-12-26 | 2022-07-08 | 中北大学 | 一种应用于uwb定位的可移动基站位置自标定方法 |
CN112954591B (zh) * | 2021-02-10 | 2022-04-15 | 北京理工大学 | 一种协同分布式定位方法及系统 |
CN115022960A (zh) * | 2021-02-19 | 2022-09-06 | 大唐移动通信设备有限公司 | 位置识别方法、装置及处理器可读存储介质 |
CN112578424B (zh) * | 2021-02-23 | 2021-06-08 | 腾讯科技(深圳)有限公司 | 终端设备的定位方法、装置、终端设备及存储介质 |
CN113189541B (zh) * | 2021-04-23 | 2023-12-12 | 北京邮电大学 | 一种定位方法、装置及设备 |
CN113347709B (zh) * | 2021-08-05 | 2021-11-12 | 武汉丰隆康盛信息技术有限公司 | 一种基于uwb的室内定位方法及系统 |
CN114245459B (zh) * | 2022-02-23 | 2022-06-24 | 深圳市海豚科技创新有限公司 | 基于pdr模型的融合定位方法、装置、计算机设备及介质 |
CN115314989B (zh) * | 2022-09-15 | 2024-02-13 | 重庆大学 | 一种5g与tsn融合网络的时间同步方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1499874A (zh) * | 2002-11-07 | 2004-05-26 | 华为技术有限公司 | 一种位置估计方法 |
CN101060665A (zh) * | 2006-04-21 | 2007-10-24 | 株式会社Ntt都科摩 | 基站以及通信方法 |
US8049668B1 (en) * | 2009-03-12 | 2011-11-01 | Agilent Technologies, Inc. | Method and system for locating signal emitters using iterative residual weighting |
CN102395197A (zh) * | 2011-11-02 | 2012-03-28 | 北京理工大学 | 一种基于残差加权的tdoa蜂窝定位方法 |
CN103841640A (zh) * | 2014-02-26 | 2014-06-04 | 浙江工业大学 | 一种基于定位位置残差的nlos基站识别与定位方法 |
CN106125043A (zh) * | 2016-07-06 | 2016-11-16 | 浙江工业大学 | 一种基于定位位置残差加权的定位方法 |
CN107148081A (zh) * | 2017-06-02 | 2017-09-08 | 重庆邮电大学 | 基于非线性约束最小二乘的单站定位方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105979584B (zh) * | 2016-07-06 | 2019-11-05 | 浙江工业大学 | 一种基于边长残差加权的定位方法 |
CN108072887B (zh) * | 2017-11-07 | 2021-04-30 | 同济大学 | 单基站远距离海上实时动态定位方法 |
-
2020
- 2020-03-11 CN CN202010167525.XA patent/CN111385743B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1499874A (zh) * | 2002-11-07 | 2004-05-26 | 华为技术有限公司 | 一种位置估计方法 |
CN101060665A (zh) * | 2006-04-21 | 2007-10-24 | 株式会社Ntt都科摩 | 基站以及通信方法 |
US8049668B1 (en) * | 2009-03-12 | 2011-11-01 | Agilent Technologies, Inc. | Method and system for locating signal emitters using iterative residual weighting |
CN102395197A (zh) * | 2011-11-02 | 2012-03-28 | 北京理工大学 | 一种基于残差加权的tdoa蜂窝定位方法 |
CN103841640A (zh) * | 2014-02-26 | 2014-06-04 | 浙江工业大学 | 一种基于定位位置残差的nlos基站识别与定位方法 |
CN106125043A (zh) * | 2016-07-06 | 2016-11-16 | 浙江工业大学 | 一种基于定位位置残差加权的定位方法 |
CN107148081A (zh) * | 2017-06-02 | 2017-09-08 | 重庆邮电大学 | 基于非线性约束最小二乘的单站定位方法 |
Non-Patent Citations (1)
Title |
---|
NLOS 环境下几种TOA 定位算法的性能比较;程相波;《无线电工程》;20100430;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111385743A (zh) | 2020-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111385743B (zh) | 一种位置估计方法、装置及电子设备 | |
CN106912105B (zh) | 基于pso_bp神经网络的三维定位方法 | |
CN111912409B (zh) | 可编程智能反射面辅助的多移动设备定位方法及装置 | |
CN108732559B (zh) | 一种定位方法、装置、电子设备及可读存储介质 | |
WO2005107094A1 (en) | Location determination and location tracking in wireless networks | |
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 | |
CN106772229B (zh) | 室内定位方法和相关设备 | |
CN112394383B (zh) | 一种卫星与5g基站组合定位方法及装置 | |
CN108495265B (zh) | 一种室内定位方法、装置及计算设备 | |
CN108318854A (zh) | 一种定位方法、装置、电子设备及可读存储介质 | |
CN113189541B (zh) | 一种定位方法、装置及设备 | |
CN114298326A (zh) | 模型训练方法、装置及模型训练系统 | |
CN115758852A (zh) | 一种路径损耗建模方法、装置、设备以及存储介质 | |
CN106879066A (zh) | 定位方法和定位装置 | |
CN111343573B (zh) | 根据环境差异标校在线rssi值的指纹定位方法及装置 | |
CN115835374A (zh) | 确定移动设备的位置的方法和定位引擎 | |
CN109115219B (zh) | 一种基于场景系数的室内三维定位方法 | |
CN108490389B (zh) | 基于多径反射的定位方法、装置、电子设备及存储介质 | |
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 | |
Park et al. | Modified MM algorithm and Bayesian expectation maximization-based robust localization under NLOS contaminated environments | |
CN110207699B (zh) | 一种定位方法和装置 | |
CN117647830B (zh) | 一种适用于复杂城市环境gnss芯片定位的随机模型构建方法 | |
CN110118986B (zh) | 定位方法、控制方法、计算机设备及计算机可读存储介质 | |
CN111506693B (zh) | 一种协同定位方法、装置、电子设备及存储介质 | |
Yang et al. | Array calibration using array response interpolation and parametric modeling |
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 |