CN113015241B - 一种tdoa定位方法及系统 - Google Patents

一种tdoa定位方法及系统 Download PDF

Info

Publication number
CN113015241B
CN113015241B CN202110190316.1A CN202110190316A CN113015241B CN 113015241 B CN113015241 B CN 113015241B CN 202110190316 A CN202110190316 A CN 202110190316A CN 113015241 B CN113015241 B CN 113015241B
Authority
CN
China
Prior art keywords
position information
label node
node
algorithm
information
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
CN202110190316.1A
Other languages
English (en)
Other versions
CN113015241A (zh
Inventor
杨景
董柏顺
王继良
刘云浩
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.)
Tsinghua University
Original Assignee
Tsinghua University
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 Tsinghua University filed Critical Tsinghua University
Priority to CN202110190316.1A priority Critical patent/CN113015241B/zh
Publication of CN113015241A publication Critical patent/CN113015241A/zh
Application granted granted Critical
Publication of CN113015241B publication Critical patent/CN113015241B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明提供一种TDOA定位方法及系统，包括：确定若干锚节点位置信息，并获取待定位标签节点；基于增强chan算法计算所述待定位标签节点和所述若干锚节点位置信息之间的到达时间差信息，得到第一待定位标签节点位置信息；基于局部空间搜索算法对所述第一待定位标签节点位置信息进行收敛处理，得到第二待定位标签节点位置信息；采用基于历史信息的迭代均衡算法计算所述第二待定位标签节点位置信息的概率分布，得到待定位标签节点目标位置信息。本发明通过采用融合了增强chan算法和局部空间搜索算法，以及基于历史信息的迭代均衡算法，在计算目标节点的位置信息时能同时保持高精确度和低计算开销，并增强了算法的鲁棒性。

Description

一种TDOA定位方法及系统
技术领域
本发明涉及无线通信定位技术领域，尤其涉及一种TDOA定位方法及系统。
背景技术
室内无线定位技术在过去十几年里得到了快速发展，涌现出了大量定位技术和方法，利用诸如WiFi，Bluetooth，RFID等无线信号进行目标的追踪定位。即便如此，定位技术的基本原理并没有很大的改变。到达时间差(Time Difference of Arrival，TDOA)是其中最重要的定位原理之一，其本质就是利用标签节点到锚节点的飞行时间差，从而利用多个锚节点协作来定出标签节点的位置。
传统工作通常采用两种算法来求解标签节点的位置。第一种是经典的双曲线求解交点算法，比如Chan算法，得到TDOA的结果表示，目标应当处于以两个锚节点为焦点，差值为定值的双曲线上，因此最直观的做法就是求解多个双曲线方程组。Chan算法是就是一种非递归双曲线方程组解法，它假定误差服从高斯分布，利用两次加权最小二乘法约束并优化方程组的解。Chan算法的优点就是计算开销小，并且在误差服从理想高斯分布的时候，精度高。第二种算法是空间搜索算法，需要搜索整个解空间，选择与测量结果最接近的结果对应的位置，这种算法通常遍历整个空间，结果准确，但是计算开销大。
因此，现有的算法均存在各自的缺陷，需要提出一种新的方法克服上述缺陷。
发明内容
本发明提供一种TDOA定位方法及系统，用以解决现有技术中存在的缺陷。
第一方面，本发明提供一种TDOA定位方法，包括：
确定若干锚节点位置信息，并获取待定位标签节点；
基于增强chan算法计算所述待定位标签节点和所述若干锚节点位置信息之间的到达时间差信息，得到第一待定位标签节点位置信息；
基于局部空间搜索算法对所述第一待定位标签节点位置信息进行收敛处理，得到第二待定位标签节点位置信息；
采用基于历史信息的迭代均衡算法计算所述第二待定位标签节点位置信息的概率分布，得到待定位标签节点目标位置信息。
在一个实施例中，所述确定若干锚节点位置信息，并获取待定位标签节点，具体包括：
确定所述若干锚节点位置pai(i＝1,2,3…N)，N为锚节点的个数；
获取所述待定位标签节点p1。
在一个实施例中，所述基于增强chan算法计算所述待定位标签节点和所述若干锚节点位置信息之间的到达时间差信息，得到第一待定位标签节点位置信息，具体包括：
采用坐标平移变换消除所述待定位标签节点和所述若干锚节点位置信息的负值，并将所述若干锚节点位置信息构造为新的坐标原点；
基于chan算法计算消除负值后的所述待定位标签节点和所述若干锚节点位置信息，得到初始差值信息；
采用等价坐标反变换将所述初始差值信息进行处理，得到所述第一待定位标签节点位置信息。
在一个实施例中，所述基于局部空间搜索算法对所述第一待定位标签节点位置信息进行收敛处理，得到第二待定位标签节点位置信息，具体包括：
计算所述若干锚节点位置pai和所述待定位标签节点p1的TDOA 结果为Δdi,j＝‖p1-pai‖-‖p1-paj‖(i≠j)，其中的i和j表示所述若干锚节点位置中不同的锚节点；
获取TDOA测量结果
Figure BDA0002943859290000031
得到与测量结果最接近的结果对应的位置信息
Figure BDA0002943859290000032
以所述位置信息
Figure BDA0002943859290000033
为起始点，在预设半径范围r内采用梯度下降算法求解最终收敛值，得到所述第二待定位标签节点位置信息。
在一个实施例中，所述采用基于历史信息的迭代均衡算法计算所述第二待定位标签节点位置信息的概率分布，得到待定位标签节点目标位置信息，具体包括：
根据预设信息值的约束确定所述位置信息
Figure BDA0002943859290000034
在预设范围内各方向出现的概率；
将所述概率作为权重值赋予所述第二待定位标签节点位置信息进行迭代计算，得到所述待定位标签节点目标位置信息。
在一个实施例中，所述预设信息值包括位置和速度。
第二方面，本发明还提供一种TDOA定位系统，包括：
获取模块，用于确定若干锚节点位置信息，并获取待定位标签节点；
第一处理模块，用于基于增强chan算法计算所述待定位标签节点和所述若干锚节点位置信息之间的到达时间差信息，得到第一待定位标签节点位置信息；
第二处理模块，用于基于局部空间搜索算法对所述第一待定位标签节点位置信息进行收敛处理，得到第二待定位标签节点位置信息；
第三处理模块，用于采用基于历史信息的迭代均衡算法计算所述第二待定位标签节点位置信息的概率分布，得到待定位标签节点目标位置信息。
在一个实施例中，所述获取模块具体用于：
确定所述若干锚节点位置pai(i＝1,2,3…N)，N为锚节点的个数；
获取所述待定位标签节点p1。
第三方面，本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述TDOA定位方法的步骤。
第四方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述TDOA定位方法的步骤。
本发明提供的TDOA定位方法及系统，通过采用融合了增强chan 算法和局部空间搜索算法，以及基于历史信息的迭代均衡算法，在计算目标节点的位置信息时能同时保持高精确度和低计算开销，并增强了算法的鲁棒性。
附图说明
为了更清楚地说明本发明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一简单地介绍，显而易见地，下面描述中的附图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是本发明提供的TDOA定位方法的流程示意图；
图2是本发明提供的TDOA定位方法的算法流程框图；
图3是本发明提供的以UWB定位系统为例的定位系统示意图；
图4是本发明提供的TDOA定位系统的结构示意图；
图5是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例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作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。
针对现有技术的不足，本发明设计了一种鲁棒的TDOA定位方法，用于支持基于到达时间差(TDOA)信息的定位，图1是本发明提供的TDOA定位方法的流程示意图，如图1所示，包括：
S1，确定若干锚节点位置信息，并获取待定位标签节点；
S2，基于增强chan算法计算所述待定位标签节点和所述若干锚节点位置信息之间的到达时间差信息，得到第一待定位标签节点位置信息；
S3，基于局部空间搜索算法对所述第一待定位标签节点位置信息进行收敛处理，得到第二待定位标签节点位置信息；
S4，采用基于历史信息的迭代均衡算法计算所述第二待定位标签节点位置信息的概率分布，得到待定位标签节点目标位置信息。
具体地，和传统的TDOA算法类似，首先确定若干锚节点位置信息，并确定待定位的标签节点，然后分别采用增强的Chan算法，局部空间搜索算法和基于历史信息的迭代均衡算法进行融合计算，得到待定位标签节点的目标位置信息。整体的算法流程框图如图2所示。
本发明提出的鲁棒TDOA定位方法，用于支持基于TDOA信息的定位，有效融合了传统的双曲线求解交点算法和朴素的空间搜索算法，增强了传统算法的鲁棒性和准确性，同时降低了算法的时间开销，大大增强了算法的可用性和系统的实用性。
基于上述实施例，该方法中步骤S1具体包括：
确定所述若干锚节点位置pai(i＝1,2,3…N)，N为锚节点的个数；
获取所述待定位标签节点p1。
具体地，为了将目标标签节点和作为参考的锚节点位置具体地表示出来，本发明采用pai(i＝1,2,3…N)来表示若干锚节点位置，其中N 为锚节点的个数；对应地，待定位标签节点用p1表示。
基于上述任一实施例，该方法中步骤S2具体包括：
采用坐标平移变换消除所述待定位标签节点和所述若干锚节点位置信息的负值，并将所述若干锚节点位置信息构造为新的坐标原点；
基于chan算法计算消除负值后的所述待定位标签节点和所述若干锚节点位置信息，得到初始差值信息；
采用等价坐标反变换将所述初始差值信息进行处理，得到所述第一待定位标签节点位置信息。
具体地，在经典的Chan算法之上，本发明设计了一个增强的Chan 算法。通过实际实验发现Chan算法具有以下不足：首先Chan算法计算过程依赖矩阵的非奇异性，而这在某些情况下并不满足，比如当标签节点位于两个锚节点的中垂线时；其次，目前算法通常只考虑锚节点和标签节点均为非负的情况，当有负值出现的时候，将得到异常结果；最后，当锚节点坐标不为原点的时候，结果误差倾向于增大。本发明利用坐标平移变换的方法消除负值的出现以及构造原点，进行完Chan算法计算之后，再利用等价的坐标反变换即可。
此处，传统的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。当基站数为3时，该算法表现一般，当基站为4个以上，且TDOA距离差误差较小时该算法给出了能达到CRLB(Cramor-Rao Lower Bound)的表达式解，但也要解决有关MS的先验位置以解决解的不确定性。一般该算法的推导过程都是基于TDOA误差较小且为零均值高斯随机变量这个前提，对于实际信道环境中误差较大的TDOA测量值，该算法的性能将会显著下降。当基站能测到比较精确的AOA 值时，利用TDOA/AOA混合定位能进一步提高定位精度。
在众多基于TDOA的定位算法中，Chan氏算法得到了广泛的应用。这主要是因为该算法具备三大优势：①算法不需要初值；②仅进行两次迭代就可求得最终结果；③算法的定位精度在视距环境下能够达到克拉美罗下限。可见，Chan氏定位算法是一种相当实用的方法，适合实际工程。该算法的特点是计算量小，在噪声服从高斯分布的环境下，定位精度高，但在非视距(NLOS)环境下，chan氏算法的定位精度下降。
本发明通过改进传统的chan算法，克服了传统算法中由于负值会导致出现异常结果，以及锚点坐标为非原点时候导致误差增大的问题。
基于上述任一实施例，该方法中步骤S3具体包括：
计算所述若干锚节点位置pai和所述待定位标签节点p1的TDOA 结果为Δdi,j＝‖p1-pai‖-‖p1-paj‖(i≠j)，其中的i和j表示所述若干锚节点位置中不同的锚节点；
获取TDOA测量结果
Figure BDA0002943859290000071
得到与测量结果最接近的结果对应的位置信息
Figure BDA0002943859290000072
以所述位置信息
Figure BDA0002943859290000073
为起始点，在预设半径范围r内采用梯度下降算法求解最终收敛值，得到所述第二待定位标签节点位置信息。
具体地，在前述实施例的基础上，将若干锚节点位置pai和待定位标签节点p1计算TDOA结果为Δdi,j＝‖p1-pai‖-‖p1-paj‖(i≠ j)，另外测量的TDOA的结果为
Figure BDA0002943859290000074
在传统的空间搜索算法中，可以搜索整个解空间，选择与测量结果最接近的结果对应的位置，即
Figure BDA0002943859290000075
需要遍历整个空间。
因此，本发明在Chan算法基础上尽量的缩小了解空间，大大的减小了计算开销，具体而言，利用前述Chan算法的给出的结果
Figure BDA0002943859290000076
当作起始点，在给定r范围内利用梯度下降法求出最终收敛的点，即为目标位置。
本发明在全局空间搜索算法基础上，进行了有限范围的限定，极大地提升了运算速度和计算准确性。
基于上述任一实施例，该方法中步骤S4具体包括：
根据预设信息值的约束确定所述位置信息
Figure BDA0002943859290000081
在预设范围内各方向出现的概率；
将所述概率作为权重值赋予所述第二待定位标签节点位置信息进行迭代计算，得到所述待定位标签节点目标位置信息。
其中，所述预设信息值包括位置和速度。
具体地，本发明对于基于历史信息的迭代均衡算法部分，考虑到目标运动的连续性，即目标的位置和速度是具有空间和时间连续性的。在这个前提下，本发明提出基于历史信息的迭代均衡算法。在Chan 算法给出结果
Figure BDA0002943859290000082
后，根据位置和速度之间的约束给定
Figure BDA0002943859290000083
的小范围内各个方向出现的概率，并把这个概率当作权重赋予到第二部分进行迭代计算。同时考虑到Chan算法没给出合理结果的情况下，本发明将利用历史位置和速度信息对下一位置进行推算，从而给出目标可能的位置。
本发明通过采用基于历史信息的迭代均衡算法，在增强chan算法没有给出合理结果的情况下，进行合理推算，得到较为准确的目标位置。
基于上述任一实施例，以图3所示的UWB为例，说明本发明所提出的TDOA方法的具体实现步骤。
首先，在终端层，锚节点和标签节点利用特有的无线技术进行通信定位。
其次，在边缘层，系统通过标签节点串口获取TDOA信息，利用收集的信息和上述算法进行定位计算，通过HTTP通信传回到云端平台。具体来说，首先是对锚节点和标签节点整体进行坐标变换，使用Chan算法进行计算，得到结果后，进行坐标逆运算，将坐标映射回去。接下来将Chan算法的输出结果当作初始位置，利用梯度下降方法在初始位置r范围内进行局部空间搜索，寻找最小化理论和测量值的位置为标签节点的位置。在算法的第三部分，边缘层基于历史信息，利用位置，速度约束计算给定初始位置r范围内各个位置方向的似然概率，将概率当作权重，进行迭代运算，得到最终结果。如果当第一部分Chan算法没有给出合理结果的时候，边缘层将利用基于历史信息的迭代均衡算法给出这个初始位置的粗略估计。
再次，在云端，服务器和数据库交互，根据系统业务需求实现 API接口，保障前端顺利调用。
最后，由用户层直接访问系统，会自动调用服务器提供的API 接口，实现进行展示和使用。
下面对本发明提供的TDOA定位系统进行描述，下文描述的 TDOA定位系统与上文描述的TDOA定位方法可相互对应参照。
图4是本发明提供的TDOA定位系统的结构示意图，如图4所示，包括：获取模块41、第一处理模块42、第二处理模块43和第三处理模块44；其中：
获取模块41用于确定若干锚节点位置信息，并获取待定位标签节点；第一处理模块42用于基于增强chan算法计算所述待定位标签节点和所述若干锚节点位置信息之间的到达时间差信息，得到第一待定位标签节点位置信息；第二处理模块43用于基于局部空间搜索算法对所述第一待定位标签节点位置信息进行收敛处理，得到第二待定位标签节点位置信息；第三处理模块44用于采用基于历史信息的迭代均衡算法计算所述第二待定位标签节点位置信息的概率分布，得到待定位标签节点目标位置信息。
本发明提出的鲁棒TDOA定位方法，用于支持基于TDOA信息的定位，有效融合了传统的双曲线求解交点算法和朴素的空间搜索算法，增强了传统算法的鲁棒性和准确性，同时降低了算法的时间开销，大大增强了算法的可用性和系统的实用性。
基于上述任一实施例，所述获取模块41具体用于：
确定所述若干锚节点位置pai(i＝1,2,3…N)，N为锚节点的个数；
获取所述待定位标签节点p1。
图5示例了一种电子设备的实体结构示意图，如图5所示，该电子设备可以包括：处理器(processor)510、通信接口 (CommunicationsInterface)520、存储器(memory)530和通信总线 540，其中，处理器510，通信接口520，存储器530通过通信总线 540完成相互间的通信。处理器510可以调用存储器530中的逻辑指令，以执行TDOA定位方法，该方法包括：确定若干锚节点位置信息，并获取待定位标签节点；基于增强chan算法计算所述待定位标签节点和所述若干锚节点位置信息之间的到达时间差信息，得到第一待定位标签节点位置信息；基于局部空间搜索算法对所述第一待定位标签节点位置信息进行收敛处理，得到第二待定位标签节点位置信息；采用基于历史信息的迭代均衡算法计算所述第二待定位标签节点位置信息的概率分布，得到待定位标签节点目标位置信息。
此外，上述的存储器530中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法所提供的TDOA定位方法，该方法包括：确定若干锚节点位置信息，并获取待定位标签节点；基于增强chan算法计算所述待定位标签节点和所述若干锚节点位置信息之间的到达时间差信息，得到第一待定位标签节点位置信息；基于局部空间搜索算法对所述第一待定位标签节点位置信息进行收敛处理，得到第二待定位标签节点位置信息；采用基于历史信息的迭代均衡算法计算所述第二待定位标签节点位置信息的概率分布，得到待定位标签节点目标位置信息。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各提供的TDOA定位方法，该方法包括：确定若干锚节点位置信息，并获取待定位标签节点；基于增强chan算法计算所述待定位标签节点和所述若干锚节点位置信息之间的到达时间差信息，得到第一待定位标签节点位置信息；基于局部空间搜索算法对所述第一待定位标签节点位置信息进行收敛处理，得到第二待定位标签节点位置信息；采用基于历史信息的迭代均衡算法计算所述第二待定位标签节点位置信息的概率分布，得到待定位标签节点目标位置信息。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上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：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的本质脱离本发明各实施例技术方案的精神和范围。

Claims (7)

1.一种TDOA定位方法，其特征在于，包括：
确定若干锚节点位置信息，并获取待定位标签节点；
基于增强chan算法计算所述待定位标签节点和所述若干锚节点位置信息之间的到达时间差信息，得到第一待定位标签节点位置信息；
基于局部空间搜索算法对所述第一待定位标签节点位置信息进行收敛处理，得到第二待定位标签节点位置信息；
采用基于历史信息的迭代均衡算法计算所述第二待定位标签节点位置信息的概率分布，得到待定位标签节点目标位置信息；
所述确定若干锚节点位置信息，并获取待定位标签节点，具体包括：
确定所述若干锚节点位置pai(i＝1,2,3…N)，N为锚节点的个数；
获取所述待定位标签节点p1；
所述基于增强chan算法计算所述待定位标签节点和所述若干锚节点位置信息之间的到达时间差信息，得到第一待定位标签节点位置信息，具体包括：
采用坐标平移变换消除所述待定位标签节点和所述若干锚节点位置信息的负值，并将所述若干锚节点位置信息构造为新的坐标原点；
基于chan算法计算消除负值后的所述待定位标签节点和所述若干锚节点位置信息，得到初始差值信息；
采用等价坐标反变换将所述初始差值信息进行处理，得到所述第一待定位标签节点位置信息。
2.根据权利要求1所述的TDOA定位方法，其特征在于，所述基于局部空间搜索算法对所述第一待定位标签节点位置信息进行收敛处理，得到第二待定位标签节点位置信息，具体包括：
计算所述若干锚节点位置pai和所述待定位标签节点p1的TDOA结果为Δdi,j＝‖p1-pai‖-‖p1-paj‖(i≠j)，其中的i和j表示所述若干锚节点位置中不同的锚节点；
获取TDOA测量结果
Figure FDA0003366446060000021
得到与测量结果最接近的结果对应的位置信息
Figure FDA0003366446060000022
以所述位置信息
Figure FDA0003366446060000023
为起始点，在预设半径范围r内采用梯度下降算法求解最终收敛值，得到所述第二待定位标签节点位置信息。
3.根据权利要求2所述的TDOA定位方法，其特征在于，所述采用基于历史信息的迭代均衡算法计算所述第二待定位标签节点位置信息的概率分布，得到待定位标签节点目标位置信息，具体包括：
根据预设信息值的约束确定所述位置信息
Figure FDA0003366446060000024
在预设范围内各方向出现的概率；
将所述概率作为权重值赋予所述第二待定位标签节点位置信息进行迭代计算，得到所述待定位标签节点目标位置信息。
4.根据权利要求3所述的TDOA定位方法，其特征在于，所述预设信息值包括位置和速度。
5.一种TDOA定位系统，其特征在于，包括：
获取模块，用于确定若干锚节点位置信息，并获取待定位标签节点；
第一处理模块，用于基于增强chan算法计算所述待定位标签节点和所述若干锚节点位置信息之间的到达时间差信息，得到第一待定位标签节点位置信息；
第二处理模块，用于基于局部空间搜索算法对所述第一待定位标签节点位置信息进行收敛处理，得到第二待定位标签节点位置信息；
第三处理模块，用于采用基于历史信息的迭代均衡算法计算所述第二待定位标签节点位置信息的概率分布，得到待定位标签节点目标位置信息；
所述获取模块具体用于：
确定所述若干锚节点位置pai(i＝1,2,3…N)，N为锚节点的个数；
获取所述待定位标签节点p1；
所述第一处理模块具体用于：
采用坐标平移变换消除所述待定位标签节点和所述若干锚节点位置信息的负值，并将所述若干锚节点位置信息构造为新的坐标原点；
基于chan算法计算消除负值后的所述待定位标签节点和所述若干锚节点位置信息，得到初始差值信息；
采用等价坐标反变换将所述初始差值信息进行处理，得到所述第一待定位标签节点位置信息。
6.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述TDOA定位方法的步骤。
7.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述TDOA定位方法的步骤。
CN202110190316.1A 2021-02-18 2021-02-18 一种tdoa定位方法及系统 Active CN113015241B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110190316.1A CN113015241B (zh) 2021-02-18 2021-02-18 一种tdoa定位方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110190316.1A CN113015241B (zh) 2021-02-18 2021-02-18 一种tdoa定位方法及系统

Publications (2)

Publication Number Publication Date
CN113015241A CN113015241A (zh) 2021-06-22
CN113015241B true CN113015241B (zh) 2022-04-12

Family

ID=76403423

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110190316.1A Active CN113015241B (zh) 2021-02-18 2021-02-18 一种tdoa定位方法及系统

Country Status (1)

Country Link
CN (1) CN113015241B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113329492B (zh) * 2021-08-04 2021-11-19 深圳市海豚科技创新有限公司 基于tdoa的定位方法、装置、计算机设备及存储介质

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101730227B (zh) * 2009-11-10 2013-08-28 大连理工大学 一种基于韧性估计和到达时间差的多基站二次定位方法
CN102026370B (zh) * 2010-12-21 2013-04-17 西安电子科技大学 基于监测节点呈圆周分布的tdoa定位方法
CN105491662A (zh) * 2016-01-06 2016-04-13 上海交通大学 一种基于tdoa的异步双频干涉定位方法
CN106483496A (zh) * 2016-10-19 2017-03-08 河南城建学院 基于chan算法与改进牛顿迭代的联合时差定位方法
CA3059889A1 (en) * 2017-04-11 2018-10-18 Portland State University Wideband acoustic positioning with precision calibration and joint parameter estimation
CN107392139B (zh) * 2017-07-18 2020-10-20 海信集团有限公司 一种基于霍夫变换的车道线检测方法及终端设备
CN107371129B (zh) * 2017-08-29 2020-09-15 郑州联睿电子科技有限公司 基于高度辅助修正的室内定位的tdoa定位方法
CN110657806B (zh) * 2019-09-30 2021-12-07 青岛联合创智科技有限公司 一种基于CKF、chan解算和Savitzky-Golay平滑滤波的位置解算方法
CN111065048B (zh) * 2019-12-11 2021-01-12 哈尔滨工程大学 基于量子风驱动机制的多无人机tdoa三维协同定位方法

Also Published As

Publication number Publication date
CN113015241A (zh) 2021-06-22

Similar Documents

Publication Publication Date Title
CN106912105B (zh) 基于pso_bp神经网络的三维定位方法
KR102220963B1 (ko) 지오로케이션 데이터에 기초하여 관심 지역을 결정하기 위한 방법 및 디바이스
CN107371129B (zh) 基于高度辅助修正的室内定位的tdoa定位方法
JP5675885B2 (ja) 測位方法、装置、及びシステム
CN109743777B (zh) 一种定位方法、装置、电子设备及可读存储介质
US10091754B2 (en) Correcting interference of non-line-of-sight signals
US9119040B2 (en) Trilateration processing
US20150338522A1 (en) Positioning Using Non-Line-Of-Sight Signals
CN109655786B (zh) 移动自组网协作相对定位方法及装置
EP3403116B1 (en) Method for calibrating a local positioning system based on time-difference-of-arrival measurements
CN108924925A (zh) 一种施工人员定位方法及其定位系统
CN103229023A (zh) 移动终端、系统以及方法
CN110673092A (zh) 基于超宽带的分时定位方法及装置、系统
CN113015241B (zh) 一种tdoa定位方法及系统
EP3391073A1 (en) Positioning of mobile device
CN109696153A (zh) Rtk倾斜测量精度检测方法和系统
CN107371133B (zh) 一种提高基站定位精度的方法
CN116567531A (zh) 基于粒子滤波算法的传感器融合室内定位方法及系统
CN103596265A (zh) 一种基于声音测距和移动向量的多用户室内定位方法
CN112822633B (zh) 一种基于误差补偿的定位方法，系统，终端设备及可读存储介质
CN106717083A (zh) 用于检测移动计算设备的位置的方法和执行该方法的移动计算设备
US20150211845A1 (en) Methods and Systems for Applying Weights to Information From Correlated Measurements for Likelihood Formulations Based on Time or Position Density
CN108834053B (zh) 一种定位方法、装置及设备
US20210329407A1 (en) Constrained user device location using building topology
KR20240018473A (ko) 무선 신호로부터 모바일 디바이스의 위치 결정

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