CN113091742B - 一种融合定位方法、装置、电子设备及存储介质 - Google Patents
一种融合定位方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113091742B CN113091742B CN202110339448.6A CN202110339448A CN113091742B CN 113091742 B CN113091742 B CN 113091742B CN 202110339448 A CN202110339448 A CN 202110339448A CN 113091742 B CN113091742 B CN 113091742B
- Authority
- CN
- China
- Prior art keywords
- mobile terminal
- position coordinate
- estimated position
- measurement equation
- difference
- 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
- 238000000034 method Methods 0.000 title claims abstract description 55
- 230000004927 fusion Effects 0.000 title claims abstract description 41
- 238000005259 measurement Methods 0.000 claims abstract description 142
- 238000006073 displacement reaction Methods 0.000 claims abstract description 32
- 238000007667 floating Methods 0.000 claims description 38
- 238000004364 calculation method Methods 0.000 claims description 29
- 239000013598 vector Substances 0.000 claims description 27
- 239000011159 matrix material Substances 0.000 claims description 24
- 238000004422 calculation algorithm Methods 0.000 claims description 19
- 238000004891 communication Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 12
- 238000005516 engineering process Methods 0.000 abstract description 9
- 230000008569 process Effects 0.000 description 7
- 230000009471 action Effects 0.000 description 3
- 230000001186 cumulative effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005315 distribution function Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
- G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
-
- 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
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/48—Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明实施例提供了一种融合定位方法、装置、电子设备及存储介质，应用于定位技术领域，通过获取通过融合定位测量得到的移动终端在前一时刻的位置坐标；获取通过载波相位定位测量得到的移动终端在单位时长内的位移；根据移动终端在前一时刻的位置坐标和移动终端在单位时长内的位移，计算得到移动终端在当前时刻的位置坐标，得到第一估计位置；通过TDoA定位测量移动终端在当前时刻的位置坐标，得到第二估计位置；根据预设权重，对第一估计位置和第二估计位置进行加权求和，得到移动终端在当前时刻的估计位置坐标。可以对载波相位测量和TDoA定位技术得到的位置坐标进行融合，得到移动终端当前时刻的估计位置坐标，从而提高定位的精度。
Description
技术领域
本发明涉及定位技术领域，特别是涉及一种融合定位方法、装置、电子设备及存储介质。
背景技术
近年来，随着物联网和移动互联网快速发展，室内定位技术逐渐进入普通人的生活。当前的室内无线定位技术包括：基于测距的定位技术，如：ToA(Time of Arrival，到达时间)、TDoA(到达时间差)、RSS(Received Signal Strength，接收信号强度)等；以及基于非测距的定位技术，如AoA(Angle of Arrival，到达角度)和信号指纹定位技术等。
然而，当前的室内定位中由于发射机和接收机之间存在LoS(Line of Sight，视距)以及无线环境的复杂性，测量值容易受到外界环境的影响等原因，导致室内定位精度往往不高。
发明内容
本发明实施例的目的在于提供一种融合定位方法、装置、电子设备及存储介质，用以解决当前的室内定位技术，定位精度不高的问题。具体技术方案如下：
本申请实施例的第一方面，首先提供了一种融合定位方法，所述方法包括：
获取通过融合定位测量得到的移动终端在前一时刻的位置坐标；
获取通过载波相位定位测量得到的所述移动终端在单位时长内的位移；
根据所述移动终端在前一时刻的位置坐标和所述移动终端在单位时长内的位移，计算得到所述移动终端在当前时刻的位置坐标，得到第一估计位置；
通过TDoA定位测量所述移动终端在当前时刻的位置坐标，得到第二估计位置；
根据预设权重，对所述第一估计位置和所述第二估计位置进行加权求和，得到所述移动终端在当前时刻的估计位置坐标。
可选的，所述根据预设权重，对所述第一估计位置和所述第二估计位置进行加权求和，得到所述移动终端在当前时刻的估计位置坐标，包括：
根据预设权重，通过预设测量方程对所述第一估计位置和所述第二估计位置进行加权求和，得到所述移动终端在当前时刻的参考位置坐标；
以所述参考位置坐标为展开点，对所述预设测量方程进行线性化；
对线性化后的测量方程进行求解，得到对应的双差整周模糊度的固定解；
将所述双差整周模糊度的固定解调整为关于所述移动终端的单差测量值，并根据所述单差测量值求解所述线性化后的测量方程，得到所述估计位置坐标。
可选的，所述对线性化后的测量方程进行求解，得到对应的双差整周模糊度的固定解，包括：
对线性化后的测量方程进行求解，得到所述移动终端的位置坐标估计值的浮动解；
根据所述浮动解，计算对应的协方差矩阵；
根据所述浮动解和所述对应的协方差矩阵，求解所述线性化后的测量方程得到对应的双差整周模糊度的固定解。
可选的，所述对线性化后的测量方程进行求解，得到所述移动终端的位置坐标估计值的浮动解，包括：
将所述线性化后的测量方程转化为向量形式，得到向量测量方程；
通过加权的最小二乘估计算法计算所述向量测量方程，得到位置坐标估计值的浮动解。
可选的，所述以所述参考位置坐标为展开点，对所述预设测量方程进行线性化，包括：
以所述参考位置坐标为泰勒展开点，对所述预设测量方程进行线性化。
可选的，所述将所述双差整周模糊度的固定解调整为关于所述移动终端的单差测量值，并根据所述单差测量值求解所述线性化后的测量方程，得到所述估计位置坐标，包括：
将所述双差整周模糊度的固定解调整为所述移动终端相对于预设参考点的单差测量值；
根据所述单差测量值，通过差分解算算法计算得到所述估计位置坐标。
本申请实施例的第二方面，还提供了一种融合定位装置，所述装置包括：
坐标获取模块，用于获取通过融合定位测量得到的移动终端在前一时刻的位置坐标；
位移计算模块，用于获取通过载波相位定位测量得到的所述移动终端在单位时长内的位移；
第一估计位置计算模块，用于根据所述移动终端在前一时刻的位置坐标和所述移动终端在单位时长内的位移，计算得到所述移动终端在当前时刻的位置坐标，得到第一估计位置；
第二估计位置计算模块，用于通过TDoA定位测量所述移动终端在当前时刻的位置坐标，得到第二估计位置；
估计位置坐标计算模块，用于根据预设权重，对所述第一估计位置和所述第二估计位置进行加权求和，得到所述移动终端在当前时刻的估计位置坐标。
可选的，所述估计位置坐标计算模块，包括：
参考位置坐标计算子模块，用于根据预设权重，通过预设测量方程对所述第一估计位置和所述第二估计位置进行加权求和，得到所述移动终端在当前时刻的参考位置坐标；
线性化子模块，用于以所述参考位置坐标为展开点，对所述预设测量方程进行线性化；
固定解计算子模块，用于对线性化后的测量方程进行求解，得到对应的双差整周模糊度的固定解；
估计位置坐标计算子模块，用于将所述双差整周模糊度的固定解调整为关于所述移动终端的单差测量值，并根据所述单差测量值求解所述线性化后的测量方程，得到所述估计位置坐标。
可选的，所述固定解计算子模块，包括：
浮动解获取子模块，用于对线性化后的测量方程进行求解，得到所述移动终端的位置坐标估计值的浮动解；
协方差矩阵获取子模块，用于根据所述浮动解，计算对应的协方差矩阵；
测量方程求解子模块，用于根据所述浮动解和所述对应的协方差矩阵，求解所述线性化后的测量方程得到对应的双差整周模糊度的固定解。
可选的，所述浮动解获取子模块，具体用于：将所述线性化后的测量方程转化为向量形式，得到向量测量方程；通过加权的最小二乘估计算法计算所述向量测量方程，得到位置坐标估计值的浮动解。
可选的，所述线性化子模块，具体用于：以所述参考位置坐标为泰勒展开点，对所述预设测量方程进行线性化。
可选的，所述估计位置坐标计算子模块，包括：
单差测量值获取子模块，用于将所述双差整周模糊度的固定解调整为所述移动终端相对于预设参考点的单差测量值；
差分解算算法计算子模块，用于根据所述单差测量值，通过差分解算算法计算得到所述估计位置坐标。
本申请实施例还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，实现上述任一融合定位方法。
本申请实施例还提供了一种计算机可读存储介质，计算机可读存储介质内存储有计算机程序，计算机程序被处理器执行时实现上述任一融合定位方法。
本申请实施例还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任一融合定位方法。
本发明实施例有益效果：
本发明实施例提供了一种融合定位方法、装置、电子设备及存储介质，通过获取通过融合定位测量得到的移动终端在前一时刻的位置坐标；获取通过载波相位定位测量得到的移动终端在单位时长内的位移；根据移动终端在前一时刻的位置坐标和移动终端在单位时长内的位移，计算得到移动终端在当前时刻的位置坐标，得到第一估计位置；通过TDoA定位测量移动终端在当前时刻的位置坐标，得到第二估计位置；根据预设权重，对第一估计位置和第二估计位置进行加权求和，得到移动终端在当前时刻的估计位置坐标。可以对载波相位测量和TDoA定位技术得到的位置坐标进行融合，得到移动终端当前时刻的估计位置坐标，从而提高定位的精度。
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实施例。
图1为本申请实施例提供的融合定位方法的一种流程示意图；
图2为本申请实施例提供的移动终端在当前时刻的估计位置坐标的流程示意图；
图3为本申请实施例提供的一种仿真结果的对此图；
图4为本申请实施例提供的融合定位装置的一种结构示意图；
图5为本申请实施例提供的电子设备的一种结构示意图。
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基于本申请所获得的所有其他实施例，都属于本发明保护的范围。
本申请实施例的第一方面，首先提供了一种融合定位方法，方法包括：
获取通过融合定位测量得到的移动终端在前一时刻的位置坐标；
获取通过载波相位定位测量得到的移动终端在单位时长内的位移；
根据移动终端在前一时刻的位置坐标和移动终端在单位时长内的位移，计算得到移动终端在当前时刻的位置坐标，得到第一估计位置；
通过TDoA(到达时间差)定位测量移动终端在当前时刻的位置坐标，得到第二估计位置；
根据预设权重，对第一估计位置和第二估计位置进行加权求和，得到移动终端在当前时刻的估计位置坐标。
可见，通过本申请实施例提供的融合定位方法，可以对载波相位测量和TDoA定位技术得到的位置坐标进行融合，得到移动终端当前时刻的估计位置坐标，从而提高定位的精度。
参见图1，图1为本申请实施例提供的融合定位方法的一种流程示意图，包括：
步骤S11，获取通过融合定位测量得到的移动终端在前一时刻的位置坐标。
获取通过融合定位测量得到的移动终端在前一时刻的位置坐标之前，可以通过融合定位获取移动终端在多个时刻的位置坐标。例如，通过每间隔固定时长获取一次移动终端坐标位置，从而得到移动终端在多个时刻的位置坐标。其中，融合定位为通过多种定位方式，例如GPS(Global Positioning System，全球定位系统)、基站定位、Wifi(行动热点)定位、蓝牙定位以及传感器定位等定位方式进行融合，得到移动端位置的定位方法。
本申请实施例提供的融合定位方法应用于智能终端，具体的，该智能终端可以是电脑、手机或服务器等。
步骤S12，获取通过载波相位定位测量得到的移动终端在单位时长内的位移。
其中，通过载波相位定位测量得到的移动终端在单位时长内的位移，可以通过载波相位定位得到移动终端在多个时刻的位置坐标，从而计算移动终端在单位时长内的位移，例如，可以通过多个时刻的位置坐标计算得到移动终端的位移，并将得到的位移除以时长，得到移动终端在单位时长内的位移。其中，载波相位为利用接收机测定载波相位观测值或其差分观测值，经基线向量解算以获得两个同步观测站之间的基线向量坐标差的技术和方法。
步骤S13，根据移动终端在前一时刻的位置坐标和移动终端在单位时长内的位移，计算得到移动终端在当前时刻的位置坐标，得到第一估计位置。
其中，根据移动终端在前一时刻的位置坐标和移动终端在单位时长内的位移，计算得到移动终端在当前时刻的位置坐标，可以通过将前一时刻的位置坐标和移动终端在单位时长内的位移进行求和的方式，计算得到第一估计位置。
步骤S14，通过TDoA定位测量移动终端在当前时刻的位置坐标，得到第二估计位置。
其中，TDoA是一种利用时间差进行定位的方法,通过测量信号到达监测站的时间，可以确定信号源的距离的方法。
步骤S15，根据预设权重，对第一估计位置和第二估计位置进行加权求和，得到移动终端在当前时刻的估计位置坐标。
例如，假设移动终端能够同时进行载波相位和TDoA的测量，对于TDoA定位得出一个相对位置的估计值，该位置的估计值记为ξt＝(xt,yt)，其中，xt和yt分别表示相对位置的估计值横轴坐标。利用估计的位置变化量来平滑TDoA的输出，这个平滑的过程能够减小TDoA定位结果的波动。假设该过程从第1个周期开始到第L个周期结束，具体执行步骤如下：
(1)在定位开始前初始化载波相位定位结果和初始时刻的融合定位结果/>令其中，ξ0为TDoA定位结果，/>为移动终端的初始时刻的坐标位置的估计值。
(2)在第n个定位周期，首先计算在第n个定位周期内融合定位结果再计算第n个定位周期和第n-1个定位周期内融合定位结果的差值/>(采用公式Δxt,t-1＝||xt-xt-1||)，其中，/>为移动终端的t时刻的坐标位置的估计值。
(3)根据TDoA的测量值计算ξn，并利用公式：
更新的值，其中，/>为在上一周期已经计算出的值。
(4)利用公式：
融合TDoA和载波相位定位得出结果，其中，wTDOA和wCARR为非负的权重值满足wTDOA+wCARR＝1。
(5)随时间迭代执行。
可见，通过本申请实施例提供的融合定位方法，可以对载波相位测量和TDoA定位技术得到的位置坐标进行融合，得到移动终端当前时刻的估计位置坐标，从而提高定位的精度。
其中，通过载波相位定位测量得到的移动终端在单位时长内的位移，可以参见如下实施例：
考虑一个分布有M个位置已知且固定的无线接入点的室内场景，将这M个固定无线接入点依次进行编号，其中编号为i的固定无线接入点的位置坐标为A(i)＝(a(i),b(i))T，a(i)和b(i)分别为固定无线接入点的位置坐标的横纵坐标，将编号为1的无线接入点设置为参考接入点。移动终端在室内环境中自由运动，且运动的过程中始终在这M个无线接入点的通信范围内。在t时刻，移动终端的位置坐标为xt，移动终端能够接收到来自这M个无线接入点的连续信号，且能够测量各个固定无线接入点发射的信号相对于参考接入点发射信号的到达时间差。根据上述假设，移动终端在t时刻测量到的编号为i的固定节点的TDoA值可以表示为：
其中，Δ(·)(i,1)＝(·)(i)-(·)(1)，rt (i)＝||xt-A(i)||，rt (i)表示在t时刻移动终端到编号为i的固定接入点的物理距离，表示对编号为i的固定无线接入点的测距误差，为两接入点的钟差对测量的影响(如需再考虑晶振等其他因素对测量的影响，其影响大小可建模在参数b中)，式中各变量均需折算为距离单位。
在t时刻，对于除了参考接入点之外的其它所有无线接入点，可以将TDoA测量值统一写成向量的形式：
Δdt＝Δrt+Δnt+bt，
其中，Δrt＝[Δrt (2,1),...,Δrt (M,1)]T,
考虑到锁相环在初始锁定信号的载波相位时，会有一个整周模糊度的偏差，因此，移动终端在t时刻测量到的来自于第i个固定无线接入点的载波相位信号可以表示为：
其中，rt (i)＝||xt-A(i)||表示第i个固定无线接入点到移动终端的距离，N(i)表示在初始锁定时存在的整周模糊度，且λ表示无线信号的波长，/>代表测量的载波相位的误差，/>为接入点i与UE(User Equipment，用户设备)间钟差。
同理，将上述测量相对于参考接入点的测量值作差，则可以得到在t时刻移动终端测量到的相位差为：
其中，Δ(·)(i,1)＝(·)(i)-(·)(1)，对于未差分的整周模糊度N(i)，由于N(i)反映了移动终端与编号为i的固定无线接入点的距离关系，因此，N(i)的取值是自然数，即 为正整数。而差分后的整周模糊度ΔN(i,1)反映了距离的差值，该差值可能为负数，因此ΔN(i,1)的取值是整数，即/> 为自然数。
对于除了参考接入点外的其他所有固定无线接入点，可以将测量值写成向量的形式，即：
其中，每一向量中都包含了上标编号从2到M的变量。
将第t-1个周期和第t个周期的载波相位测量值时间差分(忽略噪声项)可得：
固定位置参考UE(UE_r)的差分测量值为：
双差测量值(UE间、时间两维度双差)为：
三差测量值(UE间、时间、基站三维度差分)为：
其中，(·)(i,1)＝(·)(i)-(·)(1)。
将测量值的噪声部分忽略，由于同一时刻基站间差分可以消除并假设，在t＝0时刻已经得到一个对于移动终端初始位置的不准确估计值/>由于变量rt (i)中隐含了所需估计的在第t个周期末移动终端位置坐标xt，因此，将等式的rt (i)项移至等式一侧，其余项移到另一侧，并将等式两侧同时平方，可以得到：
将rt (i)的表达式rt (i)＝||xt-A(i)||代入并进一步整理可得：
其中，(·)(i,1)＝(·)(i)-(·)(1)，且
K(i)＝(a(i))2+(b(i))2，
上式仅包含两个未知向量xt和xt-1，其中，xt-1是隐含在中的，由于这两个未知量分处在两个不同的周期内，因此可以建立一个迭代的过程来解算，对于i＝2,3,...,M-1，写成矩阵的形式：
Czt＝qt，
其中，
zt＝[xt,rt (1)]，
xt可估计为：
其中，隐含在qt中的在前序迭代中已经被估计出。这种迭代算法对绝对位置的估计精度依赖于初始点/>的精确度。定义第t-1个到第t个周期的位置变化为：
Δxt,t-1＝xt-xt-1，
可选的，参见图2，步骤S15可选的，根据预设权重，对第一估计位置和第二估计位置进行加权求和，得到移动终端在当前时刻的估计位置坐标，包括：
步骤S151，根据预设权重，通过预设测量方程对第一估计位置和第二估计位置进行加权求和，得到移动终端在当前时刻的参考位置坐标；
步骤S152，以参考位置坐标为展开点，对预设测量方程进行线性化；
可选的，以参考位置坐标为展开点，对预设测量方程进行线性化，包括：以参考位置坐标为泰勒展开点，对预设测量方程进行线性化。
步骤S153，对线性化后的测量方程进行求解，得到对应的双差整周模糊度的固定解；
可选的，对线性化后的测量方程进行求解，得到对应的双差整周模糊度的固定解，包括：对线性化后的测量方程进行求解，得到移动终端的位置坐标估计值的浮动解；根据浮动解，计算对应的协方差矩阵；根据浮动解和对应的协方差矩阵，求解线性化后的测量方程得到对应的双差整周模糊度的固定解。
可选的，对线性化后的测量方程进行求解，得到移动终端的位置坐标估计值的浮动解，包括：将线性化后的测量方程转化为向量形式，得到向量测量方程；通过加权的最小二乘估计算法计算向量测量方程，得到位置坐标估计值的浮动解。
步骤S154，将双差整周模糊度的固定解调整为关于移动终端的单差测量值，并根据单差测量值求解线性化后的测量方程，得到估计位置坐标。
可选的，将双差整周模糊度的固定解调整为关于移动终端的单差测量值，并根据单差测量值求解线性化后的测量方程，得到估计位置坐标，包括：将双差整周模糊度的固定解调整为移动终端相对于预设参考点的单差测量值；根据单差测量值，通过差分解算算法计算得到估计位置坐标。
具体的，可以参见如下实施例：
t时刻，将rt (i)的表达式rt (i)＝||xt-A(i)||带入相位测量值的单差UE维度得到：
其中，在点上进行泰勒展开，保留一阶项，忽略其它高阶项，得到：
其中，
定义上式对编号为1的节点进行基站维度差分，可得：
其中，(·)(i,1)＝(·)(i)-(·)(1)，上式中的N为双差值，也是最终的双差整周模糊度待求量。
对于i＝2,3,…,M，上式写成向量形式为：
ψt＝Htxt-λN+γt，
其中，
N＝[N(2,1),N(3,1),...,N(M,1)]T，
γt＝[γ(2,1),γ(3,1),...,γ(M,1)]T，
上式是关于未知变量xt和N的线性方程组，其中，共包含M-1个方程和M+1个未知变量，若仅仅在一个周期内解算，将会产生无穷多个解。为了能够得到唯一的估计值，在连续K个周期内累积方程，得到向量形式：
ψ＝Hζ+γ，
其中，
ψ＝[ψ1,ψ2,...,ψK]T，
ζ＝[x1,...,xK,N]T，
γ＝[γ1,γ2,...,γK]T，
矩阵I表示(M-1)×(M-1)的单位矩阵。运用WLS(Weighted Least Square，加权的最小二乘)估计方法可以得到未知量ζ的估计值：
其中，
Qψ＝Ε(γγT)，
其中，E(·)代表对矩阵中的每一个元素求期望。对于所求结果，整周模糊度有关的部分位于向量的后M-1位，整周模糊度的浮动解为：
通过WLS方法解算出的Nfloat为浮动解，其中的每一个元素未必都是整数。
由WLS算法估计出的的协方差矩阵为：
将其写为分块矩阵的形式，得到：
其中，Qxx为2K×2K的矩阵，QNN为(M-1)×(M-1)的矩阵。根据浮动解所在的位置可以确定QNN即为整周模糊度浮动解的协方差矩阵，此矩阵反映了浮动解的统计特性。
利用浮动解Nfloat以及QNN，通过LAMBDA算法(一种基于最小二乘估计调整的搜索算法)即可得到双差整周模糊度的固定解。基于此，对双差测量值φ(t)(基站维度、用户维度的双差)进行修正如下：
双差测量值基于参考UE已知的距离特性，可将双差测量值调整为关于目标UE的单差测量值(仅基站维度做差)：
其中，rr为M-1维数组，其中元素为参考UE到某基站的已知距离减去参考UE到参考基站的已知距离。利用单差值使用经典的差分解算算法(Chan算法)完成对目标UE的位置解算。
通过本申请实施例的方法，可以在室内无线环境下将载波相位定位和TDoA定位进行融合的高精度定位方案。通过引入参考UE，利用载波相位测量的基站、UE、时间维度的差分消除时变钟差，得到高精度的位置变化估计，将位置变化估计与TDoA定位结果进行融合，得到较为精确的位置估计，最后利用该位置估计线性化测量方程，解算整周模糊度，得到距离差值，带入位置解算算法得到最终的位置估计，能够有效提高室内定位的精度，并且可以可消除钟差并提高定位的精确性。
具体的，从图3的仿真结果图可以看出，发明所提出的无线网络中的载波相位定位方法在定位性能上要优于现有的TDoA定位方法，且本发明所提出的无线网络中的融合定位方法能够达到厘米级的精度。图中，CDF(Cumulative Distribution Function)表示累积分布函数，图中横坐标为定位误差，纵坐标为定位误差的累积概率。
本申请实施例的第二方面，还提供了一种融合定位装置，参见图4，上述装置包括：
坐标获取模块401，用于获取通过融合定位测量得到的移动终端在前一时刻的位置坐标；
位移计算模块402，用于获取通过载波相位定位测量得到的所述移动终端在单位时长内的位移；
第一估计位置计算模块403，用于根据所述移动终端在前一时刻的位置坐标和所述移动终端在单位时长内的位移，计算得到所述移动终端在当前时刻的位置坐标，得到第一估计位置；
第二估计位置计算模块404，用于通过TDoA定位测量所述移动终端在当前时刻的位置坐标，得到第二估计位置；
估计位置坐标计算模块405，用于根据预设权重，对所述第一估计位置和所述第二估计位置进行加权求和，得到所述移动终端在当前时刻的估计位置坐标。
可选的，所述估计位置坐标计算模块405，包括：
参考位置坐标计算子模块，用于根据预设权重，通过预设测量方程对所述第一估计位置和所述第二估计位置进行加权求和，得到所述移动终端在当前时刻的参考位置坐标；
线性化子模块，用于以所述参考位置坐标为展开点，对所述预设测量方程进行线性化；
固定解计算子模块，用于对线性化后的测量方程进行求解，得到对应的双差整周模糊度的固定解；
估计位置坐标计算子模块，用于将所述双差整周模糊度的固定解调整为关于所述移动终端的单差测量值，并根据所述单差测量值求解所述线性化后的测量方程，得到所述估计位置坐标。
可选的，固定解计算子模块，包括：
浮动解获取子模块，用于对线性化后的测量方程进行求解，得到移动终端的位置坐标估计值的浮动解；
协方差矩阵获取子模块，用于根据浮动解，计算对应的协方差矩阵；
测量方程求解子模块，用于根据浮动解和对应的协方差矩阵，求解线性化后的测量方程得到对应的双差整周模糊度的固定解。
可选的，浮动解获取子模块，具体用于：将线性化后的测量方程转化为向量形式，得到向量测量方程；通过加权的最小二乘估计算法计算向量测量方程，得到位置坐标估计值的浮动解。
可选的，线性化子模块，具体用于：以参考位置坐标为泰勒展开点，对预设测量方程进行线性化.
可选的，估计位置坐标计算子模块，包括：
单差测量值获取子模块，用于将双差整周模糊度的固定解调整为移动终端相对于预设参考点的单差测量值；
差分解算算法计算子模块，用于根据单差测量值，通过差分解算算法计算得到估计位置坐标。
可见，通过本申请实施例提供的融合定位装置，可以对载波相位测量和TDoA定位技术得到的位置坐标进行融合，得到移动终端当前时刻的估计位置坐标，从而提高定位的精度。
本发明实施例还提供了一种电子设备，如图5所示，包括处理器501、通信接口502、存储器503和通信总线504，其中，处理器501，通信接口502，存储器503通过通信总线504完成相互间的通信，
存储器503，用于存放计算机程序；
处理器501，用于执行存储器503上所存放的程序时，实现如下步骤：
获取移动终端在多个时刻的位置坐标，其中，多个时刻的位置坐标包括移动终端在前一时刻的位置坐标；
根据多个时刻的位置坐标，计算移动终端在单位时长内的位移；
根据移动终端在前一时刻的位置坐标和移动终端在单位时长内的位移，计算得到移动终端在当前时刻的位置坐标，得到第一估计位置；
通过载波相位测量移动终端在当前时刻的位置坐标，得到第二估计位置；
根据预设权重，对第一估计位置和第二估计位置进行加权求和，得到移动终端在当前时刻的估计位置坐标。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)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。
存储器可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，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，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital SignalProcessor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)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。
在本发明提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读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任一融合定位方法的步骤。
在本发明提供的又一实施例中，还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实施例中任一融合定位方法。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
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、存储介质及计算机程序产品实施例而言，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，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 (6)
1.一种融合定位方法，其特征在于，所述方法包括：
获取通过融合定位测量得到的移动终端在前一时刻的位置坐标；
获取通过载波相位定位测量得到的所述移动终端在单位时长内的位移；
根据所述移动终端在前一时刻的位置坐标和所述移动终端在单位时长内的位移，计算得到所述移动终端在当前时刻的位置坐标，得到第一估计位置；
通过到达时间差TDoA定位测量所述移动终端在当前时刻的位置坐标，得到第二估计位置；
根据预设权重，对所述第一估计位置和所述第二估计位置进行加权求和，得到所述移动终端在当前时刻的估计位置坐标；
所述根据预设权重，对所述第一估计位置和所述第二估计位置进行加权求和，得到所述移动终端在当前时刻的估计位置坐标，包括：
根据预设权重，通过预设测量方程对所述第一估计位置和所述第二估计位置进行加权求和，得到所述移动终端在当前时刻的参考位置坐标；
以所述参考位置坐标为展开点，对所述预设测量方程进行线性化；
对线性化后的测量方程进行求解，得到对应的双差整周模糊度的固定解；
将所述双差整周模糊度的固定解调整为关于所述移动终端的单差测量值，并根据所述单差测量值求解所述线性化后的测量方程，得到所述估计位置坐标；
所述对线性化后的测量方程进行求解，得到对应的双差整周模糊度的固定解，包括：对线性化后的测量方程进行求解，得到所述移动终端的位置坐标估计值的浮动解；根据所述浮动解，计算对应的协方差矩阵；根据所述浮动解和所述对应的协方差矩阵，求解所述线性化后的测量方程得到对应的双差整周模糊度的固定解；
所述对线性化后的测量方程进行求解，得到所述移动终端的位置坐标估计值的浮动解，包括：将所述线性化后的测量方程转化为向量形式，得到向量测量方程；通过加权的最小二乘估计算法计算所述向量测量方程，得到位置坐标估计值的浮动解。
2.根据权利要求1所述的方法，其特征在于，所述以所述参考位置坐标为展开点，对所述预设测量方程进行线性化，包括：
以所述参考位置坐标为泰勒展开点，对所述预设测量方程进行线性化。
3.根据权利要求1所述的方法，其特征在于，所述将所述双差整周模糊度的固定解调整为关于所述移动终端的单差测量值，并根据所述单差测量值求解所述线性化后的测量方程，得到所述估计位置坐标，包括：
将所述双差整周模糊度的固定解调整为所述移动终端相对于预设参考点的单差测量值；
根据所述单差测量值，通过差分解算算法计算得到所述估计位置坐标。
4.一种融合定位装置，其特征在于，所述装置包括：
坐标获取模块，用于获取通过融合定位测量得到的移动终端在前一时刻的位置坐标；
位移计算模块，用于获取通过载波相位定位测量得到的所述移动终端在单位时长内的位移；
第一估计位置计算模块，用于根据所述移动终端在前一时刻的位置坐标和所述移动终端在单位时长内的位移，计算得到所述移动终端在当前时刻的位置坐标，得到第一估计位置；
第二估计位置计算模块，用于通过到达时间差TDoA定位测量所述移动终端在当前时刻的位置坐标，得到第二估计位置；
估计位置坐标计算模块，用于根据预设权重，对所述第一估计位置和所述第二估计位置进行加权求和，得到所述移动终端在当前时刻的估计位置坐标；
所述估计位置坐标计算模块，包括：
参考位置坐标计算子模块，用于根据预设权重，通过预设测量方程对所述第一估计位置和所述第二估计位置进行加权求和，得到所述移动终端在当前时刻的参考位置坐标；
线性化子模块，用于以所述参考位置坐标为展开点，对所述预设测量方程进行线性化；
固定解计算子模块，用于对线性化后的测量方程进行求解，得到对应的双差整周模糊度的固定解；
估计位置坐标计算子模块，用于将所述双差整周模糊度的固定解调整为关于所述移动终端的单差测量值，并根据所述单差测量值求解所述线性化后的测量方程，得到所述估计位置坐标；
所述对线性化后的测量方程进行求解，得到对应的双差整周模糊度的固定解，包括：对线性化后的测量方程进行求解，得到所述移动终端的位置坐标估计值的浮动解；根据所述浮动解，计算对应的协方差矩阵；根据所述浮动解和所述对应的协方差矩阵，求解所述线性化后的测量方程得到对应的双差整周模糊度的固定解；
所述对线性化后的测量方程进行求解，得到所述移动终端的位置坐标估计值的浮动解，包括：将所述线性化后的测量方程转化为向量形式，得到向量测量方程；通过加权的最小二乘估计算法计算所述向量测量方程，得到位置坐标估计值的浮动解。
5.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，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，实现权利要求1-3任一所述的方法步骤。
6.一种计算机可读存储介质，其特征在于，所述计算机可读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权利要求1-3任一所述的方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110339448.6A CN113091742B (zh) | 2021-03-30 | 2021-03-30 | 一种融合定位方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110339448.6A CN113091742B (zh) | 2021-03-30 | 2021-03-30 | 一种融合定位方法、装置、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113091742A CN113091742A (zh) | 2021-07-09 |
| CN113091742B true CN113091742B (zh) | 2023-11-17 |
Family
ID=76670895
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110339448.6A Active CN113091742B (zh) | 2021-03-30 | 2021-03-30 | 一种融合定位方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113091742B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114047535A (zh) * | 2021-11-15 | 2022-02-15 | 中国电信股份有限公司 | 定位方法、装置及计算机可读存储介质 |
| CN116367297A (zh) * | 2021-12-21 | 2023-06-30 | 北京罗克维尔斯科技有限公司 | 移动终端的定位方法、装置、设备和存储介质 |
| CN114526741B (zh) * | 2022-03-14 | 2024-05-24 | 桂林电子科技大学 | 对象定位方法、电子设备以及存储介质 |
| CN116736352B (zh) * | 2023-08-01 | 2023-12-26 | 深圳市中车智联科技有限公司 | 一种基于北斗差分定位的移动交通设备追踪系统及方法 |
| CN116953745B (zh) * | 2023-09-20 | 2023-11-21 | 毫厘智能科技(江苏)有限公司 | 基于芯片平台的定位方法、装置及计算机可读存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6469663B1 (en) * | 2000-03-21 | 2002-10-22 | Csi Wireless Inc. | Method and system for GPS and WAAS carrier phase measurements for relative positioning |
| CN107390250A (zh) * | 2017-07-14 | 2017-11-24 | 重庆重邮汇测通信技术有限公司 | 一种基于惯性导航系统和双天线gps的定位测姿方法 |
| CN110231638A (zh) * | 2019-06-28 | 2019-09-13 | 北京邮电大学 | 一种无线网络下的载波相位定位方法及装置 |
| CN111435168A (zh) * | 2019-01-11 | 2020-07-21 | 电信科学技术研究院有限公司 | 一种定位方法及装置 |
| CN112526568A (zh) * | 2019-09-19 | 2021-03-19 | 大唐移动通信设备有限公司 | 一种终端定位方法、装置及接收机 |
| CN112566242A (zh) * | 2020-12-03 | 2021-03-26 | 北京邮电大学 | 一种基于贝叶斯估计的定位方法、装置及电子设备 |
-
2021
- 2021-03-30 CN CN202110339448.6A patent/CN113091742B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6469663B1 (en) * | 2000-03-21 | 2002-10-22 | Csi Wireless Inc. | Method and system for GPS and WAAS carrier phase measurements for relative positioning |
| CN107390250A (zh) * | 2017-07-14 | 2017-11-24 | 重庆重邮汇测通信技术有限公司 | 一种基于惯性导航系统和双天线gps的定位测姿方法 |
| CN111435168A (zh) * | 2019-01-11 | 2020-07-21 | 电信科学技术研究院有限公司 | 一种定位方法及装置 |
| CN110231638A (zh) * | 2019-06-28 | 2019-09-13 | 北京邮电大学 | 一种无线网络下的载波相位定位方法及装置 |
| CN112526568A (zh) * | 2019-09-19 | 2021-03-19 | 大唐移动通信设备有限公司 | 一种终端定位方法、装置及接收机 |
| CN112566242A (zh) * | 2020-12-03 | 2021-03-26 | 北京邮电大学 | 一种基于贝叶斯估计的定位方法、装置及电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113091742A (zh) | 2021-07-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113091742B (zh) | 一种融合定位方法、装置、电子设备及存储介质 | |
| Liu et al. | Kalman filter-based data fusion of Wi-Fi RTT and PDR for indoor localization | |
| CN110231638B (zh) | 一种无线网络下的载波相位定位方法及装置 | |
| CN109782240B (zh) | 一种基于递推修正的多传感器系统误差配准方法和系统 | |
| CN107941211B (zh) | 基于二阶级联的多元素融合定位方法、装置及电子设备 | |
| CN113189541B (zh) | 一种定位方法、装置及设备 | |
| CN112394383B (zh) | 一种卫星与5g基站组合定位方法及装置 | |
| CN109379711B (zh) | 一种定位方法 | |
| CN111148217B (zh) | 一种定位方法、装置及电子设备 | |
| CN108614284B (zh) | 一种定位信号处理方法、装置及设备 | |
| CN108566677B (zh) | 一种指纹定位方法及装置 | |
| Wang et al. | On-the-fly ambiguity resolution involving only carrier phase measurements for stand-alone ground-based positioning systems | |
| Xue et al. | A closed-form of Newton method for solving over-determined pseudo-distance equations | |
| CN116299623B (zh) | 一种城市复杂场景下的ppp和ins紧组合方法与系统 | |
| CN111123332A (zh) | Cors模糊度固定方法以及智能终端 | |
| Rahmadini et al. | Optimization of Fingerprint indoor localization system for multiple object tracking based on iterated weighting constant-KNN method | |
| CN113671551B (zh) | Rtk定位解算方法 | |
| CN113935402A (zh) | 时差定位模型的训练方法、装置及电子设备 | |
| WO2023065840A1 (zh) | 模糊度固定方法及其系统、存储介质 | |
| CN113917509B (zh) | 一种双差模糊度固定方法、设备以及可读存储介质 | |
| CN109343013A (zh) | 一种基于重启机制的空间配准方法和系统 | |
| CN112566242B (zh) | 一种基于贝叶斯估计的定位方法、装置及电子设备 | |
| CN108834053A (zh) | 一种定位方法、装置及设备 | |
| CN111123323B (zh) | 一种提高便携设备定位精度的方法 | |
| Yu et al. | An indoor localization of WiFi based on branch-bound algorithm |
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 |