CN114173281B - 室内nlos环境下基于toa的定位系统信标节点的优化布局方法 - Google Patents
室内nlos环境下基于toa的定位系统信标节点的优化布局方法 Download PDFInfo
- Publication number
- CN114173281B CN114173281B CN202111603471.8A CN202111603471A CN114173281B CN 114173281 B CN114173281 B CN 114173281B CN 202111603471 A CN202111603471 A CN 202111603471A CN 114173281 B CN114173281 B CN 114173281B
- Authority
- CN
- China
- Prior art keywords
- layout
- beacon
- positioning
- indoor
- nodes
- 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 28
- 238000005457 optimization Methods 0.000 title claims abstract description 27
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 33
- 239000011159 matrix material Substances 0.000 claims abstract description 24
- 238000005516 engineering process Methods 0.000 claims abstract description 13
- 230000000875 corresponding effect Effects 0.000 claims description 20
- 238000009826 distribution Methods 0.000 claims description 12
- 230000002596 correlated effect Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 23
- 239000002245 particle Substances 0.000 description 23
- 238000004088 simulation Methods 0.000 description 6
- 238000011160 research Methods 0.000 description 5
- 230000004807 localization Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000005315 distribution function Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 208000006440 Open Bite Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/22—Traffic simulation tools or models
-
- 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
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
-
- 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
- H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/33—Services specially adapted for particular environments, situations or purposes for indoor environments, e.g. buildings
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开了一种室内NLOS环境下基于TOA定位系统信标节点的布局优化方法,该方法首先获取室内定位空间和定位系统需要部署的信标节点的数目以及定位区域待测节点的权重系数矩阵;其次根据定待测节点的几何精度因子及其权重系数矩阵确定信标节点布局优化算法的适应度函数;最后采用优化算法对信标节点的适应度函数进行求解,从而获得信标节点的最优布局。本发明在室内NLOS条件下对信标节点的布局进行优化,保持了原有定位系统的系统架构和测距技术的精度,又在不提高原有定位算法的计算复杂度以及不增加部署信标节点成本的前提下提高系统定位的稳定性和定位精度,有很好的应用和推广价值。
Description
技术领域
本发明属于室内定位领域,尤其涉及一种室内NLOS环境下基于TOA的定位系统信标节点的优化布局方法。
背景技术
随着移动智能设备的普及,智能移动终端的定位和导航需求日益强烈,对于室外环境下智能移动终端的定位与导航技术已非常成熟。而随着智能移动设备的应用普及,智能移动终端在室内空间的定位和导航需求越来越强烈。在现有的室内定位技术研究中,重点任务是减少定位误差提高定位精度。对于室内定位问题,其定位误差主要来源于系统架构、测距技术的精度以及信标节点的布局。
目前对系统架构、测距技术的精度研究已取得丰硕的成果,但是对室内定位系统中信标节点布置的全面、系统的研究仍很缺乏。就信标节点布局问题而言,其主要影响定位区间内未知节点位置估计的误差范围,不同的信标节点布局方式对定位系统的定位精度影响程度也不同,其难点在于布局影响的定位误差是由多种因素复杂组合决定的,即不同的部署、不同定位算法、不同的信标节点数量下的定位误差差异较大,其能进行精确定位的空间面积也大不相同。
关于室内定位中信标节点布局问题的相关研究,文献(A practical approach tolandmark deployment for indoor localization)分析了基于改进的最小二乘定位算法的定位误差界,在给定信标节点数量的基础上,找出了规则环境下能达到最小误差的布局方式。文献(Beacon Node Placement for Minimal Localization Error)提出了定位误差的简化算法与近似函数,通过临近取舍的方法在可接受的时间代价内找到信标节点的次优分布。文献(Optimum Strategy of Reference Emitter Placement for Dual-SatelliteTDOA and FDOA Localization)以CRLB作为定位系统的性能判断依据,提出了一种基于粒子群算法的双卫星TDOA和FDOA定位的参考辐射源最优配置策略。文献(Optimal BeaconPlacement for Self-Localization Using Three Beacon Bearings)在基于3个信标节点的AOA定位算法下,给出了简单定位区间下最优信标放置问题的解析解。文献(基于粒子群算法的多机无源定位系统优化布站)通过推导多机时差定位算法误差的GDOP公式,利用粒子群算法在多种不同定位基站数量的情况下进行仿真,得出了对应的最优布站形式。
但这些关于定位基站的布局方式研究仍停留在简单无遮挡的环境下,NLOS环境下基站布局情况则更为复杂。虽然目前室内定位系统已经发展非常成熟,但由于室内定位场景的复杂多样性,室内NLOS环境下的定位依然是一个巨大的挑战。研究更好的NLOS定位算法或者增加基站的部署密度都可以改善NLOS环境对室内定位系统的影响,但前者会提高计算复杂度,后者则会增加定位系统整体的成本。通过改善室内定位系统中基站的布局方式,就能很好的解决室内NLOS环境下的定位问题,并且这种方式既不会提高原有定位算法的计算复杂度,也不会增加部署信标节点的成本。
发明内容
为了克服上述现有技术的缺点,本发明的目的在于提供一种室内NLOS环境下基于TOA的定位系统信标节点的优化布局方法,以解决现有技术中遮挡环境下室内定位系统的定位精度及定位区域覆盖率低的问题。
为了达到上述目的,本发明采用以下技术方案予以实现:
本发明公开了一种室内NLOS环境下基于TOA的定位系统信标节点的优化布局方法,包括:
步骤一:获取室内定位区域地图、确定信标节点数目、根据未知节点在相应遮挡环境下的期望占比选择权重系数矩阵;
步骤二:根据未知节点的几何精度因子和权重系数矩阵确定信标节点优化布局算法的适应度函数;
步骤三:求解适应度函数,算得室内遮挡环境下信标节点的最优布局。
优选地,所述步骤一中通过三维激光扫描技术、CAD数据建模、SLAM技术、激光雷达方式或机器视觉方式获取室内定位区域地图。
优选地,所述步骤一中根据对定位系统的需求确定需要部署的信标节点的数目。
优选地,定位系统的需求指实际成本以及对定位精度的要求。
优选地,步骤三中,以迭代步数期望的适应度函数值为终止条件,得出给定权重系数矩阵下的最优适应度值,其所对应的布局方式即为信标节点的最优布局。
优选地,步骤三中,以期望的适应度函数值为终止条件,得出给定权重系数矩阵下的最优适应度值,其所对应的布局方式即为信标节点的最优布局。
优选地,所述适应度函数具体表达式为:
其中,i表示未知节点获得的信标节点LOS信息数量,i≥2,N′i表示每类未知节点的数量,fi为权重系数,GDOPi为未知节点的几何精度因子。
优选地,所述权重系数矩阵用于确定适应度函数的具体表达式以及计算适应度值。
优选地,所述权重系数矩阵为每类未知节点对应的权重系数所组成的矩阵,在的条件下,权重系数的占比与每类未知节点数量的占比正相关,其中,fi为权重系数。
优选地,所述几何精度因子的TOA误差为高斯分布。
与现有技术相比,本发明具有以下有益效果:
本申请提出了一种室内NLOS环境下基于TOA的定位系统信标节点的优化布局方法,测距技术指的是定位系统中用来测量信号发射端与接收端距离的技术,实现定位需要先获得信标节点与未知节点之间的距离,系统架构就是定位系统即基于距离的定位系统获得距离信息的这一部分结构组成,本发明中的定位系统就是基于距离的定位系统,本发明方法使得系统的信标节点的最优布局会优先侧重于提高能同时接受到n个信标节点视距信号的未知节点数量,使得目标定位区域能同时接受到较多视距信息的未知节点数目更多,本发明对信标节点的布局方式进行优化,并不改变原有定位系统类型、定位算法与测距技术,所以在本方法即保持了原有定位系统的系统架构和测距技术的精度,又在不提高原有定位算法的计算复杂度以及不增加部署信标节点成本的前提下提高系统定位的稳定性和定位精度。
附图说明
图1为仿真所得的室内无遮挡环境下信标节点的最优布局;
图2为仿真所得的室内遮挡环境下信标节点的最优布局;
图3为仿真所得的室内无遮挡环境下信标节点的最优布局对应的GDOP分布图;
图4为仿真所得的室内遮挡环境下信标节点的最优布局对应的GDOP分布图;
图5为仿真所得的各权重系数下的最佳信标节点的布局;
图6为各权重系数下对应的每类信标节点的占比;
图7为本发明实施例的实验场景的布置;
图8为本发明实施例的实验场景建模;
图9为本发明实施例基站的经验布站;
图10为本发明实施例基站的最优布站;
图11为本发明实施例基站的经验布站对应的误差累计分布函数关系曲线;
图12为本发明实施例基站的最优布站对应的误差累计分布函数关系曲线。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
下面结合附图对本发明做进一步详细描述:
本发明公开的一种室内NLOS环境下基于TOA定位系统信标节点的优化布局方法,包括:
步骤一:获取室内定位区域地图和定位系统需要部署的信标节点的数目以及未知节点的权重系数矩阵;根据对定位系统的需求确定需要部署的信标节点的数目;信标节点数目的选取应同时考虑实际成本以及对定位精度的要求,信标节点部署过多会增加系统整体的成本,过少会使得定位精度达不到要求;根据每类未知节点在相应遮挡环境下的期望占比选择权重系数矩阵;遮挡环境的不同,每类未知节点的权重系数选取也不同,如对于遮挡物较少的环境应当优先考虑三个或三个以上LOS信号覆盖到的未知节点数量,对于遮挡物较多的环境这先要保证不少于两个LOS信号所覆盖到的区域。
步骤二:由所述未知节点的几何精度因子及其权重系数矩阵确定信标节点布局优化算法的适应度函数;
步骤三:采用优化求解方法求解所述适应度函数,解算得室内遮挡环境下信标节点的最优布局;以所设的适应度函数为优化算法的目标函数,找出室内遮挡环境下信标节点的最优布局;以迭代步数或期望的适应度函数值为终止条件,得出给定权重系数矩阵下的最优适应度值,其所对应的布局方式即为信标节点的最优布局;所述适应度函数具体表达式为:
其中i表示未知节点获得的信标节点LOS信息数量,i≥2,N′i表示每类未知节点的数量,fi为权重系数,GDOPi为未知节点的几何精度因子;
所述权重系数矩阵为每类未知节点对应的权重系数所组成的矩阵,在的条件下,权重系数的占比与每类未知节点数量的占比正相关;
所述TOA测量值为高斯分布。
权重系数矩阵用于确定适应度函数的具体表达式以及计算适应度值;粒子的每一个适应度值对应着一种布局方式;在对信标节点的布局方式进行优化时,首先对信标节点位置等参数进行随机化,再采用优化算法对适应度函数进行求解,得到一个适应函数度值及其对应的布局优化方式后判断是否满足求解终止条件;若不满足,则再次随机化,并求解出新的适应度值与布局方式,与历史适应值进行比较,选择二者中更好的,然后对历史适应度值与历史最优布局进行更新。对该求解过程进行循环,直至满足结束条件,输出满足结束条件时的适应度值和其对应的布局方式;优化方法求解结束的结束条件一般为误差值达到规定要求或者求解次数达到最大循环次数,具体终止条件应依实际情况而定。
几何精度因子(Geometric Dilution Precision,GDOP)代表测距误差造成的未知节点与信标节点间距离矢量的放大因子,反比于未知节点到参与定位的信标节点之间方向向量所构成的几何体体积,因此几何精度因子即GDOP值越小表示定位系统的定位精度越高。
假设定位空间为高斯环境,则基于TOA误差的几何精度因子可表示为
其中,H表示到达时间差的雅可比矩阵,C表示TOA算法实际所测到达时间差的协方差矩阵,v为测量信号的传播速度,σt为时间测量误差的均方根。
遮挡环境下室内定位系统信标节点布局优化问题的主要目标为提高定位系统的定位精度和定位区域覆盖率。这两者是有冲突的,但可以通过设计优化问题的目标函数来解决,合理的目标函数能同时考虑定位精度与定位区域覆盖率的影响。
在进行定位前,先将定位的目标区域进行离散化,选取目标区域内均匀分布的N个节点作为未知节点,剔除掉布局P未能成功定位的N′个节点,再对能够成功定位的N-N′个节点求其GDOP的均值。
由此信标节点布局优化问题的适应度函数可定义为:
以此函数作为信标节点布局优化算法的适应度函数,仅考虑到能够成功定位的未知节点,对于视距信息接受数量小于两个的未知节点则不予考虑。但对于能够成功定位的未知节点而言,接收到的信标节点的LOS(Line Of Slight)信号数量不同,对应的定位误差也不同。
考虑到上述的实际需求对适应度函数进行改进:
其中i表示未知节点获得的信标节点LOS信息数量,对于4个信标节点布局优化问题而言i的可能取值为2、3、4,N′i表示每类未知节点的数量,fi为权重系数,不同权重系数下每类未知节点占比例有所不同。
本发明可采用粒子群算法、遗传算法、蚁群算法、神经网络算法等优化求解方法对NLOS环境下室内定位系统信标节点的布局优化算法进行求解。
下面将以粒子群算法为例,结合附图对本发明实施例作进一步地详细描述。
粒子群算法可描述为:由n个粒子组成的群体在D维空间中运动,结合每个粒子自身运动过程中所经历过最好的位置与群体中所有粒子所经历过的做好位置,以此来决定本身下一步的运动状态。粒子的运动速度与位置更新由下式确定。
式中,为第k步粒子i的运动速度。/>为粒子在k步之前所经历的最好位置。为整个粒子群在第k步之前所经历的最好位置。c1、c2为学习因子,一般取2。ξ、η为[0,1]内的伪随机数。w为惯性权重,一般取值为正常数,本发明采用线性变换的惯性权重来提高粒子群算法的搜索能力,取w=wmin+(wmax-wmin)×(1-k/kmax),其中wmax和wmin分别为最大惯性权重与最小惯性权重,kmax为最大迭代步数。
算法流程如下:
确定定位区域并对定位区域进行离散化,离散化后未知节点数量为N;
选取信标节点数量为M,粒子规模取S,每个粒子表示一种基站布局方式,则单个粒子的维度为M×2,每个维度的最大搜索速度为vmax。选取每类未知节点的权重系数;
在定位区域内随机初始化粒子群的初始位置与初始速度,即随机确定S种初始基站布局方式Pi (0)={p1,p2,…,pm}(i=1,2,…,s)与初始速度Vi (0)={v1,v2,…,vm}(i=1,2,…,s),若定位区域存在遮挡,则要保证每种布局的基站位置都在非遮挡区域内;
计算每种基站布局的适应度值F(Pi (k))。初始状态下每种基站布局的初始最优布局为Pi (0),初始布局中适应度最优的布局方式为初始全局最优布局/>
对前每种基站布局的适应度值F(Pi (0))与其历史最优布局的适应度进行比较,若当前的布局方式好于历史布局方式,则更新其历史最优布局方式;
找出当前所有布局方式中适应度值最优的布局方式,若其优于历史最优布局方式则更新其为全局最优布局方式;
按照粒子群算法的位置与速度更新公式对当前S种粒子的位置与速度进行更新,并限制每种布局方式中的基站都位于目标区间内;
若满足终止条件,则输出最优布局方式与其适应度值,否则再次计算每种粒子的适应度值,继续进行求解。
下面以室内定位环境中4个信标节点的布局方式为例进行仿真,对本发明实施例进行更进一步描述。
定位区域取20m*20m,以布置4个信标节点数为例,首先对无遮挡的定位区域与有遮挡的定位区域进行网格划分,网格长宽均为0.5m,以所划分的网格顶点为未知节点。最大惯性权重与最小惯性权重分别取0.9与0.4,最大搜索速度为5m,粒子群规模为20,迭代次数为500次。
分析图1和图2、图3和图4,可以发现当定位区域存在遮挡物时,信标节点的最优布局会优先侧重于提高能同时接受到4个信标节点LOS信号的未知节点数量,这种结果与实际的认知情况相符合。
每类未知节点随机选取的权重系数如下表所示:
分析图5、图6可知在的条件下,权重系数[f2 f3 f4]的占比与每类未知节点数量的占比正相关。因此对于不同定位需求下的遮挡环境定位任务,选取合适的权重系数就能给出其最优信标节点布局。例如定位系统是四个信标节点的情况,对于有遮挡但遮挡区域不大的环境,则期望能够获得四个信标节点视距信息的待测节点的数量占比最大,此时权重系数f4的占比最大。
本发明实施例以某存在遮挡物的室内环境为实验场景,搭建基于TOA的室内定位系统。
在如图7所示场景中搭建基于TOA的室内定位系统,以遮挡环境下三个信标节点的布局优化问题为例,对上述节点布局的优化方法进行实验验证。选择一处合适的存在遮挡的室内环境分别布设两种信标节点布局进行实验,一种经验布局方式一种应用上述优化方法找出的最优布局方式。
具体实验步骤为:
在同一室内遮挡环境下依次布设两种基站布局,每种布局方式下基站的高度与定位节点的高度一致。在每种布局方式下选取三个位置相同的节点作为待定位的未知节点进行定位实验。测量每种布局方式下基站、定位节点与遮挡物之间的相对位置,得出实际所布置的基站与未知节点的实际位置坐标。
然后在基于TOA的测距算法下分别记录两种不同布站方式下未知节点的LOS信息。最后根据最大似然估计算法得出每个未知节点的位置估计信息,结果如图11所示。
从图9、图10可以看出,最优布站整体定位结果相较于经验布站有所提高。
定位点1处,经验布站和最优布站时其所处较为相似,布站在经过优化后,其定位精度和稳定性均得到了提升。在定位点2,经验布站由于基站B被遮挡,仅依靠A和C来进行位置估计。并且三者处在一条直线上,使得其定位误差较大,稳定性较差。经过布局优化后,该点定位性能得到极大提升。定位点3,经验布站对该点较为友好,不存在非视距问题,其获得了较高的定位精度和稳定性。而最优布站仅依赖基站B’和C’进行定位,其定位精度和稳定性有所下降。
通过图11、图12可以看出,经过布站优化后,其定位性能和稳定性均得到了提升。
以上内容仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明权利要求书的保护范围之内。
Claims (8)
1.一种室内NLOS环境下基于TOA的定位系统信标节点的优化布局方法,其特征在于,包括:
步骤一:获取室内定位区域地图、确定信标节点数目、根据未知节点在相应遮挡环境下的期望占比选择权重系数矩阵;
步骤二:根据未知节点的几何精度因子和权重系数矩阵确定信标节点优化布局算法的适应度函数;
步骤三:求解适应度函数,算得室内遮挡环境下信标节点的最优布局;
所述适应度函数具体表达式为:
其中,表示未知节点获得的信标节点LOS信息数量,/>≥2,/>表示每类未知节点的数量,/>为权重系数,/>为未知节点的几何精度因子。
2.根据权利要求1所述的一种室内NLOS环境下基于TOA的定位系统信标节点的优化布局方法,其特征在于,所述步骤一中通过三维激光扫描技术、CAD数据建模、SLAM技术、激光雷达方式或机器视觉方式获取室内定位区域地图。
3.根据权利要求1所述的一种室内NLOS环境下基于TOA的定位系统信标节点的优化布局方法,其特征在于,所述步骤一中根据对定位系统的需求确定需要部署的信标节点的数目。
4.根据权利要求3所述的一种室内NLOS环境下基于TOA的定位系统信标节点的优化布局方法,其特征在于,定位系统的需求指实际成本以及对定位精度的要求。
5.根据权利要求1所述的一种室内NLOS环境下基于TOA的定位系统信标节点的优化布局方法,其特征在于,步骤三中,以迭代步数期望的适应度函数值为终止条件,得出给定权重系数矩阵下的最优适应度值,其所对应的布局方式即为信标节点的最优布局。
6.根据权利要求1所述的一种室内NLOS环境下基于TOA的定位系统信标节点的优化布局方法,其特征在于,步骤三中,以期望的适应度函数值为终止条件,得出给定权重系数矩阵下的最优适应度值,其所对应的布局方式即为信标节点的最优布局。
7.根据权利要求1所述的一种室内NLOS环境下基于TOA的定位系统信标节点的优化布局方法,所述权重系数矩阵为每类未知节点对应的权重系数所组成的矩阵,在的条件下,权重系数的占比与每类未知节点数量的占比正相关,其中,/>为权重系数。
8.根据权利要求1所述的一种室内NLOS环境下基于TOA的定位系统信标节点的优化布局方法,其特征在于,所述几何精度因子的TOA误差为高斯分布。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111603471.8A CN114173281B (zh) | 2021-12-24 | 2021-12-24 | 室内nlos环境下基于toa的定位系统信标节点的优化布局方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111603471.8A CN114173281B (zh) | 2021-12-24 | 2021-12-24 | 室内nlos环境下基于toa的定位系统信标节点的优化布局方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114173281A CN114173281A (zh) | 2022-03-11 |
CN114173281B true CN114173281B (zh) | 2023-10-27 |
Family
ID=80488123
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111603471.8A Active CN114173281B (zh) | 2021-12-24 | 2021-12-24 | 室内nlos环境下基于toa的定位系统信标节点的优化布局方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114173281B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114979948B (zh) * | 2022-06-08 | 2024-04-12 | 长安大学 | 室内nlos下toa定位系统与tdoa定位系统锚节点布局优化方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105069240A (zh) * | 2015-08-17 | 2015-11-18 | 湖北工业大学 | 一种空间测量定位系统测站布局智能优化方法 |
CN107490797A (zh) * | 2017-09-26 | 2017-12-19 | 电子科技大学 | 一种用于提高定位精度的伪卫星布局方法 |
CN107801195A (zh) * | 2017-11-09 | 2018-03-13 | 东南大学 | 一种车联网定位中的路边单元优化部署方法 |
CN108769996A (zh) * | 2018-04-18 | 2018-11-06 | 网易(杭州)网络有限公司 | 用于定位的信标节点布局方法及定位方法 |
CN109121200A (zh) * | 2018-08-31 | 2019-01-01 | 浙江传媒学院 | 一种iBeacon基站空间布局优化及室内定位方法 |
WO2019148801A1 (zh) * | 2018-02-05 | 2019-08-08 | 通鼎互联信息股份有限公司 | 一种wsn节点的定位方法及装置 |
CN111479214A (zh) * | 2020-02-23 | 2020-07-31 | 南京理工大学 | 基于toa测量的无线传感网络最优目标定位方法 |
WO2021196656A1 (zh) * | 2020-03-31 | 2021-10-07 | 中国人民解放军国防科技大学 | 一种适用于稀疏锚节点wsn的测距定位方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7577446B2 (en) * | 2006-08-03 | 2009-08-18 | Ntt Docomo, Inc. | Weighted least square localization method exploiting multipath channel statistics for non-line-of-sight mitigation |
US8179251B2 (en) * | 2009-09-30 | 2012-05-15 | Mitsubishi Electric Research Laboratories, Inc. | Method and network for determining positions of wireless nodes while minimizing propagation of positioning errors |
US11240860B2 (en) * | 2019-11-30 | 2022-02-01 | International Business Machines Corporation | Run-time system for deployment of indoor positioning systems |
-
2021
- 2021-12-24 CN CN202111603471.8A patent/CN114173281B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105069240A (zh) * | 2015-08-17 | 2015-11-18 | 湖北工业大学 | 一种空间测量定位系统测站布局智能优化方法 |
CN107490797A (zh) * | 2017-09-26 | 2017-12-19 | 电子科技大学 | 一种用于提高定位精度的伪卫星布局方法 |
CN107801195A (zh) * | 2017-11-09 | 2018-03-13 | 东南大学 | 一种车联网定位中的路边单元优化部署方法 |
WO2019148801A1 (zh) * | 2018-02-05 | 2019-08-08 | 通鼎互联信息股份有限公司 | 一种wsn节点的定位方法及装置 |
CN108769996A (zh) * | 2018-04-18 | 2018-11-06 | 网易(杭州)网络有限公司 | 用于定位的信标节点布局方法及定位方法 |
CN109121200A (zh) * | 2018-08-31 | 2019-01-01 | 浙江传媒学院 | 一种iBeacon基站空间布局优化及室内定位方法 |
CN111479214A (zh) * | 2020-02-23 | 2020-07-31 | 南京理工大学 | 基于toa测量的无线传感网络最优目标定位方法 |
WO2021196656A1 (zh) * | 2020-03-31 | 2021-10-07 | 中国人民解放军国防科技大学 | 一种适用于稀疏锚节点wsn的测距定位方法 |
Non-Patent Citations (5)
Title |
---|
A hybrid TOA/AOA positioning method based on GDOP-weighted fusion and its Accuracy Analysis;Fanzeng Kong et al;2016 IEEE Advanced Information Management, Communicates, Electronic and Automation Control Conference;全文 * |
Adaptive TOA Estimation with Imperfect LOS and NLOS Knowledge in UWB Positioning Systems;Iker Sobron et al;2020 IEEE SENSORS;全文 * |
Robust locating using LPS LOSNUS under NLOS conditions;Mohammad Syafrudin et al;2014 International Conference on Indoor Positioning and Indoor Navigation;全文 * |
基于IAGA的空间测量定位系统测站优化部署;熊芝;岳;薛彬;;应用光学(第04期);全文 * |
基于改进禁忌搜索的基站布局优化算法;陈诗军;王慧强;陈大伟;刘秀兵;胡海婧;;计算机工程与科学(第02期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114173281A (zh) | 2022-03-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105704652B (zh) | 一种wlan/蓝牙定位中的指纹库采集和优化方法 | |
JP5522054B2 (ja) | 電波環境データ補正システム、方法およびプログラム | |
CN103533647A (zh) | 一种基于分簇机制及稳健回归的射频地图自适应定位方法 | |
CN108958282A (zh) | 基于动态球形窗口的三维空间路径规划方法 | |
CN107300687B (zh) | 一种基于运动多站的高精度无源时差定位方法 | |
CN111698774B (zh) | 基于多源信息融合的室内定位方法及装置 | |
CN109379711B (zh) | 一种定位方法 | |
CN109842935A (zh) | 一种基于混合smpso优化的加权dv-hop定位方法 | |
CN111901749A (zh) | 一种基于多源融合的高精度三维室内定位方法 | |
CN102325370A (zh) | 一种高精度的无线传感器网络节点的三维定位器 | |
CN114173281B (zh) | 室内nlos环境下基于toa的定位系统信标节点的优化布局方法 | |
CN105898711A (zh) | 一种基于地磁基准线的定位方法及装置 | |
CN112738709B (zh) | 一种基于uwb信号的粒子群搜索室内定位方法及系统 | |
CN109640253B (zh) | 一种移动机器人定位方法 | |
KR20190122423A (ko) | 머신러닝 기반의 실내 측위 방법 및 시스템 | |
CN117676462A (zh) | 一种融合Wi-Fi和蓝牙的双三角定位方法 | |
CN113242518B (zh) | 一种基于水晶型信标布局的改进位置指纹定位方法 | |
Arsan | Accurate indoor positioning with ultra-wide band sensors | |
CN108924734A (zh) | 一种三维传感器节点定位方法及系统 | |
CN115942231A (zh) | 一种基于rss的5g室外定位方法 | |
CN114584992A (zh) | 一种测控站备选站址获取方法、测控站布设规划方法 | |
KR102305393B1 (ko) | Vlc를 활용한 실내 위치 추적 방법 및 장치 | |
CN111432328B (zh) | 无线传感器网络的节点定位方法、装置和存储介质 | |
CN113099386A (zh) | 一种多楼层室内位置识别方法及其在博物馆导览中的应用 | |
CN112268561A (zh) | 一种融合磁场信息的机器人蒙特卡罗定位方法 |
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 |