CN114615677B - 基于非视距环境评价的室内uwb定位优化建站方法 - Google Patents
基于非视距环境评价的室内uwb定位优化建站方法 Download PDFInfo
- Publication number
- CN114615677B CN114615677B CN202210235302.1A CN202210235302A CN114615677B CN 114615677 B CN114615677 B CN 114615677B CN 202210235302 A CN202210235302 A CN 202210235302A CN 114615677 B CN114615677 B CN 114615677B
- Authority
- CN
- China
- Prior art keywords
- base station
- line
- sight
- area
- indoor
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000005457 optimization Methods 0.000 title claims abstract description 23
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 14
- 238000004364 calculation method Methods 0.000 claims abstract description 9
- 230000007613 environmental effect Effects 0.000 claims description 2
- 230000004927 fusion Effects 0.000 claims description 2
- 230000002068 genetic effect Effects 0.000 abstract description 10
- 238000004088 simulation Methods 0.000 abstract description 3
- 239000000463 material Substances 0.000 abstract description 2
- 238000012360 testing method Methods 0.000 abstract description 2
- 238000005259 measurement Methods 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000035772 mutation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003631 expected effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000010076 replication Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- 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
- H04W16/18—Network planning tools
- H04W16/20—Network planning tools for indoor coverage or short range network deployment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- 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
- H04W16/225—Traffic simulation tools or models for indoor or short range network
-
- 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
-
- 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
Abstract
基于非视距环境评价的室内UWB定位优化建站方法，属于室内无线定位技术领域。本发明主要利用UWB信号的视距与非视距区域在测距上的应用，完成室内基站的非视距加权面积最小布局的仿真。在获得室内地图的基础上，对其进行建模，首先根据地图信息进行基站大致范围的划分，然后利用遗传算法依次对各个基站的位置进行非视距性能优化解算。本发明与传统建站模式相比，通过建模仿真可以快速获取基站最优部署位置，减小非视距传播对室内UWB定位影响，提高基站的可用范围，减少实际测试时的人力物力损耗，对实际UWB定位基站的布设有一定的指导意义。
Description
技术领域
本发明涉及基于非视距环境评价的室内UWB定位优化建站方法，涉及室内无线定位技术领域。
背景技术
随着无线通信技术的发展，人们日常生活中对位置服务的需求不断提升，室外中全球卫星导航系统(GNSS)技术已经十分成熟，可以为人们提供可靠的室外定位服务，而在室内环境中，由于受到建筑物等遮挡，导致卫星信号削弱严重，很难在室内提供可靠的定位服务，因此提高定位精度成为了室内定位的重要研究。
随着技术的不断发展，目前室内定位技术主要有以下几种：蓝牙，Wi-Fi，步行者航位推算(PDR)，计算机视觉以及超宽带(UWB)定位等。蓝牙，Wi-Fi和PDR，等定位技术精度仅能达到米级，但部署成本低，甚至无需部署专用的随便。计算机视觉和UWB技术定位精度可以达到厘米级别，因此收到广泛重视，而通过计算机视觉解算位置需要较高的功耗，因而超宽带凭借极高的时间分辨率、极大的带宽和较低的功耗，在厘米级定位技术中具有巨大优势。
超宽带定位精度很大一部分受到视距传播(LOS)和非视距传播(NLOS)的影响，体现在视距范围内定位精度高，非视距范围内定位精度较低，需要采用补偿算法拟合来提高非视距定位精度，而基站的布设方式直接影响到视距和非视距范围。目前，大部分UWB室内定位基站布设方案仅根据场景结构选择阵型，采用相关准则分析定位精度，对几种基站布设方式进行比较，未提出基站布设优化的方法或在空旷环境下进行基站布设，未考虑在含障碍物环境下非视距传播的影响，导致优化方法不具备适用性。
发明内容
针对上述所指出的现有的基站布设优化方法的缺陷，提出基于非视距环境评价的室内UWB定位优化建站方法，基站布设的目标是减小非视距传播对室内UWB定位影响，提高基站的可用范围，减少实际测试时的人力物力损耗，为实际室内UWB定位基站的布设提供一定的指导意义。
本发明提供基于非视距环境评价的室内UWB定位优化建站方法，其特征在于，具体步骤如下：
(1)人为约束，输入场景大小，并根据地图信息和定位需求为各个基站划分范围；
(2)区域内随机生成基站坐标；
(3)计算当前基站对应的非视距性能；
步骤(3)所述计算当前基站对应的非视距性能，采用多基站非视距面积融合权值来评价非视距性能，其步骤包括：
(3.1)将场景按网格划分，网格大小为15cm*15cm，共M*N个网格；
(3.2)计算当前基站对应的非视距面积，和其他已部署基站的公共非视距面积；
(3.3)将各个非视距面积分别乘以权重系数后相加，得到当前基站的非视距性能；
(4)判断其是否达到最优，若否，继续搜索更新、基站坐标返回步骤(2)：若是，则输出当前区域的优化基站坐标，转到步骤(5)；
步骤(4)所述判断其是否达到最优，采用某种智能算法，更新坐标点，使得非视距性能评价指标达到最优，输出最优坐标，即arg min{Zi}；
(5)下一个基站重复步骤(2)(3)(4)，直到所有基站都完成解算，完成优化建站。
作为本发明进一步改进，步骤(3.2)计算当前基站对应的非视距面积，非视距面积即指的在障碍物背面，因为遮挡出现信号场强较弱的半盲区，采用射线跟踪法，以基站为发射点发射一根射线，然后绕基站位置进行旋转，计算射线未扫过的面积，即为非视距面积，
计算公式为：
Sk＝S0*mk
其中Sk为第k个基站的非视距面积(k＝1,2,3,…)，S0为网格面积，是常数，mk是当前基站对应的非视距网格数。
作为本发明进一步改进，步骤(3.2)所述当前基站对应的非视距网格数，非视距网格数计算方法为：
其中p(i.j)为第i行j列网格的非视距评价指标，取值遵循如下公式：
作为本发明进一步改进，步骤(3.2)计算和其他已部署基站的公共非视距面积，以k号基站和l号基站对应的公共非视距面积为例，计算公式为：
S(k,l)＝S0*m(k,l)
其中S(k,l)为第k个基站和第l个基站的公共非视距面积，S0为网格面积，是常数，m(k,l)是k号基站和l号基站对应的公共非视距网格数。
作为本发明进一步改进，步骤(3.2)所述k号基站和l号基站对应的公共非视距网格数，非视距网格数计算方法为：
其中p(k,l)(i,j)为第i行j列网格的k号基站和l号基站对应的公共非视距评价指标，取值遵循如下公式：
作为本发明进一步改进，步骤(3.3)将各个非视距面积分别乘以权重系数后相加，得到当前基站的非视距性能，是采用权值原理将多目标优化问题转换为单目标优化题，优化目标公式如下：
其中Zi是I号基站非视距性能评价指标，我们认为Zi值越小时当前I号基站的坐标位置对应的非视距性能越好，其中权值a、b、c、…、g、…都为常数，根据实际地图信息进行取值。
采用本发明优化方法，再用遗传算法等智能算法对基站布设优化的坐标进行求解，遗传算法基于自然选择和自然遗传学，模仿生物进化和遗传规律，运用复制、交叉和变异等操作，优胜劣汰，一代代地重复操作，最终寻求到最优解或近似最优解。从数学角度讲，遗传算法实质上是一种搜索寻优技术，它从某一初始种群出发，在每一次迭代过程中都保留一组解，按适应度函数进行排序，并按某种操作规则选出一组解，再进行交叉、变异等操作，产生新一代的一组解，重复此过程，不断迭代运算，便会逐渐逼近问题最优解。将非视距性能评价指标作为最终的目标，通过不断循环，最后输出达到优化目标的基站坐标。
有益效果：
本发明基于UWB信号的非视距区域对测距的影响，完成室内基站的非视距面积最小化布局的仿真。在获得室内地图的基础上，对其进行建模，采用递进式基站部署方式，依次为每个基站设置非视距性能评价指标，并采用遗传算法等智能算法进行求解，不断搜索基站部署位置，直到非视距性能评价指标满足设定的条件，达到优化目标或达到循环次数，输出当前最优的基站坐标，然后部署下一个基站，重复上述步骤。采用本发明基于非视距环境评价的室内UWB定位优化建站方法，经过优化后的基站布设阵型，提出了非视距性能评价指标，减小非视距传播对室内UWB定位影响，满足优化目标，达到预期效果。
附图说明
图1为本发明优化方法流程图；
图2为具体方案房间平面图；
图3为具体方案中人为约束分区图；
图4为具体方案中1号基站部署图；
图5为具体方案中2号基站部署图；
图6为具体方案中3号基站部署图；
图7为具体方案中4号基站部署图。
具体实施方式
以下将结合具体实例对本发明提供的技术方案进行详细说明，应理解下述具体实施方式仅用于说明本发明而不用于限制本发明的范围。
图1是基于非视距环境评价的室内UWB定位优化建站方法的流程图，包括如下步骤；
(1)人为约束，输入场景大小，并根据地图信息和定位需求为各个基站划分范围；
(2)区域内随机生成基站坐标；
(3)计算当前基站对应的非视距性能；
(4)判断其是否达到最优，若否，继续搜索更新、基站坐标返回步骤(2)：若是，则输出当前区域的优化基站坐标，转到步骤(5)；
(5)下一个基站重复步骤(2)(3)(4)，直到所有基站都完成解算，完成优化建站；
步骤(3)计算当前基站对应的非视距性能，其具体步骤按发明内容记载的方法计算。
以图2所示的室内环境为例进行本发明方法具体的描述：
首先进行人为约束，房间为一个矩形房间，有4根实心柱子分散在房间中，要求使用4个基站进行布设，从实际应用出发，为了不影响日常的生产生活，基站布设在四周墙顶附近范围，减少人员流动对定位的影响，为基站划分范围如图3
然后为1号基站区域内随机生成基站坐标，并求出当前位置对应的非视距性能，即当前基站对应的非视距性能评价指标：
Z1＝a*S1
即1号基站的非视距面积(S1)即为所求，根据遗传算法，求区域内的最优解，即当前位置的非视距性能评价指标最小，输出坐标位置，并认为当前位置基站对应的非视距性能最好，如图4；
接下来为2号基站区域内随机生成基站坐标，并求出当前位置对应的非视距性能，即当前基站对应的非视距性能评价指标：
Z2＝a*S2+b*S(1,2)
即，将2号基站的非视距面积(S2)和1号、2号公共非视距面积(S(1,2)图中用红色框指出，后文公共非视距面积同理，图中不再指出)分别乘以权重系数后相加，得到当前位置的非视距性能评价指标，然后根据遗传算法，求区域内的最优解，即当前位置的非视距性能评价指标最小，输出坐标位置，并认为当前位置基站对应的非视距性能最好，如图5
接下来为3号基站区域内随机生成基站坐标，并求出当前位置对应的非视距性能，即当
Z3＝a*S3+b*(S(1,3)+S(2,3))+c*S(1,2,3)
前基站对应的非视距性能评价指标：
即，将3号基站的非视距面积(S3)和1号、3号与2号、3号公共非视距面积(S(1,3),S(2,3))和1号、2号、3号公共非视距面积(S(1,2,3))分别乘以权重系数后相加，得到当前位置的非视距性能评价指标，然后根据遗传算法，求区域内的最优解，即当前位置的非视距性能评价指标最小，输出坐标位置，并认为当前位置基站对应的非视距性能最好，如图6
最后为4号基站区域内随机生成基站坐标，并求出当前位置对应的非视距性能，即当前
Z4＝a*S4+b*(S(1,4)+S(2,4)+S(3,4))+c*(S(1,2,4)+S(1,3,4)+S(2,3,4))+d*S(1,2,3,4)
基站对应的非视距性能评价指标：
即，将4号基站的非视距面积(S4)和1号、4号与2号、4号与3号、4号公共非视距面积(S(1,4),S(2,4),S(3,4))和1号、2号、4号与1号、3号、4号与2号、3号、4号公共非视距面积(S(1,2,4),S(1,3,4),S(2,3,4))和1号、2号、3号、4号公共非视距面积(S(1,2,3,4))分别乘以权重系数后相加，得到当前位置的非视距性能评价指标，然后根据遗传算法，求区域内的最优解，即当前位置的非视距性能评价指标最小，输出坐标位置，并认为当前位置基站对应的非视距性能最好，如图7
最后，输出该房间经过本发明方法处理后的所有UWB定位基站坐标，可以认为当前布设下的室内基站阵列的非视距传播对室内UWB定位影响最小，从而为实际布设人员提供指导和参考。
本发明未尽事宜为公知技术。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围内。
Claims (2)
1.基于非视距环境评价的室内UWB定位优化建站方法，其特征在于，具体步骤如下：
(1)人为约束，输入场景大小，并根据地图信息和定位需求为各个基站划分范围；
(2)区域内随机生成基站坐标；
(3)计算当前基站对应的非视距性能；
步骤(3)所述计算当前基站对应的非视距性能，采用多基站非视距面积融合权值来评价非视距性能，其步骤包括：
(3.1)将场景按网格划分，网格大小为15cm*15cm，共M*N个网格；
(3.2)计算当前基站对应的非视距面积，和其他已部署基站的公共非视距面积；
步骤(3.2)计算当前基站对应的非视距面积，非视距面积即指的在障碍物背面，因为遮挡出现信号场强较弱的半盲区，采用射线跟踪法，以基站为发射点发射一根射线，然后绕基站位置进行旋转，计算射线未扫过的面积，即为非视距面积，
计算公式为：
Sk＝S0*mk
其中Sk为第k个基站的非视距面积(k＝1,2,3,…)，S0为网格面积，是常数，mk是当前基站对应的非视距网格数；
步骤(3.2)当前基站对应的非视距网格数，非视距网格数计算方法为：
其中p(i.j)为第i行j列网格的非视距评价指标，取值遵循如下公式：
步骤(3.2)计算和其他已部署基站的公共非视距面积，以k号基站和l号基站对应的公共非视距面积为例，计算公式为：
S(k,l)＝S0*m(k,l)
其中S(k,l)为第k个基站和第l个基站的公共非视距面积，S0为网格面积，是常数，m(k,l)是k号基站和l号基站对应的公共非视距网格数；
步骤(3.2)k号基站和l号基站对应的公共非视距网格数，非视距网格数计算方法为：
其中p(k,l)(i,j)为第i行j列网格的k号基站和l号基站对应的公共非视距评价指标，取值遵循如下公式：
(3.3)将各个非视距面积分别乘以权重系数后相加，得到当前基站的非视距性能；
(4)判断其是否达到最优，若否，继续搜索更新、基站坐标返回步骤(2)：若是，则输出当前区域的优化基站坐标，转到步骤(5)；
步骤(4)所述判断其是否达到最优，采用某种智能算法，更新坐标点，使得非视距性能评价指标达到最优，输出最优坐标，即arg min{Zi}；
(5)下一个基站重复步骤(2)(3)(4)，直到所有基站都完成解算，完成优化建站。
2.根据权利要求1所述的基于非视距环境评价的室内UWB定位优化建站方法，其特征在于：步骤(3.3)将各个非视距面积分别乘以权重系数后相加，得到当前基站的非视距性能，是采用权值原理将多目标优化问题转换为单目标优化问题，优化目标公式如下：
其中Zi是I号基站非视距性能评价指标，我们认为Zi值越小时当前I号基站的坐标位置对应的非视距性能越好，其中权值a、b、c、....、g、....都为常数，根据实际地图信息进行取值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210235302.1A CN114615677B (zh) | 2022-03-10 | 2022-03-10 | 基于非视距环境评价的室内uwb定位优化建站方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210235302.1A CN114615677B (zh) | 2022-03-10 | 2022-03-10 | 基于非视距环境评价的室内uwb定位优化建站方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114615677A CN114615677A (zh) | 2022-06-10 |
| CN114615677B true CN114615677B (zh) | 2024-02-27 |
Family
ID=81862246
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210235302.1A Active CN114615677B (zh) | 2022-03-10 | 2022-03-10 | 基于非视距环境评价的室内uwb定位优化建站方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114615677B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116828485B (zh) * | 2023-07-20 | 2023-12-22 | 山东科技大学 | 一种适用于厂房内复杂环境的uwb基站三维布设方法及系统 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112929891A (zh) * | 2021-01-20 | 2021-06-08 | 北京市测绘设计研究院 | 一种基于室内三维结构化模型的5g基站信号仿真和优化选址方法 |
-
2022
- 2022-03-10 CN CN202210235302.1A patent/CN114615677B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112929891A (zh) * | 2021-01-20 | 2021-06-08 | 北京市测绘设计研究院 | 一种基于室内三维结构化模型的5g基站信号仿真和优化选址方法 |
Non-Patent Citations (2)
| Title |
|---|
| NLOS/LOS混合环境下的无线定位算法研究;郑志龙;CNKI优秀硕士论文全文库;全文 * |
| Research on Indoor UWB Positioning Algorithm in NLOS Environment;Taoyun Zhou et al.;2020 7th International Conference on Information Science and Control Engineering (ICISCE);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114615677A (zh) | 2022-06-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105203106B (zh) | 一种基于模拟退火粒子群算法的wMPS网络布局优化方法 | |
| CN105069240A (zh) | 一种空间测量定位系统测站布局智能优化方法 | |
| CN106131797A (zh) | 一种基于rssi测距的节水灌溉监测网络定位方法 | |
| CN114615677B (zh) | 基于非视距环境评价的室内uwb定位优化建站方法 | |
| CN114936957A (zh) | 基于移动监测数据的城市pm25浓度分布模拟及场景解析模型 | |
| CN109614670B (zh) | 一种严寒地区庭院布局优化设计方法 | |
| CN104050254B (zh) | 利用室内数据构建3d室内特征库的方法 | |
| CN109933901B (zh) | 一种生态系统服务价值最优化的mcr城市扩张模拟方法 | |
| CN113259884B (zh) | 基于多参数融合的室内定位基站布设优化方法 | |
| CN112417375B (zh) | 天气雷达网三维格点场雷达贡献度计算方法及应用 | |
| CN104618046B (zh) | 基于无线传播模型校正的信号强度预测方法和系统 | |
| CN114189871B (zh) | 一种考虑校正信号传播模型的电力5g基站布局方法 | |
| CN116471661A (zh) | 基于射线跟踪的地下管廊机会信号分析方法定位方法 | |
| Arsan | Accurate indoor positioning with ultra-wide band sensors | |
| Mondal et al. | Genetic algorithm optimized grid-based RF fingerprint positioning in heterogeneous small cell networks | |
| CN104679957A (zh) | 用射线跟踪算法对不同误差地图进行电磁仿真的方法 | |
| CN114040336A (zh) | 基于缩影判定定位法与粒子群优化算法的信标部署方法 | |
| Combeau et al. | A numerical simulation system for mobile telephony base station EMF exposure using smartphones as probes and a genetic algorithm to improve accuracy | |
| CN114584992A (zh) | 一种测控站备选站址获取方法、测控站布设规划方法 | |
| CN114239232A (zh) | 基于规划评估双反馈技术的复杂电磁环境方案生成方法 | |
| Corre et al. | A new approach for radio propagation modeling in urban environment: Knife-edge diffraction combined with 2D ray-tracing | |
| Yang et al. | Wireless base stations planning based on GIS and genetic algorithms | |
| CN113219408A (zh) | 改进型rbf神经网络室内可见光定位方法及系统 | |
| CN113993084B (zh) | 一种室内外一体化电磁仿真指纹库的构建方法 | |
| CN117523063B (zh) | 基于三维空间的高性能射线追踪仿真的渲染方法 |
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 |