CN117579988B - 大容量信道特征库条件下基于过滤的无锚点定位方法及系统 - Google Patents

大容量信道特征库条件下基于过滤的无锚点定位方法及系统 Download PDF

Info

Publication number
CN117579988B
CN117579988B CN202311543638.5A CN202311543638A CN117579988B CN 117579988 B CN117579988 B CN 117579988B CN 202311543638 A CN202311543638 A CN 202311543638A CN 117579988 B CN117579988 B CN 117579988B
Authority
CN
China
Prior art keywords
delayp
combinations
range
filtering
determining
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
CN202311543638.5A
Other languages
English (en)
Other versions
CN117579988A (zh
Inventor
邵尉
鹿海州
晋军
刘杨
罗业超
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.)
Army Engineering University of PLA
Original Assignee
Army Engineering University of PLA
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 Army Engineering University of PLA filed Critical Army Engineering University of PLA
Priority to CN202311543638.5A priority Critical patent/CN117579988B/zh
Publication of CN117579988A publication Critical patent/CN117579988A/zh
Application granted granted Critical
Publication of CN117579988B publication Critical patent/CN117579988B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
    • 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
    • G01S5/06—Position of source determined by co-ordinating a plurality of position lines defined by path-difference measurements
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

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)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Image Analysis (AREA)

Abstract

本发明大容量信道特征库条件下基于过滤的无锚点定位方法及系统，包括根据输入的k个收发信机两两之间的实测时延和允许的最大时延误差e，遍历信道特征库，确定所有潜在的P1和P2的位置组合；对于每一组P1和P2的位置组合，分别过滤获取R1‑3和R2‑3，判断R1‑3和R2‑3的空集状态，确定所有潜在的P1，P2和P3的位置组合；基于P1，P2和P3的位置组合类推Pk的位置组合，过滤掉不匹配的位置组合结果，得到最终的P1，P2，……，Pk的位置组合；将得到最终的P1，P2，……，Pk的位置组合，分别对所有组合中的P1，P2，……，Pk的横纵坐标分别求均值，作为定位结果输出。相比于传统的匹配方法，本方法的运算量更小。

Description

大容量信道特征库条件下基于过滤的无锚点定位方法及系统
技术领域
本发明涉及大容量信道特征库条件下基于过滤的无锚点定位方法及系统，属于通信与电磁频谱感知技术领域。
背景技术
目前针对定位技术，较为流行的是指纹定位。如果在一片区域中有n(n∈N+且n≥2)个采样点：
对于有锚点的指纹定位：只需要知道从锚点到n个位置的信道特征，将信道特征作为指纹，将实际得到的信道特征与指纹库进行对比，每次从指纹库中取1个，共有种可能性。
对于无锚点的指纹定位：如果已知信道特征库包含一片区域的n个位置点，有k个收发信机任意两者之间的信道特征已知，那么传统的指纹穷举方法为从n个位置点中任取k个点，共有种可能，然后将每一种可能与信道特征库进行对比。
对于有锚点的情况，在很多地方存在找不到锚点的可能，对于全盲的情况不适用。
对于无锚点的穷举定位方法，从n个位置点中取k个点共有种可能。一方面，和有锚点的情况相比，无锚点的情况/>中的k会更大，这就导致了穷举的运算量增加。另一方面，对于小容量的信道特征库(即n较小时)，传统的穷举方法有些是可行的。但是对于大容量的信道特征库，n会很大，这就导致了/>数据量过大，对穷举算法的实时性要求更高，需要化简。
发明内容
本发明的目的在于提供大容量信道特征库条件下基于过滤的无锚点定位方法及系统，以解决现有技术无锚点定位方法运算量大的缺陷。
第一方面：
大容量信道特征库条件下基于过滤的无锚点定位方法，其特征在于：所述方法包括：
步骤A、根据输入的k个收发信机两两之间的实测时延delayPi-j和允许的最大时延误差e，遍历信道特征库，确定所有潜在的P1和P2的位置组合；
步骤B、对于每一组P1和P2的位置组合，分别过滤获取R1-3和R2-3，判断R1-3和R2-3的空集状态，确定所有潜在的P1，P2和P3的位置组合；
步骤C、基于P1，P2和P3的位置组合类推Pk的位置组合，如果组合的个数唯一，则定位结果唯一确定；如果组合的个数不唯一，依次根据delayPk-1，delayPk-2，……，delayPk-(k-1)，delayP(k-1)-1，delayP(k-1)-2，……，delayP(k-1)-(k-2)，……，delayP2-1和信道特征库比对，过滤掉不匹配的位置组合结果，得到最终的P1，P2，……，Pk的位置组合；
步骤D、将得到最终的P1，P2，……，Pk的位置组合，分别对所有组合中的P1，P2，……，Pk的横纵坐标分别求均值，作为定位结果输出。
进一步地，所述允许的最大时延误差e的用法包括：
设信道特征库中的任意一个时延数据记为delay_ku，如果delayPi-j>(delay_ku-e)且delayPi-j<(delay_ku+e)，则认为delayPi-j和delay_ku相匹配。
进一步地，所述允许的最大时延误差e的用法还包括：
根据信道特征库中参考点的密度调整最大时延误差e的大小，以确保快速准确的定位效果，整体趋势是信道特征库中参考点的密度越大，则e越小。
进一步地，所述判断判断R1-3和R2-3的空集状态，确定所有潜在的P1，P2和P3的位置组合的方法包括：
如果R1-3为空集或R2-3为空集，则排除该组的P1和P2的位置组合，否则如果R1-3和R2-3的交集为空集，则排除该组的P1和P2的位置组合，当R1-3和R2-3的交集不为空集时，则确定所有潜在的P1，P2和P3的位置组合；
进一步地，所述步骤D还包括：
如果步骤C得到的最终的P1，P2，……，Pk的位置组合个数大于3，分别对所有组合中的P1，P2，……，Pk的横纵坐标分别求均值，得到平均的P1坐标、平均的P2坐标、……、平均的Pk坐标，分别记为P1AV＝(AVX1,AVY1)、P2AV＝(AVX2,AVY2)、……、PkAV＝(AVXk,AVYk)，将最终的P1，P2，……，Pk的位置组合中偏离平均坐标最远的点排除，对排除后的点的坐标分别求均值作为定位结果输出。
进一步地，所述步骤D还包括：
如果步骤C得到的最终的P1，P2，……，Pk的位置组合个数大于5，分别对所有组合中的P1，P2，……，Pk的横纵坐标分别求均值，得到平均的P1坐标、平均的P2坐标、……、平均的Pk坐标，分别记为P1AV＝(AVX1,AVY1)、P2AV＝(AVX2,AVY2)、……、PkAV＝(AVXk,AVYk)，将最终的P1，P2，……，Pk的位置组合中距离平均坐标最近的前5个P1，前5个P2，……，前5个Pk保留，其余的点全部排除，对保留的坐标分别求均值作为定位结果输出。
第二方面：
大容量信道特征库条件下基于过滤的无锚点定位系统，所述系统包括：
组合确定模块，根据输入的k个收发信机两两之间的实测时延delayPi-j和允许的最大时延误差e，遍历信道特征库，确定所有潜在的P1和P2的位置组合；
判断模块，对于每一组P1和P2的位置组合，分别过滤获取R1-3和R2-3，判断R1-3和R2-3的空集状态，确定所有潜在的P1，P2和P3的位置组合；
数据筛选模块，基于P1，P2和P3的位置组合类推Pk的位置组合，如果组合的个数唯一，则定位结果唯一确定；如果组合的个数不唯一，依次根据delayPk-1，delayPk-2，……，delayPk-(k-1)，delayP(k-1)-1，delayP(k-1)-2，……，delayP(k-1)-(k-2)，……，delayP2-1和信道特征库比对，过滤掉不匹配的位置组合结果，得到最终的P1，P2，……，Pk的位置组合；
定位模块，将得到最终的P1，P2，……，Pk的位置组合，分别对所有组合中的P1，P2，……，Pk的横纵坐标分别求均值，作为定位结果输出。
第三方面：
一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时，实现如第一方面中任一所述的大容量信道特征库条件下基于过滤的无锚点定位方法。
第四方面：
一种计算机设备，包括：
存储器，用于存储指令；
处理器，用于执行所述指令，使得所述设备执行实现如第一方面任一项所述的大容量信道特征库条件下基于过滤的无锚点定位方法的操作。
与现有技术相比，本发明所达到的有益效果：
(1)相比传统的穷举算法，本算法运算量显著减小；
(2)无锚点，该方案能够实现无锚点的定位；
(3)实现视通或者非视通的定位；
(4)参与运算的节点个数越多，对于传统穷举算法，运算量会急剧增大，但是对于本算法，运算量增加有限。
附图说明
图1是本发明任意k个点之间的时延示意图；
图2是本发明方法流程图；
图3是e＝6(纳秒)时k与R的关系；
图4是k＝3时R与e的关系；
图5是k＝4时R与e的关系。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。
实施例1
本发明对于在一片区域中，仅知道k个收发信机两两之间的时延，而对所有收发信机的位置未知，无任何参考锚点，利用k个收发信机之间的时延与信道特征库对比，进而获取k个未知点的坐标。信道特征库中的时延特征可通过射线追踪法仿真获得，收发信机之间的时延由设备自动测量。
将一片区域中任意k(k≥2)个收发信机的位置分别设为P1、P2、……、Pk。
从Pi到Pj的时延记为：delayPi-j，其中i,j∈[1,k]。任意k个点相互之间的时延如图1所示。
在这个区域中，任意k个点的位置是全盲的，即无任何参考锚点。k个点之间可以是视通的，也可以是非视通的。
下面提出一种大容量信道特征库条件下基于过滤的无锚点定位算法，利用信道特征库中n个参考点之间的时延信息，用较少的计算量确定k个收发信机的位置。
在这个算法中，考虑了实际设备测得的时延与信道特征库的时延之间的误差。在实际设备的最大测量误差已知的情况下，用户可以根据实际需求在程序中输入最大允许时延误差值，将用户输入的最大允许时延误差值记为e，每一次的时延比对都会将误差e考虑在内。
信道特征库包含目标区域中任意两个参考点之间的信道特征；将实测的(输入算法中的)信道特征与特征库中的特征进行匹配，在考虑误差的情况下过滤掉不匹配的参考点；目标区域中所有的收发信机的位置都是未知的，进行的是无锚点定位；相比于传统的在信道特征库中任取k个参考点与实际的k个收发信机的时延进行比对的方法，本方法的运算量更小，
算法步骤如下：
设k个收发信机的位置依次记为P1、P2、……、Pk，第i个收发信机实测的到第j个收发信机的时延记为delayPi-j，第i个收发信机根据delayPi-j与信道特征库中的时延特征进行匹配过滤，得到的符合特征的Pi和Pj的组合的集合记为Ri-j。
第一步：将k个收发信机两两之间的时延输入到程序中，并且输入一个允许的最大时延误差e。
第二步：根据时延delayP1-2和允许的最大时延误差e，遍历信道特征库。确定所有的潜在的P1和P2的组合。此时潜在的P1和P2的组合相比于信道特征库是有限的、少量的。
第三步：对于每一组潜在的P1和P2，依次进行由P1确定P3的范围R1-3，由P2确定P3的范围R2-3。将R1-3和R2-3取交集，进一步缩小P3的范围。
第四步：如果R1-3和R2-3的交集为空集，则舍弃本组的P1和P2，进入下一组P1和P2。如果不为空集，那么对交集中每一个潜在的P3点，由P1确定P4的范围R1-4，由P2确定P4的范围R2-4，由P3确定P4的范围R3-4，然后取R1-4和R2-4和R3-4的交集作为P4的范围。
第五步：以此类推，对于第i个点Pi的范围，可以由P1确定Pi的范围R1-i，由P2确定Pi的范围R2-i，……，由Pi-1确定Pi的范围R(i-1)-i，然后取R1-i、R2-i、……、R(i-1)-i的交集，这样会很大程度上缩小Pi的范围。如果Pi的范围为空集，就把确定此Pi的P1、P2、……、Pi-1、Pi全部舍弃。
第六步：当确定到第k个点Pk时，依次根据delayPk-1，delayPk-2，……，delayPk-(k-1)，过滤掉不匹配的结果。
第七步：如果过滤后结果唯一，那么这一组位置P1、P2、……、Pk为特征符合的一组位置结果。如果Pk不唯一，就将每组的对应坐标取平均值作为结果。由于是循环过程，这一步得到的结果个数至少为1个。
第八步：将第七步得到的所有结果对各个点的对应坐标分别求均值，作为最终结果输出。
程序流程图如图2所示。
结果验证：
对于输入同一个最大允许时延误差e，用k表示参与运算的收发信机的个数，R表示运算结束后符合k个收发信机相互之间时延关系的组合的个数。则k与R的关系如图3所示。通过结果可见，参与运算的收发信机的个数k越大，最终得到的结果越精确。在e＝6(纳秒)时，4个收发信机参与运算，结果唯一确定。
对于输入不同的最大允许时延误差e，用k表示参与运算的收发信机的个数，R表示运算结束后符合k个收发信机相互之间时延关系的组合的个数。当k＝3时，e与R的关系如图4所示。当k＝4时，e与R的关系如图5所示。通过结果可知，最大允许时延误差e越小(即实测设备的时延误差越小)，最终得到的符合相互之间时延关系的组合的个数就越少，结果就越精确。增加参与运算的收发信机的个数，能够显著提高精度。
(2)本发明的关键点
大容量信道特征库条件下基于过滤的无锚点定位算法：
(1)相比于传统的穷举算法，本方案所提出的基于过滤的无锚点定位算法计算量小。根据时延逐步缩小了潜在的组合的范围，这也体现了“过滤”的思想。传统的穷举算法每增加一个节点，运算量都会急剧增加。但是对于本算法，每增加一个节点，只需在已有的小范围内进一步的缩小范围或验证，因此，在本算法中，节点的增加不会带来很大的运算量。
(2)相比于有锚点的指纹定位：在无锚点或者找不到锚点时，本方案能够实现城市、郊区、农村、丘陵、山林等几乎任何场景的定位，应用场景广。
(3)对于i,j∈[1,k]且i,j∈Z，由于delayPi-j和delayPj-i相差不大，因此在过滤时首先使用了两点之间的其中一条时延特征。由delayPi-j(i<j且i,j∈[1,k]且i,j∈Z)确定g(g∈N+)组潜在的P1、P2、……、Pk的组合后，此时g很小，再由delayPj-i(i<j且i,j∈[1,k]且i,j∈Z)进一步过滤。
实施例2：
大容量信道特征库条件下基于过滤的无锚点定位系统，所述系统包括：
组合确定模块，根据输入的k个收发信机两两之间的实测时延delayPi-j和允许的最大时延误差e，遍历信道特征库，确定所有潜在的P1和P2的位置组合；
判断模块，对于每一组P1和P2的位置组合，分别过滤获取R1-3和R2-3，判断R1-3和R2-3的空集状态，确定所有潜在的P1，P2和P3的位置组合；
数据筛选模块，基于P1，P2和P3的位置组合类推Pk的位置组合，如果组合的个数唯一，则定位结果唯一确定；如果组合的个数不唯一，依次根据delayPk-1，delayPk-2，……，delayPk-(k-1)，delayP(k-1)-1，delayP(k-1)-2，……，delayP(k-1)-(k-2)，……，delayP2-1和信道特征库比对，过滤掉不匹配的位置组合结果，得到最终的P1，P2，……，Pk的位置组合；
定位模块，将得到最终的P1，P2，……，Pk的位置组合，分别对所有组合中的P1，P2，……，Pk的横纵坐标分别求均值，作为定位结果输出。
实施例3：
一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时，实现如实施例1中任一所述的大容量信道特征库条件下基于过滤的无锚点定位方法。
实施例4：
一种计算机设备，包括：
存储器，用于存储指令；
处理器，用于执行所述指令，使得所述设备执行实现如实施例1任一项所述的大容量信道特征库条件下基于过滤的无锚点定位方法的操作。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (9)

1.大容量信道特征库条件下基于过滤的无锚点定位方法，其特征在于：所述方法包括：
步骤A、根据输入的k个收发信机两两之间的实测时延delayPi-j和允许的最大时延误差e，遍历信道特征库，确定所有潜在的P1和P2的位置组合；
步骤B、对于每一组P1和P2的位置组合，分别过滤获取R1-3和R2-3，判断R1-3和R2-3的空集状态，确定所有潜在的P1，P2和P3的位置组合；
步骤C、基于P1，P2和P3的位置组合类推P1，P2，……，Pk的位置组合，如果组合的个数唯一，则定位结果唯一确定；如果组合的个数不唯一，依次根据delayPk-1，delayPk-2，……，delayPk-(k-1)，delayP(k-1)-1，delayP(k-1)-2，……，delayP(k-1)-(k-2)，……，delayP2-1和信道特征库比对，过滤掉不匹配的位置组合结果，得到最终的P1，P2，……，Pk的位置组合；
步骤D、将得到最终的P1，P2，……，Pk的位置组合，分别对所有组合中的P1，P2，……，Pk的横纵坐标分别求均值，作为定位结果输出；
算法步骤如下：
设k个收发信机的位置依次记为P1、P2、……、Pk，第i个收发信机实测的到第j个收发信机的时延记为delayPi-j，第i个收发信机根据delayPi-j与信道特征库中的时延特征进行匹配过滤，得到的符合特征的Pi和Pj的组合的集合记为Ri-j；
第一步：将k个收发信机两两之间的时延输入到程序中，并且输入一个允许的最大时延误差e；
第二步：根据时延delayP1-2和允许的最大时延误差e，遍历信道特征库，确定所有的潜在的P1和P2的组合；
第三步：对于每一组潜在的P1和P2，依次进行由P1确定P3的范围R1-3，由P2确定P3的范围R2-3，将R1-3和R2-3取交集，进一步缩小P3的范围；
第四步：如果R1-3和R2-3的交集为空集，则舍弃本组的P1和P2，进入下一组P1和P2；如果不为空集，那么对交集中每一个潜在的P3点，由P1确定P4的范围R1-4，由P2确定P4的范围R2-4，由P3确定P4的范围R3-4，然后取R1-4和R2-4和R3-4的交集作为P4的范围；
第五步：以此类推，对于第i个点Pi的范围，由P1确定Pi的范围R1-i，由P2确定Pi的范围R2-i，……，由Pi-1确定Pi的范围R(i-1)-i，然后取R1-i、R2-i、……、R(i-1)-i的交集，如果交集获取的Pi的范围为空集，就把确定此Pi的P1、P2、……、Pi-1、Pi全部舍弃；
第六步：当确定到第k个点Pk时，依次根据delayPk-1，delayPk-2，……，delayPk-(k-1)，过滤掉不匹配的结果；
第七步：如果过滤后结果唯一，那么这一组位置P1、P2、……、Pk为特征符合的一组位置结果，如果Pk不唯一，就将每组的对应坐标取平均值作为结果；
第八步：将第七步得到的所有结果对各个点的对应坐标分别求均值，作为最终结果输出。
2.根据权利要求1所述的大容量信道特征库条件下基于过滤的无锚点定位方法，其特征在于，所述允许的最大时延误差e的用法包括：
设信道特征库中的任意一个时延数据记为delay_ku，如果delayPi-j>(delay_ku-e)且delayPi-j<(delay_ku+e)，则认为delayPi-j和delay_ku相匹配。
3.根据权利要求2所述的大容量信道特征库条件下基于过滤的无锚点定位方法，其特征在于，所述允许的最大时延误差e的用法还包括：
根据信道特征库中参考点的密度调整最大时延误差e的大小，以确保快速准确的定位效果，整体趋势是信道特征库中参考点的密度越大，则e越小。
4.根据权利要求1所述的大容量信道特征库条件下基于过滤的无锚点定位方法，其特征在于，所述判断R1-3和R2-3的空集状态，确定所有潜在的P1，P2和P3的位置组合的方法包括：
如果R1-3为空集或R2-3为空集，则排除该组的P1和P2的位置组合，否则如果R1-3和R2-3的交集为空集，则排除该组的P1和P2的位置组合，当R1-3和R2-3的交集不为空集时，则确定所有潜在的P1，P2和P3的位置组合。
5.根据权利要求1所述的大容量信道特征库条件下基于过滤的无锚点定位方法，其特征在于，所述步骤D还包括：
如果步骤C得到的最终的P1，P2，……，Pk的位置组合个数大于3，分别对所有组合中的P1，P2，……，Pk的横纵坐标分别求均值，得到平均的P1坐标、平均的P2坐标、……、平均的Pk坐标，分别记为P1AV＝(AVX1,AVY1)、P2AV＝(AVX2,AVY2)、……、PkAV＝(AVXk,AVYk)，将最终的P1，P2，……，Pk的位置组合中偏离平均坐标最远的点排除，对排除后的点的坐标分别求均值作为定位结果输出。
6.根据权利要求1所述的大容量信道特征库条件下基于过滤的无锚点定位方法，其特征在于，所述步骤D还包括：
如果步骤C得到的最终的P1，P2，……，Pk的位置组合个数大于5，分别对所有组合中的P1，P2，……，Pk的横纵坐标分别求均值，得到平均的P1坐标、平均的P2坐标、……、平均的Pk坐标，分别记为P1AV＝(AVX1,AVY1)、P2AV＝(AVX2,AVY2)、……、PkAV＝(AVXk,AVYk)，将最终的P1，P2，……，Pk的位置组合中距离平均坐标最近的前5个P1，前5个P2，……，前5个Pk保留，其余的点全部排除，对保留的坐标分别求均值作为定位结果输出。
7.大容量信道特征库条件下基于过滤的无锚点定位系统，其特征在于，所述系统包括：
组合确定模块，根据输入的k个收发信机两两之间的实测时延delayPi-j和允许的最大时延误差e，遍历信道特征库，确定所有潜在的P1和P2的位置组合；
判断模块，对于每一组P1和P2的位置组合，分别过滤获取R1-3和R2-3，判断R1-3和R2-3的空集状态，确定所有潜在的P1，P2和P3的位置组合；
数据筛选模块，基于P1，P2和P3的位置组合类推Pk的位置组合，如果组合的个数唯一，则定位结果唯一确定；如果组合的个数不唯一，依次根据delayPk-1，delayPk-2，……，delayPk-(k-1)，delayP(k-1)-1，delayP(k-1)-2，……，delayP(k-1)-(k-2)，……，delayP2-1和信道特征库比对，过滤掉不匹配的位置组合结果，得到最终的P1，P2，……，Pk的位置组合；
定位模块，将得到最终的P1，P2，……，Pk的位置组合，分别对所有组合中的P1，P2，……，Pk的横纵坐标分别求均值，作为定位结果输出；
算法步骤如下：
设k个收发信机的位置依次记为P1、P2、……、Pk，第i个收发信机实测的到第j个收发信机的时延记为delayPi-j，第i个收发信机根据delayPi-j与信道特征库中的时延特征进行匹配过滤，得到的符合特征的Pi和Pj的组合的集合记为Ri-j；
第一步：将k个收发信机两两之间的时延输入到程序中，并且输入一个允许的最大时延误差e；
第二步：根据时延delayP1-2和允许的最大时延误差e，遍历信道特征库，确定所有的潜在的P1和P2的组合；
第三步：对于每一组潜在的P1和P2，依次进行由P1确定P3的范围R1-3，由P2确定P3的范围R2-3，将R1-3和R2-3取交集，进一步缩小P3的范围；
第四步：如果R1-3和R2-3的交集为空集，则舍弃本组的P1和P2，进入下一组P1和P2，如果不为空集，那么对交集中每一个潜在的P3点，由P1确定P4的范围R1-4，由P2确定P4的范围R2-4，由P3确定P4的范围R3-4，然后取R1-4和R2-4和R3-4的交集作为P4的范围；
第五步：以此类推，对于第i个点Pi的范围，可以由P1确定Pi的范围R1-i，由P2确定Pi的范围R2-i，……，由Pi-1确定Pi的范围R(i-1)-i，然后取R1-i、R2-i、……、R(i-1)-i的交集，这样会很大程度上缩小Pi的范围，如果交集获取的Pi的范围为空集，就把确定此Pi的P1、P2、……、Pi-1、Pi全部舍弃；
第六步：当确定到第k个点Pk时，依次根据delayPk-1，delayPk-2，……，delayPk-(k-1)，过滤掉不匹配的结果；
第七步：如果过滤后结果唯一，那么这一组位置P1、P2、……、Pk为特征符合的一组位置结果，如果Pk不唯一，就将每组的对应坐标取平均值作为结果；
第八步：将第七步得到的所有结果对各个点的对应坐标分别求均值，作为最终结果输出。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时，实现如权利要求1-6中任一所述的大容量信道特征库条件下基于过滤的无锚点定位方法。
9.一种计算机设备，其特征在于，包括：
存储器，用于存储指令；
处理器，用于执行所述指令，使得所述设备执行实现如权利要求1-6任一项所述的大容量信道特征库条件下基于过滤的无锚点定位方法的操作。
CN202311543638.5A 2023-11-20 2023-11-20 大容量信道特征库条件下基于过滤的无锚点定位方法及系统 Active CN117579988B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311543638.5A CN117579988B (zh) 2023-11-20 2023-11-20 大容量信道特征库条件下基于过滤的无锚点定位方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311543638.5A CN117579988B (zh) 2023-11-20 2023-11-20 大容量信道特征库条件下基于过滤的无锚点定位方法及系统

Publications (2)

Publication Number Publication Date
CN117579988A CN117579988A (zh) 2024-02-20
CN117579988B true CN117579988B (zh) 2024-06-04

Family

ID=89893029

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311543638.5A Active CN117579988B (zh) 2023-11-20 2023-11-20 大容量信道特征库条件下基于过滤的无锚点定位方法及系统

Country Status (1)

Country Link
CN (1) CN117579988B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105245627A (zh) * 2015-08-31 2016-01-13 罗向阳 一种基于网络坐标系统的ip定位方法
CN107202976A (zh) * 2017-05-15 2017-09-26 大连理工大学 低复杂度的分布式麦克风阵列声源定位系统
CN116546617A (zh) * 2023-05-12 2023-08-04 中国人民解放军陆军工程大学 基于非视通场景下的射线追踪指纹定位方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114608560B (zh) * 2022-03-22 2024-04-26 中国矿业大学 一种基于智能终端传感器的无源组合室内定位系统及方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105245627A (zh) * 2015-08-31 2016-01-13 罗向阳 一种基于网络坐标系统的ip定位方法
CN107202976A (zh) * 2017-05-15 2017-09-26 大连理工大学 低复杂度的分布式麦克风阵列声源定位系统
CN116546617A (zh) * 2023-05-12 2023-08-04 中国人民解放军陆军工程大学 基于非视通场景下的射线追踪指纹定位方法及装置

Also Published As

Publication number Publication date
CN117579988A (zh) 2024-02-20

Similar Documents

Publication Publication Date Title
CN108154198B (zh) 知识库实体归一方法、系统、终端和计算机可读存储介质
WO2021208079A1 (zh) 获取动力电池寿命数据的方法、装置、计算机设备及介质
CN108932301B (zh) 数据填充方法及装置
CN107968987B (zh) 基于定积分结合环境参数的rssi加权质心定位方法
CN110737818A (zh) 网络发布数据处理方法、装置、计算机设备和存储介质
CN110555231A (zh) 一种动力学仿真模型修正方法
CN108562867B (zh) 一种基于聚类的指纹定位方法及装置
CN117579988B (zh) 大容量信道特征库条件下基于过滤的无锚点定位方法及系统
CN115655263A (zh) 一种基于姿态信息的星点提取方法
CN112633299B (zh) 一种目标检测方法、网络、装置、终端设备及存储介质
CN114048819A (zh) 基于注意力机制和卷积神经网络的配电网拓扑辨识方法
CN108829923A (zh) 延时校准参数的确定方法、装置、电子设备以及存储介质
CN109815534B (zh) 一种基于决策树算法的闪存寿命预测方法及系统
CN107832080A (zh) 一种软件演化环境下基于结点介数的构件重要性度量方法
CN114627963B (zh) 蛋白数据填充方法、系统、计算机设备及可读存储介质
CN115129590A (zh) 一种测试用例的生成方法及装置、电子设备、存储介质
CN111259806B (zh) 一种人脸区域识别方法、装置及存储介质
CN111741526B (zh) 定位方法、装置、电子设备以及计算机存储介质
CN111209943B (zh) 数据融合方法、装置及服务器
CN111107162B (zh) 基于物联网的室内定位数据处理方法、装置及系统
RU2656736C1 (ru) Устройство поиска информации
CN111949505B (zh) 一种测试方法、装置及设备
CN117497198B (zh) 一种高维医学数据特征子集筛选方法
JPH1075218A (ja) データ群の特性境界識別方法及び装置
CN118035760A (zh) 灌渠水流量确定、模型构建及标准流量信息提取方法

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