JP7344389B2 - 協調測位方法、装置、機器及び記憶媒体 - Google Patents

協調測位方法、装置、機器及び記憶媒体 Download PDF

Info

Publication number
JP7344389B2
JP7344389B2 JP2022535910A JP2022535910A JP7344389B2 JP 7344389 B2 JP7344389 B2 JP 7344389B2 JP 2022535910 A JP2022535910 A JP 2022535910A JP 2022535910 A JP2022535910 A JP 2022535910A JP 7344389 B2 JP7344389 B2 JP 7344389B2
Authority
JP
Japan
Prior art keywords
positioning
target
estimate
initial
preset
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
JP2022535910A
Other languages
English (en)
Other versions
JP2023506803A (ja
Inventor
大 偉 陳
詩 軍 陳
玲 飛 金
路 雁 銭
俊 強 李
陽 王
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.)
ZTE Corp
Original Assignee
ZTE Corp
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 ZTE Corp filed Critical ZTE Corp
Publication of JP2023506803A publication Critical patent/JP2023506803A/ja
Application granted granted Critical
Publication of JP7344389B2 publication Critical patent/JP7344389B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G01S5/0278—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 involving statistical or probabilistic considerations
    • 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
    • G01S5/0257—Hybrid positioning
    • 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
    • G01S5/0205—Details
    • G01S5/0244—Accuracy or reliability of position solution or of measurements contributing thereto
    • 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
    • G01S5/0284—Relative positioning
    • G01S5/0289—Relative positioning of multiple transceivers, e.g. in ad hoc networks
    • 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
    • G01S5/0294—Trajectory determination or predictive filtering, e.g. target tracking or Kalman filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G06F17/12—Simultaneous equations, e.g. systems of linear equations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Remote Sensing (AREA)
  • General Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Evolutionary Computation (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)
  • Radar Systems Or Details Thereof (AREA)

Description

本願は測位分野に関し、例えば協調測位方法、装置、機器及び記憶媒体に関する。
全地球測位システム（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎ Ｓｙｓｔｅｍ、ＧＰＳ）の登場により、日常生活において測位の必要性はますます重要になり始めている。従来の測位アルゴリズムでは、テイラー（Ｔａｙｌｏｒ）級数展開法は非線形方程式を解く最適な解法の１つであるが、Ｔａｙｌｏｒアルゴリズムの欠点は、初期値に敏感であり、反復の初期値がＴａｙｌｏｒアルゴリズムに与える影響が大きいこと、収束しない場合があることの２つである。
本願は、測位対象に対する高精度測位を可能とする協調測位方法、装置、機器及び記憶媒体を提供する。
本願の実施例は、
シミュレーテッドアニーリングアルゴリズム及び第１予め設定された測位アルゴリズムを用いて測位対象の初期測位推定値を決定するステップと、予め設定された誤差閾値に基づいて少なくとも２つの距離測定値を選別して、ターゲット距離測定値を得るステップであって、前記少なくとも２つの距離測定値は測位対象とターゲット基地局について測定を少なくとも２回行った距離であるステップと、複数のターゲットソースのテイラー級数アルゴリズムによって、前記ターゲット距離測定値及び前記初期測位推定値から測位対象位置を決定するステップとを含む、協調測位方法を提供する。
本願の実施例はまた、
シミュレーテッドアニーリングアルゴリズム及び第１予め設定された測位アルゴリズムを用いて測位対象の初期測位推定値を決定するように構成される第１決定モジュールと、予め設定された誤差閾値に基づいて少なくとも２つの距離測定値を選別して、ターゲット距離測定値を得るように構成される第２決定モジュールであって、前記少なくとも２つの距離測定値は測位対象とターゲット基地局について測定を少なくとも２回行った距離である第２決定モジュールと、複数のターゲットソースのテイラー級数アルゴリズムによって、前記ターゲット距離測定値及び前記初期測位推定値から測位対象位置を決定するように構成される第３決定モジュールとを含む、協調測位装置を提供する。
本願の実施例はまた、メモリと、１つ又は複数のプロセッサとを含み、前記メモリは、１つ又は複数のプログラムを記憶するように構成され、前記１つ又は複数のプログラムは前記１つ又は複数のプロセッサによって実行されて、上記の協調測位方法を前記１つ又は複数のプロセッサに実現させる機器を提供する。
本願の実施例はまた、プロセッサによって実行されると上記の協調測位方法を実現するコンピュータプログラムが記憶されている記憶媒体を提供する。
本願の実施例で提供される協調測位方法の一例のフローチャートである。 本願の実施例で提供される理論距離測定値の範囲を示す模式図である。 本願の実施例で提供される別の協調測位方法のフローチャートである。 本願の実施例で提供される異なるアルゴリズムの誤差分析図である。 本願の実施例で提供される異なるアルゴリズムによる測位誤差の比較の模式図である。 本願の実施例で提供される累積分布と測定誤差方法との関係図である。 本願の実施例で提供される測位点分布の模式図である。 本願の実施例で提供される協調測位装置の構造ブロック図である。 本願の実施例で提供される機器の構造模式図である。
以下、図面を参照しながら本願の実施例を説明する。
従来の測位アルゴリズムでは、Ｔａｙｌｏｒ級数展開法は非線形方程式を解く最適な解法の１つであり、高い求解精度及び速い反復速度があることから、最もよく使用されている測位アルゴリズムの１つとなっている。Ｔａｙｌｏｒアルゴリズムの欠点は、初期値に敏感であり、反復の初期値がＴａｙｌｏｒアルゴリズムに与える影響が大きいこと、収束しない場合があることの２つである。複数種のアルゴリズムを用いて協調測位を行うことはその解決方法である。まず、１種のアルゴリズムを用いて測位初期値を得、次に、この初期値をＴａｙｌｏｒ級数展開法に代入して正確な解を得る。
到達時間差（Ｔｉｍｅ Ｄｉｆｆｅｒｅｎｃｅ ｏｆ Ａｒｒｉｖａｌ、ＴＤＯＡ）測位アルゴリズムモデルでは、時間遅延推定により複数のＴＤＯＡ測定値が得られた後、測位連立方程式を作成し得る。
Figure 0007344389000001
初期値の求解には、一般に測位初期値を取得するためにＣｈａｎアルゴリズムが使用される。測定誤差がガウス分布に従う場合、Ｃｈａｎアルゴリズムは、測位が正確であり、かつアルゴリズムの複雑さが低い。Ｃｈａｎアルゴリズムに使用される２段加重最小二乗（Ｗｅｉｇｈｔｅｄ Ｌｅａｓｔ Ｓｑｕａｒｅｓ、ＷＬＳ）では、まず、変数が互いに独立したものであると仮定しており、これらの推定値を求め、次に、これらの相互関係を考慮して、ターゲット位置を求める。
Figure 0007344389000002
Figure 0007344389000003
Figure 0007344389000004
基地局からの測位対象の距離が大きい場合、Ｑで差し替えてもよく、上記式は次のように近似できる。
Figure 0007344389000005
基地局からの測位対象の距離が小さい場合、まず、基地局からの測位対象の距離が大きいと仮定し、次に、上記式を利用して大まかな初期解を得て、この初期解を利用してＢ行列を算出し、さらに１回目及び２回目のＷＬＳの結果を算出する。
Ｃｈａｎアルゴリズムの仮定は測定誤差がゼロ平均ガウス分布であることに基づくものであるが、実際の環境において誤差が大きい測定値の場合、例えば見通し外（Ｎｏｎ Ｌｉｎｅ Ｏｆ Ｓｉｇｈｔ、ＮＬＯＳ）誤差が存在する環境では、このアルゴリズムの性能が低下する。
Ｔａｙｌｏｒ測位求解では、測位精度は距離測定誤差及び観測方程式の数による影響を受ける。距離測定誤差が小さく、観測方程式が多いほど、測位効果が良好である。誤差の大きなデータが所定の手段を通じて解消してもよい。また、測位アルゴリズムは、通常、端末と基地局との距離を測定する観測方程式を作成し、基地局の数が少ない場合、方程式の数が限られ、測位効果が不十分である。これに鑑み、本願の実施例は、シミュレーテッドアニーリングアルゴリズムの改良Ｃｈａｎアルゴリズム及びテイラー級数アルゴリズムに従って、測位対象を高精度で測位する協調測位方法を提案している。
一実施例では、図１は本願の実施例で提供される協調測位方法の一例のフローチャートである。本実施例は、少なくとも２種のアルゴリズムを用いて測位対象について協調測位を行う場合に適用できる。本実施例における協調測位方法はＳ１１０～Ｓ１３０を含む。
Ｓ１１０：シミュレーテッドアニーリングアルゴリズム及び第１予め設定された測位アルゴリズムを用いて測位対象の初期測位推定値を決定する。
実施例では、第１予め設定された測位アルゴリズムはＣｈａｎアルゴリズムである。ＣｈａｎアルゴリズムはＴＤＯＡ技術に基づいて、表現式の解析解を有する測位アルゴリズムであり、ＴＤＯＡ誤差が最適なガウス分布に従う場合に性能が良好である。実施例では、測位対象とは測位対象端末であり、例えば、測位対象端末は測位対象となるユーザ機器（Ｕｓｅｒ Ｅｑｕｉｐｍｅｎｔ、ＵＥ）であってもよい。実施例では、シミュレーテッドアニーリングアルゴリズム及びＣｈａｎアルゴリズムを協調して用いて測位対象の初期測位推定値を決定し、これにより、測位対象の正確な測位位置が得られる。シミュレーテッドアニーリングアルゴリズムは、ローカル検索機能が高く、運行時間が短いという利点がある。測位対象と各基地局との間の距離が小さい場合にも、初期解の推定行列を求解するには、１回目の推定に１つの推定初期値が必要とされる。実生活において、例えば、室内測位の場面では、測位対象と各基地局との間の距離が小さく、このような場合、１つの推定初期値（即ち、本実施例における初期測位推定値）が必要とされる。このため、本願の実施例では、シミュレーテッドアニーリングアルゴリズムが測位対象の初期測位推定値の求解に導入されるのは、Ｃｈａｎアルゴリズムによる初期測位推定、即ち初期測位推定値の取得を支援するためである。
Ｓ１２０：予め設定された誤差閾値に基づいて少なくとも２つの距離測定値を選別して、ターゲット距離測定値を得る。
実施例では、少なくとも２つの距離測定値は、測位対象とターゲット基地局について測定を少なくとも２回行った距離である。実施例では、測位対象とターゲット基地局について測定を複数回行って、複数の距離測定値を得るようにしてもよいが、実際の測定では、誤差が大きな距離測定値が生じるので、測位対象を正確に測定するために、予め設定された誤差閾値を設定して、距離測定値をスクーリングすることによって、正確なターゲット距離測定値を得てもよい。ターゲット距離測定値は、設定された予め設定された誤差閾値及びユーザによる測位対象の測定正確性にもよるが、１つとしてもよいし、複数としてもよく、即ち、ユーザにより測位対象の測定正確性が高く要求される場合、予め設定された誤差閾値は高く設定され、逆の場合は、予め設定された誤差閾値は低く設定される。実施例では、ターゲット基地局の座標値は実座標値であり、一方、測位対象の座標値は初期測位推定値である。
実施例では、ターゲット基地局の座標値及び測位対象の座標値から、対応する距離推定値を算出し、距離推定値を複数回の測定により得られた距離測定値と比較し、比較結果及び予め設定された誤差閾値に基づいて距離測定値を選別すると、正確なターゲット距離測定値が得られ得る。
Ｓ１３０：複数のターゲットソースのテイラー級数アルゴリズムによって、ターゲット距離測定値及び初期測位推定値から測位対象位置を決定する。
実施例では、複数のターゲットソースのテイラー級数アルゴリズムとは、複数の測位対象の間の距離測定値が計算に関与するテイラー級数アルゴリズムである。実施例では、複数のターゲットソースのテイラー級数アルゴリズム及びＣｈａｎアルゴリズムに基づいて協調定義を行うことにより、測位対象の位置を効果的に推定し、誤差がゼロ平均ガウス分布に従わない場合、一般的なアルゴリズムよりも高精度、高効率である。
一実施例では、シミュレーテッドアニーリングアルゴリズム及び第１予め設定された測位アルゴリズムを用いて測位対象の初期測位推定値を決定するステップは、
シミュレーテッドアニーリングアルゴリズムに従って測位対象の初期座標推定値を決定するステップと、第１予め設定された測位アルゴリズム及び初期座標推定値に基づいて測位対象の初期測位推定値を決定するステップとを含む。
一実施例では、シミュレーテッドアニーリングアルゴリズムに従って測位対象の初期座標推定値を決定するステップは、
ランダムに生成される初期座標値及び距離測定値から予め設定されたターゲット関数を算出するステップであって、距離測定値は測位対象とターゲット基地局について測定を行った距離であるステップと、ランダムに生成される２つの初期座標値のそれぞれに対応する２つの予め設定されたターゲット関数の間の増分値を決定するステップと、増分値が予め設定された規則を満たし、かつ現在の反復回数が予め設定された反復回数閾値に達するとともに、シミュレーテッドアニーリングアルゴリズムにおける現在の温度が終了温度に達する場合、新しくランダムに生成される初期座標値を測位対象の初期座標推定値とするステップとを含む。
一実施例では、予め設定された規則は、
増分値が０以下である場合、ランダムに生成される最新初期座標値を受信し、現在の温度を低下させること、増分値が０を上回る場合、第１予め設定された確率でランダムに生成される最新初期座標値を受信することのうちの１つを含む。
一実施例では、第１予め設定された測位アルゴリズム及び初期座標推定値に基づいて測位対象の初期測位推定値を決定するステップは、
初期座標推定値から第１予め設定された測位アルゴリズムにおける第１予め設定された対角行列を算出するステップであって、第１予め設定された対角行列は各ターゲット基地局と測位対象との間の実際距離からなる行列であるステップと、第１予め設定された対角行列及び予め設定されたノイズベクトル共分散行列から対応する１回目の推定値を算出するステップと、１回目の推定値及び予め設定された推定誤差から２回目の推定値を得るステップと、２回目の推定値、第２予め設定された対角行列及びターゲット基地局の既知の座標値から測位対象の初期測位推定値を決定するステップであって、第２予め設定された対角行列は測位対象の座標値、ターゲット基地局の座標値、及び測位対象とターゲット基地局との間の距離推定値からなる行列であるステップとを含む。
実施例では、シミュレーテッドアニーリングアルゴリズムの改良Ｃｈａｎアルゴリズムに基づいて初期解（即ち、上記実施例における初期測位推定値）を取得するための実施のステップは、以下を含む。
場所内に合計Ｎ個の基地局が存在するとすれば、各測位対象に関しては、シミュレーテッドアニーリングアルゴリズムの予め設定されたターゲット関数は次のように設定される。
Figure 0007344389000006
実施例では、シミュレーテッドアニーリングアルゴリズムの改良Ｃｈａｎアルゴリズムに基づくステップは以下のとおりである。
Figure 0007344389000007
Figure 0007344389000008
Figure 0007344389000009
Figure 0007344389000010
ステップ５：予め設定された反復回数閾値に達するか否かを判断し、予め設定された反復回数閾値に達していないと、ステップ２を続ける。
Figure 0007344389000011
Figure 0007344389000012
Figure 0007344389000013
Figure 0007344389000014
新しい誤差ベクトルは次のように定義される。
Figure 0007344389000015
Figure 0007344389000016
同様に、上記した方法によって推定して、次の式が得られる。
Figure 0007344389000017
Figure 0007344389000018
実施例では、最終推定位置Ｚは上記実施例における測位対象の初期測位推定値である。
一実施例では、予め設定された誤差閾値に基づいて少なくとも２つの距離測定値を選別して、ターゲット距離測定値を得るステップは、測位対象の初期測位推定値とターゲット基地局との間の距離測定誤差値を決定するステップと、距離測定誤差値から対応する累積分布関数を決定するステップと、累積分布関数から対応する予め設定された誤差閾値を決定するステップと、予め設定された誤差閾値に基づいて少なくとも２つの距離測定値を選別して、ターゲット距離測定値を得るステップとを含む。
実施例では、予め設定された誤差閾値に基づいてターゲット基地局と測位対象との間の距離測定値を選別して、テイラー測位を最適化させるステップは、下記ステップを含む。
測定値にはＮＬＯＳやマルチパスによる時間遅延誤差が存在する可能性があり、かつテイラー（Ｔａｙｌｏｒ）級数展開アルゴリズムは初期値に敏感であるので、初期の推定値が得られた後であってＴａｙｌｏｒアルゴリズムを開始させる前に、誤差が非常に大きなデータを閾値に基づいて選別する。
Figure 0007344389000019
Figure 0007344389000020
場所内に合計Ｎ個の基地局、Ｍ個の測位対象が存在するとする。従来のＴａｙｌｏｒ級数展開アルゴリズムは、測位対象の間の測定距離値を考慮に入れないので、一部の有用な情報を失い、結果として、測位精度の低下を招く。
従来のＴａｙｌｏｒアルゴリズムは、測位対象と基地局との間の距離関係を用いて計算するものであり、即ち、次のとおりである。
Figure 0007344389000021
一実施例では、複数のターゲットソースのテイラー級数アルゴリズムによって、ターゲット距離測定値及び初期測位推定値から測位対象位置を決定するステップは、２つの測位対象の間の距離測定誤差値、及び測位対象とターゲット基地局との間の距離測定誤差値で第１行列を構成するステップと、測位対象の初期測位推定値と推定座標値との間の差を利用して第２行列を構成するステップと、測位対象とターゲット基地局との間の距離推定値、及び２つの測位対象の間の前回距離推定値を利用して第３行列を構成するステップと、予め設定された測位モデルに基づいて、第１行列、第２行列及び第３行列から対応する第４行列を決定するステップと、測位対象の推定座標値と初期測位推定値との間の変化量が予め設定された閾値を下回るまで、加重最小二乗法、第４行列、第３行列及び予め設定された共分散行列に基づいて第２行列について再帰的計算を行うステップと、予め設定された閾値を下回る対応する初期測位推定値を測位対象位置とするステップとを含む。
実施例では、初期解を取得して複数のターゲットソースのＴａｙｌｏｒ級数改良アルゴリズムに代入し、その特徴としては、
Figure 0007344389000022
整理すると、測位モデルが得られる。
Figure 0007344389000023
式（１４）について加重最小二乗法（ＷＬＳ）が使用されると、△に対する以下の推定が得られる。
Figure 0007344389000024
一実施例では、図３は本願の実施例で提供される別の協調測位方法のフローチャートである。図３に示すように、本実施例は、Ｓ２１０～Ｓ２６０を含む。
Ｓ２１０：ＴＤＯＡ測定値を決定する。
実施例では、測位対象とターゲット基地局との間の複数のＴＤＯＡ測定値を決定する。
Ｓ２２０：シミュレーテッドアニーリングアルゴリズムを利用して初期推定値を取得する。
実施例では、シミュレーテッドアニーリングアルゴリズムに基づいて測位対象の初期推定値（即ち、上記実施例における初期座標推定値）を取得する。
Ｓ２３０：近距離のＣｈａｎアルゴリズムに代入して、初期測位推定値を得る。
実施例では、初期推定値を近距離のＣｈａｎアルゴリズムに代入すると、測位対象の初期測位推定値を決定する。
Ｓ２４０：エラーデータの方程式を除去する。
実施例では、予め設定された誤差閾値を利用して少なくとも２つの距離測定値を選別して、ターゲット距離測定値を得、即ち、エラーデータの方程式とは誤差が大きな距離測定値である。
Ｓ２５０：初期測位推定値をマルチターゲットテイラーアルゴリズムに代入する。
実施例では、マルチターゲットテイラーアルゴリズム、初期測位推定値及びターゲット距離測定値に基づいて、最終結果、即ち測位対象位置を得ることができる。
Ｓ２６０：最終結果を出力する。
実施例では、測位対象位置を得た後、ユーザが参照するために測位対象位置を出力して表示してもよい。
Figure 0007344389000025
ステップ１：未知測位対象ｉごとに、アニーリングをシミュレーションするターゲット関数を次のように定義する。
Figure 0007344389000026
ステップ２：未知測位対象ｉごとに、下記操作を行う。
Figure 0007344389000027
Figure 0007344389000028
Figure 0007344389000029
新しい誤差ベクトルは次のように定義される。
Figure 0007344389000030
ここで、
Figure 0007344389000031
Figure 0007344389000032
ここで、
Figure 0007344389000033
同様に上記した方法によって推定し、以下の式が得られる。
Figure 0007344389000034
Figure 0007344389000035
Figure 0007344389000036
ステップ７：以下の連立方程式を作成する。
Figure 0007344389000037
Figure 0007344389000038
ステップ９：加重最小二乗法（ＷＬＳ）を用いて、△に対する以下の推定を得る。
Figure 0007344389000039
Figure 0007344389000040
図４は本願の実施例で提供される異なるアルゴリズムの誤差分析図である。図４に示すように、シミュレーテッドアニーリングアルゴリズムの改良Ｃｈａｎアルゴリズム及びテイラー級数アルゴリズムに基づいて得られた測定誤差は最小である。
残りが一定である場合、誤差の分散と測位精度との関係を分析する。図５は本願の実施例で提供される異なるアルゴリズムの測位誤差の比較の模式図である。図５に示すように、シミュレーテッドアニーリングアルゴリズムの改良Ｃｈａｎアルゴリズム及びテイラー級数アルゴリズムに基づいて得られた測位誤差は最小である。
δ＾２＝０．５の場合、テストを５０回繰り返すことにより測位誤差分布関数と分散との関係をテストする。図６は本願の実施例で提供される累積分布と測定誤差方法との関係図である。図６に示すように、シミュレーテッドアニーリングアルゴリズムの改良Ｃｈａｎアルゴリズム及びテイラー級数アルゴリズムに基づいて得られた累積分布と測定誤差分散は最小である。
実際のターゲットが（６０，６５）点にある場合、アルゴリズムを２０回運行させ、測位点分布を得る。図７は本願の実施例で提供される測位点分布の模式図である。図７に示すように、得た推定測位点は測位対象の実際の位置の付近に集中している。
図８は本願の実施例で提供される協調測位装置の構造ブロック図である。図８に示すように、本実施例における協調測位装置は、第１決定モジュール３１０と、第２決定モジュール３２０と、第３決定モジュール３３０とを含む。
第１決定モジュール３１０は、シミュレーテッドアニーリングアルゴリズム及び第１予め設定された測位アルゴリズムを用いて測位対象の初期測位推定値を決定するように構成され、第２決定モジュール３２０は、予め設定された誤差閾値に基づいて少なくとも２つの距離測定値を選別して、ターゲット距離測定値を得るように構成され、少なくとも２つの距離測定値は測位対象とターゲット基地局について測定を少なくとも２回行った距離であり、第３決定モジュール３３０は、複数のターゲットソースのテイラー級数アルゴリズムによって、ターゲット距離測定値及び初期測位推定値から測位対象位置を決定するように構成される。
本実施例で提供される協調測位装置は、図１に示される実施例の協調測位方法を実現するように構成され、本実施例で提供される協調測位装置の実現原理及び技術的効果は類似しているので、ここでは説明を省略する。
一実施例では、第１決定モジュール３１０は、
シミュレーテッドアニーリングアルゴリズムに従って測位対象の初期座標推定値を決定するように構成される第１決定ユニットと、第１予め設定された測位アルゴリズム及び初期座標推定値に基づいて測位対象の初期測位推定値を決定するように構成される第２決定ユニットとを含む。
一実施例では、第１決定ユニットは、
ランダムに生成される初期座標値及び距離測定値から予め設定されたターゲット関数を算出するように構成される第１決定サブユニットであって、距離測定値は測位対象とターゲット基地局について測定を行った距離である第１決定サブユニットと、ランダムに生成される２つの初期座標値のそれぞれに対応する２つの予め設定されたターゲット関数の間の増分値を決定するように構成される第２決定サブユニットと、増分値が予め設定された規則を満たし、かつ現在の反復回数が予め設定された反復回数閾値に達するとともに、シミュレーテッドアニーリングアルゴリズムにおける現在の温度が終了温度に達する場合、新しくランダムに生成される初期座標値を測位対象の初期座標推定値とするように構成される第３決定サブユニットとを含む。
一実施例では、予め設定された規則は、
増分値が０以下である場合、ランダムに生成される最新初期座標値を受信し、現在の温度を低下させること、増分値が０を上回る場合、第１予め設定された確率でランダムに生成される最新初期座標値を受信することのうちの１つを含む。
一実施例では、第２決定ユニットは、
初期座標推定値から第１予め設定された測位アルゴリズムにおける第１予め設定された対角行列を算出するように構成される第４決定サブユニットであって、第１予め設定された対角行列は各ターゲット基地局と測位対象との間の実際距離からなる行列である第４決定サブユニットと、第１予め設定された対角行列及び予め設定されたノイズベクトル共分散行列から対応する１回目の推定値を算出するように構成される第５決定サブユニットと、１回目の推定値及び予め設定された推定誤差から２回目の推定値を得るように構成される第６決定サブユニットと、２回目の推定値、第２予め設定された対角行列及びターゲット基地局の既知の座標値から測位対象の初期測位推定値を決定するように構成される第７決定サブユニットであって、第２予め設定された対角行列は測位対象の座標値、ターゲット基地局の座標値、及び測位対象とターゲット基地局との間の距離推定値からなる行列である第７決定サブユニットとを含む。
一実施例では、第２決定モジュール３２０は、
測位対象の初期測位推定値とターゲット基地局との間の距離測定誤差値を決定するように構成される第３決定ユニットと、距離測定誤差値から対応する累積分布関数を決定するように構成される第４決定ユニットと、累積分布関数から対応する予め設定された誤差閾値を決定するように構成される第５決定ユニットと、予め設定された誤差閾値から少なくとも２つの距離測定値をスクーリングし、ターゲット距離測定値を得るように構成される第６決定ユニットとを含む。
一実施例では、第３決定モジュール３３０は、
２つの測位対象の間の距離測定誤差値、及び測位対象とターゲット基地局との間の距離測定誤差値で第１行列を構成するように構成される第７決定ユニットと、測位対象の初期測位推定値と推定座標値との間の差を利用して第２行列を構成するように構成される第８決定ユニットと、測位対象とターゲット基地局との間の距離推定値、及び２つの測位対象の間の前回距離推定値を利用して第３行列を構成するように構成される第９決定ユニットと、予め設定された測位モデルに基づいて、第１行列、第２行列及び第３行列から対応する第４行列を決定するように構成される第１０決定ユニットと、測位対象の推定座標値と初期測位推定値との間の変化量が予め設定された閾値を下回るまで、加重最小二乗法、第４行列、第３行列及び予め設定された共分散行列に基づいて第２行列について再帰的計算を行うように構成される算出ユニットと、予め設定された閾値を下回る対応する初期測位推定値を測位対象位置とするように構成される第１１決定ユニットとを含む。
一実施例では、第１予め設定された測位アルゴリズムはＣｈａｎアルゴリズムである。
図９は本願の実施例で提供される機器の構造模式図である。図９に示すように、本願で提供される機器は、プロセッサ４１０と、メモリ４２０とを含む。該機器のプロセッサ４１０の数は１つ又は複数であってもよく、図９には、１つのプロセッサ４１０が図示されている。該機器のメモリ４２０の数は１つ又は複数であってもよく、図９には、１つのメモリ４２０が図示されている。該機器のプロセッサ４１０及びメモリ４２０はバス又は他の方法で接続されてもよく、図９にはバスを介して接続される場合が図示されている。該実施例では、該機器はコンピュータ機器である。
メモリ４２０は、コンピュータ読み取り可能な記憶媒体であり、ソフトウェアプログラム、コンピュータ実行可能プログラム及びモジュール、例えば本願のいずれかの実施例の機器に対応するプログラム命令／モジュール（例えば、協調測位装置における第１決定モジュール３１０、第２決定モジュール３２０、及び第３決定モジュール３３０）、を記憶してもよい。メモリ４２０は、オペレーティングシステム、少なくとも１つの機能に必要なアプリケーションプログラムを記憶することができるプログラム記憶領域と、機器の使用に応じて作成されたデータなどを記憶することができるデータ記憶領域とを含んでもよい。さらに、メモリ４２０は、高速ランダムアクセスメモリを含んでもよいし、例えば少なくとも１つの磁気ディスクメモリデバイス、フラッシュメモリデバイス、又は他の不揮発性固体記憶デバイスのような不揮発性メモリを含んでもよい。いくつかの例では、メモリ４２０は、プロセッサ４１０に対して遠隔的に配置されたメモリを含んでもよく、これらのリモートメモリはネットワークを介して機器に接続されてもよい。上記のネットワークの例には、インターネット、企業イントラネット、ローカルエリアネットワーク、モバイル通信ネットワーク、及びそれらの組み合わせが含まれるが、これらに限定されるものではない。
上記で提供される機器は、上記任意実施例で提供される協調測位方法を実行するように構成されてもよく、対応する機能及び効果を有する。
本願の実施例はまた、コンピュータ実行可能命令を含む記憶媒体を提供し、コンピュータ実行可能命令は、コンピュータプロセッサによって実行されると、協調測位方法を実行し、該方法は、シミュレーテッドアニーリングアルゴリズム及び第１予め設定された測位アルゴリズムを用いて測位対象の初期測位推定値を決定するステップと、予め設定された誤差閾値に基づいて少なくとも２つの距離測定値を選別して、ターゲット距離測定値を得るステップであって、前記少なくとも２つの距離測定値は測位対象とターゲット基地局について測定を少なくとも２回行った距離であるステップと、複数のターゲットソースのテイラー級数アルゴリズムによって、前記ターゲット距離測定値及び前記初期測位推定値から測位対象位置を決定するステップとを含む。
ユーザ機器という用語は、携帯電話、携帯型データ処理装置、携帯型ウェブブラウザ、又は車載移動局など、任意の適切なタイプの無線ユーザ機器を包含する。
一般に、本願の様々な実施例は、ハードウェア又は専用の回路、ソフトウェア、ロジック、又はそれらの任意の組み合わせにおいて実装されてもよい。例えば、いくつかの態様はハードウェアで実装されてもよく、他の態様は、コントローラ、マイクロプロセッサ、又は他のコンピューティングデバイスによって実行されてもよいファームウェア又はソフトウェアで実装されてもよいが、本願はこれに限定されない。
本願の実施例は、モバイルデバイスのデータプロセッサが、例えばプロセッサエンティティ内で、又はハードウェア、又はソフトウェアとハードウェアの組み合わせで、コンピュータプログラム命令を実行することによって実施することができる。コンピュータプログラム命令は、アセンブラ命令、命令セットアーキテクチャ（Ｉｎｓｔｒｕｃｔｉｏｎ Ｓｅｔ Ａｒｃｈｉｔｅｃｔｕｒｅ、ＩＳＡ）命令、マシン命令、マシン関連命令、マイクロコード、ファームウェア命令、状態設定データ、又は１つもしくは複数のプログラミング言語の任意の組み合わせで記述されたソースコードもしくはターゲットコードであってもよい。
本願の図面における任意の論理流れのブロック図は、プログラムステップを表してもよいし、相互に接続された論理回路、モジュール及び機能を表してもよいし、プログラムステップと論理回路、モジュール及び機能との組み合わせを表してもよい。コンピュータプログラムは、メモリに記憶され得る。メモリは、ローカル技術環境に適した任意のタイプを有することができ、例えば、読み取り専用メモリ（Ｒｅａｄ－Ｏｎｌｙ Ｍｅｍｏｒｙ、ＲＯＭ）、ランダムアクセスメモリ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ、ＲＡＭ）、光メモリデバイス及びシステム（デジタル多機能ディスク（Ｄｉｇｉｔａｌ Ｖｉｄｅｏ Ｄｉｓｃ、ＤＶＤ）又はコンパクトディスク（Ｃｏｍｐａｃｔ Ｄｉｓｋ、ＣＤ））などを含むがこれらに限定されない、任意の適したデータ記憶技術を使用して実装することができる。コンピュータ読み取り可能な媒体は、非一時的な記憶媒体を含んでもよい。データプロセッサは、汎用コンピュータ、専用コンピュータ、マイクロプロセッサ、デジタル信号プロセッサ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ、ＤＳＰ）、特定用途向け集積回路（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ、ＡＳＩＣ）、フィールド・プログラマブル・ゲート・アレイ（Ｆｉｅｌｄ－Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ、ＦＰＧＡ）、及びマルチコアプロセッサアーキテクチャに基づくプロセッサなど、ローカル技術環境に適した任意のタイプであってよい。

Claims (8)

  1. 協調測位装置によって実行される協調測位方法であって、
    前記協調測位方法は、
    シミュレーテッドアニーリングアルゴリズム及びＣｈａｎアルゴリズムを用いて複数の測位対象のうちのそれぞれの初期測位推定値を決定するステップと、
    予め設定された誤差閾値に基づいて少なくとも２つの距離測定値を選別して、ターゲット距離測定値を得るステップであって、前記少なくとも２つの距離測定値は測位対象ごとに複数のターゲット基地局のそれぞれとの間の距離を少なくとも２回測定した測定値であるステップと、
    複数のターゲットソースのテイラー級数アルゴリズムによって、各ターゲット距離測定値及び各初期測位推定値から、各測位対象の位置を決定するステップとを含み、
    シミュレーテッドアニーリングアルゴリズム及びＣｈａｎアルゴリズムを用いて複数の測位対象のうちのそれぞれの初期測位推定値を決定する前記ステップは、
    前記シミュレーテッドアニーリングアルゴリズムに従って各測位対象の初期座標推定値を決定するステップと、
    前記Ｃｈａｎアルゴリズム及び前記初期座標推定値に基づいて前記測位対象の初期測位推定値を決定するステップとを含み、
    予め設定された誤差閾値に基づいて少なくとも２つの距離測定値を選別して、ターゲット距離測定値を得る前記ステップは、
    各測位対象の初期測位推定値と各ターゲット基地局との間の距離測定誤差値を決定するステップと、
    前記距離測定誤差値から累積分布関数を決定するステップと、
    前記累積分布関数から前記予め設定された誤差閾値を決定するステップと、
    前記予め設定された誤差閾値から、前記少なくとも２つの距離測定値を選別して、前記ターゲット距離測定値を得るステップとを含む、協調測位方法。
  2. 前記シミュレーテッドアニーリングアルゴリズムに従って各測位対象の初期座標推定値を決定する前記ステップは、
    ランダムに生成される初期座標値及び前記距離測定値から予め設定されたターゲット関数を算出するステップと、
    前記ランダムに生成される２つの初期座標値のそれぞれに対応する２つの予め設定されたターゲット関数の間の増分値を決定するステップと、
    前記増分値が予め設定された規則を満たし、かつ現在の反復回数が予め設定された反復回数閾値に達するとともに、前記シミュレーテッドアニーリングアルゴリズムにおける現在の温度が終了温度に達する場合、ランダムに生成される最新初期座標値を前記測位対象の初期座標推定値とするステップとを含む、請求項１に記載の方法。
  3. 前記予め設定された規則は、
    前記増分値が０以下である場合、前記ランダムに生成される最新初期座標値を受信し、前記シミュレーテッドアニーリングアルゴリズムにおける現在の温度を低下させること、
    前記増分値が０を上回る場合、第１予め設定された確率で前記ランダムに生成される最新初期座標値を受信することのうちの１つを含む、請求項２に記載の方法。
  4. 前記Ｃｈａｎアルゴリズム及び前記初期座標推定値に基づいて各測位対象の初期測位推定値を決定する前記ステップは、
    前記初期座標推定値から、前記Ｃｈａｎアルゴリズムにおける第１予め設定された対角行列を算出するステップであって、前記第１予め設定された対角行列は各ターゲット基地局と前記測位対象との間の実際距離からなる行列であるステップと、
    前記第１予め設定された対角行列及び予め設定されたノイズベクトル共分散行列から１回目の推定値を算出するステップと、
    前記１回目の推定値及び予め設定された推定誤差から２回目の推定値を得るステップと、
    前記２回目の推定値、第２予め設定された対角行列及び１つのターゲット基地局の既知の座標値から、前記測位対象の初期測位推定値を決定するステップであって、前記第２予め設定された対角行列は前記１回目の推定値における前記測位対象の座標値、前記１つのターゲット基地局の既知の座標値、及び前記１回目の推定値における前記測位対象と各ターゲット基地局との間の距離推定値からなる行列であるステップとを含む、請求項１に記載の方法。
  5. 前記複数のターゲットソースのテイラー級数アルゴリズムによって、前記ターゲット距離測定値及び前記初期測位推定値から前記測位対象の位置を決定するステップは、
    前記測位対象の数が２つである場合、２つの測位対象の間の距離測定誤差値、及び各測位対象と各ターゲット基地局の間の距離測定誤差値で第１行列を構成するステップと、
    各測位対象の初期測位推定値と推定座標値との間の差を利用して第２行列を構成するステップと、
    各測位対象と各ターゲット基地局との間のターゲット距離測定値、及び前記２つの測位対象の間の前回距離推定値を利用して第３行列を構成するステップと、
    予め設定された測位モデルに基づいて、前記第１行列、前記第２行列及び前記第３行列から第４行列を決定するステップと、
    各測位対象の推定座標値と初期測位推定値との間の変化量が予め設定された閾値を下回るまで、加重最小二乗法によって、前記第４行列、前記第３行列及び予め設定された共分散行列に基づいて前記第２行列について再帰的計算を行うステップと、
    前記予め設定された閾値を下回る前記変化量に対応する初期測位推定値を前記測位対象の位置とするステップとを含む、請求項１に記載の方法。
  6. シミュレーテッドアニーリングアルゴリズム及びＣｈａｎアルゴリズムを用いて複数の測位対象のうちのそれぞれの初期測位推定値を決定するように構成される第１決定モジュールであって、シミュレーテッドアニーリングアルゴリズム及びＣｈａｎアルゴリズムを用いて複数の測位対象のうちのそれぞれの初期測位推定値を決定することは、前記シミュレーテッドアニーリングアルゴリズムに従って各測位対象の初期座標推定値を決定することと、前記Ｃｈａｎアルゴリズム及び前記初期座標推定値に基づいて前記測位対象の初期測位推定値を決定することとを含む第１決定モジュールと、
    予め設定された誤差閾値に基づいて少なくとも２つの距離測定値を選別して、ターゲット距離測定値を得るように構成される第２決定モジュールであって、前記少なくとも２つの距離測定値は測位対象ごとにターゲット基地局との距離を少なくとも２回測定した測定値である第２決定モジュールであって、予め設定された誤差閾値に基づいて少なくとも２つの距離測定値を選別して、ターゲット距離測定値を得ることは、各測位対象の初期測位推定値と各ターゲット基地局との間の距離測定誤差値を決定することと、前記距離測定誤差値から累積分布関数を決定することと、前記累積分布関数から前記予め設定された誤差閾値を決定することと、前記予め設定された誤差閾値から、前記少なくとも２つの距離測定値を選別して、前記ターゲット距離測定値を得るステップとを含む第２決定モジュールと、
    複数のターゲットソースのテイラー級数アルゴリズムによって、各ターゲット距離測定値及び各初期測位推定値から、各測位対象の位置を決定するように構成される第３決定モジュールとを含む、協調測位装置。
  7. メモリと、少なくとも１つのプロセッサとを含み、
    前記メモリは、少なくとも１つのプログラムを記憶するように構成され、
    前記少なくとも１つのプログラムが前記少なくとも１つのプロセッサによって実行されると、請求項１～５のいずれか１項に記載の協調測位方法を前記少なくとも１つのプロセッサに実現させる、機器。
  8. プロセッサによって実行されると請求項１～５のいずれか１項に記載の協調測位方法を実現するコンピュータプログラムが記憶されている、記憶媒体。
JP2022535910A 2020-04-10 2021-03-03 協調測位方法、装置、機器及び記憶媒体 Active JP7344389B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN202010280268.0 2020-04-10
CN202010280268.0A CN111896914A (zh) 2020-04-10 2020-04-10 一种协同定位方法、装置、设备和存储介质
PCT/CN2021/078794 WO2021203871A1 (zh) 2020-04-10 2021-03-03 协同定位方法、装置、设备和存储介质

Publications (2)

Publication Number Publication Date
JP2023506803A JP2023506803A (ja) 2023-02-20
JP7344389B2 true JP7344389B2 (ja) 2023-09-13

Family

ID=73206180

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2022535910A Active JP7344389B2 (ja) 2020-04-10 2021-03-03 協調測位方法、装置、機器及び記憶媒体

Country Status (6)

Country Link
US (1) US20230077304A1 (ja)
EP (1) EP4134697A4 (ja)
JP (1) JP7344389B2 (ja)
KR (1) KR20220101195A (ja)
CN (1) CN111896914A (ja)
WO (1) WO2021203871A1 (ja)

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111896914A (zh) * 2020-04-10 2020-11-06 中兴通讯股份有限公司 一种协同定位方法、装置、设备和存储介质
CN114598987A (zh) * 2020-12-04 2022-06-07 大唐移动通信设备有限公司 定位方法、装置、电子设备及计算机可读存储介质
CN112558078A (zh) * 2020-12-10 2021-03-26 湖南国天电子科技有限公司 一种基于多站的轨迹被动跟踪方法
CN112714395B (zh) * 2020-12-22 2022-09-06 福州数据技术研究院有限公司 一种室内定位方法和存储设备
CN113391266B (zh) * 2021-05-28 2023-04-18 南京航空航天大学 基于非圆多嵌套阵降维子空间数据融合的直接定位方法
CN113405539B (zh) * 2021-06-21 2023-04-07 浙江建设职业技术学院 地下管道测绘方法及系统
CN113891245B (zh) * 2021-11-17 2024-04-26 西安邮电大学 一种火场消防员协同接力定位方法
CN114143712B (zh) * 2021-12-09 2023-06-16 中国地质调查局水文地质环境地质调查中心 一种监测方法、装置及存储介质
CN114142954B (zh) * 2021-12-10 2022-10-14 上海交通大学 应用于多干扰源检测与定位的无人机方法及系统
CN114415113B (zh) * 2022-01-14 2022-12-09 深圳锦沃科技有限公司 室内定位方法、装置、计算机设备及存储介质
CN114666732B (zh) * 2022-03-15 2024-05-10 江苏科技大学 一种含噪网络下动目标定位解算及误差评价方法
CN115267644A (zh) * 2022-07-19 2022-11-01 广州伟宏智能科技有限公司 电能表失准检测方法以及装置
CN115184979B (zh) * 2022-09-08 2022-11-25 中交第一航务工程局有限公司 船管相对位置监测方法、系统、计算机设备及存储介质
CN115493598B (zh) * 2022-11-15 2023-03-10 西安羚控电子科技有限公司 运动过程中的目标定位方法、装置及存储介质
CN116801380B (zh) * 2023-03-23 2024-05-28 昆明理工大学 基于改进全质心-Taylor的UWB室内定位方法
CN116761253B (zh) * 2023-08-17 2023-10-20 湘江实验室 一种基于三角形面积的uwb加权定位方法
CN117528413B (zh) * 2023-10-13 2024-07-30 大连浩如科技有限公司 一种基于多维尺度变换的uwb基站自标定方法
CN117194854B (zh) * 2023-11-01 2024-02-27 辽宁天衡智通防务科技有限公司 基于改进Chan算法的三维定位方法和装置
CN118112499A (zh) * 2024-01-29 2024-05-31 哈尔滨工程大学 基于量子金鹰优化布局的动态目标tdoa定位方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150201309A1 (en) 2008-06-12 2015-07-16 Board Of Trustees Of Northern Illinois University System and method for wireless positioning and location determination
KR101589269B1 (ko) 2014-12-12 2016-01-27 한국항공우주연구원 위치 추정 방법 및 장치
JP2016090311A (ja) 2014-10-31 2016-05-23 三菱電機株式会社 測位装置
CN109186609A (zh) 2018-10-09 2019-01-11 南京航空航天大学 基于KF算法、Chan算法及Taylor算法的UWB定位方法
CN109375165A (zh) 2018-11-22 2019-02-22 中电科仪器仪表有限公司 一种tdoa多测量站的定位方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9091746B2 (en) * 2010-07-01 2015-07-28 Qualcomm Incorporated Determination of positions of wireless transceivers to be added to a wireless communication network
WO2012016355A1 (en) * 2010-08-05 2012-02-09 Telefonakietolaget Lm Ericsson (Publ) Method of and system for locating the position of user equipment
CN105137391B (zh) * 2015-09-17 2018-01-19 中国矿业大学(北京) 基于tdoa的css精确定位方法
CN111896914A (zh) * 2020-04-10 2020-11-06 中兴通讯股份有限公司 一种协同定位方法、装置、设备和存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150201309A1 (en) 2008-06-12 2015-07-16 Board Of Trustees Of Northern Illinois University System and method for wireless positioning and location determination
JP2016090311A (ja) 2014-10-31 2016-05-23 三菱電機株式会社 測位装置
KR101589269B1 (ko) 2014-12-12 2016-01-27 한국항공우주연구원 위치 추정 방법 및 장치
CN109186609A (zh) 2018-10-09 2019-01-11 南京航空航天大学 基于KF算法、Chan算法及Taylor算法的UWB定位方法
CN109375165A (zh) 2018-11-22 2019-02-22 中电科仪器仪表有限公司 一种tdoa多测量站的定位方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
CHANG, Xiaodong et al.，Three-dimensional positioning of wireless communication base station，2017 IEEE 2nd Advanced Information Technology, Electronic and Automation Control Conference (IAEAC) [online]，米国，IEEE，2017年10月02日，Pages: 2727-2732，インターネット: <URL: https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=8054521><DOI: 10.1109/IAEAC.2017.8054521>
LI, Hao et al.，Combination of Taylor and Chan method in mobile positioning，2011 IEEE 10th International Conference on Cybernetic Intelligent Systems (CIS) [online]，米国，IEEE，2012年03月15日，Pages: 104-110，インターネット: <URL: https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=6169143><DOI: 10.1109/CIS.2011.6169143>
LI, Huan et al.，Wireless location for indoor based on UWB，2015 34th Chinese Control Conference (CCC) [online]，米国，IEEE，2015年09月14日，Pages: 6430-6433，インターネット: <URL: https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=7260652><DOI: 10.1109/ChiCC.2015.7260652>

Also Published As

Publication number Publication date
JP2023506803A (ja) 2023-02-20
EP4134697A1 (en) 2023-02-15
WO2021203871A1 (zh) 2021-10-14
US20230077304A1 (en) 2023-03-09
CN111896914A (zh) 2020-11-06
EP4134697A4 (en) 2024-04-24
KR20220101195A (ko) 2022-07-19

Similar Documents

Publication Publication Date Title
JP7344389B2 (ja) 協調測位方法、装置、機器及び記憶媒体
US9459339B2 (en) Kalman filter for indoor positioning
US9594150B2 (en) Determining device locations using movement, signal strength
WO2020119372A1 (zh) 场强预测方法、装置、设备及存储介质
CN109379711B (zh) 一种定位方法
CN111044050B (zh) 一种基于粒子滤波和卡尔曼滤波的蓝牙定位方法
CN109769206B (zh) 一种室内定位融合方法、装置、存储介质及终端设备
CN113935402B (zh) 时差定位模型的训练方法、装置及电子设备
CN106792516B (zh) 基于无线通信基站的三维定位方法
CN111770528B (zh) 基于信道参数萃取方法的视距与非视距识别方法及装置
CN105187139A (zh) 一种基于群智感知的室外无线信号接收强度地图构建方法
CN109613577B (zh) 一种位置确定方法、装置、终端设备和存储介质
Sretenović et al. Experimental analysis of weight-compensated weighted centroid localization algorithm based on RSSI
Will et al. The FU Berlin parallel lateration-algorithm simulation and visualization engine
CN112333819B (zh) 设备定位方法、装置、计算机设备和存储介质
JP6819797B2 (ja) 位置推定装置、位置推定方法とプログラム、並びに、位置推定システム
CN111954158A (zh) 基于rss地图的联合滤波室内单目标跟踪方法、装置及介质
CN111741430B (zh) 一种基于最优参考点和接入点选取的指纹定位方法和系统
CN109121080A (zh) 一种室内定位方法、装置、移动终端及存储介质
CN118382139B (zh) 一种基于测距误差统计特性的移动通信定位方法
CN116860904B (zh) 一种基于去中心化网络的目标追踪方法及装置
CN110611881B (zh) 一种控制节点的确定方法及装置
JP2017227640A (ja) 位置確定装置、方法及び電子機器
CN117029839A (zh) 车辆定位状态的估计方法、装置、电子设备及存储介质
CN114501616A (zh) 一种基于kl散度与相邻关系的改进加权质心定位方法

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220613

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230328

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230529

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20230808

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230901

R150 Certificate of patent or registration of utility model

Ref document number: 7344389

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150