專利名稱：聯(lián)合非視距誤差消除和運(yùn)動(dòng)狀態(tài)估計(jì)的無線定位方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種在視距和非視距混合條件下，進(jìn)行無線定位的方法，可應(yīng)用于各類無線定位系統(tǒng)中，屬于通信信號(hào)處理的技術(shù)領(lǐng)域。
背景技術(shù)：
無線定位技術(shù)在公共安全服務(wù)(如緊急醫(yī)療，緊急定位，緊急報(bào)警服務(wù))，犯罪偵查，位置敏感付費(fèi)以及船舶管理，導(dǎo)航和智能交通系統(tǒng)等多方面都有廣泛的應(yīng)用。高精度無線定位技術(shù)具有很高的研究?jī)r(jià)值，越來越受到關(guān)注。然而，在現(xiàn)有的無線定位系統(tǒng)中，
無論是基于衛(wèi)星的定位系統(tǒng)，如美國(guó)的全球定位系統(tǒng)(GPS)、歐洲的伽利略(Galileo)系統(tǒng)、俄羅斯的GLONASS系統(tǒng)以及我國(guó)的"北斗"定位系統(tǒng)，還是基于蜂窩通信網(wǎng)絡(luò)的定位系統(tǒng)，抑或是基于超寬帶(UWB)信號(hào)的室內(nèi)定位系統(tǒng)，非視距(NLOS)環(huán)境直接影響了定位精度的提高。在NLOS環(huán)境下，無線電波由于受到發(fā)射站和移動(dòng)臺(tái)之間障礙物的遮擋，經(jīng)折射，反射，散射后才得以到達(dá)移動(dòng)臺(tái)。若按照傳統(tǒng)的定位方法，根據(jù)接收到的NLOS信號(hào)對(duì)移動(dòng)臺(tái)進(jìn)行定位，定位誤差將大大增大。已有場(chǎng)測(cè)表明，由NLOS信號(hào)產(chǎn)生的定位誤差符合均值513米，標(biāo)準(zhǔn)差為436米的高斯分布。
為提高定位精度，現(xiàn)有的NLOS消除方法主要有以下幾種-
第一種方法是多項(xiàng)式平滑、殘差比對(duì)法。Wylie提出了一種根據(jù)一段時(shí)間內(nèi)的距離測(cè)量值，采用N階多項(xiàng)式平滑，計(jì)算距離的標(biāo)準(zhǔn)差，與已知測(cè)量噪聲的標(biāo)準(zhǔn)差比較，并進(jìn)一步根據(jù)距離測(cè)量值的殘差進(jìn)行分析、比較，最后進(jìn)行LOS重構(gòu)的方法。
第二種方法是卡爾曼濾波重構(gòu)法。該方法根據(jù)各段時(shí)間內(nèi)的測(cè)量值，用卡爾曼濾波方法平滑距離值，通過分析噪聲方差判斷NLOS信號(hào)，并重構(gòu)LOS信號(hào)，得到位置的估計(jì)值。方法一和二均假設(shè)在NLOS環(huán)境下的距離的標(biāo)準(zhǔn)差大于LOS環(huán)境，但是標(biāo)準(zhǔn)差的閾值設(shè)定比較主觀。閾值設(shè)定不當(dāng)容易錯(cuò)誤檢測(cè)LOS信號(hào)。
第三種方法是模型誤差法。AL-Jazzar利用不同的散射模型(圓環(huán)傳播模型、圓盤模型、截?cái)喔咚狗植寄Ｐ?獲得基于TOA信號(hào)的不同模型的計(jì)算概率密度函數(shù)。利用基于3種模型的概率密度函數(shù)得到NLOS的計(jì)算統(tǒng)計(jì)特性，進(jìn)而估計(jì)MS位置。然而，實(shí)際情況下，復(fù)雜多變的通信環(huán)境很難較好的滿足上述三種概率模型。因此該方法不具有普適性。第四種方法是依靠交互多模方法(IMM)對(duì)測(cè)量得到的距離值進(jìn)行平滑，然后再根據(jù)平滑后的距離求得位置。該方法將距離平滑和最后的位置解算分成不相關(guān)的兩個(gè)步驟，不利于定位精度的提高以及對(duì)最終定位誤差的分析。

發(fā)明內(nèi)容
技術(shù)問題本發(fā)明的目的是針對(duì)現(xiàn)有技術(shù)的不足，提出一種基于改進(jìn)勞-布萊克威爾粒
子濾波(Improved Rao-Blackwdlized Particle Filtering, I-RBPF)的定位估計(jì)方法。該方法能在LOS/NLOS混合環(huán)境下估計(jì)移動(dòng)臺(tái)的運(yùn)動(dòng)狀態(tài)，有效提高定位精度，減少定位誤差，同時(shí)對(duì)不同環(huán)境下的LOS/NLOS轉(zhuǎn)移概率模型具有魯棒性。
本發(fā)明的技術(shù)方案是聯(lián)合非視距誤差消除和運(yùn)動(dòng)狀態(tài)估計(jì)的無線定位方法，該方法包括以下步驟
1. 建立移動(dòng)臺(tái)的運(yùn)動(dòng)方程，建立描述LOS、NLOS環(huán)境相互轉(zhuǎn)換的一階Markov模型，在此基礎(chǔ)上，建立含有目標(biāo)運(yùn)動(dòng)狀態(tài)和LOS/NLOS環(huán)境變量的測(cè)量方程；
2. 根據(jù)來自各基站的測(cè)量信號(hào)，估計(jì)視距條件后驗(yàn)概率分布；
3. 采用分布式擴(kuò)展卡爾曼濾波器的方法，在步驟2的粒子集的基礎(chǔ)上，估計(jì)當(dāng)前運(yùn)動(dòng)狀態(tài)；
4. 重復(fù)2-3步驟，得到運(yùn)動(dòng)目標(biāo)位置和速度的序貫估計(jì)結(jié)果。
本發(fā)明通過多次測(cè)量，序貫估計(jì)目標(biāo)的運(yùn)動(dòng)狀態(tài)實(shí)現(xiàn)對(duì)目標(biāo)的定位和跟蹤。同時(shí)，考慮到在典型的無線通信環(huán)境下，信號(hào)的LOS和NLOS環(huán)境的通常是相互轉(zhuǎn)換的。因此，本發(fā)明采用一階Markov模型來描述LOS和NLOS的相互轉(zhuǎn)換。在此基礎(chǔ)上，依據(jù)來自各個(gè)基站的測(cè)量信號(hào)，分別利用RBPF方法同時(shí)估計(jì)移動(dòng)臺(tái)的運(yùn)動(dòng)狀態(tài)以及當(dāng)前的視距條件(LOS或NLOS環(huán)境)。
所述步驟2進(jìn)一步包括采用基于隨機(jī)采樣的粒子濾波方法，得到視距條件后驗(yàn)概率分布的近似解，由粒子集和對(duì)應(yīng)的權(quán)重表示。在利用粒子濾波方法估計(jì)視距條件后驗(yàn)概率分布時(shí)，采用最優(yōu)重要分布函數(shù)，能夠有效地對(duì)視距條件后驗(yàn)概率分布進(jìn)行估計(jì)，同時(shí)減少了粒子權(quán)重的方差。本發(fā)明的優(yōu)點(diǎn)如下 能有效的在LOS/NLOS混合環(huán)境下有效的進(jìn)行移動(dòng)臺(tái)的定位。該方法移動(dòng)臺(tái)并不預(yù)先假設(shè)在LOS或是NLOS條件接收到某個(gè)基站的信號(hào)，而是根據(jù)信號(hào)的測(cè)量值，估計(jì)LOS/NLOS環(huán)境變量的后驗(yàn)概率。估計(jì)方法采用基于隨機(jī)采樣的粒子濾波方法，可以有效的得到視距變量的后驗(yàn)概率估計(jì)，為后續(xù)對(duì)移動(dòng)臺(tái)運(yùn)動(dòng)狀態(tài)的高精度估計(jì)奠定了基礎(chǔ)。
② 通過最優(yōu)采樣分布函數(shù)，能夠有效地對(duì)視距條件后驗(yàn)概率分布進(jìn)行估計(jì)，并利用A+7時(shí)刻的觀測(cè)值，通過一步后向預(yù)測(cè)方法計(jì)算，計(jì)算/t時(shí)刻粒子權(quán)重。通過重采樣，使得A時(shí)刻最優(yōu)估計(jì)粒子用于計(jì)算運(yùn)動(dòng)狀態(tài)估計(jì)，提高了估計(jì)性能。
③ 采用分布式EKF方法，對(duì)移動(dòng)臺(tái)的運(yùn)動(dòng)狀態(tài)估計(jì)采用分析的方法進(jìn)行計(jì)算，減少了算法復(fù)雜度。由于移動(dòng)臺(tái)的運(yùn)動(dòng)狀態(tài)估計(jì)沒有參與到粒子濾波的變量估計(jì)中，減小了粒子濾波變量估計(jì)的維數(shù)，從而能夠有效的提高變量估計(jì)的準(zhǔn)確性，提高了定位精度。
具體實(shí)施例方式
為了更好的理解本發(fā)明的技術(shù)方案，下面結(jié)合實(shí)施例作進(jìn)一歩的詳細(xì)描述。實(shí)施例1
聯(lián)合非視距誤差消除和運(yùn)動(dòng)狀態(tài)估計(jì)的無線定位方法，具體包括以下步驟
1) 建立移動(dòng)臺(tái)的運(yùn)動(dòng)狀態(tài)方程
設(shè)移動(dòng)臺(tái)在二維平面內(nèi)運(yùn)動(dòng)，時(shí)刻的運(yùn)動(dòng)狀態(tài)設(shè)為& ， & ="A，^，W—，其中"'A)
表示移動(dòng)臺(tái)在;c和少坐標(biāo)的位置，(&'A)為對(duì)應(yīng)的速度。則帶有隨機(jī)加速的的運(yùn)動(dòng)狀態(tài)方程表示為
人
式中，A/為離散采樣時(shí)間，^4氣' J為隨機(jī)加速度，其協(xié)方差矩陣"="'""、'、\式(1)的矢量形式可以表述為
z,①z"i+r^ (10)
2) 建立LOS/NLOS的轉(zhuǎn)移概率模型
LOS/NLOS的轉(zhuǎn)移概率模型可以采用一階Markov鏈描述。定義在第/基站A時(shí)刻視距條件變量& e 9T □ {0,1}，在LOS條件下，& = 0 ，在NLOS條件下，^ = 1 。并且，將視
<formula>formula see original document page 6</formula>距(LOS)和非視距(NLOS)狀態(tài)隨機(jī)轉(zhuǎn)換視為一階馬爾可夫(Markov)的轉(zhuǎn)移模型 & 口 MC(;r'，乂)，其中"'為轉(zhuǎn)移矩陣初始值；1 □],為傳輸概率矩陣，
《,，□ =成,4一1 =附}
3)建立觀測(cè)方程-
在A時(shí)刻，移動(dòng)臺(tái)接收來自第/基站信號(hào)，距離測(cè)量方程為
~=《4+—S,》+D. (11)
其中，在LOS條件下，觀測(cè)噪聲 W(0,《)，在NLOS條件下，觀測(cè)噪聲 ",,廣〃(附腳"《咖)。則有
f 0， " = 0,其中Zt □ [2|4，、4"..,~ 4]7'。對(duì)應(yīng)的離散視距條件序列Sw □ [SpSnSJ,
其中S』[^,&，…，&J，以及待估計(jì)的連續(xù)狀態(tài)序列x,^[《,^,...,^]。根據(jù)測(cè)量信號(hào)
z,
"采用粒子濾波方法估計(jì)視距條件后驗(yàn)概率分布p(Sw/Z,J。其步驟又包括
4.1) 根據(jù)運(yùn)動(dòng)方程，預(yù)測(cè)移動(dòng)臺(tái)的狀態(tài)均值和方差
;=《 (14)
V,4—y+rer (15)
4.2) 分別預(yù)測(cè)來自不同基站，不同視距條件下k時(shí)刻的測(cè)量值，
(16)
4.3) 根據(jù)當(dāng)前時(shí)刻的測(cè)量值，計(jì)算各粒子對(duì)應(yīng)的權(quán)重值；
4.4) 根據(jù)權(quán)值大小《)，進(jìn)行粒子重采樣，刪除小權(quán)值的粒子，而保留并復(fù)制大權(quán)值
的粒子，得到k-l時(shí)刻對(duì)應(yīng)的最優(yōu)估計(jì)粒子(》 ,^i,^^。wK,;
4.5) 根據(jù)4.4)步驟得到的粒子，進(jìn)行EKF預(yù)測(cè)估計(jì)《v,喝,k:)；(i7)
4.6)依據(jù)式(10)計(jì)算p(S卩)ls^,Z,4)值，采樣得到/fc時(shí)刻的視距變量粒子集
s;') W|s:,,z1:t)。
p(S^ |S:,, Z,:*) cc f|, % 卜;:—,) (18)
5) 根據(jù)得到的粒子集W'，采用分布時(shí)EKF方法得到/t時(shí)刻運(yùn)動(dòng)狀態(tài)估計(jì)
^1^L + fj^(V-《％—,) (19)
其中，
^《《/ (《()-2 (20)
^ =[D +lx,):"-2~r' (2i)
6) 重復(fù)步驟4) -5)，得到對(duì)移動(dòng)臺(tái)運(yùn)動(dòng)狀態(tài)(位置和速度)的序貫估計(jì)。
權(quán)利要求
1、聯(lián)合非視距誤差消除和運(yùn)動(dòng)狀態(tài)估計(jì)的無線定位方法，其特征是，該方法包括以下步驟1)建立移動(dòng)臺(tái)的運(yùn)動(dòng)方程，建立描述LOS、NLOS環(huán)境相互轉(zhuǎn)換的一階Markov模型，在此基礎(chǔ)上，建立含有目標(biāo)運(yùn)動(dòng)狀態(tài)和LOS/NLOS環(huán)境變量的測(cè)量方程；2)根據(jù)來自各基站的測(cè)量信號(hào)，估計(jì)視距條件后驗(yàn)概率分布；3)采用分布式擴(kuò)展卡爾曼濾波器的方法，在步驟2)的粒子集的基礎(chǔ)上，估計(jì)當(dāng)前運(yùn)動(dòng)狀態(tài)；4)重復(fù)2)-3)步驟，得到運(yùn)動(dòng)目標(biāo)位置和速度的序貫估計(jì)結(jié)果。
2、 根據(jù)權(quán)利要求1所述的無線定位方法，其特征是，所述步驟2)進(jìn)一步包括下列方 法采用基于隨機(jī)采樣的粒子濾波方法，得到視距條件后驗(yàn)概率分布的近似解，由粒子集 和對(duì)應(yīng)的權(quán)重表示。
3、 根據(jù)權(quán)利要求1或2所述的無線定位方法，其特征是，所述步驟2)進(jìn)一步包括 假定當(dāng)前接收機(jī)(移動(dòng)臺(tái))能夠接收M個(gè)基站信號(hào)，定義初始至A:時(shí)刻觀測(cè)序列為 Z1:i □ [ZpZ2,...，Zt]，其中Z4 □ [Zli,~,...，zM J7 ;對(duì)應(yīng)的離散視距條件序列Sw [」[S,,S2,...,SJ,其中S^[sM，~,...,Vi]7'，以及待估計(jì)的連續(xù)狀態(tài)序列\(zhòng)4口[11,12,...,^];根據(jù)測(cè)量信號(hào) ，采用粒子濾波方法估計(jì)視距條件后驗(yàn)概率分布P(SI:JZW)。
4、 根據(jù)權(quán)利要求3所述的無線定位方法，其特征是，所述步驟2)具體包括下列步驟4.1) 根據(jù)運(yùn)動(dòng)方程，預(yù)測(cè)移動(dòng)臺(tái)的狀態(tài)均值和方差(!)、—,0+，7 (2)4.2) 分別預(yù)測(cè)來自不同基站，不同視距條件下k時(shí)刻的測(cè)量值，《L-^A,力;i-,+附(^); (3)4.3) 根據(jù)當(dāng)前時(shí)刻的測(cè)量值，計(jì)算各粒子對(duì)應(yīng)的權(quán)重值；4.4) 根據(jù)權(quán)值大小《)，進(jìn)行粒子重采樣，刪除小權(quán)值的粒子，而保留并復(fù)制大權(quán)值的粒子，得到k-i時(shí)刻對(duì)應(yīng)的最優(yōu)估計(jì)粒子W ,力:uu:！,;(4.5) 根據(jù)4.4)步驟得到的粒子，進(jìn)行EKF預(yù)測(cè)估計(jì)(4.6) 計(jì)算AS1')IS:,，Z,J值，采樣得到&時(shí)刻的視距變量粒子集8(/'1(8〖')|8:|,^):p(S^ |S:, ， Z,4)《f[《L—, ， ％ )M )(5)。
5、根據(jù)權(quán)利要求4所述的無線定位方法，其特征是，所述步驟3)具體包括下列步驟: 根據(jù)得到的粒子集S!')，采用分布時(shí)EKF方法得到A時(shí)刻運(yùn)動(dòng)狀態(tài)估計(jì)化hi:,+i^M"M-(6)其中，&=i^《《)-2 (7)
全文摘要
本發(fā)明涉及一種聯(lián)合非視距誤差消除和運(yùn)動(dòng)狀態(tài)估計(jì)的無線定位方法，該方法能在LOS/NLOS混合環(huán)境下估計(jì)移動(dòng)臺(tái)的運(yùn)動(dòng)狀態(tài)，有效提高定位精度，減少定位誤差，同時(shí)對(duì)不同環(huán)境下的LOS/NLOS轉(zhuǎn)移概率模型具有魯棒性。本發(fā)明的方法包括以下步驟1.建立移動(dòng)臺(tái)的運(yùn)動(dòng)方程，建立描述LOS、NLOS環(huán)境相互轉(zhuǎn)換的一階Markov模型，在此基礎(chǔ)上，建立含有目標(biāo)運(yùn)動(dòng)狀態(tài)和LOS/NLOS環(huán)境變量的測(cè)量方程；2.根據(jù)來自各基站的測(cè)量信號(hào)，估計(jì)視距條件后驗(yàn)概率分布；3采用分布式擴(kuò)展卡爾曼濾波器的方法，在步驟2的粒子集的基礎(chǔ)上，估計(jì)當(dāng)前運(yùn)動(dòng)狀態(tài)；重復(fù)2-3步驟，得到運(yùn)動(dòng)目標(biāo)位置和速度的序貫估計(jì)結(jié)果。
文檔編號(hào)G01S11/02GK101509969SQ200910030019
公開日2009年8月19日 申請(qǐng)日期2009年3月31日 優(yōu)先權(quán)日2009年3月31日
發(fā)明者胡紅梅, 亮 陳 申請(qǐng)人:江蘇大學(xué)