技術(shù)特征：

1.一種基于測(cè)距的室內(nèi)定位方法，其特征在于，包括以下步驟：

步驟a：通過(guò)無(wú)線(xiàn)測(cè)距獲取錨節(jié)點(diǎn)與目標(biāo)節(jié)點(diǎn)的距離信息；

步驟b：根據(jù)所述錨節(jié)點(diǎn)與目標(biāo)節(jié)點(diǎn)的距離信息構(gòu)建初始受限區(qū)域；

步驟c：對(duì)所述初始受限區(qū)域進(jìn)行偏差消除，形成新的受限區(qū)域；

步驟d：通過(guò)卡爾曼濾波對(duì)所述新的受限區(qū)域進(jìn)行定位，獲得所述目標(biāo)節(jié)點(diǎn)的位置估計(jì)。

2.根據(jù)權(quán)利要求1所述的基于測(cè)距的室內(nèi)定位方法，其特征在于，在所述步驟b中，所述初始受限區(qū)域?yàn)槟繕?biāo)節(jié)點(diǎn)可能存在的范圍；所述初始受限區(qū)域通過(guò)min－max算法進(jìn)行構(gòu)建：通過(guò)無(wú)線(xiàn)測(cè)距獲得每個(gè)錨節(jié)點(diǎn)與目標(biāo)節(jié)點(diǎn)的距離分別以每個(gè)錨節(jié)點(diǎn)為中心、以為半徑構(gòu)建一個(gè)正方形區(qū)域，設(shè)有m個(gè)錨節(jié)點(diǎn)，則產(chǎn)生m個(gè)正方形區(qū)域，所述m個(gè)正方形區(qū)域的疊加即為初始受限區(qū)域。

3.根據(jù)權(quán)利要求2所述的基于測(cè)距的室內(nèi)定位方法，其特征在于，在所述步驟b中，所述初始受限區(qū)域四個(gè)邊的邊界值為：

$\[max(a_j^x-z_t^j),max(a_j^y-z_t^j)\]\×\[min(a_j^x+z_t^j),min(a_j^y+z_t^j)$

所述初始受限區(qū)域的中心點(diǎn)坐標(biāo)為：

$\left\{\begin{array}{c}{\tilde{p}}_t^x=\frac{1}{2}\left(\min \right(a_j^x+z_t^j)+\max (a_j^x-z_t^j\left)\right)\\ {\tilde{p}}_t^y=\frac{1}{2}\left(\min \right(a_j^y+z_t^j)+\max (a_j^y-z_t^j\left)\right)\end{array}\right..$

4.根據(jù)權(quán)利要求3所述的基于測(cè)距的室內(nèi)定位方法，其特征在于，在所述步驟c中，所述對(duì)初始受限區(qū)域進(jìn)行偏差消除具體為：采用線(xiàn)性卡爾曼濾波進(jìn)行偏差消除，所述偏差消除具體包括：

步驟c1：將初始受限區(qū)域的中心點(diǎn)作為觀測(cè)值

步驟c2：將上一時(shí)刻目標(biāo)節(jié)點(diǎn)所在位置的向量記為當(dāng)前時(shí)刻的預(yù)測(cè)值為預(yù)測(cè)協(xié)方差矩陣P_t|t-1為上一時(shí)刻的協(xié)方差矩陣P_t-1加當(dāng)前時(shí)刻的協(xié)方差矩陣Q_t；

步驟c3：以預(yù)測(cè)協(xié)方差矩陣計(jì)算線(xiàn)性卡爾曼增益為：線(xiàn)性卡爾曼濾波結(jié)果為：

${\hat{x}}_{t|t}={\hat{x}}_{t|t-1}+K_t(y_t-{\hat{x}}_{t|t-1})$

步驟c4：根據(jù)線(xiàn)性卡爾曼濾波結(jié)果得到后驗(yàn)概率矩陣：

P_t|t＝(I-K_t)P_t|t-1

在上述公式中，I為單位矩陣；將所述初始受限區(qū)域平移至以為中心的矩形區(qū)域，形成新的受限區(qū)域。

5.根據(jù)權(quán)利要求4所述的基于測(cè)距的室內(nèi)定位方法，其特征在于，在所述步驟d中，所述通過(guò)卡爾曼濾波對(duì)新的受限區(qū)域進(jìn)行定位具體為：

步驟d1：設(shè)定一個(gè)可調(diào)參數(shù)κ，以為中心，生成2n+1個(gè)狀態(tài)樣本；

步驟d2：調(diào)節(jié)所述可調(diào)參數(shù)κ，使所有狀態(tài)樣本都在新的受限區(qū)域中；

步驟d3：為每個(gè)狀態(tài)樣本賦予權(quán)重，更新所述狀態(tài)樣本相關(guān)參數(shù)：

$w_t^i=\left\{\begin{array}{cc}\frac{\mathrm{\κ}}{n+\mathrm{\κ}}& i=0;\\ \frac{\mathrm{\κ}}{2n+\mathrm{\κ}}& i\≠0;\end{array}\right.$

步驟d4：相關(guān)參數(shù)更新完成后，所述目標(biāo)節(jié)點(diǎn)最終的定位為：

${\stackrel{\‾}{x}}_t={\hat{x}}_t+K_{ut}(z_t-{\hat{z}}_t).$

6.一種基于測(cè)距的室內(nèi)定位系統(tǒng)，其特征在于，包括：

測(cè)距模塊：用于通過(guò)無(wú)線(xiàn)測(cè)距獲取錨節(jié)點(diǎn)與目標(biāo)節(jié)點(diǎn)的距離信息；

受限區(qū)域構(gòu)建模塊：用于根據(jù)所述錨節(jié)點(diǎn)與目標(biāo)節(jié)點(diǎn)的距離信息構(gòu)建初始受限區(qū)域；

偏差消除模塊：用于對(duì)所述初始受限區(qū)域進(jìn)行偏差消除，形成新的受限區(qū)域；

定位模塊：用于通過(guò)卡爾曼濾波對(duì)所述新的受限區(qū)域進(jìn)行定位，獲得所述目標(biāo)節(jié)點(diǎn)的位置估計(jì)。

7.根據(jù)權(quán)利要求6所述的基于測(cè)距的室內(nèi)定位系統(tǒng)，其特征在于，所述初始受限區(qū)域?yàn)槟繕?biāo)節(jié)點(diǎn)可能存在的范圍；所述受限區(qū)域構(gòu)建模塊構(gòu)建初始受限區(qū)域具體為：通過(guò)min－max算法進(jìn)行構(gòu)建；通過(guò)無(wú)線(xiàn)測(cè)距獲得每個(gè)錨節(jié)點(diǎn)與目標(biāo)節(jié)點(diǎn)的距離分別以每個(gè)錨節(jié)點(diǎn)為中心、以為半徑構(gòu)建一個(gè)正方形區(qū)域，設(shè)有m個(gè)錨節(jié)點(diǎn)，則產(chǎn)生m個(gè)正方形區(qū)域，所述m個(gè)正方形區(qū)域的疊加即為初始受限區(qū)域。

8.根據(jù)權(quán)利要求7所述的基于測(cè)距的室內(nèi)定位系統(tǒng)，其特征在于，所述初始受限區(qū)域四個(gè)邊的邊界值為：

$\[max(a_j^x-z_t^j),max(a_j^y-z_t^j)\]\×\[min(a_j^x+z_t^j),min(a_j^y+z_t^j)$

所述初始受限區(qū)域的中心點(diǎn)坐標(biāo)為：

$\left\{\begin{array}{c}{\tilde{p}}_t^x=\frac{1}{2}\left(\min \right(a_j^x+z_t^j)+\max (a_j^x-z_t^j\left)\right)\\ {\tilde{p}}_t^y=\frac{1}{2}\left(\min \right(a_j^y+z_t^j)+\max (a_j^y-z_t^j\left)\right)\end{array}\right..$

9.根據(jù)權(quán)利要求8所述的基于測(cè)距的室內(nèi)定位系統(tǒng)，其特征在于，所述偏差消除模塊對(duì)初始受限區(qū)域進(jìn)行偏差消除具體為：采用線(xiàn)性卡爾曼濾波進(jìn)行偏差消除，所述偏差消除具體包括：將初始受限區(qū)域的中心點(diǎn)作為觀測(cè)值將上一時(shí)刻目標(biāo)節(jié)點(diǎn)所在位置的向量記為當(dāng)前時(shí)刻的預(yù)測(cè)值為預(yù)測(cè)協(xié)方差矩陣P_t|t-1為上一時(shí)刻的協(xié)方差矩陣P_t-1加當(dāng)前時(shí)刻的協(xié)方差矩陣Q_t；以預(yù)測(cè)協(xié)方差矩陣計(jì)算線(xiàn)性卡爾曼增益為：線(xiàn)性卡爾曼濾波結(jié)果為：

${\hat{x}}_{t|t}={\hat{x}}_{t|t-1}+K_t(y_t-{\hat{x}}_{t|t-1})$

根據(jù)線(xiàn)性卡爾曼濾波結(jié)果得到后驗(yàn)概率矩陣：

P_t|t＝(I-K_t)P_t|t-1

在上述公式中，I為單位矩陣；將所述初始受限區(qū)域平移至以為中心的矩形區(qū)域，形成新的受限區(qū)域。

10.根據(jù)權(quán)利要求9所述的基于測(cè)距的室內(nèi)定位系統(tǒng)，其特征在于，所述定位模塊通過(guò)卡爾曼濾波對(duì)新的受限區(qū)域進(jìn)行定位具體為：設(shè)定一個(gè)可調(diào)參數(shù)κ，以為中心，生成2n+1個(gè)狀態(tài)樣本；調(diào)節(jié)所述可調(diào)參數(shù)κ，使所有狀態(tài)樣本都在新的受限區(qū)域中；為每個(gè)狀態(tài)樣本賦予權(quán)重，更新所述狀態(tài)樣本相關(guān)參數(shù)：

$w_t^i=\left\{\begin{array}{cc}\frac{\mathrm{\κ}}{n+\mathrm{\κ}}& i=0;\\ \frac{\mathrm{\κ}}{2n+\mathrm{\κ}}& i\≠0;\end{array}\right.$

相關(guān)參數(shù)更新完成后，所述目標(biāo)節(jié)點(diǎn)最終的定位為：

${\stackrel{\‾}{x}}_t={\hat{x}}_t+K_{ut}(z_t-{\hat{z}}_t).$