本發(fā)明涉及無線定位
技術(shù)領(lǐng)域：
，尤其是一種nlos傳輸環(huán)境中的二次規(guī)劃定位方法，分別采用加權(quán)距離與測量距離分別進行移動臺(ms)位置估計，進而利用這兩個ms位置估計值分別計算與基站(bs)所圍成的三角形面積，二者的面積差值定義為面積殘差并作為優(yōu)化的代價函數(shù)，最后結(jié)合二次規(guī)劃方法實現(xiàn)移動臺(ms,mobilestation)定位。
背景技術(shù)：
：無線定位是指利用包含在接收信號中的角度和距離等參數(shù)來估計移動終端位置的一種技術(shù)。近年來，由于經(jīng)濟發(fā)展和人們生活的需求，該技術(shù)已經(jīng)得到了廣泛地應用，它可以提供包括緊急呼救、信息服務、車輛管理等在內(nèi)的業(yè)務，同時也被應用到了基于位置信息的收費系統(tǒng)和智能交通系統(tǒng)中，是物聯(lián)網(wǎng)的重要組成部分。在實際的無線傳輸環(huán)境中，特別是城市中的囤訊系統(tǒng)中由于障礙物的大量存在，因此信號從發(fā)送端到被接收的這一段時間內(nèi)往往不是沿著直線傳輸?shù)?，而是?jīng)過了一連串的反射和折射才能夠到達接收端。這使得接收端對距離以及角度等信息估計準確度的下降，從而顯著降低了無線定位算法的精度。據(jù)此，在無線定位技術(shù)的實際應用中，減少甚至降低非視距(nlos,non-line-of-sight)傳輸帶來的誤差是非常有必要的。根據(jù)摩托羅拉和愛立信對gsm網(wǎng)絡的實地測量發(fā)現(xiàn)，nlos誤差有隨著移動臺(ms,mobilestation)和基站或基地臺(bs,basestation)之間直線距離的增加而上升的趨勢，這就更加劇了對傳統(tǒng)定位算法精度的影響。技術(shù)實現(xiàn)要素：為了克服已有無線定位方式的誤差較大、定位精度較低的不足，本發(fā)明提供一種有效減少誤差、提升定位精度的基于面積殘差的二次規(guī)劃定位方法。本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是：一種基于海倫公式的面積殘差的二次規(guī)劃定位方法，其特征在于：所述方法包括以下步驟：1)由n個基站接收到移動臺ms發(fā)送的信號，假設(shè)已經(jīng)估計信號中的到達時間(toa，timeofarrival)信息，并且將這些信息匯集到定位主基站中；2)選定參考基站，不妨設(shè)為第一個bs，而后將所有的基站進行雙基站分組，每組均包含參考基站，而另一個基站從剩下n-1個基站中任選。假設(shè)有n個基站，則分組數(shù)目為n-1；3)對于每一個分組，根據(jù)定位幾何原理以及海倫公式原理，分別以加權(quán)距離和測距為自變量構(gòu)建ms與兩個bs圍成的三角形面積表達式，所述測距由toa等效獲??；4)對于每一個分組，計算上述兩個面積表達式的差值絕對值，所有分組的差值絕對值之和定義為面積殘差；5)將定位問題構(gòu)建成一個以面積殘差作為目標函數(shù)的最優(yōu)化問題，并用二次規(guī)劃數(shù)學工具求解最優(yōu)化問題并得到ms坐標。進一步，所述步驟3)中，如果ms的坐標為(x,y)，第i個bs的坐標為(xi,yi)，那么它們之間的距離表示為：假設(shè)ms到第i個bs的測量距離是di，那么真實距離和測量距離之間的關(guān)系表示為在nlos傳輸環(huán)境中，αi總是被約束在0和1之間，結(jié)合(1)(2)得定義一個向量v：進一步地，將公式(3)變形之后化簡就得到其中將上式(4)轉(zhuǎn)變成矩陣形式就得到y(tǒng)＝ax(6)其中根據(jù)最小二乘原理，得到向量x的解為所述步驟3)中，令第m個bs與第1個bs之間距離則根據(jù)海倫公式得使用加權(quán)距離作為自變量的ms—bs所圍成三角形的面積表達式以及使用原始測距作為自變量的ms—bs所圍成三角形的面積表達式則如果不存在任何誤差這兩個面積計算表達式的結(jié)果應該是相同的，即：將公式(10)兩端平方并化簡得到進一步展開以及化簡得到考慮所有的基站分組，得到n-1條方程：再進一步，所述步驟4)中，方程組(13)左邊減去右邊等效表征兩個面積表達式的差值，構(gòu)建面積殘差代價函數(shù)：由于nlos誤差的影響使得實際測量值總是要大于真實值，故上述表達式可以刪去絕對值符號，而又因為式子中和在優(yōu)化過程中均為固定值，不受最優(yōu)化算法的影響，則上面的代價函數(shù)(14)變形為：其中更進一步，所述步驟5)中，提出如下最優(yōu)化問題：其中向量v的下限vmin為：其中這里li,j是指第i個bs和第j個bs之間的距離，max{.}為取最大值操作；公式(16)對應的最優(yōu)化問題可以通過二次規(guī)劃數(shù)學工具求解，獲得最優(yōu)v向量，并把該最優(yōu)向量代入公式(7)即得ms的最終位置估計。本發(fā)明的技術(shù)構(gòu)思為：對于bs進行分組，一組兩個bs。而后對于每組bs，基于海倫公式用兩種不同的距離值計算ms與兩個基站構(gòu)成的三角形面積，利用兩個面積計算值之間的差距定義面積殘差，而后以面積殘差作為目標函數(shù)構(gòu)建最優(yōu)化問題，并用二次規(guī)劃數(shù)學工具進行求解并獲取最終的ms位置估計。本發(fā)明的有益效果主要表現(xiàn)在：在得到bs和ms之間的距離(等效于toa)估計值之后，基于海倫公式分別以測量距離與加權(quán)距離為自變量求取ms/bs構(gòu)成的三角形面積，進而匯總所有組基站的面積計算值定義面積殘差。而后構(gòu)建旨在降低殘差數(shù)值的最優(yōu)化問題，求解并獲取ms位置最終估計。本發(fā)明可對于nlos誤差具有一定抑制作用，即使在沒有l(wèi)os傳輸基站的環(huán)境下也能發(fā)揮作用，如果由los傳輸基站則性能改善更大，因此在nlos傳輸環(huán)境中，本發(fā)明的定位性能較好。附圖說明：圖1為基于海倫公式計算面積殘差的二次規(guī)劃定位方法處理步驟圖。圖2為基于海倫公式計算面積殘差的二次規(guī)劃定位方法原理示意圖。圖3為本發(fā)明方法仿真例子示意圖。圖4(a)為最大nlos誤差對各方法均方根誤差(rmse:rootmeanssquareerrors)影響的示意圖，其中max為nlos誤差的最大可能取值，測距標準差為10米。圖上橫坐標為max(單位為米)，縱坐標為rmse(單位為米)。(b)為將max固定為400米時測距標準差從10米增加到70米時對rmse的影響。圖5為各方法概率性能示意圖，測距標準差為10米，max為400米。其中(a)bs數(shù)量為3，(b)bs數(shù)量為5。圖上橫坐標為平均定位誤差(單位為米)，縱坐標為概率。具體實施方式下面結(jié)合附圖對本發(fā)明做進一步說明。參照圖1～圖5，一種基于海倫公式計算面積殘差的二次規(guī)劃定位方法，包括如下步驟：1)由n個基站接收到移動臺ms發(fā)送的信號，假設(shè)已經(jīng)估計信號中的到達時間(toa，timeofarrival)信息，并且將這些信息匯集到定位主基站中；2)選定參考基站，不妨設(shè)為第一個bs，而后將所有的基站進行雙基站分組，每組均包含參考基站，而另一個基站從剩下n-1個基站中任選。假設(shè)有n個基站，則分組數(shù)目為n-1；3)對于每一個分組，根據(jù)定位幾何原理以及海倫公式原理，分別以加權(quán)距離和測距為自變量構(gòu)建ms與兩個bs圍成的三角形面積表達式，所述測距由toa等效獲取，即：測距＝toa×電磁波傳播速度；4)對于每一個分組，計算上述兩個面積表達式的差值絕對值，所有分組的差值絕對值之和定義為面積殘差；5)將定位問題構(gòu)建成一個以面積殘差作為目標函數(shù)的最優(yōu)化問題，并用二次規(guī)劃數(shù)學工具求解最優(yōu)化問題并得到ms坐標。進一步，所述步驟3)中，如果ms的坐標為(x,y)，第i個bs的坐標為(xi,yi)，那么它們之間的距離表示為：假設(shè)ms到第i個bs的測量距離是di，那么真實距離和測量距離之間的關(guān)系表示為在nlos傳輸環(huán)境中，αi總是被約束在0和1之間，這是因為信號無論被折射或者反射都會使得測量距離大于真實距離；結(jié)合(1)(2)得定義一個向量v：進一步地，將公式(3)變形之后化簡就得到其中將上式(5)轉(zhuǎn)變成矩陣形式就得到y(tǒng)＝ax(6)其中根據(jù)最小二乘原理，得到向量x的解為所述步驟3)中，令第m個bs與第1個bs之間距離則根據(jù)海倫公式得使用加權(quán)距離作為自變量的ms—bs所圍成三角形的面積表達式以及使用原始測距作為自變量的ms—bs所圍成三角形的面積表達式則如果不存在任何誤差這兩個面積計算表達式的結(jié)果應該是相同的，即：將公式(10)兩端平方并化簡得到進一步展開以及化簡得到考慮所有的基站分組，得到n-1條方程：所述步驟4)中，方程組(13)左邊減去右邊可以等效表征兩個面積表達式的差值，構(gòu)建面積殘差代價函數(shù)：由于nlos誤差的影響使得實際測量值總是要大于真實值，故上述表達式可以刪去絕對值符號，而又因為式子中和在優(yōu)化過程中均為固定值，不受最優(yōu)化算法的影響，則上面的代價函數(shù)(14)變形為：其中所述步驟5)中，提出如下最優(yōu)化問題：其中根據(jù)文獻4(venkatramans,anoveltoalocationalgorithmusinglosrangeestimationfornlosenvironments[j],ieeetransactionsonvehiculartechnology,2004,53(9):1515-1524；即venkatramans,nlos環(huán)境中一種使用los測距估計的新型toa定位算法[j],ieee車載技術(shù)匯刊,2004,53(9):1515-1524.)得向量v的下限vmin：其中這里li,j是指第i個bs和第j個bs之間的距離，max{.}為取最大值操作；所述步驟5)中，公式(16)對應的最優(yōu)化問題可以通過二次規(guī)劃數(shù)學工具求解，獲得最優(yōu)v向量，該最優(yōu)向量代入公式(7)即得ms的最終位置估計。圖1中，定位主基站獲取每個基站的toa估計值，而后對基站分組，1組兩個基站。然后每一組基站分別以測量距離與加權(quán)距離通過海倫公式計算bs/ms構(gòu)成的三角形面積，并匯總所有組基站這兩個面積之間的差值定義面積殘差。最后構(gòu)建基于面積殘差代價函數(shù)的最優(yōu)化問題，并以二次規(guī)劃數(shù)學工具求解并得到ms最終位置估計。圖2是利用海倫公式進行面積殘差定義的原理示意圖，其中包含ms真實位置和bs1/bs2確定的ms估計位置，這兩個ms位置可以和bs1以及bs2構(gòu)成兩個三角形，三角形面積可以由海倫公式計算。當基站分成多組的時候，每一組都能計算兩個三角形的面積，而優(yōu)化的目標為使得所有基站組的這兩個三角形面積差的和值最小。圖3是本發(fā)明方法仿真中的一個例子示意圖，ms真實位置是加號，bs真實位置是星號，單位為米。圖4比較最大nlos誤差對各算法均方根誤差(rmse，rootmeansquareerror)的影響，此時測距標準差為10米，ms位置在基站圍成的矩形內(nèi)均勻分布，所有bs均受nlos誤差影響。采用5基站拓撲，基站的坐標分別為(0,0)(-r,0)(r,0)，小區(qū)半徑r＝1000米。圖上橫坐標為max(單位為米)，縱坐標為rmse(單位為米)。從圖中易知本發(fā)明方法具有最好的rmse性能。當nlos的最大值增大時，本發(fā)明方法性能的優(yōu)勢較為明顯。結(jié)果表明即使沒有l(wèi)os傳輸基站，本發(fā)明方法性能良好，優(yōu)于傳統(tǒng)方法。圖(b)表示在nlos誤差服從150米到400米上的均勻分布時測距標準差從10米變動到70米時各方法的性能比較，可以看到在各測距噪聲標準差情況下所提出的算法都是最優(yōu)的。圖5比較各方法的概率性能，仿真環(huán)境和圖4相同，此時測距標準差為10米，max為400米。從圖中易知，本發(fā)明方法具有最好的概率性能，即其0.9概率所對應的平均定位誤差最小。圖5還表明基站數(shù)量的增加會提升本發(fā)明方法的精度，以誤差小于100米為例，在傳輸基站數(shù)為3時，此精度的概率為55％；當傳輸基站數(shù)為5時，此概率上升為70％。結(jié)果表明隨著可用基站的增多傳輸基站，本發(fā)明方法性能良好，優(yōu)于傳統(tǒng)方法。仿真圖中用到的對比方法如下表1：算法描述theproposedalgorithm本發(fā)明方法ls基于toa的最小二乘方法cls基于toa的約束最小二乘方法opt-llop優(yōu)化線性相交線方法表1表1中，ts-wls方法來自于文獻1：chanyt,hangyc,chinhpc,exactandapproximatemaximumlikelihoodlocalizationalgotithm[j],ieeetransactionsonvehiculartechnology,2006,55(1):10-16；即chanyt,hangyc,chinhpc,精確近似極大似然定位算法[j]，ieee車載技術(shù)匯刊,2006,55(1):10-16。cls方法來自于文獻2:wangx,atoa-basedlocationalgorithmreducingtheerrorsduetonon-line-of-sight(nlos)propagation[j],ieeetransactionsonvehiculartechnology,2003,52(1):112-116；即wangx,一種能減少非視距傳播誤差的toa定位算[j],ieee車載技術(shù)匯刊,2003,52(1):112-116。llop方法來源于文獻3：cafferyj,anewapproachtothegeometryoftoalocation[a],proc.ieeevehiculartechnologyconferencevtc’00[c],boston,2000:1943-1949；即cafferyj,一種測距幾何框架下的新定位方法[a],2000年ieee車載技術(shù)會議論文集[c],波士頓,2000:1943-1949。llop方法來源于文獻3:zhengx.,huaj.,zhengz.,zhous.andjiangb.,lloplocalizationalgorithmwithoptimalscalinginnloswirelesspropagations[a],electronicsinformationandemergencycommunication(iceiec),2013ieee4thinternationalconferenceon[c],beijing,2013:45-48；即zhengx.,huaj.,zhengz.,zhous.andjiangb.,非視距無線傳播下的最優(yōu)尺度縮放llop定位算法[c]，2013ieee電子信息與應急通信國際會議[c]，北京,2013:45-48。當前第1頁12