本發(fā)明涉及無線通信定位,尤其涉及一種基于tdoa的室內(nèi)混合定位方法及系統(tǒng)。
背景技術(shù):
1、室內(nèi)定位的多種技術(shù)主要包括紅外線、超聲波、射頻識別、藍(lán)牙、wi-fi、zigbee和超寬帶(ultra-wideband,uwb)技術(shù)。其中,uwb技術(shù)憑借低功耗、強穿透力、高安全性、低復(fù)雜性和優(yōu)秀的定位精度等獨特屬性備受關(guān)注?;诘竭_(dá)時間差(time?difference?ofarrival,tdoa)的測距技術(shù)避免了相位模糊和天線間互耦的影響,并且該算法設(shè)備簡單,定位精度高,因此是位置解算的首選算法。
2、在非視距條件(non?line?of?sight,nlos)下,多個障礙物通常會阻止信號直接從目標(biāo)節(jié)點傳輸?shù)交?,?dǎo)致測量時間增加。常用的tdoa定位算法包括chan算法和taylor算法。chan算法如文獻(xiàn)1:chan?y?t,ho?k?c.a?simple?and?efficient?estimator?forhyperbolic?location[j].ieee?transactions?on?signal?processing,1994,42(8):1905-1915.中公開的算法。該算法是一種非迭代的兩步加權(quán)最小二乘算法,具有閉合解,可以在誤差服從高斯分布時實現(xiàn)高精度定位,然而,在復(fù)雜環(huán)境中使用時,其定位精度可能急劇下降。taylor的算法如文獻(xiàn)2:foy?w?h.position-location?solutions?by?taylor-series?estimation[j].ieee?transactions?on?aerospace?and?electronic?systems,1976(2):187-194.中公開的算法。該算法是一種基于冗余觀測的迭代加權(quán)最小二乘方法,具有高定位精度,但需要準(zhǔn)確的初始值,如果初始值與真實值之間存在較大偏差,算法可能無法收斂。chan-taylor加權(quán)算法如文獻(xiàn)3:薛曉霞,韓逢慶.基于tdoa的混合算法在室內(nèi)定位中的應(yīng)用[j].信息與電腦(理論版),2023,35(06):59-64.中公開的算法。首先采用chan算法計算出的tdoa差,對nlos錯誤進(jìn)行判別與校正,其次根據(jù)校正結(jié)果對標(biāo)記點進(jìn)行定位,最后以重新估算出的定位點為初始點,并設(shè)定適當(dāng)?shù)臋?quán)重,對所估算的定位點進(jìn)行校正,但chan-taylor算法的收斂速度可能較慢,需要進(jìn)行多個步驟的計算和校正,特別是在處理復(fù)雜問題時可能需要更多的迭代步驟才能達(dá)到收斂。因此,常用的定位算法各有缺陷,需提出新的定位算法以減少nlos對定位精度的影響。
技術(shù)實現(xiàn)思路
1、本發(fā)明目的在于針對上述現(xiàn)有技術(shù)的缺陷和不足,提出一種基于tdoa的室內(nèi)混合定位方法,該方法在保持高效計算速度的同時提高在復(fù)雜室內(nèi)環(huán)境中的定位精度。本發(fā)明不僅能夠有效消除直射(line?of?sight,los)環(huán)境下的距離測量誤差,同時也能極大程度上抑制非直射(nlos)誤差。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tdoa的室內(nèi)混合定位方法,該方法包括如下步驟:
2、步驟1:先通過基于uwb信號的基站與待測標(biāo)簽和參考標(biāo)簽通信獲取基站到標(biāo)簽的距離。
3、步驟2:基于chan算法計算待測標(biāo)簽和參考標(biāo)簽與所述若干基站位置信息之間的tdoa值,得到初次chan定位結(jié)果;將初次chan定位結(jié)果作為taylor級數(shù)展開算法的初始迭代值,通過不斷迭代得到初次chan-taylor定位結(jié)果。
4、步驟3:計算待測標(biāo)簽初始估計坐標(biāo)與所有參考標(biāo)簽的距離,加權(quán)平均p個參考標(biāo)簽的校正值修正tdoa值。
5、步驟4:將修正后的距離值再次代入chan算法計算得到修正后的二次初始定位結(jié)果。
6、步驟5:將修正后的chan算法定位結(jié)果作為taylor級數(shù)展開算法的初始迭代值,再次迭代得到修正后的二次chan-taylor定位結(jié)果。
7、步驟6:將修正后的chan算法定位結(jié)果和chan-taylor算法定位結(jié)果進(jìn)行殘差加權(quán)得到最終定位結(jié)果。
8、本發(fā)明定義基站坐標(biāo)為bi=(xi,yi),待測標(biāo)簽(x,y)經(jīng)過chan算法的初始定位結(jié)果為(x(1),y(1)),經(jīng)過chan-taylor算法得到的定位結(jié)果為(x(2),y(2)),參考點(xc,yc)經(jīng)過chan算法得到的估計坐標(biāo)為(xc1,yc1),經(jīng)過chan-taylor算法得到的估計坐標(biāo)為(xc2,yc2),參考點的真實坐標(biāo)為(xc',yc')。對于修正距離后的二次chan算法的定位結(jié)果(x'(1),y'(1))和chan-taylor的定位結(jié)果(x'(2),y'(2))。
9、進(jìn)一步地,步驟1中獲取待測標(biāo)簽(x,y)和參考標(biāo)簽與基站bi=(xi,yi)的tdoa測量值di和di,c如公式(1)和(2)所示:
10、
11、
12、進(jìn)一步地,步驟2中將式(1)展開可得公式(3):
13、
14、令式(3)中的可化為公式(4):
15、di2-ki=-2xix-2yiy+d0?????????????????????????????(4)
16、將x,y,d0視為不確定變量,可將上式(4)化為矩陣,如公式(5)所示:
17、gα=η?????????????????????????????????????(5)
18、其中,
19、
20、在測量過程中因有誤差干擾,α'=[x',y',r'0]t表示定位目標(biāo)的實際坐標(biāo),構(gòu)建誤差向量ψ,ψ的具體表示如公式(6)所示:
21、ψ=h-gα'???????????????????????????????????(6)
22、進(jìn)一步可以將式(6)轉(zhuǎn)化為公式(7):
23、
24、其中,δ=[δ1,δ2,…δn]t。
25、測距誤差的協(xié)方差矩陣如公式(8)所示:
26、q=e[ψψt]=c2bqtb??????????????????????????????(8)
27、式中,c為光速;qt表示定位目標(biāo)到各基站的傳輸時間誤差的方差。
28、采用加權(quán)最小二乘法進(jìn)行估計,計算可得到該模型的第1次估計坐標(biāo)如公式(9)所示:
29、α=(gtq-1g)-1gtq-1h??????????????????????????????(9)
30、通過將第一個加權(quán)最小二乘(wls)的結(jié)果作為重構(gòu)的誤差方程的輸入進(jìn)行計算,如公式(10)所示:
31、α=(g'tψ'-1g')-1g'tψ'-1h'???????????(10)
32、其中,
33、b'=diag(xα-x1,yα-y1,dα),ψ'=4b'cov(α)b'
34、得到初次chan定位結(jié)果如公式(11)所示:
35、
36、具體的,taylor算法首先需要計算出距離差,如公式(12)所示:
37、
38、對于確定的初始迭代點(x(1),y(1)),根據(jù)泰勒展開原理,可以對式(12)進(jìn)行展開并略去二階及以上高階分量,如公式(13)所示:
39、
40、由于x=x(1)+δx、y=y(tǒng)(1)+δy,因此式(13)可轉(zhuǎn)化為公式(14):
41、ψ=f-hδ????????????????(14)
42、其中ψ=[ψ2,ψ3,…,ψn]t為誤差向量,δ=[δx,δy]t,
43、
44、這里的變量di,1(x,y)和di,1(x(1),y(1))分別表示tdoa時間差測量值和當(dāng)前迭代值,
45、由于每次迭代后(x(1),y(1))都會有所變化,因此di,1(x(1),y(1))也隨之變化。在h中,
46、di代表到各個基站之間的距離,并用表示。隨著迭代的進(jìn)行,變量di逐漸逼近真實值。
47、對式(14)進(jìn)行加權(quán)最小二乘,如公式(15)所示:
48、δ=(ht∑-1η)ht∑-1f?????????????(15)
49、其中∑=cov(ψ),在每次迭代完成后,將更新迭代值x'(1)=x(1)+δx,y'(1)=y(tǒng)(1)+δy,并用此值更新變量f和h。
50、當(dāng)滿足如公式(16)所示的門限條件時便完成迭代:
51、|δx|+|δy|<ε????????(16)
52、進(jìn)一步地,步驟3中,初次chan定位結(jié)果(x(1),y(1))和與基站的計算距離和如公式(17)和(18)所示:
53、
54、
55、具體的,步驟3中初次chan-taylor定位結(jié)果(x(2),y(2))和(xc2,yc2)與基站之間的計算距離和如公式(19)和(20)所示:
56、
57、
58、參考點(xc',yc')真實距離di',c應(yīng)如公式(21)所示:
59、
60、定義δdi,c表示參考點(xc',yc')相對于基站bi的誤差校正值,如公式(22)所示:
61、δdi,c=di,c2-di',c???????????(22)
62、經(jīng)校正后的距離如公式(23)所示:
63、
64、為確保測距信息的準(zhǔn)確性,需要避免僅依賴單一參考點進(jìn)行校正。因此,本發(fā)明選擇距離定位標(biāo)簽最近的p個參考點,并按照估計坐標(biāo)與參考點距離的遠(yuǎn)近對它們的校正信息進(jìn)行加權(quán)平均。參考點與定位標(biāo)簽的距離越近,表示該參考點與定位標(biāo)簽的相關(guān)性強,則在權(quán)重中所占比例也會相應(yīng)增大;而當(dāng)距離較遠(yuǎn)時,表示與定位標(biāo)簽的相關(guān)性較弱,則參考點權(quán)重需相應(yīng)減小。通過這種方式,我們能夠綜合考慮多個參考點的信息,提高校正的準(zhǔn)確性和可靠性。因此構(gòu)建權(quán)重矩陣w,如公式(24)所示:
65、w=[λ1,λ2,…,λp]??????????(24)
66、λp為估計坐標(biāo)與參考點之間距離的反比,表示參考點的校正值權(quán)值,如公式(25)所示:
67、
68、dp是估計坐標(biāo)與參考點距離的倒數(shù),如公式(26)所示:
69、
70、加權(quán)后的誤差校正值如公式(27)所示:
71、
72、經(jīng)校正后的距離如公式(28)所示:
73、
74、得到修正后的測距值,再次代入chan-taylor算法。為了進(jìn)一步提高定位精度,本發(fā)明構(gòu)建了加權(quán)系數(shù)wm對定位結(jié)果進(jìn)行權(quán)重運算。
75、對于修正距離后的tdoa值di,1如公式(29)所示:
76、
77、進(jìn)一步地,步驟4中對于修正距離后的chan算法的定位結(jié)果(x'(1),y'(1))的tdoa值為公式(30)所示:
78、
79、進(jìn)一步地,步驟5中對于修正距離后的chan-taylor的定位結(jié)果(x'(2),y'(2))的tdoa值為公式(31)所示:
80、
81、進(jìn)一步地,步驟6中為了提高定位精度、減小定位誤差,并且能更有效地利用定位數(shù)據(jù),排除掉不可靠或異常的數(shù)據(jù)點,因此本發(fā)明利用殘差進(jìn)行修正和加權(quán),提高了定位算法的魯棒性和準(zhǔn)確性。
82、具體的,兩種定位算法的殘差定義如公式(32)所示:
83、
84、當(dāng)數(shù)值相對較小時,表示定位結(jié)果更準(zhǔn)確,應(yīng)該賦予更高的權(quán)重;而當(dāng)數(shù)值相對較大時,表示定位結(jié)果誤差較大,應(yīng)該賦予較低的權(quán)重。對tdoa值使用不同的算法進(jìn)行處理時,則對于第m種定位算法的權(quán)重系數(shù)可以表達(dá)為如公式(33)所示:
85、
86、wm表示為削弱nlos影響的第m種算法估計定位結(jié)果進(jìn)行加權(quán)的加權(quán)系數(shù)。因此,標(biāo)簽節(jié)點的加權(quán)最終估計坐標(biāo)是每種算法估計值的加權(quán)平均,如公式(34)所示:
87、
88、有益效果:
89、1、本發(fā)明在保持高效計算速度的同時提高在復(fù)雜室內(nèi)環(huán)境中的定位精度,不僅能夠有效消除直射(line?of?sight,los)環(huán)境下的距離測量誤差,同時也能極大程度上抑制非直射(nlos)誤差。
90、2、本發(fā)明能夠有效消除直射(los)環(huán)境下的距離測量誤差,同時也能極大程度上抑制非直射(nlos)誤差,將taylor算法的初始估計值替換為chan算法的定位結(jié)果并利用參考標(biāo)簽來調(diào)整chan-taylor混合算法的初始位置結(jié)果。然后根據(jù)校正后的結(jié)果再次代入算法進(jìn)行定位,并利用殘差引入了加權(quán)系數(shù)進(jìn)行位置的再處理。
91、3、本發(fā)明提高定位精度的同時保持快速響應(yīng)和高效率。通過模擬實驗,驗證了本發(fā)明的有效性。