[发明专利]联合非视距误差消除和运动状态估计的无线定位方法

权利要求书

1、联合非视距误差消除和运动状态估计的无线定位方法，其特征是，该方法包括以下步骤：

1)建立移动台的运动方程，建立描述LOS、NLOS环境相互转换的一阶Markov模型，在此基础上，建立含有目标运动状态和LOS/NLOS环境变量的测量方程；

2)根据来自各基站的测量信号，估计视距条件后验概率分布；

3)采用分布式扩展卡尔曼滤波器的方法，在步骤2)的粒子集的基础上，估计当前运动状态；

4)重复2)-3)步骤，得到运动目标位置和速度的序贯估计结果。

2、根据权利要求1所述的无线定位方法，其特征是，所述步骤2)进一步包括下列方法：采用基于随机采样的粒子滤波方法，得到视距条件后验概率分布的近似解，由粒子集和对应的权重表示。

3、根据权利要求1或2所述的无线定位方法，其特征是，所述步骤2)进一步包括：假定当前接收机(移动台)能够接收M个基站信号，定义初始至k时刻观测序列为其中对应的离散视距条件序列其中以及待估计的连续状态序列；根据测量信号Z_1:k，采用粒子滤波方法估计视距条件后验概率分布p(S_1:k/z_1:k)。

4、根据权利要求3所述的无线定位方法，其特征是，所述步骤2)具体包括下列步骤：

4.1)根据运动方程，预测移动台的状态均值和方差：

X^k/k-1=ΦX^k-1---(1)]]>

Σ^k/k-1=ΦΣ^k-1ΦT+ΓQΓT---(2)]]>

4.2)分别预测来自不同基站，不同视距条件下k时刻的测量值，

z^j,k/k-1(i)=Hk,tX^k/k-1(i)+m(sj,k(i));]]>

                            (3)

Σ^j,k(i)=Hj,kP^k/k-1(i)Hk,iT+R2(sj,k(i))]]>

4.3)根据当前时刻的测量值，计算各粒子对应的权重值；

4.4)根据权值大小进行粒子重采样，删除小权值的粒子，而保留并复制大权值的粒子，得到k-1时刻对应的最优估计粒子

4.5)根据4.4)步骤得到的粒子，进行EKF预测估计：

z^j,k/k-1(i)=Hj,kX^k/k-1(i)+m(sj,k(i));]]>

                           (4)

Σ^j,k(i)=Hj,kP^k/k-1(i)Hj,kT+R2(sj,k(i))]]>

4.6)计算值，采样得到k时刻的视距变量粒子集Sk(i)~p(Sk(i)|S0:k-1(i),Z1:k):]]>p(Sk(i)|S0:k-1(i),Z1:k)∝Πj=1MN(z^j,k/k-1(i),Σ^j,k(i))p(sj,k|sj,k-1(i))---(5).]]>

5、根据权利要求4所述的无线定位方法，其特征是，所述步骤3)具体包括下列步骤：根据得到的粒子集采用分布时EKF方法得到k时刻运动状态估计：

X^k/k(i)=X^k/k-1(i)+Σj=1MKj,k(zj,k-z^j,k/k-1(i))---(6)]]>

其中，

Kj,k=Σ^j,k(i)Hj,kTR(sj,k(i))-2---(7)]]>

P^k/k(i)=[P^k/k-1(i)-1+Σj=1MHj,kTR(sj,k(i))-2Hj,k]-1---(8).]]>