[发明专利]基于定位单元质量及多算法数据融合的抗NLoS误差定位方法

说明书

技术领域

本发明属于无线通信技术领域，具体涉及一种基于定位单元质量及多算法数据融合的抗NLoS误差定位方法。

背景技术

1996年美国联邦通信委员会（FCC）首次颁布了E-911定位需求，并在1999年提出：对67%的移动终端的定位精度不低于50m，95%的定位精度不低于150m。这一要求的提出掀起了移动通信系统终端定位技术的研究的热潮。

非视距传播（Non-Line-of-Sight，NLoS）带来的误差是无线定位中主要的误差来源。非视距传播是指信号在传播过程中，直射路径被障碍物阻挡，经过反射、衍射等方式到达接收端，此时的到达时间（Time-of-Arrival，TOA）、到达时间差（Time-Difference-of-Arrival，TDOA）、到达角度（Angle-of-Arrival，AOA）等都不能真实反映发射端和接收端之间的距离关系。在实际环境中，特别是城市、山区等环境中，非视距误差是广泛存在的，可能带来几十米到几百米的误差。

随着数据融合技术的走入研究人员的视野，将数据融合技术与移动通信系统终端定位相结合，利用更多的信息、方法协同获得待测终端的位置，从而进一步提高定位精度成为当前移动定位技术的研究热点之一。

目前在JDL的数据融合模型基础上提出的基于数据融合的定位技术主要有下面几类：

第一类，使用多种测量值，融合其中包含的不同方面的有用信息以提高定位精度。例如Thomas Kleine-Ostmann和Amy E.Bell在如下文献中提出的方法：

A Data Fusion Architecture for Enhanced Position Estimation in Wireless Networks,IEEE COMMUNICATIONS LETTERS,VOL.5,NO.8,pp.343-345,2001

该方法的特点是融合了到达时间和到达时间差两种测量值，提出一种数据融合的模型，并给出了第四层融合的具体选择方案。

第二类，使用同一类测量值，但采用不同的定位算法，最终通过对不同定位算法得出的位置进行最佳线性组合，获得更好的定位精度。例如王玲霞，张效义，袁佳在如下文献中提出的方法：

基于数据融合的定位解算算法，计算机工程与设计，30（21），4921-4927,2009。

该方法只使用了TDOA一种测量值，其特点在于采用了Chan算法、Taylor算法以及优化设计中的退火算法，提出了一种多算法协同定位模型，第四层融合是采用最佳线性组合，将多种算法的定位结果融合在一起，以获得更精确定位结果。

第三类，基于定位单元质量的数据融合。例如Xiaoyong Yan，Huanyan Qian，Ya Huang，Zhipeng Jiang在如下文献中提出的方法：

A high accuracy localization based on RSSI measurements,Consumer Electronics,Communications and Networks(CECNet),2011International Conference on.IEEE,pp.1926-1929,2011.

该方法的特点在于，将构成定位单元的三个锚节点的共线度作为对定位单元质量的度量，越接近共线的定位单元定位质量越差，在最终的定位结果中所占比例越小，以此来提高最终的定位精度。

第四类，使用Kalman滤波器，利用滤波算法进一步提高定位精度。例如David Macii，Alessio Colombo，Paolo Pivato和Daniele Fontanelli在如下文献中提出的方法：

Data Fusion Technique for Wireless Ranging Performance Improvement，IEEE TRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT,VOL.62,NO.1,PP.27-37,2013.

该算法的特点在于，使用了到达信号强度（Received Signal Strength Index，RSSI）和Two-way Time-of-Flight（ToF）两种测量值，并使用Kalman滤波器对定位精度进行提高。