[发明专利]基于PSO_BP神经网络的三维定位方法

说明书

本发明设计了一种基于粒子群算法(Particle Swarm Optimizer,PSO)优化后的BP神经网络的终端三维定位方法，可广泛应用于无线定位领域。本方法过程为：测得某区域内多个基站与终端的距离数据。将实测距离从小到大排序，选择距离最近的四个基站，用这四个基站通过最小二乘法计算出含非视距影响的终端位置。再计算出所有含非视距的终端位置，并计算出每个基站到终端的三维方向角。最后把所得终端位置坐标、基站到终端距离以及三维方向角作为PSO_BP神经网络的特征值输入层，输出层是修正后的终端位置坐标。本发明利用PSO算法优化了BP神经网络，所得结果消除了非视距因素带来的终端位置测量误差，提出的算法具有性能稳定、算法收敛快、定位精度高等优点，适合推广使用。

技术领域

本发明设计了一种基于粒子群算法优化后的BP神经网络的终端三维定位方法，可广泛应用于无线定位领域。

背景技术

随着无线通信网络和移动互联网的蓬勃发展，提供基于地理位置信息的服务(Location Based Service，简称LBS)已经成为最具市场前景和发展潜力的业务之一。从传统的GPS导航，到电子商务、餐饮平台等基于地理位置的消费信息服务和社交软件，实现其功能的基础就是要获取用户手持终端(包括手机或者平板等设备)的位置。

虽然商用GPS已经随着智能手机的发展而得到了广泛的应用，但是在诸如室内、地下、高楼林立的市区等诸多场景中，GPS定位性能较差。基于无线网络基站的定位系统相比GPS存在覆盖范围广、信号质量高、用户期望其移动终端意愿强烈的优势，同时，基于无线网络基站，运营商推进定位服务的盈利模式清晰，在基础的数据服务之外，还可以通过为用户提供增值服务而促进运营商的业务发展。因此，基于无线通信基站的定位技术有着广阔的应用前景和巨大的商业价值。

受定位时间、定位精度以及复杂室内环境等条件的限制，特别在三维定位环境，比较完善的定位技术目前还无法很好地利用。以室内环境为例，无线电信号的传播过程中会经过墙面的多次反射、室内物体的折射和吸收等。这些物理因素会导致通信基站测量得到的诸如距离、角度等信息存在噪声。如何基于这些有噪声的测量，得到对于位置信息的准确估计，也是通信基站实现对终端定位需要解决的问题。

求解分析三维条件下移动终端定位相关问题的有创新性和可实现性强的算法，都将有可能被快速部署到现代商业通信网络中，带来巨大的社会和经济效益。

发明内容

本发明要解决的技术问题是针对上述现有技术中室内多基站情况下的终端定位方法精度不高的问题而提出的一种基于PSO_BP神经网络的终端三维定位方法。

一个区域内会存在多个基站，从终端所处的位置(mx_i,my_i,mz_i)的由近及远选取前不在同一平面内的四个基站，终端到基站之间利用TDOA技术实测的距离分别为r_1i,r_2i,r_3i,r_4i，有r_1i≤r_2i≤r_3i≤r_4i。

由四个基站到移动终端的实测距离计算终端含非视距误差的位置，采用最小二乘法估算。则三维坐标的最小二乘估计位置为

利用AOA方法，计算由基站坐标(bx_j，by_j，bz_j)到由该基站参与估计的三维终端位置所确定的三维方向角

位置误差与方位角误差产生由2个部分产生，分别由非视距传播误差和测量误差2个部分组成。

构建BP神经网络，网络的输入特征值是终端位置，基站到终端之间距离，三维AOA方向角。网络为多层，隐层结构待优化后确定，输出层为最终预测的终端点位置。