[发明专利]一种基于无线通信基站的室内三维定位方法

说明书

本发明涉及一种基于无线通信基站的室内三维定位方法，主要解决现有技术中存在的定位结果为估计值，定位结果不准确，实时性低的技术问题。本发明通过采用基站加权投票估值模型、测量值拆分模型、机器学习度量微调模型和精确三维定位模型，具体为TOA测量数据预处理，然后LS算法消除多路径误差，分离噪声函数和去干扰点影响，最后使用基于稀疏的机器学习算法，通过加权投票算法来完成多点三维精确定位，之后为了满足实际应用中实时性的要求，通过衡量基站所测数据的精度筛选定位基站，利用有限数量的基站完成精确定位的技术方案，较好的解决了该问题，可用于室内三维定位中。

技术领域

本发明涉及室内定位领域，特别涉及到一种基于无线通信基站的室内三维定位方法。

背景技术

无线通信的室内定位精度问题涉及到从设备到软件系统的各个层面，终端设备的定位可能由于许多不可测因素的影响而变得难以稳定。尤其在各种复杂的场景下，终端位置的跳变、信号强度衰退造成的较大误差和时差往往是服务供应商和服务应用者无法接受的。

现有的基于无线基站的室内三维定位方法采用Chan算法解决TOA定位，TOA算法是基于所述基站和终端的通信时间t作为主要参数。每个基站位置为中心，半径为ct_i，坐标的移动终端的位置是由以基站构造多个交叉的坐标的圆形基础结构的测定。现有技术能够在视距(LOS)传播环境下获得较高的定位精度，但因为在实际生活中移动通信环境比较复杂，电波传播中的终端和基站大部分是非视距，大多数情况下主要在反射，折射和传播的散射，这样的信号传播时间比理想的视线传播条件所用的时间长。现有技术未考虑传播环境中存在的噪声与干扰对传播时延的影响存在以下技术问题：定位结果为估计值，未考虑基站距终端距离不同所对结果影响也不相同；未考虑传播环境中非视距传播的影响，造成定位结果不准确。因此，提供一种能够满足非视距传输、定位精度高的室内三维定位方法就很有必要。

发明内容

本发明所要解决的技术问题是现有技术中存在的定位结果为估计值，未考虑基站距终端距离不同所对结果影响也不相同；未考虑传播环境中非视距传播的影响，造成定位结果不准确的技术问题。提供一种新的基于无线通信基站的室内三维定位方法，该方法具有实时性高、精确度高的技术特点。

为解决上述技术问题，本发明采用的技术方案如下：

一种基于无线通信基站的室内三维定位方法，包括根据CHAN算法进行三维室内粗定位，得到TOA数据，预处理TOA数据，根据LS算法消除多路径误差，还包括：(1)建立基站投票加权估值模型，确定各基站定位时权重；(2)将TOA模型进行拆分预处理，拆分建立真实时延模型，噪声时延模型及干扰时延模型；噪声时延是在同一场景中由大量数据融合的平均误差时延值，噪声时延模型分布满足高斯模型；干扰时延模型是所有不可控因素造成的较大偏差时延值；(3)建立机器学习度量微调模型，用于优化TOA数据，建立机器学习度量微调模型对噪声时延模型及干扰时延模型进行稀疏表达，剥离真实时延、噪声时延及干扰时延；

(4)建立精确多点三维定位模型，根据所述精确多点三维定位模型计算终端精确坐标，完成室内三维定位。

上述方案中，为优化，进一步地，所述步骤(1)包括：

(A)根据所述TOA数据，估计各个基站的定位区域；

(B)计算各个基站定位区域坐标，依据各基站定位区域交叉程度定义定位区域权值；

(C)保存所定位区域权值，进入步骤(2)。

进一步地，所述步骤(2)中建立真实时延模型包括：

(a)建立概率密度函数：

(b)根据步骤(a)，得到支路附加时延的概率密度分布模型：