[发明专利]联合估计目标位置和非视距误差的鲁棒TDOA定位方法

说明书

本发明涉及联合估计目标位置和非视距误差的鲁棒TDOA定位方法，通过将原始测量模型转化，消除了非视距误差二次项。根据转化后的测量模型，构造了一个以目标位置和参考路径非视距误差为估计参数的鲁棒最小二乘问题；然后采用S引理和半正定松弛技术，得到凸的半正定规划问题；最后利用常用内点法求解工具对半正定规划问题进行求解，从而得到目标源位置在所建立坐标系中的估计值；本发明的优点是克服了现有鲁棒方法中的非视距误差上界过大以及应用三角不等式带来的问题，提升了现有方法在非视距环境下的定位精度。

技术领域

本发明涉及一种目标定位方法，具体涉及联合估计目标位置和非视距误差的鲁棒TDOA定位方法。

背景技术

目标定位问题在民用和军事应用中都有重要的作用，广泛应用于目标跟踪、救援、监控以及无线通信等领域中。目标定位通常通过收集从一组传感器获得的一些位置度量来完成。对于高精度的目标源定位，基于时间的度量的方法经常被使用，即到达时间(TOA)和到达时间差(TDOA)的方法。本专利解决基于TDOA的定位问题。

在测量过程中，测量误差是不可避免的，往往会对精确定位造成不利影响。已经有大量的文献讨论了基于测量噪声的定位问题，但这些研究只考虑了的测量噪声。由于测量噪声易于建模和处理，这种方法能够达到Cramer-Rao下界(CRLB)的精度。然而，主要的测量误差通常来自于目标源与传感器之间的非视距(NLOS)信号传输。NLOS传输在城市地区和室内很常见。实验证明，NLOS的传播误差通常远大于测量噪声。此外，由于NLOS定位环境的时变和动态，对其误差进行统计建模非常困难，这意味着用于NLOS定位的统计信息非常少。因此，减少NLOS误差的影响对于精确定位是非常重要的。

本专利在未知路径状态的条件下，提出了鲁棒最小二乘(RLS)方法来提高定位性能。通过转化测量模型，消除了非视距误差的二次项。根据转化后的测量模型，构造了关于目标位置和参考路径非视距误差的鲁棒最小二乘问题。该问题可以通过应用S引理和半正定松弛技术松弛为凸的半正定规划问题，并利用现有软件求解了该半正定规划问题。

发明内容

本发明的目的是解决上述问题，提供联合估计目标位置和非视距误差的鲁棒TDOA定位方法，对目标源和参考路径非视距误差联合估计，有效地提高了定位精度。

为实现上述目的，本发明提供如下技术方案：

联合估计目标位置和非视距误差的鲁棒TDOA定位方法，包括以下步骤：

S1：建立无线传感器网络，在无线传感器网络中建立基准坐标系，设坐标系原点为；将参考锚节点放置于坐标原点，在坐标系的不同位置上放置其余个锚节点，其对应的坐标点分别由表示；用表示目标源在坐标系中的坐标位置，调试各传感器之间的时钟至同步；

S2：将从传感器网络收集到的TDOA测量信息以测量模型的方式进行表示：，协方差矩阵为；对上述模型两边同乘以，得到距离差测量模型：；

S3：在传感器网络校准过程中采用适当的训练数据测得和的上界，并分别记为和，考虑到非视距误差恒为非负数的特性，有；将S2中的距离差模型两边同减构建新测量模型：，并由此得到变换后非视距误差的范围为；记，有；

S4：在S3中的新测量模型中，将拆分为，将和移到等式左边并两边平方，可消除的二次项，可得：

基于上式构造鲁棒最小二乘问题：

S5：令

应用S引理和半定松弛技术对问题进行转化、松弛和收紧，最终得到凸的半定规划问题：

S6：用常用内点法软件求解上述问题，记其对应优化变量的解为，最终求得目标源的坐标估计为。