[发明专利]TDOA-IMU数据自适应融合定位装置及方法

说明书

本发明公开了一种TDOA‑IMU数据自适应融合定位装置及方法，其惯性测量单元用于获取被测对象相对于地理坐标系的速度和加速度的分量；TDOA定位系统用于对被测对象进行初步定位从而获取被测对象的位置信息；自适应卡尔曼滤波器用于根据自适应卡尔曼算法对TDOA定位系统进行滤波，修正TDOA定位系统所获取的位置信息；长短期记忆神经网络单元用于根据长短期记忆神经网络模型对被测对象的位置进行预测；精确位置确定模块用于将自适应卡尔曼滤波器修正后的位置信息与长短期记忆神经网络单元所预测的位置信息进行加权平均，该平均值为定位结果。该TDOA‑IMU数据自适应融合定位装置及方法能够提高定位精度。

技术领域

本发明是关于无线通信技术领域，特别是关于一种TDOA-IMU数据自适应融合定位装置及方法。

背景技术

近年来，随着定位技术的不断发展，基于位置的服务(Location Based Service，LBS)越来越受到广泛的关注，LBS是移动终端、物联网、虚拟现实等众多技术得以开展且作为不可或缺的基础和支撑。例如物联网领域中的智能仓储、智慧交通等；虚拟现实领域中的体感游戏、人机互动等；移动终端领域的导航服务、数据统计等，都将LBS的获取和感知放在必不可少的环节，呈现出广阔的商业前景和巨大的市场价值。在现代科技发展生活中，例如吃喝玩乐等信息查询服务，意外发生位置定位服务等LBS服务对定位精度都具有很高的要求，若定位偏差过大，则会失去应用价值。兼容IEEE 802.15.4-2011标准的超宽带定位技术在定位精度、实时性能、带宽等方面具有很大的优势，超宽带定位技术理论上可以实现厘米级的定位精度，很好地满足了定位需求。虽然基于TDOA(到达时间差)的UWB(无载波通信)定位技术目前已经能实现厘米级的定位精度，但对于变电站而言，上述定位方法很难满足复杂变化的变电站环境需求，因此需要采用多种定位方法联合定位。现有的智能手机终端配备有许多传感器组件，并且其IMU(惯性测量单元)价格低廉，因此在TDOA定位基础上，利用IMU进行联合辅助定位成为了新的趋势。

发明人在实现本发明的过程中发现，现有技术中的TDOA和IMU的组合定位算法中所使用的卡尔曼滤波与扩展卡尔曼滤波算法均假设定位系统的噪声服从0均值的高斯分布，但是在现实生活中，由于测量人员运动过程中的上下抖动与测量设备本身噪声的变化，使得研究系统的噪声不断发生变化。因此用现有方法进行定位，定位精度并不高。

公开于该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。

发明内容

本发明的目的在于提供一种TDOA-IMU数据自适应融合定位装置及方法，其能够提高定位精度。

为实现上述目的，本发明提供了一种TDOA-IMU数据自适应融合定位装置，其安装在被测对象上，用于对所述被测对象进行定位，所述TDOA-IMU数据自适应融合定位装置包括：惯性测量单元、TDOA定位系统、自适应卡尔曼滤波器、长短期记忆神经网络单元、精确位置确定模块。惯性测量单元用于获取所述被测对象相对于地理坐标系的速度和加速度的分量；TDOA定位系统用于对所述被测对象进行初步定位从而获取所述被测对象的粗略的位置信息；自适应卡尔曼滤波器与所述惯性测量单元以及所述TDOA定位系统均相耦合，用于根据自适应卡尔曼算法对所述TDOA定位系统进行滤波，修正所述TDOA定位系统所获取的位置信息；长短期记忆神经网络单元与所述自适应卡尔曼滤波器相耦合，用于根据长短期记忆神经网络模型对所述被测对象的位置进行预测；精确位置确定模块与所述自适应卡尔曼滤波器以及所述长短期记忆神经网络单元均相耦合，用于将所述自适应卡尔曼滤波器修正后的位置信息与所述长短期记忆神经网络单元所预测的位置信息进行加权平均，该平均值被确定为所述TDOA-IMU数据自适应融合定位装置的定位结果。