[发明专利]一种NLOS条件下SEKF与距离重构相结合的移动目标定位方法

说明书

本发明公开了一种NLOS条件下SEKF与距离重构相结合的移动目标定位方法，该方法首先通过SEKF算法得到移动目标预测位置值，计算出移动目标到各个基站的预测距离，得到预测距离与实际测量距离差值，再通过马氏距离分类器识别出当前获取的距离是在LOS传播条件下还是NLOS传播条件下，对NLOS条件下的测量距离进行重构；最后利用LOS条件下的测量距离与重构后的距离通过SEKF算法得到移动目标位置估计值。本发明方法克服了传统EKF在计算卡尔曼增益时需要进行高维矩阵求逆的过程，减轻了滤波过程的计算量，有效地缓解了NLOS带来的影响，大大提高了移动目标的定位精度。

技术领域

本发明涉及无线传感器网络技术领域，尤其涉及一种NLOS条件下SEKF与距离重构相结合的移动目标定位方法。

背景技术

随着无线传感器网络技术的快速发展，各种利用无线传感器定位的技术已成为当今的研究热点。其中，利用无线传感器对移动目标的定位应用较为广泛，并对商业、工业与军事等各个领域有着极其重要的意义和非常广阔的应用前景。然而，在一些复杂环境(如室内、地下隧道等)中，由于障碍物密集，导致无线传感器会在LOS传播与NLOS传播两种方式之间随机切换。在NLOS环境中，由于信号直射路径的缺失，导致传播时间延迟，产生正偏差，使得无线传感器之间的测距误差增大，这极大的影响了移动目标定位的精度。因此，在混合LOS与NLOS的环境中正确的识别出NLOS，并对其进行缓解是当前必须解决的难点。

发明内容

本发明提出了一种NLOS(Non-Line-Of-Sight,NLOS)条件下序贯扩展卡尔曼SEKF与距离重构相结合的移动目标定位方法，用以解决移动目标在复杂环境中受NLOS影响造成的定位不精确的问题。

为了实现上述目的，本发明采取了如下技术方案：一种NLOS条件下SEKF与距离重构相结合的移动目标定位方法，该方法包括如下步骤：

步骤1：设置多个基站，并在移动目标上安装标签，其中标签与基站均采用UWB模块，获取移动目标与基站之间的距离值。

步骤2：将步骤1获取的距离输入SEKF算法中，通过SEKF算法得到移动目标的预测位置。

步骤3：利用移动目标的预测位置计算出移动目标到各个基站的预测距离，并通过预测距离与步骤1获取的距离差值来识别出当前获取的距离是在LOS传播条件下还是在NLOS传播条件下。

步骤4：将识别出的NLOS传播条件下的距离值输入距离重构算法，得到重构后的距离值。

步骤5：利用LOS传播条件下的距离值与重构后的NLOS距离值通过SEKF算法得到移动目标的位置估计值。

进一步地，所述步骤1中，

在LOS传播条件下，获取的距离其描述如下：

在NLOS传播条件下，获取的距离其描述如下：

其中，N表示基站总数，(x_i,y_i)为第i个基站的坐标，为标签在k时刻的坐标，为k时刻标签与第i个基站之间的测量距离，为k时刻标签与第i个基站之间的真实距离，为k时刻标签与第i个基站之间的测量噪声，服从均值为0、方差为的高斯分布，即为k时刻标签与第i个基站之间的NLOS偏差(该偏差是在多径效应和阻挡物的时候产生的)，服从均值为μ_nlos、方差为的高斯分布，即

进一步地，所述步骤2具体如下：

移动目标的状态模型描述如下：

X_k＝FX_k-1+Gu_k-1