[发明专利]基于Wi-Fi的TOA与AOA室内联合定位算法研究

说明书

本发明提出一种适用于NLOS(Non Line of Sight，NLOS)环境的室内ToA(Time of Arrival)与AoA(Angle of Arrival)联合定位算法，它能有效地利用ToA与AoA对目标进行定位。首先通过利用测量值丢弃法卡尔曼滤波更加准确识别出ToA中的NLOS误差，然后根据测量得到的ToA和AoA，构建改进门限比较加权算法(Threshold comparative weighted，TCW)，通过改进TCW算法，进行目标节点的初始位置计算，实验结果表明，定位精度达到90％误差在1.5m以内。

技术领域

本发明属于室内定位技术，针对室内复杂环境中无线信号在非视距(Non Line ofSight，NLOS)传播时造成的定位精度低的问题，提出一种适用于Wi-Fi的ToA(Time ofArrival)与AoA(Angle of Arrival)室内联合定位算法模型。

背景技术

随着无线通信技术与网络技术的发展与普及，人们在生活中运用到大量的位置信息，例如用来给电信基站、电视发射站等提供精确同步时钟源；广泛应用于航空运输、电子地图、实现农机具导航、自动驾驶，土地高精度平整导航等定位系统；在道路、桥梁、隧道的施工中大量采用GPS设备进行工程测量；以及野外勘探及城区规划领域的应用。室外定位系统基本满足人们的一些定位需求，但人们对室内位置信息同样也有很大的需求，例如在工厂、施工地等场所可以对人员、设备、物资进行实时定位；在商场对店铺位置进行导航；在监狱中，对犯人进行实时定位；在安防方面，室内定位技术主要被运用在可疑物品的追踪。但由于室内环境的复杂，信号的严重衰减，室外定位系统难以解决室内的一些定位问题。因此，室内定位技术成为研究热点。

目前，室内定位技术有超宽带定位技术、指纹定位、射频识别(Radio FrequencyIdentification,RFID)定位、蓝牙定位、Wi-Fi定位。但超宽带定位设备昂贵，基于指纹定位需要前期做大量的测量工作，射频识别不具有通信能力，抗干扰能力较差，蓝牙系统的稳定性稍差，受噪声信号干扰大且器件和设备的价格比较昂贵。在大部分的室内环境都具备Wi-Fi，硬件成本很低，因此基于Wi-Fi的定位技术可以得到广泛应用。

针对Wi-Fi常用的定位参数主要有：接收信号强度(Received Signal Strength,RSS)、到达角(Angle of Arrival,AoA)以及到达时间(Time of Arrival，ToA)。基于信号强度的定位通过路径传播模型计算发射机与接收机之间的信号强度，然后将信号强度转化为距离，最后通过三边测量法来计算目标点位置，这种方法虽然简单，但是由于室内多径效应的干扰，使得RSS有较大的波动。基于到达时间的定位通过估计出接收机与发射机信号的飞行时间，然后利用三边定位算法进行定位，定位的精度受限于时间估计的精度。基于到达角的定位需要估计出信号到接收机的到达角，然后利用三边定位方法对目标进行定位。经典求解到达角的方法有MUSIC算法，该算法要求系统物理天线的个数必须大于多径信号的个数。

本文对《基于ToA和AoA的室内联合定位算法研究》中提到的一种门限比较加权法(Threshold comparative weighted，TCW)—Taylor级数展开的联合定位算法进行改进。首先通过利用测量值丢弃法卡尔曼滤波更加准确识别出ToA中的NLOS误差，然后根据测量得到的ToA和AoA，利用提出的改进TCW法进行目标节点的初始位置计算，仿真结果表明，提出改进门限加权法(改进TCW)算法的定位精度得到提升，初始定位结果达到90％误差在1.5m以内。

发明内容

本发明的目的是提供一种适用于NLOS环境的室内ToA与AoA联合定位算法，它能有效地利用ToA与AoA信息对目标进行定位。

本发明所述的适用于室内定位模型构建方法，包括以下步骤：

步骤一、构建NLOS误差的指数模型；