[发明专利]基于改进卡尔曼滤波器的TDOA无线定位方法

权利要求书

1.基于改进卡尔曼滤波器的TDOA无线定位方法，其特征在于，包括以下步骤：

步骤1、获取卡尔曼滤波器输入信号：

步骤1.1在真实环境中设立具备无线通信能力的标签节点和锚节点，由标签节点向锚节点发送信号，利用信号到达不同锚节点之间的时间差值，使用TDOA算法计算标签节点的大致位置，以坐标(x,y)表示；其中标签节点是被定位节点，锚节点是测量节点；

步骤1.2将TDOA定位结果表示为卡尔曼滤波器输入形式，以表示状态值，其中x_k，y_k为第k时刻测量的标签节点坐标，为第k时刻测量的标签节点速度；

步骤2、应用改进的卡尔曼滤波法：

步骤2.1构建卡尔曼滤波器系统状态方程s_k+1＝As_k+w_k，其中s_k如步骤1所示，为状态转移方程，T是采样间隔，w_k是在非视距环境下的误差值；

步骤2.2构建卡尔曼滤波器测量方程z_k＝Gs_k+v_k，其中为测量矩阵，x_i，y_i为第i个锚节点的位置坐标，v_k代表在卡尔曼滤波测量过程中的噪声大小，这里的噪声值可以是高斯分布的白噪声也可以是适用于无线网络定位的其他噪声；

步骤2.3卡尔曼滤波器迭代求解；卡尔曼滤波器的一次迭代过程面对两个主要参量的更新，一个是状态值s_k，另一个是误差协方差矩阵P_k；一次迭代包含六个变换过程如下：

其中和分别表示状态估计向量和状态预测向量，和分别表示估计误差和预测误差的协方差矩阵，e_k表示交互衍生序列值，K_k表示卡尔曼滤波增益，Q_k是w_k的协方差矩阵，R_k是v_k的协方差矩阵，I为单位矩阵；

步骤2.4采用交互衍生序列遴选法将迭代过程中偏差大于阈值的数据剔除，削弱误差对于卡尔曼滤波器的持续影响；其中，针对迭代过程中的交互衍生序列值e_k进行判断，如果交互衍生序列值e_k小于等于误差容忍度ε，则不进行额外操作；如果交互衍生序列值e_k大于误差容忍度ε，则将卡尔曼滤波增益K_k置零；

步骤2.5采用交互衍生序列调整法减小迭代过程中偏差大于阈值的数值，削弱误差对于卡尔曼滤波器的持续影响；其中，针对迭代过程中产生的交互衍生序列值e_k进行判断，如果交互衍生序列值e_k为正，则说明预测值偏大，则对卡尔曼滤波增益K_k除以调整因子α；如果交互衍生序列值e_k为负，则说明预测值偏小，则对卡尔曼滤波增益K_k乘以调整因子α；

其中，步骤2.4与步骤2.5可以结合使用或仅采取其中一个使用。

2.如权利要求1所述的方法，其特征在于，针对TDOA算法在非视距环境下存在的不足，优化了卡尔曼滤波器，提出交互衍生序列遴选法和交互衍生序列调整法；在步骤2.4与步骤2.5中，分别设计了误差容忍度ε与调整因子α，对于卡尔曼滤波增益K_k具有调整公式与