NLOS环境下基于散射体信息的单站定位方法技术

本发明专利技术公开了一种NLOS环境下基于散射体信息的单站定位方法。仿真建立宏蜂窝NLOS下的三种散射体模型；提取相应模型下多径信号参数，计算信号到达角和到达时间的概率密度函数，保存为参考模板；然后采集多径信号参数，计算其概率密度函数，作为测试模板；采用模式识别算法进行参考模板与测试模板的匹配，判别实测信号的传播模型；根据信号传播模型的定位几何关系，建立非线性定位方程，转换为优化问题后利用优化算法进行求解，实现宏蜂窝NLOS环境下的目标定位。本发明专利技术实现了无LOS信号存在、散射体位置未知时的单基站定位，解决了传统的蜂窝网对基站数量的依赖问题及NLOS影响较大的问题，可同时估计出移动台和散射体的位置坐标，提升了在NLOS环境下的定位精度。

A single station positioning method based on scatterer information in NLOS environment

The invention discloses a single station positioning method based on scatter information in NLOS environment. The simulation model established three kinds of scatterers macrocell under NLOS; extracting parameters of multipath signals corresponding model, calculate the signal arrival angle and the probability density function of the arrival time, save for the reference template; then collect multipath signal parameters, calculate the probability density function, as measured by template matching algorithm; pattern recognition and reference template test template, propagation model according to the measured signal discrimination; positioning geometry signal propagation model, a nonlinear positioning equation, converted to optimization problem using optimization algorithm to solve the macro environment of NLOS target. The invention realizes no LOS signal, single base station positioning the scatterer position is unknown, to solve the problem of large impact on the traditional cellular network and the NLOS depend on the number of base stations, can simultaneously estimate the position coordinates of the mobile station and the scatterers, improves the positioning accuracy in the NLOS environment.

【技术实现步骤摘要】

本专利技术涉及无线定位
，具体涉及一种NLOS(Non-Line-of-Sight，非视距)环境下基于散射体信息的单站定位方法。
技术介绍
近年来通信技术发展迅速，基于蜂窝网络的移动端定位技术成为了目前研究和应用的热点。手机作为目前日常生活中的通信工具，被广泛应用于其中。基站定位技术不仅应用于消费者自身的定位，而且用于公共紧急救助电话服务、位置敏感性的记费服务操作、智能运输系统、蜂窝系统设计和管理等方面，具有非常广阔的应用前景。在蜂窝环境中，往往存在大量障碍物，信号在遇到障碍物时会产生折射和散射，我们称之为非视距NLOS传输。在实际的无线定位中，NLOS传输将普遍存在，导致TOA(到达时间)、AOA(到达角)等参数测量值会产生很大偏差，这会极大恶化传统定位算法的性能。为了提高NLOS环境中的定位精度，目前已经有很多相关算法的研究，如：残差加权法，约束最优化法，传播模型法和基于散射体信息法等。目前研究较多的算法是散射体信息的定位算法：一种是基于散射模型的算法，通过对测量参数进行重构来完成定位的方法；一种是基于散射体几何位置关系的算法，需要先获取散射体的相关几何位置信息，可同时定位出散射体和目标的位置。目前研究的算法中存在的主要问题是：参数重构类算法都是根据散射模型的各种信息来对测量值进行重构，对模型参数的准确性有很强的的依赖性，而散射体位置信息的算法，多基站对时间和数据同步要求严格，同时单基站定位时需要至少存在一条LOS路径。
技术实现思路
为解决上述技术问题，本专利技术提供一种NLOS环境下基于散射体信息的单站定位方法。本专利技术充分利用单站定位设备量小、成本低、无需数据和时间同步等优势，能实现无LOS信号存在、散射体位置未知时的单基站定位，利用NLOS路径作为定位路径，能解决传统的蜂窝网对基站数量的依赖问题及NLOS影响较大的问题，能同时估计出移动台和散射体的位置坐标，具有较高的定位精度。本专利技术所述的NLOS环境下基于散射体信息的单站定位方法，包括以下步骤：步骤一、在NLOS(Non-Line-of-Sight，非视距)环境下，假设基站(BS)位置坐标为(xB,yB)且位于坐标原点(0,0)，移动台(MS)的位置坐标为(xm,ym)，基站、散射体和目标在同一水平面；步骤二、构建散射环模型，散射体均匀分布在以移动台为圆心的圆环上，圆环半径为Rr；步骤三、构建散射盘模型，散射体均匀分布在以移动台为圆心的圆盘内，圆盘半径为Rd；步骤四、构建收敛高斯散射模型，高斯概率密度分布有效区域为以移动台为圆心、Rg为半径的圆内；步骤五、计算所述步骤二的散射环模型中，反射径与以基站为原点坐标的X轴方向的夹角AOAθR，和移动台发出的信号经散射体反射后到达基站的传输时间TOAτR；计算所述步骤三的散射盘模型中，反射径与以基站为原点坐标的X轴方向的夹角AOAθD和移动台发出的信号经散射体反射后到达基站的传输时间TOAτD；计算所述步骤四的收敛高斯散射模型中，反射径与以基站为原点坐标的X轴方向的夹角AOAθG和移动台发出的信号经散射体反射后到达基站的传输时间TOAτG；步骤六、基于所述步骤五中得到的AOAθR和TOAτR，计算得到散射环模型下的AOAθR的概率密度函数p(θR)和TOAτR的概率密度函数p(τR)；步骤七、基于所述步骤六中的概率密度函数p(θR)、p(τR)，令其中：表示散射环模型中第q个AOAθRq和其对应的概率密度表示第q个TOAτRq和其对应的概率密度将和作为参考模板A；步骤八、基于所述步骤五中得到的AOAθD、TOAτD，计算得到散射盘模型下的AOAθD的概率密度函数p(θD)和TOAτD的概率密度函数p(τD)；步骤九、基于所述步骤八中的概率密度函数p(θD)、p(τD)，令其中：表示散射盘模型中第q个AOAθDq和其对应的概率密度表示第q个TOAτDq和其对应的概率密度将和作为参考模板B；步骤十、基于所述步骤五中得到的AOAθG、TOAτG，计算得到高斯散射模型下的参数AOAθG的概率密度函数p(θG)和TOAτG的概率密度函数p(τG)；步骤十一、基于所述步骤十中的概率密度函数p(θG)、p(τG)，令其中：表示高斯散射模型中第q个AOAθGq和其对应的概率密度表示第q个TOAτGq和其对应的概率密度将和作为参考模板C；步骤十二、利用软件无线电平台采集多径信号，采用虚拟天线技术实现AOA估计和TOA估计，得到估计AOAθM和估计TOAτM；假设采集到n个多径信号；步骤十三、计算所述步骤十二中的估计参数AOAθM的概率密度函数p(θM)和TOAτM的概率密度函数p(τM)；步骤十四、基于所述步骤十三中的概率密度函数p(θM)、p(τM)，令其中：表示实测模型中第n个AOAθMn和其对应的概率密度表示第n个TOAτMn和其对应的概率密度将和作为测试模板T；步骤十五、利用地球移动距离算法将测试模板T与参考模板A、B、C分别进行匹配；步骤十六、分析测试模板T与参考模板A、B、C的匹配度，即测试模板与参考模板的相似性距离，距离越小相似性越高，以此判别出实际环境散射体模型；步骤十七、构建散射体到基站的距离Li和移动台位置坐标(xm,ym)的非线性定位方程；步骤十八、基于所述步骤十七的非线性定位方程，利用智能优化算法或非线性最小二乘算法求解(xm,ym)和Li；步骤十九、基于所述步骤十八中得到的Li，计算得到散射体位置坐标(xi,yi)；步骤二十、基于步骤十八中得到的MS位置坐标(xm,ym)和步骤十九中得到的散射体位置坐标(xi,yi)，获取散射体位置信息和实现目标定位。进一步，所述步骤十七中，构建关于散射体到基站的距离Li和移动台位置坐标(xm,ym)的非线性定位方程；其包括以下步骤：构建关于散射体到基站的距离Li和移动台位置坐标(xm,ym)的非线性定位方程；其包括以下步骤：17a、假设有n条传播路径，构建关于(xm,ym)和(xi,yi)的关系式：其中，(xi,yi)为第i个散射体的位置坐标，(xB,yB)为基站的位置坐标，(xm,ym)为移动台的位置坐标，c为光速，τi为第i条传输路径的TOA，n为反射路径数；17b、根据散射体模型的几何关系可得散射体坐标：其中，Li为第i个散射体到基站的直线距离，θi为第i条传输路径的AOA；17c、基于所述步骤17a和步骤17b，构建关于(xm,ym)和Li的非线性定位方程：17d、将所述步骤17c中的非线性定位方程转换为正定或超定方程。进一步，所述步骤十八中，求解非线性定位方程得到(xm,ym)和Li，包括以下步骤：18a、将方程转换为非线性约束最小二乘优化问题：式中x＝(xm,ym,Li)，fi(x)为第i条传播路径的定位方程对应的函数，gi(x)为第i条路径对应的约束函数；18b、利用内点罚函数法处理约束函数，将约束优化问题转换为无约束优化问题：minG(x,rk)＝h(x)+rkB(x)；其中，{rk本文档来自技高网...

【技术保护点】
一种NLOS环境下基于散射体信息的单站定位方法，其特征在于，包括以下步骤：步骤一、在NLOS环境下，假设基站位置坐标为(xB,yB)且位于坐标原点(0,0)，移动台的位置坐标为(xm,ym)，基站、散射体和目标在同一水平面；步骤二、构建散射环模型，散射体均匀分布在以移动台为圆心的圆环上，圆环半径为Rr；步骤三、构建散射盘模型，散射体均匀分布在以移动台为圆心的圆盘内，圆盘半径为Rd；步骤四、构建收敛高斯散射模型，高斯概率密度分布有效区域为以移动台为圆心、Rg为半径的圆内；步骤五、计算所述步骤二的散射环模型中，反射径与以基站为原点坐标的X轴方向的夹角AOAθR，和移动台发出的信号经散射体反射后到达基站的传输时间TOAτR；计算所述步骤三的散射盘模型中，反射径与以基站为原点坐标的X轴方向的夹角AOAθD和移动台发出的信号经散射体反射后到达基站的传输时间TOAτD；计算所述步骤四的收敛高斯散射模型中，反射径与以基站为原点坐标的X轴方向的夹角AOAθG和移动台发出的信号经散射体反射后到达基站的传输时间TOAτG；步骤六、基于所述步骤五中得到的AOAθR和TOAτR，计算得到散射环模型下的AOAθR的概率密度函数p(θR)和TOAτR的概率密度函数p(τR)；步骤七、基于所述步骤六中的概率密度函数p(θR)、p(τR)，令RθR={RθR(1),...,RθR(q)},RτR={RτR(1),...,RτR(q)};]]>其中：表示散射环模型中第q个AOAθRq和其对应的概率密度表示第q个TOAτRq和其对应的概率密度将和作为参考模板A；步骤八、基于所述步骤五中得到的AOAθD、TOAτD，计算得到散射盘模型下的AOAθD的概率密度函数p(θD)和TOAτD的概率密度函数p(τD)；步骤九、基于所述步骤八中的概率密度函数p(θD)、p(τD)，令RθD={RθD(1),...,RθD(q)},RτD={RτD(1),...,RτD(q)};]]>其中：表示散射盘模型中第q个AOAθDq和其对应的概率密度表示第q个TOAτDq和其对应的概率密度将和作为参考模板B；步骤十、基于所述步骤五中得到的AOAθG、TOAτG，计算得到高斯散射模型下的参数AOAθG的概率密度函数p(θG)和TOAτG的概率密度函数p(τG)；步骤十一、基于所述步骤十中的概率密度函数p(θG)、p(τG)，令RθG={RθG(1),...,RθG(q)},RτG={RτG(1),...,RτG(q)};]]>其中：表示高斯散射模型中第q个AOAθGq和其对应的概率密度表示第q个TOAτGq和其对应的概率密度将和作为参考模板C；步骤十二、利用软件无线电平台采集多径信号，采用虚拟天线技术实现AOA估计和TOA估计，得到估计AOAθM和估计TOAτM；假设采集到n个多径信号；步骤十三、计算所述步骤十二中的估计参数AOAθM的概率密度函数p(θM)和TOAτM的概率密度函数p(τM)；步骤十四、基于所述步骤十三中的概率密度函数p(θM)、p(τM)，令TθM={TθM(1),...,TθM(n)},TτM={TτM(1),...,TτM(n)};]]>其中：表示实测模型中第n个AOAθMn和其对应的概率密度表示第n个TOAτMn和其对应的概率密度将和作为测试模板T；步骤十五、利用地球移动距离算法将测试模板T与参考模板A、B、C分别进行匹配；步骤十六、分析测试模板T与参考模板A、B、C的匹配度，即测试模板与参考模板的相似性距离，距离越小相似性越高，以此判别出实际环境散射体模型；步骤十七、构建散射体到基站的距离Li和移动台位置坐标(xm,ym)的非线性定位方程；步骤十八、基于所述步骤十七的非线性定位方程，利用智能优化算法或非线性最小二乘算法求解(xm,ym)和Li；步骤十九、基于所述步骤十八中得到的Li，计算得到散射体位置坐标(xi,yi)；步骤二十、基于步骤十八中得到的MS位置坐标(xm,ym)和步骤十九中得到的散射体位置坐标(xi,yi)，获取散射体位置信息和实现目标定位。...

【技术特征摘要】
1.一种NLOS环境下基于散射体信息的单站定位方法，其特征在于，包括以下步骤：步骤一、在NLOS环境下，假设基站位置坐标为(xB,yB)且位于坐标原点(0,0)，移动台的位置坐标为(xm,ym)，基站、散射体和目标在同一水平面；步骤二、构建散射环模型，散射体均匀分布在以移动台为圆心的圆环上，圆环半径为Rr；步骤三、构建散射盘模型，散射体均匀分布在以移动台为圆心的圆盘内，圆盘半径为Rd；步骤四、构建收敛高斯散射模型，高斯概率密度分布有效区域为以移动台为圆心、Rg为半径的圆内；步骤五、计算所述步骤二的散射环模型中，反射径与以基站为原点坐标的X轴方向的夹角AOAθR，和移动台发出的信号经散射体反射后到达基...

【专利技术属性】
技术研发人员：田增山，李勇，舒月月，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆;50