專利名稱：一種具有非視距誤差消除功能的魯棒定位方法
技術領域：
本發明涉及一種在視距和非視距混合條件下，進行無線定位的方法，可應用于各類無線定位系統中，屬于通信信號處理的技術領域。
背景技術：
無線定位技術在公共安全服務(如緊急醫療，緊急定位，緊急報警服務)，犯罪偵查，位置敏感付費以及船舶管理，導航和智能交通系統等多方面都有廣泛的應用。高精度無線定位技術具有很高的研究價值，越來越受到關注。然而，在現有的無線定位系統中，無論是基于衛星的定位系統，如美國的全球定位系統(GPS)、歐洲的伽利略(Galileo)系統、俄羅斯的GLONASS系統以及我國的“北斗”定位系統，還是基于蜂窩通信網絡的定位系統，抑或是基于超寬帶(UWB)信號的室內定位系統，非視距(NLOS)環境直接影響了定位精度的提高。在NLOS環境下，無線電波由于受到發射站和移動臺之間障礙物的遮擋，經折射，反射，散射后才得以到達移動臺。若按照傳統的定位方法，根據接收到的NLOS信號對移動臺進行定位，定位誤差將大大增大。已有場測表明，由NLOS信號產生的定位誤差符合均值513米，標準差為436米的高斯分布。
為提高定位精度，現有的NLOS消除方法主要有以下幾種 第一種方法是多項式平滑、殘差比對法。Wylie提出了一種根據一段時間內的距離測量值，采用N階多項式平滑，計算距離的標準差，與已知測量噪聲的標準差比較，并進一步根據距離測量值的殘差進行分析、比較，最后進行LOS重構的方法。
第二種方法是卡爾曼濾波重構法。該方法根據各段時間內的測量值，用卡爾曼濾波方法平滑距離值，通過分析噪聲方差判斷NLOS信號，并重構LOS信號，得到位置的估計值。方法一和二均假設在NLOS環境下的距離的標準差大于LOS環境，但是標準差的閾值設定比較主觀。閾值設定不當容易錯誤檢測LOS信號。
第三種方法是模型誤差法。AL-Jazzar利用不同的散射模型(圓環傳播模型、圓盤模型、截斷高斯分布模型)獲得基于TOA信號的不同模型的計算概率密度函數。利用基于3種模型的概率密度函數得到NLOS的計算統計特性，進而估計MS位置。然而，實際情況下，復雜多變的通信環境很難較好的滿足上述三種概率模型。因此該方法不具有普適性。
第四種方法是依靠交互多模方法(IMM)對測量得到的距離值進行平滑，然后再根據平滑后的距離求得位置。該方法將距離平滑和最后的位置解算分成不相關的兩個步驟，不利于定位精度的提高以及對最終定位誤差的分析。
發明內容
本發明的目的是針對現有技術的不足，提出一種利用勞-布萊克威爾粒子濾波(Rao-Blackwellized Particle Filtering，RBPF)方法同時估計運動狀態(位置和速度)和視距條件(LOS或NLOS環境)。該方法能在LOS/NLOS混合環境下估計MS的運動狀態，有效提高定位精度，減少定位誤差，同時對不同環境下的LOS/NLOS轉移概率模型具有魯棒性。
本發明的技術方案是 一種具有非視距誤差消除功能的魯棒定位方法，該方法包括以下幾個步驟 1.建立移動臺的運動方程，建立描述LOS、NLOS環境相互轉換的一階Markov模型，在此基礎上，建立含有目標運動狀態和LOS/NLOS環境變量的測量方程； 2.根據來自各基站的測量信號，估計視距條件后驗概率分布； 3.采用分布式擴展卡爾曼濾波器的方法，在步驟2的粒子集的基礎上，估計當前運動狀態； 4.重復2-3步驟，得到運動目標狀態(包括位置和速度)的序貫估計結果。
所述步驟2中進一步可以采用基于隨機采樣的粒子濾波方法，得到視距條件后驗概率分布的近似解，由粒子集和對應的權重表示。
本發明采用的技術方案通過多次測量，序貫估計目標的運動狀態實現對目標的定位和跟蹤。同時，考慮到在典型的無線通信環境下，信號的LOS和NLOS環境的通常是相互轉換的。因此，本發明采用一階Markov模型來描述LOS和NLOS的相互轉換。在此基礎上，依據來自各個基站的測量信號，分別利用RBPF方法同時估計移動臺的運動狀態以及當前的視距條件(LOS或NLOS環境)。
本發明的優點如下 ①能有效的在LOS/NLOS混合環境下有效的進行移動臺的定位。該方法移動臺并不預先假設在LOS或是NLOS條件接收到某個基站的信號，而是根據信號的測量值，估計LOS/NLOS環境變量的后驗概率。估計方法采用基于隨機采樣的粒子濾波方法，可以有效的得到視距變量的后驗概率估計，為后續對移動臺運動狀態的高精度估計奠定了基礎。
②采用分布式EKF方法，對移動臺的運動狀態估計采用分析的方法進行計算，減少了算法復雜度。由于該部分沒有參與到粒子濾波的狀態估計中，減小了粒子濾波中變量估計的維數，從而能夠有效的提高定位精度。
具體實施例方式 為了更好的理解本發明的技術方案，以下結合實施例作進一步的詳細描述。
實施例1 一種具有非視距誤差消除功能的魯棒定位方法，具體包括下列步驟 1)建立移動臺的運動狀態方程 設移動臺在二維平面內運動，k時刻的運動狀態設為Xk，其中(xk，yk)表示移動臺在x和y坐標的位置，
為對應的速度。則帶有隨機加速的的運動狀態方程表示為 式中，Δt為離散采樣時間，為隨機加速度，其協方差矩陣式(1)的矢量形式可以表述為 Xk＝ΦXk-1+ΓWk(10) 2)建立LOS/NLOS的轉移概率模型 LOS/NLOS的轉移概率模型可以采用一階Markov鏈描述。定義在第i基站k時刻視距條件變量
在LOS條件下，si，k＝0，在NLOS條件下，si，k＝1。并且，將視距(LOS)和非視距(NLOS)狀態隨機轉換視為一階馬爾可夫(Markov)的轉移模型si，k-MC(πi，Ai)，其中πi 為轉移矩陣初始值；為傳輸概率矩陣， 3)建立觀測方程 在k時刻，移動臺接收來自第i基站信號，距離測量方程為 zi，k＝di，k+m(si，k)+R(si，k)·vi，k(11) 其中，在LOS條件下，觀測噪聲ni，k～N(0，σm2)，在NLOS條件下，觀測噪聲ni，k～N(mNLOS，σNLOS2)。則有 4)假定當前接收機(移動臺)能夠接收M個基站信號，定義初始至k時刻觀測序列為其中對應的離散視距條件序列其中以及待估計的連續狀態序列根據測量信號Z1k，采用粒子濾波方法估計視距條件后驗概率分布p(S1.k/Z1:k)。其步驟又包括 4.1)根據運動方程，預測移動臺的狀態均值和方差 4.2)根據上一時刻(k-1)的粒子集Sk-1(i)，采用一階Markov模型的先驗轉移概率作為重要分布，獲得當前時刻粒子集Sk(i)。考慮到接收機到不同的基站之間視距條件是互相獨立的，則重要分布可以表示為 4.3)計算對應粒子的權值，由于4.2)采用先驗概率作為粒子采樣的重要分布，其對應的權值為 其中， 4.4)根據權值大小，進行粒子重采樣，刪除小權值的粒子，而保留并復制大權值的粒子。該步驟得到的粒子和權值集合，即為對視距條件后驗概率P(S1.k/Z1k)的近似估計 5)采用分布式擴展卡爾曼濾波(decentralized EKF)方法，得到當前移動臺最終的狀態估計。
在步驟(4)，將視距條件后驗概率P(S1k/Z1k)表述為對應的粒子集{S1k(i)，wk(i)}i＝1N后，當前移動狀態的后驗估計實際上可以看成高斯混合分布 其中，p(X1k/Z1:k，S1:k(i)可以采用基于分布式擴展卡爾曼濾波器的方法，分析計算得到，其均值矩陣計算方法為 式中卡爾曼增益而協方差矩陣可以計算為 6)重復步驟4)-5)，得到對移動臺運動狀態(位置和速度)的序貫估計。
權利要求
1、一種具有非視距誤差消除功能的魯棒定位方法，其特征是，該方法包括以下幾個步驟
1)建立移動臺的運動方程，建立描述LOS、NLOS環境相互轉換的一階Markov模型，在此基礎上，建立含有目標運動狀態和LOS/NLOS環境變量的測量方程；
2)根據來自各基站的測量信號，估計視距條件后驗概率分布；
3)采用分布式擴展卡爾曼濾波器的方法，在步驟2)的粒子集的基礎上，估計當前運動狀態；
4)重復2)-3)步驟，得到運動目標狀態的序貫估計結果。
2、根據權利要求1所述的魯棒定位方法，其特征是，所述步驟2)進一步采用基于隨機采樣的粒子濾波方法，得到視距條件后驗概率分布的近似解，由粒子集和對應的權重表示。
3、根據權利要求1所述的魯棒定位方法，其特征是，所述步驟2)進一步包括下列步驟假定當前接收機(移動臺)能夠接收M個基站信號，定義初始至k時刻觀測序列為其中對應的離散視距條件序列其中以及待估計的連續狀態序列根據測量信號Z1k，采用粒子濾波方法估計視距條件后驗概率分布p(S1k/Z1.k)。
4、根據權利要求1所述的魯棒定位方法，其特征是，所述步驟2)具體包括下列步驟
4.1)根據運動方程，預測移動臺的狀態均值和方差，其中
4.2)根據上一時刻(k-1)的粒子集Sk-1(i)，采用一階Markov模型的先驗轉移概率作為重要分布，獲得當前時刻粒子集Sk(i)；考慮到接收機到不同的基站之間視距條件是互相獨立的，則重要分布表示為
4.3)計算對應粒子的權值，由于4.2)采用先驗概率作為粒子采樣的重要分布，其對應的權值為
其中，
4.4)根據權值大小，進行粒子重采樣，刪除小權值的粒子，而保留并復制大權值的粒子；該步驟得到的粒子和權值集合，即為對視距條件后驗概率P(S1k/Z1k)的近似估計
5、根據權利要求4所述的魯棒定位方法，其特征是，所述步驟3)進一步包括下列方法采用分布式擴展卡爾曼濾波方法，得到當前移動臺最終的狀態估計。
6、根據權利要求4所述的魯棒定位方法，其特征是，所述步驟3)具體包括下列方法將當前移動狀態的后驗估計看成高斯混合分布
其中，p(X1k/Z1·k，S1:k(i))采用基于分布式擴展卡爾曼濾波器的方法分析計算得到，其均值矩陣計算方法為
式中卡爾曼增益而協方差矩陣可以計算為
全文摘要
本發明涉及一種具有非視距誤差消除功能的魯棒定位方法，該方法能在LOS/NLOS混合環境下估計移動臺(MS)的運動狀態，有效提高定位精度，減少定位誤差，同時對不同環境下的LOS/NLOS轉移概率模型具有魯棒性。該方法包括以下幾個步驟1)建立移動臺的運動方程，建立描述LOS、NLOS環境相互轉換的一階Markov模型；2)在此基礎上，建立含有目標運動狀態和LOS/NLOS環境變量的測量方程；根據來自各基站的測量信號，估計視距條件后驗概率分布；3)采用分布式擴展卡爾曼濾波器的方法，在步驟2)的粒子集的基礎上，估計當前運動狀態；重復2)-3)步驟，得到運動目標狀態的序貫估計結果。
文檔編號G01S5/02GK101526605SQ200910030018
公開日2009年9月9日 申請日期2009年3月31日 優先權日2009年3月31日
發明者亮 陳, 胡紅梅 申請人:江蘇大學