【技术实现步骤摘要】
本专利技术涉及定位
,特别涉及一种到达时间差的误差补偿值确定方法及装置。
技术介绍
到达时间差(Time Difference of Arrival,简称为TDOA)定位技术是一种常用的定位技术,是利用到达时间差进行定位的技术,根据多个基站的每两个基站与待定位点之间传输信号的到达时间差,根据每个到达时间差计算出距离差,以每个到达时间差的两个基站为焦点,对应距离差为长轴作出双曲线,多个双曲线的交点就是待定位点的位置,用该定位技术定位时,到达时间差越接近视距到达时间差,定位越准确。在实际的基于到达时间差的室内外定位中,由于城市环境因素复杂,房屋建筑的遮挡较为严重,在基站与待定位点之间传输信号时,承载信号的无线电波可能会经反射、散射、衍射、绕射或透射等到达终端,这就导致信号非视距传播,非视距传播会使接收端接收到信号存在时间延迟,从而使得定位时所用的到达时间差与视距到达时间差存在偏差,进而导致定位不准确,因此,需要确定误差补偿值,以对定位时的到达时间差进行修正。
技术实现思路
本专利技术实施例的目的在于提供一种到达时间差的误差补偿值确定方法及装置,以使确定出的误差补偿值具有一定的准确性,通过确定的误差补偿值对到达时间差修正,能够使到达时间差更接近视距到达时间差。为达到上述目的,本专利技术实施例公开了一种到达时间差的误差补偿值确定方法及装置。技术方案如下:第一方面,一种到达时间差的误差补偿值确定方法,应用于定位处理服务
器,所述方法包括:获取待定位点的照片,提取所述照片的尺度不变特征转换,计算所述照片的信息熵;针对任意两个定位基站,获取所述待定位 ...
【技术保护点】
一种到达时间差的误差补偿值确定方法,应用于定位处理服务器,其特征在于,所述方法包括:获取待定位点的照片,提取所述照片的尺度不变特征转换,计算所述照片的信息熵;针对任意两个定位基站,获取所述待定位点与所述两个基站之间信号传输的到达时间差;根据所述尺度不变特征转换、信息熵和到达时间差,以及已训练好的支持向量机多类分类器,将所述尺度不变特征转换、信息熵和到达时间差划分到预设数量类中对应的确定类,确定所述确定类所对应的误差补偿值区间;根据所确定的误差补偿值区间,确定所述到达时间差的误差补偿值;其中,训练所述支持向量机多类分类器,包括:将误差补偿值划分为预设数量个误差补偿值区间,其中,每一误差补偿值区间对应一类;根据多个样本点中的每个样本点的实际误差补偿值所属的误差补偿值区间,确定每个样本点的所述尺度不变特征转换、信息熵和到达时间差所属的类别;根据所述每个样本点的所述尺度不变特征转换、信息熵和到达时间差,训练所述支持向量机多类分类器,以使所述支持向量机多类分类器将类别相同的所述尺度不变特征转换、信息熵和到达时间差划分到同一类别。
【技术特征摘要】
1.一种到达时间差的误差补偿值确定方法,应用于定位处理服务器,其特征在于,所述方法包括:获取待定位点的照片,提取所述照片的尺度不变特征转换,计算所述照片的信息熵;针对任意两个定位基站,获取所述待定位点与所述两个基站之间信号传输的到达时间差;根据所述尺度不变特征转换、信息熵和到达时间差,以及已训练好的支持向量机多类分类器,将所述尺度不变特征转换、信息熵和到达时间差划分到预设数量类中对应的确定类,确定所述确定类所对应的误差补偿值区间;根据所确定的误差补偿值区间,确定所述到达时间差的误差补偿值;其中,训练所述支持向量机多类分类器,包括:将误差补偿值划分为预设数量个误差补偿值区间,其中,每一误差补偿值区间对应一类;根据多个样本点中的每个样本点的实际误差补偿值所属的误差补偿值区间,确定每个样本点的所述尺度不变特征转换、信息熵和到达时间差所属的类别;根据所述每个样本点的所述尺度不变特征转换、信息熵和到达时间差,训练所述支持向量机多类分类器,以使所述支持向量机多类分类器将类别相同的所述尺度不变特征转换、信息熵和到达时间差划分到同一类别。2.根据权利要求1所述的方法,其特征在于,所述将误差补偿值划分为预设数量个误差补偿值区间,具体为:根据所述多个样本点的实际误差补偿值,确定所述实际误差补偿值的期望或方差;根据所述期望或方差,确定所述误差补偿值的瑞利分布密度函数的形状参数,以确定所述误差补偿值的瑞利分布密度函数;根据所述瑞利分布密度函数将误差补偿值连续等概率划分为预设数量个误差补偿值区间。3.根据权利要求2所述的方法,其特征在于,所述根据所确定的误差补偿值区间,确定所述到达时间差的误差补偿值,具体为:将所确定的误差补偿值区间的中间值,确定为所述到达时间差的误差补偿值。4.根据权利要求1所述的方法,其特征在于,获得所述多个样本点的实际误差补偿值,包括:针对每个样本点,根据所述样本点与所述两个基站之间的直线距离确定所述样本点的视距到达时间差;将所述样本点的所述到达时间差与所述视距到达时间差的差值,确定为所述样本点的实际误差补偿值。5.根据权利要求1-4任一所述的方法,其特征在于,所述支持向量机多类分类器为基于二叉树的分类器,所述支持向量机多类分类器的每个支持向量机二分类器的核函数为: K ( x i , x j ) = e - γ | | x i - x j | | 2 2 ]]>xi和xj分别表示输入的第i和j个样本点的所述尺度不变特征转换、信息熵和到达时间差所组成的向量,γ为核函数参数。6.一种到达时间差的误差补偿值确定装置,应用于定位处理服务器,...
【专利技术属性】
技术研发人员:焦继超,邓中亮,闫小涵,李文轶,
申请(专利权)人:北京邮电大学,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。