【技术实现步骤摘要】
一种高精度室内无线定位方法
本专利技术涉及定位测量领域，尤其涉及一种高精度室内无线定位方法。
技术介绍
随着无线通信和移动网络的发展，人们对定位的需求日益增加，但是由于信号遮挡等因素的存在，使得如北斗、GPS等通用的定位技术在室内环境下难以得到部署。现有针对室内的无线定位技术主要有超宽带(UWB)、WiFi和Beacon定位技术等，每种技术均有特定的适用场景。上述技术的基本思路是通过计算“锚节点”(已知布置坐标的定位节点)的信号到达时间或接收功率，获得被测节点和锚节点的距离，然后通过三角定位法、质心算法或最小二乘估计算法确定被测节点的位置信息。其中，三点定位法是利用不在同一条直线上的三个锚节点到未知节点的距离，通过解方程得到未知节点的坐标。质心算法是选出距离被测节点较近的多个锚节点，将其坐标依据到被测节点的距离进行加权平均。最小二乘估计算法则是将被测节点到多个锚节点的距离聚合成向量，将对应的锚节点坐标聚合成矩阵，通过求矩阵的伪逆得到待测节点的坐标估计。但是，上述三种方法均存在缺陷：1、三点定位算法需要解方程组，但由于测量误差的存在，经常无法得到唯一解，需要进行近似...
【技术保护点】
1.一种高精度室内无线定位方法，其特征在于，依次包括以下步骤：A：设在t时刻被测节点可利用的锚节点个数为N，N≥3，根据每个锚节点的序列号得到对应的锚节点的坐标(xn,yn,zn)，并随机将N个锚节点编号为[1:N]；根据到达时间或接收功率得到被测节点在t时刻到第n个锚节点的距离
【技术特征摘要】
1.一种高精度室内无线定位方法，其特征在于，依次包括以下步骤：A：设在t时刻被测节点可利用的锚节点个数为N，N≥3，根据每个锚节点的序列号得到对应的锚节点的坐标(xn,yn,zn)，并随机将N个锚节点编号为[1:N]；根据到达时间或接收功率得到被测节点在t时刻到第n个锚节点的距离1≤n≤N；B:设t时刻被测节点的真实坐标为(x(t),y(t),z(t))，并定义为向量形式α(t)；(x(t)y(t)z(t))T@α(t)(1)；将步骤A中在t时刻获得的所有N个锚节点到被测节点的距离及锚节点的坐标(xn,yn,zn)，按(2)式计算并整理为向量r(t)；其中，为向量r(t)中第n个元素；将t时刻获得的所有N个锚节点坐标，按(3)式计算并整理为矩阵Φ(t)；其中，为矩阵Φ(t)中第n行向量，为矩阵Φ(t)中第n行第1列元素；为矩阵Φ(t)中第n行第2列元素；为矩阵Φ(t)中第n行第3列元素；由距离和坐标的运算关系根据(1)式-(3)式，得到r(t)＝Φ(t)α(t)+ω(t)(4)；其中，ω(t)表示实际测量过程中存在的误差向量；设误差服从均值为零、方差为σI的高斯分布，记为N(ω(t)；0,σI)，其中矩阵σI为大小为N×N的协方差矩阵；通过卡尔曼滤波挖掘相邻时刻的空间相关性，将t时刻在x、y、z三个坐标上的卡尔曼状态方程系数定义为和并将所有t＝{1,...,T}时刻的上述向量和矩阵归纳为如下集合形式，{α(1),...,α(T)}@α，{r(1),...,r(T)}@r，{Φ(1),...,Φ(T)}@Φ，C：根据(4)式所示的运算关系，利用全概率公式、变量间的隐马尔科夫特性和卡尔曼状态方程，对全局概率分布P(r,α,Φ,A,B)进行因式分解：(5)式中表达式P(g)表示概率分布；似然函数可分解为定义为函数表示数学期望为方差为σI的高斯分布；由于连续的两次观测之间具有马尔可夫特性，表示为u为服从标准高斯分布的噪声，因此在(5)式中：坐标x(t),x(t-1)之间的函数约束为定义为函数坐标y(t),y(t-1)之间的函数约束为定义为函数坐标z(t),z(t-1)之间的函数约束为定义为函数参数A和B的先验均假设为均匀分布，为P(A)＝U(0,1)，P(B)＝U(0,1)；其中U(a,b)表示区间为[a,b]的均匀分布；D：利用步骤C中得到的因子分解进行因子图建模；根据步骤C所示的因式分解进行因子图建模的过程为，定义(5)式中的每个函数为函数节点；定义每个变量为变量节点；将所有函数节点和与之相关的变量节点通过线段相连，便构成了因子图模型；引入映射节点和对应的映射函数映射节点和对应的映射函...
【专利技术属性】
技术研发人员：袁正道，李慧慧，史梁，蔡豪，王友顺，
申请(专利权)人：袁正道，
类型：发明
国别省市：河南,41
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。