可编程智能反射面辅助的多移动设备定位方法及装置制造方法及图纸

本发明专利技术提供了一种可编程智能反射面辅助的多移动设备定位方法、装置、电子设备和可读存储介质。无线接入点在目标区域内确定多个采样点，并获取每个采样点在不同RIS反射配置时的RSS，从而得到RSS的二维分布关系，并对RIS反射配置进行迭代优化，从而根据最后一个周期得到的在上一周期的RIS反射配置下每个移动设备的位置在每个采样点的概率，以及最后一个周期得到的RIS反射配置下的每个移动设备的RSS，结合RSS的二维分布关系，计算得到每个移动设备的位置在每个采样点的概率，并根据计算结果确定每个移动设备的位置。通过多个周期的迭代优化，能够不断调整目标区域内的RSS分布，得到使得所有移动设备平均定位误差最小的RIS反射配置，使得到的定位更加准确。

【技术实现步骤摘要】
可编程智能反射面辅助的多移动设备定位方法及装置
本专利技术涉及设备定位
，尤其涉及一种可编程智能反射面辅助的多移动设备定位方法及装置。
技术介绍
导航、追踪等基于位置的服务是移动互联网不可或缺的组成部分之一。室外的位置服务一般使用全球定位系统或北斗导航系统来提供位置信息。但在室内环境下这些系统的信号会受到墙壁的遮挡，因而精度比较差。相关技术中，系统先用实验测量或者信道建模的方法获取不同采样点的RSS值，形成一个RSS分布图。然后通过比对移动设备测量的RSS值与RSS分布图来估计移动设备的位置。然而，上述相关的基于RSS的定位技术的定位精度受空间中RSS分布情况的影响很大，一些不理想的RSS分布得到的定位误差会很大。具体来说，在不理想的RSS分布下，不同采样点的RSS值比较接近，因此这些采样点就难以通过RSS值进行区分，因此定位精度会受到给定的RSS分布的很大限制，导致定位不准确。
技术实现思路
本专利技术实施例提供一种可编程智能反射面辅助的多移动设备定位方法及装置，旨在提高移动设备的定位精度。<本文档来自技高网...

【技术保护点】
1.一种可编程智能反射面辅助的多移动设备定位方法，其特征在于，应用于无线接入点，包括：/n在目标区域内选定多个采样点，获取每个采样点在不同RIS反射配置时的RSS，并根据获取的每个采样点在不同RIS反射配置时的RSS建立RSS的二维分布关系；/n进行预设周期的迭代优化，在每个周期内，执行以下步骤：/n若当前周期为第一个周期，则初始化每个移动设备的位置在每个采样点的概率为第一预设值；若当前周期不为第一个周期，则根据上一周期得到的RIS反射配置以及每个移动设备发送的RSS值，结合所述RSS的二维分布关系以及固定方差，得到在上一周期的RIS反射配置下每个移动设备的位置在每个采样点的概率；/n根据当前...

【技术特征摘要】
1.一种可编程智能反射面辅助的多移动设备定位方法，其特征在于，应用于无线接入点，包括：
在目标区域内选定多个采样点，获取每个采样点在不同RIS反射配置时的RSS，并根据获取的每个采样点在不同RIS反射配置时的RSS建立RSS的二维分布关系；
进行预设周期的迭代优化，在每个周期内，执行以下步骤：
若当前周期为第一个周期，则初始化每个移动设备的位置在每个采样点的概率为第一预设值；若当前周期不为第一个周期，则根据上一周期得到的RIS反射配置以及每个移动设备发送的RSS值，结合所述RSS的二维分布关系以及固定方差，得到在上一周期的RIS反射配置下每个移动设备的位置在每个采样点的概率；
根据当前每个移动设备的位置在每个采样点的概率，结合所述RSS的二维分布关系，计算得到使得所有移动设备平均定位误差最小的RIS反射配置，并将得到的新的RIS反射配置传输给RIS控制器，以使RIS控制器根据新的RIS反射配置对RIS进行相应的配置；
接收在新的RIS反射配置下每个移动设备发送的RSS值，所述在新的RIS反射配置下每个移动设备发送的RSS值是每个移动设备在本周期内的新的RIS反射配置下多次测量得到的多个RSS的平均值；
迭代优化完成后，根据最后一个周期得到的在上一周期的RIS反射配置下每个移动设备的位置在每个采样点的概率，以及最后一个周期得到的RIS反射配置下的每个移动设备的RSS，结合RSS的二维分布关系以及固定方差，计算得到最后一个周期得到的RIS反射配置下的每个移动设备的位置在每个采样点的概率，并根据计算结果确定每个移动设备的位置，并将确定的位置发送给对应的移动设备。


2.根据权利要求1所述的方法，其特征在于,根据上一周期得到的RIS反射配置以及每个移动设备发送的RSS值，结合所述RSS的二维分布关系以及固定方差，得到在上一周期得到的RIS反射配置下每个移动设备的位置在每个采样点的概率，包括：
根据高斯分布的公式求得每个移动设备在上一周期得到的RIS反射配置下，在每个采样点接收到对应的RSS值的概率，所述高斯分布的公式为：



其中，σ为固定方差，si表示移动设备i在配置c，位置n获得的RSS平均值，si作为随机变量，服从高斯分布；
利用贝叶斯更新的公式，得到在上一周期的RIS反射配置下每个移动设备的位置在每个采样点的概率，其中，贝叶斯更新的公式为:



其中，为第k-1周期移动设备i在位置n处的概率，为第k-1周期移动设备i在配置c，位置n处接收到的概率，n表示第n个采样点，N为采样点的个数，k为当前周期，k-1为上一周期；
其中，在第一个周期，移动设备i在位置n处的概率为所述为所述第一预设值。


3.根据权利要求1所述的方法，其特征在于,根据当前每个移动设备的位置在每个采样点的概率，结合所述RSS的二维分布关系，计算得到使得所有移动设备平均定位误差最小的RIS反射配置，包括：
根据在上一周期得到的RIS反射配置下每个移动设备的位置在每个采样点的概率，结合定位误差公式，计算得到RIS配置集中每个RIS反射配置对应的所有移动设备的平均定位误差，将其中定位误差最小对应的RIS反射配置确定为新的RIS反射配置。


4.根据权利要求3所述的方法，其特征在于,所述定位误差公式为：



其中，I为总的移动设备个数，P(n′|c，n)为误判概率，指配置c，移动设备在采样点n时，系统估计移动设备在采样点n′的概率，γn，n′是误判带来的误差代价，定义为采样点n和采样点n′之间的距离，所述定位误差公式表示配置c会引起当前的所有的移动设备的平均定位误差；
其中，误判概率的表达式为：



其中，为判决域，表征当移动设备i在周期k的RSS均值落入判决域时，移动设备i被定位为位于采样点n′处，为移动设备i在周期k，配置c，位置n处接收到的概率,其中，为满足判决域的随机值；
其中，利用最大后验概率准则，得到判决域的表达式为：





5.根据权利要求1所述的方法，其特征在于,根据最...

【专利技术属性】
技术研发人员：宋令阳，张浩波，张泓亮，邸博雅，边凯归，
申请(专利权)人：北京大学，
类型：发明
国别省市：北京;11