一种定位方法、装置及设备制造方法及图纸

本发明专利技术实施例提供了一种定位方法、装置及设备，涉及信息技术领域，其中，定位方法可以包括：获取移动终端的初始位置信息，以及各个基站的位置信息；根据移动终端的初始位置信息和各个基站的位置信息，计算移动终端分别与各个基站的距离；基于各个基站的位置信息以及移动终端分别与各个基站的距离，计算移动终端的估算位置信息；通过迭代优化算法，对估算位置信息进行优化，得到优化后的位置信息。通过本发明专利技术实施例提供的定位方法、装置及设备，能够提高定位精度。

【技术实现步骤摘要】
一种定位方法、装置及设备
本专利技术涉及通信
，特别是涉及一种定位方法、装置及设备。
技术介绍
随着无线通信技术的日益发展，人们对智能化生活的需求也在不断提升，基于位置的服务(LocationBasedServices，LBS)也逐渐成为人们生活中重要的组成部分，例如目标定位、导航追踪、智慧城市、应急救援等领域。随着第五代通信网络(5G)这样一个万物互联时代的到来，高精度定位技术在车联网、智能家居、工业4.0、虚拟现实(VirtualReality，VR)等场景下的应用将更加广泛。但室内环境相比较于室外环境更加复杂，信号传播存在多径、非视距(Non-LineOfSight，NLOS)等多种干扰。其中，建筑物对信号的反射和折射引起的NLOS误差是最主要的误差来源，严重影响了定位的精度和可靠性。NLOS的基站相较于基站(LineOfSight，LOS)基站将对到达时间差(TimeDifferenceOfArrival，TDOA)结果造成较大误差，因此会导致室内定位误差增大。因此，如何提高定位精度对于提高位置服务的可靠性以及基于位置服务本文档来自技高网...

【技术保护点】
1.一种定位方法，其特征在于，包括：/n获取移动终端的初始位置信息，以及各个基站的位置信息；/n根据所述移动终端的初始位置信息和各个基站的位置信息，计算所述移动终端分别与各个基站的距离；/n基于各个基站的位置信息以及所述移动终端分别与各个基站的距离，计算所述移动终端的估算位置信息；/n通过迭代优化算法，对所述估算位置信息进行优化，得到优化后的位置信息。/n

【技术特征摘要】
1.一种定位方法，其特征在于，包括：
获取移动终端的初始位置信息，以及各个基站的位置信息；
根据所述移动终端的初始位置信息和各个基站的位置信息，计算所述移动终端分别与各个基站的距离；
基于各个基站的位置信息以及所述移动终端分别与各个基站的距离，计算所述移动终端的估算位置信息；
通过迭代优化算法，对所述估算位置信息进行优化，得到优化后的位置信息。


2.根据权利要求1所述的方法，其特征在于，根据所述移动终端的初始位置信息和各个基站的位置信息，计算所述移动终端分别与各个基站的距离，包括：
针对各个序列组合，构建Cayley-Menger行列式，其中，序列组合是所述移动终端与所有n个基站中的n-1个基站排列组合得到的；
针对各个序列组合对应的Cayley-Menger行列式，计算所述移动终端与相关基站的距离，所述相关基站为所述序列组合所包括的基站。


3.根据权利要求2所述的方法，其特征在于，所述基于各个基站的位置信息以及所述移动终端分别与各个基站的距离，计算所述移动终端的估算位置信息，包括：
针对每个序列组合，对所述序列组合得到的所述移动终端与相关基站的距离，通过公式：计算所述序列组合对应的残差平方和；并计算所述残差平方和的最小值，得到所述序列组合对应的估算值；
其中，Res(x,Si1)为序列组合Si1对应的残差平方和，i表示序列组合Si1对应的第i个相关基站，di表示移动终端x与第i个相关基站的距离，xi表示第i个相关基站的位置信息；
对每个序列组合得到所述估算值，通过公式进行加权，得到所述移动终端的估算位置信息；
其中，X为所述估算位置信息，为每个序列组合残差平方和最小时得到的位置估算值。


4.根据权利要求3所述的方法，其特征在于，所述通过迭代优化算法，对所述估算位置信息进行优化，得到优化后的位置信息，包括：
通过公式xk1+1＝xk1-(HTH)-1HTG，对所述估算位置信息进行优化，得到优化后的位置信息；
其中，xk1+1为第k1+1次迭代得到的位置信息，xk1表示第k1次迭代得到的位置信息，gk表示梯度向量，λ表示梯度下降学习率因子，I表示对角线值均为1其他位置为0的矩阵。


5.根据权利要求1所述的方法，其特征在于，所述优化后的位置信息为所述移动终端在前一时刻的位置信息；
在所述通过迭代优化算法，对所述估算位置信息进行优化，得到优化后的位置信息之后，所述方法还包括：
基于所述优化后的位置信息，通过卡尔曼滤波算法，预测所述移动终端当前时刻的位置信息；
对预测的当前时刻的位置信息进行校正，得到校正后的位置信息。


6.根据权利要求5所述的方法，其特征在于，所述基于所述优化后的位置信息，通过卡尔曼滤波算法，预测所述移动终端当前时刻的位置信息，包括：
通过公式：预测所述移动终端当前时刻的位置信息；
其中，表示k-1时刻位置信息，表示预测的当前时刻的位置信息，A表示从第k-1时刻到第k时刻的状态转移矩阵；B表示在第k-1时刻系统输入量与系统状态之间的关系矩阵，uk-1表示系统的输入向量，表示预测的第k时刻的后验估计误差的均方误差矩阵，Pk-1表示第k-1...

【专利技术属性】
技术研发人员：邓中亮，许鹏，郑心雨，王翰华，蒋伟佳，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：北京;11