一种基于Chan-Taylor与PF算法的协同室内定位方法技术

技术编号：42650301 阅读：28 留言：0更新日期：2024-09-06 01:43

本发明专利技术属于超宽带室内定位技术领域，具体涉及一种基于Chan‑Taylor与PF算法的协同室内定位方法，包括以下步骤：S1、在LOS环境下得到标签到基站的时延，利用TDOA算法计算出标签到基站的距离并解算得到第一次估计值；S2、建立Chan‑Taylor算法的定位模型，将第一次估计值作为输入，经该模型处理后输出第二次估计值；S3、建立PF算法的定位模型，将第二次估计值作为PF算法的观测量，经初始化粒子、重采样，最后在LOS环境下输出最终的定位坐标；S4、在标签与基站的测量值中加入一个非高斯的随机变量误差来表示NLOS环境并重复上述步骤，最后在NLOS环境下输出最终的定位坐标。本发明专利技术在LOS和NLOS环境下的定位轨迹更加稳定收敛，利用Chan‑Taylor算法提高了PF算法的定位精度和稳定性。

全部详细技术资料下载

【技术实现步骤摘要】

本专利技术属于超宽带室内定位，具体涉及一种基于chan-taylor与pf算法的协同室内定位方法。

技术介绍

1、在现代居住环境不断提高的今天，准确的室内定位已经得到了广泛的关注，而室内定位的精度在位置服务中也是一个非常重要的问题。uwb（ultra wide band）时间解析率高、穿透能力强、覆盖范围广、系统复杂度低、抗多途干扰能力强等优点，它是目前使用最广泛的一种定位方法，已引起了许多企业和科研人员的极大的兴趣。不过，现有的uwb定位算法，如chan算法、fang算法、taylor算法等，大都存在一些不足之处。chan算法计算量小，不过，受非视距（non line of sight,nlos）误差的作用，多路径效应严重影响了 chan算法的定位精度，并且随着室内障碍物增多，定位精度下降。taylor算法受nlos的影响并没有chan算法大，但taylor算法在极端情况下可能出现不收敛的情况，无法满足室内高精度定位的需求。而要获得高精度的定位，这些算法首先需要满足符合理想高斯分布的测量误差。事实上，在现实环境中，nlos误差普遍存在，导致室内定位精度下降的原因是nlos误差会产生多径效应，导致无法准确定位。因此，如何降低nlos误差对算法估计精度的影响成为目前的一个热门问题。

2、tdoa算法中，基于观测值建立的标签到基站之间的方程是非线性的，扩展卡尔曼滤波（extended kalman filter，ekf）和无迹卡尔曼滤波（unscented kalman filter，ukf）算法无法满足强 nlos条件

3、公开于该
技术介绍
部分的信息仅仅旨在增加对本专利技术的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。

技术实现思路

1、本专利技术的目的是在于提供一种基于chan-taylor与pf算法的协同室内定位方法，以解决不同环境下使用uwb室内定位时因nlos误差而造成的其不可避免的随机误差以及室内定位精度不准的问题。

2、为了实现上述目的，本专利技术提供了如下技术方案：

3、一种基于chan-taylor与pf算法的协同室内定位方法，包括以下步骤：

4、s1、在los（line of sight）环境下得到标签到基站的时延、、和，即可利用tdoa算法计算出标签到基站的距离并通过建立双曲线方程得到第一次解算的估计值；

5、s2、建立chan-taylor算法的定位模型，将第一次估计值作为输入，经该模型迭代、加权处理后输出第二次估计值；

6、s3、建立pf算法的定位模型，将第二次估计值作为pf算法的观测量，经初始化粒子、重采样，最后在los环境下输出最终的定位坐标；

7、s4、在标签与基站的测量值即tdoa测量值中加入一个非高斯的随机变量误差来表示nlos环境并重复上述步骤，最后在nlos环境下输出最终的定位坐标。

8、作为优选，s1具体包括：

9、s11、设在los环境下的tdoa测量误差标准差为10cm，联立以、为焦点的一组双曲线方程、以、为焦点的一组双曲线方程及以、为焦点的一组双曲线方程，将方程联立并解出其结果，该结果就是标签的第一次估计坐标；

10、s12、设标签的坐标为、与标签的距离为，、、和分别为目标标签所发射的信号到达4个的时延，则可算出目标标签和每个的距离分别为：

11、，

12、其中，是电磁波在空气中的传输速度，为；

13、s13、得到标签和的距离差值，的坐标已知，假设第个节点的坐标表示为，标签的坐标表示为，这样，就可以建立一个方程组，解出目标标签的位置坐标为：

14、。

15、作为优选，s2具体包括：

16、s21、由tdoa方法中的几何关系可以得出：

17、，

18、式中，；；

19、s22、设为常数，可得：

20、，

21、其中，，式中，为系统状态转移矩阵；

22、s23、为求出第一次的估算结果，将最小二乘法加权处理后进行计算，其结果为：

23、，

24、式中，为tdoa测量值的协方差矩阵；

25、s24、构建误差向量公式计算出误差矩阵，从而得到：

26、，

27、然后代入一阶估算结果经过第二次计算之后得到标签的坐标；

28、s25、将得到的坐标在处在不考虑二阶以上分量的情况下，进行泰勒展开就可以得到：

29、，

30、其中，表示残差，表示对目标位置估计的误差适量；然后进行迭代直到，超过阈值，这时输出taylor算法的定位估计；

31、s26、对chan算法估计的定位结果和经过taylor算法迭代后的定位结果一起进行加权计算，以便缓解级数发散问题，得出最终的定位坐标；

32、s27、为求取加权系数，先确定位置与量测值的残差：

33、，

34、式中，为信标节点数量；为定位结果估计值；为第个坐标；为标签到第个坐标距离；

35、s28、假设对于相同一组tdoa测得的数据，使用种类型的定位算法，那么，第个算法的权重系数为：

36、，

37、式中，为第种算法的加权系数，为第种算法的定位结果；

38、s29、利用加权系数对标签求得最后定位结果为：

39、。

40、作为优选，s3具体包括：

41、s31、状态方程为：

42、，

43、式中，为状态转移矩阵；为过程噪声驱动矩阵；为过程噪声；

44、标签矢量为：

45、，

46、式中，，为坐标轴的位置；，为两个方向的速度；

47、标签观测方程为：

48、

49、式中，为观测噪声；

50、s32、初始化个粒子，并设置权值为，令；

51、s33、每个粒子经过运动后，生成一组新粒子，并以chan-taylor协本文档来自技高网...

【技术保护点】

1.一种基于Chan-Taylor与PF算法的协同室内定位方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于Chan-Taylor与PF算法的协同室内定位方法，其特征在于，S1具体包括：

3.根据权利要求2所述的基于Chan-Taylor与PF算法的协同室内定位方法，其特征在于，S2具体包括：

4.根据权利要求3所述的基于Chan-Taylor与PF算法的协同室内定位方法，其特征在于，S3具体包括：

5.根据权利要求4所述的基于Chan-Taylor与PF算法的协同室内定位方法，其特征在于，S4具体包括：

【技术特征摘要】

1.一种基于chan-taylor与pf算法的协同室内定位方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于chan-taylor与pf算法的协同室内定位方法，其特征在于，s1具体包括：

3.根据权利要求2所述的基于chan-taylor与pf算法的...

【专利技术属性】
技术研发人员：谢跃雷，朱哲，纪元法，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：

全部详细技术资料下载我是这个专利的主人