專利名稱：一種基于信息融合的無線定位多算法增強方法
技術(shù)領(lǐng)域：
本發(fā)明屬于無線通訊技術(shù)領(lǐng)域，具體涉及移動終端的無線定位技術(shù)。
背景技術(shù)：
在3G蜂窩移動通信系統(tǒng)中，越來越多的網(wǎng)絡(luò)服務依賴于移動臺(MS)的位置信息，因而近年來基于蜂窩網(wǎng)絡(luò)對MS進行定位估計的無線定位技術(shù)受到廣泛關(guān)注?，F(xiàn)在幾種基于網(wǎng)絡(luò)的定位方法，如場強定位法、電波到達時間(TOA)定位法、到達時間差(TDOA)定位法及到達角(AOA)定位法，都可應用于對移動用戶的位置估計。但是，在不同的信道和網(wǎng)絡(luò)環(huán)境中，這些基本定位技術(shù)所表現(xiàn)出的性能各不相同，還沒有一種技術(shù)能在各種不同信道和網(wǎng)絡(luò)環(huán)境中都表現(xiàn)出最佳的性能，滿足對蜂窩網(wǎng)絡(luò)移動臺定位的精度要求。
在基于蜂窩網(wǎng)絡(luò)的移動臺定位技術(shù)中，TDOA技術(shù)以其獨特的優(yōu)點受到更多的關(guān)注，是一種應用于蜂窩網(wǎng)絡(luò)移動臺定位估計的主要技術(shù)。在3GPP為UTRAN選擇的幾種定位方法中，無論是GSM的E-OTD，還是WCDMA的OTDOA-IPDL，無不采用TDOA定位技術(shù)。由于現(xiàn)有的幾種TDOA定位算法各有不同特點，在不同的蜂窩網(wǎng)絡(luò)中表現(xiàn)出來的性能各不相同，但現(xiàn)有技術(shù)中沒有一種算法能在不同的蜂窩網(wǎng)絡(luò)環(huán)境中都表現(xiàn)出最佳的性能。由此，采用數(shù)據(jù)融合技術(shù)應用于多算法信息融合定位，有利于在無信道環(huán)境先驗信息的情況下進一步提高對移動臺定位估計的準確性。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題是，針對現(xiàn)有技術(shù)采用單一定位方法定位精度不高，對移動臺MS定位估計準確性差的缺點，本發(fā)明提出一種基于信息融合的無線定位技術(shù)，提高對MS定位估計的準確性。本發(fā)明解決上述問題所采用的技術(shù)方案是，通過服務基站提供的TDOA測量值和AOA測量值，采用Chan算法和Taylor算法分別對TDOA進行估計可得到TDOA(Chan)、TDOA(Taylor)、TDOA(Chan)/AOA、TDOA(Taylor)/AOA4種定位估計值。然后分別送入第一層數(shù)據(jù)融合和第二層數(shù)據(jù)融合。第一層主要對TDOA(Chan)、TDOA(Taylor)、TDOA(Chan)/AOA的估計結(jié)果進行數(shù)據(jù)融合；第二層主要對TDOA(Chan)、TDOA(Taylor)、TDOA(Taylor)/AOA估計結(jié)果進行數(shù)據(jù)融合，即對上述估計結(jié)果的均值和方差加權(quán)得到第二層融合的結(jié)果；第四層對第一層數(shù)據(jù)融合結(jié)果、第二層數(shù)據(jù)融合結(jié)果、TDOA(Chan)、TDOA(Taylor)定位估計值計算對應的加權(quán)系數(shù)，根據(jù)加權(quán)系數(shù)調(diào)用相應公式得出最佳定位結(jié)果。
本發(fā)明的有益效果是采用本發(fā)明提出的多算法信息融合定位方法，充分利用服務基站提供的TDOA、TOA和AOA測量值，結(jié)合多種算法，將其數(shù)據(jù)進行多次融合，有利于在無信道環(huán)境先驗信息的情況下進一步提高對移動臺定位估計的準確性。


圖1TDOA多算法融合定位模型示意2多算法增強融合定位模型示意圖具體實施方式
1.TDOA多算法融合模型為了能綜合Chan算法和泰勒序列展開法兩種算法的優(yōu)點，提高對MS定位估計的準確性，建立定位算法模型，采用Chan和泰勒序列展開法的結(jié)果進行信號數(shù)據(jù)融合。
如圖1所示為TDOA多算法融合定位系統(tǒng)模型示意圖，該系統(tǒng)模型對于基站采集的TDOA測量值，送入數(shù)據(jù)計算單元，分別采用Chan算法、泰勒序列展開法進行TDOA估計、估計值都送入第一層數(shù)據(jù)融合和第二層數(shù)據(jù)融合，經(jīng)過兩層數(shù)據(jù)融合后，產(chǎn)生4種定位估計值，即第一層數(shù)據(jù)融合結(jié)果，第二層數(shù)據(jù)融合結(jié)果，TDOA(Chan)算法估計結(jié)果，TDOA(Taylor)算法估計結(jié)果，將上述4種定位估計值送入第四層融合，選擇最優(yōu)值作為定位估計結(jié)果，該系統(tǒng)模型中各數(shù)據(jù)融合層的實現(xiàn)方式如下所示(1)第一層數(shù)據(jù)融合將Chan算法和泰勒序列展開法分別得到的定位估計值按一定的規(guī)則進行加權(quán)，得到一新的定位估計值。假定TDOA測量值數(shù)目為N，由Chan算法和泰勒序列展開法分別得到的定位估計值為XC和XT，服務BS位置坐標為X0，臨近BS位置坐標為Xi，TDOA測量值為τi，則經(jīng)第一層數(shù)據(jù)融合模塊后的第一層融合定位估計值為X^=RC-1XC+RT-1XTRC-1+RT-1]]>(2)第二層數(shù)據(jù)融合該數(shù)據(jù)融合過程可采用貝葉斯推論，對兩種算法定位估計值的方差加權(quán)，得到第二層數(shù)據(jù)融合的結(jié)果，對Chan算法和泰勒序列展開法得到的定位估計值計算均值和方差分別為Xcm、Xtm和σc2、σt2，則采用貝葉斯推論，第二層融合產(chǎn)生的新的定位估計值均值和方差為X‾=Xcm+σc2σc2+σt2(Xtm-Xcm),σ‾2=1σc-2+σt-2]]>(3)第四層數(shù)據(jù)融合綜合定位估計值的均值、方差或標準差的大小，誤差概率分布，TDOA測量值提供的先驗信息，移動臺MS與各基站BS相對位置等因素，從以上4種定位估計值(第一層融合結(jié)果，第二層融合結(jié)果，TDOA(Chan)算法估計結(jié)果，TDOA(Taylor)算法估計結(jié)果)中選擇出一種最佳的結(jié)果作為MS的最終估計位置。
由于僅考慮了TDOA測量值作為多算法融合定位的因素，因此這種模型在蜂窩網(wǎng)絡(luò)中容易以更低的成本實現(xiàn)，但是，該定位模型只考慮單一因素，因此定位精度不夠高。
2.多算法融合增強模型充分利用基站能準確得到AOA測量值的特點，在TDOA多算法融合基礎(chǔ)上，引入了AOA測量值，提出了增強多算法融合定位系統(tǒng)模型，如圖2所示為增強多算法融合定位系統(tǒng)模型示意圖。
基站采集TDOA測量值和AOA測量值，TDOA測量單元的輸出通過Chan算法和Taylor算法分別進行TDOA估計并結(jié)合AOA測量值，可得到TDOA(Chan)、TDOA(Taylor)、TDOA(Chan)/AOA、TDOA(Taylor)/AOA四種定位估計值。將四種定位估計值分別進行第一層數(shù)據(jù)融合和第二層數(shù)據(jù)融合，數(shù)據(jù)融合的結(jié)果及上述兩種算法的估計值送入第4層融合，通過計算加權(quán)系數(shù)，并調(diào)用相應計算模塊選擇最優(yōu)結(jié)果作為移動終端的位置。
第一層數(shù)據(jù)融合將基站采集TDOA測量值送入計算單元進行Chan算法和泰勒序列展開計算，TDOA測量值經(jīng)Chan算法和泰勒序列展開法分別計算后，計算結(jié)果按一定的規(guī)則進行加權(quán)，得到一新的定位估計值TDOA(Chan)、TDOA(Taylor)；基站獲取的AOA測量值結(jié)合TDOA(Chan)得到TDOA(Chan)/AOA；將TDOA(Chan)、TDOA(Taylor)、TDOA(Chan)/AOA一同送入第一層數(shù)據(jù)融合進行處理，所得的結(jié)果為第一層數(shù)據(jù)融合定位估計值。
假定服務基站獲取的TDOA測量值為N，由Chan算法和泰勒序列展開法得到的定位估計值TDOA(Chan)和TDOA(Taylor)分別為XC和XT，以及AOA測量值結(jié)合TDOA(Chan)的結(jié)果為XCA，服務基站BS位置坐標為X0，臨近基站BS位置坐標為Xi，TDOA測量值為τi，Chan算法和泰勒序列展開法兩種算法定位估計值的殘差可表達為RC=1NΣi=1N[cτi-(|Xi-Xc|-|X0-Xc|)]2]]>RT=1NΣi=1N[cτi-(|Xi-XT|-|X0-XT|)]2]]>其中c為電波傳播速度，而TDOA(Chan)/AOA的殘差為RCA，則第一層數(shù)據(jù)融合定位估計值為X^=RC-1XC+RT-1XT+RCA-1XCARC-1+RT-1+RCa-1]]>第二層數(shù)據(jù)融合將TDOA(Chan)、TDOA(Taylor)、TDOA(Taylor)/AOA的計算結(jié)果送入第二層融合模型進行處理，根據(jù)貝葉斯推論計算，得到第二層數(shù)據(jù)融合的結(jié)果。假設(shè)TDOA(Chan)估計器輸出的均值為xc，方差為σc2；TDOA(Taylor)估計器輸出的均值為xt，方差為σt2；TDOA(Taylor)/AOA估計器輸出的均值為xta，方差為σta2，分別采用貝葉斯推論對均值、方差加權(quán)，產(chǎn)生新的定位估計值。加權(quán)方程為xc=xcσc2+xtσt2+xtaσta2σc-2+σt-2+σta-2,σc2=1σc-2+σt-2+σta-2---(1)]]>其中，xc和σc2為第二層融合后定位估計值的均值和方差。
第四層數(shù)據(jù)融合將第一層數(shù)據(jù)融合結(jié)果、第二層數(shù)據(jù)融合結(jié)果、TDOA(Chan)估計值、TDOA(Taylor)估計值送入第四層數(shù)據(jù)融合模塊進行處理，考慮定位估計值的均值、方差或標準差的大小，定位誤差概率分布，MS與服務BS相對位置等因素，按照貝葉斯或者卡爾曼濾波等融合規(guī)則第四層融合對輸入的上述數(shù)據(jù)，調(diào)用相應的算法模塊進行再融合，根據(jù)加權(quán)系數(shù)選擇出最佳估計結(jié)果，作為計算MS位置坐標的估計值。
在多算法融合增強模型中，可以采用兩種簡化的定位參差加權(quán)方法實現(xiàn)多種TDOA定位算法的融合，以便獲得更好的定位效果。
對于一組測量值，分別采用不同算法進行定位估計，然后再將各算法計算結(jié)果按下列方法進行加權(quán)，即可得到優(yōu)化的定位估計值。針對多基站定位或單基站定位，可采用以下兩種加權(quán)方式確定移動終端最佳定位結(jié)果。
方式一該方式針對多基站定位計算最佳估計結(jié)果，假設(shè)對同一組TDOA測量值分別采用K種定位算法(本實施例描述中采用了2種算法，即Chan算法和Taylor算法，也可采用更多其他種類的算法)，則每種算法的加權(quán)系數(shù)Rk的計算方法和加權(quán)方法如下第一步由如下公式分別計算第一層數(shù)據(jù)融合結(jié)果、第二層數(shù)據(jù)融合結(jié)果、TDOA(Chan)估計值、TDOA(Taylor)估計值對應的加權(quán)系數(shù)Rk，Rk=Σi=1BSN(ri-|x^k-Xi|)2/BSN---(2)]]>其中，x^k=xy]]>為第一層數(shù)據(jù)融合與第二層數(shù)據(jù)融合中采用第k種算法的計算結(jié)果，Xi=xiyi]]>為參與定位的第i個基站的坐標，BSN為參與定位的基站BS數(shù)目，ri為移動臺到各基站對應的TDOA/AOA測量值。
第二步根據(jù)加權(quán)系數(shù)調(diào)用如下公式計算最佳結(jié)果，X^=ΣKxkRk-1ΣkRk-1---(3)]]>其中K為選擇的定位算法數(shù)目。所得結(jié)果即為最佳定位估計值(移動終端位置)。
方式二對于單基站定位，采用方式二計算，設(shè)對同一組測量值分別采用K種定位算法，則每種算法的加權(quán)系數(shù)Rk的計算方法和加權(quán)方法如下第一步由如下公式分別計算第一層數(shù)據(jù)融合結(jié)果、第二層數(shù)據(jù)融合結(jié)果、TDOA(Chan)估計值、TDOA(Taylor)估計值對應的加權(quán)系數(shù)Rk，Rk=(r0-|x^k-X0|)2---(4)]]>其中，x^k=xy]]>為第一層數(shù)據(jù)融合、第二層數(shù)據(jù)融合后的結(jié)果，X0=x0y0]]>為服務基站坐標，r0為移動臺到服務基站的TDOA測量值/AOA測量值；第二步根據(jù)加權(quán)系數(shù)調(diào)用如下公式計算最佳結(jié)果，X^=ΣKxkRk-1ΣKRk-1---(5)]]>其中K為選擇的定位算法數(shù)。
根據(jù)上式計算公式將進入第四層融合模型中的每種估計值的加權(quán)系數(shù)，再對加權(quán)系數(shù)進行加權(quán)計算得出最佳定位估計結(jié)果。如果系統(tǒng)采用多基站定位，就調(diào)用公式(2)和公式(3)對移動臺進行定位；如果系統(tǒng)采用的單基站定位，就調(diào)用公式(4)和(5)進行移動臺定位。得到移動臺的位置坐標和均方誤差。
本發(fā)明通過對基站采集的信號進行多次融合，有利于在無信道環(huán)境先驗信息的情況下進一步提高對移動臺定位估計的準確性，可廣泛應用于各種網(wǎng)絡(luò)中對移動終端的定位估計。
權(quán)利要求
1.一種基于信息融合的無線定位多算法增強方法，其特征在于，基站測量移動終端的TDOA值和AOA值，采用Chan算法和Taylor展開算法分別對TDOA值進行計算估計，并結(jié)合AOA值得到的四種定位估計值分別送入第一層數(shù)據(jù)融合模型和第二層數(shù)據(jù)融合模型進行處理，所得的結(jié)果送入第四層數(shù)據(jù)融合模型進行處理，第四層數(shù)據(jù)融合模型輸出的結(jié)果作為移動終端位置。
2.根據(jù)權(quán)利要求1所述的無線定位多算法增強方法，其特征在于，所述四種定位估計值為采用Chan算法和Taylor展開算法得到的值以及結(jié)合AOA測量所得的值，即TDOA(Chan)、TDOA(Taylor)、TDOA(Chan)/AOA、TDOA(Taylor)/AOA估計值。
3.根據(jù)權(quán)利要求2所述的無線定位多算法增強方法，其特征在于，第一層數(shù)據(jù)融合模型采用TDOA(Chan)、TDOA(Taylor)、TDOA(Chan)/AOA估計值，調(diào)用公式X^=RC-1XC+RT-1XT+RCA-1XCARC-1+RT-1+RCa-1]]>得到第一層融合的結(jié)果。
4.根據(jù)權(quán)利要求2所述的無線定位多算法增強方法，其特征在于，第二層數(shù)據(jù)融合模型對TDOA(Chan)、TDOA(Taylor)、TDOA(Taylor)/AOA估計值的均值和方差加權(quán)得到第二層融合的結(jié)果。
5.根據(jù)權(quán)利要求2所述的無線定位多算法增強方法，其特征在于，第四層融合模型首先分別計算第一層、第二層融合結(jié)果、TDOA(Chan)估計值、TDOA(Taylor)估計值對應的加權(quán)系數(shù)Rk，調(diào)用公式X^=ΣKxkRk-1ΣKRk-1]]>得出最佳定位結(jié)果。
全文摘要
本發(fā)明請求保護一種基于信息融合的無線定位方法，涉及移動終端的無線定位技術(shù)。本發(fā)明是通過以下技術(shù)方案實現(xiàn)的，基站測量移動終端的TDOA值和AOA值，采用Chan算法和Taylor算法分別對TDOA值進行估計，并結(jié)合AOA值得到TDOA(Chan)、TDOA(Taylor)、TDOA(Chan)/AOA、TDOA(Taylor)/AOA四種定位估計值分別送入第一層數(shù)據(jù)融合和第二層數(shù)據(jù)融合進行處理，兩層數(shù)據(jù)融合的結(jié)果及TDOA(Chan)、TDOA(Taylor)估計值送入第四層數(shù)據(jù)融合計算加權(quán)系數(shù)，根據(jù)加權(quán)系數(shù)選擇最佳定位結(jié)果作為移動終端位置。采用本發(fā)明的定位方法，有利于在無信道環(huán)境先驗信息的情況下提高對移動臺定位估計的準確性。
文檔編號H04W64/00GK1905741SQ20061009500
公開日2007年1月31日 申請日期2006年7月29日 優(yōu)先權(quán)日2006年7月29日
發(fā)明者張毅, 羅元, 李銳, 曾黔蜀, 鄭太雄, 李學勤, 謝穎, 徐洋 申請人:重慶郵電大學