專利名稱：一種移動終端定位精度改進方法
技術領域：
本發明涉及蜂窩網絡定位技術領域，特別是涉及一種移動終端定位精度改進方法。
背景技術：
自美國聯邦通信委員會(FCC)公布E-911緊急呼叫定位要求之后，國內外學者、 科研機構、廠商對基于蜂窩網絡的移動終端定位技術展開了更加深入的研究。精確的移動終端位置信息為移動通信系統無線資源管理的優化開辟了新的途徑，可實現頻譜資源的動態分配，提高頻率利用率，可對現有路由算法和網絡拓撲結構進行優化，提高系統性能，實現更加靈活穩定的網絡拓撲管理。同時，獲取移動終端精確的位置信息為位置信息服務 (Location Based Service, LBS)提供了有利的保障。常規的蜂窩網絡定位方法包括接收信號強度(RSS)測量法，到達時間(TOA)測量法，到達時間差(TDOA)測量法，到達角(AOA)測量法以及混合參數測量定位法，如Α0Α/Τ0Α 混合定位方法(HTAP)。但是這些方法在受非視距(None Line of Sight, NLOS)傳播的影響下，定位精度難以滿足E-911安全條款，如何有效識別NLOS傳播以及抑制NLOS誤差以提高定位精度是有待進一步深入研究的問題。隨著無線通信技術的快速發展，多種異構無線網絡共存與融合是未來移動通信網絡發展的必然趨勢，移動智能終端也具備同時連接不同接入系統的能力，可自由接入不同的無線環境。因此，在異構無線網絡中，移動終端定位技術可充分利用多源信息進行數據融合，國內外相關研究表明，協作定位策略能夠有效提高移動終端定位精度，但同樣受NLOS 傳播的影響，定位性能大打折扣。因此，需要本領域技術人員迫切解決的一個技術問題就是如何能夠創新的提出有一種有效措施以克服現有技術存在的缺陷，高效的提高移動終端定位精度。

發明內容
本發明所要解決的技術問題是提供一種移動終端定位精度改進方法，在異構無線網絡環境下，通過基站對移動終端進行Α0Α/Τ0Α混合參數測量以及移動終端之間的TOA參數測量來進行NLOS傳播的識別以抑制NLOS誤差，有效提高移動終端定位的精度。為了解決上述問題，本發明公開了一種移動終端定位精度改進方法，包括獲取時間段△ t內各鏈路的到達角和到達時間測量參數；具體包括各基站與各移動終端的到達角和到達時間測量參數，以及各移動終端之間的到達時間測量參數；根據測量參數信息對數據進行統計分析，按照非視距傳播的識別方法判決各基站與移動終端之間是否存在視距傳播若否，則采用協作混合到達角/到達時間定位算法對目標移動終端進行位置估計，并作為最終的估計位置；若是，則判斷存在視距傳播的移動終端個數
若為一個，則判斷視距傳播的移動終端中是否為目標移動終端本身若是，則采用混合到達角/到達時間定位算法獲取目標移動終端的最終估計位置；若否，則采用混合到達角/到達時間定位算法獲取目標移動終端及視距傳播下的協作移動終端的估計位置，然后結合短距測量對目標移動終端的估計位置進行修正作為最終的位置估計；若為多個，則采用混合到達角/到達時間定位算法獲取各視距傳播下的移動終端初始位置估計，若檢測某移動終端與基站存在視距傳播的鏈路數最多，則該移動終端標記為最佳估計移動終端；同時檢測視距傳播的移動終端中是否含有目標移動終端若是，則采用最優化方法對目標函數進行最優化求解從而獲取目標移動終端的最終位置估計；若否，則利用混合到達角/到達時間定位算法獲取目標移動終端初始位置估計， 然后用最佳估計的協作移動終端對目標移動終端估計位置進行首次修正，并采用最優化方法對目標函數進行最優化求解從而獲取目標移動終端的最終位置估計。優選的，所述時間段At為0. 1-0. k。優選的，所述協作移動終端在異構無線網絡中目標移動終端是不通過基站而直接相互通信的、在目標移動終端覆蓋范圍內的移動終端。優選的，所述的非視距傳播的識別方法是通過對視距與非視距傳播統計其參數特征，然后采用假設檢驗方法進行非視距的判別。 優選的，所述參數特征為參數方差。優選的，對目標移動終端的估計位置進行修正的方法具體包括以估計的協作移動終端CoMSk坐標[xk，yk]為中心，以該CoMSk與目標移動終端的短距測量距離Itlk為半徑作一圓形區域，該區域定義為信賴域；判斷初始估計的目標移動終端的估計坐標是否位于該信賴域區間；若落于該信賴域則停止不進行修正，初始估計位置作為目標移動終端的最終位置估計；若未落于該信賴域中，則進行估計位置的修正，修正的位置為連接估計的CoMSk及目標移動終端的初始估計位置的直線交圓上的一點，該點坐標為目標移動終端的修正后的估計位置。優選的，所述最小化最優化目標函數的方法包括最速下降法、牛頓法和共軛梯度法。優選的，所述非視距傳播檢測方法還包括測量基站與移動終端之間鏈路的接收信號強度。與現有技術相比，本發明具有以下優點本發明提出了一種移動終端定位精度改進方法，通過獲取時間段內各鏈路AOA/ TOA等測量參數；結合獲取的測量參數對BS-MS鏈路的NLOS傳播進行識別；根據NLOS識別結果，若所有BS-MS鏈路都不存在LOS傳輸則采用Co-HTAP算法獲取目標移動終端的最終位置估計；若存在LOS傳播鏈路，則判斷存在LOS傳播鏈路的移動終端個數；只存在一個LOS傳播的移動終端時，判斷該移動終端是否為目標移動終端，若為目標移動終端則采用HTAP算法獲取目標移動終端的最終位置估計，若為協作移動終端，則先采用HTAP算法獲取目標移動終端和協作移動終端的位置估計，然后結合短距測量對目標移動終端的位置估計進行修正，作為最終的估計位置；存在多個LOS傳播的移動終端時，采用HTAP算法獲取各LOS傳播下的移動終端初始位置估計，選取最佳估計的移動終端并檢測LOS傳播的移動終端中是否含有目標移動終端；若沒有，則采用HTAP算法獲取目標移動終端的初始位置估計，然后用最佳估計的協作移動臺對目標移動終端估計位置進行首次修正；修正后或LOS 傳播的移動終端中含有目標移動終端則對最優化目標函數進行最小化最優化求解，獲取目標移動終端的最終位置估計。


圖1是本發明具體實施方式
中所述的一種移動終端定位精度改進方法的流程示意圖；圖2是本發明具體實施方法中所述的目標移動終端位置估計修正算法示意圖。
具體實施例方式為使本發明的上述目的、特征和優點能夠更加明顯易懂，下面結合附圖和具體實施方式
對本發明作進一步詳細的說明。本發明中，在異構無線網絡下，優選為蜂窩網+Ad Hoc異構無線網絡中，充分結合基站對移動終端到達角AOA(Angle of Arrival)和到達時間TOA(Time of Arrival)參數測量，結合Ad Hoc網絡中移動終端之間TOA短距測量來改善蜂窩網絡中移動終端定位精度。發明中通過利用經典的NLOS識別算法來識別基站與移動終端之間的鏈路是否是NLOS 傳播，然后通過Ad Hoc網絡中移動終端之間的精確的短距測量信息來抑制NLOS誤差，提高移動終端的定位精度。圖1示出了本發明中移動終端的定位精度改進方法的流程示意圖，具體包含如下步驟步驟1，獲取時間段內各鏈路Α0Α/Τ0Α等測量參數。時間段Δ t為0. ls-0. 5s，測量參數包括各基站與各移動終端(包括待定位的目標移動終端MS與用于輔助定位的協作移動終端CoMQ鏈路的AOA和TOA測量參數，以及各移動終端之間的TOA測量參數；為輔助 NLOS傳播識別，可同時測量基站與移動終端之間鏈路的接收信號強度(RSS)。步驟1中的時間段At優先為0. 1-0. 5s，各基站能夠有效覆蓋目標移動終端和協作移動終端，協作移動終端為在異構網絡下，優先為移動蜂窩網+AdHoc網絡的異構無線網絡時目標移動終端的有效覆蓋范圍內的移動終端，協作移動終端優先為離目標移動終端 30-40m覆蓋范圍內的移動終端。步驟2，基站與移動終端(BS-MS)鏈路的NLOS傳播的識別，采用經典的NLOS識別算法，通過對LOS與NLOS傳播統計其參數特征，如參數方差，然后采用假設檢驗方法進行 NLOS的判別；經典的NLOS識別算法有Wylie提出的基于時間段內距離測量標準差統計特征的NLOS識別方法，Al-Jazzar提出的基于接收信號功率包絡和TOA測量的NLOS識別方法，Chan提出的基于位置估計誤差分布的NLOS識別方法，Benedetto提出的基于接收信號包絡賴斯分布K因子測量的NLOS識別方法，K. Yu提出的基于基站與移動終端之間LOS傳播下的方位角、仰角的三角關系的NLOS識別方法。對于NLOS的識別不限于這幾種方法，進行NLOS識別后判斷所有基站與移動終端之間的鏈路是否存在LOS傳播，若不存在則轉步驟 3;若存在，則轉步驟4。 步驟2中所述的非視距NLOS傳播識別方法主要是基于LOS與NLOS傳播具有明顯差別的特征，如方差特征/高階統計量中表示非正態性及離群值的特征，非視距誤差的斷續性等，然后結合假設檢驗方法進行NLOS的識別。 步驟3，若有基站與移動終端鏈路不存在LOS傳播下，采用協作混合Τ0Α/Α0Α定位算法-Co-HTAP算法對目標移動終端進行最終的位置估計。首先通過HTAP算法(公式(3)) 利用服務基站對目標移動終端進行位置估計，然后利用該位置估計作為初始值對優化目標函數公式(1)或公式( 進行最小化最優化求解，從而獲取目標移動終端的最終位置估計。步驟4，所有基站與移動終端之間存在視距(L0S，Line of Sight)傳播時，判斷存在LOS傳播的移動終端個數，若只有1個移動終端存在LOS傳播則轉步驟5，否則轉步驟6。PM 3 ΦIjfi^ Co-HTAP (Cooperative Hybrid Τ0Α/Α0Α Positioning Algorithm) 算法為通過HTAP算法獲取目標移動終端以及協作移動終端的初始位置估計，結合基站對目標移動終端的Α0Α、TOA參數測量結果以及目標移動終端與協作移動終端之間的TOA測量結果來最小化優化如下目標函數
權利要求
1.一種移動終端定位精度改進方法，其特征在于，包括獲取時間段At內各鏈路的到達角和到達時間測量參數；具體包括各基站與各移動終端的到達角和到達時間測量參數，以及各移動終端之間的到達時間測量參數；根據測量參數信息對數據進行統計分析，按照非視距傳播的識別方法判決各基站與移動終端之間是否存在視距傳播若否，則采用協作混合到達角/到達時間定位算法對目標移動終端進行位置估計，并作為最終的估計位置；若是，則判斷存在視距傳播的移動終端個數 若為一個，則判斷視距傳播的移動終端中是否為目標移動終端本身 若是，則采用混合到達角/到達時間定位算法獲取目標移動終端的最終估計位置； 若否，則采用混合到達角/到達時間定位算法獲取目標移動終端及視距傳播下的協作移動終端的估計位置，然后結合短距測量對目標移動終端的估計位置進行修正作為最終的位置估計；若為多個，則采用混合到達角/到達時間定位算法獲取各視距傳播下的移動終端初始位置估計，若檢測某移動終端與基站存在視距傳播的鏈路數最多，則該移動終端標記為最佳估計移動終端；同時檢測視距傳播的移動終端中是否含有目標移動終端若是，則采用最優化方法對目標函數進行最優化求解從而獲取目標移動終端的最終位置估計；若否，則利用混合到達角/到達時間定位算法獲取目標移動終端初始位置估計，然后用最佳估計的協作移動終端對目標移動終端估計位置進行首次修正，并采用最優化方法對目標函數進行最優化求解從而獲取目標移動終端的最終位置估計。
2.如權利要求1所述的方法，其特征在于 所述時間段At為0. 1-0. k。
3.如權利要求1所述的方法，其特征在于所述協作移動終端在異構無線網絡中目標移動終端是不通過基站而直接相互通信的、 在目標移動終端覆蓋范圍內的移動終端。
4.如權利要求1所述的方法，其特征在于所述的非視距傳播的識別方法是通過對視距與非視距傳播統計其參數特征，然后采用假設檢驗方法進行非視距的判別。
5.如權利要求4所述的方法，其特征在于 所述參數特征為參數方差。
6.如權利要求1所述的方法，其特征在于，對目標移動終端的估計位置進行修正的方法具體包括以估計的協作移動終端CoMSk坐標[xk，yk]為中心，以該CoMSk與目標移動終端的短距測量距離Itlk為半徑作一圓形區域，該區域定義為信賴域；判斷初始估計的目標移動終端的估計坐標是否位于該信賴域區間；若落于該信賴域則停止不進行修正，初始估計位置作為目標移動終端的最終位置估計；若未落于該信賴域中，則進行估計位置的修正，修正的位置為連接估計的CoM\及目標移動終端的初始估計位置的直線交圓上的一點，該點坐標為目標移動終端的修正后的估計位置。
7.如權利要求1所述的方法，其特征在于所述最小化最優化目標函數的方法包括最速下降法、牛頓法和共軛梯度法。
8.如權利要求1所述的方法，其特征在于，所述非視距傳播檢測方法還包括 測量基站與移動終端之間鏈路的接收信號強度。
全文摘要
本發明提出一種移動終端定位精度改進方法，通過獲取時間段內各鏈路AOA/TOA測量參數，對BS-MS鏈路的NLOS傳播進行識別，若所有BS-MS鏈路不存在LOS傳輸則采用Co-HTAP算法獲取目標移動終端的最終位置估計，反之判斷存在LOS傳播鏈路的移動終端個數，并根據存在LOS傳播的移動終端的個數，采用相應的算法獲取目標移動終端的最終位置估計。
文檔編號H04W64/00GK102256353SQ201110195898
公開日2011年11月23日 申請日期2011年7月13日 優先權日2011年7月13日
發明者丁根明, 張令文, 張子淇, 王元杰, 田沃, 祝煒凱, 談振輝, 賈媛媛 申請人:北京交通大學