[發(fā)明專(zhuān)利]NLOS環(huán)境下基于散射體信息的單站定位方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710407461.4
• 申請(qǐng)日: 2017-06-02
• 公開(kāi)（公告）號(hào): CN107241797B
• 公開(kāi)（公告）日: 2019-06-14
• 發(fā)明（設(shè)計(jì)）人: 田增山;李勇;舒月月
• 申請(qǐng)（專(zhuān)利權(quán)）人: 重慶郵電大學(xué)
• 主分類(lèi)號(hào): H04W64/00
• 分類(lèi)號(hào): H04W64/00;G01S5/02
• 代理公司: 重慶華科專(zhuān)利事務(wù)所 50123
• 代理人: 譚小琴

1.一種NLOS環(huán)境下基于散射體信息的單站定位方法，其特征在于，包括以下步驟：

步驟一、在NLOS環(huán)境下，假設(shè)基站位置坐標(biāo)為(x_B,y_B)且位于坐標(biāo)原點(diǎn)(0,0)，移動(dòng)臺(tái)的位置坐標(biāo)為(x_m,y_m)，基站、散射體和目標(biāo)在同一水平面；

步驟二、構(gòu)建散射環(huán)模型，散射體均勻分布在以移動(dòng)臺(tái)為圓心的圓環(huán)上，圓環(huán)半徑為R_r；

步驟三、構(gòu)建散射盤(pán)模型，散射體均勻分布在以移動(dòng)臺(tái)為圓心的圓盤(pán)內(nèi)，圓盤(pán)半徑為R_d；

步驟四、構(gòu)建收斂高斯散射模型，高斯概率密度分布有效區(qū)域?yàn)橐砸苿?dòng)臺(tái)為圓心、R_g為半徑的圓內(nèi)；

步驟五、計(jì)算所述步驟二的散射環(huán)模型中，反射徑與以基站為原點(diǎn)坐標(biāo)的X軸方向的夾角AOAθ_R，和移動(dòng)臺(tái)發(fā)出的信號(hào)經(jīng)散射體反射后到達(dá)基站的傳輸時(shí)間TOAτ_R；

計(jì)算所述步驟三的散射盤(pán)模型中，反射徑與以基站為原點(diǎn)坐標(biāo)的X軸方向的夾角AOAθ_D和移動(dòng)臺(tái)發(fā)出的信號(hào)經(jīng)散射體反射后到達(dá)基站的傳輸時(shí)間TOAτ_D；

計(jì)算所述步驟四的收斂高斯散射模型中，反射徑與以基站為原點(diǎn)坐標(biāo)的X軸方向的夾角AOAθ_G和移動(dòng)臺(tái)發(fā)出的信號(hào)經(jīng)散射體反射后到達(dá)基站的傳輸時(shí)間TOAτ_G；

步驟六、基于所述步驟五中得到的AOAθ_R和TOAτ_R，計(jì)算得到散射環(huán)模型下的AOAθ_R的概率密度函數(shù)p(θ_R)和TOAτ_R的概率密度函數(shù)p(τ_R)；

步驟七、基于所述步驟六中的概率密度函數(shù)p(θ_R)、p(τ_R)，令

其中：表示散射環(huán)模型中第q個(gè)AOAθ_Rq和其對(duì)應(yīng)的概率密度表示第q個(gè)TOAτ_Rq和其對(duì)應(yīng)的概率密度將和作為參考模板A；

步驟八、基于所述步驟五中得到的AOAθ_D、TOAτ_D，計(jì)算得到散射盤(pán)模型下的AOAθ_D的概率密度函數(shù)p(θ_D)和TOAτ_D的概率密度函數(shù)p(τ_D)；

步驟九、基于所述步驟八中的概率密度函數(shù)p(θ_D)、p(τ_D)，令

其中：表示散射盤(pán)模型中第q個(gè)AOAθ_Dq和其對(duì)應(yīng)的概率密度表示第q個(gè)TOAτ_Dq和其對(duì)應(yīng)的概率密度將和作為參考模板B；

步驟十、基于所述步驟五中得到的AOAθ_G、TOAτ_G，計(jì)算得到高斯散射模型下的參數(shù)AOAθ_G的概率密度函數(shù)p(θ_G)和TOAτ_G的概率密度函數(shù)p(τ_G)；

步驟十一、基于所述步驟十中的概率密度函數(shù)p(θ_G)、p(τ_G)，令

其中：表示高斯散射模型中第q個(gè)AOAθ_Gq和其對(duì)應(yīng)的概率密度表示第q個(gè)TOAτ_Gq和其對(duì)應(yīng)的概率密度將和作為參考模板C；

步驟十二、利用軟件無(wú)線電平臺(tái)采集多徑信號(hào)，采用虛擬天線技術(shù)實(shí)現(xiàn)AOA估計(jì)和TOA估計(jì)，得到估計(jì)AOAθ_M和估計(jì)TOAτ_M；假設(shè)采集到n個(gè)多徑信號(hào)；

步驟十三、計(jì)算所述步驟十二中的估計(jì)AOAθ_M的概率密度函數(shù)p(θ_M)和TOAτ_M的概率密度函數(shù)p(τ_M)；

步驟十四、基于所述步驟十三中的概率密度函數(shù)p(θ_M)、p(τ_M)，令

其中：表示實(shí)測(cè)模型中第n個(gè)AOAθ_Mn和其對(duì)應(yīng)的概率密度表示第n個(gè)TOAτ_Mn和其對(duì)應(yīng)的概率密度將和作為測(cè)試模板T；

步驟十五、利用地球移動(dòng)距離算法將測(cè)試模板T與參考模板A、B、C分別進(jìn)行匹配；

步驟十六、分析測(cè)試模板T與參考模板A、B、C的匹配度，即測(cè)試模板與參考模板的相似性距離，距離越小相似性越高，以此判別出實(shí)際環(huán)境散射體模型；

步驟十七、構(gòu)建散射體到基站的距離L_i和移動(dòng)臺(tái)位置坐標(biāo)(x_m,y_m)的非線性定位方程；

步驟十八、基于所述步驟十七的非線性定位方程，利用智能優(yōu)化算法或非線性最小二乘算法求解(x_m,y_m)和L_i；

步驟十九、基于所述步驟十八中得到的L_i，計(jì)算得到散射體位置坐標(biāo)(x_i,y_i)；

步驟二十、基于步驟十八中得到的移動(dòng)臺(tái)位置坐標(biāo)(x_m,y_m)和步驟十九中得到的散射體位置坐標(biāo)(x_i,y_i)，獲取散射體位置信息和實(shí)現(xiàn)目標(biāo)定位。