采取toa与rss融合方式的自适应定位方法、设备和系统的制作方法

专利名称：采取toa与rss融合方式的自适应定位方法、设备和系统的制作方法
技术领域：
本发明一般地涉及目标的定位策略，更具体而言，本发明提供了鲁棒 而精确的自适应定位方法、设备和系统，用于集成基于RSS (接收信号强 度)的定位策略以及基于TOA (到达时间)的定位策略的优势。
背景技术：
数字化的不断加强推动计算机网络朝着"普适性信息社会"的方向发 展。通过移动设备、微型无线标识标签(tag)、传感器网络等能够提供响 应于实体位置的各种服务。位置信息在人们日常生活中非常重要。NTT SoCoMo的调査显示，世界上85%的信息与位置有关，移动系统上5%的 数据服务与位置有关。基于位置的服务(Location based service, LBS)致 力于精确地识别个人的位置，以及通过将位置信息应用到各种市场和服务 来向用户提供更加个性化和令人满意的移动服务。
LBS在多种工业和个人应用中被视为一种必需服务，例如办公室生产 率的提高、医院交互平台、紧急情况应对系统、儿童/宠物监控、数据访问 控制、建筑物安全、公共交通、机器人导航、供应链管理、电子商务等 等。 一种典型应用是提高办公室生产率。在办公室环境中，要求雇员在某 一安全区域内访问机密信息数据库。在该区域之外，任何访问都将被禁 止。例如，不同组的成员可以在他们的工作区内访问他们组的信息数据 库，或者某些安全计算机仅仅在它们处于某一区域内时才能被使用。以上 这些原则可以通过使用LBS来实现。这样一来。位置信息可以被视为一种 物理密钥，以便增强认证、授权和计费(AAA)应用。这在防止黑客攻击 需要高度安全保障的公司(例如银行和国防部门)中的中央服务器计算机 时尤其有用，因为它不仅需要数字密钥，还需要物理密钥。而且，LBS可 以在日常工作生活中带给用户新的人机交互体验。当用户在计算机前面时，计算机知道该用户是谁并在屏幕上自动显示他/她的桌面。想象一下， 当用户正在观看一段视频时，如果用户出于某种原因而突然离开，计算机 可以智能地暂停该视频。并且当用户回来时，计算机将继续播放该视频文 件。这里还包括其他示例，例如，如果有找用户的电话打进来，该电话呼
叫可以被自动路由到靠近用户的电话。而且，LBS在雇员没有固定办公桌 而是可以占用任意可用空间的办公室环境中尤其有用，因为定位系统可以 提供显示交互式的实时地图的能力，所述实时地图能够示出谁在办公室内 以及他们的位置。
在现有技术中，存在很多被称为"定位策略"的位置确定方法和技术 可被用来提供位置信息。但是，没有一种现有策略能够在所有预期环境 (例如室内、郊区峡谷和开阔地域)中都以足够的精确度有效地工作。这 些定位策略采用不同的媒介信号，例如红外、光、超声波或射频(RF)信 号。它们中的每一种可能在某些情况下具有优势，但是也具有各自的缺 点。例如，RSS和TOA是最常用的定位策略。基于RF的方法使用RSS来 根据RF信号的传播模型指示发送者和接收者之间的距离，并且使用RSS 方法的定位系统可以测量不超过数百米的距离。但是，基于RSS的定位系 统的性能容易受到环境变化(例如多路径和噪声)的影响。超声波方法将 超声波速度乘以TOA (到达时间)来测量距离。基于TOA的定位方法可 以提供高精确度的解决方案，但是其由于超声波的快速衰减而只能处理几 米距离内的位置测量。
综上所述，基于TOA的定位策略和基于RSS的定位策略的普遍缺点 被总结如下
(1) 基于RSS的方法可以提供大覆盖范围，但是定位精确度低；
(2) 基于TOA的方法可以提供高精确度的解决方案，但是覆盖范围 很小。
由此可见，我们相信如果能够提供一种基于RSS和TOA的融合的多 模式定位策略，则多种信号的融合可以提供在单独使用超声波或RF信号 时无法获得的优势。具体而言，RSS和TOA的优势(即RSS的长距离传 播特性和TOA的精确定位特性)应该被集成，从而提供一种精确的、稀
9疏部署的并且低成本的定位系统。
下面，将首先对现有技术中的一些传统的定位技术进行简单介绍。传 统定位方法一般可以分成两类1)基于RSS的定位方法；和2)基于
TOA的定位方法。它们都被称为单模式定位策略。
基于RSS的定位方法的一个示例是Padmanabhan提出的"Radar"系 统(在Proc. IEEE INFOCOM中，Bahl, P. Padmanabhan V. N. RADAR: an in-building RF-based user location and tracking system)， 其中经验RSS在离 线阶段以"x，；;，《RSSI)的形式被记录以指示在不同位置和朝向上的 RSS，并且在实时阶段，通过计算观察到的RSS和记录的经验RSS集合之 间的(信号空间中的)距离执行三角测量，以找到最佳匹配观察到的RSS 的位置。题为"Location of wireless node using signal strength weighting metric"的Dietrich的美国专利No. 7116988提出一种差分信号强度度量， 用来计算在各个无线接收器对处检测到的RSS之差，而不是使用无线节点 发射的RF的绝对接收信号强度或功率。具体而言，该发明将在多对无线 电接收器处检测到的信号强度值之差与按RF环境模型表征的相应差值相 比较。
基于TOA的定位方法的典型示例是A. Smith在"Tracking Moving Devices with the Cricket Location System" (Proc. ACM MOBISYS Conf.， Boston, MA， 2004年7月)中提出的"Cricket"系统。在该系统中，在建 筑物中布满cricket信标。每个信标包含RF和超声波发射器，并且周期性 地同时发送RF信号和超声波脉冲。包含超声波接收器的超声波监听器被 附接到想要定位的目标。接收的RF信号被用于时间同步，随后的超声波 的TOA被测量以指示其传播时间。到多个信标的距离是通过将TOA乘以 超声波的速度来计算的。然后，监听器利用最小二乘法(LSQ)和扩展 Kalman滤波(EKF)方法来计算其自己的位置。
基于TOA的定位方法的另一示例是A.Ward等人提出的"Bat"系 统，这是一种用于活动办公室的新定位技术(IEEE Personal Communications, 4(5): 42-47， 1997年10月)。与"Cricket"系统类似， "Bat"系统采用基本的基于TOA的定位方法，其首先通过测量超声波信号的TOA信息来计算目标和参考点之间的距离，然后利用多边算法来三 角测量目标的位置。"Bat"系统与"Cricket"系统的差别在于"Bat"是 一种跟踪系统而"Cricket"是一种导航系统，在所述跟踪系统中，多个超 声波接收器被安装在天花板上，而超声波发射器附接到目标，而在导航系 统中，多个超声波发射器被安装在天花板上，超声波接收器被附接到目 标。
在基于RSS的解决方案中，Dietrich的差分方法和"Radar"系统都采 用RF指纹(RF fingerprint)技术，即将移动目标的信号强度与包含覆盖 区域的RF物理模型的数据库相比较。但是，在室内RF环境中遇到的多路 径现象在定位移动目标的精确位置时会带来某些困难，因为RF信号的反 射和吸收将影响信号强度的相关。具体而言，在"Radar"系统中，需要费 力构建针对每种感兴趣的物理环境的经验RSS数据集合。该过程在环境改 变时需要被重复。因此，定位误差很大。这对于需要精确定位的应用来说 无法令人满意。
在基于TOA的解决方案中，需要密集部署超声波检测器来克服超声 波短距离衰减的特性，以提高系统可扩展性。"Cricket"和"Bat"系统都 是如此，因此系统部署和维护的成本很高。此外，由于系统中存在更多节 点(传感器)，因此定位网络变得更加复杂。另一方面，在"Cricket"系 统中，EKF是计算密集性的，不适合于嵌入式的低速处理器，而LSQ需 要至少三个TOA测量结果才能给出位置估计。
现有技术中没有提供将RSS和TOA的优点相融合的解决方案。在传 统的基于TOA的定位系统中，RF信号一般仅仅被用作时间同步信号，但 是其有用信息(例如RSS)没有被很好地利用。除此之外，基础设施(接 收器/发射器)的拓扑信息很少被使用，而拓扑信息在无法获得距离测量结 果时往往是非常有用的。例如，当接收器无法监听到目标时，我们可以高 概率猜测目标远离该接收器。另一方面，传统的定位算法(例如三角测 量)需要至少三个同时测量的TOA结果才能确定一个位置。这一条件由 于动态环境变化、不可靠的链路以及目标的移动有时难以满足，从而导致 定位失败的比率很高。

发明内容
基于以上分析，我们相信，通过对RSS、 TOA和拓扑信息的综合应 用，可以设计一种有效的多模式定位方法，以使得能够在变化的环境中实 现具有所需精确度和可扩展性的位置确定。
本发明提供了一种鲁棒而精确的自适应定位方法、设备和系统，其将 RSS和TOA定位的优势(例如RSS的长距离传播特性和TOA的精确定位 特性)集成在一起，并且克服了现有技术中的单模式定位策略各自的缺 陷。具体而言，本发明的自适应定位系统既使用RF也使用超声波信号， 因此该定位系统不仅能够检测超声波的TOA信息，也能够测量RF信号的 RSS信息。这里应该注意，本发明提出的自适应定位策略独立于系统基础 设施，就是说，其不仅可应用于跟踪模式(多接收器， 一个发射器被附接 到目标)的系统，也可应用于导航模式(多发射器， 一个接收器被附接到 目标)的系统。
本发明的定位算法是自适应的，其可以根据超声波检测的TOA结果 的数量和RF信号的RSS来自适应地选择适当的位置计算策略。基本上， 当TOA检测结果的数量大于等于3时采用三角测量，以获得很好的定位 精确度。对于两个TOA检测结果的情形，提出一种远近过滤器(Near-Far filter)方法来利用拓扑信息辅助三角测量，从而给出唯一并且精确的位置 估计。对于只有一个TOA检测结果的情形，RF信号的RSS信息被用作附 加范围指示以找到唯一的位置估计。对于没有TOA检测结果的情形，RSS 结果和移动目标的历史定位信息被用于定位。另外，在本发明的自适应定 位系统中还可以包括一个快速TOA可靠性过滤器，其作为一种预处理步 骤，用于过滤掉TOA测量结果中的异常值(outlier)，例如由于超声波的 反射所引起的测量值，从而进一步提高定位鲁棒性。
具体而言，根据本发明第一方面，提出了一种自适应定位目标的方 法，其包括收集关于所述目标发射的信号的到达时间(TOA)结果和接 收信号强度(RSS)结果；确定收集的所述TOA结果的数目；以及根据所 述TOA结果的数目来选择计算所述目标的位置的策略，并根据所选策略
12计算所述目标的位置。
根据本发明第二方面，提出了一种自适应定位目标的设备，其包括 观测结果采集器，用于收集关于所述目标发射的信号的到达时间(TOA)
结果和接收信号强度(RSS)结果；TOA结果计数器，用于确定收集的所 述TOA结果的数目；以及位置计算器，用于根据所述TOA结果的数目来 选择计算所述目标的位置的策略，并利用所选策略计算所述目标的位置。
根据本发明第三方面，提出了一种用于自适应定位目标的系统，包 括检测设备，其包括用于发射和检测第一信号的第一信号收发器和用于 发射和检测第二信号的第二信号收发器；附接到所述目标的目标设备，其 包括用于发射和检测第一信号的第一信号收发器和用于发射和检测第二信 号的第二信号收发器；以及自适应定位装置，用于根据所述第一信号的到 达时间(TOA)结果和所述第二信号的接收信号强度(RSS)结果来自适 应地选择定位策略以计算所述目标的位置。
根据本发明第四方面，提出了 一种使用上述系统对目标进行跟踪的方 法，包括所述目标设备广播所述第二信号；所述检测设备测量并记录所 述第二信号的所述RSS结果；所述目标设备广播所述第一信号；所述检测 设备测量并记录所述第一信号的所述TOA结果；以及所述自适应定位装 置接收所述TOA结果和RSS结果，以计算所述目标的位置。
根据本发明第五方面，提出了一种使用上述系统对目标进行导航的方 法，包括所述检测设备广播所述第二信号；所述目标设备测量并记录所 述第二信号的所述RSS结果；所述检测设备广播所述第一信号；所述目标 设备测量并记录所述第一信号的所述TOA结果；以及所述自适应定位装 置接收所述测量的TOA结果和RSS结果，以计算所述目标的位置。
根据本发明第六方面，提出了另一种自适应定位目标的方法，包括
收集关于所述目标发射的信号的多个到达时间(TOA)结果；从所述TOA 结果中选择三个满足最大分离标准的TOA结果，所述最大分离标准使得 所选的三个TOA结果所对应的接收位置之间的分离程度最大；并且对所 选的三个TOA结果执行三角测量以计算所述目标的位置。
根据本发明第七方面，提出了另一种用于自适应定位目标的设备，包括到达时间(TOA)结果收集器，用于收集关于所述目标发射的信号的 多个TOA结果；TOA结果选择器，用于从所述TOA结果收集器所收集的 TOA结果中选择三个满足最大分离标准的TOA结果，所述最大分离标准 使得所选的三个TOA结果所对应的接收位置之间的分离程度最大；以及 三角测量器，用于对所述TOA结果选择器所选的三个TOA结果执行三角 测量以计算所述目标的位置。
本发明提出的自适应多模式定位策略与现有技术相比具有很多优点， 例如自适应性、可靠性、精确性、可扩展性、低成本等等。下面将具体说 明。
*自适应性本发明的自适应定位算法可以根据TOA检测结果的数 目和RSS被自适应地选择；
*可靠性快速异常值删除算法可以过滤掉TOA测量结果中的异常 值，从而提高定位鲁棒性；
*精确性传统的三角测量需要至少三个TOA测量结果才能确定一 个位置。但是，在本发明的自适应定位系统中，不再需要这样的限 审U。当可以获得三个或更多TOA测量结果时，系统精确度与传统 的三角测量算法相同。在只有两个TOA结果的情况下(传统的三 角测量在此情况下无法提供解决方案)，本发明的系统基于提出的 远近过滤器来提供精确的定位结果。在一个TOA或没有TOA结果 的情况下，本发明的系统的精确度也将好于传统的纯RSS定位方 法的精确性。
*可扩展性本发明的自适应定位策略不仅可应用于跟踪模式的系 统，也可应用于导航模式的系统。基于此，该定位系统可以在利用 稀疏传感器部署的情况下实现更大的覆盖区域扩展，同时定位精确 度可以很好地保持。此外，本发明的融合策略可被扩展到更多 TOA和RSS测量结果。
低成本本发明的自适应定位系统的成本很低，并且计算密集度也
大大降低。
1

结合附图，从下面对本发明优选实施例的详细描述，将更好地理解本 发明，附图中类似的参考标记指示类似的部分，其中
图1是示出根据本发明的自适应定位系统100的整体构造的框图2A是示出图1所示系统100处于跟踪模式时的工作流程的流程
图2B是示出图1所示系统100处于导航模式时的工作流程的流程
图3是详细示出根据本发明的自适应定位设备300的内部框图4是示出图3中的TOA结果过滤器的工作过程的示例400的流程
图5是示出图3所示自适应定位设备的整体工作过程的示例500的流 程图6A是示出根据本发明，用于利用多个TOA测量结果进行目标定位 的多TOA位置计算器的一个示例的内部结构的框图6B是示出根据"最大分离标准"进行TOA测量结果选择的示意
图7是用于说明存在两个TOA测量结果的情况下的定位策略的示意
图8是用于说明存在一个TOA测量结果的情况下的定位策略的示意 图；以及
图9是用于说明不存在TOA测量结果的情况下的定位策略的示意图。
具体实施例方式
图1是示出根据本发明的自适应定位系统100的整体构造的框图。如 图所示，作为示例，系统100由移动S标IIO所携带的目标设备102、作 为观察者的检测设备120以及中央信息服务器111构成，其中中央信息服 务器111包含自适应定位设备101。作为示例，在图1中的检测设备120具有独立定位器(POD)结构，即包含头设备103和叶设备104。关于 POD的详细说明，在本申请的申请人所递交的另一题为"独立定位器以 及自治超声波定位系统和方法"的申请(申请日2008年1月29日，申 请号No. 200810006317.0)中有所描述，该申请通过引用被整体上结合于 此以用于所有目的。当然，检测设备120并不局限于POD的结构，其他 能够用于检测目标设备所发射的信号的设备也可被使用。下面，将以包含 头设备和叶设备的POD为例说明检测设备120在系统100中的操作。自 适应定位设备101是根据本发明的核心部件，其接收检测设备120测量到 的关于目标设备102发射的超声波和RF信号的TOA与RSS测量结果， 选择适当的定位策略进行计算以跟踪和定位移动目标110的位置。这里虽 然将自适应定位设备101示为被包含在独立存在的中央信息服务器111 中，但是这仅仅是一个示例，本发明并不局限于此，本领域技术人员容易 理解，根据系统工作模式和应用需求，自适应定位设备101可以被集成到 检测设备120 (例如POD的头设备104)或目标设备102中。另外，虽然 图1示出作为观察者的头设备103和叶设备104被集成为单个独立设备， 并且在工作状态中，头设备和叶设备之间具有已知的固定结构拓扑关系， 但是这仅仅是一个示例，本发明并不局限于此，本领域技术人员容易理 解，头设备103和叶设备104也可以被实现为相互分离的独立设备并被分 散部署，只要能够已知它们的空间坐标即可(参见申请No. 200810006317.0中所述)。与现有技术所公开的定位系统相比，POD由 于其独特的结构属性而具有高度精确、容易部署、无需校准、低成本以及 容易协调等特点。因此，在下文以及附图中，以POD为例示出并描述头 设备和叶设备的结构拓扑关系。但是，如上所述，头设备和叶设备的部署 并不局限于所述示例。
如图l所示的根据本发明的自适应定位系统ioo既可以工作在导航模 式中也可以工作在跟踪模式中。在导航模式中，多个发射器作为基础设施 进行操作，由移动目标携带的接收器监听多个发射器发送的信号并计算其 自身的位置，即移动目标的位置。在跟踪模式中，由移动目标携带发射 器，多个接收器充当基础设备，监听发射器发送的信号并跟踪移动发射器以计算移动目标的位置。如图l所示，根据本发明的自适应定位系统100
被设计用于分层的定位系统，其一般包含检测设备120 (例如包含头设备 103和叶设备104的POD)和目标设备102。其中，头设备可以是装配有 RF模块和超声波模块的微控制器，叶设备可以是仅装配有超声波模块的 微控制器，而目标设备可以是装配有RF模块和超声波模块的微控制器， 并且目标设备被附接到移动目标。该自适应定位系统100已知头设备和叶 设备的位置，即空间坐标，并可以工作在导航模式和跟踪模式中。
图2A和2B分别示出系统IOO在跟踪模式和导航模式中的工作流程， 其中图2A是示出图1所示系统100处于跟踪模式时的工作流程的流程 图；并且图2B是示出图1所示系统100处于导航模式时的工作流程的流 程图。
首先参考图2A，在跟踪模式中，系统100的工作流程200a开始于目 标设备102发射RF信号以与头设备103同步(步骤201a)。然后，在步 骤202a中，头设备103经由目标设备102发送的RF信号与目标设备102 同步，测量RF信号的RSS并同步多个叶设备104以监听随后目标设备 102将发送的超声波脉冲。接下来，在步骤203a中，目标设备102开始广 播超声波。在来自目标设备102的超声波脉冲被头设备103和叶设备104 检测到时，各个叶设备104测量超声波的TOA (步骤204a)。随后，在 步骤202a中由头设备103测量得到的RF信号的RSS结果和在步骤204a 中由叶设备104测量得到的超声波TOA结果被发送到自适应定位设备 101，在步骤205a中，自适应定位设备IOI对获得的TOA和RSS结果进 行自适应融合以计算移动目标110的位置。在跟踪模式中，根据应用需 求，自适应定位设备IOI可以位于独立存在的中央信息服务器111中，也 可以被包括在头设备103中。当自适应定位设备101位于独立存在的中央 信息服务器111中时，测量得到的TOA和RSS结果均被发送到基本查询 111以用于定位计算。当自适应定位设备101位于头设备103中时，由叶 设备104测量的TOA结果可以被发送到头设备103，并由头设备103中 的自适应定位设备101进行定位计算。
接下来参考图2B，其示出系统IOO在导航模式中的工作流程200b。如上所述，在导航模式中，由移动目标IIO携带的目标设备102充当发射 器，而头设备103和叶设备104充当接收器(检测器)。在导航模式中， 系统100的工作流程200b开始于头设备103广播RF信号以与目标设备 102同步，并且头设备103还同步叶设备104以广播超声波(步骤 201b)。然后，在步骤202b中，目标设备102经由RF信号与头设备103 同步，并测量RF信号的RSS。此时，目标设备102可以开始监听头设备 103和叶设备104随后将发送的超声波。接下来，在步骤203b中，头设备 103和叶设备104广播超声波。在步骤204b中，当目标设备102检测到来 自头设备/叶设备的超声波时，其测量超声波的TOA。随后，在步骤202b 中由目标设备102测量得到的RF信号的RSS结果和在步骤204b中由目 标设备102测量得到的超声波TOA结果被发送到自适应定位设备101， 在步骤205b中，自适应定位设备101对获得的TOA和RSS结果进行自适 应融合以计算移动目标IIO的位置。在导航模式中，根据应用需求，自适 应定位设备101可以位于独立存在的中央信息服务器111中，也可以被包 括在目标设备102中。当自适应定位设备101位于独立存在的中央信息服 务器111中时，测量得到的TOA和RSS结果均被发送到基本查询111以 用于定位计算。当自适应定位设备101位于目标设备102中时，由于 TOA和RSS结果均由目标设备102测量得到，因此目标设备102中的自 适应定位设备101可以进行定位计算。
以上参考附图描述了根据本发明的自适应定位系统100及其操作流 程。下面，将参考图3-8来进一步描述根据本发明的自适应定位策略以及 使用该策略的自适应定位设备IOI。
首先参考图3，其详细示出根据本发明的自适应定位设备300的内部 框图。所述自适应定位设备300例如是图l所示系统IOO中的自适应定位 设备101。如上所述，根据不同的工作模式和应用需求，在系统中，该自 适应定位设备300可以被包括在独立的服务器中，或者被集成为目标设备 102或头设备103的一部分。
自适应定位设备300被设计成一种实时的通用信息处理设备。其输入 是同时测量的TOA和RSS检测结果，输出是移动目标的唯一位置估计结果。由于RSS的覆盖范围比TOA大得多，因此以非常高的概率，RSS测 量结果是可获得的。但是，对于TOA，由于目标移动以及超声波的快速 衰减，可获得的TOA测量结果的数目经常根据实时条件的不同而发生很 大变化。有时，只有两个或一个TOA结果可获得，有时甚至无法获得 TOA结果。对于这些情况，根据本发明的自适应定位设备被设计为对于 TOA的数目是自适应的，其还将RSS结果、定位系统的拓扑信息，甚至 历史定位信息引入到定位策略中以确定唯一的位置估计。
如图3所示，自适应定位设备300包括观测结果采集器301、 TOA结 果过滤器304、 TOA结果计数器302、位置计算器303以及历史数据存储 器305。观测结果采集器301收集来自外部的TOA结果和RSS结果，以 提供到位置计算器303计算移动目标的位置。位置计算器303采用自适应 的TOA与RSS融合策略来计算移动目标的位置。具体而言，位置计算器 303根据收集的TOA结果的数目来自适应地选择不同的定位策略，以实 现鲁棒而精确的自适应定位。随后将对位置计算器303的自适应定位策略 作详细描述。历史数据存储器305存储有关于移动目标的历史定位数据， 这些历史定位数据可以在收集的TOA结果的数目不足三个的情况下，被 位置计算器303用作参考，以提高定位的精确度。
由观测结果采集器301收集的TOA结果可以首先被提供到TOA结果 过滤器304，该TOA结果过滤器304是一个可选的预处理部件，用于从 收集的所有TOA结果中过滤出不可靠的TOA测量结果。在超声波被障碍 物反射的情况下，测量得到的距离将比直接路径距离大得多。这种反射的 信号将导致不希望看到的定位误差，这种定位误差被称为"异常值"，应 该被从同时的距离估计中消除掉。
图4是示出图3中的TOA结果过滤器的工作过程的示例400的流程 图。该过滤过程的基本想法是两个发射器-接收器距离之差不能大于这两 个接收器之间的距离。但是，成对比较测量结果是非常耗时的，因此，本 发明提出一种快速过滤算法。下面将参考图4来详细描述。
如图4所示，在步骤401中，首先输入所有TOA检测结果rToA、，其 中i表示第i接收器(即观察者)。另外，还输入任意两个接收器之间的
19距离Eij，表示第i和第j接收器之间的距离。如上所述，作为接收器的头
设备和叶设备的空间坐标是已知的，因此可以容易获得距离Eij。
首先，在步骤402中，对所有TOA结果进行粗过滤，即删除掉明显 太大或太小的TOA结果，其中将TOA结果与预定的高阈值和低阈值进行 比较，以在步骤403中丢弃在高阈值和低阈值所限定的范围之外的那些 TOA结果。然后，剩余的TOA结果被汇集为TOA結果池(Toa1， Toa2，... T0An)， n表示经粗过滤后剩余TOA结果的数目(步骤404)。
然后在步骤405中，剩余的TOA结果被转化为距离d「ToA、 Speedultras。und，以用于随后的处理。在步骤406中，这样计算出的所有测量 距离被汇集为距离值池(山,d2,…A)。然后，过程进行到范围异常值丢弃过 程，即对剩余的TOA结果进行进一步细过滤。
在该算法中，我们假设最小的TOA测量值是最可靠的。基于此，所 有距离值按递增的顺序被排序，并将其中的最小和最大距离值记作di和dj (步骤407)。在判定步骤408中，如果i-j，则说明此时距离值池中剩 余的所有距离值所对应的TOA测量值都是可靠的，可以被用于随后的定 位计算(步骤409)。如果在判定步骤408中判定i -j，则根据如下三角 不等式来确定距离di和dj对应的TOA测量值的可靠性
就是说，在步骤410中，判断距离di和dj是否满足dj-d^Eg。如果 是，则说明此时的最大距离dj很可能是由于信号反射而引起的异常值，因 此在步骤412中，距离dj被丢弃，并且考虑距离值池中的下一个最大距 离。如果不满足dj-d一Eij，则说明此时的最大距离dj可以被看作超身波信 号的直接路径，其对应的TOA结果是可靠结果，因此在步骤411中，j=j -1，进一步考虑距离值池中的下一个最大距离。以上过程重复进行，直 到距离值池中的所有剩余距离都是可靠距离为止，随后这些可靠距离所对 应的可靠TOA测量结果可以被用于随后的定位过程。
图5是示出图3所示自适应定位设备的整体工作过程的示例500的流 程图。
如图所示，该过程开始于步骤501，其中观测结果采集器301收集TOA和RSS测量结果。然后，在步骤502中，TOA结果过滤器304根据 图4所示操作对收集的TOA结果进行过滤。随后在步骤503中，根据经 过滤后剩余的TOA结果的数目分类选择不同的定位策略。如图3所示， 位置计算器303中的定位策略选择器3031根据TOA结果计数器302对 TOA结果的计数值分别选择不同的位置计算模块以计算移动目标的位 置。例如，当TOA结果的数目大于2时，多TOA位置计算器3032被调 用，当TOA结果的数目等于2时，两TOA位置计算器3033被调用，当 TOA结果的数目等于1时，单TOA位置计算器3034被调用，当不存在 TOA结果时，零TOA位置计算器3035被调用。其中，对于一个TOA结 果或没有TOA结果的情况，需要参考来自历史数据存储器305的历史定 位信息。
返回图5，当在步骤503中确定存在大于2个TOA结果时，过程前进 到步骤504a，其中多TOA位置计算器3032利用TOA三角测量方法来计 算移动目标的位置。当在步骤503中确定TOA结果的数目等于2时，过 程前进到步骤504b，其中由于TOA结果的数目不足三个，因此需要参考 定位系统的拓扑信息，这里提出一种远近过滤器被用于结合TOA结果计 算移动目标的位置。关于远近过滤器以及TOA结果数目等于2的情况下 的定位策略随后将详细介绍。另外，当在步骤503中确定TOA结果的数 目等于1时，过程前进到步骤504c，其中除了 TOA结果之外，还需要参 考预先获得的RSS结果，并结合来自历史数据存储器305的历史定位信 息来计算移动目标的位置。关于TOA结果数目为1情况下的定位策略随 后将详细描述。当在步骤503中确定不存在TOA结果时，过程前进到步 骤504d，其中RSS结果被利用，并同时参考来自历史数据存储器305的 历史定位信息来计算移动目标的位置。关于不存在TOA结果情况下的定 位策略随后将详细描述。然后，计算出的移动目标的位置在步骤505处被 输出。随后，过程500结束。
下面，将参考图6A、 6B以及图7-9来详细描述在TOA结果数目大于 2、等于2、等于1、等于0的情况下用于计算移动目标的位置的自适应 TOA和RSS融合定位过程。(1) T0A结果数目大于2的情形 传统上，当有三个或更多TOA测量结果可获得时，三角测量通常被 用来计算目标的位置。假设总共存在A:个可靠的TOA测量结果，贝U由这 些TOA结果确定的距离所给出的约束函数如下
<formula>formula see original document page 22</formula>器中，^，力，^ ... (3cfo ^ ^是提供这A个可靠的TOA测量结果的叶设备 的坐标，并且(^, ...,^)是相应的测量距离。<formula>formula see original document page 22</formula>
则等式(2)可被重写为^4X=6。该等式可以通过最小二乘法(LSQ) 来求解，就是说，找到义4x，乂z]T以使得l1-《最小化。如果A是一个
非奇异矩阵，则结果为<formula>formula see original document page 22</formula>
综上所述，在TOA结果的数目大于2的情况下，等式(3)可以被用 于计算移动目标的唯一位置。
然而，上述传统的使用所有可靠TOA测量结果来计算目标位置的多 点测量方法对于诸如POD之类设备效率不高，因为这样的多点测量方法 需要消耗大量计算成本，从而使POD设备负担过重。为此，根据一个实 施例，本发明提出一种结构化三点测量方法，用以优化目标定位结果。图 6A和6B示出根据本发明的该结构化三点测量方法的具体细节。
具体地讲，根据本发明的结构化三点测量方法的核心在于TOA测量 结果的精炼(或选择)。如图6A所示，根据本发明，在观测结果采集器 301收集到多于两个TOA测量结果时，多TOA位置计算器3032被调 用，以利用三角测量计算移动目标的位置。在该实施例中，多TOA位置 计算器3032可以包括TOA结果选择器601和三角测量器602，其中当收 集到的TOA测量结果的数目大于3时，TOA结果选择器601从收集到的 TOA结果中选择3个TOA结果，三角测量器602对所选TOA结果执行 三角测量，以计算移动目标的位置。这里，TOA测量结果的选择可以基于以下规则收集到TOA结果的
接收器之间的分离程度越大，定位结果则越精确。相反，如果接收器之间 的分离程度很小，例如三个接收器处于一条直线上，定位结果的精确度则
可能很低。因此，我们可以基于"最大分离标准"来选择三个TOA结 果，即，使得接收器之间的距离尽可能地大，以得到更加精确的定位结 果。所述"最大分离标准"例如可以使得所选TOA结果之间的相互距离 最大，或者使得所选TOA结果所构成的三角形的面积最大。
例如，在图6B所示示例中，以POD设备为例示出基于"最大分离标 准"选择TOA结果的情况。显而易见，这里仅仅为了便于说明而以POD 设备为例进行描述，本发明的原理并不局限于应用到POD之类具有固定 结构的设备的情况，在接收器分散分布在空间中的情况下，本发明同样适 用。
在针对POD设备的情况下，由于POD具有固定的结构拓扑，因此可 以容易地根据POD上的可能的三点分布来定义接收器之间的分离程度。 如图6B所示，在该示例中，POD设备具有六边形形状，因此可以存在四 种可能的不同三点分布，如图6B中的(a) 、 (b) 、 (c)和(d)所 示。依图6B中的顺序，中心的头设备被标记为0，周围的叶设备被依次 标记为1-6。
对于情况(a)，候选的三点分布例如可以是由接收器(1， 3， 5)或 (2， 4， 6)所构成的大等边三角形，在此情况下，总共存在两种可能分 布。对于情况(b)，三点分布可以是由节点(1， 3， 4)或(1， 2， 4) 所构成的三角形，在此情况下，总共存在12种可能分布。对于情况 (c)，三点分布例如可以是由节点(1， 2， 6)或(0， 2， 6)所构成的 三角形，在此情况下，总共存在12种可能分布。对于情况(d)，三点分 布例如可以是由节点(0， 1， 2)或(0， 2， 3)所构成的三角形，在此情 况下，总共存在6种可能分布。
显而易见，在图6B所示POD设备的示例中，TOA结果之间的分离 程度可以被排序为(a) > (b) > (c) > (d)。就是说，在情况(a)下 的三点分布具有最大分离程度，从而使得与该情况相对应的三个TOA测
23量结果应该具有最高优先级被选择用于三角测量，以进行目标定位。相
反，与情况(d)相对应的TOA结果代表最小分离程度，因此在选择时具 有最低优先级，但是其仍旧可以被用于目标定位。至于除了图6B所示情 形之外的其他三点分布，例如处于一条直线上的(1， 0， 4)，其TOA结 果将被放弃，因为这种情况下无法进行精确的目标定位。
本领域技术人员显而易见，"最大分离标准"并不局限于在POD之 类固定结构设备上的应用，而是可以拓展应用到任意分散布置的情况。 (2) TOA结果数目等于2的情形
在仅仅存在2个TOA结果的情况下，传统的三角测量方法无法应 用。为了给出唯一而精确的位置估计，本发明提出一种远近过滤器，用来 利用空间中的拓扑信息对三角测量算法提供约束条件，从而计算移动目标 的位置。在此情况下，首先假设目标在z轴方向上移动缓慢，因此可以将 z的最近历史估计值^用作移动目标在被测量时的z轴坐标。根据该假 设，问题被简化成二维，并且由距离测量给出的函数如下
<formula>formula see original document page 24</formula>
通过求解以上等式，可以获得两个解。如图7所示，这两个解实际上 是两个观察圆Cl和C2的交点XI和X2。这里，观察圆Cl和C2分别被 定义为在z:A的平面上，以检测到相应TOA测量结果的接收器设备(头
设备或叶设备)为圆心并且以^:^-《和^//22，-ZA2为半径，其中//,TO4和
/"w分别为第一和第二 TOA结果所对应的距离。如图7所示，两个交点
被记作《K,;;n和义2K,;;"。根据本发明，用于从这两个解之中确 定一个唯一解的方法基于以下事实从移动目标到其他无法提供TOA测
量结果的叶设备的距离必需超过超声波的可检测距离。超声波的可检测距 离被定义为接收器能够在其中收听到发射器发送的超声波的距离。该距离 应该与发射功率、信噪比等等有关。该距离是一个标量值，被记作c/。
因此，根据本发明，可以从无法提供TOA检测结果的叶设备中随机 地选择一个叶设备(记作X)，并计算从该叶设备^到两个估计位置(《,
Z》的距离。如果A^^C/并且^T2〉 t/，在此情况下，说明X2超出^的可
检测距离，应该确定为唯一的位置估计。否则，如果A^ > t/, A^2> C/或者^X^C/, ^Y^f/，则需要选择无法提供TOA检测结果的另一个叶设备 重复以上检测，直到找到移动目标的唯一位置估计为止。由此可见，在 TOA结果数目等于2的情况下，定位系统的拓扑信息被用于辅助三角测 量，以确定移动目标的位置。
(3) TOA结果数目等于l的情形 在只有一个TOA结果可获得的情况下，由头设备(或目标设备)记 录的RSS结果被用于辅助移动目标的定位。这里通过以下等式给出RSS
<formula>formula see original document page 25</formula>
(5)
其中，m指示路径损耗随距离增大的速率，尸(^)是在某个参考距离^上 的信号功率，并且^是发射器-接收器(T-R)间隔距离。C是使得衰减因 子产生差别的最大障碍物(墙)数目，w『是发射器和接收器之间的障碍 物(墙)的数目，『^F是衰减因子。 一般而言，m和『JF的值取决于建 筑物布局和建筑材料，它们是通过经验获得的。尸(^)的值可以通过经验获 得，或者通过硬件规范获得。
在只有一个TOA测量结果的情况下，如图8所示，基于TOA的距离 和通过等式(5)计算出的距离可以确定两个在2 = ^平面上的观察圆，分 别记作Ctoa和CRSS。这里与具有两个TOA结果的情形一样，假设移动目 标在Z轴方向上移动缓慢。其中，Ctoa是基于TOA结果确定的圆，其以 提供该TOA结果的叶设备为圆心，并以V^^[为半径(TOA圆)，其 中/r"是TOA结果对应的距离。Cms是基于RSS结果确定的圆，其以头 设备为圆心，以V^ 为半径(RSS圆)，其中//^为所述RSS结果对 应的距离。如图8所示，由于基于RSS的距离测量结果可能发生很大变 化，因此RSS圆实际上是一个环，而不是一个圆。假设该环的宽度为 2ff。因此RSS圆和TOA圆的相交部分是两段交叉弧，而非两个交叉点。 为了确定移动目标的唯一位置，可以利用来自历史数据存储器305的历史 定位信息。具体而言，在获得两个交叉弧之后，移动目标的唯一位置可以 通过找到两段弧上最接近可靠历史位置的点来获得。其中，例如，可靠历 史位置可以是通过两个或更多TOA结果计算出的位置。因此，该过程可以被表示为以下等式(6):
J^=argmin||X,.-J^eWJ2 ，其中i是交叉弧上的点， (6) (4)不存在TOA结果的情形
在不存在TOA结果的情况下，只有RSS结果可被使用。这时历史定 位信息可被用于辅助位置估计。如图9所示，类似于图8所示存在一个 TOA结果的情形，根据RSS结果可以在z = ^平面上确定一个RSS圆， 该圆以头设备为圆心，以V^ 为半径，其中/wM为RSS结果对应的距 离。此时，移动目标的唯一位置是通过找到RSS圆上的所有候选点中最 接近可靠历史位置的点来获得的。
由于基于RSS的距离测量会受到RF的多路径影响而变得不稳定，因 此仅仅基于RSS信息推断出的位置不十分可靠，在环境复杂(例如移动 的人)的情况下尤其如此。因此，在根据本发明的自适应定位策略中，这 种基于RSS的定位情形是效果最差的。实际上，仅仅接收到RF并且没有 TOA结果的情形总是发生在远离定位系统中心的位置上。为了尽可能地 避免仅仅接收到RSS结果的情形发生，我们建议在监控区域中部署更多 的POD (或其他形式的检测器)，并且多个POD的融合可以提供更可靠 的TOA信息以用于定位。
以上分别参考附图详细描述了根据本发明的TOA和RSS融合自适应 定位方法、设备和系统，根据上述描述可以看出，本发明具有以下效果
本发明的自适应定位算法可以根据TOA检测结果的数目和RSS被自 适应地选择。其中的快速异常值删除算法可以过滤掉TOA测量结果中的 异常值，从而提高定位鲁棒性。
传统的三角测量需要至少三个TOA测量结果才能确定一个位置。但 是，在本发明的自适应定位系统中，不再需要这样的限制。当可以获得三 个或更多TOA测量结果时，系统精确度与传统的三角测量算法相同。在 只有两个TOA结果的情况下(传统的三角测量在此情况下无法提供解决 方案)，本发明的系统基于提出的远近过滤器来提供精确的定位结果。在 一个TOA或没有TOA结果的情况下，本发明的系统的精确度也将好于传 统的纯RSS定位方法的精确性。本发明的自适应定位策略不仅可应用于跟踪模式的系统，也可应用于 导航模式的系统。基于此，该定位系统可以在利用稀疏传感器部署的情况 下实现更大的覆盖区域扩展，同时定位精确度可以很好地保持。此外，本
发明的融合策略可被扩展到更多TOA和RSS测量结果。
另外，本发明的自适应定位系统的成本很低，并且计算密集度也大大 降低。
在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本 发明的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可 以在领会本发明的精神之后，作出各种改变、修改和添加，或者改变步骤 之间的顺序。
本发明可以以其他的具体形式实现，而不脱离其精神和本质特征。例 如，特定实施例中所描述的算法可以被修改，而系统体系结构并不脱离本 发明的基本精神。因此，当前的实施例在所有方面都被看作是示例性的而 非限定性的，本发明的范围由所附权利要求而非上述描述定义，并且，落 入权利要求的含义和等同物的范围内的全部改变从而都被包括在本发明的 范围之中。
权利要求
1.一种自适应定位目标的方法，包括收集关于所述目标发射的信号的到达时间(TOA)结果和接收信号强度(RSS)结果；确定收集的所述TOA结果的数目；以及根据所述TOA结果的数目来选择计算所述目标的位置的策略，并利用所选策略计算所述目标的位置。
2. 如权利要求1所述的方法，其中所述TOA结果是从所述目标发射 的超声波信号中得到的，而所述RSS结果是从所述目标发射的射频信号中 得到的。
3. 如权利要求1所述的方法，其中所述计算目标的位置的策略包括 当所述TOA结果的数目大于2时，采用基于TOA的三角测量计算所述目标的位置；当所述TOA结果的数目等于2时，利用所述TOA结果并参考定位系 统的相对距离信息确定所述目标的位置；当所述TOA结果的数目等于1时，利用所述TOA结果和所述RSS结 果寻找最接近可靠历史位置的位置；并且当所述TOA结果的数目等于0时，利用所述RSS结果寻找最接近可 靠历史位置的位置。
4. 如权利要求1所述的方法，还包括对收集的所述TOA结果进行过滤，以滤除所述TOA结果中的异常值。
5. 如权利要求4所述的方法，其中所述异常值是由于信号反射所引起 的将导致定位误差的TOA结果。
6. 如权利要求4所述的方法，其中所述过滤包括对所述TOA结果进行粗过滤，以滤除预定范围之外的TOA结果；以及对经所述粗过滤剩余的TOA结果执行如下快速异常值删除算法以进行细过滤计算各个TOA结果所对应距离并按由小到大的顺序排序； 接受最小距离值；以及按从大到小的顺序对最大距离值与所述最小距离值进行三角不等 式判断，如果满足三角不等式，则保留所有距离值并退出所述快速异 常值删除算法，如果不满足，则删除所述最大距离值，并对次大距离 值重复所述三角不等式判断，直到当前所剩最大距离值满足所述三角 不等式为止。
7. 如权利要求3所述的方法，其中当所述TOA结果的数目大于2 时，通过如下操作计算所述目标的位置从所述TOA结果中选择三个满足最大分离标准的TOA结果，所述最 大分离标准使得所选的三个TOA结果所对应的接收位置之间的分离程度 最大；并且对所选的三个TOA结果执行三角测量以计算所述目标的位置。
8. 如权利要求7所述的方法，其中所述最大分离标准使得所选的三个 TOA结果所对应的接收位置之间的平均距离最大。
9. 如权利要求7所述的方法，其中所述最大分离标准使得所选的三个 TOA结果所对应的接收位置所构成的三角形的面积最大。
10. 如权利要求3所述的方法，其中当所述TOA结果的数目等于2 时，通过如下操作计算所述目标的位置获得所述目标的Z轴坐标z = zh;在Z-Zh的平面上确定两个观察圆，这两个观察圆分别以提供第一和 第二 TOA结果的观察者为圆心，以V^ 和V^^为半径，其中 //,簡和/2,腦分别为所述第一和第二 TOA结果所对应的距离；确定所述两个观察圆的交点，作为候选位置&和X2;分别测量所述候选位置Xi和X2到任意一个未提供TOA结果的观察者 A的距离AX^卩AX2;并且如果AXi^J， AX2>U，则确定X2为所述目标的位置，其中U表示 观察者能够收听到超声波的距离。
11. 如权利要求3所述的方法，其中当所述TOA结果的数目等于1时，通过如下操作计算所述目标的位置获得所述目标的Z轴坐标z = zh;在z = zh的平面上确定两个观察圆，其中一个观察圆以提供所述RSS 结果的观察者为圆心，以VS^[为半径，其中所述/Ms为所述RSS结果 对应的距离，另一个观察圆以提供所述TOA结果的观察者为圆心，以 V^^[为半径，其中所述/m4为所述TOA结果对应的距离；并且从两个所述观察圆的交点中确定最靠近可靠历史位置的点，作为所述 目标的位置。
12. 如权利要求3所述的方法，其中当所述TOA结果的数目等于0 时，通过如下操作计算所述目标的位置获得所述目标的Z轴坐标Z = Zh;在z = Zh的平面上确定一个观察圆，该观察圆以提供所述RSS结果的 观察者为圆心，以V^F为半径，其中所述/wM为所述RSS结果对应的 距离；并且在所述观察圆上确定最靠近可靠历史位置的点，作为所述目标的位置。
13. —种自适应定位目标的方法，包括收集关于所述目标发射的信号的多个到达时间(TOA)结果；从所述TOA结果中选择三个满足最大分离标准的TOA结果，所述最大分离标准使得所选的三个TOA结果所对应的接收位置之间的分离程度最大；并且对所选的三个TOA结果执行三角测量以计算所述目标的位置。
14. 一种自适应定位目标的设备，包括观测结果采集器，用于收集关于所述目标发射的信号的到达时间 (TOA)结果和接收信号强度(RSS)结果；TOA结果计数器，用于确定收集的所述TOA结果的数目；以及 位置计算器，用于根据所述TOA结果的数目来选择计算所述目标的 位置的策略，并利用所选策略计算所述目标的位置。
15. 如权利要求14所述的设备，其中所述TOA结果是从所述目标发射 的超声波信号中得到的，而所述RSS结果是从所述目标发射的射频信号中 得到的。
16. 如权利要求14所述的设备，还包括 历史数据存储器，用于存储关于所述目标的历史定位信息。
17. 如权利要求14所述的设备，其中所述位置计算器包括 定位策略选择器，用于根据所述TOA结果的数目选择所述策略； 多TOA位置计算器，用于当所述TOA结果的数目大于2时，采用基于TOA的三角测量计算所述目标的位置；两TOA位置计算器，用于当所述TOA结果的数目等于2时，禾l」用所 述TOA结果并参考定位系统的相对距离信息确定所述目标的位置；单TOA位置计算器，用于当所述TOA结果的数目等于1时，利用所 述TOA结果和所述RSS结果寻找最接近可靠历史位置的位置作为所述目 标的位置；以及零TOA位置计算器，用于当所述TOA结果的数目等于0时，利用所 述RSS结果寻找最接近可靠历史位置的位置作为所述目标的位置。
18. 如权利要求14所述的设备，还包括TOA结果过滤器，用于对收集的所述TOA结果进行过滤，以滤除所 述TOA结果中的异常值。
19. 如权利要求18所述的设备，其中所述异常值是由于信号反射所引 起的将导致定位误差的TOA结果。
20. 如权利要求17所述的设备，其中所述多TOA位置计算器包括 TOA结果选择器，用于从所述TOA结果中选择三个满足最大分离标准的TOA结果，所述最大分离标准使得所选的三个TOA结果所对应的接 收位置之间的分离程度最大；以及三角测量器，用于对所述TOA结果选择器所选的三个TOA结果执行 三角测量以计算所述目标的位置。
21. —种用于自适应定位目标的设备，包括到达时间(TOA)结果收集器，用于收集关于所述目标发射的信号的多个TOA结果；TOA结果选择器，用于从所述TOA结果收集器所收集的TOA结果中 选择三个满足最大分离标准的TOA结果，所述最大分离标准使得所选的 三个TOA结果所对应的接收位置之间的分离程度最大；以及三角测量器，用于对所述TOA结果选择器所选的三个TOA结果执行 三角测量以计算所述目标的位置。
22. —种用于自适应定位目标的系统，包括检测设备，其包括用于发射和检测第一信号的第一信号收发器和用于 发射和检测第二信号的第二信号收发器；附接到所述目标的目标设备，其包括用于发射和检测第一信号的第一 信号收发器和用于发射和检测第二信号的第二信号收发器；以及自适应定位装置，用于根据所述第一信号的到达时间(TOA)结果和 所述第二信号的接收信号强度(RSS)结果来自适应地选择定位策略以计 算所述目标的位置。
23. 如权利要求22所述的系统，其中所述第一信号是超声波或声音信 号，所述第二信号是射频、红外或微波信号。
24. 如权利要求22所述的系统，其中所述自适应定位装置包括 观测结果采集器，用于收集所述TOA结果和所述RSS结果； TOA结果计数器，用于确定收集的所述TOA结果的数目；以及 位置计算器，用于根据所述TOA结果的数目来选择所述定位策略以计算所述目标的位置。
25. 如权利要求22所述的系统，还包括中央信息服务器，其中所述自 适应定位装置被集成在所述中央信息服务器中。
26. 如权利要求22所述的系统，其中所述自适应定位装置被集成在所 述检测设备中。
27. 如权利要求22所述的系统，其中所述自适应定位装置被集成在所 述目标设备中。
28. —种利用如权利要求22所述的系统对目标进行跟踪的方法，包括所述目标设备广播所述第二信号；所述检测设备测量并记录所述第二信号的所述RSS结果； 所述目标设备广播所述第一信号；所述检测设备测量并记录所述第一信号的所述TOA结果；以及 所述自适应定位装置接收所述TOA结果和RSS结果，以计算所述目 标的位置。
29. 如权利要求28所述的方法，还包括所述检测设备根据所述第二信号与所述目标设备同步。
30. 如权利要求28所述的方法，其中计算所述目标的位置包括所述自 适应定位装置根据所述TOA结果的数目自适应地选择定位策略以计算所 述目标的位置。
31. —种利用如权利要求22所述的系统对目标进行导航的方法，包括所述检测设备广播所述第二信号；所述目标设备测量并记录所述第二信号的所述RSS结果； 所述检测设备广播所述第一信号；所述目标设备测量并记录所述第一信号的所述TOA结果；以及 所述自适应定位装置接收所述测量的TOA结果和RSS结果，以计算 所述目标的位置。
32. 如权利要求31所述的方法，还包括 所述目标设备根据所述第二信号与所述检测设备同步。
33. 如权利要求31所述的方法，其中计算所述目标的位置包括所述自 适应定位装置根据所述TOA结果的数目自适应地选择定位策略以计算所 述目标的位置。
全文摘要
本发明提供了采取TOA与RSS融合方式的自适应定位方法、设备和系统。所述适应定位设备包括观测结果采集器，用于收集关于所述目标发射的信号的到达时间(TOA)结果和接收信号强度(RSS)结果；TOA结果计数器，用于确定输入的所述TOA结果的数目；以及位置计算器，用于根据所述TOA结果的数目来选择计算所述目标的位置的策略，并根据所选策略计算所述目标的位置。所述设备可以根据TOA结果的数目来自适应地选择定位策略。相对于现有技术，本发明的自适应定位方法、设备和系统具有自适应性、可靠性、精确性、可扩展性、低成本等特点。
文档编号G01S5/02GK101526601SQ20081013515
公开日2009年9月9日 申请日期2008年8月13日 优先权日2008年3月4日
发明者王永才, 赵军辉 申请人:日电(中国)有限公司