视距环境下的CSS定位中有以下测距误差模型为：
，通过下式
可求取出系数a和b的值。
[0054] 本发明的有益效果是，利用投票平均联合滤波算法对测距值进行处理，去除因环 境而引起的误差，同时利用动态误差修正算法根据满足置信值的测距值，然后对保留下来 的测距值利用动态误差修正算法进行动态修正，最大限度地减小测距误差。将修正后的测 距值取平均值，然后对得到的平均值使用TDOA的三维定位算法，求得待定位节点的位置坐 标，最终实现精确定位，同时降低了成本及复杂性。
【附图说明】
[0055] 下面结合附图和【具体实施方式】对本发明作进一步的详细描述。
[0056] 图1是基于TDOA的CSS精确定位方法流程图；
[0057] 图2是CSS信号测距过程的示意图；
[0058] 图3是"移动台一同一基站的不同虚拟接收机"模型示意图；
[0059] 图4是投票平均联合滤波算法流程图；
[0060] 图5是动态误差修正算法流程图；
[0061] 图6是四个参考节点及待定位节点的三维立体图；
[0062] 图 3 中：
[0063] 1-天线导线2-基站天线3-CSS收发器4-CPU主板
【具体实施方式】
[0064] 首先对基于TDOA的CSS精确定位方法的基本流程进行描述。参照图1，具体步骤 如下：
[0065] (1)移动终端向CSS定位基站发送测试信号，CSS定位基站的各基站天线在接收到 所述的测试信号后，分别发送应答信号给移动终端；
[0066] (2)确定移动终端接收到各所述应答信号的实际时刻，并根据无线信号在空气中 的传播速度，得到待定位节点与每个参考节点之间的距离测量值；
[0067] (3)利用CSS技术，根据步骤⑴和（2)，N次测量待定位节点与各参考节点之间 的距离，获得该待定位节点与对应参考节点的N个测距值；
[0068] (4)使用投票平均联合滤波算法对所述的N个测距值进行干扰处理，即通过高斯 概率分布函数计算每个所述测距值的投票概率，当所述的投票概率小于设定的置信值时， CSS就抛弃该测距值，否则就保留；
[0069] (5)对保留下来的测距值利用动态误差修正算法进行动态修正；
[0070] (6)将步骤（5)修正后的测距值取平均值，然后对得到的平均值使用TDOA的三维 定位算法，求得待定位节点的位置坐标，最终实现精确定位。
[0071] 采用CSS信号的进行测距的具体过程如下，参考图2和图3 :
[0072] (1)移动终端向CSS定位基站发送测试信号，并启动终端定时器；
[0073] (2)各基站天线收到测试信号后，分别经天线导线传送到后台处理器，后台处理器 接收到所述的测试信号后，启动基站定时器；
[0074] (3)各基站天线自动返回一个应答信号，并停止基站定时器，同时读取处理时延 T2和计算测试信号在天线导线上的传输时间t ;
[0075] (4)移动终端收到基站天线传来的应答信号后停止终端定时器，读取处理时延 Tl ；
[0076] (5)移动终端接收应答信号的实际时刻
，根据无线信号在空气中 的传播速度是光速c，可计算得到待定位节点与每个参考节点之间的距离，即（=cr。 待定位节点重复测量N次，获得N个测距值数，所以这里的N取20,则f也取20。
[0077] 本发明中使用的天线导线，任意两个天线之间的导线长度大于最小天线导线长 度。根据信号最大拖尾时间TL Max和待定位区间的最大移动距离ML Max确定最小天线导线长 度LMin。当所述天线导线为同轴电缆时，所述最小天线导线长度L Min为：
[0078]
[0079] 式中，ε。为同轴电缆的等效介电常数，c为光速。
[0080] 若所述天线导线为微带线时，所述最小天线导线长度LMin为：
[0081]
[0082] 式中，ε "为微带线的等效介电常数，c为光速。
[0083] 图4是投票平均联合滤波算法的具体步骤：
[0084] (1)建立直角坐标系，获得每个参考节点的位置坐标，并通过距离矢量交换协议， 使待定位节点获得所有参考节点的ID、位置坐标以及待定位节点与相应参考节点的跳数， 待定位节点建立对应的参考节点信息表；
[0085] (2)待定位节点查询自身的参考节点信息表，当其1跳范围内具有的参考节点数 目大于或者等于3个时，利用CSS技术，N次测量该待定位节点自身与各参考节点之间的距 离，对每个参考节点均获得N个测距值；
[0086] (3)求取所述N个测距值的均值，采用高斯概率分布函数，计算每个测距值的投票 概率，并设定置信值，对每个测距值进行投票，当相应测距值的投票概率小于置信值时，CSS 就抛弃该测距值，否则就保留，保留下的测距值的数目用m表示；
[0087] (4)使用动态误差修正算法对保留下的m个测距值进行动态修正，以减少测距误 差。
[0088] 本发明中标准差〇的取值范围为〇.〇5 < 〇 <0.5，〇取值越小，越有利于删除 异常测距值。但是标准差σ取值过小，部分正常测距值的投票概率也会过小，从而导致部 分正常测距值被误删除。所以这里取σ =0.2。
[0089] 根据实际需求定义置信值λ，对测距值进行投票，当测距值的投票概率小于胃 信值λ的时，就抛弃这个测距值，否则就保留。本发明中建议置信值λ的取值范围为 0.5$ λ <0.8, λ取值越大，越有利于删除异常测距值，但是置信值λ取值过大，部分正 常测距值易被误删除。所以取λ =0.7进行删选，则保留下的测距值数用m表示。
[0090] 图5是动态误差修下算法的流程图，具体步骤如下：
[0091] 本发明所述的动态误差修正算法先假设最小定位单位，即一个待定位节点与四个 参考节点，然后利用最小定位单位的待定位节点与四个参考节点的四组m个测距值，根据 距离约束方程找出每一组测距值对应的最佳的测距误差模型，利用这个最佳测距误差模型 对每一组的m个测距值进行修正。
[0092] 找出最佳测距模型方程的具体步骤为：
[0093] (1)视距环境下的CSS定位中有以下测距误差模型：
[0094] = +6 其中 a e [a" a2]，b e [bp b2]
[0095] 其中，df是待定位节点到四个参考节点的真实距离；f是待定位节点到四个参考 节点的测量距离；a，b为线性方程系数，f = 0,1，2,3 !ap a2, bp b2是定位前对最小定位单 位进行测距测试，通过最小二乘法对测距测试拟合后，所得系数a，b对应的的一个较小取 值区间的上下限界值，如果拟合系数超过所取范围，则认为有较大噪声干扰。
[0096] 其中最小二乘法对测距进行拟合的具体步骤如下：
[0097] (a)定位前对最小定位单位进行测距测试，根据实际情况布置好节点，此时的参考 节点与待定位节点的位置坐标已知，从而得到四个参考节点与待定位节点之间的真实距离 df，其中 f = 〇，1，2,3 ;
[0098] (b)根据移动终端接收信号实际时刻：
，和传播速度c，可计算得到 待定位节点与四个参考节点之间的距离，即^ = ^Γ，其中f = 0，1，2, 3 ; LlN 丄UOld/dy丄 A yJ^ rVJ (/O }J<
[0099] (c)视距环境下的CSS定位中有以下测距误差模型为：
，通过下式
可求取出系数a和b的值。
[0100] ⑵定义测量误差ε f:
[0101] Sr = d) - dj
[0102] (3)根据步骤⑴和⑵可得：
[0103]
[0104] 把ε 入距离约束方程式中，得到关于a，b的函数，记为：
[0105]
[0106] (4)在a e [ai，a2]，b e [bp b2]内，F (ab)最接近0所对应的一组系数，就是测距 误差模型的最佳系数估计，从而求解方程：
[0107]
[0108] 得到最优系数a% b%确定最佳测距误差模型为：<.+ 。
[0109] TDOA的三维定位算法参考图6,具体的过程如下：
[0110] 设四个参考节点的位置坐标分别为（X。，y。)，（X1, Y1)，（Xy y2)，（X；?，y；?)，待定位节 点的位置坐标为（X，y)，β?〇，?/ι5?/2，β?3分别为待定位节点到四个参考节点的距离，待定位节 点到参考节点（X(j，y。）和待定位节点到其他三个参考节点（Xpy 1), (x2，y2)，（x