专利名称：基于监测节点呈圆周分布的tdoa定位方法
技术领域：
本发明属于通信技术领域，涉及无线通信技术，具体涉及到达时间差TDOA定位方法，可用于蜂窝网、无线传感器网络或其他网络中对于目标节点的定位。
背景技术：
随着移动通信技术的迅速发展，无线定位技术已经成为下一代移动通信系统所 必须具备的功能。近年来的研究结果表明，由于对目标节点和监测节点无严格时间同步 要求，TDOA定位方法能适用于各种类型的网络，如蜂窝网、无线传感器网络等。且 由于应用成本低、定位精度较高，因而受到广泛关注，并在3GPP中被确定为一种标准的 定位方法。目前可供选择的TDOA定位算法有多种，如Taylor级数展开算法，Chan算 法，Friedlander算法，分类征服算法DAC等，其特点各不相同。Taylor级数展开算法，是一种需要被监测目标初始估计坐标的递归算法，在每一 次递归中通过求解TDOA测量时间差的局部最小二乘LS解来改进对被监测目标的估计坐 标。该算法需要一个与实际坐标接近的初始估计坐标，以保证算法收敛，对不收敛的情 况不能事先判断。Chan算法，是一种基于TDOA技术、具有解析表达式解的定位算法，在TDOA 误差服从理想高斯分布时性能良好。当监测节点数为3个时，该算法性能表现一般； 当监测节点为4个以上，且TDOA时间差误差较小时该算法给出了能达到克拉美罗界限 CRLB的表达式解，但也要解决被监测目标的先验坐标以解决解的不确定性。该算法的 推导过程一般都是基于TDOA误差较小且为零均值高斯随机变量这个前提，对于实际信 道环境中误差较大的TDOA测量值，该算法的性能将会显著下降。Friedlander算法，主要利用了最小二乘LS和加权最小二乘WLS误差判决来求解 定位问题。仿真表明，在监测节点数目为4个时，采用LS和WLS的结果是一致的；当 监测节点数目多于4个时，采用WLS得到的结果更优。分类征服算法DAC算法，其基本思想是将TDOA测量值分组，每组大小等于未 知数的数量，分别在每一组中求解出未知量，再将各组的解进行适当组合得到最终解。 仿真结果表明，只有当TDOA噪声较小时，该算法才能达到满足CRLB的最优性能。在众多基于TDOA定位的算法中，Chan算法得到了广泛的应用。这主要是因为 该算法具备三大优势①算法不需要初值；②仅进行两次迭代就可求得最终结果；③算 法的定位精度在视距环境下能够达到克拉美罗下限。可见，Chan定位算法是一种相当实 用的方法，适合实际工程。但是在目前的网络定位中，由于监测节点的位置一般分布在 圆周上，例如，蜂窝网的基站呈圆周分布，圆周半径为R，在圆周外选取一个节点作为 参考节点，因而利用Chan算法得到的定位坐标误差较小，如果监测节点和参考节点都位 于圆周上，当目标节点处于距离圆心0.2R范围内，利用Chan算法得到的定位坐标误差偏 大，无法在网络中得到目标节点的有效位置。容
本发明的目的在于克服上述已有技术的不足，提出一种基于监测节点呈圆周分 布的TDOA定位方法，以减小定位误差，确定目标节点的有效坐标。
实现目的的技术思路是，本发明针对位置呈圆周分布的监测节点，利用带有门 限判决的Chan算法和Taylor级数展开算法协同的方法，进行定位计算，其具体实现步骤 包括如下
(1)根据已知的TDOA测量值R1, i和监测节点的坐标值伐，Yj),通过Chan算 法对目标节点进行多次定位计算，得到多个目标节点的定位坐标(Xl，Y1),其中j = i， 2，..，N，N为监测节点的数目，1 = 2，3，…，N，i = 1, 2，…，M，M为定位计算 的次数；
(2)将监测节点覆盖范围半径R的0.2倍作为门限d，即d = 0.2R，计算定位坐 B (X1, y)到监测节点覆盖中心OQ1，Y0)的距离R1, ir R1 > d,将定位坐标(Xl，y)剔 除；若民<(1，则对定位坐标(χ' y')进行统计平均，得到统计平均值Octl，γο)；
(3)将步骤⑵中得到的Octl，y0)作为初始值，利用Taylor级数展开算法对目标 节点进行多次定位计算，得到多个目标节点定位坐标(X" y"；
(4)对步骤(3)中得到的目标节点定位坐标(x〃 y")进行统计平均，得到统 计平均值(X' 0，y' d，将(X'。，y' 0)作为目标节点的最终坐标。
本发明具有以下优点
(1)本发明由于使用门限判决技术，对门限内的定位坐标进行统计平均，减小了 Chan算法对目标节点定位的坐标误差，提高了定位坐标的准确性；
(2)本发明由于使用Taylor级数展开算法在门限判决之后对目标节点再次进行 定位计算，进一步减小了 Chan算法对目标节点定位的坐标误差，提高了定位坐标的准确 性。
图1是本发明的流程图2是本发明与Chan算法、带有门限判决的Chan算法在监测节点数目变化的情 况下，分别对目标节点进行定位，得到的目标节点坐标误差仿真对比图3是本发明与Chan算法、带有门限判决的Chan算法在TDOA测量误差变化 的情况下，分别对目标节点进行定位，得到的目标节点坐标误差仿真对比图4是本发明与Chan算法、带有门限判决的Chan算法在监测节点覆盖范围半径 变化的情况下，分别对目标节点进行定位，得到的目标节点坐标误差仿真对比图。
具体实施方式
参考图1，本发明的实现步骤如下
步骤1，根据已知的TDOA测量值R1, ρ监测节点的坐标(&，Yj)),利用Chan 算法计算目标节点的坐标
(Ia)当参与计算目标节点坐标的监测节点数目为三个时，根据最大似然估计方法得到目标节点的坐标(X，y)
权利要求
1.一种基于监测节点呈圆周分布的TDOA定位方法，包括如下步骤(1)根据已知的到达时间差TDOA测量值R1,工和监测节点的坐标值(X”Yj),通过 Chan算法对目标节点进行多次定位计算，得到多个目标节点的定位坐标(Xl，Yl),其中j =1，2，..，N，N为监测节点的数目，1 = 2，3，…，N，i = 1，2，…，M，M为定 位计算的次数；(2)将监测节点覆盖范围半径R的0.2倍作为门限d，即d= 0.2R，计算定位坐标 (X1, Y1)到监测节点覆盖中心(X。，Y0)的距离R1,若民>山将定位坐标(Xl，y)剔除; 若民<(1，则对定位坐标(χ' y')进行统计平均，得到统计平均值(χ。，γο)；(3)将步骤(2)中得到的(X(l，y0)作为初始值，利用Taylor级数展开算法对目标节点 进行多次定位计算，得到多个目标节点定位坐标(x" y"；(4)对步骤(3)中得到的目标节点定位坐标(x"y" J进行统计平均，得到统计平 均值(χ' ο，y' ο)，将(x' ο，y' ο)作为目标节点的最终坐标。
2.根据权利要求1所述的基于监测节点呈圆周分布的TDOA定位方法，其特征在于 步骤⑵中所述的计算定位坐标(Xl，Yl)到监测节点覆盖中心(Xtl, Y0)的距离R1,按如 下公式计算Ui=Jixi-D2+(J1-Y0)215)式中i=l，2，…，M，M为定位计算的次数。
3.根据权利要求1所述的基于监测节点呈圆周分布的TDOA定位方法，其中步骤(3) 所述的利用Taylor级数展开算法进行多次定位计算，按如下步骤进行(3a)假设(X，y)为目标节点的真实坐标，( YP为第j个监测节点的真实坐标， 则目标节点(X，y)与第j个监测节点(J，Y)之间的实际距离艮、参考节点(X1, Y1) 与目标节点(X，y)的实际距离Rl和TDOA测量值R1,工分别为R1=^(Xj-X)2+(Y^y)216)R1=^(X1-X)2+(Y1-y)217)^u = CTui =R1-R1= U+(d)2 -,J(X1-X)2+(Y1-yf18)其中C为电波传播速度，τ ,工为信号到达第j个监测节点与信号到达第1个监测节 点的时间差，1 = 2，3，…，N，N为监测节点的数目；(3b)根据一组TDOA测量值R1, ！和步骤(2)得到的目标节点的初始坐标(X(l，y0)， 将式18)按照Taylor级数展开，去除二阶以上分量，得到误差方程Ψ Ψ = hrGt δ 19)上式中^ = M20)
全文摘要
本发明公开了一种基于监测节点呈圆周分布的TDOA定位方法，主要解决现有利用Chan算法对监测节点呈圆周分布，且目标节点处于距离圆心0.2倍的半径范围内，定位得到的目标节点坐标误差偏大的问题。其实现过程是根据已知的TDOA测量值和监测节点位置坐标，利用Chan算法多次计算得到多个目标节点的坐标；将圆周半径的0.2倍作为门限，对于门限内定位坐标进行统计平均；将统计平均得到的坐标作为Taylor算法的初始值，再计算目标节点的坐标，对所得定位坐标进行统计平均，得到最终的目标节点的坐标值。本发明具有误差小，定位坐标准确的优点，可用于实现目标节点的精确定位。
文档编号H04W64/00GK102026370SQ20101059870
公开日2011年4月20日 申请日期2010年12月21日 优先权日2010年12月21日
发明者刘海波, 司江勃, 吴利平, 李赞, 杨艺, 秦五一, 赵翌远, 郝本建, 陈小军, 黄仰超 申请人:西安电子科技大学