一种基于建筑格局约束的复杂室内环境下的定位方法
【技术领域】
[0001] 本发明涉及物联网应用技术领域，特别是涉及一种基于建筑格局约束的复杂室内 环境下的定位方法。
【背景技术】
[0002] 室内定位应用是物联网（InternetofThings，IoT)的核心内容之一，其相关 的学术研宄和商业应用已经广泛地开展几十年。这些基于位置的服务（LocationBased Service，LBS)主要包括应急救援、社交网络、智能家居和商场广告推送业务。特别是在5G 通信标准中，定位服务在海量连接中发挥重要的作用和影响。
[0003]目前典型的室内目标定位系统一般分为主动式和被动式。被动式定位系统主要借 助于摄像头和雷达等方式，在不需要被定位目标携带任何设备的情况下完成对目标位置的 获取。主动式定位系统主要借助于被定位目标携带的特定设备和周围环境部署的设备的相 对测量值，基于某种通信完成对目标位置的获取。在大规模商业化民用定位系统中，主动式 定位方法得到了广泛的应用。现有的定位系统主要指通过测量参考节点（AnchorSensor， AS)和移动目标（MobileTarget，MT)之间的射频信号强度，通过射频信号强度与移动目标 间的映射完成定位。这样的技术方案已经在仓储、物流、医院和家居办公中被广泛采用，一 般采用三个来自不同AS的信号强度测量值就可以借助三边定位法实现MT位置坐标的获 取。然而，当已经部署的AS发生故障或由于室内建筑物、家居和人员的遮挡等异常因素而 导致某些AS与MT之间无法通信或信号强度受到明显影响。这样的通信信道影响可以分为 视距（Line-〇f_Sight，LOS)和非视距（None-Line_of-Sight，NLOS)情况。但是，针对室内 复杂环境中存在的L0S和NL0S场景，当前绝大多数定位系统或定位策略将无法计算或无法 保证精度地计算MT的位置信息。因此，在上述在室内广泛存在的信号衰落情况下，在不增 加任何设备的前提下，如何采用有效的方法解决室内复杂环境噪声和衰落环境下的定位问 题，对于实际系统的应用和鲁棒性具有重大意义。
[0004] JamesJ.Caffery等人提出的基于最小均方估计的定位方法（J.J.Caffery,Anew approachtothegeometryofTOAlocation,IEEEVehicularTechnologyConference Proceedings, 4, 2000, 1943-1949)。该定位估计方法已经广泛地应用于定位系统当中， 并有多种以该方法为基础的改进方法。在开阔的场景和密集部署参考节点的情况下，该 方法能够获得令人满意的定位精度。该方法依赖于接收信号强度与距离之间精确的映 射关系，并且忽视了环境中噪声的影响。这导致该方法只能在较为理想的情况下使用， 否则性能退化明显。BlumenthalJ等人提出一种加权中心定位方法〇\131111116111:1^1，1?. Grossmann,F.Golatowski,andD.Timmermann,WeightedCentroidLocalizationin Zigbee-basedSensorNetworks, 2007IEEEInternationalSymposiumonIntelligent SignalProcessing,ConferenceProceedingsBook, 2007, 905-910)，该方法通过将不同参 考节点的位置按照一定权重进行加权平均，实现对未知目标位置的估计，该权重值的大小 取决于估计的到各个参考节点的距离。该方法能够抵消部分由于严重噪声和信号衰落引起 的误差，并在很多定位系统中得到应用。然而，该方法依赖于未知位置与各个参考节点的估 计距离，估计距离引入的误差将会影响权重的确定。此外，该方法对参考节点的布局有一定 要求，并且存在定位区域的盲区
【发明内容】
[0005] 本发明所要解决的技术问题是提供一种基于建筑格局约束的复杂室内环境下的 定位方法，能够实现对环境的自适应，从而获得较高的定位精度。
[0006] 本发明解决其技术问题所采用的技术方案是：提供一种基于建筑格局约束的复杂 室内环境下的定位方法，包括以下步骤：
[0007] (1)对环境噪声分布的评估：采集参考节点两两之间的信号强度，根据路径损耗 模型得到无噪声的时候估计信号强度，通过与实际信号强度求差，得到估计的噪声信号强 度；
[0008] (2)对移动目标初始位置的计算阶段：将待估计位置的先验分布函数引入室内建 筑格局的地图信息，并利用自适应手段进行修正，去除不符合建筑格局约束和移动目标运 动特征的待估计位置候选点，以剪枝的方法确定符合约束的候选点集合，得到多信道假设 下的似然函数；
[0009] (3)实时定位过程中的位置估计阶段：采用最大后验概率估计算法对多信道假设 下的所有似然函数进行比较，取似然函数最大的联合估计结果作为最大后验概率估计，得 到符合约束条件的位置估计值。
[0010] 所述步骤（1)中通过引入由两个高斯分布函数加权组成的混合高斯分布，来近似 噪声的分布，从而以对应于视距和非视距的高斯分布函数的均值和方差作为表征环境中任 意噪声分布的描述因子。
[0011] 所述步骤⑵中引入符合室内移动目标移动特性的一般性约束，得到以上一时刻 的估计位置为圆心，以最大允许速度为半径的候选圆区域，以圆区域的离散化点集合形式 描述符合这一运动特征的候选点。
[0012] 所述步骤（2)中待估计位置的先验分布函数是给定三个最大的信号强度测量值 和对应的参考节点坐标，参照路径损耗模型和所述噪声分布的描述因子，计算似然概率函 数。
[0013] 所述似然概率函数是对选定的三个参考节点对应的信道模型做出全排列集合，对 应集合中每一种信道组合情况，确定该组合条件下的似然函数，同时，结合先验分布函数， 得到多信道假设下的似然函数。
[0014] 所述步骤（2)中先验分布函数依赖于上一时刻的位置估计值，逐步追溯到初始时 亥IJ，采用初始位置对应的多个多组参考节点的信号强度测量值，通过拓展卡尔曼滤波器得 到距离各参考节点的距离估计值。
[0015] 所述初始位置的的估计方法是在获得到各个参考节点的距离估计值的前提下，通 过最小均方估计方法得到初始位置的估计值。
[0016] 有益效果
[0017] 由于采用了上述的技术方案，本发明与现有技术相比，具有以下的优点和积极效 果：本发明的环境部署简单，通过参考节点间的数据采集，获得信道先验知识，即可进行实 时的定位过程，计算复杂度低，适合低功耗设备和系统实现。并且，本发明所需要的信号采 集不需要人的干预和操作，可自动进行，便于在紧急的应用场景，如火场救援等场景中提供 可行方案。
【附图说明】
[0018] 图1是本发明的流程图；
[0019] 图2是走廊场景示意图；
[0020] 图3是估计噪声分布与真实噪声分布对比图；
[0021] 图4是符合建筑格局约束的先验分布不意图。
【具体实施方式】
[0022] 下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明 而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人 员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定 的范围。
[0023] 本发明的实施方式涉及一种基于建筑格局约束的复杂室内环境下的定位方法，如 图1所示，包括以下步骤：⑴对环境噪声分布的评估：采集参考节点两两之间的信号强度， 根据路径损耗模型得到无噪声的时候估计信号强度，通过与实际信号强度求差，得到估计 的噪声信号强度；（2)对移动目标初始位置的计算阶段：将待估计位置的先验分布函数引 入室内建筑格局的地图信息，并利用自适应手段进行修正，去除不符合建筑格局约束和移 动目标运动特征的待估计位置候选点，以剪枝的方法确定符合约束的候选点集合，得到多 信道假设下的似然函数；（3)实时定位过程中的位置估计阶段：采用最大后验概率估计算 法对多信道假设下的所有似然函数进行比较，取似然函数最大的联合估计结果