基于NLOS误差消除的半定规划的定位方法与流程

本发明涉及定位技术领域，尤其涉及一种基于nlos误差消除的半定规划的定位方法。

背景技术：

到达时间(timeofarrival，toa)测距是一种利用无线信号在两个节点间的传播延时来计算两节点间物理距离的测距方法。对于基于toa的定位系统而言，非视距(nonlineofsight，nlos)误差的正项偏差是影响定位精度的主要因素。

位置解算本质上属于状态估计问题的范畴，这也是定位与导航中的核心问题，即从受“污染”的观测量中推出一组参数。在位置解算中消除nlos误差带来的影响，成为当先研究toa测距的一个重要方向。

技术实现要素：

本发明实施例提供一种基于nlos误差消除的半定规划的定位方法，通过在位置解算中引入半定松弛对定位问题进行半定规划，可以在位置解算过程中消除nlos误差，保证定位精度的可靠性。

本发明实施例提供的一种基于nlos误差消除的半定规划的定位方法，可以包括如下步骤：

建立定位系统在包含nlos测距场景下的测距模型；

根据所述测距模型确定指示定位结果的定位算式；

采用半定松弛算法对所述定位算式中的定位问题进行半定松弛，生成所述定位系统在包含nlos测距场景下的定位结果。

在本发明实施例中，通过对定位系统中测距信道中的视距信号los和非视距信号nlos进行统一建模，并在位置解算中引入半定松弛对定位问题进行半定规划，消除了位置解算过程中的nlos误差，保证了定位精度的可靠性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种基于nlos误差消除的半定规划的定位方法的流程示意图；

图2是本发明实施例提供的另一种基于nlos误差消除的半定规划的定位方法的流程示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本发明实施例中，定位系统为执行上述基于nlos误差消除的半定规划的定位方法的系统，可以包括服务器和终端。

在本发明实施例中，为实现定位算法面向实际的定位场景，下面将以三维无线传感定位网络作为办发明实施例的定位系统的应用场景。

下面将结合附图1，对本发明实施例提供的基于nlos误差消除的半定规划的定位方法进行详细介绍。

如图1所示，本发明实施例的所述方法可以包括以下步骤s101-步骤s103。

在本发明实施例的定位网络中有至少三个锚节点si＝[xi,yi,zi]^t，i＝1,...,n和一个待定位节点p＝[x,y,z]^t。测量方程可以表示为：ri＝di+b＝||si-p||+b，其中ri是toa测距，di是si与p的真是距离，||·||表示l2范数，b为公共偏差项。对于los或nlos均满足：b≥0。

s101，建立定位系统在包含nlos测距场景下的测距模型。

需要说明的是，在实际测量中，测量噪声是不能忽视的，也是必然存在的，所以上述测量方程可以是：(ri-b)²＝di²+ni，其中，ni是方差为σ²的加性高斯白噪声。对于待定位节点而言，来自不同锚节点间的测量是相互独立的。

在可选实施例中，定位系统可以获取不同锚节点与待定位节点间的n个测量结果，其中n为锚节点数量，且有n≥3。

进一步的，上述系统可以计算n个测量结果对应的联合似然概率密度函数，并可以将该函数确定为定位系统的测距模型。根据上述测距公式，该函数可以表示为：

其中，r＝[r1,r2,...,rn]为距离测量矢量。

s102，根据测距模型确定指示定位结果的定位算式。

具体的，定位系统可以根据测距模型确定指示定位结果的定位算式，可以理解的是，定位算式可以是上述测距模型中能够真实体现定位结果的函数。

可以理解的是，在上述联合似然概率密度函数中，位置参数为测距误差变量b和真实距离p。在可选实施例中，定位系统可以根据测距信道中的非视距信号对应的测距误差变量，提炼上述测距模型中指示定位结果的定位算式，将定位问题转化为最大似然估计问题(ml估计问题)，即：

s103，采用半定松弛算法对定位算式中的定位问题进行半定松弛，生成定位系统在包含nlos测距场景下的定位结果。

具体的，定位系统可以采用半定松弛算法(semidefiniterelaxation，sr)对定位算式中的定位问题进行半定松弛，生成定位系统在包含nlos测距场景下的定位结果。

在可选实施例中，由于上述定位算式中包含高阶指数项，系统可以基于极值逼近算法(minimaxapproximation)对上述定位算式进行简化处理，得到简化后的定位算式为：

在可选实施例中，定位系统还可以根据等价范数(equivalenceofnorms)所指示的范数之间的关系对简化处理后的定位算式进行等价变换，生成变换算式：

其中，x是与待定位节点位置相关的矩阵，si是与锚节点位置相关的矩阵。

可以理解的是，当待定位节点与所有锚节点间测距都是los时，即公共偏差项b为0时，上述变换算式具有标准的半定规划形式：

其中，x＝x^tx，符号±表示对称半正定(symmetricsemidefinite)。

需要说明的是，当nlos误差存在时，上述变换算式中的非线性部分(ri-b)²破坏了原有的标准半定规划形式，此时，定位系统可以根据测量误差变量b定义松弛常量c，根据n个测量结果中的任一结果ri和测量误差变量b定义松弛矩阵ri根据和b。具体的，松弛矩阵和松弛常量可以是如下形式：

实时上，松弛常量c可以等于b²，由

在可选实施例中，上述定位系统可以将松弛矩阵和松弛常量带入变换算式进行半定松弛，生成标准半定规划模型：

进一步的，定位系统可以基于凸优化工具对上述标准半定规划模型进行凸优化处理生成定位系统在包含nlos测距场景下的定位结果。可以理解的是，上述标准半定规划模型包含了nlos误差消除的部分，凸优化工具可以是凸优化工具箱cvx。

在本发明实施例中，通过对定位系统中测距信道中的视距信号los和非视距信号nlos进行统一建模，并在位置解算中引入半定松弛对定位问题进行半定规划，消除了位置解算过程中的nlos误差，保证了定位精度的可靠性。

如图2所示，本发明实施例的另一种基于nlos误差消除的半定规划的定位方法可以包括以下步骤s201-步骤s209。

s201，获取锚节点与待定位节点之间的n个测量结果。

s202，计算n个测量结果对应的联合似然概率密度函数，将联合似然概率密度函数确定为定位系统的测距模型。

s203，根据测距信道中的非视距信号对应的测距误差变量，提炼测距模型中指示定位结果的定位算式。

s204，基于极值逼近算法对定位算式进行简化处理。

s205，根据等价范数所指示的范数之间的关系对简化处理后的定位算式进行等价变换，生成变换算式。

在本发明实施例中，通过将n个测量结果的联合似然概率密度函数作为测距模型，并基于极值逼近算法对该测距模型进行简化处理以及根据等价范数原理对简化后的模型进行等价代换，在保证模型可靠性的前提下，降低了模型的计算复杂度。

s206，根据测量误差变量定义松弛常量。

s207，根据n个测量结果中的任一结果和测量误差变量定义松弛矩阵。

s208，将松弛矩阵和松弛常量带入变换算式进行半定松弛，生成标准半定规划模型。

s209，基于凸优化工具对标准半定规划模型进行凸优化处理生成定位系统在包含nlos测距场景下的定位结果。

在本发明实施例中，通过定位松弛常量和松弛矩阵保证了半定松弛算法在包含nlos测距场景中的可实施行，基于上述半定松弛算法解决了位置解算过程中的nlos误差，保证了定位精度的可靠性。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于任一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(read-onlymemory，rom)或随机存储记忆体(randomaccessmemory，ram)等。

以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。