专利分类
专利分类

移动设备自身信息的无线定位方法专利

专利号:201610120483.8

销售价
25000.00
移动设备自身信息的无线定位方法专利二维码
  • 累计销量0
  • 浏览次数85
  • 累计评论0
首页

专利名称:移动设备自身信息的无线定位方法

技术领域:无线电应用

IPC主分类号:G01S5/02

申请号:CN201610120483.8

公开日:2016-07-27

说明书

一种基于移动设备自身信息的无线定位方法

技术领域

[0001] 本发明涉及无线定位技术领域,更具体地说,涉及一种基于移动设备自身信息的无线定位方法。

背景技术

[0002] 近年来,无线定位技术在诸如紧急救援、移动电子商务、军事、工业、无线传感器等领域的应用越来越广泛。在这些领域中,对移动中的用户进行定位是一个重要的应用。例如,在香港每年建筑业中的安全事故占安全事故的五分之一。安全管理系统若能够不断地监控这些移动着的工人的位置并在其接近危险区域时发出警告信息,这将极大地减少安全事故的发生。这对传统的定位技术提出了更高的要求,一方面对于移动中的用户只能通过无线定位的方式,然而无线定位的信号不稳定、易受环境干扰,导致定位精度不高。另一方面,在室内等环境中,传统GPS信号不可到达,由于障碍物遮挡等原因,全球定位系统GPS表现出了很大缺陷,特别是在室内环境中,其对移动设备的定位率和定位精度已经远远不能满足人们的需求。固定锚点的信号也易受障碍物遮挡,导致传统定位方法失效。
[0003] 无线定位主要分为基于测距和非基于测距两种方法。
[0004] 由于非基于测距方法的定位精度较低,不能满足需要,因此基于测距的定位方法成为人们研究的重点。
[0005] 传统的基于测距的定位方法的主要过程是通过测量信号从移动设备到位置已知的固定锚点的信号到达时间(TOA)、信号到达时间差(TDOA)、信号到达角度(AOA)以及信号强度指示(RSSI)等信息得到移动设备和锚点之间的距离或角度信息,再通过三边定位法、最小二乘法等定位算法得到移动设备的位置信息。
[0006] 但是这种方法存在如下不足:
[0007] 一是当环境中固定锚点较少时很难实现对用户的定位,例如障碍物遮挡了锚点的信号,移动设备无法同时获取3个以上锚点的信号则无法用传统定位方法定位;
[0008] 二是在室内环境中存在诸如多径效应,无线信号干扰等的影响使得定位精度较低。因此传统对移动设备进行定位的方法存在许多弊端。

发明内容

[0009] 本发明的目的在于克服现有技术的不足,提供一种低成本、高定位率、高精度的基于移动设备自身信息的无线定位方法。
[0010] 本发明的技术方案如下:
[0011] 一种基于移动设备自身信息的无线定位方法,以已定位的移动设备作为全部锚点或者部分锚点,对待定位的移动设备进行测距定位。
[0012] 作为优选,已定位的移动设备广播携带自身ID与时间戳的信号,接收到该信号的固定锚点或移动设备均计算与该已定位的移动设备的距离,根据计算获得的距离信息,对待移动设备进行定位。
[0013] 作为优选,待定位的移动设备通过移动设备进行定位时,根据时间接收的信息中的时间戳,获得当前时刻的距离,然后进行定位。
[0014] 作为优选,具体步骤如下:
[0015] 1)初始化移动设备的初始位置向量Pre_X、误差协方差Pre_p、过程噪声Q及测量噪声R;
[0016] 2)根据信号传播时间计算锚点与移动设备之间,以及移动设备与移动设备之间的距离Dij;
[0017] 3)根据t-1时刻的最优状态,预测t时刻的状态向量X_p(t/t-1)估计协方差P_p(t/t-1);
[0018] 4)根据预测的t时刻的状态向量X_p(t/t-1)计算预测的距离向量h_Xp,并根据预测的距离向量h_Xp和实际测量值Dij计算测量残差
[0019] 5)计算卡尔曼增益K(t)=P_p(t/t-1)*H*(H*P_p(t/t-1)*HT)-1,其中,H为测量系统的参数;
[0020] 6)根据预测的t时刻的状态向量X_p(t/t-1)和卡尔曼增益K(t)更新移动设备t时刻的最优状态X_p(t)=X_p(t/t-1)+K(t)*Y_e;
[0021] 7)更新估计协方差P_p(t)=[eye(length(X_p))]*P_p(t/t-1);
[0022] 8)重复步骤2)至步骤7),进行t+1时刻的定位。
[0023] 作为优选,单个移动设备在t时刻的状态以状态向量表示如下:
[0024] x(t)=[Lx(t),Ly(t),Vx(t),Vy(t)];
[0025] 其中,Lx(t)、Ly(t)分别表示移动设备的x轴和y轴坐标,Vx(t)、Vy(t)分别表示移动设备在x轴和y轴方向上的速度;
[0026] 则n个移动设备的状态方程表示如下:
[0027] X(t)=[x1(t),x2(t),…,xn(t)]T;
[0028] 其中,xi(t)表示第i个移动用户的状态向量,T是转置运算符。
[0029] 作为优选,移动设备在t-1时刻通过如下公式预测出t时刻的状态:
[0030] X(t/t-1)=FX(t-1)+W(t-1);
[0031] 其中,W(t-1)~N(0,Q)为过程噪声,F表示状态转移矩阵。
[0032] 作为优选,移动设备在t时刻的真实状态X(t)测量的状态向量Z(t)满足下式:
[0033] Z(t)=f(X(t))+V(t);
[0034] 其中, ΔT表示时间更新间隔,V(t)~N(0,R)表示测量噪声,Z(t)表示移动设备在t时刻和固定锚点以及任意移动设备之间的距离向量。
[0035] 作为优选,取距离的平方组成测量向量,则
[0036]
[0037] 其中, 表示固定锚点i和移动设备j之间距离的平方(i=1,2,…,m;j=1,2,…,n),Aix和Aiy分别表示固定锚点i的x轴和y轴坐标(i=1,2,…,m);
[0038] 表示移动设备j和移动设备k之间距离的平方(j,k=1,2,…,4,且j≠k),Ljx(t)和Ljy(t)分别表示移动设备j在t时刻的x轴和y轴坐标(j=1,2,…,n)。
[0039] 本发明的有益效果如下:
[0040] 本发明所述的方法,利用已经定位的移动设备的位置信息来对其他移动设备进行定位,即将已经定位出的移动设备作为“移动锚点”来定位其他移动设备。由于已定位的用户均能充当“移动锚点”,大大增加了环境中锚点的数量,防止了因固定锚点数量过少而不能定位等情况的出现,大大提高移动设备的定位率。本发明引入扩展了卡尔曼滤波,降低环境中多径效应和测距误差等的影响,进一步提高定位精度。
[0041] 本发明只需要一般的定位节点即可,对定位硬件无过多的要求,并且算法的计算复杂度较低。与传统定位方案相比,克服了了节点的硬件要求较高、定位算法过于复杂、增加了定位成本和计算复杂度等不足。

附图说明

[0042] 图1是本发明的原理示意图。

具体实施方式

[0043] 以下结合附图及实施例对本发明进行进一步的详细说明。
[0044] 本发明为了解决现有技术存在的定位概率低、定位精度差、定位算法复杂等不足,提供一种基于移动设备自身信息的无线定位方法,以已定位的移动设备作为全部锚点或者部分锚点,对待定位的移动设备进行测距定位。
[0045] 本发明中,待定位的移动设备同时利用固定锚点和已定位的其他移动设备作为参考节点来进行定位。假设环境区域内有少量位置已知的固定锚点和位置未知的移动设备,移动设备与固定锚点可以进行通信,并测量相互之间的距离,同样移动设备之间也可以进行无线通信及测距,可基于TOA,RSSI,TDOA等技术手段进行实现。
[0046] 具体过程是:已定位的移动设备广播携带自身ID与时间戳的信号,接收到该信号的固定锚点或移动设备均计算与该已定位的移动设备的距离,根据计算获得的距离信息,对待移动设备进行定位。待定位的移动设备通过移动设备进行定位时,根据时间接收的信息中的时间戳,获得当前时刻的距离,然后进行定位。
[0047] 如图1所示,对于移动设备MS1和移动设备MS3,他们可以分别与固定锚点BS1,、BS2、BS3和固定锚点BS1、BS4、BS5通信,进而根据公式di=(ti-t0)*C(i=1,2,3)求得移动设备MS1和移动设备MS3与这些固定锚点之间的距离,然后求得移动设备MS1和移动设备MS3的位置。而对于移动设备MS2,其只能和固定锚点BS4直接通信,所以传统方法很难对其进行定位。本发明中,利用已经定位的移动设备MS1和移动设备MS3充当移动设备MS2的“移动锚点”,大大增加移动设备MS2的可参考锚点数量,提高其定位率和定位精度。
[0048] 本发明改入扩展卡尔曼滤波对移动设备进行定位,则状态模型和测量模型如下:
[0049] 单个移动设备在t时刻的状态以状态向量表示如下:
[0050] x(t)=[Lx(t),Ly(t),Vx(t),Vy(t)];
[0051] 其中,Lx(t)、Ly(t)分别表示移动设备的x轴和y轴坐标,Vx(t)、Vy(t)分别表示移动设备在x轴和y轴方向上的速度;
[0052] 则n个移动设备的状态方程表示如下:
[0053] X(t)=[x1(t),x2(t),…,xn(t)]T;
[0054] 其中,xi(t)表示第i个移动用户的状态向量,T是转置运算符。
[0055] 移动设备在t-1时刻通过如下公式预测出t时刻的状态:
[0056] X(t/t-1)=FX(t-1)+W(t-1);
[0057] 其中,W(t-1)~N(0,Q)为过程噪声,表示系统的不确定性,并假定其是高斯白噪声,F表示状态转移矩阵,其将状态从t-1时刻转换到t时刻。
[0058] 移动设备在t时刻的真实状态X(t)测量的状态向量Z(t)满足下式:
[0059] Z(t)=f(X(t))+V(t);
[0060] 其中, ΔT表示时间更新间隔,V(t)~N(0,R)表示测量噪声,同样假设其为高斯白噪声,Z(t)表示移动设备在t时刻和固定锚点以及任意移动设备之间的距离向量。
[0061] 为了保证测量方程是一个线性方程,本发明中,取距离的平方组成测量向量,则[0062]
[0063] 其中, 表示固定锚点i和移动设备j之间距离的平方(i=1,2,…,m;j=1,2,…,n),Aix和Aiy分别表示固定锚点i的x轴和y轴坐标(i=1,2,…,m);
[0064] 表示移动设备j和移动设备k之间距离的平方(j,k=1,2,…,4,且j≠k),Ljx(t)和Ljy(t)分别表示移动设备j在t时刻的x轴和y轴坐标(j=1,2,…,n)。
[0065] 基于上述的状态模型和测量模型,本发明的具体步骤如下:
[0066] 1)初始化移动设备的初始位置向量Pre_X、误差协方差Pre_p、过程噪声Q及测量噪声R;
[0067] 2)根据信号传播时间计算锚点与移动设备之间,以及移动设备与移动设备之间的距离Dij;
[0068] 3)通过公式X(t/t-1)=FX(t-1)+W(t-1)和t-1时刻的最优状态,预测t时刻的状态向量X_p(t/t-1),估计协方差P_p(t/t-1)=F*P_p(t-1)*FT+Q(t-1),其中F为状态转移矩阵,Q(t-1)为t-1时刻的估计误差;
[0069] 4)根据预测的t时刻的状态向量X_p(t/t-1)计算预测的距离向量h_Xp,并根据预测的距离向量h_Xp和实际测量值Dij计算测量残差 即预测量和实际测量值之间的差值;
[0070] 5)计算卡尔曼增益K(t)=P_p(t/t-1)*H*(H*P_p(t/t-1)*HT)-1,其中,H为测量系统的参数;
[0071] 6)根据预测的t时刻的状态向量X_p(t/t-1)和卡尔曼增益K(t)更新移动设备t时刻的最优状态X_p(t)=X_p(t/t-1)+K(t)*Y_e;
[0072] 7)更新估计协方差P_p(t)=[eye(length(X_p))]*P_p(t/t-1);
[0073] 8)重复步骤2)至步骤7),进行t+1时刻的定位。
[0074] 上述实施例仅是用来说明本发明,而并非用作对本发明的限定。只要是依据本发明的技术实质,对上述实施例进行变化、变型等都将落在本发明的权利要求的范围内。

移动设备自身信息的无线定位方法委托购买说明

填写需求表单支付预付款

平台根据需求优化购买方案

确认购买方案支付尾款

平台办理变更等待成功通知

移动设备自身信息的无线定位方法购买流程说明

发起委托,需要先支付100元预付款,委托不成功,全额退返预付款;

平台收到需求后,会联系您,给到您购买方案;

您在确认购买方案后,需支付全额专利购买费,预付款可抵扣购买费,专利购买费具体参见下方表格;

平台确认收款后,将帮您办理专利购买、专利过户等全流程手续;

平台代购专利失败,将全额退返专利购买费,包括预付款;

移动设备自身信息的无线定位方法专利购买费用

授权未缴费=专利裸价+著录项变更(200元)+登办费(当年年费+5元印花税)+恢复权利请求费1000元(按实收)+委托服务费(200元)+税金(专利裸价+委托服务费)x6%

已下证=专利裸价+著录项变更(200元)+滞纳金(按实收)+恢复权利请求费1000元(按实收)+委托服务费(200元)+税金(专利裸价+委托服务费)x6%

移动设备自身信息的无线定位方法购买费用说明

专利转让费用

专利买卖交易资料

Q:办理专利转让的流程及所需资料

A:专利权人变更需要办理著录项目变更手续,有代理机构的,变更手续应当由代理机构办理。

1:专利变更应当使用专利局统一制作的“著录项目变更申报书”提出。

2:按规定缴纳著录项目变更手续费。

3:同时提交相关证明文件原件。

4:专利权转移的,变更后的专利权人委托新专利代理机构的,应当提交变更后的全体专利申请人签字或者盖章的委托书。更多

Q:专利著录项目变更费用如何缴交

A:(1)直接到国家知识产权局受理大厅收费窗口缴纳,(2)通过代办处缴纳,(3)通过邮局或者银行汇款,更多缴纳方式

Q:专利转让变更,多久能出结果

A:著录项目变更请求书递交后,一般1-2个月左右就会收到通知,国家知识产权局会下达《转让手续合格通知书》。

更多专利转让常见问题

动态评分

0.0

没有评分数据
没有评论数据
 
X 顶部大图