一种基于主被动基站信息融合的定位方法及系统与流程

1.本发明涉及通信定位技术领域，具体来说是一种基于主被动基站信息融合的定位方法及系统。


背景技术：

2.在物联网蓬勃发展的背景下，基于位置的服务迅速发展并渗入导我们生活的方方面面，高精度定位的需求也越来越大。全球定位系统(gps)在室外环境下具有覆盖范围广的特点，但定位精度一般在米及以上，无法满足高精度定位的需求，同时卫星信号易受到楼宇、树木等遮挡物及城市多径环境的影响，导致定位精度急剧下降甚至无法定位。
3.目前室内定位技术发展迅速，实际中定位系统仍有着较为广阔的发展空间。例如，一般定位系统具有系统复杂度高、部署成本高、对非视距遮挡敏感、鲁棒性弱等缺点。现阶段的定位系统大致分为两类，一类是利用基于到达时间(toa)和到达时间差(tdoa)的多基站定位方法，基站数量至少为3个且可以通过增加基站提升系统的定位精度，但对于拓扑的形状和位置的设定有较高的要求，同时基于tdoa的定位方法还需要基站之间的同步，这些原因导致了该类方法定位成本较高；另一种方法是基于到达时间(toa)和到达角度(aoa)的单基站定位技术，基站要求配置天线阵列以获取信号的到达相位信息，该类方法无需时钟同步极大降低了定位成本且满足高精度定位的要求，但目前单基站定位技术存在两方面不足：一方面，现有单基站技术仅适用于视距(los)定位场景，实际复杂场景经常出现信号非视距传播的现象，而单基站系统中的单个标签只有一条信号链路，相比多基站系统更容易受到非视距传播(none-line-of-sight，nlos)的干扰，难以实现实际复杂场景下的鲁棒定位；另一方面，现有单基站定位技术在单基站覆盖范围内的定位精度是基本固定的，不能像现有多基站定位技术一样通过增加基站来增加服务区域内的定位精度，难以满足更高定位精度场景的需求。因此，如何在不影响单基站定位系统正常工作的条件下，提升单基站系统的定位性能和抗非视距干扰能力是现有单基站定位技术亟待解决的问题。


技术实现要素：

4.本发明的目的是为了解决现有技术中当前单基站定位系统定位精度受限以及易受非视距遮挡干扰导致定位精度下降甚至不可定位的缺陷，提供一种基于主被动基站信息融合的定位方法及系统来解决上述问题。
5.为了实现上述目的，本发明的技术方案如下：
6.一种基于主被动基站信息融合的定位系统，包括：
7.主动基站，用于和所述标签之间进行双向交替通信，进而获取关于标签相对位置的测量集合；
8.被动基站，用于监听所述主动基站和所述标签之间的双向交替通信，进而获取关于标签相对位置的测量集合；
9.标签，至少包括接收机和发射机，用于向主动基站发送定位请求并与所述主动基
站之间进行双向交替通信；
10.定位服务器，用于将所述关于标签相对位置的测量集合整合为关于标签位置的系统测量集合并根据所述定位方法对标签位置进行解算；
11.进一步地，所述关于标签相对位置的测量集合包括但不仅限于距离测量、角度测量，还可以包括标签的速度、加速度等测量值；
12.进一步地，所述主动基站，至少包括：接收机、发射机、处理器和数据传输模块：
13.其中所述接收机，用于接收所述标签发送的信号，从中获取关于标签相对位置的原始测量信息，所述原始测量信息包括但不仅限于信号到达和发射时间戳，信号到达相位信息等；所述发射机，用于给所述标签发送信号，并测量所述主动基站信号发射的时间戳信息；所述处理器，用于生成所述定位事件id 标识一次双向交替通信过程，所述定位事件id能通过所述发射机发送给所述标签；所述处理器还用于将所述关于标签相对位置的原始测量信息转化为所述关于标签相对位置的测量集合；所述数据传输模块，用于上报所述关于标签相对位置的测量集合、所述主动基站id和所述定位事件id给所述定位服务器；
14.进一步地，所述被动基站至少包括：接收机、处理器和数据传输模块：
15.其中所述接收机，用于监听所述标签和所述主动基站之间通信的信号，从中获取关于标签相对位置的原始测量信息和定位事件id，所述原始测量信息包括但不仅限于信号到达和发射时间戳，信号到达相位信息等；所述处理器，用于将所述关于标签相对位置的原始测量信息转化为所述关于标签相对位置的测量集合；所述数据传输模块，用于上报所述关于标签相对位置的测量集合、所述被动基站id以及定位事件id给所述定位服务器；
16.进一步地，所述关于标签相对位置的测量集合包括但不仅限于所述标签到所述主动或被动基站的距离测量值、所述标签到所述主动或被动基站的方位角测量值、所述标签到所述主动或被动基站的俯仰角测量值、所述标签速度测量值、所述标签加速度测量值等；
17.进一步地，所述标签，至少包括：接收机、发射机：
18.其中所述接收机，用于接收所述主动基站发送的消息；所述发射机，用于向主动基站发送消息；
19.一种基于主被动基站信息融合的定位方法，用于定位服务器，具体步骤包括：
20.s1：输入所述定位系统获得的关于标签位置的系统测量集合；
21.s2：所述定位服务器根据初始时刻所述系统测量集合计算出初始定位结果，完成定位算法初始化；
22.s3：利用上一时刻的状态向量和预测模型预测当前时刻的状态向量；
23.s4：判断是否已累积了足够的历史系统测量集合数据，如果历史集合数量小于n，则仍采用先验的系统测量噪声协方差矩阵作为当前时刻的系统测量噪声协方差矩阵；如果大于n，则根据系统测量模型，利用历史系统测量集合数据自适应估计当前时刻系统测量噪声协方差矩阵；
24.s5：所述定位算法根据当前系统测量集合的残差向量对所述s4得到的系统测量噪声协方差矩阵进行修正，得到修正后的系统测量噪声协方差矩阵
25.s6：所述定位算法利用修正后的系统测量噪声协方差矩阵将所述系统测量集合转化为标签状态测量集合；
26.s7：所述定位算法根据所述系统测量集合和所述标签状态测量集合之间的关系将系统测量噪声协方差矩阵转化为标签状态测量噪声协方差矩阵
27.s8：所述定位算法结合所述标签状态测量噪声协方差矩阵和所述标签状态测量集合更新当前时刻的状态向量，得到标签在当前时刻的定位结果；
28.进一步地，所述s2具体包括：
29.k＝0时刻，根据先验的系统测量噪声协方差矩阵r0，利用初始时刻系统测量集合并基于最大似然原则得到初始标签位置的定位结果，进而得到初始状态向量x0和初始状态协方差矩阵p0，完成定位算法初始化。
30.进一步地，所述定位算法基于经典卡尔曼滤波框架，包括预测模型和测量模型两部分，
31.所述预测模型包括但不限于匀速运动模型，匀加速运动模型等；所述测量模型，测量值为标签状态测量集合，所述标签状态测量集合包括不仅限于标签位置、标签速度、标签加速度等。
32.进一步地，所述s4中利用历史系统测量集合数据自适应估计当前时刻系统测量噪声协方差矩阵具体包括：
33.如果累积的历史系统测量集合超过n个，采用距当前时刻最近的n个系统测量集合的数据对当前时刻测量噪声协方差矩阵rk进行初步的估计，表达式如下：
[0034][0035]
其中为上一时刻的系统测量噪声协方差矩阵，d为更新比例系数，εi为 i时刻卡尔曼滤波中的测量值残差向量，为n个时刻测量值残差向量的平均向量，jk为系统测量函数关于标签状态向量的雅可比矩阵，p
k|k-1
为卡尔曼滤波中预测状态的协方差矩阵；
[0036]
进一步地，所述s5具体包括：
[0037]
系统测量噪声协方差矩阵的修正公式如下：
[0038][0039]
其中为修正后的系统测量噪声协方差矩阵，修正系数矩阵fk为对角矩阵，fk对角线上第i个元素η
k,i
计算公式如下：
[0040][0041]
其中σ
k,i
为第i个对角线上的元素；εk为k时刻系统测量集合残差向量，其表达式如下：
[0042]
εk＝z
k-h(x
k|k-1
)
[0043]
式中zk为系统测量集合，x
k|k-1
为预测的状态向量，h(z
p,k
)为系统测量函数；
[0044]
进一步地，所述s6具体包括：
[0045]
基于最大似然原则，将系统测量集合zk转化为标签状态测量集合z
p,k
，其公式如下：
[0046][0047]
其中修正后的测量噪声协方差矩阵系统测量函数记作h(z
p,k
)；所述标签状态集合测量集合包括但不仅限于标签位置、标签速度、标签加速度等；
[0048]
进一步地，所述s7具体包括：
[0049]
所述标签状态测量噪声协方差矩阵和系统测量噪声协方差矩阵的转化关系如下：
[0050][0051]
式中转化矩阵t为系统测量函数关于标签状态的雅可比矩阵
[0052]
进一步地，所述标签和所述主动基站之间双向交替通信具体包括：
[0053]
所述双向交替通信中采用的无线信号类型包括不仅限于超宽带信号，5g 信号，蓝牙信号，wi-fi信号等；所述双向交替通信必须在系统分配的时隙内完成至少三帧信号通信，其中所述主动基站必须发送一次应答信号。
[0054]
本发明提供的基于主被动基站信息融合的定位方法及系统，有效解决当前单基站定位系统定位精度受限以及易受非视距遮挡干扰导致定位精度下降甚至不可定位的问题；所提出的基于主被动信息融合定位方法能够自适应估计并调节当前时刻的测量噪声协方差矩阵，从而降低受非视距影响的测量值和野值在卡尔曼滤波更新过程的权重；相比现有的非线性卡尔曼滤波方法，所提出的将关于标签状态的非线性测量集合转化为标签状态测量集合的滤波方法不仅能规避非线性测量模型线性化的误差，还能有效解决多基站定位系统中多基站在同一平面时滤波结果会偏向三维模糊位置的问题；而且由于被动基站不占用通信资源，所述定位方法可以在保证定位服务频率的同时，通过增加被动基站的数量进而提升定位精度和抗非视距传播的能力。
附图说明
[0055]
图1是本发明实例提供的一种基于主被动基站信息融合的定位系统的框图；
[0056]
图2是本发明实例提供的一种基于主被动基站信息融合的定位系统的定位原理示意图；
[0057]
图3是本发明实例提供的一种基于主被动基站信息融合的定位方法的流程图；
[0058]
图4是本发明实例提供的一种主动基站的结构示意图；
[0059]
图5是本发明实例提供的一种被动基站的结构示意图；
[0060]
图6是本发明实例提供的一种标签的结构示意图。
具体实施方式
[0061]
为使对本发明的结构特征及所达成的功效有更进一步的了解与认识，用以较佳的实施例及附图配合详细的说明，说明如下：
[0062]
为了更好地理解本发明实例公开的一种基于主被动基站信息融合的定位方法与
系统，我们以所述定位方法与系统在超宽带信号(ultra-wideband signal， uwb)上的应用为例进行描述；需要说明的是，本发明实施例中提所述定位系统使用的无线信号类型包括但不限于超宽带信号，5g信号，蓝牙信号，wi-fi 信号等。
[0063]
图1为本发明实施例提供的一种基于主被动基站信息融合的定位系统的结构示意图。如图1所示，所述定位系统包括主动基站100，标签101，被动基站102、103以及定位服务器104。
[0064]
上述定位系统中主动基站100至少包括接收机、发射机、处理器、数据传输模块。其中所述接收机和发射机搭载uwb射频模块，能够发射和接收uwb 信号并测量信号到达时间戳以及信号到达相位信息；所述接收机可以为单天线接收机或宽带阵列接收机中的任意一种；所述处理器可以根据所述时间戳和相位信息估计关于标签101相对位置的距离和角度测量集合，还可以生成所述定位事件id标识一次双向交替通信过程；所述数据传输模块可以将获得的关于标签101相对位置的测量集合和所述定位事件id发给定位服务器104；所述数据传输模块包括但不限于有源以太网(power over ethernet)模块，串行通讯端口模块，4g模块。
[0065]
上述定位系统中标签101至少包括接收机、发射机，其中所述接收机和发射机搭载uwb射频模块，能够实现和主动基站100之间进行双向交替通信并测量自身信号发射和接收时间戳；可选的，标签101还可以包括惯导模块、加速度计等传感器，并且所述传感器的测量数据可以通过uwb信号将发给主动基站100，从而上传到定位服务器104。
[0066]
上述定位系统中被动基站102和被动基站103至少包括接收机、处理器和数据传输模块；所述接收机与主动基站100的接收机类似，也配有uwb射频模块，能够监听所述主动基站100和标签101之间的双向交替通信并获取信号发射、到达时间戳和到达相位信息；所述接收机可以为单天线接收机或宽带阵列接收机中的任意一种；所述处理器可以根据所述时间戳和相位信息估计关于标签101相对位置的距离和角度测量集合，并获取主动基站100生成的定位事件id；所述数据传输模块和所述主动基站100的数据传输模块一致，不再赘述。
[0067]
上述定位系统中定位服务器104根据所述定位事件id，将主动基站100和被动基站102、103上传的关于标签101相对位置的测量集合整合为关于标签位置的系统测量集合；定位服务器104储存所有所述主动基站和被动基站的位置信息，用于所述定位方法中所述系统测量函数的构造；定位服务器104根据所述定位方法利用所述系统测量集合对所述标签101位置进行解算。
[0068]
上述定位系统中主动基站100和标签101根据personal area network id (pan id)和短地址(short address)进行点对点的通信。为了消除不同设备之间的时钟同步误差，在一次定位时隙内主动基站100和标签101进行来回三帧的双向交替通信，具体包括：标签101发给主动基站100的定位请求帧，主动基站100回复给标签101的应答帧和标签101发送给主动基站的终止帧。其中，被动基站102和103能够在一次定位时隙中切换自身的短地址，实现对所述三帧消息的监听，具体方法为：在所述标签101发送定位请求帧时，所述被动基站102的短地址和所述主动基站100一致，在所述主动基站100发送应答帧时，所述被动基站102的短地址又切换为所述标签101的短地址，依此类推实现对于点对点通信的监听。
[0069]
本发明实施例提供的基于主被动基站信息融合的定位系统的应用方式包含但不限于以下场景：
[0070]
所述定位系统可以应用于医院、养老院人员看护，以养老院为例，在养老院内布置多个主动基站和被动基站，将定位标签于老人的衣服或手环结合，即可实时掌握老人的位置信息和历史轨迹信息，可以对老人上下楼梯、走路摔倒、进入危险区域的情况进行及时告警，保护老人的安全。
[0071]
所述定位系统可以应用于无人机编队或无人车编队中。以无人机编队为例，天线阵列可搭载于无人机上，通过硬件程序控制即可实现主动基站和被动基站的切换，编队中两个无人机相互通信即可获取多组无人机群相对的距离角度信息，可以实现无人机之间的高效准确地相对定位。通过掌握无人机群的相对位置，无人机群的控制节点可以更好地调整整个机群的编队阵型。
[0072]
所述定位系统可用于监狱人员管理，将定位模块与犯人的防拆手环结合，同时将定位模块与狱警的id卡结合，在监狱内部署多个主动基站和被动基站即可实现对监狱犯人的实时准确地监控，防止突发事件的发生；实时掌握在职狱警的位置，智能规划狱警的巡视路线，及时提醒在岗狱警前往突发事件区域。
[0073]
所述定位系统可用于物流仓储方面，在仓库内部署多个主动基站和被动基站，将定位标签贴于货物外包装箱上，实时记录每件货物的运送情况，规划货物搬运路线，可以便于货物位置的查找并有效防止货物丢失错放的情况；同时仓库内工作人员佩戴定位标签，可实现人员的有效调配，保证仓库最高效地周转货物，进而大幅提升仓库的管理效率。
[0074]
所述定位系统可以应用于人员搜救中。在出现火灾、矿井、地震搜救的情况，可以将主被动融合定位系统覆盖搜救场地，有源标签可嵌入搜求人员的头盔中，可以实时定位每一位搜救队员的三维位置，提升救援指挥部的管理效率；同时，所有搜救队员之间的位置可以共享，遇到突发情况可以及时通知队友，可实现搜救队员的相互协作和紧急求救。
[0075]
图2为本发明实例提供的一种基于主被动基站信息融合的定位系统的原理示意图，如图2所示，主动基站b、被动基站c1、被动基站c2置于xoy平面上，标签a位于xyz空间内的任意一点。经过一次标签a和主动基站b的双向交替通信，主动基站b可以获得到标签a的距离db，xoy平面上的方位角θb以及仰角βb，监听基站c1可以获得到标签的距离d
c1
，xoy平面上的方位角θ
c1
以及仰角β
c1
，监听基站c2可以获得到标签的距离d
c2
，xoy平面上的方位角θ
c2
以及仰角β
c2
。其中来自不同基站的方位角和仰角测量值之间相互独立，但同一个基站的方位角和仰角之间存在相关性；由于距离测量值db、d
c1
、 d
c2
之间也存在相关性，因此需要将所述方位角、仰角和距离测量集合整合为一个关于标签位置a的系统测量集合进行定位，以便于考虑不同测量值之间的相关性。实例中提供了多个基站同时对标签a进行观测，存在足够的测量信息冗余，即使其中某个基站由于受非视距遮挡而导致了测距测角误差增大，还是可以通过剩余的未受非视距影响的测量集合对标签进行定位。需要说明的是，所述关于标签相对位置测量集合包括不仅限于：距离测量、方位角测量、俯仰角测量、标签速度测量、标签加速度测量、惯导位移信息等测量信息。
[0076]
图3为本发明实例提供的基于主被动基站信息融合的定位方法流程图，所述方法由定位服务器执行，所述定位服务器可以为云端服务器，也可以为电子终端设备，具体包括以下步骤：
[0077]
s100，定位服务器获取当前k时刻的系统测量集合，所述系统测量集合包括但不限于距离、方位角、仰角、标签速度、标签加速度、惯导位移信息。
[0078]
s101，利用初始时刻系统测量集合并基于最大似然原则得到初始标签位置的定位结果，进而得到初始状态向量x0和初始状态协方差矩阵p0，完成定位算法初始化；
[0079]
所述定位算法基于经典卡尔曼滤波框架，包括预测模型和测量模型两部分，所述预测模型包括但不限于匀速运动模型，匀加速运动模型等；所述测量模型，测量模型为标签状态测量集合；所述标签状态测量值包括但不仅限于标签位置、标签速度、标签加速。
[0080]
s102，根据卡尔曼预测模型，利用上一时刻的状态向量和预测模型预测当前k时刻的状态向量。
[0081]
s103，估计k时刻系统测量噪声协方差矩阵，具体方法如下：
[0082]
判断是否已累积了足够的历史系统测量集合，
[0083]
1)如果历史系统测量集合数量小于n，则仍采用先验的系统测量噪声协方差矩阵作为当前时刻的系统测量噪声协方差矩阵；
[0084]
2)如果大于n，则根据系统测量模型的关系，利用历史系统测量集合数据自适应估计当前时刻系统测量噪声协方差矩阵表达式如下所示：
[0085][0086]
其中为上一时刻的系统测量噪声协方差矩阵，d为更新比例系数，εi为 i时刻卡尔曼滤波中的测量值残差向量，为n个时刻测量值残差向量的平均向量，jk为系统测量函数关于标签状态向量的雅可比矩阵，p
k|k-1
为卡尔曼滤波中预测状态的协方差矩阵。
[0087]
s104，根据当前系统测量集合的残差向量对所述s103得到的系统测量噪声协方差矩阵进行修正，得到修正后的测量噪声协方差矩阵具体修正公式如下：
[0088][0089]
其中为修正后的结果，修正系数矩阵fk为对角矩阵，fk对角线上第i个元素η
k,i
计算公式如下：
[0090][0091]
其中σ
k,i
为第i个对角线上的元素；εk为k时刻系统测量集合残差向量，残差向量表达式如下：
[0092]
εk＝z
k-h(x
k|k-1
)
[0093]
式中zk为系统测量集合，x
k|k-1
为预测的状态向量，h(z
p,k
)为系统测量函数。
[0094]
s105，利用修正后的系统测量噪声协方差矩阵并基于最大似然原则将所述系统测量集合zk转化为所述标签状态测量集合z
p,k
，具体转化方法如下：
[0095]
[0096]
其中修正后的系统测量噪声协方差矩阵系统测量函数记作h(z
p,k
)。
[0097]
s106，根据所述系统测量集合和所述标签状态之间的关系，将k时刻系统测量噪声协方差矩阵转化为标签状态测量噪声协方差矩阵具体公式如下：
[0098][0099]
式中转化矩阵t为系统测量函数关于标签状态的雅可比矩阵。
[0100]
s107，结合k时刻所述标签状态测量噪声协方差矩阵和所述标签状态测量集合更新k时刻的状态向量，得到所述标签在k时刻的三维定位结果；
[0101]
s108，根据所述xk，输出当前标签的定位结果。
[0102]
本发明实施例中所提出的基于主被动信息融合定位方法能够自适应估计并调节当前时刻的测量噪声协方差矩阵，从而降低受非视距影响的测量值和野值在卡尔曼滤波更新过程的权重；相比现有的非线性卡尔曼滤波方法，所提出的将关于标签状态的非线性测量集合转化为标签状态测量集合的滤波方法不仅能规避非线性测量模型线性化的误差，还能有效解决多基站某一维度坐标相同时滤波结果会偏向三维模糊位置的问题。
[0103]
图4描述了本发明实施例提供的一种主动基站的结构示意图，包括：接收机41、发射机42、处理器43、数据传输模块44，所述接收机41，用于接收所述标签发送的信号，从中获取关于标签相对位置的原始测量信息，所述原始测量信息包括但不仅限于信号到达和发射时间戳，信号到达相位信息，标签速度，标签加速度和惯导位移信息；
[0104]
所述发射机42，用于给所述标签发送信号，并测量信号发射时间戳；
[0105]
所述处理器43，用于生成所述定位事件id标识一次双向交替通信过程，所述定位事件id能通过所述发射机发送给所述标签；所述处理器还用于将所述关于标签相对位置的原始测量信息转化为所述关于标签相对位置的测量集合；所述关于标签相对位置集合包括但不限于距离、方位角、俯仰角、标签速度、标签加速度和惯导位移信息；
[0106]
所述数据传输模块44，用于上报关于标签相对位置的测量集合、所述主动基站id和所述定位事件id给所述定位服务器。
[0107]
图5描述了本发明实施例提供的一种被动基站的结构示意图，包括：接收机51、处理器52、数据传输模块53，所述接收机51，用于监听所述标签和所述主动基站之间通信的信号，从中获取关于标签相对位置的原始测量信息以及主动基站生成的定位事件id，所述原始测量信息包括但不仅限于信号到达和发射时间戳、信号到达相位信息；
[0108]
所述处理器52，用于将所述关于标签相对位置的原始测量信息转化为所述关于标签相对位置的测量集合，所述关于标签相对位置集合包括但不限于距离、方位角和俯仰角；
[0109]
所述数据传输模块53，用于上报关于标签相对位置的测量集合、所述被动基站id以及定位事件id给所述定位服务器。
[0110]
本发明实施例中，由于所述被动基站只通过接收机监听消息，不占用通信资源，所述定位方法可以在保证定位服务频率的同时，通过增加被动基站的数量进而提升定位精度和抗非视距传播的能力。
[0111]
图6描述了本发明实施例提供的一种标签的结构示意图，包括：接收机61、发射机62，所述接收机61，用于接收所述主动基站发送的消息；所述发射机 62，用于向主动基站发
送消息。
[0112]
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是本发明的原理，在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。