本發(fā)明涉及移動通信定位技術(shù)領(lǐng)域，具體地指一種基于無線通信基站的三維定位方法。

背景技術(shù)：

隨著基于位置的應(yīng)用層出不窮，位置服務(wù)己經(jīng)成為移動增值業(yè)務(wù)的重要組成部分，在移動通信領(lǐng)域具有廣泛的應(yīng)用前景，因此利用基站提供位置服務(wù)己經(jīng)成為研究和應(yīng)用熱點。近年隨著移動通信網(wǎng)絡(luò)的迅速發(fā)展，更多的移動終端接入到移動通信網(wǎng)絡(luò)中，越來越多的基站被建立起來，幾乎遍布世界的每一個角落，為終端用戶提供通信服務(wù)，所以實現(xiàn)移動終端的精準定位變得愈來愈重要。

移動通信網(wǎng)絡(luò)中最基本的定位技術(shù)是基于基站的定位技術(shù)。移動通信定位技術(shù)在當(dāng)前常用的主要有三種，即Cell-ID定位法、TDOA或AOA定位法、A-GPS定位法。影響定位精度的主要因素有：(1)多徑傳播對定位精度的影響；(2)NLOS(非視距)傳播對定位精度的影響，NLOS傳播是影響各種蟬窩網(wǎng)絡(luò)定位精度的主要原因；(3)多址干擾對定位測量的影響；(4)基站個數(shù)及位置分布對定位的影響；(5)同一位置冗余測量的數(shù)據(jù)等。

Cell-ID定位法是根據(jù)移動終端所連接的蟬窩的位置來對用戶的位置進行表示，該定位方法的精度較低，且定位精度差異大；TDOA或AOA定位法的基本原理是通過測量電波從移動終端傳播到多個基站的傳播時間或傳播時間差來確定目標終端的具體位置，定位精度高于前一種定位法，但是考慮視距和非視距的情況，測量、噪聲等因素會造成誤差；A-GPS定位法是在GPS定位技術(shù)的基礎(chǔ)之上，通過無線通信網(wǎng)絡(luò)對輔助數(shù)據(jù)進行傳輸，它是一種十分快速的定位方法，具有定位精度高、定位速度快等優(yōu)點，其缺點在于技術(shù)難度大、不能有效解決室內(nèi)的定位問題。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的是針對現(xiàn)有技術(shù)的不足之處，提出一種收斂速度快、時間復(fù)雜度低、精確度高的基于無線通信基站的三維定位方法。包括如下步驟：。

1)獲取基站BS坐標，計算出移動終端MT到基站的傳播時間；

2)從所有基站BS中選取一個為目標基站定為BS₁，其他基站定為BS_i，i為大于1的自然數(shù)；

3)計算其他基站BS_i到目標基站BS₁的距離差Dbb_i1，并篩選其他基站BS_i，更新計算移動終端MT到篩選后的其他基站BS_i的傳播時間；

4)運行α-TDOA算法，得到移動終端MT的坐標(x,y,z)；所述α-TDOA的運算公式為：

其中，

上式中，α為加權(quán)因子，α∈(0,1)，A_i為第一參數(shù)；B_i為第二參數(shù)，C_i為第三參數(shù)；S_i為第四參數(shù)，(X₁,Y₁,Z₁)為目標基站BS₁的坐標，(X_i,Y_i,Z_i)為第i個其他基站BS_i的坐標；τ_i為移動終端MT到其他基站BS_i與目標基站BS₁的傳播時間差；v為信號傳播速度，取3*10⁸m/s。

優(yōu)選地，所述步驟3)中使用k-NN分類算法，以其他基站BS_i到目標基站BS₁的距離差Dbb_i1作為判斷標準進行篩選，每類中僅保留一個基站。

優(yōu)選地，所述步驟3)中其他基站BS_i到目標基站BS₁的距離差Dbb_i1的計算公式為：

優(yōu)選地，所述步驟4)之后還包括：

5)運行α優(yōu)化算法，迭代優(yōu)化加權(quán)因子α的值，根據(jù)優(yōu)化后的加權(quán)因子α，更新計算得到移動終端MT的坐標(x,y,z)。

優(yōu)選地，所述優(yōu)化加權(quán)因子α的迭代次數(shù)為大于5次，每次迭代優(yōu)化后舍棄超過1或者小于0的值。

優(yōu)選地，所述α優(yōu)化算法的公式為：

L＝ντ_i

其中：L為中間參數(shù)，Dmbi₁為移動終端MT與到達目標基站BS₁、其他基站BS_i的距離差。

本發(fā)明提供了一種基于基站的精確定位移動終端的方法，重點提出了一種在復(fù)雜環(huán)境下的高精度高效率定位。該方法中，我們考慮視距與非視距情況同時存在的傳播環(huán)境，通過引入加權(quán)因子表達測量值與實際值之間的關(guān)系，設(shè)計算法進行計算及優(yōu)化。另外，考慮到基站的數(shù)目較多，為了提高計算速度和保證精確度，首先對基站進行分類操作，在計算過程中，同一類中的基站僅選取其中的一個的測量值參與計算。試驗結(jié)果表明，本發(fā)明提出的綜合算法計算復(fù)雜度較低、收斂速度快、效率較高，最終計算出的終端位置坐標精確度高。

本發(fā)明與現(xiàn)有技術(shù)相比具有如下突出特點：

1.采用矩陣運算的形式計算終端坐標與優(yōu)化算法，相比于現(xiàn)有技術(shù)，速度更快，時間復(fù)雜度更低；

2.本發(fā)明為提高定位精確度而設(shè)計的優(yōu)化算法思路新穎，收斂速度快，每次迭代對不滿足其應(yīng)屬范圍的加權(quán)因子值進行舍棄，有效避免了誤差較大測量值對結(jié)果的影響，大大提升了優(yōu)化效率；

3.使用k-NN分類算法，依據(jù)基站與目標基站之間的距離進行分類，去除冗余基站，速度更快；實驗表明，分類之后的定位精確度更高。

附圖說明

圖1為本發(fā)明的流程圖。

圖2為樣本數(shù)據(jù)表。

圖3為仿真結(jié)果表1。

圖4為仿真結(jié)果表2。

圖5為誤差5m內(nèi)基站數(shù)目關(guān)于定位精度曲線圖。

圖6為誤差5m內(nèi)迭代次數(shù)關(guān)于定位精度曲線圖。

具體實施方式

以下結(jié)合附圖和具體實施例對本發(fā)明作進一步的詳細描述。

本發(fā)明一種基于無線通信基站的三維定位方法引用了TDOA算法。

TDOA與時鐘同步

信號到達時間差(Time Difference of Arrival,TDOA)是指同一移動終端(Mobile Terminal)MT發(fā)出的信號的到達不同基站(Base Station)BS的時間差。此種測量值的獲取并不要求移動終端MT與基站BS的時鐘同步，而僅要求所有基站BS時鐘同步，因此在一定程度上降低了定位實施復(fù)雜度和計算復(fù)雜度。己有相關(guān)研究結(jié)果表明，基于TDOA的定位算法具有抗干擾能力強、計算精度高等優(yōu)勢，并在蟬窩通信網(wǎng)絡(luò)、WLAN室內(nèi)定位等諸多定位領(lǐng)域中得到普遍應(yīng)用。假設(shè)在時間t內(nèi)有兩個相同的信號從移動終端MT分別發(fā)射向基站BS₁與BS₂，并且己知移動終端MT與基站BS₁的距離為D₁，與基站BS₂的距離為D₂，ε為發(fā)射端與接收端的時鐘同步誤差，那么基站BS ₁與基站BS₂接收到的信號時間差為：

根據(jù)上式可知，TDOA算法對收、發(fā)端的時鐘同步?jīng)]有要求，減少了時間誤差變量，對構(gòu)建算法模型具有一定的優(yōu)化。

α-TDOA算法

綜合考慮視距與非視距情況，測量、噪聲等誤差，發(fā)現(xiàn)誤差對于數(shù)據(jù)的反映表現(xiàn)為測量值的偏大，基于其總是引起正的誤差這一事實，同時參考定位效率與精確度，我們提出α-TDOA算法模型。首先隨機初始化加權(quán)因子α(0<α<1)，使得：αvτ_i＝D_i-D₁。因此

通過移向可得

其中i＝2,3,...,N，用上式減去

可得到：

其中i＝3,4,...N,已知MT和BS_i的坐標分別是(x,y,z)和(X_i,Y_i,Z_i)，展開可以得到：

D_i²＝X_i²-2X_ix+x²+Y_i²-2Y_iy+y²+Z_i²-2Z_iz+z²

將上式結(jié)果代入(2)中：

其中i＝3,4,...N,我們把上面的式子重寫為：

S_i+A_ix+B_iy+C_iz＝0

其中：

且

將上述N-2個等式寫成矩陣的形式：

由此消除了D₁，那么MT的坐標(x,y,z)可以通過下面的方式獲得：

本發(fā)明所需要的基站數(shù)目至少為5個。

如圖1所示，本發(fā)明一種基于無線通信基站的三維定位方法的具體步驟為：

1)獲取基站BS坐標，計算出移動終端MT到基站B的傳播時間，作為TOA測量值。

2)從所有基站BS中選取一個為目標基站定為BS₁，其他基站定為BS_i，i為大于1的自然數(shù)。

3)計算其他基站BS_i到目標基站BS₁的距離差Dbb_i1，并篩選其他基站BS_i，更新TOA測量值并計算移動終端MT到篩選后的其他基站BS_i的傳播時間。

使用k-NN分類算法，以其他基站BS_i到目標基站BS₁的距離差Dbb_i1作為判斷標準進行篩選，每類中僅保留一個基站。Dbb_i1的計算公式為：

4)運行α-TDOA算法，得到移動終端MT的坐標(x,y,z)；所述α-TDOA的運算公式為：

其中，

上式中，α為加權(quán)因子，α∈(0,1)，A_i為第一參數(shù)；B_i為第二參數(shù)，C_i為第三參數(shù)；S_i為第四參數(shù)，(X₁,Y₁,Z₁)為目標基站BS₁的坐標，(X_i,Y_i,Z_i)為第i個其他基站BS_i的坐標；τ_i為移動終端MT到其他基站BS_i與目標基站BS₁的傳播時間差；v為信號傳播速度，取3*10⁸m/s。

5)運行α優(yōu)化算法，迭代優(yōu)化加權(quán)因子α的值，根據(jù)優(yōu)化后的加權(quán)因子α，更新計算得到移動終端MT的坐標(x,y,z)。

優(yōu)化加權(quán)因子α的迭代次數(shù)為大于5次，每次迭代優(yōu)化后舍棄超過1或者小于0的值。

α優(yōu)化算法的公式為：

L＝ντ_i

其中：L為中間參數(shù)，Dmbi₁為移動終端MT與到達目標基站BS₁、其他基站BS_i的距離差。

本發(fā)明中所需最少基站數(shù)目為五個。

仿真實驗

以下仿真數(shù)據(jù)于個人PC環(huán)境中取得，其中操作系統(tǒng)：Win64位，處理器：Intel酷睿i5-6300HQ 2.3GHz，內(nèi)存8GB，仿真軟件為matlab R2015a 64位。我們從實際數(shù)據(jù)的測量結(jié)果文件中讀取移動終端MT到基站BS的傳播時間為TOA測量值，其中基站分布范圍為1000×1000米(樣本數(shù)據(jù)表如下所示)，仿真按照定位方法流程圖依次執(zhí)行，結(jié)果圖2樣本數(shù)據(jù)表所示：

圖3為仿真結(jié)果表1，圖3中誤差范圍表示計算出的移動終端MT位置坐標與實際終端位置坐標之間的歐氏距離。正確率定義為(計算出的移動終端MT的位置坐標與各自的實際位置坐標之間的歐氏距離在允許誤差范圍內(nèi)的移動終端MT數(shù)目)/所有的移動終端MT數(shù)目。將給定的基站BS按其位置坐標進行分類，去掉多余的基站BS數(shù)據(jù)。根據(jù)本文算法模型，有5個基站BS的測量值P可以定位出終端坐標，更多的基站BS測量值用于提高定位的精確度。該表格表明：在同一允許誤差范圍內(nèi)，隨著參與計算的基站數(shù)目的增加，正確率也隨之提高。表中部分樣本在參與定位基站達到一定數(shù)目時無正確率數(shù)據(jù)，這是由在經(jīng)過k-NN算法分類之后，篩選后的剩余基站數(shù)目小于表中所列出的數(shù)目而導(dǎo)致的。

圖4為仿真結(jié)果表2，圖中通過5次試驗，結(jié)果表明：在同一允許誤差范圍內(nèi)，隨著加權(quán)因子α迭代次數(shù)的增加，計算出的終端位置坐標的正確率也越高；由表中數(shù)據(jù)還可以提取出如下重要信息：當(dāng)?shù)螖?shù)超過5次后，在允許誤差為5米的條件下，普遍可以得到95％以上的正確率。

圖5為誤差5m內(nèi)基站數(shù)目關(guān)于定位精度曲線圖，圖5中的結(jié)果顯示，sample1-sample5中，終端誤差范圍在5m之內(nèi)，正確率與定位基站數(shù)目的關(guān)系：sample1，定位基站數(shù)為5時，正確率最小，為33.09％；隨著基站數(shù)的增加，正確率呈上升趨勢，當(dāng)定位基站數(shù)為13時，正確率趨于穩(wěn)定，為98.73％；最高正確率超過99％；Sample2，定位基站數(shù)為5時，正確率最小，為29.75％；隨著基站數(shù)的增加，正確率呈上升趨勢，當(dāng)定位基站數(shù)為19時，正確率最高，為97.42％；Sample3，定位基站數(shù)為5時，正確率最小，為12.23％；隨著基站數(shù)的增加，正確率呈上升趨勢，當(dāng)定位基站數(shù)為23時，正確率最高，為87.77％；Sample4，定位基站數(shù)為5時，正確率最小，為16.93％；隨著基站數(shù)的增加，正確率呈上升趨勢，當(dāng)定位基站數(shù)為29時，正確率最高，為93.93％；Sample5，定位基站數(shù)為5時，正確率最小，為51.7％；隨著基站數(shù)的增加，正確率呈上升趨勢，當(dāng)定位基站數(shù)為15時，正確率最高，為99％。

圖6為誤差5m內(nèi)迭代次數(shù)關(guān)于定位精度曲線圖，圖6中的結(jié)果顯示，sample1-sample5中，終端誤差范圍在5m之內(nèi)，正確率與迭代次數(shù)的關(guān)系，總體來說，收斂速度先快后慢，分別的：sample1，迭代1次，正確率為91.45％；5次迭代之后，正確率趨于穩(wěn)定，接近99％；sample2，迭代1次，正確率為84.67％；隨迭代次數(shù)增加，正確率呈上升趨勢，最高為98％；sample3，迭代1次，正確率為90％；5次迭代之后，正確率趨于穩(wěn)定，接近99％；sample4，迭代1次，正確率為83.21％；隨迭代次數(shù)增加，正確率呈上升趨勢，最高為98％；sample5，迭代1次，正確率為66.5％；5次迭代之后，正確率趨于穩(wěn)定，接近99％。

本說明書中未作詳細描述的內(nèi)容屬于本領(lǐng)域?qū)I(yè)技術(shù)人員公知的現(xiàn)有技術(shù)。