基于球形天线的室内无线定位算法研究

发布时间：2020-10-13 06:28

　　 日益增长的位置服务(LBS,Location Based Serve)商业需求推动了近年来诸多位置估计技术的发展。LBS广泛应用于大型商场、医院、仓库、停车场等场合并在人流监控、医疗救助、货物调配等方面有着广阔的应用前景。一方面,复杂多变的外界环境及多径效应使得位置估计精度受到严重影响,另一方面,针对商场等的三维空间位置估计需求使得位置估计系统的部署难度和密度增加。因此,适应于三维空间环境的位置估计技术和高效的系统部署成为研究重点。本文以三维空间位置估计问题为背景,研究了影响位置估计精度的关键因素:定位系统的天线结构和位置估计算法。本文提出GSLS(Gradient-Based Simplified Least Squares)方法用于角度估计,并将该方法应用到球形天线位置估计系统中实现三维(3D,Three Dimension)空间位置估计。本文的主要研究内容包括以下几个方面:第一,对现有的TSLS(Three-Stage Simplified Least Squares)方法进行改进,提出了GSLS方法实现角度估计。TSLS方法基于扇形天线实现角度估计,但是其AOA(Angle Of Arrival)估计过程需要不断根据环境信噪比变化调整角度融合(DFU,DoA Fusion)权重以达到最小AOA估计误差,这在实际中是繁琐且难以实现的。本文提出的GSLS方法通过构建接收信号强度(RSS)与AOA间的联合概率密度函数并求解,取代了TSLS方法中的DoA(Direction OfArrival)估计及融合步骤,减小了DFU过程中权重对AOA估计精度的影响,降低了AOA估计误差;同时GSLS采用迭代法求解最优估计,与TSLS中的非迭代法相比,更易收敛到最优估计结果,AOA估计精度更高。第二,将GSLS方法引入球形天线的空间定位系统中实现了基于球形天线的AOA估计过程;为了验证系统的有效性,本文通过理论分析和仿真实验对自由空间和存在多径的室内空间的球形天线的AOA估计及位置估计性能进行了分析。结果表明:部署相对稀疏条件下(K≤S 5),球形天线位置估计系统在100m*100m*20m的室内空间位置估计误差均值为3.29m,水平位置估计误差均值为2.69m,AOA估计误差均值为6.76deg,其中方向角误差均值为1.16%,方位角误差均值为2.85%,AOA估计及位置估计误差较低,能够满足空旷室内空间如体育馆、大型仓库的定位需求。第三,针对室内定位需求,提出将基于球形天线的AOA估计结果作为指纹进行位置估计。文章通过典型环境下的位置估计实验,分析得到AOA指纹定位对设备异质性不敏感但对环境扰动敏感。由此,本文提出应用Kalman滤波器进行RSS值预处理,仿真表明,经过Kalman滤波器的处理,基于AOA的指纹位置估计方法对环境扰动和设备异质性不敏感,位置估计精度比基于RSS的指纹位置估计方法提高24.7%。同时由于AOA指纹的向量维度更小,位置估计中的数据库指纹匹配过程耗时降低25%,位置估计实时性更好。
【学位单位】：北京邮电大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TN828.6
【部分图文】：

但其ＡＯＡ估计精度受到抽样频率影响，性能不稳定。??２．?４．?３基于扇形天线的ＡＯＡ估计方法??文献［４３］首次提出了扇形天线的概念，扇形天线的位置估计系统如图２－２所示［２８］。??（？＇、、ＲＸ?ｈ?ｒ＾ｌ?ＴＳＬＳ?ＤｏＡ??ｒ＝ｎ???ｅｓｔｉｍａｔｉｏｎ??ｉｐ?＝?［ｘＰ＇２／ｐ］Ｊ，?ｆ?ｙ＇?—?＼?Ｓｃｃｔｏｉｉｚｅｄ??ａｎｔｅｎｎａ??？、—、?？？＝［工?Ａ？霜?Ｆ?Ｌ＿＾＿???ｈ?？?＼＆??％?＼?ｒ、：知———”。??《?ｒｘ２?ｉ—１—＾??＿２￥１＿＾ＲＸ?１?￡２?＝?［＾２＞?ｙ２］Ｔ?Ｖ?ＤｏＡ?Ｆｕｓｉｏｎ?Ｊ??图２－２扇形天线位置估计系统（Ｋ个信号接收（ＲＸ）单元和一个被测信号发射点（ＴＸ［２Ｓ】））??在这个系统中，己知位置的Ｋ个测量点??ｋ?＝?ｉｘｋ＞ｙｋ］Ｔ－ｋ?－?１，２，?．．．，Ｋ?（２－２）??协同工作对被测目标＝?［ｘＰ，ｙＰ；Ｔ实现位置估计。每个测量点（ＲＸ）放置一个扇形天线，??其中被测目标（ＴＸ）和测量点（ＲＸ）之间是非协作的。在扇形天线的帮助下，每个测??量点／ｃ通过角度估计方法实现对于被测目标信号的到达角的估计。此后，来自所有的??测量点的ＡＯＡ估计结果通过基于ＡＯＡ的位置估计算法（如：Ｓｔａｎｓｆｉｅｌｄ算法）得到被??测目标的位置估计Ｉｐ?＝?［￡ｐ，５ｙＴ。??每个扇形天线包含Ｍ个扇区单元

但其ＡＯＡ估计精度受到抽样频率影响，性能不稳定。??２．?４．?３基于扇形天线的ＡＯＡ估计方法??文献［４３］首次提出了扇形天线的概念，扇形天线的位置估计系统如图２－２所示［２８］。??（？＇、、ＲＸ?ｈ?ｒ＾ｌ?ＴＳＬＳ?ＤｏＡ??ｒ＝ｎ???ｅｓｔｉｍａｔｉｏｎ??ｉｐ?＝?［ｘＰ＇２／ｐ］Ｊ，?ｆ?ｙ＇?—?＼?Ｓｃｃｔｏｉｉｚｅｄ??ａｎｔｅｎｎａ??？、—、?？？＝［工?Ａ？霜?Ｆ?Ｌ＿＾＿???ｈ?？?＼＆??％?＼?ｒ、：知———”。??《?ｒｘ２?ｉ—１—＾??＿２￥１＿＾ＲＸ?１?￡２?＝?［＾２＞?ｙ２］Ｔ?Ｖ?ＤｏＡ?Ｆｕｓｉｏｎ?Ｊ??图２－２扇形天线位置估计系统（Ｋ个信号接收（ＲＸ）单元和一个被测信号发射点（ＴＸ［２Ｓ】））??在这个系统中，己知位置的Ｋ个测量点??ｋ?＝?ｉｘｋ＞ｙｋ］Ｔ－ｋ?－?１，２，?．．．，Ｋ?（２－２）??协同工作对被测目标＝?［ｘＰ，ｙＰ；Ｔ实现位置估计。每个测量点（ＲＸ）放置一个扇形天线，??其中被测目标（ＴＸ）和测量点（ＲＸ）之间是非协作的。在扇形天线的帮助下，每个测??量点／ｃ通过角度估计方法实现对于被测目标信号的到达角的估计。此后，来自所有的??测量点的ＡＯＡ估计结果通过基于ＡＯＡ的位置估计算法（如：Ｓｔａｎｓｆｉｅｌｄ算法）得到被??测目标的位置估计Ｉｐ?＝?［￡ｐ，５ｙＴ。??每个扇形天线包含Ｍ个扇区单元

基于指纹的位置估计方法（Ｆｉｎｇｅｒｐｒｉｎｔ－ｂａｓｅｄ?Ｌｏｃａｌｉｚａｔｉｏｎ）将生物上的指纹概念推广??到了位置估计过程中，实现复杂环境中的位置估计。指纹定位方法包括两个过程，离线??的指纹采集（Ｏｆｆ?Ｌｉｎｅ）和在线的指纹匹配（Ｏｎ?Ｌｉｎｅ）。图２－４展示了它的基本操作流??程。??离线阶段?在线阶段??（ＯｆＦＬｉｎｅ）?（Ｏｎ?Ｌｉｎｅ）?位賈估计??——?（（？＞）?（Ｌｏｃａｔｉｏｎ??ＪＬ?Ｅｓｔｉｍａｔｉｏｎ）??网格划分?Ｍ胃＾???（Ｓｉｔｅ?Ｓｕｒｖｅｙ?）?ｖ－３?＇ｓ＜Ｑｒ??信号测读?ｉ??Ｆｉｎｇｅｒｐｉｉｕｔ）?Ｃ?Ｓｉｇｎａｌ?，??ｙ?ｆ?Ｍｅａｓｕｒｅｍｅｎｔ）?ｊ??Ｉ??ｍｔｘｎｍ?＾??（Ｆｉｎｏｅｒｐｒｉｎｔ??＾?Ａ?＾?Ｔ??Ｄａｔａｂａｓｅ）?｜?Ａｌｇｏｒｉｔｈｍ）??＾?＾??图２－４基本指纹定位系统??离线阶段将位置估计区域进行网格划分（ＳｉｔｅＳｕｒｖｅｙ），并采集位置指纹（Ｌｏｃａｔｉｏｎ??Ｆｉｎｇｅｒｐｒｉｎｔ）存储在指纹数据库（ＦｉｎｇｅｒｐｒｉｎｔＤａｔａｂａｓｅ）中。如同生物中的指纹概念，采??集的指纹要求不同网格之间的指纹是独一无二的，常用来作为指纹的无线信号特征包括：??接收信号强度大小（ＲＳＳ）、信号接收时间（ＴＯＡ）?［２１］、信号接收时间差（ＴＤＯＡ）?［６Ｇ］、??位置的多径特征、信道状态信息（ＣＳＩ
【相似文献】

相关期刊论文 前10条

1 陈关聚，李建华;位置估计及其在石油地质中的应用[J];西北大学学报(自然科学版);1996年01期

2 沈磊;吴建华;杨仕友;;基于自举电路的开关磁阻电机初始位置估计方法[J];中国电机工程学报;2011年06期

3 何栋炜;彭侠夫;蒋学程;周结华;;内置式永磁同步电机转子初始位置估计方法[J];电机与控制学报;2013年03期

4 周阳;吴德伟;;基于位置细胞的空间表征及位置估计模型[J];上海交通大学学报;2018年04期

5 冀大雄;刘健;周波;封锡盛;;深水机器人低成本导航系统的位置估计方法研究[J];仪器仪表学报;2009年01期

6 刘斌;栾忠权;马超;余周祥;;基于L型阵列的故障声源位置估计[J];电子测量与仪器学报;2017年04期

7 张磊;刘闯;王云林;张云龙;;一种具有容错功能的开关磁阻电机初始位置估计方法[J];电工技术学报;2014年07期

8 黄抚春;一个有最大崩溃点的正交同变的多元位置估计[J];数学研究与评论;1994年02期

9 王高林;杨荣峰;于泳;徐壮;徐殿国;;内置式永磁同步电机转子初始位置估计方法[J];电机与控制学报;2010年06期

10 陈万通;汪竹青;刘庆;;一种基于集体检测理论的GPS直接位置估计实现方法[J];航天控制;2019年03期

相关博士学位论文 前2条

1 邵文华;室内移动位置感知关键技术研究[D];北京邮电大学;2019年

2 蔡骏;开关磁阻电机无位置传感器技术[D];南京航空航天大学;2012年

相关硕士学位论文 前10条

1 张丽颖;基于球形天线的室内无线定位算法研究[D];北京邮电大学;2019年

2 胡任之;永磁同步电机转子初始位置估计[D];哈尔滨工业大学;2008年

3 杨延东;基于位置估计的业务分布研究[D];北京邮电大学;2016年

4 乔震莉;变压器分接头位置估计改进算法在晋中电网的应用[D];华北电力大学（河北）;2005年

5 周俊奇;无线网络中的移动台位置估计技术研究[D];南京邮电大学;2013年

6 王敏;Fingerprint定位方法中的接入点选择及位置估计研究[D];哈尔滨工业大学;2009年

7 李靖;行进视觉中环境对象位置估计[D];中南大学;2011年

8 赵锋娟;目标识别与位置估计融合处理的多Agent系统[D];哈尔滨工程大学;2007年

9 杨伟;基于粒子滤波的自主机器人视觉目标跟踪研究[D];哈尔滨工程大学;2011年

10 韩晓宇;不同拜占庭数据攻击策略下的分布式目标位置估计方法[D];浙江大学;2016年

本文编号：2838856