[发明专利]一种基于LTE和Wi‑Fi异构网络下的混合定位算法

说明书

技术领域

本发明属于无线电定位技术领域，具体涉及一种基于LTE和Wi-Fi异构网络下混合定位算法。

背景技术

随着全球移动通信技术的迅猛发展，人们基于位置服务(Location Based Services，LBS)的需求日益增强，研究无线定位技术具有很强的实际意义。长期演进LTE(Long Term Evolution)作为在新一代移动通信系统承载数据业务的核心网络，研究LTE终端定位算法具有重要的现实意义。

全球定位系统(Global Position System,GPS)定位受限于阻碍物的密集程度，在室内或建筑物密集区域会使其降低定位精确度，增大耗电量。Wi-Fi(Wireless Fidelity)定位主要用于室内定位，但在室外Wi-Fi信号较弱或者无Wi-Fi信号场景无法实现定位服务。

传统无线定位算法主要有基于到达时间(Time Of Arrival,TOA)、基于到达角度(Angle Of Arrival,AOA)、基于到达时间差(Time Difference Of Arrival,TDOA)三种定位算法以及TOA/AOA、TDOA/AOA等混合定位算法。传统定位算法往往需要3个或3个以上工作基站，在非视距(None Line Of Sight,NLOS)环境下容易产生较大定位精度误差。

发明内容

本发明的所要解决的技术问题在于针对背景技术存在的问题，提出基于一种LTE和Wi-Fi异构网络下混合定位算法，该算法可以很好地实现NLOS环境下更高精度的定位。

为解决上述问题，本发明提出的技术方案是一种基于LTE和Wi-Fi异构网络下的混合定位算法，包含以下步骤：

步骤1：获取移动台所处小区的CELLID和附近的无线接入点(Access Point,AP)的信号强度指示(Received Signal Strength Index,RSSI)，得到移动台所处的位置范围，从网络侧获取测量值；

步骤2：基于单基站多信号混合定位算法几何模型，得到粒子搜索的最小区域：

步骤3：根据单基站多信号混合定位算法几何模型，构建目标函数：

步骤4：利用基于适应度动态调节惯性权重的改进PSO算法求解目标函数，粒子在小区范围内随机均匀生成M个粒子在N维空间搜索；第k个粒子的位置向量x_k＝[x_k1，x_k2，…，x_kN]^T，k＝1，2，…，M，速度向量V_k＝[v_k1，v_k2，…，v_kN]^T，k＝1，2，…，M；

根据粒子适应度的不同将群体分为三个子群，对各自群体采用不同的惯性权重，不断迭代，其三个粒子群的惯性权重表示为：

其中，k＝1，2，…M，ω_max、ω_min分别表示惯性权重的上限和下限，Δω＝ω_max-ω_min惯性权重的极差，粒子群的平均适应度的值为f_k对应第k个粒子的当前目标函数值，f_M当前最优粒子的适应度，分别表示大于、小于的粒子群适应度的平均值；

步骤5：通过基于适应度动态调节惯性权重的改进PSO算法求解目标函数，当满足下式时输出X：

‖X^t+1-X^t‖<δ

其中，X＝(x_MS，y_MS)为移动台估计位置坐标。

进一步，上述的无线接入点的位置和信号强度可以改变。

同样，上述的小区半径也可以改变。

上述的惯性权重的因子的选取范围也可以改变。

作为优选，上述惯性权重取值范围为0.35到0.85。

上述的粒子群个数M的选取范围可以改变。

本发明采用上述技术方案，具有以下技术效果：

1，本发明基于单基站多信号模型的基础上进行改进，利用移动台接收的无线信号信息，缩小了粒子群的搜索范围，从而加快粒子群收敛速度。