[发明专利]一种复杂环境下的TDOA定位追踪方法

说明书

本发明公开了一种复杂环境下的TDOA定位追踪方法，包括：步骤1，读取TDOA数据；步骤2，进行数据预处理，去除误差较大的基站；步骤3，对于剩余有效基站数大于等于4的数据进行解算，将解算结果放入数组P；步骤4，更换主基站，重复步骤3，直到该条数据中的所有基站都当过一次主基站；步骤5，如果P不为空，从中选择最合适的点放入保存最终定位结果的数组T，并清空数组P；步骤6，如果T中加入了新点，进行平均滤波，将滤波结果放入轨迹数组F；步骤7，如果T中没有加入新点，根据F中的数据利用时间和速度对当前坐标进行预测，将预测结果同时放入F和T中；步骤8，该条数据处理完毕，回到步骤1，读取下一条数据。

技术领域

本发明涉及室内定位方法，特别是涉及一种复杂环境下的TDOA定位追踪方法。

背景技术

随着物联网和移动互联技术的不断发展，越来越多的服务和应用依赖于用户的位置信息，如何精确地对设备进行定位正成为当前研究的一大热点。在室外环境下，全球定位系统(GPS)以其精度较高、稳定性强和成本低廉的优势，取得了广泛的应用，但在室内环境下，由于卫星信号无法穿透建筑物，GPS的使用受到了严重的限制。而且，相比于室外，室内环境受多径效应、非视距传输(NLOS)的影响更为明显，还存在着环境的动态变化等问题，这些都增加了室内精确定位的挑战性。目前，国内外研究者们已经提出了基于信号衰减模型、TOA(Time-of-Arrival)、TDOA(Time-Difference-of-Arrival)和AOA(Angle-of-Arrival)等原理的室内定位解决方案，其中，TDOA以其不需要严格时间同步的优势，得到了广泛的重视和研究。

在众多TDOA定位方法中，Wade H.Foy依据Taylor展开提出的方法(简称Taylor序列方法)以其形式简单、精度较高的优点取得了广泛的应用。该方法在给定初始坐标附近进行Taylor展开并忽略二阶以上分量，然后通过迭代计算误差的局部最小二乘解来逐步优化坐标。该方法的精度依赖于输入的初始值，如果初始值接近真实解则结果较为精确，但在实际应用中，初始值很难选取，导致其精度较差，甚至可能无法收敛。而且迭代的特性使其需要较大的计算量。文献：Foy W H.Position-Location Solutions by Taylor-SeriesEstimation[J].IEEE Transactions on AerospaceElectronic Systems,2007,AES-12(2):187-194.

为了克服基于Taylor展开的方法存在的依赖初始值进行迭代、无法保证收敛以及时间开销大的问题，Y.T.Chan等人提出了具有闭式解的双曲定位算法(简称Chan算法)。该算法通过引入第三个的变量，将非线性问题转化为线性问题，然后通过两次加权最小二乘法得到最终的定位结果。Chan算法计算速度快，结果也较为准确，但该算法的推导基于信道误差较小且服从零均值高斯分布的假设，该假设在真实环境下很难满足，因此精度会显著下降。文献：Chan Y T,Ho K C.A simple and efficient estimator for hyperboliclocation[J].IEEE Transactions on Signal Processing,2002,42(8):1905-1915.

发明内容

发明目的：解决Taylor序列方法、Chan算法等经典TDOA定位算法在真实环境下性能显著下降、追踪过程中无法形成连续平滑轨迹的问题，在Taylor和Chan算法中引入固定高度信息，提升定位结果的准确性，并加入数据扩充技术和坐标的先验知识，大幅减少无法解算的情况，同时通过合理的滤波和预测策略，增强轨迹的光滑性和连续性。为了解决上述技术问题，本发明公开了一种复杂室内环境下基于TDOA的定位追踪方法，该方法可以用于仓库管理、定位导览、机器人追踪等应用中，包括如下步骤：

步骤1，读取一条含有N个(一般N取值为4)以上基站的TDOA数据；

步骤2，根据历史数据进行数据预处理，去除误差较大的基站；