[发明专利]提高定位精度和鲁棒性的无线电信息融合定位方法

说明书

本发明涉及一种提高定位精度和鲁棒性的无线电信息融合定位方法，该方法首先对所采集的移动台原始位置信息进行预处理，以提取到的移动台位置特征参数为基础，逐步使用数据层信息融合算法和决策层信息融合算法，将原始位置信息进行融合，得到移动台位置的精估值；然后反推出移动台位置特征推算参数，遍历所有的移动台位置特征参数，直到得到移动台位置特征推算参数和移动台位置特征参数之间的最小均方误差；最后判断如果最小均方误差大于预设值，则对数据层信息融合算法和决策层信息融合算法进行修正，否则将移动台位置的精估值作为最终的融合定位结果；本发明可实现复杂输入参数下的融合定位功能，提高了定位系统的定位精度和鲁棒性。

(一)、技术领域：

本发明涉及一种无线电定位方法，特别涉及一种提高定位精度和鲁棒性的无线电信息融合定位方法。

(二)、背景技术：

随着物联网、智慧城市的发展，大量的信息服务需要位置信息的支持，室外定位可采用GPS或北斗等卫星定位技术，基本能满足日常需求；由于室内信号差，卫星定位导航不足以承担室内定位的需求。目前室内定位采用WIFI、RFID、无线传感网络和蓝牙等定位技术实现，定位方案有：基于信号强度、到达时间和到达时间差等。现有无线定位方法有如下缺陷：

(1)一种基于WIFI和蓝牙多模融合的室内定位算法。该定位算法采用欧式空间距离和网格合并得到各自的定位结果，使用指纹算法，将两种传感器的定位结果在决策级上进行融合，使用多个RSS向量的分量的平均值构建特征向量，使用欧氏距离作为相似度，并在此基础上进行网格合并，解决了单模定位的局限性。该方案选择复杂度较低的欧氏距离作为算法的基本数学模型，提高定位的实时性，但定位精度不高，不适用于实际的室内定位。

(2)基于ANDRORID手机的室内定位技术，利用WIFI的RSSI信号、个人行尾推测(PDR)和粒子滤波实现室内定位导航。该研究由于没有合理的数学模型以及对PDR的有效误差校正，容易产生积累误差。

(3)基于超声波/INS信息融合的室内定位法。以自主引导小车(AGV)为定位终端，引入超声波定位方法和非完整性约束条件得到自主引导小车的位置和速度信息，利用该信息与惯性导航系统通过卡尔曼滤波进行数据融合以实现定位。该方法具有很好的收敛性，可以致纯惯导定位误差发散，具有较高的定位精度，适用于二维平面的定位终端，在天向(地理坐标系)方向变化不大，不适于实际的多层复杂室内环境。

(4)一种基于INS/GPS组合导航系统的信息融合。将INS和GPS两个导航子系统所测量的信息进行互联与状态矢量估计，即利用GPS接收机、惯性陀螺和加速度计的量测作为多源信息，组合导航系统根据这些信息给出的关于导航参数误差的最优估计量。基于联合卡尔曼滤波器的信息融合算法的设计，是整个组合系统的核心部分，用实时的估计系统的误差状态，依据最小均方误差估计的控制规律，对惯性导航进行反馈修正，进而提高整个系统的导航精度。该方法导航精度主要取决于GPS的定位精度，在室内信号差，易受环境影响定位效果，不适用于实际室内环境下的精准定位。

现有的室内定位技术多需要重新布设基站，面临着前期铺设难度大、单独使用存在后期定位精度不高，抗干扰能力差，场所不同无线信号易缺失，导致无法准确定位，有效性和实用性不足等问题。例如超宽带定位技术，虽然定位精度较高，但前期投入成本太高，不利于普及、推广。而目前常见的无线定位大多都在米级，像常见的WIFI定位，大概只能得到5～10米的精度，无法满足高精度定位需求。随着社会发展和技术进步，高精度、低成本的室内定位技术已经成为迫切需求。因此单一方法存在着只能获得环境特征的部分信息段的局限性和鲁棒性不足的缺点。

现有的无线电定位技术，往往更重视位置估计和误差消除算法性能的优劣，而没有将无线电定位技术作为一个系统整体进行设计和优化。

无线电信息融合定位系统是一个综合处理多种定位信息的模型，能够提高定位精度，其研发的技术难点主要有：