混合定位技术

2024-07-14

混合定位技术（精选4篇）

混合定位技术篇1

0 引言

无线定位技术是利用无线信号来判断某一范围内终端的物理位置的一种方法,通过对接收到的无线电波的某些参数进行测量,根据特定的算法计算出被测物体的位置[1]。常用的特征参数有信号强度、到达角度(AOA)[2]、到达时间(TOA)[3]或到达时间差(TDOA)[4],定位的精度取决于提供的参数和定位算法。

无线定位按照空间位置可分为卫星无线定位和地面无线定位和室内无线定位3类。卫星无线定位系统以美国的GPS系统为代表[5],另外还有俄罗斯的GLONASS系统,欧洲的伽利略系统以及我国的北斗双星系统。地面无线定位技术依赖于蜂窝移动通信网络[6],常用的有CDMA、GSM以及3G蜂窝无线定位技术。室内无线定位技术以室内无线网络为基础,常用的有基于RFID[7]和UWB[8]等无线定位技术。

本文首先介绍几种无线定位技术的原理,分析几种无线定位技术的优缺点,最后研究综合多种无线定位技术特点的混合无线定位技术。

1 几种无线定位技术的原理和特点

1.1 GPS全球定位系统

GPS定位的基本原理是根据高速运动的卫星瞬间位置作为已知的起算数据,采用空间距离后方交会的方法,确定接收机的位置。如图1所示,假设t时刻在地面待测点上安置GPS接收机,可以测定GPS信号到达接收机的时间Δt,再加上接收机所接收到的卫星星历等其它数据可以确定以下方程式:

undefined

式中:(x,y,z)为待测点坐标的空间直角坐标;i∈{1,2,3,4}表示每颗卫星的编号;(xi,yi,zi)表示卫星i在t时刻的空间直角坐标,可由卫星导航电文获得;vti表示卫星i的钟差,由卫星星历提供;vt为接收机的钟差;di=c·Δti,表示卫星i到接收机之间的距离,Δti表示卫星i的信号到达接收机所经历的时间,c为卫星信号的传播速度(即光速)。式(1)中待测点坐标(x,y,z)和vt为未知参数,由式(1)即可算出待测点的坐标(x,y,z)和接收机的钟差vt。

1.2 蜂窝无线定位技术

蜂窝移动通信系统中的多个基站同时接收到来自同一个移动终端发射的无线电信号,把信号的相关参数传送给移动网络中的定位服务器,计算出移动终端的位置,如图2所示。利用移动蜂窝网络对移动终端定位的方法主要有3种:基于电波场强的定位技术;基于电波到达入射角的定位技术;基于电波到达时间或到达时间差的定位技术。

电波场强定位技术根据移动终端接收的信号强度与移动终端至基站之间的距离成反比关系,通过测量接收信号的场强值和已知信道衰落模型以及发射信号的场强值,可以估算出收发信机之间的距离,由多个距离测量值(3个以上)可以估算出移动终端的位置。电波到达入射角的定位技术是利用基站的阵列天线来测出移动终端信号的入射角,构成从基站到移动终端的直线,两条直线的交点即为目标移动终端的位置。到达时间定位技术是通过测量目标移动终端发出的信号以直线到达基站所消耗的时间,根据无线电波在空中的传播速度可以计算出移动终端与基站之间的距离。到达时间差的定位技术是通过测量移动终端信号到达两个基站的时间差来实现移动终端定位的,而不是通过测量到达的绝对时间来确定移动终端的位置,大大降低了对时间同步要求。

1.3 RFID无线定位技术

当电子标签进入阅读器的读取范围时,电子标签便收到来自阅读器天线发射的射频信号的感应或辐射,从而激活电子标签开始工作。电子标签将自身的编码信息以射频信号的方式回送给阅读器,阅读器对接收到的信号进行相应的解码处理。

如图3所示,3个阅读器把接收到的来自同一个标签的信号强度等信息,通过数据转发器传递给位置处理中心,处理中心根据3个阅读器接收到的信号强度值以及已知的3个阅读器的坐标,经过计算,可以确定标签的位置。

1.4 几种无线定位技术的特点

由于GPS卫星数目较多,分布合理,不受天气的影响,因此GPS能够为全球用户全天候地提供实时的三维位置、三维速度和精密时间,并且GPS定位技术成熟,已经被广泛应用。但是在室内环境和一些城市阴影地区,由于卫星信号被遮挡,如果所在位置上空没有3颗以上的卫星,那么就无法进行定位[5]。

蜂窝移动定位技术是一种不依赖于GPS的无线导航的定位技术,位置信息可以通过移动通信网络,迅速传送给移动用户或者远端的用户,基于电波到达时间差的定位方法,对网络要求简单,比较容易实现,因而应用较为广泛[9]。但是地面无线电波传播环境的复杂性增加了实现高精度定位的难度,特别是蜂窝网络信号覆盖较差时,这种定位技术的精度会大大下降。

电子标签的非接触式识别、数据存储量大、标签的内容也可读可写,这些特点决定了射频识别技术可以提供一种快速、灵活和可靠的电子方式来检测和跟踪各类目标对象。RFID定位精确度主要取决于RFID阅读器的分布,用户可以根据自身实际对阅读器的分布进行设置,特别适合室内环境的应用。同时,特定区域越大或者定位的精度越高,需要分布的阅读器也就越多;当用户在特定区域以外,由于没有阅读器的分布,该技术无法实现定位。

2 混合无线定位技术

由于每种无线定位技术都有各自的优缺点,适合不同的场合应用,因此综合多种无线定位技术的优点的混合定位技术成为近年来无线定位技术发展的方向热点,下面介绍两个应用实例。

gpsOne基于GPS和CDMA蜂窝移动通信网络的混合定位技术[10],移动终端同时从GPS卫星和蜂窝网络收集测量数据,然后通过蜂窝网络把这些数据传送给定位服务器,定位服务器采用指定的算法对这些数据进行处理生成精确的三维定位,如图4所示。

传统的GPS定位,在室内无卫星信号的环境下无法定位,CDMA三角运算定位能弥补这一缺陷,gpsOne结合了无线网络辅助GPS定位和CDMA三角运算定位,较好地改善了室内定位效果。如果在GPS卫星信号良好的情况下,比如移动终端可以接收到4颗或者4颗以上GPS卫星信号,定位服务器会优先采用GPS信号进行定位计算;如果GPS卫星信号一般,比如移动终端只能接收到1～3颗GPS卫星信号,定位服务器会采用GPS信号并辅之以CDMA三角定位算法进行定位计算;如果GPS卫星信号非常恶劣,比如移动终端在地下室根本接收不到GPS卫星信号,定位服务器只采用CDMA三角定位算法进行计算。由于GPS的定位精度高于CDMA蜂窝定位,因此gpsOne系统的定位精度主要与卫星信号的强度,GPS卫星信号越好,定位精度越高。在GPS卫星信号和蜂窝网络信号都无法单独完成定位的情形下,gpsOne系统会充分利用这两种信息源,只要一颗卫星信号和一个基站信号就可以完成定位,解决了传统GPS无法解决的问题。

一种采用混合无线定位技术的智能交通管理系统如图5所示,该系统综合应用RFID、GPS和蜂窝无线定位等多种无线定位技术。

当车辆行驶在开阔区域,车载GPS接收机接收到的卫星信号以及移动终端设备接收到的蜂窝基站信号较好,可以通过GPS和蜂窝无线定位技术,确定自己的准确位置,然后通过蜂窝移动网络把位置信息传送给用户。当车辆行驶在卫星信号和蜂窝移动通信网络信号覆盖较差的环境,比如,当车辆行驶在隧道时,可以通过RFID定位技术弥补前面两种定位技术的不足。将RFID阅读器按一定的间隔布置在隧道里面,每一个阅读器唯一标注了此位置;在车载端,每辆汽车上安装有电子标签,每当汽车经过某个阅读器时,阅读器便会读取标签的信息,并将读取到的信息和阅读器本身的位置信息一并通过网络传送给用户,从而实现用户对车辆行踪的监控,同时标签接收到来自阅读器的信号后,把阅读器的位置信息传给车载设备。车辆可以根据自己的位置信息,结合车载GIS(地理信息系统)实现导航功能的实现,

3 结束语

随着通信技术的发展和人们对定位服务的要求日益增加,无线定位技术在现代社会中发挥着越来越大的作用。混合无线定位技术,综合多种无线定位技术的优点,有效提高定位准确性和可靠性,是无线定位技术发展的趋势。

摘要：无线定位技术在现代社会中发挥着重要的作用。文中首先描述基于GPS、蜂窝网络和RFID的3种典型无线定位技术的原理,分析了各自的特点,并介绍了混合无线定位技术在手机定位和智能交通管理中的应用实例。研究表明,混合无线定位技术,综合了多种无线定位技术的优点,能有效提高定位准确性和可靠性,是无线定位技术发展的趋势。

关键词：无线定位,混合定位,GPS,RFID,蜂窝网络

参考文献

[1]REED J,RAPPAPORTT.An overview of the challenges and progress in meeting the E-911requirement for location service[J].IEEE Communication Magazine,1998,36(4):30-37.

[2]毛永毅,李明远,张宝军.一种NLOS环境下的TOA/AOA定位算法[J].电子与信息学报,2009(1):37-40.

[3]杨天池,金梁,程娟.一种基于TOA定位的CHAN改进算法[J].电子学报,2009(4):819-822.

[4]HO K C,WU W.An accurate algebraic solution for moving source location using TDOA and FDOA measurements[J].IEEE Trans.Signal Processing,2004,52(9):2453-2463.

[5]鲁郁.GPS全球定位接收机:原理与软件实现[M].北京:电子工业出版社,2009:1-35.

[6]SAYED A H,TARIGHAT A,KHAJEHNOURI N.Network-based wireless location[J].IEEE Signal Processing Magzine,2005,22(4):24-40.

[7]王勇,胡旭东.一种基于RFID的室内定位算法[J].浙江理工大学学报,2009,26(2):228-231,255.

[8]肖竹,于全,易克初,等.适用于NLOS环境的UWB定位方案研究[J].通信学报,2008,29(4):1-7.

[9]ZHAO L,YAO G,MARK J W.Mobile positioning based on re-laying capability of mobile stations in hybrid wireless networks communications[A].Communications,IEE Proceedings[C],2006:762-770.

[10]王视环.蜂窝网与GPS相结合的手机混合定位技术gp-sOne[J].信息与电子工程,2004,2(3):238-240.

混合定位技术篇2

据统计, 人们日常生活中超过80%的时间在室内活动, 而处于陌生的室内环境, 如大型医院门诊楼、地下停车场等场所时, 获取个人位置信息、目标位置信息的需求就显得尤为重要。在室外环境下, 全球定位系统 (Global Positioning System, GPS) 、北斗卫星导航系统 (Bei Dou Navigation Satellite System, BDS) 以及移动运营商布设的通信站点都可以向用户提供高精度的位置信息[1,2]。但是由于室内环境的信号屏蔽、多径干扰等问题, 上述系统并不能提供满足用户需求的室内位置信息, 因此需要开展有针对性的室内定位系统研究。随着智能手机的高速发展和普及, 面向智能终端的室内定位技术也蓬勃发展起来, 诸如利用手机蓝牙 (Bluetooth) 、红外线 (Infrared Ray) 、无线局域网 (Wireless Local Area Network , WLAN ) 等[3]。此外, 采用紫蜂协议 (Zig Bee) 、无线射频识别技术 (Radio Frequency Identification, RFID) 、超宽带技术 (Ultra Wind Band, UWB ) 以及无线传感器网络 ( Wireless Sensor Networks, WSN) 等的室内定位和导航系统, 也在商品物流、医疗保健、治安消防等领域大放异彩[4]。

随着多媒体服务的多样化, WLAN在大型商场、医院门诊楼、机场大厅、火车站等场所逐渐普及, 基于WLAN的室内定位技术凭借着其良好的适应性、抗干扰性, 在室内定位领域占有广泛应用市场。针对WLAN室内定位, 研究学者提出了包括最强基站法、传播模型法和位置指纹法在内的诸多定位机制, 以及三边测距法、概率法和K邻近法等位置解算算法[5,6]。相比较而言位置指纹法能够提供较高精度的位置信息, 但是对于数据库的建立仍有很高要求, 包括同一采样点由于人员变化导致的信号强度信息 (Received Signal Strength, RSS) 的变化。因此, 有研究学者将改进方法着眼于基于WLAN的多方法融合, 以及通过与其他定位技术结合, 采用混合定位参数的方法进行定位[7]。

本文在研究了近年来国内外的室内定位技术现状的基础上, 首先对多种不同的定位方法进行论述, 对比分析了相应的特点和适应的定位环境;同时讨论了相关学者提出的混合定位方法, 阐述了基于信息融合技术的高精度室内定位;最后对基于多技术融合应用提高定位精度的室内定位系统进行介绍, 即采用混合参数定位法, 通过与不同的定位技术融合, 以适应不同室内定位环境需求, 达到室内定位的精度要求。

1 混合参数定位方法

随着信息技术的发展, 各式各样的定位系统应运而生。与室外环境下的卫星定位和通信运营商节点定位不同, 室内环境下信号通道更加复杂, 干扰更多。室内环境信号大致可以分为视距传播 (Lineof-Sight, LOS) 和非视距传播 (Non-Line-of-Sight, NLOS) 。视距传播属于比较理想的室内环境, 类似于空旷的场馆或者地下停车场等, 但大多数室内环境属于非视距传播环境, 甚至是人员密集区域, 干扰十分严重。因此开展针对室内NLOS环境下的定位技术研究, 需要根据实际场景, 采用不同的定位方法。通过对多种定位方法的混合使用进行定位, 可以进一步提高系统定位精度, 降低系统计算复杂度, 这也为室内定位提供了新的思路和发展方向。

1.1 经典定位方法

所谓定位方法, 即定位系统对移动台进行定位的运行机理。针对不同的定位环境和所设计的定位系统, 研究学者们提出了许多不同的定位方法, 可以将其归为经典定位方法, 主要包括接收信号强度定位、到达时间定位、到达角定位、到达时间差定位等, 下面分别予以介绍[8]。

(1) 接收信号强度定位

接收信号强度 (Received Signal Strength Indication, RSSI) 定位方法是根据一定的无线电磁波传播损耗模型, 将移动台接收的来自已知节点的信号强度值转化为距离值, 进而估计出节点与移动台之间的距离。然后以移动台为圆心, 估计距离值为半径作圆, 二维平面上利用三个圆的交点即可判断出移动台的位置, 即三边定位算法。RSSI定位方法的优点在于目前市面上大多数无线通信设备都提供了读取信号强度的功能, 既可以主动进行定位, 也可以被动地被探测到, 应用前景比较广阔。其缺点是由于室内环境复杂多变, 即便预先得到了较为精确的传播损耗模型, 但在实际的工程实现中仍会出现较大偏差, 精度较差。

(2) 到达时间定位

到达时间 (Time of Arrival, TOA) 定位方法是一种非常经典的定位方法, 预先布设的接入点 (Access Point, AP) 测量移动台发往接入点的上行信号, 获得移动台到节点的传播时延, 从而估计出两者之间的距离, 同样利用三边定位原理确定移动台的位置。TOA定位方法对设备的时间精度要求非常高, 往往需要移动台与多个节点之间进行严格的时间同步。

(3) 到达角定位

到达角 (Angle of Arrival, AOA) 定位方法是节点通过测量移动台的上行信号的到达角度, 利用多个节点测得的角度构建直角坐标系, 对移动台位置进行解算。AOA定位方法对于节点布设及测量精度的要求较高, 因为需要通过多个节点的精确测量才能得到移动台的精确位置, 而微小的偏差往往会导致很大的估计误差。

(4) 到达时间差定位

到达时间差 (Time Difference of Arrival, TDOA) 定位方法是一种利用信号达到检测端的时间差来进行定位的方法。多个节点利用移动台发往节点的上行信号传播时延差构建双曲线方程, 并求解得出移动台的位置坐标。TDOA定位方法不需要检测端与移动台进行时间同步, 同时可以保证定位精度。

在定位过程中, 对上述的某一种方法进行位置解算, 采用如三边定位法、质心法、最大似然估计算法、MUSIC算法等就可以确定目标位置[9,10]。然而在实际使用过程中, 会出现定位精度与系统成本之间存在矛盾等问题, 为了改善这一情况, 研究学者们又提出了混合参数定位方法。

1.2 混合参数定位方法

混合参数定位方法是采用信息融合理念, 在节点或检测端采用各种类型的定位参数, 通过联合算法来实现对移动台位置坐标的定位。由于室内环境复杂多样, 存在多径和非视距传播等问题, RSSI、TOA、AOA、TDOA的定位精度各不相同。因此, 采用融合定位的方法进行定位往往可以取得更好的效果, 诸如TOA/AOA、TOA/TDOA等混合参数定位方法, 可以有效利用定位参数信息, 提高定位性能。同时, 对采用同一定位参数的多种不同系统进行联合定位, 通过最优化选择, 也可以达到提高定位性能的目的[11]。

基于RSSI、AOA、TOA、TDOA的室内定位估计, 目前已经提出了多种算法[12,13,14,15], 可以将这类定位方法归为单一参数定位方法。采用两种或多种技术结合定位的方法则可以称为混合参数定位。混合参数定位所选用的方法会随着室内定位环境和所选模型的变化而变化。在基于时间测量的定位中, 比如TOA和TDOA, 计算基站 (Base Station, BS) 和移动台 (Mobile Station, MS) 之间的距离需要使用传播时间或传播时间的差值。但是, TOA方法需要BS和MS时钟高度同步, 这是TOA的一个缺点, 而这一缺点在NLOS条件下会更加明显。同样, 不同路径产生的多信道信号会产生一个额外时延, 也会造成距离误差。在TDOA中, 通过对时差的处理, 可以将计时的误差大大降低或可以忽略, 但相较于TOA, 它的算法复杂度又会提高。基于RSS的定位技术目前的研究较为完善, 但是它的缺点是易于受到干扰, 包括同一地点在不同时间、温度下所测量的RSS值也会不同, 这对定位带来了很大的难度和工作量。因此, 通过TDOA/RSS、TDOA/AOA进行混合参数定位, 对系统复杂度的降低、定位精度的提高都有良好的改进效果。

另一种混合参数定位的思想是基于同一定位方法或参数的不同技术融合, 如WLAN与蓝牙[16], RFID与惯性导航[17]、RFID与超声波[18]等进行混合参数定位的方法。这类方法的主要思路是通过设置阈值进行最优化选择, 避免了单一定位方法在距离过远或干扰较多情况下定位精度低的问题, 取得了良好的定位效果。针对WLAN系统进行混合参数定位的方法实现度高, 具有良好商业前景, 下文将逐一介绍与WLAN相关的混合参数室内无线定位技术。

因此, 在目前已有的各种定位方法下, 采用混合参数定位进行融合定位, 或将为室内定位的下一步发展指出一条崭新的道路。

2 混合参数方法下的室内无线定位技术

低复杂度和高精度室内定位是目前无线领域面临的主要挑战之一。研究学者提出的用于进行室内定位的技术以WLAN解决方案为主, 其他一些可供选择的方案, 例如红外线光、超宽带系统、蓝牙、RFID等也都有不同的应用。它们的特点是利用接收信号强度 (RSS) 来达到低复杂度的目的。但是目前存在的主要问题是如何利用已有的可用信号, 如WLAN、RFID等来达到尽可能高的精度, 这也是研究学者最为关注的问题。因此混合定位系统的尝试, 已成为目前室内定位技术发展的新方向。

2.1 基于WLAN-RFID的混合定位技术

无线射频识别 (RFID) 技术在室内环境下的追踪和定位的应用正逐渐成为研究的热点。凭借着低成本和高效率的特点, RFID系统可以轻松地应用到物体或人身上。因此, 有研究学者提出了将RFID应用于WLAN环境下来获取更精确的定位效果。

2010 年, 有研究学者首次提出将WLAN和RFID定位混合使用进行定位[19]。在实验室环境下, 可以将一部包含WLAN信号接收器和RFID信号读取器的手机放置在布设好多个被动式RFID标签的房间内。来自标签的散射功率只会被放置在实验房间内的手机所接收, 并且作为一个空间信息记录下来, 位置估计则是依靠WLAN的位置指纹信息, 而且位置指纹信息的采集点与被动式RFID标签位置一致, 通过两者同时定位比对, 来达到对高精度定位的需求。

但是这种方法并没有考虑到对WLAN信号和RFID信号的定位结果做一个最优选择的问题。芬兰坦佩雷大学的学者们在这种思路的基础上进行了进一步的改进[20], 设计利用可穿戴式被动超高频RFID标签 (Wearable Passive UHF RFID Tag) 和无线终端进行定位。可穿戴式标签由于是电镀纺织物, 因此可以完美地佩戴在衣服上, 这使得它成为监视人体运动和追踪的极佳方案。此外, 它还可以在穿戴者和天线间进行可靠高效的无线通信, 方便采集信号强度 (RSS) , 进行融合定位计算。利用无线终端接收参考点的信号强度值, 构建实验室无线地图, 无线终端同时可将RSS数据转换为笛卡尔坐标系以便后续位置解算使用。来自多个接入点的实际位置和信号强度值都被存储在数据库中, RFID标签同样使用这些位置。将采集到的WLAN接入点信号强度值和RFID读取器接收到的值根据高斯分布和最优化方法进行解算, 得到一个最优化阈值。当RFID信号强度比WLAN信号强度高出阈值范围时, 便使用RFID解算的位置坐标作为移动台的坐标, 反之则使用WLAN定位的坐标。通过这样一个最优选择的方式, 达到高精度定位的目的。同时, 随着使用联邦滤波等方法和相关改进算法的提出, 基于WLAN-RFID的信息融合定位技术也会越来越成熟。

2.2 基于视觉跟踪的信息融合室内定位技术

在复杂的大型室内场所内, 监视系统的覆盖越来越全面, 研究学者提出了使用视觉跟踪 (Visual Tracking, VT) 技术来实现对室内人员的定位和追踪, 以及室内人员通过携带的无线终端配合WLAN和视觉跟踪进行定位和导航[21]。

这一概念的提出来自上海交通大学与美国俄亥俄州立大学联合研究的室内定位项目[22], 在WLAN位置指纹法的基础上, 采用视觉跟踪定位技术进行融合定位。视觉跟踪是通过图像识别技术对获取图像中的运动目标进行检测、提取、识别和跟踪的技术, 获取目标的各项参数, 如位置、速度、加速度等, 来完成对目标运动轨迹的推算, 进行检测、定位、跟踪。应用在室内定位系统中的视觉跟踪技术可以分为三步, 分别是图像特征识别、坐标转换以及目标跟踪。图像特征识别在定位系统里主要是人体识别, 目前人体识别技术的算法主要有差分法、光流法、梯度直方图法以及相关改进算法。其中效果较好的是使用支持向量机 (Support Vector Machine, SVM) 和梯度直方图法的人体检测算法, 通过对图像进行边缘特征提取, 描述出人体轮廓, 再依靠SVM进行分类, 达到区分人体和非人体的目的。坐标转换是在摄像机捕捉到的目标后, 将视频坐标系的坐标转换到室内定位所用的坐标系中。摄像机显示的图像通常需要经过多个参照坐标系和坐标转换, 才能转换成室内定位坐标。为了辅助识别, 目前的做法是在待定位的室内空间中布设一些参照物, 根据已知参照物的坐标来进行参数修正, 获取尽可能准确的室内定位坐标。在人的目标跟踪方面, 粒子滤波技术是目前较为优秀的目标跟踪算法, 通过重采样、预测和更新, 实现目标跟踪。

视觉跟踪定位由于依靠图像识别定位, 因此精度非常高, 但是缺点也很明显, 无法直接判断对象身份, 因此有研究学者提出与RSSI定位进行结合, 通过彼此互补, 以实现高精度定位[23]。那么这种定位方式主要面临着两种问题:当定位目标只有一个时, 且摄像机捕捉到的目标也只有一个, 需要一种判决方式将两者联系起来;当定位目标为多个目标时, 需要一种判决方式将RSSI定位目标与图像目标匹配起来, 同样也需要一种判决方式。针对RSSI, 可以基于WLAN使用位置指纹法, 建立无线地图坐标系, 利用松耦合的方法, 在处理的过程中互相不干扰, 而是把结果进行比对, 转化为二分图问题, 利用匈牙利算法对位置信息进行求解。

2.3 基于惯性导航和WLAN的室内定位技术

目前智能手机普及度已超过七成, 且智能手机内装有很多先进的硬件配置, 如陀螺仪、方向传感器、电子罗盘等, 在给用户提供方便的同时, 也让研究学者想到利用手机的惯性导航与WLAN等室内定位现有技术结合进行更高精度定位[24]。

惯性导航系统 (Inertial Navigation System, INS) 属于推算导航方式, 建立牛顿力学模型, 根据一个已知位置的初始点, 通过不间断测得的速度、加速度来推算出下一个位置点, 进而得到完整的航迹。惯性导航系统中的陀螺仪用来形成一个导航坐标系, 使加速度计的测量轴稳定在该坐标系中, 通过不断修正航向和姿态角, 得到准确的速度、偏航角和位置等信息。随着微机电系统 (Micro-ElectroMechanical-System, MEMS) 等技术的进步, 各类传感器逐渐向微小型和低功耗发展, 所以现在的智能手机中基本都有一套完整的惯性导航系统, 这也使得将WLAN和惯性导航进行融合定位成为可能。

目前针对WLAN和惯性导航系统的定位研究主要可以分为两类, 一类是基于惯性传感器测量数据与WLAN的RSS值融合的定位, 另一类是基于WLAN指纹定位和惯性测量进行定位[25]。第一类方法主要是依靠智能手机内的惯性传感器推算出用户的实时位置, 同时利用多个WLAN接入点的RSSI信息对用户位置进行修正, 采用扩展卡尔曼滤波的算法, 将两者测量结果进行融合, 达到提高系统定位准确度的目的。第二类方法主要侧重于通过WLAN位置指纹信息对惯性测量进行修正, 通过扩展卡尔曼滤波等方式对位置信息进行融合, 对定位精度和实用性都有改善。

3 结束语

移动台混合定位方法的研究篇3

自E-911[1]法规颁布以来, 定位服务的研究日益得到重视, 各大通信公司、大学和研究所均投入此项技术的研究。人们日常生活中, 有60%的信息与地理位置有关, 能够提供精确地理位置的移动定位技术是一个非常有意义的研究领域。

1混合移动定位技术

移动通信的移动台定位技术通常有以下几种方法:基于场强测量的定位方法、基于电波传播时间的定位方法、基于电波入射角度的定位法, 还有混合定位法。混合定位法中由于每种算法的目的不同, 所以混合方式也不尽相同。

为了得到高精度的目标用户位置信息, 在现有的移动通信系统中引入一个专门处理所有有关目标用户地理位置信息的辅助系统MPS (MobilePositionSystem) 。MPS系统由SMPC (ServingMobilePositioningCenter) 和GMPC (GatewayMobilePositioningCenter) 两部分构成。SMPC节点的主要功能是协助MS向移动网络提供目标用户的地理位置信息SMPC就像MS的一个辅助定位工具, 通过基于空中接口参数与GPS卫星定位混合的方法得到当前用户的位置信息。

在目标移动用户的地理位置定位过程中, SMPC通过分布在无线接入子系统BSS中的LMU来接收和测量目标MS的位置信息, 同时通过GPS来获取标准的参照地理位置信息。

在接收到MS、LMU和GPS传送的所有关于目标移动用户的地理位置信息以后, SMPC通过一定的算法完成具体的定位计算, 并将计算结果发送给GMPC作为一个目标移动用户的参考地理位置信息。这样GMPC不光收到从MS反馈的目标用户位置信息, 还可以从SMPC得到更多目标位置信息。大大地增加GMPC可以获得的目标位置信息量。通过使用GPS辅助工具, SMPC计算得到的MS地理位置在精度上可以达到误差100m之内, 此定位结果基本可以满足日常的需求。

GMPC是LBS功能实现的核心模块, 是定位操作处理流程的控制管理中心和位置信息的控制管理中心。它负责对其所管辖区域中全部MSC覆盖范围内的MS进行定位, 包括发起对目标用户的地理定位流程以及响应由移动用户发起的涉及位置信息的服务流程;处理和计算从MS和SMPC传送来的有关目标移动用户的地理位置信息;通过SS7信令网与MSC和HLR交互, 确定用户权限、移动台状态、移动台当前的服务等用户属性, 把得到的目标位置信息传送给MSC和HLR以供所有位置信息流程的查询和使用。同时GMPC又充当了一个网络接口, 更多辅助实现LBS功能的附加模块可以通过GMPC接入到移动网络当中。

2 定位算法

在基于电波传播时间的定位方法中, TOA (Time Of Arrival) 需要保持BS和终端之间时钟精确同步, 以保证BS到MS的测量距离足够精确近似实际距离。目前很多蜂窝网络标准只是强制要求BS时钟严格同步, 而MS则可能有几毫秒的漂移, 这种漂移会导致极大的误差, 于是引入了TDOA[2]定位算法。

考虑平面定位, 设 (x, y) 为MS的待估计位置, (Xi, Yi) 为第i个基站的位置, MS与第i个基站间的真实距离为

$d_{i} = \sqrt{(X_{i} - x)^{2} + (Y_{i} - y)^{2}}$ 。

令di, 1表示MS与基站BSi和BS1的距离差, 则

对上式进行整理, 得到

$X_{i, 1}^{} x + Y_{i, 1}^{} y + d_{i, 1}^{} d_{1} = \frac{1}{2} (Κ_{i} - Κ_{1} - d_{i, 1}^{2})$ 。

式中Ki=X $_{i}^{2}$ +Y $_{i}^{2}$ 。而相对于测量值, 则上式两边不相等, 存在误差

$Φ_{i} = X_{i, 1}^{} x + Y_{i, 1}^{} y + R_{i, 1}^{} d_{1} - \frac{1}{2} (Κ_{i} - Κ_{1} - R_{i, 1}^{2}) = n_{i, 1}^{} d_{1} + \frac{1}{2} n_{i, 1}^{2}$

写成矩阵形式为

$φ = B Ν + \frac{1}{2} Ν Ν$ 。

则 Ψ=E[φφT]=c2BQB。

其中 B=diag{d2, d3, …, dM}, Q为TDOA协方差矩阵, c为电磁波传播速度。

令θ=[x, y, d1]T。

$A = [\begin{matrix} X_{2, 1} & Y_{2, 1} & R_{2, 1} \\ X_{3, 1} & Y_{3, 1} & R_{3, 1} \\ ⋮ & ⋮ & ⋮ \\ X_{Μ, 1} & Y_{Μ, 1} & R_{Μ, 1} \end{matrix}]$

$b = \frac{1}{2} [\begin{array}{l} Κ_{2} - Κ_{1} - R_{2, 1}^{2} \\ Κ_{3} - Κ_{1} - R_{3, 1}^{2} \\ ⋮ \\ Κ_{Μ} - Κ_{1} - R_{Μ, 1}^{2} \end{array}]$

。

利用加权LS可得θ的估计值为

$\overset{⌣}{θ} = \arg \min (A \overset{⌣}{θ} - b)^{Τ} ψ^{- 1} (A \overset{⌣}{θ} - b) =$

(ATψ-1A) -1ATψ-1b。

其中: $\overset{⌣}{θ} = [\overset{⌣}{x}, \overset{⌣}{y}, \overset{⌣}{d}_{1}]^{Τ}$ 为最优化估计。

这里使用拉格朗日数乘因子, 考虑到 $\overset{⌣}{d}_{1}^{2} = \overset{⌣}{x}^{2} + \overset{⌣}{y}^{2}$ , 则矩阵形式为

$\overset{⌣}{θ}^{Τ} Ρ \overset{⌣}{θ} = 0$ (1)

(1) 式中

$Ρ = [\begin{matrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & - 1 \end{matrix}]$

, 则

$L (\overset{⌣}{θ}, λ) = (A \overset{⌣}{θ} - b)^{Τ} ψ^{- 1} (A \overset{⌣}{θ} - b) + λ \overset{⌣}{θ}^{Τ} Ρ \overset{⌣}{θ}$ 。

再利用式 $\frac{\partial L (\overset{⌣}{θ}, λ)}{\partial \overset{⌣}{θ}} = 0$ , 可以解得

$\overset{⌣}{θ} = (A^{Τ} ψ^{- 1} A + λ Ρ)^{- 1} A^{Τ} ψ^{- 1} b$ (2)

把式 (2) 代入式 (1) 中并整理可得

(bTψ-1A) (ATψ-1A+λP) -1P (ATψ-1A+λP) -1ATψ-1b=0 (3)

由于 (ATψ-1A) -1P可被对角化为UΛU-1, 其中

Λ=diag (γ1, γ2, γ3) , γi (i=1, 2, 3) 是 (ATψ-1A) -1P的特征值, 所以

(ATψ-1A+λP) -1=U (I+λΛ) -1U-1 (ATψ-1A) -1 (4)

把式 (4) 代入式 (3) 有

eT (I+λΛ) -1Λ (I+λΛ) -1f=0 (5)

(5) 式中: eT=bTψ-1AU=[e1, e2, e3],

f=U-1 (ATψ-1A) -1ATψ-1b=[f1, f2, f3]T

式 (5) 的代数形式为

$\sum_{i = 1}^{3} \frac{e_{i} f_{i} γ_{i}}{(1 + λ γ_{i})^{2}} = 0$ (6)

解出式 (6) 中的λ, 并把λ代入式 (2) 可得到 $\bar{θ}$ 。

对于第一次估计 $\bar{θ}_{1} = (A^{Τ} ψ^{- 1} A)^{- 1} A^{Τ} ψ^{- 1} b$ 中, $\bar{θ}$ 1由真实值和误差值组成, 即

$\bar{θ}_{1} = θ + Δ θ$ (7)

代入到 $\frac{\partial L (θ, λ)}{\partial θ} = 0$ 可得

Δθ=λ (ATψ-1A) -1Pθ (8)

把式 (8) 代入式 (7) 中

$\overset{⌢}{θ}_{1} = [Ι + λ (A^{Τ} ψ^{- 1} A)^{- 1} Ρ] θ$ 。

即 $\overset{⌢}{θ}_{2} = [Ι + λ (A^{Τ} ψ^{- 1} A)^{- 1} Ρ]^{- 1} \overset{⌢}{θ}_{1}$ (9)

如果式 $\lim_{n \to \infty} (λ (A^{Τ} ψ^{- 1} A)^{- 1} Ρ)^{n} = 0$ 成立, 则 $\overset{⌢}{θ}_{2}$ 可展开为诺埃曼序列, 即

$\overset{⌢}{θ}_{2} = \overset{⌢}{θ}_{1} + \sum_{n = 1}^{\infty} (- λ (A^{Τ} ψ^{- 1} A)^{- 1} Ρ)^{n} \overset{⌢}{θ}_{1}$ 。

上式中的第二项是对第一项的线性修正。说明为了不使误差很大, 拉格朗日乘数因子λ应取接近于0的很小的值。

4 性能仿真

为了验证上述算法的性能, 需在同等条件下把他和其他算法以及克拉美罗下限 (CRLB) 进行比较。另外两种算法 (即QCLS和LCLS) 在文献[3,4]中有详细阐述。假定在具有7个基站的蜂窝网络中, 参与TDOA测量的基站为服务基站和6个相邻的基站, 小区半径为5 000 m。所有结果都是1 000次独立运行后的平均值。

如图3所示画出了移动台在坐标为 (3 500, 4 500) m的位置时各种算法所得到的估计位置的均方误差在不同噪声平均功率下的比较曲线。由图3中可以看出CWLS已经基本达到了CRLB, 而且性能优于其他两种算法。图4可以看出各种算法都有一定的偏差, 在多数情况下CWLS优于其他两种算法。

5 结束语

本文提出混合定位的方法。在MPS的辅助下, 利用GPS辅助和TDOA方法, 实现快速高精的定位方法。经过仿真验证, 可以确定满足定位服务的要求, 具有一定的实际意义。

参考文献

[1]Reed J, Rappaport T.An overview of the challenges and Progress in meeting the E-911requirement for location service.IEEE Communi-cation Magazine, 1998:30—37

[2]Juang R T, Hybrid D B.SADOA/TDOAmobile positioning for cellu-lar networks.IETCommun, 2007;1, (2) :282—287

[3] Chan Y T. Ho K C A. Simple and efficient estimator for heperbolic location.IEEE Trans on Signal Processing, 1994; 42 (8) : 1905—1915

[4]Huang Y, Benesty J, Elko G W, et al.Real time passive source lo-calization:a practical linear correction least squares approach.IEEE Trans Speech, Audio Processing, 2001; (9) :943—956

[5] Fan Pingzhi, Deng Ping, Liu Lin. Wireless location in cellular net . Beijing: Publishing House of Electronics Industry, 2002: 46—47

混合定位技术篇4

随着城市现代化建设进程的加快，可以利用的土地资源日益紧缩，占用大量土地资源的架空线输电网络成为阻碍城市现代化进程的主要因素之一。而与架空线相比，利用电缆线路输电具有输电容量以及输电可靠性较高、节省空间以及美化市容等优点，在现代电网输电中应用广泛，从单一的架空线输电逐步发展为电缆与架空线混合输电线路[1,2,3]。当线路出现故障时，能够快速准确地找到故障发生的位置，不仅能够缩短人工巡线的时间，而且也减少了用电量较大的用户的经济损失。随着电缆—架空线混合输电线路的推广，快速找到故障点对于保证混合输电线路的输电可靠性具有重大意义。

目前，国内外学者针对如何定位混合输电线路故障点位置已经提出许多方法，按照测距原理的不同，大致可以区分为阻抗法和行波法。由于受故障类型以及过渡电阻等条件的限制，从而使得阻抗法的测距精度难以提高[4,5,6,7]。行波法则不受以上问题的制约，因而在混合输电线路故障测距中得到广泛的应用[8,9,10,11,12,13]。文献[14]提出一种基于双端原理的高压混合输电线路故障测距方法，虽然采用基于GPS技术的电力系统同步时钟进行时间同步，使时钟误差始终不超过1μs，但该误差会带来150 m的理论误差，还由于受线路给定长度误差的影响，使得测距误差增大。针对此类问题，文献[15]提出了一种高压架空线—电缆混合线路组合行波故障测距方法，消除了同步时钟误差以及线路给定长度误差，但此方法需要假定第二次到达母线侧行波浪涌是故障点反射波还是电缆与架空线的连接点反射波，进行两次计算后，再通过所得结果推算出行波初始浪涌到达母线两侧的时间差，从而与实测的时间差进行对比来确定测距结果，测距原理比较复杂，比较容易出现第二次到达母线侧波形误判的情况，影响测距精度。

为了解决上述问题，本文提出一种基于区段判别的混合线路组合行波定位方法，消除了同步时钟误差以及线路给定长度误差，不需要对第二次到达母线侧的故障行波进行假设计算，降低了第二次到达母线侧故障行波出现误判的几率，使得故障测距的准确性和可靠性得以提高。

1 混合线路故障行波的折射和反射过程

如图1所示，高压混合输电线路的两端母线侧分别用M和N来表示，电缆与架空线的连接点用P表示，电缆输电段的长度用LC表示，架空线输电段的长度用LO来表示，电缆输电段和架空线输电段的中点分别用A和B来表示，行波在电缆和架空线中的传播速度分别用vC和vO分别表示，故障点的位置用F来表示，故障点到母线M侧和N侧的距离分别用LMF和LNF来表示，tMi和tNi(i=1,2)分别表示母线M与N端接收到第i个波形的绝对时刻。

2 混合线路组合行波测距方法

2.1 故障区段的确定

分别计算当A点、P点以及B点发生故障时故障初始行波到达母线两侧的时间差来作为整定值序列，即:

式中ΔT1、ΔT2、ΔT3分别表示A点、P点以及B点发生故障时故障初始行波到达母线两侧的时间差值。

当混合输电线路发生故障时，故障行波第一次与第二次到达母线M端和N端的时间分别记为tM1、tN 1和tM 2、tN2。取Δt=tM1-tN 1，当满足Δt<ΔT1，则判定电缆MA段发生故障并且母线M端第二次接收到的波形为故障点的反射波;当满足Δt=ΔT1，则电缆中点A处故障;当满足ΔT1<Δt<ΔT2，则判定电缆AP段发生故障且母线M端第二次接收到的波形为连接点反射波;当满足Δt=ΔT2，则判定连接点P发生故障;当满足ΔT2<Δt<ΔT3，则判定架空线PB段发生故障且母线N端第二次接收到的波形为连接点反射波;当满足Δt=ΔT3，判定架空线中点B处发生故障;若ΔT3<Δt时，判定架空线BN段发生故障且第母线N端第二次接收到的波形为故障点反射波。

2.2 给定测距结果

(1)当电缆MA段发生故障时，故障行波从故障点F传播到母线M端的时间由式(4)给出:

故障点F到母线M端的距离由单端原理给出:

(2)当电缆中点A处发生故障时，故障点F到母线M端的距离为:

(3)当电缆AP段发生故障时，故障行波从故障点F传播到电缆与架空线的连接点P的时间由式(7)给出:

故障点F到母线M端的距离由单端原理给出:

(4)当连接点P处发生故障时，故障点F到母线M端的距离为:

(5)当架空线PB段发生故障时，故障行波从故障点F传播到电缆与架空线的连接点P的时间由式(10)给出:

故障点F到母线N端的距离由单端原理给出:

(6)当架空线中点B处发生故障时，故障点F到母线N端的距离为:

(7)当架空线NB段发生故障时，故障点F到母线N端的时间由式(13)给出:

故障点F到母线N端的距离由单端原理给出:

3 仿真验证

3.1 给定仿真模型参数

利用仿真软件PSCAD建立如图2所示220 k V混合输电线路模型，其中，母线M端和母线N端的系统电抗均为0.031 4Ω，电缆段LC全长为18 km，架空线段LO全长为30 km，故障点F距离母线M端的距离为4 km，仿真频率采用2 MHz，仿真模型如图2所示。

模型中架空线的参数为:架空输电线路结构采用三角形结构，如图3所示。图中，C1、C2表示架空地线，C3、C4、C5分别表示架空线A、B、C三相，架空线导线选用LGJ-300/40，直径为23.94 mm，直流电阻0.096 14Ω/km，架空地线选用JLB20A-100，直径为14.25 mm，直流电阻0.360 6Ω/km。

通过架空线的几何参数可推导求出行波在架空线中的传播速度为295 km/ms。

电缆的几何参数如图4所示，通过电缆的几何参数可推导求出行波在电缆中的传播速度为192 km/ms。

由公式(1)～(3)可得:ΔT1=-101.7μs、ΔT2=-7.9μs、ΔT3=93.75μs。

3.2 F点故障仿真

电缆段的F点在t=0发生单相接地故障，过渡电阻为10Ω，故障初始角为90°。混合线路两端测得的故障相电流与故障相电压行波波形如图5所示。

由仿真波形可得故障行波到达M端和N端时刻分别为tM1=21μs,tM2=62μs,tN1=175μs,tN2=216.5μs，求得Δt=-154μs，显然满足Δt<ΔT1，故判定电缆MA段发生故障，由式(4)-(5)可计算出:Δt1=20.625μs,LMF=3.960 km，与实际故障点的位置相比，测距误差为40 m，运用传统的组合行波测距方法得到:LMF=3.936 km，测距误差为64 m。

表1给出了220 k V混合输电线路不同区段8个不同点发生故障时，应用所提出行波测距方法所得到的测距结果与误差。

从表1中的测距结果中可以分析得出，在220 k V架空线-电缆混合线路中应用本文所提出的行波测距方法测距的误差与传统的组合行波故障测距结果的误差相比，测距精度明显提高。可见本文所提出的混合输电线路组合行波测距方法可简单方便、准确可靠的定位故障点的位置，比传统的组合行波测距方法测距精度更高。

4 结束语

本文分析了220 k V架空线-电缆混合线路发生故障后行波的折射和反射过程，提出一种基于区段判别的混合线路组合行波定位方法，仿真结果表明，所提出行波测距方法可以给出准确测距结果。

本文所提方法与现有的方法相比优势在于测距结果完全由单端原理给出，消除了同步时钟误差以及线路给定长度误差，不需要对第二次到达母线侧的故障行波进行假设计算，简化了传统的组合行波测距方法，降低了第二次到达母线侧故障行波出现误判的几率，使得故障测距的准确性和可靠性得以提高。本方法实现了当高压混合输电线路发生故障时，怎样快速、准确的定位故障点，与传统的组合行波测距方法相比，测距精度明显提高，具有良好的工程应用前景。

摘要：为了提高传统组合行波测距方法的测距精度,分析了混合输电线路故障后故障行波的传播过程以及发生折射、反射的情况,并提出一种基于区段判别的混合线路组合行波定位方法。首先利用故障初始行波到达线路两侧的时间差来判定故障区段,由单端法给出准确的测距结果,然后通过线路两端采集到的时间由单端原理给出准确的测距结果,消除了双端法受线路给定长度误差以及同步时钟误差问题的影响,不需要对第二次到达母线侧的故障行波进行假设计算,简化了传统的组合行波测距方法,提高了传统组合行波测距法的测距精度。PSCAD仿真表明,所提出的高压混合输电线路组合行波测距方法是可行的,与传统组合行波测距方法相比,测距精度明显提高。

【混合定位技术】推荐阅读：

室内混合定位09-29

混合仿真技术08-04

技术定位08-17

无源定位技术07-15

故障定位技术05-29

精确定位技术06-19

>> 查看更多相关文档