一种基于贝叶斯估计的定位方法、装置及电子设备转让专利
申请号 : CN202011401302.1
文献号 : CN112566242B
文献日 : 2022-05-06
发明人 : 范绍帅 , 曾任贵 , 田辉
申请人 : 北京邮电大学
摘要 :
权利要求 :
1.一种基于贝叶斯估计的定位方法,应用于服务器,其特征在于,包括:获取多个目标基站在各个接收时刻下所测得的信号到达时间和载波相位,所述目标基站为接收待定位的目标移动终端持续发送的定位信号的基站,且所述接收时刻为接收到所述目标移动终端发送的定位信号的时刻,在每一接收时刻下所测得的载波相位为该接收时刻下所接收的定位信号的相位相对于所述目标基站的载波信号的相位的差值;
针对每一目标基站,基于该目标基站测得的信号到达时间,执行预定的第一数据处理;
其中,所述第一数据处理包括:针对所述各个接收时刻中的每一接收时刻,基于该目标基站在该接收时刻下测得的信号达到时间,确定所述目标移动终端在该接收时刻与该目标基站之间的间隔距离,并基于该目标基站的位置信息和所述间隔距离,生成该接收时刻下该目标基站对应的第一条件概率;所述第一条件概率用于表征该接收时刻下的所述目标移动终端与该目标基站的间隔距离的概率分布;
针对每一目标基站,基于该目标基站测得的载波相位,执行预定的第二数据处理;其中,所述第二数据处理包括:针对所述各个接收时刻中的每一接收时刻,基于该目标基站在该接收时刻下测得的载波相位,生成该接收时刻下该目标基站对应的第二条件概率;基于该接收时刻与上一接收时刻下测得的载波相位的差值,采用最小二乘法,计算该接收时刻下所述目标移动终端的位置变化;基于该接收时刻下所述目标移动终端的位置变化,生成该接收时刻下该目标基站对应的第三条件概率;其中,该接收时刻下所述目标移动终端的位置变化为该接收时刻和上一接收时刻相比,所述目标移动终端相对于该目标基站的位置变化,所述第二条件概率用于表征该接收时刻下的所述目标移动终端的载波相位的概率分布,所述第三条件概率用于表征该接收时刻下的所述目标移动终端的位置的概率分布;
基于所生成的第一条件概率、第二条件概率以及第三条件概率,生成贝叶斯估计模型;
其中,所述贝叶斯估计模型为各时刻下关于所述目标移动终端的位置的概率分布模型;
基于所述贝叶斯估计模型,确定所述目标移动终端的位置。
2.根据权利要求1所述的方法,其特征在于,所述基于所生成的第一条件概率、第二条件概率以及第三条件概率,生成贝叶斯估计模型,包括:采用贝叶斯表达式,联合所生成的第一条件概率、第二条件概率以及第三条件概率,得到初始的贝叶斯估计模型;
根据所生成的第一条件概率、第二条件概率以及第三条件概率的概率值,对所述初始的贝叶斯估计模型进行修正,得到贝叶斯估计模型。
3.根据权利要求2所述的方法,其特征在于,所述采用贝叶斯表达式,联合所生成的第一条件概率、第二条件概率以及第三条件概率,得到初始的贝叶斯估计模型,包括:针对每一接收时刻,对该接收时刻下的各目标基站对应的第一条件概率进行求积,得到该接收时刻下的第一目标条件概率;对该接收时刻下的各目标基站对应的第二条件概率进行求积,得到该接收时刻下的第二目标条件概率;
对各接收时刻下得到的第一目标条件概率进行求积,得到第一联合条件概率;对各接收时刻下得到的第二目标条件概率进行求积,得到第二联合条件概率;
采用贝叶斯表达式,联合所得到的第一联合条件概率、第二联合条件概率,以及第三条件概率,得到初始的贝叶斯估计模型。
4.根据权利要求1‑3任一项所述的方法,其特征在于,所述基于所述贝叶斯估计模型,确定所述目标移动终端的位置,包括:将所述贝叶斯估计模型映射至因子图,得到所述目标移动终端的位置分布的概率密度;
计算所述概率密度的期望值,并将所计算出的期望值对应的位置,作为所述目标移动终端的位置。
5.根据权利要求1‑3任一项所述的方法,其特征在于,所述基于该接收时刻下所述目标移动终端的位置变化,生成该接收时刻下该目标基站对应的第三条件概率,包括:对所述位置变化采用高斯分布进行建模,得到参考概率表达式;
采用该目标基站的位置信息,对所述参考概率表达式进行化简,得到该接收时刻下该目标基站对应的第三条件概率。
6.根据权利要求1‑3任一项所述的方法,其特征在于,所述针对所述各个接收时刻中的每一接收时刻,基于该接收时刻下测得的载波相位,生成该接收时刻下该目标基站对应的第二条件概率,包括:
针对所述各个接收时刻中的每一接收时刻,采用该接收时刻下测得的载波相位,构建关于该接收时刻下的载波相位的目标表达式;
对所述目标表达式中的测量噪声,采用零均值高斯分布建模,得到该接收时刻下该目标基站对应的第二条件概率。
7.一种基于贝叶斯估计的定位装置,应用于服务器,其特征在于,包括:信息获取模块,用于获取多个目标基站在各个接收时刻下所测得的信号到达时间和载波相位,所述目标基站为接收待定位的目标移动终端持续发送的定位信号的基站,且所述接收时刻为接收到所述目标移动终端发送的定位信号的时刻,在每一接收时刻下所测得的载波相位为该接收时刻下所接收的定位信号的相位相对于所述目标基站的载波信号的相位的差值;
第一数据处理模块,用于针对每一目标基站,基于该目标基站测得的信号到达时间,执行预定的第一数据处理;其中,所述第一数据处理包括:针对所述各个接收时刻中的每一接收时刻,基于该目标基站在该接收时刻下测得信号达到时间,确定所述目标移动终端在该接收时刻与该目标基站之间的间隔距离,并基于该目标基站的位置信息和所述间隔距离,生成该接收时刻下该目标基站对应的第一条件概率;所述第一条件概率用于表征该接收时刻下的所述目标移动终端与该目标基站的间隔距离的概率分布;
第二数据处理模块,基于该目标基站测得的载波相位,用于针对每一目标基站,执行预定的第二数据处理;其中,所述第二数据处理包括:针对所述各个接收时刻中的每一接收时刻,基于该目标基站在该接收时刻下测得的载波相位,生成该接收时刻下该目标基站对应的第二条件概率;基于该接收时刻与上一接收时刻下测得的载波相位的差值,采用最小二乘法,计算该接收时刻下所述目标移动终端的位置变化;基于该接收时刻下所述目标移动终端的位置变化,生成该接收时刻下该目标基站对应的第三条件概率;其中,该接收时刻下所述目标移动终端的位置变化为该接收时刻和上一接收时刻相比,所述目标移动终端相对于该目标基站的位置变化,所述第二条件概率用于表征该接收时刻下的所述目标移动终端的载波相位的概率分布,所述第三条件概率用于表征该接收时刻下的所述目标移动终端的位置的概率分布;
模型生成模块,用于基于所生成的第一条件概率、第二条件概率以及第三条件概率,生成贝叶斯估计模型;其中,所述贝叶斯估计模型为各时刻下关于所述目标移动终端的位置的概率分布模型;
位置确定模块,用于基于所述贝叶斯估计模型,确定所述目标移动终端的位置。
8.根据权利要求7所述的装置,其特征在于,所述模型生成模块,包括:数据联合子模块,用于采用贝叶斯表达式,联合所生成的第一条件概率、第二条件概率以及第三条件概率,得到初始的贝叶斯估计模型;
数据修正子模块,用于根据所生成的第一条件概率、第二条件概率以及第三条件概率的概率值,对所述初始的贝叶斯估计模型进行修正,得到贝叶斯估计模型。
9.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1‑6任一所述的方法步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1‑6任一所述的方法步骤。
说明书 :
一种基于贝叶斯估计的定位方法、装置及电子设备
技术领域
背景技术
置信息,并基于该多个基站的位置信息和信号到达时间,计算移动终端的位置,其中,信号
到达时间为移动终端发送的定位信号到达基站的时间。
发明内容
到所述目标移动终端发送的定位信号的时刻,在每一接收时刻下所测得的载波相位为该接
收时刻下所接收的定位信号的相位相对于所述目标基站的载波信号的相位的差值;
标基站在该接收时刻下测得的信号达到时间,确定所述目标移动终端在该接收时刻与该目
标基站之间的间隔距离,并基于该目标基站的位置信息和所述间隔距离,生成该接收时刻
下该目标基站对应的第一条件概率;所述第一条件概率用于表征该接收时刻下的所述目标
移动终端与该目标基站的间隔距离的概率分布;
在该接收时刻下测得的载波相位,生成该接收时刻下该目标基站对应的第二条件概率,并
基于该接收时刻下所述目标移动终端的位置变化,生成该接收时刻下该目标基站对应的第
三条件概率;其中,该接收时刻下所述目标移动终端的位置变化为该接收时刻和上一接收
时刻相比,所述目标移动终端相对于该目标基站的位置变化,所述第二条件概率用于表征
该接收时刻下的所述目标移动终端的载波相位的概率分布,所述第三条件概率用于表征该
接收时刻下的所述目标移动终端的位置的概率分布;
型;
件概率进行求积,得到该接收时刻下的第二目标条件概率;
所述接收时刻为接收到所述目标移动终端发送的定位信号的时刻,在每一接收时刻下所测
得的载波相位为该接收时刻下所接收的定位信号的相位相对于所述目标基站的载波信号
的相位的差值;
每一接收时刻,基于该目标基站在该接收时刻下测得信号达到时间,确定所述目标移动终
端在该接收时刻与该目标基站之间的间隔距离,并基于该目标基站的位置信息和所述间隔
距离,生成该接收时刻下该目标基站对应的第一条件概率;所述第一条件概率用于表征该
接收时刻下的所述目标移动终端与该目标基站的间隔距离的概率分布;
收时刻,基于该目标基站在该接收时刻下测得的载波相位,生成该接收时刻下该目标基站
对应的第二条件概率,并基于该接收时刻下所述目标移动终端的位置变化,生成该接收时
刻下该目标基站对应的第三条件概率;其中,该接收时刻下所述目标移动终端的位置变化
为该接收时刻和上一接收时刻相比,所述目标移动终端相对于该目标基站的位置变化,所
述第二条件概率用于表征该接收时刻下的所述目标移动终端的载波相位的概率分布,所述
第三条件概率用于表征该接收时刻下的所述目标移动终端的位置的概率分布;
位置的概率分布模型;
计的定位方法步骤。
生成每一接收时刻下该目标基站对应的第一条件概率;针对每一目标基站,基于该目标基
站测得的载波相位,执行预定的第二数据处理,生成每一接收时刻下该目标基站对应的第
二条件概率和第三条件概率;基于所生成的第一条件概率、第二条件概率以及第三条件概
率,生成贝叶斯估计模型;基于所述贝叶斯估计模型,确定所述目标移动终端的位置。本方
案,在对目标移动终端进行定位时,根据每一接收时刻下的载波相位,所确定出的目标移动
终端的位置变化,能够达到厘米级的定位精度,从而,通过结合基于位置变化确定出的第三
条件概率、基于间隔距离确定出的第一条件概率以及基于载波相位确定出的第二条件概
率,生成用于估计位置的贝叶斯估计模型,可以使得利用该模型确定出的位置的精度达到
厘米级,从而提高了移动终端的定位精度。并且,本方案在对目标移动终端进行定位时,无
需添加其他辅助的硬件设施,在现有的无线网络架构中即可被使用。
附图说明
发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以
根据这些附图获得其他的实施例。
具体实施方式
本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他
实施例,都属于本发明保护的范围。
该定位区域内的多个基站还可以通过无线网络与服务器进行通信。
位为该接收时刻下所接收的定位信号的相位相对于该目标基站的载波信号的相位的差值;
行测量,并且将测得的信号到达时间和载波相位发送至服务器。目标基站测量接收时刻的
载波相位的实现方式,可以为现有技术中的任一种测量载波相位的实现方式,在此不做限
定。
接收时刻的时间差值,并将该时间差值作为该目标基站测量的该接收时刻的信号到达时
间。
相位,以获取多个目标基站在各个接收时刻下所测得的信号到达时间和载波相位。
终端发送的定位请求信号后,开始对该目标移动终端进行信号达到时间和载波相位的测
量。并且,为了提高对目标移动终端的定位精度,多个目标基站可以持续接收目标移动终端
的定位信号,对各个接收时刻的信号到达时间和载波相位进行测量,并将该多个接收时刻
所测得的信号到达时间和载波相位发送至服务器。
基站在该接收时刻下测得的信号达到时间,确定该目标移动终端在该接收时刻与该目标基
站之间的间隔距离,并基于该目标基站的位置信息和该间隔距离,生成该接收时刻下该目
标基站对应的第一条件概率;
定位信号的信号传递速度,并根据该信号传递速度和信号到达时间,采用预设的距离计算
公式,计算该目标移动终端在该接收时刻与该目标基站之间的间隔距离;其中,该定位信号
为该接收时刻下测得的目标移动终端发送的定位信号。
以为各目标基站发送的,也可以为服务器确定的。示例性的,当各目标基站的位置信息由服
务器确定时,该确定过程可以包括:服务器在目标基站所在的定位区域内,构建一空间坐标
系;其中,该空间坐标系的原点可以为该定位区域内的任一点,基于构建的空间坐标系,确
定各目标基站的坐标信息。
在一种实现方式中,基于该目标基站的位置信息和该间隔距离,生成该接收时刻下该目标
基站对应的第一条件概率,可以包括:
技术中的任一种条件概率表达式,为了方案清楚以及布局清晰,下文对条件概率表达式进
行示例性说明。
站在该接收时刻下测得的载波相位,生成该接收时刻下该目标基站对应的第二条件概率,
并基于该接收时刻下该目标移动终端的位置变化,生成该接收时刻下该目标基站对应的第
三条件概率;
下的该目标移动终端的载波相位的概率分布,该第三条件概率用于表征该接收时刻下的目
标移动终端的位置的概率分布。
并基于该接收时刻下该目标移动终端的位置变化,生成该接收时刻下的第三条件概率。通
过各目标基站在各接收时刻下测得的载波相位,依据每一目标基站测得的该接收时刻和上
一接收时刻的载波相位的差值,可以得到目标移动终端的位置变化,并且,由所测得的载波
相位确定出的位置变化的定位精度可以达到厘米级,进而可以提高目标移动终端的定位精
度。
收时刻下该目标基站对应的第二条件概率,可以包括:采用预设的条件概率表达式,根据该
目标基站在该接收时刻下测得的载波相位,生成该接收时刻下的第二条件概率。并且,基于
该接收时刻下所述目标移动终端的位置变化,生成该接收时刻下该目标基站对应的第三条
件概率,可以包括:采用预设的条件概率表达式,根据该接收时刻下所述目标移动终端的位
置变化,生成该接收时刻下该目标基站对应的第三条件概率。
能够达到厘米级的定位精度。为了进一步提高目标移动终端的定位精度,可以基于所生成
的第一条件概率、第二条件概率以及第三条件概率,生成贝叶斯估计模型。并且,每一接收
时刻下均可以生成一条件概率,则在生成贝叶斯估计模型时,可以基于所生成的全部第一
条件概率、第二条件概率以及第三条件概率,生成贝叶斯估计模型。
率、第二条件概率以及第三条件概率,生成贝叶斯估计模型。
该贝叶斯估计模型的求解方式可以为现有技术中任一种求解贝叶斯估计模型的方式。示例
性的,在一种实现方式中,基于该贝叶斯估计模型,确定该目标移动终端的位置可以包括:
位置。
生成每一接收时刻下该目标基站对应的第一条件概率;针对每一目标基站,基于该目标基
站测得的载波相位,执行预定的第二数据处理,生成每一接收时刻下该目标基站对应的第
二条件概率和第三条件概率;基于所生成的第一条件概率、第二条件概率以及第三条件概
率,生成贝叶斯估计模型;基于所述贝叶斯估计模型,确定所述目标移动终端的位置。本方
案,在对目标移动终端进行定位时,根据每一接收时刻下的载波相位,所确定出的目标移动
终端的位置变化,能够达到厘米级的定位精度,从而,通过结合基于位置变化确定出的第三
条件概率、基于间隔距离确定出的第一条件概率以及基于载波相位确定出的第二条件概
率,生成用于估计位置的贝叶斯估计模型,可以使得利用该模型确定出的位置的精度达到
厘米级,从而提高了移动终端的定位精度。并且,本方案在对目标移动终端进行定位时,无
需添加其他辅助的硬件设施,在现有的无线网络架构中即可被使用。
的贝叶斯估计模型中计算出目标移动终端的位置,可以根据所生成的第一条件概率的概率
值、第二条件概率的概率值以及第三条件概率的概率值,对该初始的贝叶斯估计模型进行
修改,从而得到贝叶斯估计模型。其中,该修改操作可以包括多种,例如:根据第一条件概率
的概率值、第二条件概率的概率值或者第三条件概率的概率值的大小,对该初始的贝叶斯
估计模型中的任一分子或分母部分进行替换,以对该初始的贝叶斯估计模型的化简。
三条件概率,得到初始的贝叶斯估计模型的实现方式可以存在多种。示例性的,在一种实现
方式中,采用贝叶斯表达式,联合所生成的第一条件概率、第二条件概率以及第三条件概
率,得到初始的贝叶斯估计模型,可以包括:
件概率进行求积,得到该接收时刻下的第二目标条件概率;
接收时刻下测得的载波相位的差值,采用最小二乘法,计算该接收时刻下该目标移动终端
的位置变化;
终端的位置变化。为了提高目标移动终端的定位精度,可以基于该接收时刻与上一接收时
刻下测得的载波相位的差值,采用最小二乘法,计算该接收时刻下该目标移动终端的位置
变化。
采用该目标基站的位置信息,对该参考概率表达式进行化简,从而得到该接收时刻下该目
标基站对应的第三条件概率。
包括:
间隔距离测量时的方差,即 可以得到t时刻下的第二条件概率:
zt)(此坐标即为待定位出的坐标),在t时刻目标移动终端与第k个目标基站之间的间隔距
离可以由下式得到:
声,t时刻的时间测量τk,t可以由下式给出:
目标基站之间的间隔距离, 为间隔距离测量的误差,并且,间隔距离测量的均方差为σr
=c×στ,在t时刻,若已知目标移动终端的位置信息,那么dk,t的条件概率表示如下:
绍。
测得的载波相位做差,可以得到:
离,rk,t‑1为t‑1时刻目标移动终端与第k个目标基站之间的间隔距离。 为t‑1时刻第k
个目标基站测量载波相位时的噪声。
于ToA的定位方法来估计,经过迭代计算最终可以得到位置变化如下:
阵,μ是Δθ的均值,从 的估计中,有 H=(CC) 。
为t时刻的目标移动终端的位置分布的概率密度,对θt求期望,所计算出的
期望值对应的位置,即为目标移动终端的位置。
站,且所述接收时刻为接收到所述目标移动终端发送的定位信号的时刻,在每一接收时刻
下所测得的载波相位为该接收时刻下所接收的定位信号的相位相对于所述目标基站的载
波信号的相位的差值;
的每一接收时刻,基于该目标基站在该接收时刻下测得信号达到时间,确定所述目标移动
终端在该接收时刻与该目标基站之间的间隔距离,并基于该目标基站的位置信息和所述间
隔距离,生成该接收时刻下该目标基站对应的第一条件概率;所述第一条件概率用于表征
该接收时刻下的所述目标移动终端与该目标基站的间隔距离的概率分布;
每一接收时刻,基于该目标基站在该接收时刻下测得的载波相位,生成该接收时刻下该目
标基站对应的第二条件概率,并基于该接收时刻下所述目标移动终端的位置变化,生成该
接收时刻下该目标基站对应的第三条件概率;其中,该接收时刻下所述目标移动终端的位
置变化为该接收时刻和上一接收时刻相比,所述目标移动终端相对于该目标基站的位置变
化,所述第二条件概率用于表征该接收时刻下的所述目标移动终端的载波相位的概率分
布,所述第三条件概率用于表征该接收时刻下的所述目标移动终端的位置的概率分布;
的位置的概率分布模型;
生成每一接收时刻下该目标基站对应的第一条件概率;针对每一目标基站,基于该目标基
站测得的载波相位,执行预定的第二数据处理,生成每一接收时刻下该目标基站对应的第
二条件概率和第三条件概率;基于所生成的第一条件概率、第二条件概率以及第三条件概
率,生成贝叶斯估计模型;基于所述贝叶斯估计模型,确定所述目标移动终端的位置。本方
案,在对目标移动终端进行定位时,根据每一接收时刻下的载波相位,所确定出的目标移动
终端的位置变化,能够达到厘米级的定位精度,从而,通过结合基于位置变化确定出的第三
条件概率、基于间隔距离确定出的第一条件概率以及基于载波相位确定出的第二条件概
率,生成用于估计位置的贝叶斯估计模型,可以使得利用该模型确定出的位置的精度达到
厘米级,从而提高了移动终端的定位精度。并且,本方案在对目标移动终端进行定位时,无
需添加其他辅助的硬件设施,在现有的无线网络架构中即可被使用。
件概率进行求积,得到该接收时刻下的第二目标条件概率;
刻与上一接收时刻下测得的载波相位的差值,采用最小二乘法,计算该接收时刻下所述目
标移动终端的位置变化;
成相互间的通信,
Architecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便
于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
以是至少一个位于远离前述处理器的存储装置。
Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现
场可编程门阵列(Field‑Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立
门或者晶体管逻辑器件、分立硬件组件。
斯估计的定位方法的步骤。
产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或
部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计
算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质
中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机
指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字
用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或
数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者
是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以
是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘
Solid State Disk(SSD))等。
在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖
非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要
素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备
所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在
包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
电子设备及存储介质等实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,
相关之处参见方法实施例的部分说明即可。