CN108508404A - 一种基于天线阵列的定位方法及系统 - Google Patents

Abstract

本发明实施例提供一种基于天线阵列的定位方法及系统。方法包括：基于TOA算法和TDOA算法，获取目标物体与天线阵列中每一天线间的距离，组成距离集合；基于所述距离集合，对所述目标物体进行定位。本发明实施例提供的一种基于天线阵列的定位方法及系统，通过将TOA算法和TDOA进行融合作为融合算法对目标物体先进行测距，再根据测距结果对目标物体进行定位。使用该融合算法获取到的距离集合的精确度高，并且，根据测距结果对目标物体进行定位并没用到迭代算法，具有较强的抗障碍物遮挡的效果，因此最终得到的定位结果一定在目标物体的真实位置附近，十分稳定。因此，该方法提高了定位速率、定位精度和定位的鲁棒性。

Description

一种基于天线阵列的定位方法及系统

技术领域

本发明实施例涉及天线定位技术领域，尤其涉及一种基于天线阵列的定位方法及系统。

背景技术

全球卫星导航系统(GNSS)在室外环境下具有覆盖范围广、精确度高和可靠性好等优点。但在室内，卫星信号变得微弱，使得定位精度较差；即便在室外，一般定位精度都在米级以上。而移动通信基站(BS)因其分布密度低，即使利用多个基站、通过三边到达时间测算距离，定位精度也在几十米以上。

目前，已经用于室内定位的定位技术包括超宽带、蓝牙、红外线、WiFi、ZigBee和射频识别等。其中，超宽带技术(Ultra-wide bandwidth，UWB)可以提供稳健的发射信号，该发射信号具有较强的穿墙能力以及高分辨率。并且，利用超宽带技术进行定位具有功耗低、系统复杂度低、抗多径干扰能力强和测距精度高等特点。因此，超宽带技术有望应用于室内复杂环境下的高精度定位，并展现出更加优越的性能。

但在实际应用中，利用超宽带技术进行定位还存在一些难点尚未解决。例如，在利用超宽带技术进行定位时，通常使用TDOA算法进行定位，但使用TDOA算法进行定位时需要通过迭代算法来求解目标物体的坐标，这种方式的求解速率比较低，因此使得定位速率低；并且在天线拓扑较小时会使得定位结果产生很大误差，甚至不能收敛，这一点通过推导该拓扑下的定位误差克拉美罗下界可以证明。

发明内容

本发明实施例提供一种基于天线阵列的定位方法及系统，用以解决现有技术中定位速率低且定位精度低的缺陷，提高了定位速率和定位精度。

本发明实施例提供一种基于天线阵列的定位方法，包括：

基于TOA算法和TDOA算法，获取目标物体与天线阵列中每一天线间的距离，组成距离集合；

基于所述距离集合，对所述目标物体进行定位。

本发明实施例提供一种基于天线阵列的定位系统，包括：

距离集合获取模块，用于基于TOA算法和TDOA算法，获取目标物体与天线阵列中每一天线间的距离，组成距离集合；

定位模块，用于基于所述距离集合，对所述目标物体进行定位。

本发明实施例提供的一种基于天线阵列的定位方法及系统，通过将TOA算法和TDOA进行融合作为融合算法对目标物体先进行测距，再根据测距结果对目标物体进行定位。使用该融合算法获取到的距离集合的精确度高，并且，根据测距结果对目标物体进行定位并没用到迭代算法，具有较强的抗障碍物遮挡的效果，因此最终得到的定位结果一定在目标物体的真实位置附近，十分稳定。因此，该方法提高了定位速率、定位精度和定位的鲁棒性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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附图。

图1为本发明一种基于天线阵列的定位方法实施例流程图；

图2为本发明一种基于天线阵列的定位方法实施例中测距过程示意图；

图3为本发明一种基于天线阵列的定位方法实施例中定位过程示意图；

图4为本发明一种基于天线阵列的定位设备实施例结构框图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作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。

图1为本发明一种基于天线阵列的定位方法实施例流程图，如图1所示，该方法包括：

基于TOA算法和TDOA算法，获取目标物体与天线阵列中每一天线间的距离，组成距离集合；基于所述距离集合，对所述目标物体进行定位。

不同于现有技术中仅使用TOA算法或TDOA算法进行定位的方法，本发明实施例提供的方法通过将TOA算法和TDOA算法进行融合作为融合算法对目标物体先进行测距，再通过测距结果对目标物体进行定位。

本发明实施例提供的方法的目的在于对目标物体进行定位。具体地，实施该方法的硬件设备至少为以下两件：天线阵列和移动标签。其中，天线阵列可位于任意位置，天线阵列中至少包括三根天线；移动标签设置于目标物体上，移动标签中也设置有天线。目标物体可以为行走的人群、无人小车或无人机等，本发明实施例对此不作限定。

基于TOA算法和TDOA算法，根据移动标签与天线阵列之间相互发送的超宽带信号进行测距，再通过测距结果对目标物体进行定位。需要说明的是，通过测距结果对目标物体进行定位的过程中用到了抗遮挡定位算法。其中，抗遮挡定位算法为抗非视距位置求解算法，在本发明实施例中优选为基于最小二乘的定位算法。

本发明实施例提供的方法，通过将TOA算法和TDOA进行融合作为融合算法对目标物体先进行测距，再通过抗遮挡定位算法以及测距结果对目标物体进行定位。使用该融合算法获取到的距离集合的精确度高，并且，该抗遮挡定位算法不属于迭代算法，具有较强的抗障碍物遮挡的效果，因此最终得到的定位结果一定在目标物体的真实位置附近，十分稳定。因此，该方法提高了定位速率、定位精度和定位的鲁棒性。

基于上述实施例，本发明实施例对测距过程进行具体说明。基于TOA算法和TDOA算法，获取目标物体与天线阵列中每一天线间的距离，组成距离集合，进一步包括：

基于TOA算法，获取所述目标物体与所述天线阵列中任一天线间的第一距离；基于TDOA算法，获取所述天线阵列中的其他天线中的每一天线与所述任一天线间的第二距离；根据所述第一距离与所有所述第二距离，获取所述目标物体与所述其他天线中的每一天线间的第三距离；并将所述第一距离和所有所述第三距离组成所述距离集合；其中，所述其他天线为所述天线阵列中剔除所述任一天线后剩余的所有天线。

以下通过具体的举例对本发明实施例中的测距过程进行具体说明：

将天线阵列中天线的根数优选为4根，分别为1号天线、2号天线、3号天线和4号天线。将“任一天线”优选为1号天线，则“其他天线”为2号天线、3号天线和4号天线。需要说明的是，天线阵列中所有天线时钟同步。

图2为本发明一种基于天线阵列的定位方法实施例中测距过程示意图，如图2所示，移动标签向天线阵列发送请求帧，记录下1号天线、2号天线、3号天线和4号天线分别接收到该请求帧的时间t₁、t₂、t₃、t₄，并计算三组TDOA差分值t₂₁＝t₂-t₁、t₃₁＝t₃-t₁、t₄₁＝t₄-t₁。需要说明的是，四根天线的时钟同步，所以得到的三组TDOA差分值是高精度的，将三组TDOA差分值分别乘以光速即可分别得到请求帧到达2号天线与其到达1号天线的距离差值d₂₁＝c×t₂₁、请求帧到达3号天线与其到达1号天线的距离差值d₃₁＝c×t₃₁、请求帧到达4号天线与其到达1号天线的距离差值d₄₁＝c×t₄₁。

1号天线向移动标签发送应答帧，移动标签记录该应答帧到达的时间，并向天线阵列发送响应帧，记录下1号天线、2号天线、3号天线和4号天线分别接收到该响应帧的时间t_1n、t_2n、t_3n、t_4n，并计算三组TDOA差分值t_21n＝t_2n-t_1n、t_31n＝t_3n-t_1n、t_41n＝t_4n-t_1n。将三组TDOA差分值分别乘以光速即可分别得到响应帧到达2号天线与其到达1号天线的距离差值d_21n＝c×t_21n、响应帧到达3号天线与其到达1号天线的距离差值d_31n＝c×t_31n、响应帧到达4号天线与其到达1号天线的距离差值d_41n＝c×t_41n。

利用TOA算法计算移动标签与1号天线间的距离d₁，再计算两次由移动标签至2、3、4号天线与其至1号天线距离差值的均值，从而得到移动标签至2、3、4号天线的距离分别为：d₂＝d₁+(d₂₁+d_21n)/2、d₃＝d₁+(d₃₁+d_31n)/2、d₄＝d₁+(d₄₁+d_41n)/2。需要说明的是，d₁、d₂、d₃和d₄所组成的集合为本发明实施例中提到的距离集合。

本发明实施例提供的方法，通过使天线阵列中所有天线时钟同步，并在TOA算法测距过程中引入TDOA测量，使得移动标签和天线阵列在1次完整的TOA测距过程中可以得到移动标签到天线阵列中各天线的距离，大大提升了测距效率。同时，时钟同步能够消除不同天线之间的同步误差，使得测距结果的精度大大提升，进而使得后续通过测距结果进行定位得到的定位结果的精度大大提升。并且，由于当天线阵列具有较小拓扑的情况下可以降低非视距对TDOA测量的影响，具有较好的稳定性，利用此方法，可以在天线阵列极小拓扑的情况下还保持着高精度的定位效果。

基于上述实施例，本发明实施例对通过测距结果对目标物体进行定位的过程进行说明。基于所述距离集合，对所述目标物体进行定位，进一步包括：

在所述天线阵列所在的平面上，以所述天线阵列的中心为坐标原点，建立直角坐标系；以所述坐标原点为圆心，以所述距离集合的中值为半径作圆；在所述圆上进行多点采样，对于每一采样点，获取所述采样点与所述天线阵列中每一天线间的距离并组成候选距离集合；基于最小二乘法，根据所有所述候选距离集合和所述距离集合，对所述目标物体进行定位。

其中，基于最小二乘法，根据所有所述候选距离集合和所述距离集合，对所述目标物体进行定位，进一步包括：

对于每一所述候选距离集合，获取所述候选距离集合中的每一距离与所述距离集合中对应距离的均方误差；将所有所述均方误差相加，获取所述候选距离集合对应的均方误差和；获取所有所述候选距离集合对应的均方误差和中的最小均方误差和，并将所述最小均方误差和对应的采样点的坐标作为所述目标物体的坐标，以实现对所述目标物体的定位。

以下通过具体的举例对本发明实施例中的定位过程进行具体说明：

将天线阵列优选为上述实施例中提到的包含有1号天线、2号天线、3号天线和4号天线这4根天线的天线阵列。在本发明实施例中，将这4根天线分别布置于任意大小的矩形的4个顶点处。

图3为本发明一种基于天线阵列的定位方法实施例中定位过程示意图，如图3所示，在天线阵列所在的平面上，以天线阵列的中心(也即矩形的中心)作为坐标原点，建立直角坐标系。在该坐标系中，1号天线、2号天线、3号天线和4号天线分别位于A、B、C和D点处。以B、C两点的中垂线为x轴，A、B两点的中垂线为y轴。

以坐标原点为圆心，取距离集合的中值R为半径画圆，移动标签的坐标近似位于该圆上。在圆上进行多点采样得到多个采样点(x_i,y_i),i＝1,2,…,n，其中，n为采样点数。对于每一采样点，计算该采样点至各天线的距离d'₁、d'₂、d'₃、d'₄，将上述距离作为一个候选距离集合，再计算上述距离与距离集合的均方误差之和，对于多个采样点，则有多个候选距离集合，相应地，有多个均方误差之和。将最小均方误差之和对应的采样点的坐标作为移动标签(也即目标物体)的位置坐标，以实现对目标物体的定位。公式如下：

需要说明的是，在圆上进行多点采样可以理解为：在整个圆上进行多点采样或在部分圆弧段内进行多点采样，多点采样可以是等间隔采样，也可以是非等间隔采样。

基于上述实施例，作为一个优选实施例，本发明实施例对如何确定采样范围进行说明。即，在圆上进行多点采样之前还包括：

基于上一次对所述目标物体的定位结果，在所述圆上，确定本次的采样范围。

可以理解的是，当对目标物体进行第一次定位时，是要在整个圆上进行多点采样，以完成定位的。但当目标物体进行第二次、第三次和第四次等后续定位时，可根据上一次的定位结果，确定本次的采样范围，以完成定位。

具体地，记录上一次的定位结果，本次的定位结果只在上一次定位结果(也即目标物体或移动标签的坐标)附近的窗口内进行搜索。其中，假定移动标签的最快运动速度为v，乘以两次定位的时间间隔τ，即为两次定位时间间隔内移动标签最大的运动距离。将最大运动距离折算成最大运动角度，该角度即为窗口宽度，一般窗口可取固定值40度，即在上一次定位结果左右20度范围内进行采样。因此，对于第二次及以后的定位结果，会滤除窗口以外的定位结果，因为复杂的环境或障碍物的遮挡会影响测距精度，这样通过窗口对定位结果进行过滤能够提高定位算法的稳定性。

基于上述实施例，作为一个优选实施例，本发明实施例考虑到了另一种情况，即，天线阵列在发生转动时，如何对目标物体进行定位。在所述圆上进行多点采样，之前还包括：

判定所述天线阵列是否转动，若判定所述天线阵列发生转动，则根据所述天线阵列的转动角度和上一次对所述目标物体的定位结果，在所述圆上，确定本次的采样范围。

具体地，在实际应用中，天线阵列可以随意运动，并完成对移动标签的相对定位。当天线阵列相对于上一定位时刻转动了角度θ后，移动标签等同于相对天线阵列转动了-θ，则在当前时刻的搜索窗口也要转动-θ。这样可以充分利用天线阵列转动的角度信息，提高对移动标签(也即目标物体)定位的速率。

本发明实施例提供的方法，在第一次定位时，会记录移动标签相对于天线阵列的角度值，下一次定位则在这个角度附近进行搜索。需要注意的是，下一次定位时利用的测距结果可能发生变化，即圆周的半径会变化。设计这种基于“窗口”的搜索算法的目的在于，移动标签至天线阵列的距离集合可能有某一路距离出现较大误差，这个误差不会导致圆周半径的剧烈变化，但可能导致在圆上搜索的结果产生偏移，因此窗口可以提高搜索速率，也能对定位结果进行范围限制。在利用最小二乘法求解时，利用测距值的方差进行了加权，可以让定位更准确。融合了天线阵列的角度变化信息，也可使得天线阵列在移动时能够对目标物体进行快速定位。

基于上述实施例，作为一个优选实施例，本发明实施例考虑到非视距传输的影响，对测距结果进行修正。该修正过程在测距和定位之间，即对所述目标物体进行定位，之前还包括：

根据信道脉冲响应的波形，获取首达径对应的功率与所述波形的总功率的比值；

将所述比值与门限值进行对比，若所述比值大于所述门限值，则对所述距离集合进行修正。

具体地，根据信道脉冲响应(CIR)的波形，计算首达径对应的功率与波形总功率的比值，公式如下：Q＝10×log₁₀(F²/C)，其中，F为信号首达径对应的幅度，C为接受信号的总功率。将Q与预设的门限值进行对比，判断该测距结果是否受到非视距遮挡物的影响，当比值大于预设的门限值时认为信号穿越了障碍物，因此对测距结果应减去一个测距偏差。即，距离集合中的每一个距离值都减去该测距偏差。需要说明的是，门限值和测距偏差均为经验值。

本发明实施例提供的方法，通过判断信号是否穿过了遮挡物，若是，则根据实验经验对测距结果进行修正，这样可以降低非视距传输对距离测量的影响，提高测距精度，进而提高定位精度。因此，本方法在复杂的遮挡环境中十分有效，对于多种非视距遮挡都能够在平均意义上进行消除，保证了定位结果更具鲁棒性。

需要说明的是，上述实施例中的定位过程获取到的是一个二维坐标。因此，对所述目标物体进行定位，之前还包括：

获取所述天线阵列的位置坐标以及所述目标物体与所述天线阵列的高度差。

具体地，根据天线阵列的位置坐标以及目标物体与所述天线阵列的高度差，获取目标物体的高度信息。将目标物体的二维坐标与高度信息组成三维坐标，该三维坐标即为该目标物体的空间位置。

基于上述实施例，对所述目标物体进行定位，之后还包括：

对所述天线阵列中的每一天线进行时钟同步，以进行下一次定位。

具体地，每一次定位结束后都需对天线阵列进行一次时钟同步操作。需要说明的是，天线阵列和移动标签不需要时钟同步。

作为一个优选实施例，本发明实施例对天线阵列和移动标签的硬件结构进行说明。

天线阵列集成于一块电路板，含有超宽带模块、时钟晶振、信号天线(至少包含3根天线)、惯性导航模块和辅助电路。移动标签基于微型单片机制作，包含超宽带模块、片状天线和辅助电路。

天线阵列和移动标签中的超宽带模块均用于发送超宽带信号，也即上述实施例中提到的各种帧信号。信号天线和片状天线均用于收发超宽带信号。时钟晶振用于对天线阵列中的所有天线进行时钟同步。惯性导航模块用于获取天线阵列的转动加速度，从而计算转动角度。天线阵列和移动标签中的辅助电路均用于提供一些辅助功能，例如供电。

移动标签位于被定位的目标物体上，目标物体可以为行走的人群、无人小车或无人机，移动标签附着在在无人小车、无人机或人体的胸前口袋或肩章上。

天线阵列可以放置在固定位置，实现对无人小车、无人机和人体的定位和追踪；天线阵列可以放置在无人小车、无人机上，实现对其他无人小车、无人机、移动人体的定位。

天线阵列中的天线的位置可以任意调整，只要已知天线的位置坐标，即可确定移动标签的相对位置。

本发明实施例提供一种基于天线阵列的定位系统，包括：

距离集合获取模块，用于基于TOA算法和TDOA算法，获取目标物体与天线阵列中每一天线间的距离，组成距离集合；

定位模块，用于基于所述距离集合，对所述目标物体进行定位。

需要说明的是，本发明实施例的系统可用于执行图1所示的一种基于天线阵列的定位方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。

图4为本发明一种基于天线阵列的定位设备实施例结构框图，如图4所示，所述定位设备包括：处理器(processor)401、存储器(memory)402和总线403；其中，所述处理器401和所述存储器402通过所述总线403完成相互间的通信；所述处理器401用于调用所述存储器402中的程序指令，以执行上述各方法实施例所提供的方法，例如包括：基于TOA算法和TDOA算法，获取目标物体与天线阵列中每一天线间的距离，组成距离集合；基于所述距离集合，对所述目标物体进行定位。

本发明实施例公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如包括：基于TOA算法和TDOA算法，获取目标物体与天线阵列中每一天线间的距离，组成距离集合；基于所述距离集合，对所述目标物体进行定位。

本发明实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述各方法实施例所提供的方法，例如包括：基于TOA算法和TDOA算法，获取目标物体与天线阵列中每一天线间的距离，组成距离集合；基于所述距离集合，对所述目标物体进行定位。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种基于天线阵列的定位方法，其特征在于，包括：

基于TOA算法和TDOA算法，获取目标物体与天线阵列中每一天线间的距离，组成距离集合；

基于所述距离集合，对所述目标物体进行定位。

2.根据权利要求1所述的方法，其特征在于，所述基于TOA算法和TDOA算法，获取目标物体与天线阵列中每一天线间的距离，组成距离集合，进一步包括：

基于TOA算法，获取所述目标物体与所述天线阵列中任一天线间的第一距离；

基于TDOA算法，获取所述天线阵列中的其他天线中的每一天线与所述任一天线间的第二距离；

根据所述第一距离与所有所述第二距离，获取所述目标物体与所述其他天线中的每一天线间的第三距离；并将所述第一距离和所有所述第三距离组成所述距离集合；

其中，所述其他天线为所述天线阵列中剔除所述任一天线后剩余的所有天线。

3.根据权利要求1所述的方法，其特征在于，所述基于所述距离集合，对所述目标物体进行定位，进一步包括：

在所述天线阵列所在的平面上，以所述天线阵列的中心为坐标原点，建立直角坐标系；

以所述坐标原点为圆心，以所述距离集合的中值为半径作圆；

在所述圆上进行多点采样，对于每一采样点，获取所述采样点与所述天线阵列中每一天线间的距离并组成候选距离集合；

基于最小二乘法，根据所有所述候选距离集合和所述距离集合，对所述目标物体进行定位。

4.根据权利要求3所述的方法，其特征在于，所述基于最小二乘法，根据所有所述候选距离集合和所述距离集合，对所述目标物体进行定位，进一步包括：

对于每一所述候选距离集合，获取所述候选距离集合中的每一距离与所述距离集合中对应距离的均方误差；

将所有所述均方误差相加，获取所述候选距离集合对应的均方误差和；

获取所有所述候选距离集合对应的均方误差和中的最小均方误差和，并将所述最小均方误差和对应的采样点的坐标作为所述目标物体的坐标，以实现对所述目标物体的定位。

5.根据权利要求3所述的方法，其特征在于，所述在所述圆上进行多点采样，之前还包括：

基于上一次对所述目标物体的定位结果，在所述圆上，确定本次的采样范围。

6.根据权利要求3所述的方法，其特征在于，所述在所述圆上进行多点采样，之前还包括：

判定所述天线阵列是否转动，若判定所述天线阵列发生转动，则根据所述天线阵列的转动角度和上一次对所述目标物体的定位结果，在所述圆上，确定本次的采样范围。

7.根据权利要求1所述的方法，其特征在于，所述对所述目标物体进行定位，之前还包括：

根据信道脉冲响应的波形，获取首达径对应的功率与所述波形的总功率的比值；

将所述比值与门限值进行对比，若所述比值大于所述门限值，则对所述距离集合进行修正。

8.根据权利要求1所述的方法，其特征在于，所述对所述目标物体进行定位，之前还包括：

获取所述天线阵列的位置坐标以及所述目标物体与所述天线阵列的高度差。

9.根据权利要求1所述的方法，其特征在于，所述对所述目标物体进行定位，之后还包括：

对所述天线阵列中的每一天线进行时钟同步，以进行下一次定位。

10.一种基于天线阵列的定位系统，其特征在于，包括：

距离集合获取模块，用于基于TOA算法和TDOA算法，获取目标物体与天线阵列中每一天线间的距离，组成距离集合；

定位模块，用于基于所述距离集合，对所述目标物体进行定位。