一种利用基站空口数据对移动终端进行定位的方法

摘要

为解决现有技术无线通信基于基站的定位算法存在的定位精度较低，在非视距nLOS传播的情况下定位精度会受到很大影响等问题，本发明提出一种利用基站空口数据对移动终端进行定位的方法，以服务小区坐标以及邻近小区坐标为依据估算移动终端的初步位置，然后，通过移动终端的接收功率，以TOA定位算法中非视距nLOS传播权重的设定，对先前获得的初步位置进行优化后，获得移动终端的最终位置；或者以AOA定位算法中非视距nLOS传播权重的设定，对先前获得的初步位置进行优化后，获得移动终端的最终位置。本发明的有益技术效果是降低了现有技术TOA定位算法和AOA定位方法中非视距nLOS传播对定位精度的影响，从而提高了移动终端定位的精确度。

说明书

技术领域

本发明涉及利用通信技术定位的技术领域，具体涉及到一种利用基站空口数据对移动终 端进行定位的方法。

背景技术

传统GPS定位技术具有覆盖范围广、精度高(可以达到数米)等优点，其主要缺点是存 在覆盖盲区，例如室内或者高楼林立的都会区，移动终端不能与卫星建立连接，导致定位失 效。另外，GPS在定位时，较为耗电，并且在第一次获取位置信息是耗时较长；GPS可人为 的开关，所以不是任何时候都能够获得GPS定位数据。

随着无线通信技术的蓬勃发展，蜂窝基站的密度越来越高，覆盖范围愈加广泛，覆盖盲 区越来越少，因而，利用基站对移动终端进行定位的技术也日益成熟，并且，定位变得更加 精确。现有技术无线通信定位算法有：TOA定位算法、DTOA定位算法和AOA定位算法等。

TOA定位算法的电波到达时间定位的基本原理是得到τ_BSi(i＝1,2,3)后，由c×τ_BSi得到移动 终端BS到基站BS_i之间的距离R_i，然后，根据几何算法建立方程组并求解，从而求得移动终 端的位置(如附图2所示)。由于TOA定位算法中距离的计算完全依赖于时间，因此，TOA 算法对系统的时间同步要求很高，任何很小的时间误差都会被放大很多倍。同时，由于多径 效应的影响又会带来很大的误差，因而单纯的TOA定位算法在实际中应用很少。

DTOA定位算法的电波到达时间差定位是对TOA定位的改进，与TOA的不同之处在于， 得到τ_BSi后不是立即用τ_BSi去求距离R_i，而是先对τ_BS1、τ_BS2、τ_BS3两两求差，然后通过一些巧 妙的数学算法建立方程组并求解，从而求得移动终端的位置(如附图3所示)。DTOA定位算 法由于其中巧妙设计的求差过程会抵消其中很大一部分的时间误差和多径效应带来的误差， 因而可以大大提高定位的精确度。但在非视距nLOS传播的情况下，定位精度会受到很大影 响。

AOA(即AngleofArrival，到达角度)定位是一种两基站定位方法，基于信号的入射角 度进行定位(如附图4所示)。AOA定位通过两直线相交确定位置，不可能有多个交点，避 免了定位的模糊性。但是为了测量电磁波的入射角度，接收机必须配备方向性强的天线阵列。

现有技术无线通信定位方法还可依据服务小区的坐标以及邻近小区的坐标对移动终端进 行定位，即所谓基于基站的定位方法。在蜂窝网络中，每个基站至少包括一个小区(cell)， 基站包含的小区越多，每一个小区天线覆盖的角度越小，定位相对会更准确。通常，一个基 站包含3个小区，每个小区的扇面大小为120°；有时，当用户密度过高时，也会存在一个基 站包含6个小区的情况，每个小区仍然覆盖120°范围。基于基站的定位方法大致分为两种： 单基站定位方法和多基站定位方法。在蜂窝网络中，移动终端会监测到多个可以提供服务的 小区，这些小区与移动终端的距离不同，负载情况不同，外部环境存在差异(晴天或雨天)， 因而会找到一个最适合的单一小区来向移动终端提供服务(servingcell)。那么，在同一时间， 可为移动终端提供服务的其它小区，则称为邻近小区(neighborhoodcell)。单基站定位方法， 利用移动终端的读物小区信息(诸如，基站坐标和该移动终端到基站的距离等)，计算出该移 动终端可能存在的范围，即可对该移动终端进行定位。多基站定位方法可以大大提高单基站 定位的精确度，如附图1所示即为一种常见的多基站定位法，利用三个小区(附图1中的102、 104和106)所属的基站坐标，以及该移动终端与多个基站间的距离，分别获得该移动终端可 能出现的位置，再以几何交集的方式确定一个较为精确的该移动终端的具体位置。

显然，现有技术无线通信基于基站的定位算法存在着定位精度较低，在非视距nLOS传播 的情况下定位精度会受到很大影响，或者需要配备方向性强的天线阵列等问题。

发明内容

为解决现有技术无线通信基于基站的定位算法存在的定位精度较低，在非视距nLOS传 播的情况下定位精度会受到很大影响，或者需要配备方向性强的天线阵列等问题，本发明提 出一种利用基站空口数据对移动终端进行定位的方法。

本发明利用基站空口数据对移动终端进行定位的方法，以服务小区坐标以及邻近小区坐 标为依据估算移动终端的初步位置，然后，通过移动终端的接收功率，以TOA定位算法中非 视距nLOS传播权重的设定，对先前获得的初步位置进行优化后，获得移动终端的最终位置； 或者以AOA定位算法中非视距nLOS传播权重的设定，对先前获得的初步位置进行优化后， 获得移动终端的最终位置。

进一步的，本发明利用基站空口数据对移动终端进行定位的方法，所述以服务小区坐标 以及邻近小区坐标为依据估算移动终端的初步位置，包括，采用多基站定位方法估算移动终 端的初步位置，即利用多个基站坐标，以及该移动终端与多个基站间的距离，分别获得该移 动终端可能出现的位置，再以几何交集的方式确定该移动终端的具体位置。

进一步的，所述通过移动终端的接收功率，以TOA定位算法中非视距nLOS传播权重的 设定，对先前获得的初步位置进行优化后，获得移动终端的最终位置；包括以下步骤：

S101、定义发射信号在移动终端处的接收功率的单位为asu，其与功率单位dBm之间的 关系为：

dBm＝-113+2×asu

S102、小区基站的发射功率减去移动终端的接收功率就等于衰减的功率，用dBw[i]表示，

i＝1,2,...,N_BS，N_BS为基站的数量，设最高衰减值为MAX_dBw，则基站BS_i对应的信号 强度加权值a_i为：：

$a_i=\frac{MAX\_dBw-dBw\left[i\right]+N}{{\Sigma }_{k=1}^n(MAX\_dBw-dBw[i]+N}$

式中，N为[0，1]的常数，其作用是弱化高功率衰减；

S103、以(x₁,y₁),(x₂,y₂),(x₃,y₃),...(x_i,y_i)表示多个小区的交叉点，以E(x_MT,y_MT)表示 (x₁,y₁),(x₂,y₂),(x₃,y₃),...(x_i,y_i)的质心点，即移动终端初步位置，则，

$E(x_{MT},y_{MT})=\frac{(x_1+x_2+x_3+...x_i)}{N_{BS}},\frac{(y_1+y_2+y_3+...y_i)}{N_{BS}};$

S104、为减小位置的误差，使用非线性的最小二乘法进行数据的处理，定义误差为：

式中，(x_BSi,y_BSi)是基站BS_i的坐标，τ_BSi为移动终端到基站的时间，c为电磁波的速率， 等于3×10⁸m/s；由此，E的范围可以下列不等式进行表示：

S105、移动终端到最近障碍物的欧几里得距离，即直线距离其障碍物由方位角θ为 接收信号发现，方位角θ的角度可以由AOA定位算法测得，移动终端到基站之间的距离则可 以由TOA定位算法测得，如果某路径的传播满足则说明此路径为视距LOS 路径传播，将此路径的权重l_i设定为1；如果某路径的传播满足则说明此路 径为非视距nLOS路径传播，其中，如果有一个非视距(nLOS)路径传播，则将此路径的权 重l_i设定为如果有两个非视距nLOS路径传播，并且则将此二个路径的权重l_i设定为如果有三个是非视距(nLOS)路径传播，并 且则将此三个路径的权重l_i设定置为 以此类推；

S106、定义a_i表示步骤S102所求得的第i个基站的信号强度 加权值；由于a_i和l_i都不小于0，因此，G(x,y)存在最小值，将G(x,y)求导等于0，即可求得 G(x,y)为最小值时的坐标(x,y)，所述坐标(x,y)即为对先前获得的初步位置进行优化后 的移动终端的最终位置。

进一步的，所述通过移动终端的接收功率，以AOA定位算法中非视距nLOS传播权重的 设定，对先前获得的初步位置进行优化后，获得移动终端的最终位置；包括以下步骤：

S201、定义发射信号在移动终端处的接收功率的单位为asu，其与功率单位dBm之间的 关系为：

dBm＝-113+2×asu

S202、小区基站的发射功率减去移动终端的接收功率就等于衰减的功率，用dBw[i]表示， i＝1,2,...,N_BS，N_BS为基站的数量，设最高衰减值为MAX_dBw，则基站BS_i对应的信号强度 加权值a_i为：

$a_i=\frac{MAX\_dBw-dBw\left[i\right]+N}{{\Sigma }_{k=1}^n(MAX\_dBw-dBw[i]+N}$

式中，N为[0，1]的常数，其作用是弱化高功率衰减；

S203、以(x₁,y₁),(x₂,y₂),(x₃,y₃),...(x_i,y_i)表示多个小区的交叉点，以E(x_MT,y_MT)表示 (x₁,y₁),(x₂,y₂),(x₃,y₃),...(x_i,y_i)的质心点，即移动终端初步位置，则，

$E(x_{MT},y_{MT})=\frac{(x_1+x_2+x_3+...x_i)}{N_{BS}},\frac{(y_1+y_2+y_3+...y_i)}{N_{BS}};$

S204、由于AOA定位算法的位置取决于基站接收到的直线传播的信号以及基站的坐标， 为了更精确的评估位置信息，定义以下误差方程：

f_i(x,y)＝(y-y_BSi)-tanφ_i·(x-x_BSi)

式中，(x_BSi,y_BSi)是基站BS_i的坐标，φ_i为基站BS_i接收到的信号到达角；

S205、对于AOA定位算法，如果某路径为非视距nLOS路径传输，则将此路径的权重l_i设定为l_i＝0；如果某路径为视距LOS路径传输，则将此路径的权重l_i设定为l_i＝1；

S206、定义由于a_i和l_i都不小于0，因此，F(x,y)存在最小值。 将F(x,y)求导等于0，即可求得F(x,y)为最小值时的坐标(x,y)，所述坐标(x,y)即为对 先前获得的初步位置进行优化后的移动终端的最终位置。

本发明利用基站空口数据对移动终端进行定位的方法的有益技术效果是降低了现有技术 TOA定位算法和AOA定位方法中非视距nLOS传播对定位精度的影响，从而提高了移动终 端定位的精确度。

附图说明

附图1为现有技术多基站定位法的几何交集定位示意图；

附图2为TOA定位算法示意图；

附图3为DTOA定位算法示意图；

附图4为AOA定位算法示意图。

下面结合附图对本发明利用基站空口数据对移动终端进行定位的方法作进一步的说明。

具体实施方式

显而易见地，下面描述中的附图仅仅是本发明的一些实施例，应当理解，此处所描述的 优选实施例仅用于说明和解释本发明，并不用于限定本发明。

本发明利用基站空口数据对移动终端进行定位的方法，以服务小区坐标以及邻近小区坐 标为依据估算移动终端的初步位置，然后，通过移动终端的接收功率，以TOA定位算法中非 视距nLOS传播权重的设定，对先前获得的初步位置进行优化后，获得移动终端的最终位置； 或者以AOA定位算法中非视距nLOS传播权重的设定，对先前获得的初步位置进行优化后， 获得移动终端的最终位置。可见，本发明利用基站空口数据对移动终端进行定位的方法主要 以服务小区坐标以及邻近小区坐标为依据，估算移动终端的位置，然后，通过移动终端的接 收功率、TOA定位算法中非视距(nLOS)传播的权重设定，或者AOA定位算法中非视距 (nLOS)传播的权重设定对先前获得的位置进行优化，从而提高定位的精度。

显然，可以采用各种技术利用基站空口数据对移动终端进行初步定位。本发明利用基站 空口数据对移动终端进行定位的方法，所述以服务小区坐标以及邻近小区坐标为依据估算移 动终端的初步位置，包括，采用多基站定位方法估算移动终端的初步位置，即利用多个基站 坐标，以及该移动终端与多个基站间的距离，分别获得该移动终端可能出现的位置，再以几 何交集的方式确定该移动终端的具体位置。

在理想状况下，发射信号的能量是均匀分布的，各个小区对应的权值，与小区发射信号 在移动终端处的功率衰减值倒数的立方根线性相关；但实际情况是，由于实际环境中存在许 多遮蔽物(高楼，树木等等)，因而导致信号功率急剧衰减，此时如果还以小区发射信号在移 动终端处的功率衰减值倒数的立方根为依据，就会造成偏差的结果。因此，高功率衰减应该 被弱化。同样，由于非视距(nLOS)传播以及多经效应的存在，如果非视距(nLOS)传播与 视距(LOS)传播有相同的加权值，同样会造成无法精确定位。因此，本发明利用基站空口数 据对移动终端进行定位的方法在权重的运算中，小区对应的权重与小区发射信号在移动终端 处的功率衰减值息息相关、传播路径的权重与其是否是非视距(nLOS)传播息息相关。换句 话讲，就是在等权重的情况下估算出的移动终端初步位置，由稳定的几何中心向权重较大的 坐标移动，从而使移动终端更加接近实际位置。据此，本发明利用基站空口数据对移动终端 进行定位的方法对TOA定位算法和AOA定位算法的计算过程中，非视距(nLOS)传播的权 重进行设定，使得几何中心向权重较大的坐标移动，从而使得移动终端的定位更加接近实际 位置。

本发明利用基站空口数据对移动终端进行定位的方法，通过移动终端的接收功率，以 TOA定位算法中非视距nLOS传播权重的设定，对先前获得的初步位置进行优化后，获得移 动终端的最终位置；包括以下步骤：

S101、定义发射信号在移动终端处的接收功率的单位为asu，其与功率单位dBm之间的 关系为：

dBm＝-113+2×asu

S102、小区基站的发射功率减去移动终端的接收功率就等于衰减的功率，用dBw[i]表示，

i＝1,2,...,N_BS，N_BS为基站的数量，设最高衰减值为MAX_dBw，则基站BS_i对应的信号 强度加权值a_i为：：

$a_i=\frac{MAX\_dBw-dBw\left[i\right]+N}{{\Sigma }_{k=1}^n(MAX\_dBw-dBw[i]+N}$

式中，N为[0，1]的常数，其作用是弱化高功率衰减；

S103、以(x₁,y₁),(x₂,y₂),(x₃,y₃),...(x_i,y_i)表示多个小区的交叉点，以E(x_MT,y_MT)表示 (x₁,y₁),(x₂,y₂),(x₃,y₃),...(x_i,y_i)的质心点，即移动终端初步位置，则，

$E(x_{MT},y_{MT})=\frac{(x_1+x_2+x_3+...x_i)}{N_{BS}},\frac{(y_1+y_2+y_3+...y_i)}{N_{BS}};$

S104、为减小位置的误差，使用非线性的最小二乘法进行数据的处理，定义误差为：

式中，(x_BSi,y_BSi)是基站BS_i的坐标，τ_BSi为移动终端到基站的时间，c为电磁波的速率， 等于3×10⁸m/s；由此，E的范围可以下列不等式进行表示：

S105、移动终端到最近障碍物的欧几里得距离，即直线距离其障碍物由方位角θ为 接收信号发现，方位角θ的角度可以由AOA定位算法测得，移动终端到基站之间的距离则可 以由TOA定位算法测得，如果某路径的传播满足则说明此路径为视距LOS 路径传播，将此路径的权重l_i设定为1；如果某路径的传播满足则说明此路 径为非视距nLOS路径传播，其中，如果有一个非视距(nLOS)路径传播，则将此路径的权 重l_i设定为如果有两个非视距nLOS路径传播，并且则将此二个路径的权重l_i设定为如果有三个是非视距(nLOS)路径传播，并 且则将此三个路径的权重l_i设定置为 以此类推；

S106、定义a_i表示步骤S102所求得的第i个基站的信号强度 加权值；由于a_i和l_i都不小于0，因此，G(x,y)存在最小值，将G(x,y)求导等于0，即可求得 G(x,y)为最小值时的坐标(x,y)，所述坐标(x,y)即为对先前获得的初步位置进行优化后 的移动终端的最终位置。

本发明利用基站空口数据对移动终端进行定位的方法，通过移动终端的接收功率，以 AOA定位算法中非视距nLOS传播权重的设定，对先前获得的初步位置进行优化后，获得移 动终端的最终位置；包括以下步骤：

S201、定义发射信号在移动终端处的接收功率的单位为asu，其与功率单位dBm之间的 关系为：

dBm＝-113+2×asu

S202、小区基站的发射功率减去移动终端的接收功率就等于衰减的功率，用dBw[i]表示， i＝1,2,...,N_BS，N_BS为基站的数量，设最高衰减值为MAX_dBw，则基站BS_i对应的信号强度 加权值a_i为：

$a_i=\frac{MAX\_dBw-dBw\left[i\right]+N}{{\Sigma }_{k=1}^n(MAX\_dBw-dBw[i]+N}$

式中，N为[0，1]的常数，其作用是弱化高功率衰减；

S203、以(x₁,y₁),(x₂,y₂),(x₃,y₃),...(x_i,y_i)表示多个小区的交叉点，以E(x_MT,y_MT)表示 (x₁,y₁),(x₂,y₂),(x₃,y₃),...(x_i,y_i)的质心点，即移动终端初步位置，则，

$E(x_{MT},y_{MT})=\frac{(x_1+x_2+x_3+...x_i)}{N_{BS}},\frac{(y_1+y_2+y_3+...y_i)}{N_{BS}};$

S204、由于AOA定位算法的位置取决于基站接收到的直线传播的信号以及基站的坐标， 为了更精确的评估位置信息，定义以下误差方程：

f_i(x,y)＝(y-y_BSi)-tanφ_i·(x-x_BSi)

式中，(x_BSi,y_BSi)是基站BS_i的坐标，φ_i为基站BS_i接收到的信号到达角；

S205、对于AOA定位算法，如果某路径为非视距nLOS路径传输，则将此路径的权重l_i设定为l_i＝0；如果某路径为视距LOS路径传输，则将此路径的权重l_i设定为l_i＝1；

S206、定义由于a_i和l_i都不小于0，因此，F(x,y)存在最小值。 将F(x,y)求导等于0，即可求得F(x,y)为最小值时的坐标(x,y)，所述坐标(x,y)即为对 先前获得的初步位置进行优化后的移动终端的最终位置。

显然，本发明利用基站空口数据对移动终端进行定位的方法的有益技术效果是降低了现 有技术TOA定位算法和AOA定位方法中非视距nLOS传播对定位精度的影响，从而提高了移动 终端定位的精确度。