数据融合室内定位的研究
开篇：润墨网以专业的文秘视角，为您筛选了一篇数据融合室内定位的研究范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
摘 要 通信领域中的定位是一个热点研究问题，我们可以通过一定方法对目标进行位置定位。定位领域分为室内定位和室外定位，在室内定位领域中，定位算法的优劣直接关系到定位性能。除了定位算法影响到定位性能外，数据融合也会影响到定位性能，尤其影响定位精度。针对此问题，本文对数据融合定位进行深入研究，本文主要是针对TOA和TDOA的数据融合，融合方法为最佳线性数据融合。
在室内定位领域中，对移动台MS定位的定位，必须借助基站BS，MS发射信号，同时利用BS接收信号，通过一定方法得到定位点的坐标值。我们在研究某种定位算法时，我们首先要定好BS的坐标和MS的真实值坐标，这样我们就可以通过定位算法得到定位估计值后，得到定位估计值的误差量，进而判断定位算法的优劣。定位算法最为常见的有Chan算法、Taylor算法、Chan-Taylor算法、LS-牛顿迭代算法。
定位方法中最为常见的有射频识别法（RFID）、接收信号强度法（RSSI）、到达角度法（AOA）、到达时间法（TOA）、到达时间差法（TDOA），这些定位方法各有优缺点。将这些定位方法进行数据融合，精度会有所提高。
1 定位方法
在室外，可以使用GPS作为最主要的定位方法。在室内，GPS信号很微弱，尤其在地下、矿井等环境中，无法接收到GPS信号，故在室内环境下，我们需要利用一些方法进行定位，下面我们详细介绍常见的定位方法。
1.1 TOA定位
TOA为到达时间的方法，在各个基站BS和定位点MS相互之间保持时间同步的情况进行的一种算法。简单地说就是，通过一定方法，测出MS到BS之间的时间，利用时间和距离之间的关系得出MS到BS之间的距离。当有多个BS同时接收MS信号时，就会得到一组MS到BS之间的距离，将所得到的距离运用一定的定位算法进行对MS的估计，最后就会得到MS的坐标值。在进行TOA定位时，需要保证基站数目多于3个。
1.2 TDOA定位
TDOA为到达时间差的方法。TOA定位的前提就是各个BS和MS之间保持时间上的同步，说明TOA定位的要求较高，为了解决这一问题，提出TDOA定位。TDOA定位只要求各个BS之间保持同步就行，不必和MS保持同步。我们在进行TDOA定位时，只需要得到各个BS到MS的到达时间差即可。在进行TDOA定位时，要求基站的数目必须多于3个，利用得到的各个BS到MS的TDOA的值，用一定算法得到定位估计值。
1.3 AOA定位
AOA定位为到达角度法的定位，利用MS与两个BS的到达角度值，得出定位估计值的定位方法。在进行AOA定位时，往往利用基站天线点阵来得到定位估计值。
1.4 其他定位
除了上述定位方法，还有RFID、RSSI等定位方法，这样的方法需要一定的设备来实现，其中RSSI可以利用路径损耗模型来得出定位估计值。
2 定位算法
在确定定位方法之后，我们要选择合适的算法来实现相应的定位方法。常见的定位算法有Chan算法、Taylor算法，Chan算法就是利用3次WLS算法进行定位；Taylor算法就是将距离或者距离差的关系式进行Taylor级数展开，得到有关误差的方程组，最后得到定位估计值。Taylor算法和Chan算法既可以进行TOA定位，也可以进行TDOA定位。Taylor算法在进行之前需要一个初始值，初始值需要相对准确，否则用此算法得出的定位值的误差很大。Taylor算法为迭代算法，有时在matlab仿真过程中需要运行很长时间。
除了以上这些算法外，还有Fang算法、牛顿迭代法等算法。Fang算法只需要3个基站即可得出MS的估计值，但是随着BS数目的增多，Fang算法的定位精度没有太大的提高，而且和Chan、Taylor等算法相比，Fang算法的定位精度较低，故此算法在定位中不常用；牛顿迭代法为一种迭代的算法，在进行此算法之前需要由一种算法得出定位值，将此定位值作为牛顿迭代法的初始值。
3 数据融合
数据融合往往是两种定位方法的融合，数据融合常用的方法为最佳线性数据融合，这种数据融合必须保证融合之前的数据相互独立。在数据融合中，TOA和TDOA融合最为常见，有3种融合情况，一级融合为TOA数据和TDOA数据进行融合，融合之后得到的TDOA数据进行TDOA定位；二级融合为利用TOA数据和TDOA数据分别进行TOA定位和TDOA定位，得到的两个定位估计值进行最佳线性数据融合；四级融合为利用一级融合和二级融合得到的定位估计值，以及用TOA数据和TDOA数据分别得到的定位估计值，按照一定的方法进行在决策层的融合，得到定位估计值。在数据融合的研究中，我们可以将一级融合得到的定位估计值用于二级融合之中，这样就会得到精度较高的定位估计值。
参考文献
[1]Y.T.Chan，K.C.Ho.A Simple and Efficient Estimator for Hyperbolic Location[J].IEEE Trans on signal processing，1994，42（8）：1905-1915.
[2]熊瑾煜，王巍，朱中梁.基于泰勒级数展开的蜂窝TDOA定位算法[J].通信学报，2004，25（4）：144-150.
[3]刘林，邓平，范平志.基于Chan氏算法和Taylor级数展开法的协同定位方法[J].电子与信息学报，2004，26（1）：41-46.
[4]刘利军，韩炎.基于最小二乘法的牛顿迭代信源定位算法[J].弹箭与制导学报，2006，26（3）：325-328.
[5]，范平志.射频识别技术及其在室内定位中的应用[J].计算机应用，2005，25（5）：1205-1208.
[6]彭玉旭，杨艳红.一种基于RSSI的贝叶斯室内定位算法[J].计算机工程，2012，38（10）：237-240
[7]孙国林，郭伟.基于数据融合的蜂窝无线定位算法研究[J].通信学报，2003，24（1）：137-142.
[8]李启虎.相关观测资料的最佳线性数据融合[J].声学学报，2001，26（5）：385-388.
作者单位
辽宁师范大学物理与电子技术学院 辽宁省大连市 116029