预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局*CN102970257A*(12)发明专利申请(10)申请公布号CN102970257A(43)申请公布日2013.03.13(21)申请号201210524365.5(22)申请日2012.12.04(71)申请人江南大学地址214122江苏省无锡市蠡湖大道1800号江南大学物联网工程学院(72)发明人梁久祯郑栋柴志雷(51)Int.Cl.H04L25/02(2006.01)权利要求书权利要求书3页3页说明书说明书55页页附图附图11页(54)发明名称用于提高定位精度的信道估计方法(57)摘要本发明揭示了一种用于提高定位精度的信道估计方法。该方法包括利用TOA测量值及AGC(自动增益控制)值,结合先验统计信道模型信息计算每种信道状态的概率;可使用“软权重”和“硬权重”两种权重分配方案来利用信道状态估计信息,从而提高定位精度。本发明通过利用TOA和AGC测量值,可以有效区分LOS(视距传播)、NLOS-DP(非视距传播-直接路径可用)及NLOS-NDP(非视距传播-直接路径阻断)三种信号传播状态,相对于盲信道定位方法,可有效提高定位精度。CN102975ACN102970257A权利要求书1/3页1.一种用于提高定位精度的信道估计方法,其特征在于,所述方法包括:对网络中的两个节点ith和jth,通过基于TOA测量的距离估计值及AGC测量值计算条件概率以判断目前属于哪种信道传播状态;获得信道状态估计后,使用“软权重”和“硬权重”两种权重分配方案分配链路的权重值,通过链路上的权重值,计算出节点i位置的最小二乘解,以获得较高精度的定位。2.根据权利要求1所述的信道状态估计算法,对于条件概率的计算,其特征在于,所述的条件概率是可以利用贝叶斯公式计算的,其中,Ci表示某给定信道状态,C0代表LOS信道状态,C1代表NLOS-DP状态,C2代表NLOS-NDP状态,是在给定的TOA测量值下,某给定的信道状态的信号功率的分布函数,是在给定的TOA测量值下,某给定的信道状态出现的概率,先验信息可以通过信道测量值和路径损耗模型获得。3.根据权利要求2所述的条件概率的计算方法方法,对所述的某给定信道状态的出现概率的计算,其特征在于,所述方法中,可以类似使用贝叶斯公式得到,即其中,是信道状态Ci的TOA测量值的分布函数,p(Ci)是信道状态Ci的概率;4.根据权利要求2所述的条件概率的计算方法,对于路径损耗模型,其特征在于,该模型描述了距离与功率的关系,路径损耗模型PL通常由以下式子给出:PL=P0+10αlog10(d)+χ,式中,P0是路径损耗的基准距离,通常为1m,α是路径损耗指数,χ是服从对数正态分布的遮蔽衰退分量;对于NLOS信道,路径损耗通常适合以下给出的两式模型:式中,α1,χ1,α2和χ2是路径损耗指数和遮蔽衰退分量分别在中断距离前后的值和他们由于掩蔽而在不同信道状态下的变化值,其中中断距离是环境所决定的参数,因为节点之间有障碍物,导致较高的距离-功率衰减;进一步,对于NLOS-DP状态的信道,由于DP虽然有衰减但总是可用的;而NLOS-DP状态的信道,由于DP的阻塞导致非常高的距离-功率衰减;对于LOS信道,网络节点之间没有障碍物来降低距离-功率衰减;正是利用这三种不同信道状态的以上的不同之处,可以通过我们的方法进行区分。2CN102970257A权利要求书2/3页5.根据权利要求2所述的对条件概率的计算方法,对于的计算,其特征在于,所述方法中概率分布函数将会通过来赋权重,这是一个由和p(Ck)组成的函数。在NLOS信道状态下,因为DP随着距离的增加而变得越来越容易被阻塞,是的单调递减函数,是的单调递增函数,可以用下式代替计算:这样大大降低了之前的计算复杂度。6.根据权利要求1所述的权重分配方法,其特征在于,所述方法为了降低NLOS引起的测距误差,提高定位精度,所述方法中包含的“硬”权重和“软”权重分配方法如下:通过比较在所有三个信道状态下的概率值,“硬”决策即选择最大的那个信道状态,即然后根据被识别的信道状态Ck,一个“硬”权重ω被分配到每条链路中去;另一种方法,是一个“软”权重分配机制的使用,权重由下面公式计算得到:其中,Gk是为信道状态LOS,NLOS-DP和NLOS-NDP所选的硬权重,并且满足G0>G1>G2。7.根据权利要求1所述的对节点位置的求解,其特征在于,一旦每条链路的权重被决定下来,节点i,(i∈S)的位置的最小二乘解可以由最小化代价函数得到,代价函数如下:其中是移动节点到锚节点的距离测量值向量,是被估距离向量,由下式给出:3CN102970257A权利要求书3/3页其中,是已知的第m个锚节点的坐标,(m∈A),而W是一个对角矩阵,对角线上的元素是从权重分配方法得到的“软”