一种基于KNN的定位精度估计方法

一种基于knn的定位精度估计方法
技术领域
1.本发明属于导航定位技术领域，涉及到对定位的准确性做出判断，特别涉及到对于观测到达时间差定位(observed time difference of arrival,otdoa)的误差进行估计。


背景技术：

2.随着信息技术的迅速发展，定位服务已经成为目前的一个热门研究方向，人们的生产生活离不开定位服务。为了对于每次定位的结果准确性进行评估，需要用到定位精度估计算法。经对现有文献检索发现，在international conference on advanced electronic materials,computers and software engineering(aemcse)发表的“fusion localization based on accuracy estimation”(2022年的先进电子材料、计算机与软件工程国际学术会议，《基于精度估计的融合定位》)提出了一种用于定位的精度估计算法。这种算法只考虑了利用“终端与基站的到达时间差集合”与“定位精度”所呈现的单调特性来实现精度估计。
3.而本发明中的基于k-近邻位置指纹算法(k nearest neighbors,knn)的定位精度估计算法除了利用到“终端与基站的到达时间差集合”与“定位精度”二者间的单调关系，还考虑到定位基站与终端设备间的距离和夹角对于定位结果的影响。与先前的研究相比，本发明的优势在于参与定位精度估计的参数更多，对于定位误差估计的更加准确。


技术实现要素：

4.本发明要解决的技术问题是原有的精度估计方法只考虑了“到达时间差集合”与“定位精度”间的关系，导致定位精度估计的准确性偏低。本发明的目的是在原有精度估计方法的基础上加以改进，增加用于误差估计的参数，提高定位精度估计的准确性。
5.为了达到上述目的，本发明采用的技术方案为：
6.一种基于knn的定位精度估计方法，包括离线采集阶段，在线采集和在线估计阶段三个部分，具体步骤为：
7.第一步，采集不同参考点的数据，形成数据库。
8.步骤1.1：假设定位环境中参与otdoa定位的基站有m个，选择发射功率最大的基站作为主基站，剩余基站作为从基站。选定参考点(ap)的位置，计算得到终端设备在参考点(ap)处的时间差集合平均值其中τi对应第i个基站到达终端设备的时间。
9.步骤1.2：计算终端设备在参考点(ap)处与主基站和从基站间的夹角平均值
其中θi为第i个基站到终端设备和主基站到终端设备所形成的两条直线间的夹角，由终端设备、主基站和各个从基站之间的位置坐标计算获得，本步骤考虑到了终端与基站间在空间角度上的分布情况对于误差的影响。
10.步骤1.3：计算在参考点(ap)处的终端设备与各个基站间在二维平面上的距离平均值其中，ri为基站i与终端设备间的距离，本步骤考虑到了终端与基站间在空间距离上的分布情况对于误差的影响。
11.步骤1.4：形成参考点(ap)处的参考向量xs＝(c,θe,re)，并计算终端设备在该参考点(ap)处的定位误差es，把参考向量xs和定位误差es存储保存，形成数据库。
12.步骤1.5：在区域内平均分布w个参考点(ap)，每个参考点(ap)处重复步骤1.1到1.4，且重复n次，存储w*n个参考向量xs和对应的误差es，得到数据库。
13.第二步，采集测试点的向量。
14.步骤2.1：计算终端设备在测试点(tp)处的到达时间差集合平均值其中τi对应第i个基站到达终端设备的时间。
15.步骤2.2：根据定位结果和基站的位置坐标计算终端设备在测试点(tp)处的情况下与主基站和从基站间的在二维平面上的夹角平均值
16.步骤2.3：根据定位结果和基站的位置坐标计算终端设备在测试点(tp)处的情况下与各个基站间在二维平面上的距离平均值
17.步骤2.4：形成终端设备在测试点(tp)处的接收向量x
t
＝(c
t
,θ
t
,r
t
)。
18.第三步，利用knn算法实现误差估计。
19.步骤3.1：分别计算步骤2.4中的接收向量x
t
与数据库中的多个参考向量xs间的欧式距离。
20.步骤3.2：对得到的欧氏距离按照从小到大的顺序排列，根据knn算法，取前k个参考点(其中k≤w)对应的误差信息es，求得均值即为当前定位的误差估计值
21.本发明的效果和益处是：与先前的研究相比，本发明优势在于当对定位进行精度估计时，不仅考虑到了终端与基站间的到达时间差对于误差的影响，还考虑到了终端与基站间在空间上的分布情况对于误差的影响。提高了对于定位误差估计的准确性。
附图说明
22.图1是发明内容中步骤1.2的示意图，图中以4个基站参与定位为例，θ2,θ3,θ4分别
对应基站2,3,4与主基站和终端设备三者间的夹角。
具体实施方式
23.以下结合具体实施例对本发明做进一步说明。
24.第一步，采集不同参考点的数据，形成数据库。
25.步骤1.1：假设定位环境中参与otdoa定位的基站有5个，其中包括一个宏基站和四个微基站，选择宏基站作为主基站。选定参考点(ap)的位置，得到各个基站与终端间的到达时间τ1,
…
,τ5，计算得到终端设备在参考点(ap)处的时间差集合平均值
26.步骤1.2：以终端设备为顶点，计算得到参考点(ap)处的终端设备、主基站与各个从基站三者间在二维平面上的夹角θ2,
…
,θ5，对夹角取平均值
27.步骤1.3：计算在参考点(ap)处的终端设备与各个基站间在二维平面上的距离r1,
…
,r5，对距离取平均值得到
28.步骤1.4：形成参考点(ap)处的参考向量xs＝(c,θe,re)，并统计终端设备在该参考点(ap)处的定位误差es，把参考向量xs和定位误差es存储保存，形成数据库。
29.步骤1.5：在区域内平均分布105个参考点(ap)，每个参考点(ap)处重复步骤1.1到1.4，且重复10次，存储106个参考向量xs和对应的误差es，得到数据库
30.第二步，采集测试点的向量。
31.步骤2.1：计算终端设备在测试点(tp)处的到达时间差集合平均值其中τ1,...,τ5分别为3.334
×
10-7
,1.6665
×
10-7
,5.002
×
10-7
,1.02
×
10-6
,3.32
×
10-7
。
32.步骤2.2：计算终端设备在测试点(tp)处的情况下与各个基站间在二维平面上的夹角平均值其中θ2,...,θ5分别为29.8
°
,75.6
°
,45.2
°
,108.5
°
。
33.步骤2.3：计算终端设备在测试点(tp)处的情况下与各个基站间在二维平面上的距离平均值其中r1,...r5分别为105.2米，48.9米，158.7米，310.5米，107.8米。
34.步骤2.4：形成终端设备在测试点(tp)处的接收向量x
t
＝(c
t
,θ
t
,r
t
)。
35.第三步，利用knn算法实现误差估计。
36.步骤3.1：计算步骤2.4中的接收向量x
t
与数据库中的参考向量xs间的欧式距离。
37.步骤3.2：对得到的欧氏距离按照从小到大的顺序排列，根据knn算法，取前7个参考点的对应的误差信息es，求得均值即为当前定位的误差估计值
[0038][0039]
根据步骤3.2得出的结果可知在该次定位中，利用本发明得到的估计偏差为10.2米，相较于传统方法得到的估计偏差为15.6米，本发明提出的估计误差方法更加准确。
[0040]
以上所述实施例仅表达本发明的实施方式，但并不能因此而理解为对本发明专利的范围的限制，应当指出，对于本领域的技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些均属于本发明的保护范围。

技术特征：
1.一种基于knn的定位精度估计方法，其特征在于，所述的方法包括离线采集阶段，在线采集和在线估计阶段三个部分，包括以下步骤：第一步，采集不同参考点的数据，形成数据库；第二步，采集测试点的向量；第三步，利用knn算法实现误差估计。2.根据权利要求1所述的一种基于knn的定位精度估计方法，其特征在于，具体步骤如下：第一步，采集不同参考点的数据，形成数据库；步骤1.1：假设定位环境中参与otdoa定位的基站有m个，选择发射功率最大的基站作为主基站，剩余基站作为从基站；选定参考点(ap)的位置，计算得到终端设备在参考点ap处的时间差集合平均值其中τ
i
对应第i个基站到达终端设备的时间；步骤1.2：计算终端设备在参考点ap处与主基站和从基站间的夹角平均值其中θ
i
为第i个基站到终端设备和主基站到终端设备所形成的两条直线间的夹角，由终端设备、主基站和各个从基站之间的位置坐标计算获得；步骤1.3：计算在参考点ap处的终端设备与各个基站间在二维平面上的距离平均值其中，r
i
为基站i与终端设备间的距离；步骤1.4：形成参考点ap处的参考向量x
s
＝(c,θ
e
,r
e
)，并计算终端设备在该参考点ap处的定位误差e
s
，把参考向量x
s
和定位误差e
s
存储保存，形成数据库；步骤1.5：在区域内平均分布w个参考点ap，每个参考点ap处重复步骤1.1到1.4，且重复n次，存储w*n个参考向量x
s
和对应的误差e
s
，得到数据库；第二步，采集测试点的向量；步骤2.1：计算终端设备在测试点tp处的到达时间差集合平均值其中τ
i
对应第i个基站到达终端设备的时间；步骤2.2：根据定位结果和基站的位置坐标计算终端设备在测试点tp处的情况下与主基站和从基站间的在二维平面上的夹角平均值步骤2.3：根据定位结果和基站的位置坐标计算终端设备在测试点tp处的情况下与各个基站间在二维平面上的距离平均值
步骤2.4：形成终端设备在测试点tp处的接收向量x
t
＝(c
t
,θ
t
,r
t
)；第三步，利用knn算法实现误差估计；步骤3.1：分别计算步骤2.4中的接收向量x
t
与数据库中的多个参考向量x
s
间的欧式距离；步骤3.2：对得到的欧氏距离按照从小到大的顺序排列，根据knn算法，取前k个参考点(其中k≤w)对应的误差信息e
s
，求得均值即为当前定位的误差估计值

技术总结
本发明提供一种基于KNN的定位精度估计方法，属于导航定位技术领域。包括离线采集阶段，在线采集和在线估计阶段三个部分，具体步骤为：第一步，采集不同参考点的数据，形成数据库；第二步，采集测试点的向量；第三步，利用KNN算法实现误差估计。本发明优势在于当对定位进行精度估计时，不仅考虑到了终端与基站间的到达时间差对于误差的影响，还考虑到了终端与基站间在空间上的分布情况对于误差的影响，能够提高对于定位误差估计的准确性。提高对于定位误差估计的准确性。提高对于定位误差估计的准确性。


技术研发人员：邹德岳 赫连昇 赵楠
受保护的技术使用者：大连理工大学
技术研发日：2023.05.22
技术公布日：2023/8/9