定位方法、定位装置和电子设备与流程
本申请涉及通信技术领域，尤其涉及一种定位方法、定位装置和电子设备。
背景技术：
随着智能终端的普及和多样化，室内外基于位置的服务(locationbasedservice，lbs)的需求和应用激增。目前主要的定位技术包括无线定位技术、基于惯性传感器的定位技术、以及基于惯性传感器的融合定位技术。
目前主流的无线定位技术包括：
1、卫星定位技术：该技术基于到达时间(timeofarrival，toa)进行定位，需要至少4颗可见卫星作为发射端，并且需要所有发射端的时钟同步，该技术通常用于室外空旷环境中，不适用于室内环境；
2、蜂窝通信基站定位：该技术基于到达时间差(timedifferenceofarrival，tdoa)进行定位，需要设置多个基站，并且多个基站的时间精确同步，该技术受非视距(non-light-of-sight，nlos)影响较大，精度很差；
3、wifi和/或bluetooth定位：该技术通过测量接收信号功率(rss)来进行定位，需要多个发射端以获得更好的精度，并且，在基于指纹进行定位的方式中需要进行离线训练。
惯性传感器能够利用地球重力场和地磁场进行定位和导航，无需外部设施建设，是主动性定位系统中最关键的部件，该惯性传感器例如可以是加速度计、陀螺仪或磁罗盘等。基于惯性传感器的定位技术的优点是：主动导航特性好，隐蔽性好，短期定位和导航精度高，并且，惯性传感器可以是微机电系统(micro-electro-mechanicalsystem，mems)器件来实现，成本较低。但是，基于惯性传感器的定位技术的缺点也比较突出，即，在该定位技术中，会对惯性传感器的误差进行二次积分，所以长期定位导航会使误差累积并产生检测信号漂移，造成精度急剧恶化。
为了克服惯性传感器的误差，发展了基于惯性传感器的融合定位技术，在该技术 中，利用无线定位系统的观测量来校正惯性传感器的累积误差，以获得更加准确可靠的定位性能。基于惯性传感器的融合定位技术主要包括：
1、“惯性传感器+全球卫星导航系统(globalnavigationsatellitesystem，gnss)”:在该技术中，利用gnss卫星或伪卫星解算的位置或者gnss卫星获得的伪距和伪距率来消除惯性传感器的误差累积，该技术是室外融合定位技术的主流技术，不能用于室内环境；
2、“惯性传感器+蜂窝基站”：由于蜂窝基站定位的精度太差，这种技术很少被使用；
3、“惯性传感器+wifi和/或bluetooth”：该技术利用wifi和/或bluetooth所获得的位置观测量与惯性传感器获得的位置估计值进行融合滤波，来消除惯性传感器的误差累积，并且，无需预设行人模型，而是可以利用惯性传感器短期定位精度高的优势，直接在短期进行积分以获得待定位体的步长估计值，该技术是室内融合定位技术的主流技术。
应该注意，上面对技术背景的介绍只是为了方便对本申请的技术方案进行清楚、完整的说明，并方便本领域技术人员的理解而阐述的。不能仅仅因为这些方案在本申请的背景技术部分进行了阐述而认为上述技术方案为本领域技术人员所公知。
技术实现要素：
本申请的发明人发现，上述主流的定位方法都存在各自的问题：
对于“惯性传感器+全球卫星导航系统”，在该技术中，为得到gnss卫星或伪卫星解算的位置，需要至少4颗gnss卫星或伪卫星，并且各卫星或伪卫星之间需要精确的时间同步，或者，为得到伪距和伪距率，需要至少1颗gnss卫星或伪卫星，并且该gnss卫星或伪卫星需要具有精确的时间基准，因此，该技术的实现要求较高；
对于“惯性传感器+wifi和/或bluetooth”，在该技术中，wifi和/或bluetooth的位置观测量精度较差，所以，融合滤波的结果很难对惯性传感器的误差累积有明显改善，并且，该技术需要部署多个wifi和/或bluetooth信号的发射端。
本申请的实施例提供一种定位方法、定位装置和电子设备，利用待定位体在已知位置和当前位置分别相对于视距(lineofsight)条件下的同一个发射端的距离差， 以及惯性检测信号，进行融合计算，以得到当前位置的位置信息，通过本实施例，能够根据准确得到的距离差来进行融合计算，因此，提高了定位的准确性，并且，无须设置多个发射端，也无须使发射端具有精确的时间基准，降低了实现要求。
根据本申请实施例的第一方面，提供一种定位装置，用于确定待定位体的当前位置的位置信息，该定位装置包括：
惯性检测信号生成单元，其用于生成与待定位体的运动相关的惯性检测信号；
距离差计算单元，其用于计算所述待定位体在已知位置和当前位置分别相对于视距(lineofsight)条件下的同一个发射端的距离差，其中，所述发射端的位置固定；以及
融合计算单元，其用于根据所述距离差、所述惯性检测信号以及所述已知位置的位置信息，计算所述当前位置的位置信息。
根据本实施例的第二方面，提供一种定位方法，用于确定待定位体的当前位置的位置信息，该定位方法包括：
获得与待定位体的运动相关的惯性检测信号；
计算所述待定位体在已知位置和当前位置分别相对于视距(lineofsight)条件下的同一个发射端的距离差，其中，所述发射端的位置固定；以及
根据所述距离差、所述惯性检测信号以及所述已知位置的位置信息，计算所述当前位置的位置信息。
本申请的有益效果在于：提高了定位的准确性，并降低了实现要求。
参照后文的说明和附图，详细公开了本发明的特定实施方式，指明了本发明的原理可以被采用的方式。应该理解，本发明的实施方式在范围上并不因而受到限制。在所附权利要求的精神和条款的范围内，本发明的实施方式包括许多改变、修改和等同。
针对一种实施方式描述和/或示出的特征可以以相同或类似的方式在一个或更多个其它实施方式中使用，与其它实施方式中的特征相组合，或替代其它实施方式中的特征。
应该强调，术语“包括/包含”在本文使用时指特征、整件、步骤或组件的存在，但并不排除一个或更多个其它特征、整件、步骤或组件的存在或附加。
附图说明
所包括的附图用来提供对本发明实施例的进一步的理解，其构成了说明书的一部分，用于例示本发明的实施方式，并与文字描述一起来阐释本发明的原理。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，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。在附图中：
图1是本实施例的定位装置所适用的定位场景的一个示意图；
图2是本实施例1的定位装置的一个示意图；
图3是本实施例1的距离差计算单元的一个示意图；
图4(a)是对应于已知位置的互相关分布的一个示意图；
图4(b)是对应于未知位置的互相关分布的一个示意图；
图5是本实施例1的距离差计算单元的另一个示意图；
图6是本实施例1的距离差计算单元的另一个示意图；
图7是本实施例1的延时锁相环的一个示意图；
图8是本实施例1的距离差计算单元的另一个示意图；
图9是本实施例1的融合计算单元的一个示意图；
图10是本实施例1的融合计算单元的另一个示意图；
图11是本实施例2的定位方法的一个示意图；
图12是本实施例2的计算距离差的方法的一个示意图；
图13是本实施例2的计算距离差的方法的另一个示意图
图14是本实施例2的计算距离差的方法的另一个示意图；
图15是本实施例2的计算当前位置的位置信息的方法的一个示意图；
图16是本实施例2的计算当前位置的位置信息的方法的另一个示意图；
图17是本申请实施例3的电子设备的一个构成示意图。
具体实施方式
参照附图，通过下面的说明书，本发明的前述以及其它特征将变得明显。在说明书和附图中，具体公开了本发明的特定实施方式，其表明了其中可以采用本发明的原则的部分实施方式，应了解的是，本发明不限于所描述的实施方式，相反，本发明包括落入所附权利要求的范围内的全部修改、变型以及等同物。
实施例1
本申请实施例1提供一种定位装置，用于确定待定位体在当前位置的位置信息。
图1是本实施例的定位装置所适用的定位场景的示意图，如图1所示，在t0时刻，待定位体rx的位置l(k)的坐标是(x(k)，y(k))，待定位体rx与发射端ap的距离为p(k)，在t1时刻，待定位体rx的位置l(k+1)的坐标为(x(k+1)，y(k+1))，待定位体rx与发射端ap的距离为p(k+1)，位置l(k)和位置l(k+1)分别与发射端ap处于视距(lightofsight)条件，p(k+1)与p(k)的差是δr(k+1)，发射端ap的位置坐标固定为(xb，yb，zb)，位置l(k)与l(k+1)之间的距离为步长(steplength)sl(k)，待定位体rx从位置l(k)运动到位置l(k+1)的航向角为ψ(k)，其中，位置l(k)的坐标已知，称为已知位置，位置l(k+1)的坐标未知，称为当前位置，待定位体可以是物体，也可以是人或其他动物。
在如下的说明中，将结合上述图1的场景来说明本实施例的定位装置如何确定待定位体rx在当前位置l(k+1)的位置信息(x(k+1)，y(k+1))。需要说明的是，在图1的场景中，示出了待定位体在x-y平面运动的情况，即z(k+1)＝z(k)，对于待定位体在xyz三维空间里的运动情况，可以参照图1的场景进行处理。
图2是本实施例的定位装置的一个示意图，如图2所示，定位装置200包括：惯性检测信号生成单元201，距离差计算单元202以及融合计算单元203。
其中，惯性检测信号生成单元201用于生成与待定位体rx的运动相关的惯性检测信号；距离差计算单元202用于计算待定位体rx在已知位置l(k)和当前位置l(k+1)分别相对于视距(lineofsight)条件下的同一个发射端ap的距离差δr(k+1)，并且，该发射端ap的位置固定；融合计算单元203用于根据距离差δr(k+1)、该惯性检测信号以及已知位置l(k)的位置信息(x(k),y(k))，计算当前位置l(k+1)的位置信息(x(k+1)，y(k+1))。
在本实施例中，利用待定位体在已知位置和当前位置分别相对于视距条件下的同一个发射端的距离差，以及惯性检测信号，进行融合计算，以得到当前位置的位置信息，通过本实施例，能够根据准确得到的距离差来进行融合计算，因此，提高了定位的准确性，并且，无须设置多个发射端，也无须使发射端具有精确的时间基准，降低了实现要求。
在本实施例中，发射端ap可以遵循如下的部署原则：在待定位区域内，确保在 每个当前位置至少能观测到1个视距(los)条件下的发射端ap，其中，该待定位区域可以被划分为网格，一个当前位置与一个网格对应，该网格的尺寸例如可以是0.5m*0.5m。
在本实施例中，惯性检测信号生成单元201可以根据安装在待定位体rx上的惯性传感器所检测到的信号，生成与待定位体的运动相关的惯性检测信号，该惯性检测信号可以是待定位体rx运动的航向角ψ(k)，例如，惯性检测信号生成单元201可以根据安装在待定位体rx上的加速度计(accelerator)、陀螺仪(gyroscope)和罗盘(compass)所检测到的信号，计算得到航向角ψ(k)，该计算航向角的方法是现有技术，本实施例不再说明，可以参考非专利文献1(s.o.h.madgwick,andrewj.l.harrison,ravivaidyanathan,“estimationofimuandmargorientationusingagradientdescentalgorithm”,2011ieeeinternationalconferenceonrehabilitationrobotics,rehabweekzurich,ethzurichsciencecity,switzerland,june29–july,2011.)。
在本实施例中，距离差计算单元202可以基于红外线、激光和/或声波等，分别测量已知位置l(k)和当前位置l(k+1)相对于发射端ap的距离p(k)和p(k+1)，计算距离差δr(k+1)，例如，可以基于发射端ap发射的红外线、激光和/或声波等来测量距离p(k)和p(k+1)，也可以基于待定位体rx上安装的发射装置所发射的红外线、激光和/或声波等来测量距离p(k)和p(k+1)，测量距离的方法可以参考现有技术，本实施例不再说明。
在本实施例中，距离差计算单元202也可以基于从发射端ap发射的无线信号传输到已知位置l(k)和当前位置l(k+1)的时间差来计算距离差δr(k+1)，由此，能够准确地计算该距离差δr(k+1)。
在本实施例中，发射端ap可以循环发射周期性的伪随机序列作为该无线信号，而无需精确的时间基准，并且，在不同的发射端ap之间无需时间或时钟同步，该伪随机序列例如可以是m序列(msequence)、gold序列(goldsequence)或zc序列(zcsequence)等。待定位体rx上可以安装有接收该无线信号的接收装置。
图3是本实施例的距离差计算单元的一个示意图，如图3所示，该距离差计算单元202可以包括：第一时延计算单元301、第二时延计算单元302以及第一距离差计算单元303。
其中，第一时延计算单元301可以计算无线信号从所述发射端传输到所述已知位置的第一时延；第二时延计算单元302可以计算无线信号从所述发射端传输到所述当前位置的第二时延；第一距离差计算单元303可以根据所述第二时延和所述第一时延计算所述距离差。
在本实施例中，第一时延计算单元301可以将待定位体在t0时刻接收到的无线信号与参考信号进行互相关，以计算第一时延τ(t0)。
例如，第一时延计算单元301可以采用如下公式(1)进行互相关运算，得到t0时刻对应的互相关分布
其中，n是自然数，m是该伪随机序列的长度，t是该伪随机序列的周期。
图4(a)是互相关分布
在本实施例中，第二时延计算单元302可以采用与第一时延计算单元301相同的方式得到当前时刻t1对应的第二时延τ(t1)。
例如，第二时延计算单元302可以采用如下公式(2)进行互相关运算，得到当前时刻t1对应的互相关分布
图4(b)是互相关分布
在本实施例中，第一距离差计算单元303可以根据如下公式(3)计算距离差δr(k+1)：
δr(k+1)＝c*(τ(t1)-τ(t0))(3)
其中，c是光速。
在本实施例中，进行上述互相关运算所使用的参考信号例如可以是在定位装置200中复现的伪随机序列，该伪随机序列可以是在定位开始前，由发射端ap通过通信网络发送给定位装置200的伪随机序列，此外，在定位开始前，发射端ap的位置也可以通过该通信网络发送给定位装置200，其中，该通信网络例如可以是3g网络、4g网络或wifi网络等。
图5是本实施例的距离差计算单元的另一个示意图，与图3相同之处不再说明。图5与图3的差别在于，图5中增加了第一超分辨估计单元501和第二超分辨估计单元502。
其中，第一超分辨估计单元501用于对第一时延τ'(t0)进行超分辨率估计，以得到更新的第一时延τ'(t0)；第二超分辨估计单元502用于对第二时延τ'(t1)进行超分辨率估计，以得到更新的第二时延τ'(t1)。
在本实施例中，第一超分辨率估计单元501和第二超分辨估计单元502进行超分辨率估计的方法可以参考现有技术，例如，可以采用music算法等，关于该music算法的详细说明可以参考非专利文献2(feng-xiangge,dongxushen,yingningpeng,“super-resolutiontimedelayestimationinmultipathenvironments”,ieeetransactiononcircuitandsystems,vol.54,no.9,september2007)。
在图5中，第一距离差计算单元303可以根据更新的第二时延τ'(t1)和更新的第一时延τ'(t0)计算距离差，例如可以采用如下的公式(4)：
δr(k+1)＝c*(τ'(t1)-τ'(t0))(4)
在图5所示的距离差计算单元202中，由于进行了超分辨率估计，因此，即使发射端ap所发送的伪随机序列的带宽较窄，也能够得到较为准确的时延τ'(t0)和τ'(t1)，从而准确地计算距离差δr(k+1)。
图6是本实施例的距离差计算单元202的另一个示意图，如图6所示，距离差计算单元202可以包括：第一码信息计算单元601、第二码信息计算单元602以及第二距离差计算单元603。
其中，第一码信息计算单元601用于计算从发射端ap传输到已知位置l(k)的无线信号的第一码相位(codephase(t0))和第一码率(coderate(t0))；第二码信息计算单元602用于计算从发射端ap传输到当前位置l(k+1)的无线信号的第二码相位(codephase(t1))和第二码率(coderate(t1))；第二距离差计算单元603利用第一码相位(codephase(t0))、第一码率(coderate(t0))、第二码相位(codephase(t1))和第二码率(coderate(t1))，计算该距离差δr(k+1)。
在本实施例中，第一码信息计算单元601和第二码信息计算单元602可以分别采用延迟锁相环(delaylockedloop，dll)对接收到的无线信号的相位和频率进行追踪(tracking)，从而计算该无线信号中的码相位和码率，以得到第一码相位 (codephase(t0))、第一码率(coderate(t0))、第二码相位(codephase(t1))和第二码率(coderate(t1))。
图7是本实施例的延时锁相环700的一个示意图，如图7所示，延时锁相环700可以包括：相位检测单元701、低通滤波器(lowpassfilter，lpf)702、码数控振荡器(codedco)703以及码生成单元(codegenerator)704。
其中，接收到的无线信号以及码生成单元704输出的信号被输入到相位检测单元701，相位检测单元701对输入信号的相位进行检测并输出检测信号，检测信号被输入到低通滤波器702进行滤波，滤波后的信号被输入到码数控振荡器703以生成振荡信号，该振荡信号被输入到码生成单元704以生成码信号，该码信号被输入到相位检测单元701。
在本实施例中，相位检测单元701、低通滤波器702、码数控振荡器703以及码生成单元704构成环状，并且，根据码数控振荡器703输出的振荡信号，可以计算出接收到的无线信号中的码相位和码率，关于码相位和码率的计算方式，可以参考现有技术，例如，jamesbao-yentsui,“fundamentalsofglobalpositioningsystemreceiversasoftwareapproach”。
在本实施例中，第二距离差计算单元603可以根据如下的公式(5)计算距离差δr(k+1)：
其中，c为光速，δcodephase是由延时锁相环追踪到的码相位差，可以根据如下的公式(6)计算得到：
图8是本实施例的距离差计算单元202的另一个示意图，如图8所示，距离差计算单元202可以包括：第一载波信息计算单元801、第二载波信息计算单元802以及第三距离差计算单元803。
其中，第一载波信息计算单元801用于计算从发射端ap传输到已知位置l(k)的无线信号的第一载波相位(carrierphase(t0))和第一载波频率(carrierfreq(t0))；第二载波信息计算单元802用于计算从发射端ap传输到当前位置l(k+1)的无线信号的第二载波相位(carrierphase(t1))和第二载波频率(carrierfreq(t1))；第三距离差 计算单元803用于利用所述第一载波相位(carrierphase(t0))、第一载波频率(carrierfreq(t0))、第二载波相位(carrierphase(t1))和第二载波频率(carrierfreq(t1))，计算距离差δr(k+1)。
在本实施例中，第一载波信息计算单元801和第二载波信息计算单元802可以分别采用锁相环(phaselockedloop，pll)对接收到的无线信号的载波的相位和频率进行追踪，从而计算该无线信号的载波的第一载波相位(carrierphase(t0))、第一载波频率(carrierfreq(t0))、第二载波相位(carrierphase(t1))和第二载波频率(carrierfreq(t1))。
在本实施例中，第三距离差计算单元803可以根据如下的公式(7)计算距离差δr(k+1)：
其中，c为光速，δcarrierphase是由延时锁相环追踪到的载波的相位差，可以根据如下的公式(8)计算得到：
在图8中，距离差计算单元202根据无线信号的载波信息来计算距离差δr(k+1)，由此，计算出的距离差的精度较高。
在本实施例中，融合计算单元203可以对距离差δr(k+1)、惯性检测信号以及已知位置l(k)的位置信息(x(k),y(k))进行融合计算，以得到当前位置l(k+1)的位置信息(x(k+1)，y(k+1))。
在本实施例中，融合计算单元203所进行的融合计算可以是，对根据发射端ap、已知位置l(k)和已知位置l(k)之间的几何关系构建的方程进行求解，以得到x(k+1)，y(k+1)。
例如，根据图1所示的场景，可以构建如下的方程(9)-(11)：
x(k+1)＝x(k)+sl(k)cos(ψ(k))(9)
y(k+1)＝y(k)+sl(k)sin(ψ(k))(10)
在上述的方程(9)-(11)中，x(k)，y(k)，xb，yb，zb是已知量，z(k)＝z(k+1)，ψ(k)可以是惯性检测信号生成单元201生成的惯性检测信号，δr(k+1)可以由距离差计算单元202计算得到，x(k+1)、y(k+1)和sl(k)是未知量。
融合计算单元203可以根据上述3个方程(9)-(11)，对上述3个未知量x(k+1)、y(k+1)和sl(k)进行求解，求解的算法可以是迭代最小二乘法或粒子群搜索算法等。
在本实施例中，融合计算单元203所进行的融合计算也可以是滤波处理，该滤波处理的方法例如可以是卡尔曼滤波法(kalmanfiltermethod)或粒子滤波法(particlefiltermethod)等。
图9是本实施例的融合计算单元203的一个示意图，图9的融合计算单元203采用卡尔曼滤波算法进行滤波处理。如图9所示，融合计算单元203包括：第一状态方程构建单元901，第一观察方程构建单元902和滤波单元903。
其中，第一状态方程构建单元901基于该惯性检测信号以及已知位置l(k)的位置信息(x(k),y(k))构建状态方程；第一观察方程构建单元902基于距离差δr(k+1)构建第一观察方程；滤波单元903基于该第一观察方程和该状态方程进行卡尔曼滤波处理，得到所述当前位置的位置信息。
在本实施例中，第一状态方程构建单元901可以构建如下的状态方程(stateequations)(12)-(14)：
x(k+1)＝x(k)+sl(k)cos(ψ(k))+nx(k)(12)
y(k+1)＝y(k)+sl(k)sin(ψ(k))+ny(k)(13)
sl(k+1)＝sl(k)+nsl(k)(14)
其中，nx(k)、ny(k)、nsl(k)是高斯白噪声(whitegaussnoise)，ψ(k)可以由惯性检测信号生成单元201得到，x(k)、y(k)为已知量。
在本实施例中，第一观察方程构建单元902可以构建如下的第一观察方程(observationequations)(15)：
其中，xb，yb，zb是已知量，z(k)＝z(k+1)，δr(k+1)可以由距离差计算单元202计算得到。
在本实施例中，滤波单元903基于该第一观察方程(15)，以及该状态方程(12)-(14)进行卡尔曼滤波处理，得到当前位置的位置信息x(k+1)、y(k+1)，其中，进行卡尔曼滤波的过程，可以参考现有技术，本实施例不再详细说明。
图10是本实施例的融合计算单元203的另一个示意图，图10的融合计算单元203采用粒子滤波法(particlefiltermethod)进行滤波处理。如图10所示，融合计算单元203包括：传递模型构建单元1001，第二观察方程构建单元1002，权重计算单元1003和位置信息计算单元1004。
其中，传递模型构建单元1001基于惯性检测信号以及已知位置的位置信息(x(k),y(k))构建粒子的传递模型；第二观察方程构建单元1002基于距离差δr(k+1)构建第二观察方程；权重计算单元1003根据该第二观察方程和该传递模型，计算各粒子的权重；位置信息计算单元1004基于各粒子的权重，计算当前位置的位置信息(x(k+1)、y(k+1))。
在本实施例中，融合计算单元203采用粒子滤波法(particlefiltermethod)进行滤波处理，在该粒子滤波算法中，假设有p个粒子，其中，第i个粒子的特性(property)由下式(16)来定义：
(xi(k),yi(k),sli(k),ψi(k))(16)
其中，1≤i≤p，i为自然数，p为自然数。
在本实施例中，传递模型构建单元1001可以为第i个粒子构建如下式(17)、(18)所示的传递模型(propagationmodel)：
xi(k+1)＝xi(k)+sli(k)cos(ψi(k))(17)
yi(k+1)＝yi(k)+sli(k)sin(ψi(k))(18)
其中，ψi(k)可以与惯性检测信号生成单元201得到的惯性检测信号ψ(k)相同；xi(k)，yi(k)可以与已知位置的位置信息x(k)，y(k)相同；sli(k)是第i个粒子对应的步长，sli(k)可以符合均匀分布，即，sli(k)可以是步长的最大值 slmax和最小值slmin之间的某个值，此外，sli(k)也可以符合其他的分布形态，例如，高斯分布等；并且，对于该第i个粒子，其对应的步长sli(k)的值是固定的，即，sli(k)＝sli(k+1)。
在本实施例中，第二观察方程构建单元1002可以为第i个粒子构建如下的第二观察方程(observationequations)(19)：
其中，观测值δri(k+1)可以与距离差计算单元202得到的距离差δr(k+1)相同。
在本实施例中，权重计算单元1003根据第二观察方程(19)和传递模型(17)、(18)，计算各粒子的权重，其中，第i个粒子的权重wi(k+1)表达式如下式(20)所示；
wi(k+1)＝wi(k)*p(δri(k+1)|(xi(k+1),yi(k+1)))(20)
其中，wi(k)表示该待定位体在已知位置时第i个粒子的权重，p(δri(k+1)|(xi(k+1),yi(k+1)))表示，在当前的观测值δri(k+1)下，该第i粒子的位置信息(xi(k+1),yi(k+1))与该待定位体的当前位置的真实位置信息相符合的概率。
在本实施例中，p(δri(k+1)|(xi(k+1),yi(k+1)))可以表示为如下的式(21)：
其中，xb＝(xb,yb,zb)t，xi(k+1)＝(xi(k+1),yi(k+1),zi(k+1))t，xi(k)＝(xi(k),yi(k),zi(k))t，σ为预设值，表示式(21)所使用的高斯分 布的标准差，σ的值可以根据实际环境进行设置。
在本实施例中，位置信息计算单元1004可以根据各粒子的权重wi(k+1)(1≤i≤p)以及各粒子的位置信息(xi(k+1),yi(k+1))(1≤i≤p)，求出所有p个粒子的位置信息的加权值，并将该加权值作为该待定位体在当前位置的位置信息。
根据本实施例，利用待定位体在已知位置和当前位置分别相对于视距(lineofsight)条件下的同一个固定发射端的距离差，以及惯性检测信号，进行融合计算，以得到当前位置的位置信息，由此，能够根据准确得到的距离差来进行融合计算，因此，提高了定位的准确性，并且，无须设置多个发射端，也无须使发射端具有精确的时间基准，降低了实现要求。
实施例2
本申请实施例2提供一种定位方法，与实施例1的定位装置200相对应。
图11是本实施例的定位方法的一个示意图，如图11所示，该方法包括：
s1101、获得与待定位体的运动相关的惯性检测信号；
s1102、计算所述待定位体在已知位置和当前位置分别相对于视距(lineofsight)条件下的同一个发射端的距离差，其中，所述发射端的位置固定；以及
s1103、根据所述距离差、所述惯性检测信号以及所述已知位置的位置信息，计算所述当前位置的位置信息。
其中，在步骤s1101中，可以对惯性传感器的检测信号进行处理，以获得惯性检测信号，该惯性检测信号例如可以是待定位体移动的航向角ψ(k)。
在步骤s1102中，可以基于红外线、激光和/或声波，分别测量所述已知位置和所述当前位置相对于所述发射端的距离，并根据所述距离计算所述距离差，也可以基于从所述发射端发射的无线信号传输到所述已知位置和所述当前位置的时间差来计算所述距离差。
图12是本实施例的计算距离差的方法的一个示意图，如图12所示，该方法包括：
s1201、计算无线信号从所述发射端传输到所述已知位置的第一时延；
s1202、计算无线信号从所述发射端传输到所述当前位置的第二时延；以及
s1203、根据所述第二时延和所述第一时延计算所述距离差。
在本实施例中，图12还可以包括如下的步骤s1204、s1205：
s1204、对所述第一时延进行超分辨率估计，以得到更新的第一时延；以及
s1205、对所述第二时延进行超分辨率估计，以得到更新的第二时延；
在具有s1204、s1205时，在s1203中也可以根据更新的第二时延和更新的第一时延计算所述距离差。
图13是本实施例的计算距离差的方法的另一个示意图，如图13所示，该方法包括：
s1301、计算从所述发射端传输到所述已知位置的无线信号的第一码相位(codephase(t0))和第一码率(coderate(t0))；
s1302、计算从所述发射端传输到所述当前位置的无线信号的第二码相位(codephase(t1))和第二码率(coderate(t1))；以及
s1303、根据所述第一码相位(codephase(t0))、第一码率(coderate(t0))、第二码相位(codephase(t1))和第二码率(coderate(t1))，计算所述距离差。
图14是本实施例的计算距离差的方法的另一个示意图，如图14所示，该方法包括：
s1401、计算从所述发射端传输到所述已知位置的无线信号的第一载波相位(carrierphase(t0))和第一载波频率(carrierrate(t0))；
s1402、计算从所述发射端传输到所述当前位置的无线信号的第二载波相位(carrierphase(t1))和第二载波频率(carrierrate(t1))；以及
s1403、根据所述第一载波相位(carrierphase(t0))、第一载波频率(carrierrate(t0))、第二载波相位(carrierphase(t1))和第二载波频率(carrierrate(t1))，计算所述距离差。
图15是本实施例的计算所述当前位置的位置信息的方法的一个示意图，该方法用于实现步骤s1103，如图15所示，该方法包括：
s1501、基于所述惯性检测信号(ψ(k))以及所述已知位置的位置信息(x(k),y(k))构建状态方程；
s1502、基于所述距离差(δr)构建第一观察方程；
s1503、基于所述第一观察方程和所述状态方程进行卡尔曼滤波处理，得到所述当前位置的位置信息。
图16是本实施例的计算所述当前位置的位置信息的方法的另一个示意图，该方法用于实现步骤s1103，如图16所示，该方法包括：
s1601、基于所述惯性检测信号(ψ(k))以及所述已知位置的位置信息(x(k),y(k))构建粒子的传递模型；
s1602、基于所述距离差(δr)构建第二观察方程；
s1603、根据所述第二观察方程和所述传递模型，计算各粒子的权重；
s1604、基于所述各粒子的权重，计算所述当前位置的位置信息。
此外，在本实施例的步骤s1103中，也可以构建上述方程(9)-(11)，并对3个未知量x(k+1)、y(k+1)和sl(k)进行求解，以计算当前位置的位置信息，该求解的算法可以是迭代最小二乘法或粒子群搜索算法等。
根据本实施例，利用待定位体在已知位置和当前位置分别相对于视距(lineofsight)条件下的同一个固定发射端的距离差，以及惯性检测信号，进行融合计算，以得到当前位置的位置信息，由此，能够根据准确得到的距离差来进行融合计算，因此，提高了定位的准确性，并且，无须设置多个发射端，也无须使发射端具有精确的时间基准，降低了实现要求。
实施例3
本申请实施例3提供一种电子设备，所述电子设备包括：如实施例1所述的定位装置。
图17是本申请实施例3的电子设备的一个构成示意图。如图17所示，电子设备1700可以包括：中央处理器(cpu)1701和存储器1702；存储器1702耦合到中央处理器1701。其中该存储器1702可存储各种数据；此外还存储信息处理的程序，并且在中央处理器1701的控制下执行该程序。
在一个实施方式中，定位装置的功能可以被集成到中央处理器1701中。
其中，中央处理器1701可以被配置为：
获得与待定位体的运动相关的惯性检测信号；
计算所述待定位体在已知位置和当前位置分别相对于视距(lineofsight)条件下的同一个发射端的距离差，其中，所述发射端的位置固定；以及
根据所述距离差、所述惯性检测信号以及所述已知位置的位置信息，计算所述当前位置的位置信息。
中央处理器1701还可以被配置为：
基于红外线、激光和/或声波，分别测量所述已知位置和所述当前位置相对于所述发射端的距离，并根据所述距离计算所述距离差。
中央处理器1701还可以被配置为：
基于从所述发射端发射的无线信号传输到所述已知位置和所述当前位置的时间差来计算所述距离差。
中央处理器1701还可以被配置为：
计算无线信号从所述发射端传输到所述已知位置的第一时延；
计算无线信号从所述发射端传输到所述当前位置的第二时延；以及
根据所述第二时延和所述第一时延计算所述距离差。
中央处理器1701还可以被配置为：
对所述第一时延进行超分辨率估计，以得到更新的第一时延；以及
对所述第二时延进行超分辨率估计，以得到更新的第二时延；
其中，根据所述更新的第二时延和所述更新的第一时延计算所述距离差。
中央处理器1701还可以被配置为：
计算从所述发射端传输到所述已知位置的无线信号的第一码相位(codephase(t0))和第一码率(coderate(t0))；
计算从所述发射端传输到所述当前位置的无线信号的第二码相位(codephase(t1))和第二码率(coderate(t1))；以及
所述第一码相位(codephase(t0))、第一码率(coderate(t0))、第二码相位(codephase(t1))和第二码率(coderate(t1))，计算所述距离差。
中央处理器1701还可以被配置为：
计算从所述发射端传输到所述已知位置的无线信号的第一载波相位(carrierphase(t0))和第一载波频率(carrierrate(t0))；
计算从所述发射端传输到所述当前位置的无线信号的第二载波相位(carrierphase(t1))和第二载波频率(carrierrate(t1))；以及
根据所述第一载波相位(carrierphase(t0))、第一载波频率(carrierrate(t0))、第二载波相位(carrierphase(t1))和第二载波频率(carrierrate(t1))，计算所述距离差。
中央处理器1701还可以被配置为：
基于所述惯性检测信号(ψ(k))以及所述已知位置的位置信息(x(k),y(k))构建 状态方程；
基于所述距离差(δr)构建第一观察方程；
基于所述第一观察方程和所述状态方程进行卡尔曼滤波处理，得到所述当前位置的位置信息。
中央处理器1701还可以被配置为：
基于所述惯性检测信号(ψ(k))以及所述已知位置的位置信息(x(k),y(k))构建粒子的传递模型；
基于所述距离差(δr)构建第二观察方程；
根据所述第二观察方程和所述传递模型，计算各粒子的权重；
基于所述各粒子的权重，计算所述当前位置的位置信息。
中央处理器1701还可以被配置为：
基于迭代最小二乘或粒子群搜索算法计算所述当前位置的位置信息。
在另一个实施方式中，定位装置可以与中央处理器1701分开配置，例如可以将定位装置配置为与中央处理器1701连接的芯片，通过中央处理器1701的控制来实现定位装置的功能。
此外，如图17所示，电子设备1700还可以包括：输入输出单元1703和显示单元1704等；其中，上述部件的功能与现有技术类似，此处不再赘述。值得注意的是，电子设备1700也并不是必须要包括图17中所示的所有部件；此外，电子设备1700还可以包括图17中没有示出的部件，可以参考现有技术。
本申请实施例还提供一种计算机可读程序，其中当在定位装置或电子设备中执行所述程序时，所述程序使得所述定位装置或电子设备执行实施例2所述的定位方法。
本申请实施例还提供一种存储有计算机可读程序的存储介质，其中，所述存储介质存储上述计算机可读程序，所述计算机可读程序使得定位装置或电子设备执行实施例2所述的定位方法。
结合本发明实施例描述的定位装置可直接体现为硬件、由处理器执行的软件模块或二者组合。例如，图2、3、5、6、8-10中所示的功能框图中的一个或多个和/或功能框图的一个或多个组合，既可以对应于计算机程序流程的各个软件模块，亦可以对应于各个硬件模块。这些软件模块，可以分别对应于实施例2所示的各个步骤。这些 硬件模块例如可利用现场可编程门阵列(fpga)将这些软件模块固化而实现。
软件模块可以位于ram存储器、闪存、rom存储器、eprom存储器、eeprom存储器、寄存器、硬盘、移动磁盘、cd-rom或者本领域已知的任何其它形式的存储介质。可以将一种存储介质耦接至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息；或者该存储介质可以是处理器的组成部分。处理器和存储介质可以位于asic中。该软件模块可以存储在移动终端的存储器中，也可以存储在可插入移动终端的存储卡中。例如，若设备(例如移动终端)采用的是较大容量的mega-sim卡或者大容量的闪存装置，则该软件模块可存储在该mega-sim卡或者大容量的闪存装置中。
针对图2、3、5、6、8-10描述的功能框图中的一个或多个和/或功能框图的一个或多个组合，可以实现为用于执行本申请所描述功能的通用处理器、数字信号处理器(dsp)、专用集成电路(asic)、现场可编程门阵列(fpga)或其它可编程逻辑器件、分立门或晶体管逻辑器件、分立硬件组件、或者其任意适当组合。针对图2、3、5、6、8-10描述的功能框图中的一个或多个和/或功能框图的一个或多个组合，还可以实现为计算设备的组合，例如，dsp和微处理器的组合、多个微处理器、与dsp通信结合的一个或多个微处理器或者任何其它这种配置。
以上结合具体的实施方式对本申请进行了描述，但本领域技术人员应该清楚，这些描述都是示例性的，并不是对本申请保护范围的限制。本领域技术人员可以根据本申请的原理对本申请做出各种变型和修改，这些变型和修改也在本申请的范围内。
关于包括以上实施例的实施方式，还公开下述的附记：
附记1、一种定位装置，用于确定待定位体的当前位置的位置信息，该定位装置包括：
惯性检测信号生成单元，其用于生成与待定位体的运动相关的惯性检测信号；
距离差计算单元，其用于计算所述待定位体在已知位置和当前位置分别相对于视距(lineofsight)条件下的同一个发射端的距离差，其中，所述发射端的位置固定；以及
融合计算单元，其用于根据所述距离差、所述惯性检测信号以及所述已知位置的位置信息，计算所述当前位置的位置信息。
附记2、如附记1所述的定位装置，其中，
所述距离差计算单元基于红外线、激光和/或声波，分别测量所述已知位置和所述当前位置相对于所述发射端的距离，并根据所述距离计算所述距离差。
附记3、如附记1所述的定位装置，其中，
所述距离差计算单元基于从所述发射端发射的无线信号传输到所述已知位置和所述当前位置的时间差来计算所述距离差。
附记4、如附记3所述的定位装置，其中，所述距离差计算单元包括：
第一时延计算单元，其用于计算无线信号从所述发射端传输到所述已知位置的第一时延；
第二时延计算单元，其用于计算无线信号从所述发射端传输到所述当前位置的第二时延；以及
第一距离差计算单元，其根据所述第二时延和所述第一时延计算所述距离差。
附记5、如附记4所述的定位装置，其中，所述距离差计算单元还包括：
第一超分辨估计单元，其用于对所述第一时延进行超分辨率估计，以得到更新的第一时延；以及
第二超分辨估计单元，其用于对所述第二时延进行超分辨率估计，以得到更新的第二时延；
所述第一距离差计算单元根据所述更新的第二时延和所述更新的第一时延计算所述距离差。
附记6、如附记3所述的定位装置，其中，所述距离差计算单元包括：
第一码信息计算单元，其用于计算从所述发射端传输到所述已知位置的无线信号的第一码相位(codephase(t0))和第一码率(coderate(t0))；
第二码信息计算单元，其用于计算从所述发射端传输到所述当前位置的无线信号的第二码相位(codephase(t1))和第二码率(coderate(t1))；以及
第二距离差计算单元，其根据所述第一码相位(codephase(t0))、第一码率(coderate(t0))、第二码相位(codephase(t1))和第二码率(coderate(t1))，计算所述距离差。
附记7、如附记3所述的定位装置，其中，所述距离差计算单元包括：
第一载波信息计算单元，其用于计算从所述发射端传输到所述已知位置的无线信 号的第一载波相位(carrierphase(t0))和第一载波频率(carrierrate(t0))；
第二载波信息计算单元，其用于计算从所述发射端传输到所述当前位置的无线信号的第二载波相位(carrierphase(t1))和第二载波频率(carrierrate(t1))；以及
第三距离差计算单元，其根据所述第一载波相位(carrierphase(t0))、第一载波频率(carrierrate(t0))、第二载波相位(carrierphase(t1))和第二载波频率(carrierrate(t1))，计算所述距离差。
附记8、如附记1所述的定位装置，其中，
所述融合计算单元基于迭代最小二乘或粒子群搜索算法计算所述当前位置的位置信息。
附记9、如附记1所述的定位装置，其中，所述融合计算单元基于卡尔曼滤波法(kalmanfiltermethod)计算所述当前位置的位置信息，并且，所述融合计算单元包括：
第一状态方程构建单元，其基于所述惯性检测信号(ψ(k))以及所述已知位置的位置信息(x(k),y(k))构建状态方程；
第一观察方程构建单元，其基于所述距离差(δr)构建第一观察方程；
滤波单元，其基于所述第一观察方程和所述状态方程进行卡尔曼滤波处理，得到所述当前位置的位置信息。
附记10、如附记1所述的定位装置，其中，所述融合计算单元基于粒子滤波法(particlefiltermethod)计算所述当前位置的位置信息，并且，所述融合计算单元包括：
传递模型构建单元，其基于所述惯性检测信号(ψ(k))以及所述已知位置的位置信息(x(k),y(k))构建粒子的传递模型；
第二观察方程构建单元，其基于所述距离差(δr)构建第二观察方程；
权重计算单元，其根据所述第二观察方程和所述传递模型，计算各粒子的权重；
位置信息计算单元，其基于所述各粒子的权重，计算所述当前位置的位置信息。
附记11、一种电子设备，其具有附记1中任一项所述的定位装置。
附记12、一种定位方法，用于确定待定位体的当前位置的位置信息，该定位方法包括：
获得与待定位体的运动相关的惯性检测信号；
计算所述待定位体在已知位置和当前位置分别相对于视距(lineofsight)条件下的同一个发射端的距离差，其中，所述发射端的位置固定；以及
根据所述距离差、所述惯性检测信号以及所述已知位置的位置信息，计算所述当前位置的位置信息。
附记13、如附记12所述的定位方法，其中，基于从所述发射端发射的无线信号传输到所述已知位置和所述当前位置的时间差来计算所述距离差。
附记14、如附记13所述的定位方法，其中，计算所述距离差包括：
计算无线信号从所述发射端传输到所述已知位置的第一时延；
计算无线信号从所述发射端传输到所述当前位置的第二时延；以及
根据所述第二时延和所述第一时延计算所述距离差。
附记15、如附记14所述的定位方法，其中，计算所述距离差还包括：
对所述第一时延进行超分辨率估计，以得到更新的第一时延；以及
对所述第二时延进行超分辨率估计，以得到更新的第二时延；
其中，根据所述更新的第二时延和所述更新的第一时延计算所述距离差。
附记16、如附记13所述的定位方法，其中，计算所述距离差包括：
计算从所述发射端传输到所述已知位置的无线信号的第一码相位(codephase(t0))和第一码率(coderate(t0))；
计算从所述发射端传输到所述当前位置的无线信号的第二码相位(codephase(t1))和第二码率(coderate(t1))；以及
所述第一码相位(codephase(t0))、第一码率(coderate(t0))、第二码相位(codephase(t1))和第二码率(coderate(t1))，计算所述距离差。
附记17、如附记13所述的定位方法，其中，计算所述距离差包括：
计算从所述发射端传输到所述已知位置的无线信号的第一载波相位(carrierphase(t0))和第一载波频率(carrierrate(t0))；
计算从所述发射端传输到所述当前位置的无线信号的第二载波相位(carrierphase(t1))和第二载波频率(carrierrate(t1))；以及
根据所述第一载波相位(carrierphase(t0))、第一载波频率(carrierrate(t0))、第二载波相位(carrierphase(t1))和第二载波频率(carrierrate(t1))，计算所述距离差。
附记18、如附记12所述的定位方法，其中，计算所述当前位置的位置信息包括：
基于所述惯性检测信号(ψ(k))以及所述已知位置的位置信息(x(k),y(k))构建状态方程；
基于所述距离差(δr)构建第一观察方程；
基于所述第一观察方程和所述状态方程进行卡尔曼滤波处理，得到所述当前位置的位置信息。
附记19、如附记12所述的定位方法，其中，计算所述当前位置的位置信息包括：
基于所述惯性检测信号(ψ(k))以及所述已知位置的位置信息(x(k),y(k))构建粒子的传递模型；
基于所述距离差(δr)构建第二观察方程；
根据所述第二观察方程和所述传递模型，计算各粒子的权重；
基于所述各粒子的权重，计算所述当前位置的位置信息。
- 还没有人留言评论。精彩留言会获得点赞！