一种基于传播算子的室内定位方法及装置与流程

本发明属于物联网应用领域，具体涉及一种室内定位方法及装置。

背景技术：

随着无线通信、集成电路以及MESH网络等技术的飞速发展和日益成熟，特征子空间类算法利用信号子空间和噪声子空间的正交性，构造空间谱函数，通过谱峰搜索来确定信号的波达方向(DOA)。其测向原理是利用传播算子构造噪声子空间，采用搜索谱锋的方法估计DOA；为优化性能，进而利用多项式求根方法代替谱峰搜索。

技术实现要素：

针对上述问题，本发明提出一种基于传播算子的室内定位方法及其对应的室内定位装置，该方法和装置能够通过部署在监测区域的beacon点和无线网关组网通信，数据经无线传输模块传输至云端，进行协作感知、采集和定位网络覆盖区域内信号发射点的信息。

实现上述技术目的，达到上述技术效果，本发明通过以下技术方案实现：

第一方面，本发明提供一种基于传播算子的室内定位方法，利用传播算子定义子空间方法中的噪声子空间并构造谱函数，通过搜索谱函数的最大谱峰的方式获得信号发射点相对于固定点的角度，以定位到信号发射点移动前后的地理位置，并通过匹配找出具有相同Mac地址的不同地理位置实现室内定位。

进一步的，在待定位区域内部署由N个beacon信标点构成的信号接收阵列，并由M个移动设备构成的信号发射点与信号接收阵列直接通信；当移动设备移至不同位置时，通过搜索谱函数的最大谱峰的方式定位到其对应信号发射点移动前后的地理位置，并由移动设备通过无线网关将与其对应的信号点的地理位置和Mac地址发送至监控中心；监控中心通过比对具有相同Mac地址的不同地理位置，进行路线规划，并将室内定位信息发送给移动设备。

进一步的，传播算子通过信号接收阵列获取的阵列接收数据或空间协方差矩阵求得。

进一步的，传播算子通过阵列接收数据求得的最优解为：

式中：H代表了共轭转置，Y₁、Y₂分别代表对接收数据矩阵L行分块N-L分块；

或所述传播算子通过空间协方差矩阵求得的最优解为：

P＝(G^HG)^-1G^HH，

式中：H代表了共轭转置，G、H分别代表对空间协方差矩阵L行分块N-L分块。

进一步的，所述谱函数为：

式中：a(θ)为方向矢量，表示由传播算子张成的噪声子空间，I为单位矩阵。

进一步的，采用多项式求根方法替代谱峰搜索来确定M个信号发射点移动前后的地理位置。根据多项式求根方法，得到M个信号发射点的发射角度为：

式中，λ为接收信号协方差矩阵特征值，d为信号点间距，θ为信号点角度。

第二方面，本发明还提供一种基于传播算子的室内定位装置，包括信号接收模块、信号发射模块、地理位置定位模块、传输模块和室内定位模块；其中，信号接收模块置于待定位区域，包括由N个beacon信标点构成的信号接收阵列，并与待定位的移动设备直接通信，将信号接收数据发送到地理位置定位模块中；信号发射模块置于待定位的移动设备中，用于产生信号发射点；地理位置定位模块置于本地监控处，用于计算定位信号发射点的地理位置，并由移动设备将与其对应的信号发射点的地理位置和Mac地址通过传输模块发送至室内定位模块；室内定位模块接收到信号发射点的地理位置和Mac地址后进行存储并规划路线，再将完成的室内定位信息发送至移动设备。

进一步的，该室内定位装置利用传播算子定义子空间方法中的噪声子空间并构造谱函数，并通过搜索谱函数的最大谱峰的方式得到M个信号发射点的地理位置。

进一步的，地理位置定位模块采用多项式求根方法替代谱峰搜索来确定M个信号发射点移动前后的地理位置。

进一步的，传输模块采用无线传输方式。

进一步的，传输模块采用无线传输方式中的蓝牙传输。

本发明的有益效果：

本发明提出一种基于传播算子的室内定位方法及装置，利用传播算子构造噪声子空间，采用搜索谱锋的方法估计DOA；并且，还可以利用多项式求根方法代替谱峰搜索进行室内定位，能降低计算量，改善性能，而且低信噪比环境下同样适用。

该室内定位方法及装置能够通过部署在监测区域的beacon点和无线网关组网通信，数据经无线传输模块传输至云端，进行协作感知、采集和定位网络覆盖区域内信号发射点的信息。

该室内定位方法及装置具有良好的参数估计性能及较小的计算量，能得到参数的渐近无偏估计，并且该方法算法简单，易于编程实现。能广泛应用于室内停车导航系统，应用成本低，定位准确。

附图说明

图1为本发明的方法的流程示意图。

图2为本发明的室内定位装置结构示意图。

图3为本发明中信号接收阵列接收信号示意图。

图4为本发明中的走道布局示意框图。

图5为本发明传播算子谱锋搜索下的定位仿真图。

图6为本发明多项式求根算法下的定位仿真图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

基于传播算子的室内定位方法非常适用于地下车库导航系统，结合附图1，实施例1步骤如下：

(1)在待定位区域内部署N个beacon点构成信号接收阵列，实施例1中的待定位区域即地下停车库；

(2)由M个移动设备构成M个信号点，M个移动设备与信号接收阵列直接进行通信；此处，实施例1中的移动设备即停车库内待寻找停车位的车辆内的移动终端，如车主的手机；

(3)利用传播算子P定义传统的子空间方法中的噪声子空间；

(4)利用传播算子构造谱函数，搜索出谱函数的M个最大谱峰，计算出波达方向，即得到移动终端相对于信号接收阵列的发射角度，从而定位出M个信号点的第一地理位置，M个无线移动设备将Mac地址及与其对应的信号点的地理位置和传输到无线网关，由无线网关传输到云端监控中心；

(5)当M个无线移动设备移动到其他的位置时，重复执行步骤(2)～(4)，得到M个无线移动设备的第二地址位置；

(6)云端监控中心比对具有相同Mac地址的两个不同的地理位置，进行路线规划，并发送给无线移动设备，实现室内定位。

在上述步骤中，步骤(3)中的传播算子通过阵列接收数据求得的最优解为：

式中：H代表了共轭转置，Y₁、Y₂分别代表对接收数据矩阵L行分块N-L分块；

或，所述传播算子通过空间协方差矩阵求得的最优解为：

P＝(G^HG)^-1G^HH

式中：H代表了共轭转置，G、H分别代表对空间协方差矩阵L行分块N-L分块。

传播算子构造谱函数谱函数为：

式中：a(θ)为方向矢量，表示由传播算子张成的噪声子空间，I为单位矩阵。

此外，为降低计算量，改善性能，还可以采用多项式求根方法替代谱峰搜索来确定M个信号发射点移动前后的地理位置。

根据多项式求根方法，得到M个信号发射点的发射角度为：

式中：λ为接收信号协方差矩阵特征值，d为信号点间距，θ为信号点角度。

结合附图2、3、4，本发明还提供一种利用基于传播算子的室内定位装置的实施例。

以地下车库导航系统为例，该室内定位装置包括部署在待定位区域的信号接收模块、地理位置定位模块、信号发射模块、传输模块和室内定位模块。其中，信号接收阵列模块，即由固定分布在车库区域内的N个beacon点构成信号接收阵列，并能与车内的移动终端，如手机、PAD等直接通信，特别是无线通信；信号发射模块置于移动设备中，用于产生信号发射点；地理位置定位模块置于本区域的监控室，用于计算移动终端相对于信号接收模块的地理位置，并通过传输模块发送至远程监控室或监控中心；室内定位模块接收到地理位置定位模块发送的信息后，进行车库内的停车位规划，并给出合适的停车位信息发送给待停车的移动终端，实现室内定位；传输模块可采用无线传输方式，如蓝牙，wifi等，无线网关作为网络的主设备，对应的车内无线移动设备比如手机通过无线接口与无线网关连接，作为从节点散布在指定的通信范围内，通过自组网方式构成网络。以无线蓝牙传输方式为例，无线移动终端为蓝牙移动终端，无线网关为蓝牙无线网关，无线接口为蓝牙无线接口。

该室内定位装置的工作过程如下：

(1)首先通过M个移动设备发射信号，N个beacon点构成信号接收阵列，M个移动设备与beacon信标点直接通信，获取Mac地址和阵列接收数据信息并反馈到云端监控中心；在待定位区域内，所有的移动设备均可以直接与各beacon点进行通信，各个移动设备的Mac地址可以方便地进入和离开自组网方式构成网络；其中，移动设备优选为无线移动设备。

(2)无线移动设备根据传播算子进行定位计算，得到各个无线移动设备此刻的地理位置信息，具体采用的是基于传播算子的室内定位方法中的步骤(2)～(4)，然后将移动设备的Mac地址信息和无线移动设备此刻的地理位置信息，通过无线网关发送到云端监控中心，进行存储；具体为：无线移动设备通过其内部的无线传输模块将本地数据信息按照已经设置好的数据格式进行打包，将打包好的数据通过无线接口传送给无线网关；无线网关将将数据传送到云端监控中心。

(3)当无线移动设备变动位置之后，想找出原来所在的位置，则再次根据传播算子进行定位计算，得到各个无线移动设备此刻的地理位置信息，然后将无线移动设备的Mac地址信息和无线移动设备此刻的地理位置信息，通过无线网关发送到云端监控中心，进行存储；具体的，云端对无线移动设备进行远程控制时，将各种指令按照已经设置的数据格式打包，通过无线接口发送给无线移动设备。

(4)云端监控中心根据存储的信息，找出相同Mac地址对应的2个不同的地理位置，进行路线规划，并发送给无线移动设备，实现室内定位。

具体的，基于传播算子的室内定位方法的计算过程结合附图2至4所示，以地下车库导航系统的实施例为例。由N个间距为d的停车点(阵元)构成信号(beacon)接收阵列、M个无线移动终端构成信号发射点，对应的入射角为θ，θ为与法线方向的夹角，各阵元的噪声是高斯白噪声，各阵元间噪声相互独立，噪声与信号也相互独立。

接收信号表示为：

Y＝ABS+V

式中，A＝[a_r(θ₁)a_r(θ₂)…a_r(θ_M)]∈C^N×K为方向矩阵，K为总样本数，B＝[α₁α₂…α_K]^T∈C^K×M为衰落矩阵，假设准静态衰落假设目标衰落被建模为具有确定性的未知参数，S∈C^M×K为发射信号，V∈C^N×K为剩余项，包括未知噪声，目标间的干涉和有意或无意的干扰，与θ无关。噪声信号的各列是零均值，独立同分布的圆对称复高斯随机过程，且未知协方差矩阵为

将向量A分块成两个子阵可得：

式中，A₁为非奇异矩阵，即A₁的L行互相独立，那么必然满足A₂是A₁的线性变换，令P^H为传播算子，则有：

A₂＝P^HA₁

进一步定义满足：

E^HA＝0_(N-L)×L

上式表明方向矢量a(θ_i)和E的列矢量正交，即矩阵E的列矢量张成的噪声子空间和方向矢量张成的信号子空间正交，即由传播算子P定义了传统的子空间方法中的噪声子空间。

由于P的求解需要信号源方位信息，所以需由接收数据或空间协方差矩阵求解传播算子。对接收数据矩阵Y作如下的分块，可得：

式中：H代表了共轭转置，Y₁、Y₂分别代表对接收数据矩阵L行分块N-L

分块；

对应的，传播算子的估计可以由如下的代价函数最小化问题得到

J(P)＝||Y₂-P^HY₁||²

其中，||||表示Frobenius范数，采用接收数据矩阵求解得到传播算子的最优解为：

或者，采用空间协方差矩阵R求解传播算子，对空间协方差矩阵R作如下的分块，即：

R＝[R_(:,1:L) R_(:,L+1:N)]＝[GH]

式中：H代表了共轭转置，G、H分别代表对空间协方差矩阵L行分块N-L分块。

对应的，传播算子的估计可以由如下的代价函数最小化问题得到：

J(P)＝||H-GP||²

其中，||||表示Frobenius范数，采用空间协方差矩阵求解得到传播算子的最优解为：

或者，采用空间协方差矩阵求解得到传播算子的最优解为：

P＝(G^HG)^-1G^HH。

得到传播算子最优解后，即可得到与方向矢量a(θ_i)相正交的矩阵E，从而得到空间谱函数计算公式：

由此，M个信号发射角度就可以由空间谱搜索得到。相应的，地理位置定位模块就可以通过信号发射点相对于接收阵列的角度得到其对应的地理位置。

从谱估计值可以知道，当峰值出现在分母为0时，这类似于多项式求根，如果将代入该多项式分母可得，

式中：λ为接收信号协方差矩阵特征值，d为信号点间距，θ为信号点角度；令Ω＝EE^H∈C^MN×MN，并将其分解成M²个子阵，其中每个子阵Ω_ij∈C^N×N,i,j＝1,…,M

根据信号子空间中的导向矢量与噪声子空间正交，则根据上式可以得到如下方程：

此时采用多项式求根法，可以得到在单位圆上的M个根，便可得到M个信号发射角度：

如附图5、6所示，假设三个不相关目标分别位于θ₁＝-30°、θ₂＝0°和θ₃＝55°，信噪比为15dB，快拍数目为256。假设受到协方差矩阵为(1/SNR)0.9^|p-q|e^j(p-q)π/2的噪声干扰，式中p q为噪声协方差矩阵行列，仿真采用10次Monte-Carlo实验。每次独立实验中，重新随机生成噪声干扰信号，衰落向量在该次实验即获得256个快拍的过程中保持不变。从图中可以看出，使用传播算子谱锋搜索和多项式求根算法均能成功估计发射信号所在的角度位置。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。