[发明专利]基于奇异谱分析的非视距通讯定位误差消除方法和装置

说明书

本发明提供一种基于奇异谱分析的非视距通讯定位误差消除方法和装置，误差消除方法包括如下步骤：获取一维的非视距通讯观测值序列；将获取的一维的非视距通讯观测值序列重构成多维的轨迹矩阵；对得到的轨迹矩阵进行奇异值分解，得到轨迹矩阵的分量矩阵；对轨迹矩阵的分量矩阵进行挑选，剔除其中包非视距通讯含误差的分量矩阵；对剔除误差后的分量矩阵进行重组，得到重构矩阵；对重构矩阵进行反Hankel矩阵变换，得到误差消除后的一维非视距通讯观测值序列。本发明所提供的技术方案，采用奇异谱分析方法消除非视距通讯定位中的误差，由于在消除误差的过程中不需要建立误差模型，所以能够减少工作量，解决工作量大的问题。

技术领域

本发明属于非通讯定位误差消除技术领域，具体涉及一种基于奇异谱分析的非视距通讯定位误差消除方法和装置。

背景技术

无线信号覆盖总是要受地理环境、空中损耗、链路预算等条件的限制。在有障碍物的情况下，无线信号只能通过反射，散射和衍射方式到达接收端，我们称之为非视距通讯。在非视距通讯过程中，无线信号通过多种途径被接收，而多径效应会带来时延不同步、信号衰减、极化改变、链路不稳定等一系列问题。非视距通讯过程中传播路径的不确定性是产生无线定位误差的主要原因，非视距传输极大地影响了定位的精度

现阶段用于消除非视距通讯误差的方法有多种，其中最常用到的主要是残差加权法和卡尔曼滤波法。

残差加权法是通过对冗余定位结果或取舍处理来减小非视距通讯的影响，需要较多的基站参与定位，并且必须存在可视距基站来保证定位精度，这样的要求在实际中不易实现。

卡尔曼滤波法是对非视距通讯数据进行最优估计，利用测量值去修正预测值得到最优估计值；该方法需要对大量的非视距通讯数据进行统计，并建立合适的非视距通讯误差模型，保证卡尔曼滤波算法的最优性依赖于建立准确的系统方程和量测方程，如申请号为CN201010601738的专利所公开的便是采用的该方法；但是采用卡尔曼滤波法时，如果所建立的误差模型有所变动，将影响卡尔曼滤波的效果，因此需要建立非常精确的误差模型，并且针对不同的非视距通讯数据需要建立不同的误差模型，工作量较大；其次，这种方式需要有正确描述噪声的统计特性，且要求系统噪声和量测噪声是不相关的白噪声，否则将会影响到误差消除的效果。但是在实际的操作过程中，无论是建立精确的误差模型，还是设计正确描述噪声的统计特效，都会导致采用卡尔曼滤波法需要投入很大的工作量，工作效率低下。

发明内容

本发明提供一种基于奇异谱分析的非视距通讯定位误差消除方法和装置，用于解决现有技术中在对非视距通讯定位误差进行消除时，由于构建模型而造成工作量大的问题。

为实现上述目的，本发明提供的技术方案是：

一种基于奇异谱分析的非视距通讯定位误差消除方法，包括如下步骤：

(1)获取非视距通讯观测值时间序列，从该观测值时间序列中重构与形成该观测值时间序列的原始动力系统在拓扑意义下等价的相空间，得到一个L维的轨迹矩阵，所述L不小于2；

(2)对得到的轨迹矩阵进行奇异值分解，得到轨迹矩阵的奇异谱和特征向量，并根据奇异谱和特征向量得到分量矩阵；

(3)根据贡献率对轨迹矩阵的分量矩阵进行挑选，剔除其中包含趋势成分的分量矩阵；

(4)对剔除趋势成分后的轨迹矩阵进行反Hankel矩阵变换，得到误差消除后的非视距通讯观测值时间序列。

本发明所提供的技术方案，采用奇异谱分析方法消除非视距通讯定位中的误差，由于在消除误差的过程中不需要建立误差模型，所以能够解决现有技术中在对非视距通讯定位误差进行消除时，由于构建模型而造成工作量大的问题。

作为对确定估计矩阵维度方法的进一步改进，所述步骤(1)中，采用关联维算法确定所述轨迹矩阵的维度L。