[发明专利]基于改进扩展卡尔曼滤波的多移动目标定位误差消除方法

说明书

本发明公开了一种基于改进扩展卡尔曼滤波的多移动目标定位误差消除方法，所述方法通过时分复用与波分复用相结合的方式实现多目标的定位，通过分数阶傅里叶变换将接收信号转变成在傅里叶域能量集中的脉冲；利用RSSI设置的阈值筛选数据；利用双向测距采用相对时间降低系统时钟产生的偏移；用Wylie算法判断测距过程中是否存在NLOS误差；使用信号达到两锚节点的时间差TDOA减少系统处理时间误差；使用CHAN算法求出某一时刻移动目标位置作为观测值，构造状态方程，使用估计的NLOS误差改进扩展卡尔曼定位算法，估计出移动目标的运动轨迹。本发明用较低的成本实现较多移动目标的定位，实现定位精度需求与功耗的平衡；综合全面地考虑了测距中存在的误差，并予以消除。

技术领域

本发明公开了一种基于改进扩展卡尔曼滤波的多移动目标定位误差消除方法，涉及移动目标无线测距定位技术领域。

背景技术

物联网的快速发展对无线通信技术提出了更高的要求，专为低带宽、低功耗、远距离、大量连接的物联网应用而设计的LPWAN也快速兴起。LoRa(Long Range)是美国Semtech公司采用和推广的一种基于扩频技术的超远距离无线传输方案。由于LoRa是工作在免授权频段的，无需申请即可进行网络建设，网络架构简单，运营成本也低，因此成为物联网领域广泛被采用的无线通信技术。

基于位置的服务(Location-Based Services，LBS)的定位技术，是物联网应用的关键基础技术。测距的定位方法是通过测量节点间的角度或距离等信息，通过三边测量或最大似然估计来计算节点的位置。在城市道路或者复杂的室内环境中，由于受到各种障碍物的影响，会导致信号传输中收到多径效应、NLOS误差等因素的干扰降低了定位的精度。消除NLOS误差的方法可以分为间接法和直接法。间接法是把NLOS误差消除和定位结合在一起同时进行，需要较多的基站参与定位，根据一定的判定原则舍弃含有NLOS误差的测距数据，或者对所有结果根据准确度加权平均。直接法首先对测距数据进行预处理，判断、消除可能存在的各种误差来源，再用干净的数据做目标定位。

现有技术中，实现较多移动目标的定位难度大成本高，难以实现定位精度需求与功耗的平衡，测距误差也比较大。

发明内容

本发明所要解决的技术问题是：针对现有技术的缺陷，提供一种基于改进扩展卡尔曼滤波的多移动目标定位误差消除方法，可以低成本的定位多个移动目标、系统地消除定位中各种误差来源。本发明中，移动目标携带低功耗类似工牌状的LoRa信号发射器，通过与附近多个固定的已知位置信息的锚节点通信，得到信号的传输时间，并将相关信息通过LPWAN网关实时传输给服务器进行相应处理，并在客户端根据需求进行相应的设置、实时展示移动目标的轨迹信息。

本发明为解决上述技术问题采用以下技术方案：

基于改进扩展卡尔曼滤波的多移动目标定位误差消除方法，通过时分复用与波分复用相结合的方式实现多目标的定位，所述方法具体包括如下步骤：

通过分数阶傅里叶变换将接收信号转变成在傅里叶域能量集中的脉冲，区分多径效应中的直达信号；

对RSSI设置一定的阈值，若锚节点接收到的信号强度低于该阈值，则舍弃该锚节在当前时刻的测距数据；

利用双向测距采用相对时间降低系统时钟产生的偏移；

针对极短时间内多次通信得到重复测距数据，用Wylie算法判断测距过程中是否存在NLOS误差，若存在则用最小二乘法估计NLOS误差的大小，若不存在则直接将该数据用于后续计算；

使用信号达到两锚节点的时间差TDOA减少系统处理时间误差；

使用CHAN算法针对多个测距的信息，进一步降低定位误差，并求出某一时刻移动目标位置；

将CHAN算法的结果作为观测值，构造状态方程，使用估计的NLOS误差改进扩展卡尔曼定位算法，估计出移动目标的运动轨迹。