[发明专利]一种室内移动目标定位方法、装置和计算机设备

权利要求书

1.一种室内移动目标定位方法，包括：基于设置于室内的多个无线接入点AP节点和一个未知移动目标节点构成的定位系统，其中，无线接入点AP节点的数量大于等于3；其特征在于，所述定位方法包括：

建立未知移动目标节点运动的状态方程；

建立未知移动目标节点运动的观测模型；

根据状态方程，通过无迹变换UT计算的一组Sigma点集及其对应的权值，获得系统状态量的一步预测值及协方差矩阵；并根据一步预测值，再次通过无迹变换UT计算新Sigma点集，将新Sigma点集代入观测模型，获得观测Sigma点集；

根据观测模型，计算观测Sigma点集的观测预测值，并通过加权求和得到系统的观测预测值；

根据基于最大相关熵的代价函数，融合系统的观测预测值，获得重构观测模型的观测协方差和观测互协方差矩阵；并根据观测协方差和观测互协方差矩阵，确定卡尔曼增益矩阵；

根据卡尔曼增益矩阵，估计系统状态量和协方差矩阵；并根据估计的系统状态量和协方差矩阵，确定未知移动目标节点的位置坐标。

2.如权利要求1所述的室内移动目标定位方法，其特征在于，所述建立未知移动目标节点运动的状态方程，包括：

将未知移动目标节点的位置和速度作为状态量建立未知移动目标节点运动的状态方程；且未知移动目标节点的运动用在时间步k处x(k)的变化来描述，表达式如下：x(k+1)＝f(x(k))+ω(k)

其中，(x,y)是未知节点的空间位置坐标；分别是未知节点在x方向和y方向的速度；f(x(k))为系统矩阵，w(k)为过程噪声，设采样时间间隔为T＝1s；简写为：x(k+1)＝f(x(k))+w(k)。

3.如权利要求2所述的室内移动目标定位方法，其特征在于，所述建立未知移动目标节点运动的观测模型，包括：

获取未知移动目标节点接收来自已知无线接入点AP节点的RSSI值；

将RSSI值作为观测量，建立观测模型。

4.如权利要求3所述的室内移动目标定位方法，其特征在于，所述将RSSI值作为观测量，建立观测模型，包括：

将不同已知无线接入点AP节点的RSSI值加权平均作为观测量，采用对数距离路径损耗模型，建立观测模型；且所述观测模型的表达式为：

Z(k)＝h(x(k))+v(k)

其中，所述对数距离路径损耗模型的通式为：RS(d)为收发设备间距离为d时的路径损耗，单位为dB；RS(d₀)为近距离d₀时的参考路径损耗，d₀取1米；λ为损耗因子；为正态随机变量；v(k)为观测噪声，是第L个已知已知无线接入点AP节点的坐标向量，X_k是未知移动目标节点第k时刻的坐标向量。

5.如权利要求4所述的室内移动目标定位方法，其特征在于，所述获得观测Sigma点集，包括：

根据UT变换获得一组采样点，称为Sigma点集：

计算采样点相应的权值，如下：

根据系统方程形成2n+1个Sigma点集：

系统状态量的预测值及协方差矩阵为：

根据一步预测值，再次使用UT变换，产生新Sigma点集：

将预测的新Sigma点集代入观测模型，得到相应的观测Sigma点集：

其中，n为状态的维数；X⁰为i＝0时的采样点；Xⁱ为第i个Sigma采样点；为Sigma集合的样本均值；P为状态向量的方差；λ为一个缩放比例参数；分别是协方差和均值的权重值；α是采样点的分布状态参数；β≥0为一个非负的权值系数；Xⁱ(k+1∣k)为Sigma采样点的一步预测值；和P(k+1∣k)分别为系统状态量的一步预测值和协方差矩阵，Q(k)为过程噪声；Zⁱ(k+1∣k)为观测Sigma采样点。