发明内容
为了克服以上不足,特别是为了克服矿井定位***抗干扰能力差、定位精确度低、矿井定位设备体积受限、超宽带信号在矿井下存在NLOS传播等问题,本发明提供了一种精确的矿井下超宽带定位方法及***。该方法及***充分利用超快带技术抗干扰能力强、定位精确、***设备结构简单等特点,并结合巷道空间的实际特点,利用有限的参考节点和简单的算法实现实时精确的目标定位,满足了矿井生产调度和灾后及时救援的需要。
为了实现上述目的,本发明提供一种基于非参数NLOS鉴别和加权最小二乘法的UWB定位技术:根据煤矿井下巷道实际特点,在巷道的两侧边缘沿一定的距离线性部署参考节点,目标定位时,首先根据接收信号强度值确定参与目标节点精确定位的参考节点,并估计出每次来自目标节点的超宽带定位信号的到达时间(TOA),在计算出M个相应的距离值,再利用非参数NLOS鉴别方法对目标结点和参考结点之间的信道进行NLOS鉴别,根据NLOS鉴别结果,分配最小二乘法定位算法的加权因子,构造加权因子最小二乘法定位算法的目标函数,并计算出目标节点的位置。
所述煤矿井下超宽带定位方法,包括以下步骤:
A.确定参与目标节点精确定位的参考节点,并计算出每次来自目标节点的超宽带定位信号的到达时间(TOA),重复进行M次;
B.根据每个参考结点估计出的M个TOA值,计算出M个相应的距离值,再利用非参数NLOS鉴别方法对目标结点和参考结点之间的信道进行NLOS鉴别;
C.根据NLOS鉴别结果,分配最小二乘法定位算法的加权因子;
D.根据分配的加权因子,构造加权因子最小二乘法定位算法的目标函数,并估计目标节点的位置。
所述步骤A包括下列步骤:
A1.在巷道的两侧边缘沿一定的距离线性部署参考节点;
A2.在目标节点MS进入巷道后,MS向周围内的参考节点周期性地广播定位请求信号,连续发送M次,参考节点收到定位请求信号后,从中提出一组接收信号强度指示值(RSSI),然后对这组RSSI值求平均,并记录该平均值;
A3.目标节点MS发送完M次定位请求后广播一次收集RSSI信息,这时周围参考节点会向该目标节点回复其记录的RSSI平均值,目标节点收集完RSSI信息后,如果收集到的RSSI值的个数小于3个,则再重新广播定位请求信号;否则,对收集到的RSSI值进行排序,并选取最大的3个作为参考节点,并向这3个参考节点再发送M次定位信号;
A4.参考节点每次接收到定位信号后,将接收到的信号r(t)通过平方器后再进行积分采样,获得信号的能量采样序列: N=Tf/Tb,其中n表示能量块的序列号,Tb表示积分周期,Tf表示帧周期,N表示一帧内能量块数;
A5.根据所述的能量采样序列与设定的门限值θ进行比较,将第一个超出门限的能量块作为直接路径DP所在的采样块,即
(n=1,2,…,N),其中Y
n为信号的能量采样序列,
表示DP所在的能量块,θ表示判别门限,
表示DP到达目标的时间。
所述步骤B包括下列步骤:
B1.参考结点在估计出了M个TOA后,可以计算出M个相应的距离值,对于第i(i=1,…,M)次测量,在视距(LOS)情况下ri=s+nnoise,NLOS情况下ri=s+nnoise+nNLOS,其中ri表示第i次的距离测量值,s表示目标节点和参考节点之间的真实距离,nnoise表示测量噪声,nNLOS表示NLOS误差;
B2.计算测量噪声nnoise的概率密度函数(PDF),在LOS情况下,nnoise可表示为0均值标准差为σ的高斯随机变量,它的概率密度函数表示为:
B3.根据所述测量噪声的概率密度函数P
noise(x),计算LOS情况下距离测量值r
i(i=1,…,M)的PDF:
其中s表示目标节点和参考节点之间的真实距离;
B4.根据所述的M个距离测量值r
i(i=1,…,M),计算测量距离的
其中Φ(x)表示高斯窗或矩形窗的窗函数,L表示缩放参数,r
i表示第i个距离测量值;
B5.根据所述的P
noise(x-s)和
计算P
noise(x-s)和
之间的最小距离:
其中
表示M个距离测量值r
i(i=1,…,M)的平均值;
B6.根据所述的最小距离
比较这个最小值和门限值δ的大小,当
判决为LOS,当
则判决为NLOS,其中门限值δ表示如下:δ′=δ-L
2σ
ω 2/(2σ
2)(σ
ω 2=∫x
2Φ(x)dx),L表示所选窗函数的缩放参数,σ表示LOS情况下测量噪声n
noise的标准差。
所述步骤C中,根据第j个参考节点的NLOS鉴别结果为其分配加权因子,当第j个参考节点被判定为LOS状态时,为其分配的加权因子为k
j=1;当该参考节点被判定为NLOS状态时,则为其分配的加权因子为
其中i(i=1,2,…,M)表示第i次测量,j(j=1,2,3)表示第j个参考节点,r
ji表示第j个参考节点的第i次距离测量值,
表示第j个参考节点的M个距离测量值r
ji的平均值。
所述步骤D包括下列步骤:
D1.根据所述的为参与目标节点精确定位的参考节点分配的加权因子,构造加权因子最小二乘法定位算法的目标函数:
其中X(x,y)表示位置坐标变量,X
j(x
j,y
j)(j=1,2,3)表示第j个参考节点位置坐标,k
j(j=1,2,3)表示第j个参考节点分配到的加权因子,
表示第j个参考节点的M个距离测量值r
ji的平均值;
D2.根据所述的目标函数F(x),应用最小二乘法计算目标节点的位置坐标
所述的方法通过一个直接序列脉冲超宽带***来实现超宽带信号的产生。
一种煤矿井下超宽带定位***,包括远程监视层和现场监控层,所述远程监视层包括浏览器服务器,数据服务器,地面监控终端,交换机;所述现场监控层包括目标节点,参考节点,网关和基站;数据服务器和地面监控终端通过交换机与基站构成有线网络,并通过Internet网络将实时定位数据传送给浏览器服务器;目标节点,参考节点,网关和基站构成超宽带无线定位网络;基站通过光纤或总线挂接在交换机上;目标节点由井下作业人员或者机械装置携带;
所述数据服务器,接收并存储目标节点位置数据;
所述地面监控终端,记录参考节点部署位置信息,根据接收到的距离测量值,进行NLOS鉴别,并根据NLOS鉴别结果和参考节点的部署位置及巷道分布,计算目标节点的精确位置,并将位置信息再发送给数据服务器及浏览器服务器;
所述交换机和基站,负责转发定位信息;
所述网关负责完成超宽带无线定位信息的转发和配置信息的传送;
所述参考节点,放置在网关设备无线信号覆盖范围内,提供一个包含自己位置坐标和RSSI值的信息包给目标节点,完成传输超宽带信号到达时间的计算;
所述目标节点,与井下人员的身份对应,完成参考节点的选取;
所述的***中涉及的井下设备全部是本质安全型设备。
所述网关包括:微处理器、存储器、总线模块、超宽带天线、电源、通信接口、液晶显示器、选择按键。
所述参考节点包括:处理器、电源、存储器、超宽带信号产生单元、能量检测接收机结构、超宽带天线、开关电路。
所述目标节点包括:处理器、电源、存储器、超宽带信号产生单元、能量检测接收机结构、超宽带天线、开关电路。
所述能量检测接收机结构包括:超宽带天线、低噪声放大器LNA、带通滤波器BPF、平方器、积分器、采样开关、判决器。
本发明的有益效果是:
1.矿井下环境复杂,传统的定位***无法达到精确定位的要求,通过采用强时间分辨能力的超宽带信号,由于信号占空比极低,多径信号在时间上是可分离的,大大提高了定位方法和***的抗干扰能力。同时超宽带技术的使用,使终端设备的功耗大幅降低。且因为不需要采用复杂的调制解调技术,使得***设备结构简单,体积小,适合井下特殊环境的使用。UWB技术有其他无线通信技术无法比拟的优势,它结合无线传感器网络技术可以方便的应用在矿井中,达到较高的定位精度。
2.矿井下最主要的问题是NLOS传输严重,为了减小产生的较大的NLOS定位误差,通过采用非参数NLOS鉴别方法,该方法的主要思想是去比较LOS情况下的PDF和距离测量值的PDF的接近程度,可方便有效的用于NLOS鉴别。
3.为了减小NLOS误差对位置估计恶化的影响,通过采用一种新的加权因子最小二乘法定位算法,该算法的加权因子由NLOS鉴别的结果确定,大小反映了NLOS和LOS参考结点在位置估计中所占的比重,可以较精确的估计出目标节点的位置坐标。
具体实施方式
为使本发明的技术方案、特点和优点更加清楚,下面结合附图和具体实施方式对本发明进一步说明。
图1是本发明的在NLOS情况下基于TOA的定位原理图。
如图1所示,在基于TOA的UWB定位***中,每个到达时间τ都决定了一个圆心为参考结点半径为ri=c×τ(i=1,2,3)的圆,其中c为超宽带信号在巷道中传播的速度。如果没有NLOS误差和测量噪声误差,在二维空间中3个由TOA决定的圆可以完全相交于一点,这一点即是目标结点的位置;如果存在NLOS误差和测量噪声误差,其测量距离为真实距离s、NLOS误差和测量噪声误差之和,常情况下,NLOS误差会使测量距离相对于真实距离产生一个较大的正偏差,这会导致目标结点的定位模糊,正如图1所示,目标结点MS的位置位于3个圆的重叠区域内。为了减小NLOS误差对位置估计恶化的影响,首先对目标节点和参考节点之间的信道进行NLOS鉴别,然后通过采用一种新的加权因子最小二乘法定位算法,该算法的加权因子由NLOS鉴别的结果确定,来计算目标节点的精确位置。
图2是本发明的定位***组成框图。
如图2所示,本发明,一种煤矿井下超宽带定位***,包括远程监视层和现场监控层,远程监视层包括数据服务器1,地面监控终端2,交换机3,浏览器服务器4;现场监控层包括基站5,网关6,参考节点7,目标节点8;数据服务器1和地面监控终端2通过交换机3与基站5构成有线网络,并通过Internet网络将实时定位数据传送给浏览器服务器4;目标节点8,参考节点7,网关6和基站5构成超宽带无线定位网络;基站5通过光纤或总线挂接在交换机3上;目标节点8由井下作业人员或者机械装置携带。
目标节点8进入巷道后,向周围内的参考节点周期性地广播定位请求信号,根据参考节点回复其记录的RSSI平均值,确定参与目标节点精确定位的参考节点。参考节点7完成传输超宽带信号到达时间的计算,并完成和目标节点之间距离的粗略估计,并将距离测量值通过网关6、基站5和交换机3传送给地面监控终端2。地面监控终端2,根据接收到的距离测量值,进行NLOS鉴别,并根据NLOS鉴别结果和参考节点7的部署位置及巷道分布,计算目标节点的精确位置,并将位置信息再发送给数据服务器1及浏览器服务器4。
图3是本发明的基于非参数NLOS鉴别和加权最小二乘法的UWB定位技术流程框图。
如图3所示,本发明,煤矿井下超宽带定位方法,包括以下步骤:
A.确定参与目标节点精确定位的参考节点,并计算出每次来自目标节点的超宽带定位信号的到达时间(TOA),重复进行M次;
B.根据每个参考结点估计出的M个TOA值,计算出M个相应的距离值,再利用非参数NLOS鉴别方法对目标结点和参考结点之间的信道进行NLOS鉴别;
C.根据NLOS鉴别结果,分配最小二乘法定位算法的加权因子;
D.根据分配的加权因子,构造加权因子最小二乘法定位算法的目标函数,并估计目标节点的位置。
步骤A包括下列步骤:
A1.在巷道的两侧边缘沿一定的距离线性部署参考节点;
A2.在目标节点MS进入巷道后,MS向周围内的参考节点周期性地广播定位请求信号,连续发送M次,参考节点收到定位请求信号后,从中提出一组RSSI值,然后对这组RSSI值求平均,并记录该平均值;
A3.目标节点MS发送完M次定位请求后广播一次收集RSSI信息,这时周围参考节点会向该目标节点回复其记录的RSSI平均值,目标节点收集完RSSI信息后,如果收集到的RSSI值的个数小于3个,则再重新广播定位请求信号;否则,对收集到的RSSI值进行排序,并选取最大的3个作为参考节点,并向这3个参考节点再发送M次定位信号;
A4.参考节点每次接收到定位信号后,将接收到的信号r(t)通过平方器后再进行积分采样,获得信号的能量采样序列:
(n=1,2,…,N),N=T
f/T
b,其中n表示能量块的序列号,T
b表示积分周期,T
f表示帧周期,N表示一帧内能量块数;
A5.根据所述的能量采样序列与设定的门限值θ进行比较,将第一个超出门限的能量块作为直接路径DP所在的采样块,即
(n=1,2,…,N),其中Y
n为信号的能量采样序列,
表示DP所在的能量块,θ表示判别门限,
表示DP到达目标的时间。
步骤B包括下列步骤:
B1.参考结点在估计出了M个TOA后,可以计算出M个相应的距离值,对于第i(i=1,…,M)次测量,在LOS情况下ri=s+nnoise,NLOS情况下ri=s+nnoise+nNLOS,其中ri表示第i次的距离测量值,s表示目标节点和参考节点之间的真实距离,nnoise表示测量噪声,nNLOS表示NLOS误差;
B2.计算测量噪声nnoise的概率密度函数,在LOS情况下,nnoise可表示为0均值标准差为σ的高斯随机变量,它的概率密度函数表示为:
B3.根据所述测量噪声的概率密度函数P
noise(x),计算LOS情况下距离测量值r
i(i=1,…,M)的PDF:
其中s表示目标节点和参考节点之间的真实距离;
B4.根据所述的M个距离测量值r
i(i=1,…,M),计算测量距离的
其中Φ(x)表示高斯窗或矩形窗的窗函数,L表示缩放参数,r
i表示第i个距离测量值;
B5.根据所述的P
noise(x-s)和
计算P
noise(x-s)和
之间的最小距离:
其中
表示M个距离测量值r
i(i=1,…,M)的平均值;
B6.根据所述的最小距离
比较这个最小值和门限值δ的大小,当
判决为LOS,当
则判决为NLOS,其中门限值δ表示如下:δ′=δ-L
2σ
ω 2/(2σ
2)(σ
ω 2=∫x
2Φ(x)dx),L表示所选窗函数的缩放参数,σ表示LOS情况下测量噪声n
noise的标准差。
所述步骤C中,根据第j个参考节点的NLOS鉴别结果为其分配加权因子,当第j个参考节点被判定为LOS状态时,为其分配的加权因子为k
j=1;当该参考节点被判定为NLOS状态时,则为其分配的加权因子为
其中i(i=1,2,…,M)表示第i次测量,j(j=1,2,3)表示第j个参考节点,r
ji表示第j个参考节点的第i次距离测量值,
表示第j个参考节点的M个距离测量值r
ji的平均值。
步骤D包括下列步骤:
D1.根据所述的为参与目标节点精确定位的参考节点分配的加权因子,构造加权因子最小二乘法定位算法的目标函数:
其中X(x,y)表示位置坐标变量,X
j(x
j,y
j)(j=1,2,3)表示第j个参考节点位置坐标,k
j(j=1,2,3)表示第j个参考节点分配到的加权因子,
表示第j个参考节点的M个距离测量值r
ji的平均值;
D2.根据所述的目标函数F(x),应用最小二乘法计算目标节点的位置坐标
图4是本发明的网关的电路框图。
如图4所示,网关负责完成超宽带无线定位信息的转发和配置信息的传送,包括微处理器9、存储器10、总线模块11、超宽带天线12、电源13、通信接口14、液晶显示器15、选择按键16。网关由包括微处理器9、存储器10、总线模块11的主板17和包括电源13、通信接口14、液晶显示器15、选择按键16的底板18和超宽带天线12组成。
图5是本发明的能量检测接收机结构的电路框图。
如图5所示,能量检测接收机结构包括超宽带天线19、低噪声放大器LNA20、带通滤波器BPF21、平方器22、积分器23、采样开关24、判决器25,用于估计接收超宽带信号的到达时间TOA。
图6是本发明的参考节点和目标节点相同的电路框图。
如图6所示,参考节点和目标节点的电路框图是相同的,包括处理器26、电源27、存储器28、超宽带信号产生单元29、能量检测接收机结构30、超宽带天线31、开关电路32。电源27、存储器28、超宽带信号产生单元29、能量检测接收机结构30均与处理器26相连。处理器26与存储器28一起,负责对接收、发送的数据进行存储和处理,并控制其它单元的运行。超宽带信号产生单元29,用于将待发射的数据转换成脉冲超宽带信号。开关电路32将超宽带天线31与超宽带信号产生单元29和能量检测接收机结构30相连,用于超宽带信号和接收之间的转换。
图7是本发明的实验场景配置图。
如图7所示,为了对所提出的基于非参数NLOS鉴别和加权最小二乘法UWB定位算法的性能进行评估,进行了实验测试。实验巷道的长、宽、高分别为100m、3m和3m,参考结相互点交错的部署在巷道的两侧,相邻参考结点的水平距离为7.5m,即同侧参考结点的距离为15m。设目标结点的真实位置为(x
0,y
0),估计位置为
则定位误差定义为E:
MS实际位置(x
0,y
0)分别取(0.5,0.5)、(3,1)、(5,1.5)、(7.5,2)、(10,2.5)、(15,2.75),用该定位算法估计出位置
并计算相应的定位误差E。
图8是本发明的实验测试数据。
图8是在图7所示的实验场景配置情况下得到的一组实验测试数据,其中包括LOS参考结点的个数,目标结点的真实位置(x
0,y
0),估计位置
定位误差定义E。
图9是本发明的仿真结果图。
如图9所示,为了更直观的反应该定位算法的性能,根据图8中的数据用Matlab软件绘制出了相应的数据曲线,得到的上图是真实位置和各种LOS情况下估计位置,反映了定位误差与LOS参考结点个数之间的关系,有图可见LOS参考结点越多定位误差越小,即估计位置越接近实际位置;得到的下图是各种LOS情况下的累积概率分布函数(cdf),有图可见,当所选的3个参考结点都为LOS时,有90%的定位误差小于0.25m2,当所选的参考结点都是NLOS时,有50%的定位误差小于0.25m2,90%的定位误差小于0.30m2。由此可见,无论在图8中的哪种情况下,该定位算法都可以达到较高的定位精度。