本發(fā)明涉及信道分類方法和室內定位算法，具體地，涉及一種基于信道分類的室內定位跟蹤方法及系統(tǒng)。
背景技術：
：隨著基于全球定位系統(tǒng)、北斗衛(wèi)星導航系統(tǒng)、格洛納斯衛(wèi)星導航系統(tǒng)和伽利略衛(wèi)星定位系統(tǒng)的室外定位技術的商用，高精度室內定位技術越來越受到關注?，F(xiàn)有的室內定位技術分為兩類：不基于測距的室內定位技術和基于測距的室內定位技術。不基于測距的室內定位技術以wifi為代表，通過測量信號的接收信號強度指示進行定位，具有廣泛適用的優(yōu)點，但定位精度較低。基于測距的室內定位技術以超寬帶為代表，通過直接測量待定位節(jié)點和錨節(jié)點之間的距離進行定位，超寬帶信號具有穿透力強、高分辨率測距和信號穩(wěn)定等優(yōu)點，但對設備的要求較高。下一代移動通信5g中將使用毫米波技術，相比超寬帶信號，毫米波具有更高的時間分辨率，可以實現(xiàn)更高精度的測距。另一方面，相比wifi，5g設備同樣具有很高的普遍性，所以基于測距的室內定位技術將會越來越受到青睞。然而，非視距傳播引起測距誤差仍然是基于測距的室內定位技術面臨的主要困難。經過對現(xiàn)有技術的文獻檢索發(fā)現(xiàn)，傳統(tǒng)的非視距傳播識別方法只將信道分為視距情況和非視距情況，不過，s.wang和y.zhang于2016年在wcnc(ieeewirelesscommunicationandnetworkingconference)發(fā)表了“convexhullbasednodeselectionnlosmitigationforindoorlocalization”(2016年在ieee的無線通信和網絡會議，《基于凸形的室內定位的節(jié)點選擇非視距減輕》)的文章，提出了信道應分為四種情況：普通的視距情況、衰減的視距情況、普通的非視距情況和棘手的非視距情況，但是，并未給出合適的分類方法。e.leitinger，p.meissner，c.rudisser，g.dumphart和k.witrisal于2015年在ieeejournalonselectedareasincommunications發(fā)表了“evaluationofposition-relatedinformationinmultipathcomponentsforindoorpositioning”(2015年在ieee的通信選定區(qū)域雜志，《室內定位的多徑參數(shù)中位置相關信息的評估》)的文章，提出了結合虛擬錨節(jié)點和多徑參數(shù)的定位方法，可以在非視距情況下進行定位，降低由于非視距傳播引起的定位誤差，但是，這種方法依賴虛擬錨節(jié)點和信號反射路徑一一對應的準確性，虛擬錨節(jié)點與信號反射路徑對應出錯時會引入定位誤差。技術實現(xiàn)要素：針對現(xiàn)有技術中的缺陷，本發(fā)明的目的是提供一種定位更加精確的基于信道分類的室內定位跟蹤方法及系統(tǒng)。根據本發(fā)明提供的基于信道分類的室內定位跟蹤方法，包括如下步驟：步驟1：根據建筑平面圖和錨節(jié)點的位置，求解一階虛擬錨節(jié)點的位置，其中，錨節(jié)點是位置已知的節(jié)點，一階虛擬錨節(jié)點是錨節(jié)點對應于墻面的鏡面對稱節(jié)點；步驟2：根據上一次的步驟4，記錄三條具有最強能量的反射路徑的信息；若沒有上一次的步驟4，則不記錄；步驟3：根據信道脈沖響應進行信道分類，并根據信道分類結果判斷錨節(jié)點與待定位節(jié)點之間是否存在視距路徑；步驟4：根據視距路徑的數(shù)量選取若干反射路徑，結合視距路徑進行定位。優(yōu)選的，所述步驟2包括：步驟2.1：判斷是否有上一次的步驟4，若有上一次的步驟4，則進入步驟2.2，若沒有上一次的步驟4，則跳過；步驟2.2：根據上一次的步驟4，記錄三條具有最強能量的反射路徑所對應的一階虛擬錨節(jié)點的位置坐標步驟2.3：記錄這三條具有最強能量的反射路徑的長度rilast(i＝1,2,3)。優(yōu)選的，所述步驟3包括：步驟3.1：根據待定位節(jié)點和各錨節(jié)點之間信道脈沖響應中的各路徑的幅值和時延，幅值最大的路徑和最先到達的路徑之間的時間差τrise，根據τrise的值將信道分為兩類：τrise＝0和τrise>0；步驟3.2：計算可以反映視距路徑和非視距路徑的差別的特征值，并得到特征向量；步驟3.3：將根據步驟3.2得到的特征向量應用到支持向量機中，將步驟3.1得到的τrise＝0類分為兩類：普通的視距情況，棘手的非視距情況，將步驟3.1得到的τrise>0類分為兩類：普通的非視距情況，衰減的視距情況，共四種情況；步驟3.4：根據步驟3.3的分類結果，對于普通的視距情況和衰減的視距情況，判斷視距路徑存在，反之，對于普通的非視距情況和棘手的非視距情況，判斷視距路徑不存在。優(yōu)選的，所述步驟4包括：步驟4.1：根據步驟3的結果，將視距情況和衰減的視距情況下信道脈沖響應中最先到達的路徑判斷為直射路徑，并統(tǒng)計視距路徑的數(shù)量nlos(nlos≤nanchor)，其中，nanchor是錨節(jié)點的個數(shù)；步驟4.2：根據視距路徑的數(shù)量，若nlos<3，則判斷當前測量的待定位節(jié)點與錨節(jié)點之間具有最大能量的n條非直射路徑的路徑為當前測量的反射路徑，其中，n是由用戶確定的正整數(shù)；步驟4.3：計算當前測量的反射路徑的長度與步驟2中記錄的三條反射路徑的長度之差||rj-rilast||，其中，rj(1≤j≤n)是當前測量的第j條反射路徑的長度，rilast(1≤i≤n)是記錄的第i條反射路徑的長度；步驟4.4：比較||rj-rilast||和預先設定的閾值t，若||rj-rilast||≤t，則判斷當前測量的第j條反射路徑rj與記錄的第i條反射路徑rilast對應的虛擬錨節(jié)點為同一個，并記錄滿足條件的反射路徑的個數(shù)n；步驟4.5：根據nlos+n的值，采用不同的方式進行定位解算。優(yōu)選的，所述步驟4.5包括：若nlos+n>3，根據錨節(jié)點或滿足步驟4.4條件的反射路徑所對應的一階虛擬錨節(jié)點的位置，選取所圍成的形狀最接近正三角形的三個錨節(jié)點或一階虛擬錨節(jié)點，使用這三個錨節(jié)點或一階虛擬錨節(jié)點的坐標和它們對應的視距路徑或反射路徑，運用三角定位的方法進行二維坐標求解；若nlos+n＝3，使用這三條視距路徑或反射路徑和它們對應的錨節(jié)點或一階虛擬錨節(jié)點，運用三角定位的方法進行二維坐標求解；若nlos+n＝2，使用這兩條視距路徑或反射路徑和它們對應的錨節(jié)點或一階虛擬錨節(jié)點，可以解算出兩個可行解，選取與上一次步驟4的結果相近的可行解為本次定位過程的解；若沒有上一次步驟4的結果，則判斷為無法定位解算；若nlos+n<2，則選取上一次步驟4的結果作為本次定位過程的解；若沒有上一次步驟4的結果，則判斷為無法定位解算。根據本發(fā)明提供的基于信道分類的室內定位跟蹤系統(tǒng)，包括存儲有用于室內定位跟蹤的指令的服務器，所述指令在由所述服務器執(zhí)行時使得所述服務器：步驟1：根據建筑平面圖和錨節(jié)點的位置，求解一階虛擬錨節(jié)點的位置，其中，錨節(jié)點是位置已知的節(jié)點，一階虛擬錨節(jié)點是錨節(jié)點對應于墻面的鏡面對稱節(jié)點；步驟2：根據上一次的步驟4，記錄三條具有最強能量的反射路徑的信息；若沒有上一次的步驟4，則不記錄；步驟3：根據信道脈沖響應進行信道分類，并根據信道分類結果判斷錨節(jié)點與待定位節(jié)點之間是否存在視距路徑；步驟4：根據視距路徑的數(shù)量選取若干反射路徑，結合視距路徑進行定位。優(yōu)選的，所述步驟2包括：步驟2.1：判斷是否有上一次的步驟4，若有上一次的步驟4，則進入步驟2.2，若沒有上一次的步驟4，則跳過；步驟2.2：根據上一次的步驟4，記錄三條具有最強能量的反射路徑所對應的一階虛擬錨節(jié)點的位置坐標步驟2.3：記錄這三條具有最強能量的反射路徑的長度rilast(i＝1,2,3)。優(yōu)選的，所述步驟3包括：步驟3.1：根據待定位節(jié)點和各錨節(jié)點之間信道脈沖響應中的各路徑的幅值和時延，幅值最大的路徑和最先到達的路徑之間的時間差τrise，根據τrise的值將信道分為兩類：τrise＝0和τrise>0；步驟3.2：計算可以反映視距路徑和非視距路徑的差別的特征值，并得到特征向量；步驟3.3：將根據步驟3.2得到的特征向量應用到支持向量機中，將步驟3.1得到的τrise＝0類分為兩類：普通的視距情況，棘手的非視距情況，將步驟3.1得到的τrise>0類分為兩類：普通的非視距情況，衰減的視距情況，共四種情況；步驟3.4：根據步驟3.3的分類結果，對于普通的視距情況和衰減的視距情況，判斷視距路徑存在，反之，對于普通的非視距情況和棘手的非視距情況，判斷視距路徑不存在。優(yōu)選的，所述步驟4包括：步驟4.1：根據步驟3的結果，將視距情況和衰減的視距情況下信道脈沖響應中最先到達的路徑判斷為直射路徑，并統(tǒng)計視距路徑的數(shù)量nlos(nlos≤nanchor)，其中，nanchor是錨節(jié)點的個數(shù)；步驟4.2：根據視距路徑的數(shù)量，若nlos<3，則判斷當前測量的待定位節(jié)點與錨節(jié)點之間具有最大能量的n條非直射路徑的路徑為當前測量的反射路徑，其中，n是由用戶確定的正整數(shù)；步驟4.3：計算當前測量的反射路徑的長度與步驟2中記錄的三條反射路徑的長度之差||rj-rilast||，其中，rj(1≤j≤n)是當前測量的第j條反射路徑的長度，rilast(1≤i≤n)是記錄的第i條反射路徑的長度；步驟4.4：比較||rj-rilast||和預先設定的閾值t，若||rj-rilast||≤t，則判斷當前測量的第j條反射路徑rj與記錄的第i條反射路徑rilast對應的虛擬錨節(jié)點為同一個，并記錄滿足條件的反射路徑的個數(shù)n；步驟4.5：根據nlos+n的值，采用不同的方式進行定位解算。優(yōu)選的，所述步驟4.5包括：若nlos+n>3，根據錨節(jié)點或滿足步驟4.4條件的反射路徑所對應的一階虛擬錨節(jié)點的位置，選取所圍成的形狀最接近正三角形的三個錨節(jié)點或一階虛擬錨節(jié)點，使用這三個錨節(jié)點或一階虛擬錨節(jié)點的坐標和它們對應的視距路徑或反射路徑，運用三角定位的方法進行二維坐標求解；若nlos+n＝3，使用這三條視距路徑或反射路徑和它們對應的錨節(jié)點或一階虛擬錨節(jié)點，運用三角定位的方法進行二維坐標求解；若nlos+n＝2，使用這兩條視距路徑或反射路徑和它們對應的錨節(jié)點或一階虛擬錨節(jié)點，可以解算出兩個可行解，選取與上一次步驟4的結果相近的可行解為本次定位過程的解；若沒有上一次步驟4的結果，則判斷為無法定位解算；若nlos+n<2，則選取上一次步驟4的結果作為本次定位過程的解；若沒有上一次步驟4的結果，則判斷為無法定位解算。與現(xiàn)有技術相比，本發(fā)明提出的定位跟蹤方法可以有效地提高室內定位精度，降低定位誤差。附圖說明通過閱讀參照以下附圖對非限制性實施例所作的詳細描述，本發(fā)明的其它特征、目的和優(yōu)點將會變得更明顯：圖1為本發(fā)明提供的基于信道分類的室內定位跟蹤框架的工作流程圖；圖2為本發(fā)明提供的基于信道分類的室內定位跟蹤框架的系統(tǒng)結構示意圖；圖3為根據本發(fā)明中的定位跟蹤框架估計的路徑與真實路徑的對比圖；圖4為根據本發(fā)明中的定位跟蹤框架的定位誤差累積分布函數(shù)示意圖。具體實施方式下面結合具體實施例對本發(fā)明進行詳細說明。以下實施例將有助于本領域的技術人員進一步理解本發(fā)明，但不以任何形式限制本發(fā)明。應當指出的是，對本領域的普通技術人員來說，在不脫離本發(fā)明構思的前提下，還可以做出若干變化和改進。這些都屬于本發(fā)明的保護范圍。圖1是本發(fā)明實施例提供的基于信道分類的室內定位跟蹤框架的工作流程圖，下面結合圖1詳細說明。步驟s1：根據建筑平面圖和錨節(jié)點的位置，求解一階虛擬錨節(jié)點的位置，其中，錨節(jié)點是位置已知的節(jié)點，一階虛擬錨節(jié)點是錨節(jié)點對應于墻面的鏡面對稱；步驟s2：根據上一次的步驟s4，記錄三條具有最強能量的反射路徑的信息；若沒有上一次的步驟s4，則不記錄；步驟s3：根據信道脈沖響應進行信道分類，并根據信道分類結果判斷錨節(jié)點與待定位節(jié)點之間是否存在視距路徑；步驟s4：根據視距路徑的數(shù)量選取若干反射路徑，結合視距路徑進行定位。所述步驟s2包括：步驟s2.1：判斷是否有上一次的步驟4，若有上一次的步驟4，則進入步驟2.2，若沒有上一次的步驟4，則跳過；步驟s2.2：根據上一次的步驟4，記錄三條具有最強能量的反射路徑所對應的一階虛擬錨節(jié)點的位置坐標步驟s2.3：記錄這三條具有最強能量的反射路徑的長度rilast(i＝1,2,3)。所述步驟s3包括：步驟s3.1：根據待定位節(jié)點和各錨節(jié)點之間信道脈沖響應中的各路徑的幅值和時延，幅值最大的路徑和最先到達的路徑之間的時間差τrise。根據τrise的值將信道分為兩類：τrise＝0和τrise>0；步驟s3.2：計算可以反映視距路徑和非視距路徑的差別的特征值，并得到特征向量；步驟s3.3：將根據步驟s3.2得到的特征向量應用到支持向量機中，將步驟s3.1得到的τrise＝0類分為兩類：普通的視距情況，棘手的非視距情況，將步驟a得到的τrise>0類分為兩類：普通的非視距情況，衰減的視距情況，共四種情況。步驟s3.4：根據步驟s3.3的分類結果，對于普通的視距情況和衰減的視距情況，判斷視距路徑存在，反之，對于普通的非視距情況和棘手的非視距情況，判斷視距路徑不存在。所述步驟s3.2包括：步驟s3.2.1：根據信道脈沖響應h(t)，計算信道脈沖響應的平均幅值μ|h|，計算公式如下：其中，t為信道脈沖響應h(t)的總時長，t(0≤t≤t)為總時長t中的t時刻；步驟s3.2.2：計算信道脈沖響應的幅值方差計算公式如下：步驟s3.2.3：計算信道脈沖響應的峰態(tài)κ，計算公式如下：步驟s3.2.4：計算信道脈沖響應的平均超量延時τmed，計算公式如下：步驟s3.2.5：計算信道脈沖響應的均方根時延拓展τrms，計算公式如下：步驟s3.2.6：計算信道脈沖響應的平均能量比峰值λpe，計算公式如下：其中，hmax＝max|h(t)|；步驟s3.2.7：根據信道脈沖響應的六種特征值，形成特征向量φ，其中：所述步驟s3.3包括：步驟s3.3.1：生成訓練樣本其中，φi是第i個特征向量，di是對應的期望響應，n是訓練樣本的數(shù)目；對于s3.1中τrise＝0類，普通的視距情況對應的訓練樣本中di為+1，棘手的非視距情況對應的訓練樣本中di為-1；對于s3.1中τrise>0類，普通的非視距情況對應的訓練樣本中di為+1，衰減的視距情況對應的訓練樣本中di為-1；步驟s3.3.2：求解最優(yōu)化問題：其中，是拉格朗日乘子，是核函數(shù)，c是用戶確定的正數(shù)；步驟s3.3.3：通過求解上述最優(yōu)化問題，得到拉格朗日乘子步驟s3.3.4：根據訓練結果進行分類計算，分類器l(φ)如下：其中，φ是待分類的特征向量；對于s3.1中τrise＝0類，分類器l(φ)結果為+1，對應信道分類結果為普通的視距情況，分類器l(φ)結果為-1，對應信道分類結果為棘手的非視距情況；對于s3.1中τrise>0類，分類器l(φ)結果為+1，對應信道分類結果為普通的非視距情況，分類器l(φ)結果為-1，對應信道分類結果為衰減的視距情況。所述步驟s4包括：步驟s4.1：根據步驟s3的結果，將視距情況和衰減的視距情況下信道脈沖響應中最先到達的路徑判斷為直射路徑并統(tǒng)計視距路徑的數(shù)量nlos(nlos≤nanchor)，其中，nanchor是錨節(jié)點的個數(shù)；步驟s4.2：根據視距路徑的數(shù)量，若nlos<3，則判斷當前測量的待定位節(jié)點與錨節(jié)點之間具有最大能量的n條非直射路徑的路徑為當前測量的反射路徑，其中，n是由用戶確定的正整數(shù)；步驟s4.3：計算當前測量的反射路徑的長度與步驟2中記錄的三條反射路徑的長度之差||rj-rilast||，其中，rj(1≤j≤n)是當前測量的第j條反射路徑的長度，rilast(1≤i≤n)是記錄的第i條反射路徑的長度；步驟s4.4：比較||rj-rilast||和預先設定的閾值t，若||rj-rilast||≤t，則判斷當前測量的第j條反射路徑rj與記錄的第i條反射路徑rilast對應的虛擬錨節(jié)點為同一個，并記錄滿足條件的反射路徑的個數(shù)n；步驟s4.5：根據nlos+n的值，采用不同的方式進行定位解算，具體如下：若nlos+n>3，根據錨節(jié)點(或滿足步驟s4.4條件的反射路徑所對應的虛擬錨節(jié)點)的位置，選取所圍成的形狀最接近正三角形的三個錨節(jié)點(或虛擬錨節(jié)點)，使用這三個錨節(jié)點(或虛擬錨節(jié)點)的坐標和它們對應的視距路徑(或反射路徑)，運用三角定位的方法進行二維坐標求解；若nlos+n＝3，使用這三條視距路徑(或反射路徑)和它們對應的錨節(jié)點(或虛擬錨節(jié)點)，運用三角定位的方法進行二維坐標求解；若nlos+n＝2，使用這兩條視距路徑或反射路徑和它們對應的錨節(jié)點或一階虛擬錨節(jié)點，可以解算出兩個可行解，選取與上一次步驟s4的結果相近的可行解為本次定位過程的解；若沒有上一次步驟4的結果，則判斷為無法定位解算；若nlos+n<2，則選取上一次步驟s4的結果作為本次定位過程的解；若沒有上一次步驟4的結果，則判斷為無法定位解算。圖2所示的是基于信道分類的室內定位跟蹤框架的系統(tǒng)結構示意圖，采集到的數(shù)據通過服務器執(zhí)行上述定位工作。為了測試本發(fā)明提出的定位跟蹤框架中信道分類方法的性能，在仿真過程中，將本發(fā)明提出的信道分類方法與基于機器學習和參數(shù)化技術的將信道僅分為視距情況和非視距情況的兩種信道分類方法進行比較。通過仿真，基于本發(fā)明提出的信道分類方法的分類準確性高于另兩種基于機器學習和參數(shù)化技術的將信道僅分為視距情況和非視距情況的信道分類方法。仿真結果如下表所示：信道分類方法分類準確性本發(fā)明提出的信道分類方法96.4％基于機器學習的信道分類方法91.7％基于參數(shù)化技術的信道分類方法83.6％表1為了測試本發(fā)明提出的定位跟蹤框架中定位精度的性能，在仿真過程中，首先使用本發(fā)明提出的定位跟蹤框架估計路徑，并與真實路徑進行比較，接著將本發(fā)明提出的定位跟蹤框架與只將信道分為兩類和不進行信道分類的兩種定位跟蹤框架進行比較。定位誤差的計算公式為：e＝||pest-preal||，其中，pest是仿真中待定為節(jié)點的估計位置，preal仿真中待定為節(jié)點的真實位置。如圖3所示估計路徑與真實路徑的比較圖，圖中黑色實線代表墻(信號無法穿透)，黑色虛線代表門(信號穿透時有衰減)，星點代表錨節(jié)點。從圖3中可以看出，估計的路徑與真實路徑誤差很小。如圖4所示定位誤差的累積分布函數(shù)圖，從圖中可以看出，本發(fā)明提出的定位跟蹤框架可以有效地提高定位精度，降低定位誤差。本領域技術人員知道，除了以純計算機可讀程序代碼方式實現(xiàn)本發(fā)明提供的系統(tǒng)及其各個裝置、模塊、單元以外，完全可以通過將方法步驟進行邏輯編程來使得本發(fā)明提供的系統(tǒng)及其各個裝置、模塊、單元以邏輯門、開關、專用集成電路、可編程邏輯控制器以及嵌入式微控制器等的形式來實現(xiàn)相同功能。所以，本發(fā)明提供的系統(tǒng)及其各項裝置、模塊、單元可以被認為是一種硬件部件，而對其內包括的用于實現(xiàn)各種功能的裝置、模塊、單元也可以視為硬件部件內的結構；也可以將用于實現(xiàn)各種功能的裝置、模塊、單元視為既可以是實現(xiàn)方法的軟件模塊又可以是硬件部件內的結構。以上對本發(fā)明的具體實施例進行了描述。需要理解的是，本發(fā)明并不局限于上述特定實施方式，本領域技術人員可以在權利要求的范圍內做出各種變化或修改，這并不影響本發(fā)明的實質內容。在不沖突的情況下，本申請的實施例和實施例中的特征可以任意相互組合。當前第1頁12