LOS/NLOS混合环境下的基于TOA测距的定位算法

刘正波，朱 亮

(1 石家庄邮电职业技术学院智能工程系，石家庄 050000；2 河北大学数学与计算机学院, 河北保定 071002)

0 引言

通信、雷达以及声纳等领域均需利用测量值估计目标位置，如通过参考到达时间(time of arrival,TOA)、接收信号强度(received signal strength, RSS)以及到达角度去估计信号发射源(源节点)位置[1-2]。然而，目前多数研究工作只关注于视距环境(line-of-sight, LOS)下的定位问题[3]。实际上，源节点问题也涉及到非视距环境(non-LOS,NLOS),例如:源节点与传感节点空间可能被障碍物阻挡，就形成NLOS环境。因此，在实际环境中，可能同时存在LOS和NLOS的混合环境[4]。

目前LOS和NLOS的混合环境下的源节点定位的研究工作可分为数学优化[5-6]、稳健统计两类。文中以基于稳健统计的定位算法为研究内容。传统稳健的LOS/NLOS混合环境下的定位算法常采用最小中值平方(least median squares,LMedS)[7]，M-估计[8-9]。同时，基于先验位置的定位算法也得到较深入研究；首先利用先验校正的源节点信息估计源节点位置，再将先验位置分布建模，形成高斯分布[10]。文献[11]依据先验源节点分布，并依据最小均方误差(minimum mean square error,MMSE)定位算法估计源节点位置。此外，文献[12]提出稳健的两步加权最小二乘(weight least squares,WLS)算法，但是该算法并没有对LOS和NLOS混合环境进行分辩。因此，文中提出先验位置信息的TOA定位算法。该算法引用负熵识别LOS/NLOS混合环境，以最小化MSE和惩罚函数估计源节点位置，并对比分析它们的性能。

1 问题描述

假定网络内有M个接收器(传感节点)，1个发射器(源节点)。令[xiyi]T表示第i个传感节点的位置；[x0,y0]T表示源节点位置。在LOS/NLOS混合环境下，可建立式(1)所示的测量等式。……