基于Nanoloc的TOA指纹算法定位研究

摘要：室内环境下，因多径效应以及障碍物影响等因素的存在，使得TOA测距误差较大，如何降低测距误差对定位精度的影响，是精

>> 基于Bootstrap的改进TOA定位算法 基于TOA的布料车定位系统 一种基于CMMB的TOA/TDOA融合定位算法 UWB的TOA估计算法的研究 基于呼叫指纹的重入网识别算法研究 一种基于位置指纹的WSN室内安全定位算法 一种新颖的基于IR―UWB的非相干TOA估计算法 基于物联传感网的抽水蓄能电站ToA室内定位系统设计 基于中值滤波的指纹增强算法 基于WIFI指纹定位技术的应用 基于三角形与位置指纹识别算法的WiFi定位比较 指纹定位方法研究 基于Gabor滤波器的指纹图像增强算法的研究 一种基于中心点的指纹匹配算法的研究 基于伪指纹特征密钥的二维码加密算法研究 基于Gabor滤波器的指纹图像增强算法研究 基于语义指纹的海量文本快速相似检测算法研究 基于指纹方向图的模糊二值化算法研究 基于指纹识别算法的识别技术研究与应用 基于动态环境的WiFi指纹自适应室内定位方法研究 常见问题解答 当前所在位置：

关键词：指纹算法；室内定位；TOA；Nanoloc；无线射频识别

DOI： 10.3969/j.issn.1005-5517.2013.9.013

引言

随着射频识别技术的飞快发展，人们对室内物体的位置信息需求日益增长，室内定位技术已成为全球研究的热点。目前所研究的算法以基于测距技术为主，包括测量到达时间（TOA）、测量到达时间差（TDOA）、测量到达角度（AOA）以及测量信号强度（RSSI）。电磁因素、实现技术不完善、环境变化等因素造成上述几种技术的测距结果都会存在误差，为了消除或减小误差，人们研究改进三边测量算法、虚拟阵算法、Bancroft算法、VIRE算法、REC算法、Taylor级数展开算法等[4-9]数据后期处理算法，也有MUSIC、CHAN[3]、最强径检测[1]、高阶累积量[10]等不同时延估计算法，希望利用不同的方法使得测距结果更准确或利用已有数据得到更准确的目标位置。这些方法或过分依赖测量值的准确性，或计算量过大，或存在实际条件不易达到等缺点，在实际中并不能达到很好的定位精度。本文研究基于到达时间的TOA测距技术，结合指纹算法进行定位，此方法既不会过分依赖测量值的准确度，也易于实现。

TOA双边测距原理

为了检验此方法的可行性，我们进行了如下实验：在室内选择一个4.2m×4.2m的方形空旷区域，在角落位置放置阅读器，每隔0.6m选择一个指纹点，建立数据库。在定位区域中随机放置一个待定位节点，由放置于角落的阅读器读取其距离信息，进行定位。

指纹法定位精度

将指纹法所得定位结果与最小二乘法所得定位结果进行比较。

由图中曲线看出，利用指纹算法定位，比基于最小二乘法定位的精度要高很多。指纹法定位精度在0.5m左右，当定位区域变大之后，这个精度足以满足要求。

不同的参考点密度对定位精度的影响

将定位区域内的指纹点个数依次选定为36、18、9，重复上述实验，得到如下定位结果：

通过上图可以看出，当参考点密度降低之后，随之明显降低的是定位精度。

最邻近参考点个数k对定位精度的影响

将阈值选为不同的值，从而定位参考集合内的参考点个数也会不同，表1表示了不同的参考点个数对定位精度的影响，用均方差误差来表示。

由表1中数据可以看到，随着定位参考点个数k值的增大，定位误差error并没有明显的改善，仅仅是误差均方差变小。

结语

本文针对室内环境下多径效应的存在对TOA测距有较大误差，且存在非单调性的问题，提出使用指纹算法，利用动态阈值，误差加权等方法改善定位精度，并与最小二乘法定位比较，发现此方法能够获得更好的定位误差，有效的提高了定位精度，并使定位精度不再过度依赖测量值的准确性，定位误差趋于稳定，能够较好的满足一般的定位需求。

参考文献：

[1] 肖竹，于全，易克初，王勇超.适用于NLOS环境的UWB定位方案研究[J].通信学报，2008，（4）

[2] Daegun Oh， Myungkun Kwak， and Jong-Wha Chong. A Subspace-Based Two-Way Ranging System Using a Chirp Spread Spectrum Modem， Robust to Frequency Offset[J]. IEEE Trans. On Wirelsee comm..， vol. 11，no. 4， Apr.2012.

[4] 杨天池，金梁，程娟.一种基于TOA定位的CHAN改进算法[J].电子学报，2009，（4）

[5] 余芳文，胡旭科.基于线性调频的nanoLOC新技术与应用研究[J].信息通信，2011，（2）

[6] 陈冰，刘开华，史伟光.基于RFID的虚拟标签改进算法[J].计算机工程，2011，（8）

[7] 万群，杜亚平，吕泽均.虚拟阵的TOA定位算法[J].电子科技大学学报，2009，（3）

[8] 王沁，何杰，张前雄，刘冰峰，于彦伟.测距误差分级的室内TOA定位算法[J].仪器仪表学报，2011，（12）

[9] 熊瑾煜，王巍，朱中梁.基于泰勒级数展开的蜂窝TDOA定位算法[J].通信学报，2004

[10] 林云松，孙卓振，彭良福.基于Bancroft算法的多点定位TOA—LS估计[J].电子学报，2012，（3）

[11] Christof R？hrig and Marcel Müller. Indoor Location Tracking in Non-line-of-Sight Environments Using a IEEE 802.15.4a Wireless Network[C]. The 2009 IEEE/RSJ International Conference on Intelligent Robots and Systems October 11-15， 2009 St. Louis， USA