CN1488076A - 用于位置估计的方法和装置 - Google Patents

Abstract

一种系统，用于通过测量在已知位置设备(112－118、134－138、214－218、224－228)和未知位置设备(120－130、222)之间发送的信号和在未知位置设备对(120－130、222)之间发送的信号，把信号测量值输入到包括多个第一子表达式的图形函数，其中所述多个子表达式包括信号测量预测子表达式并且当一个预测信号测量值等于实际信号测量值时具有极值，以及优化该图形函数而定位多个设备(112－130)。

Description

用于位置估计的方法和装置

技术领域

本发明涉及一种用于确定无线设备的位置的系统。

背景技术

各种系统已经被提出用于定位一个物体。例如，为了资产控制，需要定位在一个办公建筑物中的物体(例如，笔记本电脑)。并且需要能够定位以一个移动电话用户。

全球定位系统(GPS)是用于使用多个固定或已知位置的接收器和发射器确定位置的一种现有的系统的一个例子。GPS接收器通过处理从多个已知的位置接收的信号而确定其位置。GPS的缺点在于在市区的建筑物夹缝之间或者在建筑物中，来自GPS卫星的信号可能不清晰。

为了跟踪在办公建筑物等等中的物体，一种方法是把一组接收器设置在该建筑物中的固定位置，并且把一个发射器附着到要被定位的每个物体上。该固定的接收器连接到一个中央计算机，用于根据从一个或多个接收器组中接收的信号确定每个物体的位置。不幸的是，这种系统需要实际安装的基础设施，包括所有固定接收器，以及它们和基站之间的布线连接。另外，这些系统不能够提供精确的定位。精度一般为固定接收器间距的+/-25％。

所接收信号的强度在原理上可以被用于确定发射机和接收机之间的距离。不幸的是，在实践中发现信道衰减的不确定性大大地减小了可以获得的精度。

希望能够使用其位置预先为未知的设备来定位其他设备。希望能够定位不能够建立直接通信的设备。

所需的是一种需要很少的被安装基础设施的用于定位的系统和方法。

特别地，解决在获得建筑物内和建筑物夹缝之间的位置读数中存在的问题。

因此，需要一种克服上述现有技术的缺点的系统和方法。

附图说明

本发明的新颖的特征在权利要求中给出。但是，通过结合附图参照本发明的特定示意实施例的详细描述可以获得对本发明的更好理解，其中：

图1为一个办公建筑物的内部的建筑物平面图，其中设置用于确定相互的位置的多个无线设备。

图2为GPS卫星和移动电话网发射塔所服务的市区的示意图，其中设置有根据本发明优选实施例确定相互位置的无线设备。

图3为根据本发明的一个优选实施例的无线设备的方框图。

图4为根据本发明的一个优选实施例的所接收信号放大器的方框图。

图5为根据本发明的优选实施例用于进行到达距离测量的双向时间的直接序列扩展频谱收发机的方框图。

图6为根据本发明一个实施例的小型天线的方框图。

图7为根据本发明在一个优选实施例用于确定相对于相邻无线设备的距离的由无线设备所执行的处理的流程图。

图8为响应图7中所示的处理由无线设备所执行的处理的流程图。

图9为根据本发明一个优选实施例由用于估计多个无线设备的位置的处理节点所执行的处理的流程图。

具体实施方式

尽管本发明可以由许多不同形式的实施例，但是在图中所示和在此详细描述的特定实施例被认为是被本发明的原理的一个例子而不是把本发明限于在此所示和描述的特定实施例。另外，在此所用的术语和词语不被认为是限制性，而仅仅是描述性的。在下文的描述中，相同的参考标号被用于表示在几幅图中相同、类似、或相应的部分。

根据本发明的优选实施例，一种系统和方法用于提供移动设备的位置估计器。该系统不需要大量的所安装的基础设施。

另外，在建筑物夹缝之间和建筑物内部对信号(例如，GPS信号)的传播具有多重障碍的地方，该系统能够用于提供可能在范围之外的设备的位置信息。

该系统可以使用期望在下一个10年中广泛使用的无线通信设备来实现。该系统定位的精度将受益于广泛使用的程度，因为，其精度随着在给定空间中的设备数目的增加而增加。

图1为一个办公建筑物内部的建筑物平面图100的示意图，其中设置有用于确定相互的位置的多个无线设备。

该建筑物平面图包括具有多个办公室的外墙102。第一组隔间104和第二组隔间106被包含在外墙102之内。第一组有墙壁的办公室108沿着外墙102的第一侧面而设置，并且第二组有墙壁的办公室110沿着外墙102的第二侧而设置。该隔间壁面、外墙102和有墙壁的办公室108、110的壁面具有不同的与频率相关的电特性(即，实数和复数的折射率)，其决定它们的透射率和反射率。

在建筑物平面图中所示的圆形物体112-132是移动无线设备，其位置是未知的并且要被确定。这些移动无线设备设备112、132例如可以包括附着到笔记本电脑这样的有价值的资产上的收发机安全标签，或包括例如蜂窝电话这样的在下文中所述的硬件的无线通信设备。黑圆圈112-118表示移动参考无线设备。通过与固定位置的设备或其位置被预定的设备(例如，GPS卫星)进行通信，可以在一些测量精度范围内确定参考设备112-118的位置。参考无线设备112-118例如可以具有GPS接收器，利用该接收器可以确定它们的位置。另外，一个或多个参考设备112-118的位置可以通过使用三个固定接收器134-138利用到达时间差(TDOA)而确定。每个参考设备112-118可以发送一个编码序列，其由三个固定接收器134-138所接收。在每个固定接收器134-138接收该编码序列之间的相对时间偏移以及固定接收器134-138的已知位置可以被用于计算每个参考设备的位置。提供一个使参考设备确定它们的位置的另一个可能的方法是根据多个不同的编码序列调制在整个办公建筑物中的不同的位置处的多个光线。然后参考设备112-118可以通过它所检测的(使用光检测器)的被调制的光线来识别特定的代码以确定其位置。转让给摩托罗拉公司的在2000年10月8日提交的名称为“用于光通信的接口鲁棒的编码调制方案以及调制照明用于光通信的方法”的共同未决美国专利申请09/733,717以及名称为“用于确定在一个结构中的位置的基于光学的定位系统和方法”的美国专利申请09/755,707公开了一种使用代码调制光线的定位系统，其内容被包含于此以供参考。

非黑色圆圈120-130表示与参考设备相对的盲移动无线设备。由本发明所公开的特定方法可以定位盲设备120-130，这将在下文中更加详细地描述。虚线连接在相互范围内的设备。请注意，并非所有的设备都在每个设备的范围内。一个中央处理节点132用于执行在确定参考设备112-118和盲设备120-130的位置中所涉及的计算，如下文更加详细地描述。根据一些实施例，该处理节点132不被使用，并且在一个或多个无线设备112-130之间执行上述计算。请注意，参考设备118和盲设备130都位于建筑物之外。前两个设备可以是无线通信设备，例如电话。这两个外部无线设备118、130可以与一个或多个其他无线设备118-132协作以确定它们的位置。尽管仅仅一个移动设备120在处理器节点132的范围内，但是其他移动设备可以通过一系列设备的中继消息与该处理器节点进行通信。另外，通过使用大功率的发射器，无线设备112-132的范围可以延伸，从而所有设备112-132将在相互之间的范围内。

图2为示出，GPS卫星和蜂窝网络发射塔214-218所服务的市区200的示意图。参见图2，第一202、第二204、第三206和第四208建筑物位于市区200中，具有阻碍无线发送信号的可能性，和/或造成多路径干扰。两个GPS卫星210、212在市区202的视野范围内的轨道中。实际上，有两个以上的卫星在市区202的视野范围内。必须接收来自至少四个GPS卫星的信号，以使得GPS接收机决定其位置。第一和第二基站收发机214和216分别位于第一202和第三206建筑物之上。基站收发机214和216可以被用于进行信号测量，以确定到移动无线设备222-228的距离。位于四个建筑物的左侧的基站218具有一个相位阵列或‘智能’天线220。小型天线220包括多个辐射元件以及处理电子线路。使用到达方向(DOA)算法，小型天线220可以确定到它所接收信号的各个无线设备222-228的方向。

盲设备222如图2中所示位于四个建筑物202-208之间。盲设备222可以是图1中所示的盲设备130。也就是说，在内部建筑定位中所涉及的无线设备112-130还可以与外部的无线设备进行通信，从而该内部建筑的无线设备112-130的位置可以在一个较宽区域的坐标系统中确定。第一、第二和第三外部参考设备224-228位于该第四建筑物202-208之外。该外部参考设备之一可以是与参考设备118相同的设备。

移动交换中心230与三个基站收发机214-218进行通信。该移动交换中心230包括一个处理节点132。该处理节点132电耦合到三个基站214-218，以通过移动交换中心230从它们接收信号。处理节点132可以被提供一个用于与例如急救中心911相同(未示出)这样的外部信息系统进行通信的通信接口，用于通信位置估计的目的。

该建筑物202-208阻挡来自一个或多个GPS卫星210、212的信号到达盲设备222，或者可能该盲设备222不具有一个GPS接收器。

参考设备224-228与一个特定的基站进行通信的事实可以被用于把它定位在约等于一个无线网络单元的区域内。为了更好地估计，使用一个以上的并且最好为三个或更多的基站214-218的TDOA可以被用于定位参考设备。如果具有硬件和软件使得它可以由TDOA所定位的参考设备仅仅在一个基站214-218的范围内，然后它可以有效地变为一个盲设备。根据本发明的思想，在盲设备和一个或多个基站之间发送的信号的测量在有助于确定该盲设备的位置的范围内。

图3为根据本发明的优选实施例的无线通信设备300(收发机)的示意图。参见图3，天线302电连接到发射器-接收器开关336的第一端子。该发射器-接收器开关336的第二端子电耦合到所接收信号放大器304的输入端。所接收信号放大器304的输出电耦合到解调器306。本地振荡器310还电耦合到解调器306。解调器306的输出电耦合到模数转换器308的第一输入端。从所接收信号放大器304中的放大器反馈环路输出的信号电耦合到模数转换器308的第二输入端。来自放大器反馈环路的信号表示所接收信号的功率。这一测量被称为所接收信号强度指示符(RSSI)。为了使RSSI成为一个有用的距离指示符，以预定的功率发送一个信号。该天线302、T/R开关336、所接收信号放大器304和解调器306构成一个接收器。

数模转换器316的输出电耦合到调制器314。本地振荡器310还耦合到调制器314。调制器314的输出电耦合到所发送信号放大器312的输入端。所发送信号放大器312的输出电耦合到发射器-接收器开关336的第三端子。调制器314、所发送信号放大器312、T/R开关336、天线302构成一个发射器。

模数转换器308的输出、数模转换器316的输入、随机存取存储器(RAM)318、程序存储器320、处理器322、加速计接口电子电路324和GPS或其他参考位置模块326电耦合到数字信号总线328。程序存储器320例如可以采用电可擦除可编程只读存储器(EEPROM)的形式。处理器322最好包括一个可编程数字信号处理器(DSP)。该加速计接口电子电路被用于与一个加速计330相接。该接口电子电路324可以电耦合到处理器322的中断引脚。该接口电子电路324可以被提供使得当无线设备300被移动时，该加速计输出一个信号，其被输入到接口电子电路324，其输出一个导致对处理器322的中断的信号。响应该中断请求执行的一个程序是在确定无线设备的位置中所涉及的程序。这个程序在下文中更加详细地描述。该程序被存储在程序存储器320中。尽管最好使用一个加速计来触发定位程序的执行，但是该定位程序可以被交替地写入到定期确定的位置处。

除了GPS接收器之外，参考位置模块326例如可以包括一个模块，其通过检测所接收光线的调制确定在一个办公室中的位置，例如上述名称为“用于确定在一个结构中的位置的基于光学的定位系统和方法”和“用于光通信的接口鲁棒的编码调制方案以及调制照明用于光通信的方法”的共同未决申请中所述。该参考位置模块326例如可以使用其他临近传感器技术。对于一些在设计上为盲的设备，其例如可能是对于一些无线通信设备(例如，无GPS的蜂窝电话)的情况，不存在参考位置模块326。

一个输入模拟信号转换器332电耦合到模数转换器308的第二输入端。该输入模拟信号转换器332例如可以采用话筒的形式。一个输出信号转换器334电耦合到数模转换器316的第二输出端。该输出信号转换器334例如可以采用扩音器的形式。

为了资产控制的目的，在被用于标记一个建筑物中的可移动对象的无线设备的情况中，可以省略输入和输出模拟信号转换器332和334。

图3中所示的方框图可以描述处理节点132的内部结构。但是，对于处理节点132，不需要信号转换器332和334。如果处理节点132被固定，则它用其自身的位置坐标来编程，使得其他参考位置模块326变得多余。另外，如果该处理节点132被固定，然后可以取消接口324。电耦合到一个无线接收器的工作站或个人计算机还可以被用作为处理节点132。

图4为根据本发明一个优选实施例的所接收信号放大器304的方框图。参见图4，所接收信号放大器304包括电耦合到第一放大器404的输入端402、电耦合到第一放大器404的第二放大器406、以及电耦合到第二放大器406的第三放大器408。第三放大器408的输出电耦合到解调器306和整流器410。整流器410电耦合到一个低通滤波器412。该低通滤波器412的输出电耦合到差分放大器414的第一输入端。对应于所接收信号放大器304的功率输出的一个设置点电压被施加到差分放大器414的第二输入端。差分放大器414的输出端电耦合到模数转换器308的第二输入端，并且电耦合到第一放大器404的增益设置输入端。该差分放大器的输出为RSSI。所接收信号放大器304与模数转换器308相结合构成一个信号强度测试器。

根据本发明的思想，涉及第一盲设备120-130(图1)和第二盲设备120-130(图1)、基站214-218之一(图2)或固定接收器134-138(图1)之一的所接收信号强度测量可以用于确定在第一盲设备222附近的其他移动无线设备的位置。

图5为用于进行双向到达时间距离测量(two-way Time of Arrivaldistance measurement)的直接序列扩展频谱收发机500的功能框图。在图3中所示的特定硬件元件被在图5中省略，因为图5用于强调可以使用图3中所示的硬件执行的特定功能。参见图5，其中示出来自图3的天线302、发射器-接收器开关336、所接收信号放大器304、所发送信号放大器312、解调器306、调制器314和本地振荡器310。

解调器306电耦合到本地振荡器310和伪随机数序列(PN)相关器502。PN发生器510还电耦合到PN相关器502。该PN相关器502执行从解调器306接收的PN的版本和由PN发生器510所输入的PN的版本之间相关计算。该PN相关器502与相位测量器504一同工作，其确定给出最大相关计算结果的两个PN的版本之间相对相位偏移。PN相关器502的输出电耦合到基带锁相环508的输入端。该基带锁相环508电耦合到时钟506。时钟506电耦合到PN发生器510。该PN发生器电耦合到调制器314。

相关器502、相位测量器504、基带锁相环508和PN发生器510可以作为存储在程序存储器320中的一个或多个程序而实现，并且由处理器322所执行。

相同的收发机500可以由在双向到达时间(TOA)距离测量中所涉及的一个或多个设备所使用。一个设备是发起器，并且另一个设备是响应器。在操作中，发起器首先产生和发送一个PN。一个响应器接收该PN，并且使用锁相环508调节时钟506，由此测量时间，并且用于驱动PN发生器510，以匹配所接收的基带信号的时钟速率。在等待一个时钟周期之后，该响应器重新发送PN。该响应器等待的时间周期最好由如下表达式所确定：

T＝R*BI

其中BT是伪随机数序列的持续时间，以及

R为一个随机整数。

该伪随机数序列的持续时间乘以光速(c)最好大于该收发机的范围，从而避免在所测量距离的不确定。

如果它们被编程为对应相同的伪随机数序列，在响应中导入随机性避免了在多个响应设备之间的碰撞。

在接收由响应器所发送的PN之后，使用与相关器502相互作用的相位测量器504，该发起器确定在伪随机数被首先由该发起器所发送的时间和接收从该响应器返回的伪随机数的时间之间的偏移时间。该偏移时间被乘以C，以获得分离该发起器和响应器的测量。该相关操作是在所接收信号的相位被测量的信号测量。

图6为根据本发明另一个实施例的小型天线220的方框图。参见图6，天线阵列602电耦合到发射器-接收器开关阵列604。该天线阵列602包括一个相控阵列，从而从一个被选择方向发送的信号可以被选择。该发射器-接收器开关阵列604电耦合到向下转换阵列606和向上转换阵列608。向下转换阵列606电耦合到多通道模数转换器618。向上转换阵列608电耦合到多通道数模转换器610。数字信号处理器612电耦合到多通道模数转换器618以及多通道数模转换器610。数字信号处理器612与随机存取存储器614和程序存储器616相集成，或者电耦合到该存储器。一个到来方向(DOA)算法被存储在程序存储器616中，并且由数字信号处理器612所运行。该DOA算法处理由多通道模数转换器618数字化的信号，以选择在天线阵列602中来自特定方向的信号。该DOA算法确定远程发射器所在的方向。通过控制施加到该天线阵列602中的多个天线的信号的相对相位，信号还可以在特定的方向上发送。

如果没有其他信息的话，用于一个特定的移动无线设备的单个DOA测量值将仅仅确定其方向。但是，这样一个测量值可以根据本发明的思想用于特定的移动设备以及在其附近的其他移动设备的位置估计。

除了固定在基站218之外，小型天线220可以被安装到第一移动设备，例如车载无线设备。如果第一移动设备的方向未知，则到其他移动设备(例如，发射移动设备)的方向没有太大的用处，但是在第一设备使用小型天线测量到两个其他无线设备的方向之间的差别将不随着第一移动设备的旋转而改变，并且根据本发明的思想可以用于估计三个设备以及在它们附近的其他设备的位置。

如上文所述，本发明提供一种用于通过在相互范围内的多个设备的子集之间发送信号而确定最好包括两个或多个盲移动设备的多个移动无线设备的位置的方法和系统。该设备的范围可以如此小，使得在多个移动设备中的每个设备不能够到达在该多个设备中的所有其他设备。把该无线设备设计为具有小范围能够节约电池能量。尽管该范围有限，但是本发明能够通过使更多的设备加入到该位置估计中而提高位置估计的精度。

根据本发明一些实施例，在多个无线设备的每个成员之间发送的信号以及在其范围内的多个无线设备的其他无线设备被测量，以获得一组实际测量值。该无线设备最好包括至少两个盲设备，在测量开始时其位置是未知的。对多个无线设备假定多组坐标。该假定的坐标例如可以是该无线设备最后已知的坐标，或者是使用一个计算机化的随机数发生器随机选择的坐标。该测量的结果被根据该假定坐标而计算，以获得多个预测测量值。该预测测量值被与实际测量值相比较，并且该假定坐标被根据该实际测量值和预测测量值的比较结果而纠正。预测该结果测量值的步骤把该预测测量值与实际测量值相比较，并且纠正该假定测量值的处理最好被重复执行，直到在实际和预测值之间的匹配没有进一步的提高时为止。在实践中，把该预测测量值与实际测量值比较以及校正该假定测量值的处理可以体现在优化(查找最小值或最大值)数学函数的计算机程序中。

根据本发明的一些实施例，通过确定使得该函数最大化和最小化(至少是近似的)的假定坐标值而优化基于(A)取决于假定坐标的预测信号测量值以及(B)实际信号测量值的一个算术函数。坐标的优化值对应于位置估计。上诉算术函数在下文中被称为图形函数(GF)。在数学符号中，图形函数最好包括如下形式的子表达式：

Sub_Exp_1＝f1(ASM，f2(PC))

其中，ASM为一组实际信号测量值，PC是一组假定坐标变量，并且

f1和f2是数学函数或计算机程序子例程。

f2给出基于PC的预测信号测量值。PC最好包括至少两个移动盲设备的坐标，并且ASM最好包括两个移动盲设备之间的信号点测量值。f2最好体现(例如，以子例程的形式)可以用封闭形式书写的数学表达式。另外，f2例如可以包括射线跟踪程序，其根据从第二位置发送信号预测在一个位置处的信号测量值。

该图形函数可以包括多个盲设备的坐标以及仅仅少量(最好为至少两个；更好为至少3个)参考设备的坐标，并且基于该设备之间的驱动信号测量值。即使仅仅有少量的参考设备，并且该信号点测量值可能包含大的误差，通过使用许多测量值，本发明的方法可以相当精确地定位多个盲设备。图形函数这个术语是适当的，因为收发机的排列(其中一些收发机被在其他收发机的范围内)可以通过收发机的位置的图形来表示，其中每个边缘对应于两个设备之间的信号测量值，并且边缘长度对应于分离两个设备的距离。如在此所用，“子表达式”这个术语包括项、指数，因数或超越函数的自变量或其一部分。根据本发明的一些实施例，至少一个基于至少两个盲无线设备的坐标的图形函数被优化，以确定这些坐标。根据本发明，许多盲无线设备的位置可以被确定，即使在执行计算之间该位置是未知的也可。

在实际信号测量中测量和在预测信号测量中预测的信号最好是用于TOA的信号。图5中所示的收发机可以被用于发送和接收用于双向TOA距离测量的信号。另外，该信号可以是用于RSSI的信号。当使用RSSI时，两个收发机之间的距离根据信道衰减模式而导出。

该图形函数最好包括多个如下形式的子表达式：

Sub_Exp_2＝f3(ASM1-f4(PC1，PC2))

其中ASM1是一个实际信号测量值，

PC1是对应于在进行实际信号测量中所涉及的第一无线设备的一组假定坐标，

PC2是对应于在进行实际信号测量中所涉及的第二无线设备的一组假定坐标，

f3是一个函数，以及

f4是一个根据PC1和PC2预测实际信号测量值的函数。

在实际信号测量值是所接收信号强度测量值(RSSI)的情况中，f4包括一个信道衰减模型，其根据它和发送设备之间的距离预测到达一个接收设备的信号强度。该信道衰减模型(CH_A_1)最好采用如下形式：

$P_{i,j}=P_o\left(d_0\right)-10n\log \left(\frac{d_{i,j}}{d_o}\right)$

其中P_i，j是以分贝为单位的预测从第j个设备到第i个设备的功率，

d_o是用于进行参考测量的参考距离，

P_o是以分贝为单位到达与发送设备相距距离d_o的一个接收设备的功率，以及

$d_{i,j}=\sqrt{{(X_i-X_j)}^2+{(Y_i-Y_j)}^2+{(Z_i-Z_j)}^2}$

其中(X_i，Y_i，Z_i)是用于第i个设备的一组假定坐标，以及

(X_j，Y_j，Z_j)是用于第j个设备的一组假定坐标，以及

n是为给定环境经验确定的参数，其表示作为距离的函数的功率损耗。

如下文中更加详细地描述，n可以根据参考设备之间的信号测量值而选择。

该图形函数最好包括多个采用Sub_Exp_2形式的多个子表达式，每个子表达式用于一对设备(对于每一边)之间的每个信号测量值。在Sub_Exp_2中的函数或程序f3最好具有当实际信号测量值ASM1等于由f4所预测的信号测量值时具有极值的特性。优化该图形函数的假定坐标值将不需要优化在该图形函数中的公式Sub_Exp_2的每个子表达式。后者是由于信号测量值包含导致分别优化该子表达式的假定坐标的不一致的误差这样的事实所造成的。最好使用涉及基于单个设备的假定坐标的多个子表达式的一个图形函数。在上述条件下，在该假定坐标被优化。由此，各个实际信号测量值的误差的影响被减小。该优化增加位置估计的精度，该位置估计作为对应于该图形函数的极值的假定坐标的数值。

最好，该处假定坐标变量包括用于至少两个盲设备的坐标变量，在进行优化之前该盲设备的位置是未知的。

最好，该图形函数具有涉及误差函数的概率的子表达式，其中一个自变量是实际测量值和预测测量值之差。用数学表达为：

Sub_Exp_3＝PE(ASM1-f4(PC1，PC2))

其中ASM1、PC1、PC2和f4的定义如上文所述，并且

PE是误差函数的概率。该误差函数的概率最好是一个连续的概率密度函数。

最好，对于该图形的多个边缘具有Sub_Exp_3形式的子表达式。最好，在涉及每个设备的坐标的图形函数中至少有两个子表达式。

更好的是，误差函数的概率包括高斯分布函数子表达式。高斯分布子表达式最好采用如下形式：

$\mathrm{Sub}\_\mathrm{Exp}\_4=\exp \{-\frac{1}{2}{\left(\frac{\mathrm{ASM}-f4(\mathrm{PC}1,\mathrm{PC}2)}{\mathrm{\σ}}\right)}^2\}$

其中ASM、PC1、PC2和f4的定义如上文所述，并且

σ是被用于获得ASM的测量处理的标准偏差。

分别对应于该图形的单个边缘的多个高斯子表达式最好在图形函数中相乘。该图形函数最好通过取高斯因子的乘积的自然对数的负数而导出。后一个步骤从该图形函数中的消除指数函数，并且把该乘积转换为求和，并且减小估计该函数及其导数的计算成本。对于一些类型的优化算法，例如共轭梯度法，需要估计图形函数的导数。

可以用于与本发明相联系并且特别适用于对信号测量值中的误差分布模型化的误差函数的另一种可能包括瑞利分布、威布尔分布、铃木分布(Suzuki distribution)。上述每个可能的误差函数包括一个或多个统计模型参数，其决定该函数的形状。瑞利分布包括一个瑞利参数。威布尔分布包括一个整形参数和所测量信号的RMS数值。铃木分布包括两个参数，其用于模拟在高斯分布中的标准偏差。

使用涉及用于每个无线设备的多个测量值的一个函数具有这样的优点，即，减小在用于每个无线设备的位置估计中的一个错误测量值的影响。使用误差函数的高斯概率具有这样的优点，即，考虑到该测量值的标准偏差，每个测量值被给予适当的权重。当实际信号测量值等于预测信号测量值时，Sub_Exp_4具有(单一的)最大值。尽管实际信号测量值可以具有较大误差，根据本发明的思想，各个误差的影响被通过构造一个图形函数而减小，其中根据它们相关的标准偏差对信号测量值给出权重。

另外，可以使用误差函数的瑞利概率。误差函数的概率包括一个或多个统计模型参数，例如在误差函数的高斯分布的情况中为标准偏差σ。

该图形函数最好还包括多个子表达式，其中包含参考设备的位置估计。一个参考设备子表达式最好采用如下形式：

Sub_Exp_5＝f5(PC3，RC3)

其中PC3是用于一个参考设备的假定坐标，

RC3是通过一个参考位置技术(例如，GPS，使用固定收发机的TDOA)而确定的参考设备的坐标，并且

f5是当参考位置技术坐标RC3等于假定坐标PC3是具有极值(最大或最小值)的函数。

最好，该参考设备子表达式最好包括一个包含误差函数的概率的子表达式，集中一个自变量是一个假定坐标和由参考位置技术所确定的坐标之差。也就是说：

Sub_Exp_6＝PE(PC4-RC4)

其中PC4是用于一个参考设备的假定坐标，

RC4是通过参考位置技术(例如，GPS，使用固定收发机的TDOA)所确定的参考设备的坐标，其对应于PC4。

更好的是，该图形函数包括如下形式的子表达式：

$\mathrm{Sub}\_\mathrm{Exp}\_7=\exp \[-\frac{1}{2}{\left(\frac{\mathrm{PC}4-\mathrm{RC}4}{{\mathrm{\σ}}_B}\right)}^2\]$

其中，PC4和RC4在上文中定义，以及

σ_B是通过参考位置技术与RC4的测量值相关的标准偏差。

该图形函数最好包括如下形式的子表达式：

$\mathrm{Sub}\_\mathrm{Exp}\_8=\underset{i=1}{\overset{N}{\mathrm{\Π}}}\underset{j\∈H_i,j\≠i}{\mathrm{\Π}}\{\exp \[-\frac{1}{2}{\left(\frac{P_{i,j}-{P\text{'}}_{i,j}}{{\mathrm{\σ}}_{\mathrm{db}}}\right)}^2\]\}$

其中，i是表示在位置估计计算中所涉及的无线设备的第一指标，

j为表示在位置估计计算中涉及的无线设备的第二指标，

N为在估计相互位置中涉及的无线设备的数目，

H_i为在第i个无线设备的范围内的所有无线设备的集合，

P’_i，j为从第i和第j个设备之一到达另一个设备的功率测量值(由分贝表达)，

P_i，j是根据信道衰减模型被预测为从第i和第j个设备之一到达另一个设备的功率(由分贝表达)，以及

σ_dB为用于测量值P’_i，j的测量处理的标准偏差。值得注意的是，σ_dB用于P’_i，j，因为以分贝为单位用功率表达的误差根据高斯分布而分布。

用绝对单位表达，功率测量值的误差值的拟合将不拟合高斯分布。

在输入到Sub_Exp_8的功率测量值中所涉及的无线设备的集合包括固定设备、非固定参考设备和盲设备。

例如CH_A_1这样的信道衰减模型可以把被在代入Sub_Exp_8用于P_i，j和P’_i，j，以根据在根据N个设备的相互坐标和假定坐标中所涉及的N个无线设备的信号测量值得到的距离获得一个算术表达式。对应于所获得的方程的最大值的N个设备的假定坐标的数值对应于根据本发明的N个设备的位置估计。已知有各种算法用于确定优化多变量和函数的变量数值。Sub_Exp_810多个因子的乘积(一类子表达式)。请注意，存在有涉及用于每个第i设备的坐标的一系列因子。

并非在确定相互位置中所涉及的所有设备都在相互范围内。根据本发明的一个优选实施例，该图形函数最好包括一个超范围子表达式，其考虑到不在相互范围内的一对或多对设备的信息。该超范围子表达式鲫鱼一次在相互范围之外的两个设备之间的距离(使用用于两个设备的假定坐标的集合来确定)。如果从请求响应的第一设备发送的一个信号不被第二设备所回应，则第一和第二设备可以被确定为在相互范围之外。超范围子表达式最好倾向于增加在相互范围之外的两个设备之间的假定距离。例如，如果对应于所估计坐标的图形函数的极值是超范围子表达式的最大值(与最小值相对)，则该超范围子表达式最好随着被确定为在相互范围之外的两个设备之间的假定距离而单调增加。另一方面，如果该图形函数的所估计坐标极值为最小值，则超范围子表达式最好随着两个设备之间的距离增加而单调减小。更好的是，该超范围子表达式随着在相互范围内之外的两个设备之间的假定距离增加而异步地逼近一个固定数值。

该图形函数最好包括如下超范围子表达式：

$\mathrm{Sub}\_\mathrm{Exp}\_9=\underset{i=1}{\overset{N}{\mathrm{\Π}}}\underset{j\∉H_i,j\≠i}{\mathrm{\Π}}\underset{p_{i,j}{P}_{\mathrm{thresh}}}{\overset{\∞}{\∫}}\exp \[-\frac{1}{2}{\left(\frac{S}{{\mathrm{\σ}}_{\mathrm{db}}}\right)}^2\]\mathrm{dS}$

其中，P_thresh是可以由一个无线设备所检测的阈值功率。如在以前的子表达式的情况中，用于一个信道衰减模型的表达式可以代替在Sub_Exp_9中的P_i，j，以获得假定坐标的N个设备的算术函数。Sub_Exp_9表示根据它们在其他无线设备的范围之外的事实而对无线设备的位置的概率猜测。而根据在相互范围内的无线设备之间发射的信号强度的测量值，Sub_Exp_8被用于估计N个无线设备的位置；Sub_Exp_9被用于根据在相互范围之外的特定的无线设备对促进位置估计。Sub_Exp_9还包括涉及在每个第i无线设备的假定坐标的一系列因子。Sub_Exp_9的每个指数因子随着在相互范围之外的两个设备之间的假定距离(在该距离上，P_i，j被假定为单调减小)增加而单调增加。另外，每个指数因子异步地逼近一个固定数值。如果用于要被查找的极值中的图形函数为一个最大值，则每个指数因子倾向于分离在相互范围之外的设备的假定坐标，但是随着该距离的增加分离量减小。

另外，范围外子表达式基于被确定为在相互范围之外的两个设备的假定坐标之间的距离，并且当该距离为大于两个设备之间通信的阈值距离的数值时，具有一个极值。例如，在该范围外子表达式的极值可以是该阈值距离乘以大于1的一个预定因子。该预定因子最好在1和10之间，更好的是在1.5和5之间。

最好，该图形函数还包括如下形式的子表达式：

$\mathrm{Sub}\_\mathrm{Exp}\_10=\underset{i\∈R}{\mathrm{\Π}}\exp \[-\frac{1}{2}{\left(\frac{x_i-{x\text{'}}_i}{{\mathrm{\σ}}_x}\right)}^2-\frac{1}{2}{\left(\frac{y_i-{y\text{'}}_i}{{\mathrm{\σ}}_y}\right)}^2-\frac{1}{2}{\left(\frac{z_i-{z\text{'}}_i}{{\mathrm{\σ}}_x}\right)}^2\]$

其中(x’_i，y’_i，z’_i)为用于通过使用参考位置系统(例如，GPS，TDOA)确定的对于第i个参考设备的一组坐标估计，

(x_i，y_i，z_i)是用于第i个无线设备的一组假定坐标，

R是在确定具有参考定位技术的在确定相互位置中涉及的无线设备的子集，以及

σ_x，σ_y，σ_z分别为能够测量参考设备的x、y和z坐标的参考定位技术的标准偏差。

根据本发明的优选实施例，通过把该信道衰减模型(CH_A_1)的右侧替换为在Sub_Exp_8中的P_i，j和P’_i，j，并且取Sub_Exp_8、Sub_Exp_9和Sub_Exp_10的乘积的自然对数的负数而获得。在代数简化之后，所获得的图形函数采用如下形式：

$\mathrm{Sub}\_\mathrm{Exp}\_10=\underset{I\∈R}{\mathrm{\Π}}\exp \[-\frac{1}{2}{\left(\frac{x_i-{x\text{'}}_i}{{\mathrm{\σ}}_x}\right)}^2-\frac{1}{2}{\left(\frac{y_i-{y\text{'}}_i}{{\mathrm{\σ}}_y}\right)}^2-\frac{1}{2}{\left(\frac{z_i-{z\text{'}}_i}{{\mathrm{\σ}}_x}\right)}^2\]$

$\mathrm{GF}1=\frac{b^2}{8}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\underset{j\∈H_i}{\overset{i-1}{\mathrm{\Σ}}}{\left(\ln \frac{{{d\text{'}}_{i,j}}^2}{{d_{i,j}}^2}\right)}^2$

$-\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\underset{j\∉H_i,j\≠i}{\mathrm{\Σ}}\ln \{\underset{\frac{b}{2}\ln \frac{{d_{\mathrm{th}}}^2}{{d_{i,j}}^2}}{\overset{\∞}{\∫}}\exp \[-\frac{1}{2}{\left(\frac{S}{{\mathrm{\σ}}_{\mathrm{db}}}\right)}^2\]\mathrm{dS}\}+\frac{1}{2}\underset{i\∈R}{\mathrm{\Σ}}{d_{i\text{'}i\text{'}}}^2$

其中

b＝10n/(σ_dbIn10)，

$d_{i\text{'},i\text{'}}={(\frac{{(x_i-{x\text{'}}_i)}^2}{{{\mathrm{\σ}}_x}^2}+\frac{{(y_i-{y\text{'}}_i)}^2}{{{\mathrm{\σ}}_y}^2}+\frac{{(z_i-{z\text{'}}_i)}^2}{{{\mathrm{\σ}}_z}^2}+)}^{(1/2)}$

d’_i，j是通过把从一个设备到另一个设备的所测量功率插入在信道衰减模型CH_A_1中而确定的第i个设备和第j个设备之间的距离，并且解出d_i，j，

(x’_i，y’_i，z’_i)为从参考位置技术(例如，GPS)获得的第i个设备的坐标，

d_i，j是第i个设备和第j个设备的假定坐标的距离，即

$d_{i,j}=\sqrt{{(X_i-X_j)}^2+{(Y_i-Y_j)}^2+{(Z_i-Z_j)}^2},$

(x_i，y_i，z_i)是用于第i个无线设备的一组假定坐标，

(x_j，y_j，z_j)是用于第j个无线设备的一组假定坐标，

d_th为一个接收无线设备与一个发送无线设备之间相分离使得所接收的信号处于用于检测的阈值电平的距离。d_th使用信道衰减模型考虑到用于该系统中的接收器的阈值功率电平而确定的。

在简化之后(其包括指数和自然对数运算符的组合)，不容易看出该图形函数GF1包括Sub_Exp_8、Sub_Exp_9和Sub_Exp_10。但是，代数简化不改变特性GF1。

对于特定类型的优化例程，例如共轭梯度法，需要该图形函数对于变量的导数。这可以通过微积分从用于GF1的表达式确定。

如果TOA测量值被用于取代RSSI，则如下子表达式可以被包含在除了Sub_Exp_8之外的图形函数中：

$\mathrm{Sub}\_\mathrm{Exp}\_l1=\underset{l=1}{\overset{N}{\mathrm{\Π}}}\underset{j\∈H_1,j\≠i}{\mathrm{\Π}}\{\exp \[-\frac{1}{2}{\left(\frac{d_{i,j}-{d\text{'}}_{i,j}}{{\mathrm{\σ}}_d}\right)}^2\]\}$

其中d_i，j是根据假定坐标在第i和第j个设备之间的距离，

d’_i，j最好为基于第i和第j个设备之间的所测量的纠正距离，以及

σ_d是表征两个设备之间的距离测量值的不确定性。

由于多路径效应，该TOA测量倾向于过高估计该距离。在TOA测量的情况下，通过使用返回小于所测量距离的一个数值的公式计算所测量距离而纠正d_i，j。更好的是，通过从所测量距离中减去一个预定常数而获得d_i，j。另外，d_Ni，j本身是所测量距离。在所有情况中，d_i，j取决于所测量距离。

在小型天线被提供于该系统中并且它们的方向已知的情况中(例如，通过安装在基站这样的固定位置)，则该图形函数最好包括如下形式的一个子表达式：

$\mathrm{Sub}\_\mathrm{Exp}\_12=\exp \{-\frac{1}{2}{\left(\frac{{\mathrm{\θ}}_i-\arctan \left(\frac{y_i-y_s}{x_i-x_s}\right)}{{\mathrm{\σ}}_{\mathrm{\θ}}}\right)}^2\}$

其中x_i为第i个设备的假定x坐标，

y_j为第i个设备的假定y坐标，

x_s为具有一个小型天线的设备的x坐标，

y_s为具有一个小型天线的设备的y坐标，

θ_i为通过小型天线DOA算法所测量的到第i个设备的角度，以及

σ_θ为表示θi测量值中的误差的标准偏差。

Sub_Exp_12基于用于第i个设备的假定坐标和用于第i个设备的所测量角度θ_i。arctan((y_i-y_s)(x_i-x_s))子表达式根据该假定坐标预测所测量角度。当根据该假定坐标预测的角度测量值与所测量的角度相匹配时，Sub_Exp_11具有一个极值(最大值)。

在该移动设备具有小型天线的情况中，在第一设备从第二和第三设备接收信号的角度之差可以用于估计第一、第二和第三设备以及在它们附近的其他设备的位置。为了包含在信号到达一个小型天线的角度之差的测量值，该图形函数最好包括如下形式的子表达式：

$\mathrm{Sub}\_\mathrm{Exp}\_13=\underset{i=1}{\overset{N}{\mathrm{\Π}}}\underset{k=1}{\overset{m\left(l\right)}{\mathrm{\Π}}}\underset{j=k+1}{\overset{m\left(l\right)}{\mathrm{\Π}}}\exp \{-\frac{1}{2}{\left(\frac{\mathrm{angle}\_\mathrm{meas}(i,j,k)-\mathrm{angle}\_\mathrm{post}(i,j,k)}{{\mathrm{\σ}}_{\mathrm{angle}}}\right)}^2\}$

其中angle_meas(i，j，k)是在第i个设备使用小型天线测量的在向着第j个设备的方向和向着第k个设备的方向所测量的差值(根据从第j个和第k个设备接收的信号在第i个设备确定angle_meas(i，j，k))。

σ_angle是在测量angle_meas(i，j，k)中的误差的标准偏差，

m(i)是在第i个设备的范围内的无线设备的数目，

angle_post(i，j，k)使用余弦定律来计算：

$\mathrm{\π}-\arccos \left(\frac{c^2-a^2-b^2}{\mathrm{ab}}\right)$

其中

$a=\sqrt{({(x_i-x_j)}^2+{(y_i-y_j)}^2+{(z_i-z_j)}^2)}$

$b=\sqrt{({(x_i-x_k)}^2+{(y_i-y_k)}^2+{(z_i-z_k)}^2)}$

$c=\sqrt{({(x_j-x_k)}^2+{(y_j-y_k)}^2+{(z_j-z_k)}^2)}$

其中(X_i，Y_i，Z_i)(X_j，Y_j，Z_j)(X_k，Y_k，Z_k)分别是第i个、第j个和第k个无线设备的假定坐标。

已知有各种方法用于确定可以应用于查找使该图形函数最大化的假定坐标数值的函数极值。在这些方法中有共轭梯度法，其在Press，W.H.et al.，Numerical Recipes，N.Y.，Cambridge University Press，1986.p.302-307中描述；模拟退火法(Simulated Annealing method)，其也在Numerical Recipes，p.326-334中描述；以及基因算法(GeneticAlgorithm)，其在Fogel，D.B.An Introduction to Simulated EvolutionaryOptimization.IEEE Transactions on Neural Networks，Vol.5，No.1(Jan.1994)中描述。除了推导单个表达式图形函数之外，该图形函数可以被嵌入在子例程的层级中。例如，该图形函数的每个子表达式可以被在一个编程子例程中表达。该处理节点132最好具有存储在程序存储器320中的程序，其实现用于查找该图形函数的极值的一个优化例程。另外，该优化例程可以由多个节点所执行，例如，无线设备112-132。在该优化例程由多个设备所执行的情况中，每个设备例如可以估计特定项，或者该图形函数的特定导数，并且与其他设备共享该结果。

图7为由一个无线设备所执行以从相邻的无线设备确定其距离的处理700的流程图。从一个第i无线设备的角度示出处理700。在处理块702中，第i个无线设备发出一个用于识别的请求。该用于识别的请求将到达在由该识别请求被发送的功率和在该第i个设备附近中任何障碍物的特性和分布所表示的第i个无线设备的有限范围内的其他无线设备。处理块704是一个判断块，其判断结果取决于在由第i个设备所接收的信号中是否检测到碰撞。如果检测到碰撞，则该处理循环回到处理块702。如果没有检测到碰撞，则该处理继续进行到处理块706，其中识别响应被从第i个无线设备附近的无线设备接收。在处理块708中，在它们的响应内接收的在处理块706响应的设备ID被记录在第i个设备的存储器中(例如，RAM318(图3))。

在处理块710中，对于在处理块706中被接收响应的每个无线设备执行信号测量。每个信号测量最好包括到达测量的双向TOA。在进行双向TOA测量中，第i个设备最好使用伪随机数发出消息，并且对被请求响应的特定设备的标识进行编码。该标识可以使用伪随机数根据直接序列码分多址(DS-CDMA)技术而编码。然后在第i个设备接收一个响应，并且在接收该响应中的延迟被用于确定到第i个设备和响应设备之间的距离。另外，每个信号测量值可以包括用于与一个信道模型(例如，CH_A_1)相结合的RSSI信号测量值，以计算第i个设备和响应设备之间的距离。另外，每个信号测量值可以包括一个DOA测量值。该信号测量值可以包括选自DOA、RSSI和TOA的不同类型的信号测量值(但不限于此)的组合。还可以把该信号测量值基于在处理块706中接收的识别信号。

如果第i个设备具有例如GPS这样的参考定位技术，则将获得一个参考位置估计。在处理块712中，在第i个设备具有参考定位技术的情况中，该信号测量和对于第i个设备的参考位置估计的结果被耦合到该处理节点132。该信号测量和参考位置估计的结果可以直接发送到该处理节点132，但是，在到达该处理节点132之前，最好该结果通过一系列其他无线设备112-132(图1)和222-228(图2)中继。按照在处理节点之间发送的次序中继该信息具有需要较小功率用于发送的优点。为了把测量信息发送到该处理器节点132的目的，一个特定网络可以在确定相互位置的设备之间建立(图1)。在一个特定网络中，由于消息在相邻的设备之间发送而不是直接发送到一个目的地，因此节省功率。如在一个特定网络中所进行的那样，通过多个跳跃发送消息还具有不直接到达一个设备的优点，如果一个消息路由通过一个相邻设备，则可以直接到达(例如，处理器节点)。通过一个相邻设备的路由可以绕过在视线上的障碍物。

处理700可以体现在响应由第i个设备所携带的加速计330触发的中断而执行的一个程序中。响应该中断，第i个设备还可以把一个消息发送到要求也执行处理700的其他无线设备。另外，响应该中断，第i个设备可以把一个消息发送到该处理节点(图1)，表明它已经移动，并且响应接收该消息，该处理节点132(图1)可以把消息发送到要求也执行处理700的所选择的其他无线设备。根据最后的已知位置，其他无线设备的可以基于它们在与第i个设备相距预定距离之内而被选择。该设备的最后已知位置可以被记录在RAM318中(图3)。

图8为由一个无线设备响应图7中所示的处理而执行的处理800的流程图。图8为从第j个设备来看的示意图。在处理块802中，由第j个设备从第i个设备接收用于识别的请求。处理块804是用于避免发送碰撞的第一随机延迟。在处理块806中，把一个识别消息从第j个设备发送到第i个设备(如上文所述，该信号测量可以基于在处理块806中发送的消息)。在处理块808中，接收用于位置估计的一个信号。在处理块808中接收的信号例如包括基于伪随机数的DS-CDMA信号，处理块810是第二随机延迟(例如，上述接合图5讨论的时间间隔T)。在处理块812中，用于位置估计的信号被从第j个设备发送回第i个设备。在处理块808中接收的信号和在处理块810中发送的信号可以是用于例如结合图5中所示的收发机讨论的双向到达时间测量中。

在确定相互位置中所涉及的N个设备的每一个设备上执行处理700将导致对每个边缘获得两个冗余测量值(一个来自在该边缘的端部的每个节点)。该实际测量值最好为两个冗余测量值的平均值。

图9为通过一个处理节点132(图1)执行一个处理以估计多个无线设备的位置的流程图。在处理块902中，(如在处理块712(图7)中发送的)信号测量和参考位置估计的结果被从多个(N)无线设备接收。在处理块904中，根据用于测量距离的信号测量值计算距离。处理块904最好包括对每个边缘平均冗余测量值的分步骤。取代处理块904，在信号测量中所涉及的无线设备可以根据该测量值计算距离，并且把距离信息传送到处理节点132(图1)。在处理块906中，该距离基于该信号测量值，并且参考技术位置估计值被输入到一个图形函数(例如，GF1)。在处理块908中，涉及无线设备的角度测量的结果被输入到该图形函数(在该图形函数包括基于角度测量的子表达式的情况中)。处理块906和908可以通过调用一个图形函数优化子例程，利用该参考技术位置估计值以及距离和角度测量值作为调用参数而实现。处理块904可以与处理块906相组合，也就是说，可以利用信号测量值的结果作为调用参数而调用优化使得信号测量变得显而易见的信号测量的图形函数的子例程。如上文所述，该图形函数可以清楚地涉及该信号测量。在后一种情况中，该信号测量可以被用作为一个图形函数优化子例程的调用参数。在处理块910中，该图形函数被优化，并且对应于该图形函数的极值的假定坐标被返回作为用于在多个无线设备中的至少一个无线设备的子集的位置估计值。执行图9中所示的处理的一个程序可以被存储于一个计算机可读介质中，例如图3中所示的程序存储器(320)。

上文给出的信道衰减模型(CH_A_1)包括参数n，其表示作为与该发送源相距距离的函数的功率降。根据本发明另一个方面，参数n的数值或者在其他信道模型中的其他参数被根据一个或多个在参考设备之间发送的功率测量值以及用于进行功率测量的该参考设备的位置估计值而选择。参数值的选择可以基于在第一参考设备和第二参考设备之间进行的单个功率测量值，但是最好基于涉及两个以上参考设备的一个以上的功率测量值。该信道模型通过拟合到包含参考设备之间的位置估计值和功率测量值的数据而优化。根据本发明的优选实施例，该信道模型被通过最小二乘法拟合到上述数据。一旦该信道模型的参数已经使用在参考设备之间的测量值而优化，则根据该优化具有参数集的信道模型可以被用于该图形函数中，用于预测盲设备和参考设备之间以及盲设备对之间的信号测量值。

上文给出的信道衰减模型(CH_A_1)在基于RSSI确定无线设备之间的距离方面特别有用。但是，本发明不限于使用该信道模型。对于估计在具有已知衰减特性的已知障碍物分布的一个环境中的位置的情况，如下信道衰减模型(CH_A_2)在与基于RSSI的距离确定方面是有用的：

$P_{i,j}=P_o\left(d_0\right)-10n\log \left(\frac{d_{i,j}}{d_o}\right)-\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{X}_l{A}_{l,j}^l(\mathrm{CH}\_A\_2)$

M是在特定环境中的障碍物的类型数目，

X_l是在该环境中的障碍物的第l个类型的衰减，

A^l _i，j是被第i个和第j个设备的假定位置之间的一条直线所截取的第l个类型的障碍物的数目，以及

其他符号在上文中给出。

例如，在建筑物平面图100(图1)的情况中M＝3，并且x₁、x₂和x₃分别对应于图1中所示在穿过隔间墙壁、外墙102和有壁面的办公室108(图1)的墙壁过程中所受到的衰减。信道衰减模型CH_A_2与表示一个地图的计算机数据相结合，例如图1中所示的建筑物平面图。该地图或建筑物平面图的计算机表示被与CH_A_2相结合，以估计一个图形函数，或者图形函数的导数，用于优化和位置估计的目的。该地图的计算机表示被用于确定与在两个设备的假定坐标之间连线交叉的障碍物的数目和类型。该障碍物的数目和类型被用于估计CH_A_2之和，从而一个预测功率可以使用CH_A_2根据该假定坐标而确定。

请注意，CH_A_2除了确定在两个无线设备之间发送的功率的n个参数X_l之外还具有多个参数。并且还可以表征一个信号环境，或者换句话说通过把CH_A_2拟合到参考设备之间的多个测量结果而优化该信道模型的参数n、X_l。用于参考设备的位置估计和在参考设备之间发送的信号测量值可以用于选择信道衰减模型的参数(n、X_l)所用的数值。实现该参数数值选择的的一个方式是把该信道模型方程按照最小二乘法拟合到该测量数据。在最小二乘法拟合的情况中，需要比要在该信道模型中确定的参数更多的测量值。最好涉及不同参考设备对的至少M+2个测量值被用于选择参数(n、X_l)的数值。由于CH_A_2在n和X_l中是线性的，因此线性代数可以被用于确定对于这些参数的最小二乘解。在此没有明确公开的其他信道模型的参数例如可以通过根据参考设备测量值进行最小二乘拟合而优化。

上述公开的系统具有随着在位置估计中所涉及的设备数目增加，该位置估计倾向于更加准确的优点。考虑到无线设备在不久的将来变得普及，以后会特别顺利。

在上文所公开的系统的其他优点是由每个无线通信设备所发送的测距信号的功率可以变低，因为该测距信号仅仅需要到达最近的无线通信设备，而不是远处的固定基站。同理，消除了对大量固定基站的需要，否则在每个设备的合理功率电平的范围内需要有一个固定基站。也不需要大量的固定基站来获得精确的位置估计。

Claims (51)

1.一种估计无线设备的未知位置的方法，该方法包括如下步骤：

接收在第一和第二无线设备之间发送的第一信号的测量值，以获得一个信号测量值，以及

优化基于该信号测量值、用于该第一无线设备的一组假定坐标以及用于第二无线设备的一组假定坐标的函数。

2.根据权利要求1所述的方法，其中接收一个信号的测量值的步骤包括如下分步骤：

接收一个偏移时间的测量值，该偏移时间取决于第二信号从第一设备发送到第二设备的第一时间和响应该第二信号在被第二设备发送之后的第一信号被在第一设备接收的第二时间之差。

3.根据权利要求1所述的方法，其中优化该函数的步骤包括优化一个包含如下形式的子表达式的函数的分步骤：

$\mathrm{Sub}\_\mathrm{Exp}\_9=\underset{i=1}{\overset{N}{\mathrm{\Π}}}\underset{j\∉H_1,j\≠i}{\mathrm{\Π}}\underset{P_{I,j}-P_{\mathrm{thresh}}}{\overset{\∞}{\∫}}\exp \[-\frac{1}{2}{\left(\frac{S}{{\mathrm{\σ}}_{\mathrm{db}}}\right)}^2\]\mathrm{dS}$

其中i是表示在位置估计计算中所涉及的第i个无线设备的第一指标，

j为表示在位置估计计算中涉及的第j个无线设备的第二指标，

N为在估计相互位置中涉及的无线设备的数目，

H_i为在第i个无线设备的范围内的所有无线设备的集合，

P_i，j为根据信道衰减模型和第i和第j个设备的假定坐标的P’_i，j的估计值，以及

σ_dB为用于测量值P’_i，j的测量处理的标准偏差，以及

P_thresh是可以由无线设备所检测的阈值功率。

4.根据权利要求1所述的方法，其中优化该函数的步骤包括优化一个包含如下形式的子表达式的函数的分步骤：

$\mathrm{Sub}\_\mathrm{Exp}\_10=\underset{i\∈R}{\mathrm{\Π}}\exp \[-\frac{1}{2}{\left(\frac{x_i-{x\text{'}}_i}{{\mathrm{\σ}}_x}\right)}^2-\frac{1}{2}{\left(\frac{y_i-{y\text{'}}_i}{{\mathrm{\σ}}_y}\right)}^2-\frac{1}{2}{\left(\frac{z_i-z_i^{\text{'}}}{{\mathrm{\σ}}_x}\right)}^2\]$

其中(x’_i，y’_i，z’_i)为用于通过使用参考位置技术确定的第i个参考设备的一组坐标，

(x_i，y_i，z_i)是用于第i个无线设备的一组假定坐标，

R是在确定具有参考定位技术的在确定相互位置中涉及的无线设备的子集，以及

σ_x，σ_y，σ_z分别为能够测量参考设备的x、y和z坐标的参考定位技术的标准偏差。

5.根据权利要求1所述的方法，其中优化该函数的步骤包括优化一个包含如下形式的子表达式的函数的分步骤：

$\mathrm{GF}1=\frac{b^2}{8}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\underset{j\∈H_i}{\overset{i-1}{\mathrm{\Σ}}}{\left(\ln \frac{{{d\text{'}}_{i,j}^{\text{'}}}^2}{{d_{i,j}}^2}\right)}^2$

$-\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\underset{{j\∉H}_i,j\≠i}{\mathrm{\Σ}}\ln \{\underset{\frac{b}{2}\ln \frac{{\mathrm{dt}h}^2}{{\mathrm{di},j}^2}}{\overset{\∞}{\∫}}\exp \[-\frac{1}{2}{\left(\frac{S}{{\mathrm{\σ}}_{\mathrm{db}}}\right)}^2\]\mathrm{dS}\}+\frac{1}{2}\underset{i\∈R}{\mathrm{\Σ}}{d_{i\text{'}i\text{'}}}^2$

其中

b＝10n/(σ_dbIn10)，

$d_{i\text{'},i\text{'}}={(\frac{{(x_i-{x\text{'}}_i)}^2}{{{\mathrm{\σ}}_x}^2}+\frac{{(y_i-{y\text{'}}_i)}^2}{{{\mathrm{\σ}}_y}^2}+\frac{{(z_i-{z\text{'}}_i)}^2}{{{\mathrm{\σ}}_z}^2}+)}^{(1/2)}$

d’_i，j是在由一个信号功率测量所确定的第i个设备和第j个设备之间的距离，

$d_{i,j}=\sqrt{{(X_i-X_j)}^2+{(Y_i-Y_j)}^2+{(Z_i-Z_j)}^2}$

(x’_i，y’_i，z’_i)为用于通过使用参考位置技术确定的第i个参考设备的一组坐标，

(x_i，y_i，z_i)是用于第i个无线设备的一组假定坐标，

σ_x，σ_y，σ_z分别为能够测量参考设备的x、y和z坐标的参考定位技术的标准偏差，

σ_dB为用于进行信号功率测量的测量处理的标准偏差，以及

d_th为一个接收无线设备与一个发送无线设备之间相分离使得所接收的信号处于用于检测的阈值电平的距离。

6.根据权利要求1所述的方法，其中优化该函数的步骤包括优化一个包含如下形式的子表达式的函数的分步骤：

$\mathrm{Sub}\_\mathrm{Exp}\_11=\exp \{-\frac{1}{2}{\left(\frac{{\mathrm{\θ}}_i-\arctan \left(\frac{y_i-y_s}{x_i-x_s}\right)}{{\mathrm{\σ}}_{\mathrm{\θ}}}\right)}^2\}$

其中x_i为第i个设备的假定x坐标，

y_i为第i个设备的假定y坐标，

x_s为具有一个小型天线的设备的x坐标，

y_s为具有一个小型天线的设备的y坐标，

θ_i为通过小型天线DOA算法所测量的到第i个设备的角度，以及

σ_θ为表示θi测量值中的误差的标准偏差。

7.根据权利要求1所述的方法，其中优化该函数的步骤包括优化一个包含如下形式的子表达式的函数的分步骤：

$\mathrm{Sub}\_\mathrm{Exp}\_12=\underset{i=1}{\overset{N}{\mathrm{\Π}}}\underset{k=1}{\overset{m\left(i\right)}{\mathrm{\Π}}}\underset{j=k+1}{\overset{m\left(i\right)}{\mathrm{\Π}}}\exp \{-\frac{1}{2}{\left(\frac{\mathrm{angle}\_\mathrm{meas}(i,j,k)-\mathrm{angle}\_\mathrm{post}(i,j,k)}{{\mathrm{\σ}}_{\mathrm{angle}}}\right)}^2\}$

其中angle_meas(i，j，k)是在第i个设备使用小型天线测量的在向着第j个设备的方向和向着第k个设备的方向所测量的差值，

σ_angle是在测量angle_meas(i，j，k)中的误差的标准偏差，

m(i)是在第i个设备的范围内的多个无线设备，

angle_post(i，j，k)使用余弦定律来计算：

$\mathrm{\π}-\arccos \left(\frac{c^2-a^2-b^2}{\mathrm{ab}}\right)$

其中

$a=\sqrt{({(x_i-x_j)}^2+{(y_i-y_j)}^2+{(z_i-z_j)}^2)}$

$b=\sqrt{({(x_i-x_k)}^2+{(y_i-y_k)}^2+{(z_i-z_k)}^2)}$

$c=\sqrt{({(x_j-x_k)}^2+{(y_j-y_k)}^2+{(z_j-z_k)}^2)}$

其中(X_i，Y_i，Z_i)(X_j，Y_j，Z_j)(X_k，Y_k，Z_k)分别是第i个、第j个和第k个无线设备的假定坐标。

8.根据权利要求1所述的方法，其中进一步包括如下步骤：

从一个加速计检测一个信号，并且

响应对该信号的检测，开始测量一个信号的步骤以及优化步骤。

9.根据权利要求1所述的方法，其中进一步包括如下步骤：

根据该测量值计算第一和第二无线设备之间的距离。

10.根据权利要求1所述的方法，其中优化步骤包括一个分步骤：

根据一个统计模型参数优化一个函数。

11.根据权利要求10所述的方法，其中优化步骤包括一个分步骤：

根据信号测量值的标准偏差优化一个函数。

12.根据权利要求1所述的方法，其中包括如下步骤：

确定第三设备和第一设备在相互之间的范围之外。

13.根据权利要求12所述的方法，其中优化步骤包括分步骤：

优化一个函数，其包括取决于第一和第三设备之间的距离一个子表达式，其根据用于第一设备的假定坐标的一组假定坐标而确定，并且是第一和第三设备之间的距离的一个单调函数。

14.根据权利要求13所述的方法，其中优化步骤包括如下分步骤：

优化一个函数，其包括取决于第一和第三设备之间的距离一个子表达式，其根据用于第一设备的假定坐标的一组假定坐标而确定，并且当第一和第三设备之间的距离增加时渐近地逼近一个固定值。

15.根据权利要求12所述的方法，其中该优化步骤包括分步骤：

优化一个函数，其包括取决于第一和第三设备之间的距离一个子表达式，其根据用于第一设备的假定坐标的一组假定坐标而确定，并且在大于用于在第一和第三设备之间通信的一个阈值距离的距离处具有一个极值。

16.根据权利要求1所述的方法，其中该优化步骤包括分步骤：

优化一个函数，其包括取决于第一设备的假定坐标的第一子表达式，以及取决于第一设备的假定坐标的第二子表达式。

17.根据权利要求16所述的方法，其中该优化步骤包括分步骤：

优化一个函数，其包括取决于第一设备的假定坐标的第一子表达式，取决于第一设备的假定坐标的第二子表达式，以及取决于第二设备的假定坐标的第三子表达式。

18.根据权利要求1所述的方法，其中进一步包括如下步骤：

接收在第二设备和第一参考设备之间发送的第二信号的测量值。

19.根据权利要求1所述的方法，其中该优化步骤包括分步骤：

优化一个函数，其包括取决于用于第一参考设备的假定坐标的一个子表达式。

20.根据权利要求19所述的方法，其中接收在第二设备和第一参考设备之间发送的第一信号的测量值的步骤包括如下分步骤：

接收到达第一参考设备的信号的角度的测量值，以获得第一角度测量值，以及

其中该优化步骤包括分步骤：

优化一个函数，其包括取决于第二设备的假定坐标的一个子表达式和第一角度测量值。

21.根据权利要求20所述的方法，其中接收一个信号的测量值的步骤包括如下分步骤：

接收从第二设备到达第一参考设备的信号的第一角度的测量值，以获得第一角度测量值。

22.根据权利要求21所述的方法，其中进一步包括如下步骤：

接收从第三设备到达第一设备的第二信号的第二角度的测量值，以获得第二角度测量值。

23.根据权利要求22所述的方法，其中优化该函数的步骤包括如下分步骤：

优化基于第一角度测量值和第二角度测量值之差和用于第一、第二和第三设备的假定坐标的一个函数。

24.根据权利要求1所述的方法，优化该函数的步骤包括如下分步骤：

优化包括第一子表达式的一个函数，其根据该假定坐标给出一个预测信号测量值。

25.根据权利要求24所述的方法，其中优化该函数的步骤包括如下分步骤：

优化包括第一子表达式并且当该信号测量值等于预测信号测量值时具有一个极值的一个函数

26.根据权利要求25所述的方法，其中优化该函数的步骤包括如下分步骤：

优化包括信道模型的一个函数，其根据该假定坐标预测该信号测量值。

27.根据权利要求26所述的方法，其中进一步包括如下步骤：

在一个参考设备进行信号测量，以获得一个参考测量值，

获得用于该参考设备的位置估计，以及

通过把该信道模型拟合到包括位置估计和参考测量值的数据而选择信道模型参数。

28.根据权利要求27所述的方法，其中优化包括一个信道衰减模型的函数的步骤包括如下分步骤：

优化包括如下形式的信道衰减模型子表达式的一个函数：

$P_{i,j}=P_o\left(d_o\right)-10n\log {\left(\frac{d_{i,j}}{d_o}\right)}_{(\mathrm{CH}\_A\_1)}$

d_o是用于进行参考测量的一个参考距离，

其中P_i，j是以分贝为单位的预测从第二设备到第一设备的功率，

P_o是在校正距离的一个功率测量值，

$d_{i,j}=\sqrt{{(X_i-X_j)}^2+{(Y_i-Y_j)}^2+{(Z_i-Z_j)}^2}$

其中(X_i，Y_i，Z_i)是用于第一设备的一组假定坐标，以及

(X_j，Y_j，Z_j)是用于第二设备的一组假定坐标，以及

n是为给定环境经验确定的参数，其表示作为距离的函数的功率损耗。

29.根据权利要求28所述的方法，其中进一步包括如下步骤：

接收在第一参考设备和第二参考设备之间发送的功率的测量值，以获得第一功率测量值，

获得用于第一和第二参考设备的位置估计，

通过把该信道衰减模型拟合到第一功率测量值和用于第一和第二参考设备的位置估计而选择数值n。

30.根据权利要求26所述的方法，其中优化包括信道衰减模型的函数的步骤包括如下分步骤：

优化包括如下形式的信道衰减模型的函数：

$P_{i,j}=P_o\left(d_o\right)-10n\log \left(\frac{d_{i,j}}{d_o}\right)-\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{X}_l{A}_{i,j}^l$

其中d_o是用于进行参考测量的一个参考距离，

P_i，j是以分贝为单位的预测从第j个设备到第i个设备的功率，

P_o是在校正距离的一个功率测量值，

其中(X_i，Y_i，Z_i)是用于第i个设备的一组假定坐标，以及

(X_j，Y_j，Z_j)是用于第j个设备的一组假定坐标，以及

n是为给定环境经验确定的参数，其表示作为距离的函数的功率损耗，

M是在特定环境中的障碍物的类型数目，

X_l是在该环境中的障碍物的第l个类型的衰减，

A^l _i，j是被第i个和第j个设备的假定位置之间的一条直线所截取的第l个类型的障碍物的数目。

31.根据权利要求30所述的方法，其中进一步包括如下步骤：

执行参考设备之间的多个信号测量，以获得多个参考信号测量值，

对在多个信号测量值中所涉及的参考设备获得位置估计，以及

通过把该信道衰减模型拟合到多个参考信号测量值和位置估计而确定用于A^l _i，j和n的数值。

32.根据权利要求31所述的方法，其中执行多个测量的步骤包括如下分步骤：

执行参考设备之间的至少M+2个信号的测量，以获得多个参考信号测量值。

33.根据权利要求1所述的方法，其中优化该函数的步骤包括如下分步骤：

优化包括如下形式的子表达式的一个函数：

$\mathrm{Sub}\_\mathrm{Exp}\_11=\underset{i=1}{\overset{N}{\mathrm{\Π}}}\underset{j\∈H_1,j\≠i}{\mathrm{\Π}}\{\exp \[-\frac{1}{2}{\left(\frac{d_{i,j}-{d\text{'}}_{i,j}}{{\mathrm{\σ}}_d}\right)}^2]\}$

其中，i表示在位置估计计算中所涉及的第i个无线设备的第一指标，

j表示在位置估计计算中所涉及的第j个无线设备的第二指标，

N为在位置估计中所涉及的设备数目，

H_i为在第i个设备的范围内的所有无线设备的集合，

d_i，j是根据假定坐标在第i和第j个设备之间的距离，

d’_i，j基于从信号测量所推导的第i和第j个设备相分离的距离的测量值，以及

σ_d是表征该信号测量值的不确定性。

34.根据权利要求33所述的方法，其中进一步包括如下步骤：

通过使用返回小于所测量距离的一个数值的公式在一个所测量距离上操作而计算d’_i，j的数值。

35.根据权利要求33所述的方法，其中进一步包括如下步骤：

通过从所测量距离减去一个预定数值而计算d’_i，j的数值。

36.根据权利要求1所述的方法，其中优化该函数的步骤包括优化包含如下形式的子表达式的函数的分步骤：

$\mathrm{Sub}\_\mathrm{Exp}\_8=\underset{i=1}{\overset{N}{\mathrm{\Π}}}\underset{j\∈H_i,j\≠i}{\mathrm{\Π}}\{\exp \[-\frac{1}{2}{\left(\frac{P_{i,j}-{P\text{'}}_{i,j}}{{\mathrm{\σ}}_{\mathrm{db}}}\right)}^2\]\}$

其中i表示在位置估计计算中所涉及的第i个无线设备，

j表示在位置估计计算中所涉及的第j个无线设备，

N为在位置估计中所涉及的设备数目，

H_i为在第i个设备的范围内的设备数目，

P’_i，j是在第i个设备和第j个设备的功率的测量值，

P_i，j为根据信道衰减模型和第i和第j个设备的假定坐标的的P’_i，j的估计值，以及

σ_dB是用于测量P’_i，j的测量处理的标准偏差。

37.根据权利要求36所述的方法，其中优化该函数的步骤包括优化包含如下形式的子表达式的函数的分步骤：

$\mathrm{Sub}\_\mathrm{Exp}\_10=\underset{i\∈R}{\mathrm{\Π}}\exp \[-\frac{1}{2}{\left(\frac{x_i-{x\text{'}}_i}{{\mathrm{\σ}}_x}\right)}^2-\frac{1}{2}\left(\frac{y_i-{y\text{'}}_i}{{\mathrm{\σ}}_y}\right)-\frac{1}{2}{\left(\frac{z_i-{z\text{'}}_i}{{\mathrm{\σ}}_x}\right)}^2\]$

其中(x’_i，y’_i，z’_i)为用于通过使用参考位置技术确定的第i个参考设备的一组坐标，

(x_i，y_i，z_i)是用于第i个无线设备的一组假定坐标，

R是在确定具有参考定位技术的在确定相互位置中涉及的无线设备的子集，以及

σ_x，σ_y，σ_z分别为能够测量参考设备的x、y和z坐标的参考定位技术的标准偏差。

σ_x，σ_y，σ_z分别为能够测量参考设备的x、y和z坐标的参考定位技术的标准偏差。

38.一种处理节点，其中包括：

接收器，用于接收在第一未知位置设备和第二未知位置设备之间发送的第一信号的第一信号测量值的第一结果，以及

在第二未知位置设备和一个已知位置设备之间发送的第二信号的第二信号测量值的第二结果，

处理器，用于根据第一未知位置设备和第二未知位置设备的假定坐标，优化第一信号测量值、第二信号测量值、第一未知位置设备和第二未知位置设备的假定坐标的一个函数，

从而估计第一和第二未知位置设备的位置。

39.根据权利要求38所述的处理节点，其中进一步包括：

一个外部系统通信接口系统。

40.一种位置估计系统，其中包括：

多个无线设备，每个设备包括：

信号测量器，以及

用于发送一个信号测量值的发送器，以及

处理节点，其中包括：

接收器，用于接收

在第一未知位置设备和第二未知位置设备之间发送的第一信

号的第一信号测量值的第一结果，以及

在第二未知位置设备和一个已知位置设备之间发送的第二信

号的第二信号测量值的第二结果，

处理器，用于根据第一未知位置设备和第二未知位置设备的假

定坐标，优化第一信号测量值、第二信号测量值、第一未知位置设

备和第二未知位置设备的假定坐标的一个函数。

41.一种响应双向信号到达时间的方法，该方法包括如下步骤：

接收具有第一时间段的一个伪随机序列，

把一个时钟相位锁定到该伪随机序列的频率，

等待使用该时钟测量的该第一时间段的随机倍数的时间，以及

发送该伪随机序列。

42.一种测量到远程收发机的距离的方法，该方法包括如下步骤：

在第一时间发送第一时间段的伪随机序列，

在从第一时间开始计数大于该第一时间段的第二时间段之后接收该伪随机序列，以及

把所接收的伪随机序列的相位与本地产生的伪随机序列的相位相比较。

43.一种收发机，其中包括：

用于测量从多个收发机接收的多个信号以获得多个信号测量值的装置；

用于把多个信号测量值通信耦合到一个处理节点的装置。

44.根据权利要求42所述的收发机，其中用于测量的装置包括一个信号强度测量器。

45.根据权利要求42所述的收发机，其中用于测量的装置包括：

伪随机数发生器，

电耦合到该伪随机数发生器的调制器，

电耦合到该调制器的天线，

电耦合到伪随机数发生器和解调器的相关器，以及

耦合到该相关器的相位测量器。

46.根据权利要求42所述的收发机，其中进一步包括：

电耦合到该解调器的基带锁相环。

47.一种包含用于估计包括未知位置的第一无线设备和第二无线设备的一组无线设备的位置的程序指令，该计算机可读介质包括用于执行如下步骤的程序指令：

接收在第一和第二无线设备之间发送的第一信号的测量值，以获得一个信号测量值，以及

优化取决于该信号测量值、用于该第一设备的一组假定坐标以及用于第二无线设备的一组假定坐标的函数。

48.根据权利要求47所述的计算机可读介质，其中用于优化的程序指令包括用于执行如下步骤的程序指令：

优化基于该信号测量值的标准偏差的函数。

49.根据权利要求47所述的计算机可读介质，其中用于优化一个函数的程序指令包括用于执行如下步骤的程序指令：

优化包括基于第一设备的假定坐标的第一子表达式和基于第一设备的假定坐标的第二子表达式的一个函数。

50.根据权利要求47所述的计算机可读介质，其中进一步包括用于执行如下步骤的程序指令：

接收在第二设备和第一参考设备之间发送的第二信号的测量值。

51.根据权利要求47所述的计算机可读介质，其中用于优化函数的程序指令包括用于执行如下步骤的程序指令：

优化包括基于一组用于第一参考设备的假定坐标的子表达式的函数。

Images