作者：王建辉 等
出版社：电子工业出版社
格式: AZW3, DOCX, EPUB, MOBI, PDF, TXT
蜂窝网信息融合定位理论与方法试读：
前言
随着定位技术的不断发展，蜂窝网定位技术在定位领域备受关注。近年来，已有很多学者致力于蜂窝网定位技术的研究，并且在定位的精度、实时性和稳定性方面取得了显著成效。然而，蜂窝网定位技术仍面临着几个关键的问题：在复杂多变的定位环境中，如何改善定位参数的估计精度，如何进一步提升定位结果的精度，如何提高定位系统的可靠性等。针对这些亟待解决的问题，本书作者对蜂窝网信息融合定位技术进行了深入研究。
多源信息融合能够扩展时间和空间的观测范围，增强数据的可信度和系统的分辨能力，提高系统的可靠性和信息处理能力。因此，相关领域的研究学者对多源信息融合技术进行了深入的理论研究和广泛的实际应用，并取得了一系列的研究成果。本书作者将多源信息融合技术与蜂窝网定位技术相结合，给出了蜂窝网信息融合定位理论，并详细阐述了该理论的设计过程。通过大量的算法仿真和性能分析，使读者能够清晰地理解信息融合理论在蜂窝网定位中的应用。
本书分为
上篇
和下篇，共10章。上篇主要介绍了蜂窝网信息融合定位的理论知识。通过蜂窝网定位技术和信息融合技术概况的阐述，将读者引导到蜂窝网信息融合定位领域，使其对蜂窝网信息融合定位有一个初步的认识。后续的内容则分别从定位参数估计，NLOS误差的鉴别和抑制，数据层与决策层融合定位等方面展开论述；详细阐述了单径和多径的最大似然时延估计问题，时延和到达角联合估计算法，两种新的NLOS误差抑制算法（基于数据斜度归零准则的迭代算法，基于Kalman滤波器和神经网络的NLOS误差抑制算法），蜂窝网信息融合定位系统的设计，以及决策层融合方法等内容，为下篇的讲解做理论铺垫。
下篇主要研究了几种新的蜂窝网信息融合定位方法。详细阐述了直接定位方法的基本原理，并在此基础上，给出了基于角度和多普勒信息的多站直接定位方法，基于时延和多普勒信息的多站直接定位方法，基于反射体信息辅助的多径点源直接定位算法等多种直接定位方法。引入了位置指向性路径和区域指向性路径以及偏射角的概念，有效地减少了信号传播模型和实际环境之间的差异性；构建了基于虚拟定位站的路径追踪定位算法框架，给出了基于聚类分析的反向路径追踪算法和基于路径追踪的决策层信息融合定位算法。针对本篇给出的定位算法，进行了详细的算法仿真和分析，便于读者能够更深入地认识蜂窝网信息融合定位技术。
本书是作者课题组在该领域研究与实践的成果，主要取材于各阶段的研究、论证以及相关论文内容等，由王建辉、巴斌、逯志宇、孔范增、崔维嘉撰写完成。我们尽自己的最大努力试图给出蜂窝网信息融合定位理论的最新成果，然而信息融合定位是一个发展迅速的领域，新的理论和技术层出不穷，本书无法对这些发展和成果做出全方位的介绍和讨论。鉴于作者水平有限，书中难免存在错误和疏漏，殷切希望广大读者批评指正。作者2018年12月上 篇
第1章 绪论
空间位置是人类在社会活动中必不可缺少的重要元素。随着人类社会的不断发展，活动范围的不断扩大，空间位置的作用也越发凸显，引起了人们的广泛关注，位置信息逐渐成为现代人生活中最重要且最有价值的信息资源之一。随着信息时代的到来，通信与定位技术在相互交融中迅速发展，通信系统与定位系统紧密结合，使个人用户的定位信息产生更大的应用价值，发挥更多的效能，实现从单一定位向监控、管理、交通、救助、娱乐等综合位置服务的转变。位置服务作为战略新兴产业已广泛进入人们的生活，正在成为国防安全、经济建设、社会生活中不可或缺的部分。1.1 蜂窝网定位技术概述1.1.1 无线定位技术的概念
定位通常是指确定地球表面某个物体在某一坐标系中位置的过程。无线定位则是利用无线信号的电参量获取定位参量，并采用适当的定位算法计算出目标的位置。由于无线定位利用的是无线电波，相比传统定位受气候条件影响较小，因此在实际生产生活当中得到了广泛应用。无线定位既是保障人类交通安全和从事军事活动的必要手段，也是复杂气候条件下一种有效的导航方法。无线定位不仅应用在现代社会生活中，在信息化战争中也发挥着越来越大的作用。
蜂窝网定位技术是无线定位技术的一种，其依托蜂窝移动通信系统实现对目标的无线定位。由于蜂窝移动通信系统覆盖的广泛性，移动终端获得了迅猛普及，催生出一系列基于蜂窝网络的位置信息服务应用，如公共安全服务、紧急报警服务、基于目标位置的计费、车辆和交通管理、导航、城市观光、网络规划与设计、网络QoS（Quality of Service，服务质量）和无线资源管理的改进等，无不与目标的位置信息有关。因此，随着研究的深入，在蜂窝网络中准确获取目标位置已变得非常重要。1.1.2 蜂窝网定位技术的应用领域
无线定位技术最早主要用于导航，最初的应用更多集中在军事领域，用于为飞机和舰船进行导航的陆基无线电导航定位系统，如罗兰C导航系统（Long Range Navigation Version C，Loran-C）、塔康导航系统（Tactical Air Navigation System，TACAN）等，是无线定位技术在军事领域早期应用的典型代表。由于无线定位技术的重要军事价值，欧美等军事强国纷纷投入大量的人力物力加强对无线定位技术的研究。第二次世界大战以后，伴随电子技术的快速发展和大量新技术的出现，无线定位技术得到了长足发展。尤其是航天和卫星技术的发展，使构建天基无线定位系统成为可能，其中最典型的就是美军最早开发并使用的全球定位系统（Global Positioning System，GPS）。在GPS系统之后，俄罗斯的格洛纳斯系统（Global Navigation Satellite System，GLONASS）、欧洲的Galileo系统以及我国的“北斗”系统相继出现，这也打破了GPS一家独大的局面。我国“北斗”系统的成功研制使我国摆脱了对 GPS 过分依赖的局面，对国家的战略安全具有十分重要的意义。
随着时代的发展和技术的进步，大量的技术开始由军事领域向民用领域转化，其中无线通信技术和无线定位技术就是典型代表。无线通信技术促进了民用移动通信系统的发展，极大地方便了普通民众的生活，丰富了信息获取的渠道。随着移动通信的快速发展，移动通信用户的数量不断增加，基于移动通信网络的增值业务大量涌现，人们已不再满足于传统的通信服务，开始更多地关注与位置有关的服务。据统计，人们日常所获得的信息中有85%蕴含有位置信息，可以说位置信息触及人们日常生活的方方面面。以美国联邦通信委员会（Federal Communications Commission，FCC）于1996年发布的[1]E-911（Emergency Call‘911’）法令为开端，各大移动通信运营商对蜂窝网无线定位技术在社会安全中的作用和巨大的市场前景产生了浓厚的兴趣，并开始投入大量资金用于相关标准的制定和技术的研究。同时，GPS系统也开始提供民用服务，因此基于位置的服务在市场上开始大量涌现，并成为移动通信增值业务中新的增值点。基于位置的服务（Location Based Service，LBS）对于个人用户可以提供导航、查询和社交等项目服务，对于政府部门和企业集团可以在资源配置、指挥调度、物流监管和智能交通等领域提供信息服务，对于公共安全部门可以提供对重点目标的定位和救助等服务。
在政策引导、市场利益、用户需求和技术进步的共同驱动下，位置信息服务在今后很长的一段时间内将会保持强劲的发展动力。首先，在室内定位导航领域中，如大型商超、写字楼、图书馆、室内体育场馆、地铁、机场等场所是人们日常活动的主要区域，无线定位技术通过不断获取目标（人或物品）的精确位置信息，融合目标数据或者用户兴趣点，实现室内精准导航、大数据分析、人员管理、物品管理等基本功能。由此扩展到军事领域、商业分析、医疗健康、室内导航、仓储管理、社交网络、广告营销等相关领域，产生巨大的社会和经济价值。其次，在国家安全领域中，美国 E-911 法令设立的初衷就是公共安全，同时对重点目标进行定位监控是安全部门日常工作的一部分，无线定位技术对提高安全部门预防犯罪活动有着十分重要的意义。最后，在城区室外定位领域中，城市中心区域高大建筑物比较密集，容易产生“城市峡谷”效应，从而影响目标对卫星定位系统信号的接收，使卫星系统定位失效，地面无线定位技术可以作为卫星定位系统的有益补充。地面无线定位业务的主要形式如图1-1所示。图1-1 地面无线定位业务的主要形式1.1.3 蜂窝网定位技术的发展
随着应用的深入，蜂窝网定位技术得到了迅速发展。1996年FCC公布了E-911定位需求，要求在2001年10月1日前，各种无线电网络必须能对发出E-911紧急呼叫的移动台（Mobile Station，MS）提供定位精度在125m以内的定位服务，而且满足此定位精度的概率不低于 67%；1998 年又提出了定位精度为400m、准确率不低于90%的位置服务要求。1999年12月FCC对E-911的需求进一步细化，在定位精度方面规定：对基于无线电网络的定位方案，定位精度为100m、准确率达67%，定位精度为300m、准确率达95%；对基于移动台的定位方案，要求定位精度为50m、准确率达67%，定位精度为150m、准确率达95%，并在2001年以后，提供更高的定位精度和三维位置信息。FCC的规定大大推动了移动通信定位技术的发展，欧洲和日本也随之提出相应的要求，表明提供E-911定位服务将是今后移动通信系统所必备的基本功能。
自从 FCC 的强制要求以来，蜂窝网移动台定位引起了广泛的关注。国内外各大公司、科研院所对移动台定位技术进行了深入研究，出现了一些专门从事定位的公司，如 TruePosition、Cellocate、CellPoint、WirelessCorporation、Qualcomm 的子公司 SnapTrack 等。第三代合作伙伴计划（3rd Generation Partnership Project，3GPP）对移动台定位制定了一系列协议，包括定位方法、信令接口和功能实体等详细的规范，并描述了定位功能需求、网络体系结构等内容。
目前，对移动台定位技术的研究主要集中在定位算法、抗非视距传播、抗多径干扰技术、数据层融合以及到达时间（Time of Arrival，TOA）、到达角（Angle of Arrival，AOA）检测技术等方面的研究，具有代表性的文献有：J.Caffery的专著Wireless Location in [2]CDMA Cellular Radio Networks；Chan给出的一种应用于到达时间差（Time Difference of Arrival，TDOA）定位体制的双曲线直接求解
[3]算法，其后，一系列关于TDOA的定位算法都是基于Chan算法的改进和优化；对非视距（Non-Line-of-Sight，NLOS）误差抑制算法，[4]Wylie提出了一种经典的NLOS误差鉴别与抑制算法；韩国电信对IS-95中NLOS环境下的定位进行了实地测试；芬兰Tempere大学的R.Halila等对RAKE接收机、抗多址干扰的时延估计进行了深入的研究；IEEE分别于1996年10月和2005年7月出版了无线定位技术专刊，对定位技术的发展现状和发展趋势进行了概述。除了理论研究之外，一些大公司也开展了以移动通信系统为平台的定位现场试验。1997年，美国TruePosition公司针对高级移动电话系统（Advanced Mobile Phone System，AMPS）在新泽西地区用24个基站（Base Station，BS）进行试验，在3000个实际911呼叫和80000个试验呼叫中，定位误差为600英尺（1英尺≈0.3米）；同年Lucent公司针对IS-95系统，在新泽西和纽约进行了试验；1999年。日本的NTT DoCoMo公司和TohoKu大学合作，对宽带码分多址（Wide band Code Division Multiple Access，WCDMA）系统在两基站环境下进行了基站搜索方法试验；Qualcomm公司于2001年向市场推出了集成GPS定位功能的小型芯片组，并用于子公司SnapTrack 推出的gpsOne 系统中。随着第四代移动网络的大规模商用，基于4G网络的位置信息服务也获得了广泛应用，如日本的NTT DoCoMo和英国的和记电讯公司提供的定位业务都可以为用户提供详细、实时更新的数字地图来告知用户的具体位置，并且可以通过电子地图来引导用户寻找酒店、餐厅、商店和其他一些用户感兴趣的商业设施。到2020年，我国将搭建超过30万个4G信号基站，加上原有的第三代移动通信网络的基站，总的基站数目将大大增加，在此基础上，基于移动通信网络的定位技术将会获得精确的位置服务数据。移动通信网络定位技术可以为大量终端用户提供不依赖于 GPS 的室内外一体位置信息服务，基于此优点，将会实现智能交通信息管理、紧急救助等众多应用。1.1.4 蜂窝网定位系统的分类
现阶段基于蜂窝网的移动台定位系统主要分以下几类。
1.基于移动台的定位系统
移动台接收周围已知基站发送的信息并进行适当的信号参数测量，利用这些测量值来确定移动台与各基站之间的几何位置关系，计算出移动台自身的位置。移动台自主确定自己的当前位置，也称为移动台的自定位，在无线电网络中又叫前向链路定位。该技术便于保护移动台用户的隐私（即用户当前的位置信息）不受侵犯，但是要求移动台有较强的计算能力和持久的供电能力。移动台定位技术包括GPS、基于移动台发送和接收信号传播时延或角度的三角定位技术，如到达时间（TOA）、增强观测时间差分（Enhanced Observation Time Difference，E-OTD）以及起源无线电小区（Cell ID of Origin，COO）技术等。目前，在无线网络中广泛使用的技术是 COO 技术，该方案已被用来满足美国第一阶段的“911”紧急服务需求、基于位置的付账和其他需要位置信息的服务。
2.基于网络的定位系统
移动台发送的信号被一个或多个接收机接收、测量，测量值被送往定位中心（Location Center，LC）进行运算，求出该移动台的位置。这类系统在无线电网络中也叫作反向链路定位系统或基于网络的定位系统。在实际应用中，通过一些策略控制，可以有效地保护用户隐私。定位信息可以在LC中应用，也可以传给其他系统应用。
3.网络辅助定位系统
这类系统也采用基于移动台的定位方案，但其定位过程与基于移动台的定位系统不同，它由网络中多个固定位置的接收机同时检测移动台发射的信号，再将各接收机携带的有关位置的特征信息通过空中接口传送回移动台，由移动台利用这些信息自主计算其自身位置。
4.移动台辅助定位系统
这类系统采用的也是基于网络的定位方案，由移动台检测网络中多个固定位置发射机同时发射的信号，再将各信号中携带有关位置的特征信息通过空中接口传送回网络，最后由网络中的位置计算单元计算出移动台的位置。
5.GPS辅助定位系统（A-GPS）
这类系统采用的是GPS定位技术，由集成在移动台的GPS接收机和网络中的GPS辅助设备，利用GPS系统来实现对移动台的自定位。但是，这种定位系统要求在移动台内部集成 GPS 接收机模块，存在移动台体积过大、能耗过高等问题。
在上述定位系统中，主要的移动通信定位技术根据定位参数的不同，分为小区标识号（Cell ID）定位方法、GPS辅助定位方法、AOA定位方法、TOA定位方法和信号接收强度（Received Signal Strength，RSS）定位方法等几种。其中，Cell ID定位方法和GPS辅助定位方法已经在现有的商用网络中得到了应用。但Cell ID定位方法是根据驻留基站的位置来近似移动台的位置，因此定位精度较低；GPS辅助定位方法定位精度较高，但是该方法要求移动台上装有 GPS 定位设备，同时该方法仅能在室外场景应用，没办法在需求迫切的室内环境下使用。基于AOA和传输时延的定位方法是移动通信定位技术的研究热点，[3]并由此派生出Chan算法、无损卡尔曼滤波算法（Unscented [5][6][7，8]Kalman Filter，UKF）、遗传算法、粒子滤波等性能不同、复杂度不同的定位算法。但是，这些定位算法在实际商用网络中应用效果并不完美，归纳起来主要有以下三方面的原因：[9]
一是定位参数的可测性问题。现有定位算法对定位参数的要求较为苛刻，以TOA定位方法为例，该方法要求至少4个基站同时测得移动台的信号方能实施定位。由于受移动台功耗和移动通信系统容量的限制，要求同时获得4个基站的TOA测量，这在实际无线环境中是很难满足的。
二是定位算法的鲁棒性问题。当定位测量不能满足定位所需要的条件时，现有定位算法无法解算位置。但是根据已测到定位参数所提供的信息量大小，研究相应的鲁棒定位算法，在理论上依旧可以对移动台做出精确度不一的位置判断。
三是定位参数的NLOS误差问题。以时延定位为例，Korea Telecom在IS-95网络中的测量结果表明NLOS误差平均达到589米，Nokia公司的现场测量结果表明，在GSM网络环境中的平均NLOS误[10]差达到500～700m。和越来越小的无线小区半径相比，NLOS误差已经成为制约移动通信定位技术发展的关键因素。1.2 信息融合技术概述1.2.1 信息融合技术基础
人们对外部世界的感知是通过眼、耳、鼻等器官来进行的。虽然不同器官所接收的信息有图像、声音、气味等不同类型，但人脑对外部世界的认识却是通过对各种信息进行融合的结果。同样，为了对外部世界中的事物进行准确的识别或追踪，就需要利用多种测量手段，对所得到的数据进行融合处理，从而得到对目标事物的准确描述，做出快速、正确的决策或控制行为。随着科学技术的迅猛发展和新事物的复杂度不断增加，这就使得信息处理过程面临信息量超载的问题，需要研究新的技术对超载信息进行消化、解释、评估。信息融合技术能综合不同处理方法和技术的优点，结合有关先验信息对不同类型的数据进行融合，以得到对事物更精确的评估，获得比单一处理方法和技术更优的数据输出。
信息融合系统起源于军事领域，到目前为止，已应用于海上监视、空空防御、战场侦察、监视和目标捕获、战略防御与告警等领域。实际上，信息融合除了在军事领域的应用之外，在许多非军事领域也有着非常广泛的应用，如机器人、医学、遥感、工业控制、空中交通管制、海洋监测、禁止毒品和管理领域等。由于信息融合研究的广泛性和多样性，很难给出这门学科的一般性概念，而已给出的信息融合概念和定义都是功能性的。美国国防部从军事应用的角度将信息融合定义为这样一种过程：把来自许多传感器和信源的数据加以联合、相关和组合，以获得精确的位置估计和身份估计，以及对战场情况和威胁及其重要程度进行适时的完整评价。这一定义基本上是对信息融合技术所期望达到的功能进行描述，包括低层次上的状态和属性估计，以及高层次上的战场态势和威胁评估。
由此可以给出信息融合更一般性的表述：信息融合一般是指综合来自不同信源在时间和空间上的数据信息，得出被测对象或目标一致性的估计或描述，这种估计或描述较单一信源有更高的可靠性和更小的模糊度等特性。
信息融合的作用概括起来主要有以下几方面：（1）增强系统的生存能力，使系统具有良好的鲁棒性。信息融合技术减少了因环境的突变对系统性能的影响，使其对环境的变化具有很强的适应性。（2）扩展空间覆盖范围。一些传感器可以探测到其他传感器无法探测的地方，进而增加了系统的空间监视范围和检测概率。（3）增加可信度。一部或多部传感器能确认同一目标或事件。（4）减少信息的模糊程度。融合多传感器测量信息，能够降低目标或事件的不确定性。（5）改善系统的检测能力。有效融合对目标的多种测量结果，提高探测的有效性。（6）提高空间分辨率。多传感器可以获得比单一传感器更高的分辨率。（7）提高系统的可靠性。多传感器相互配合使用，使其具有内在的冗余度。1.2.2 信息融合的体系结构和分类
由于考虑问题的出发点不同，对信息融合的分类也有所不同。按[11]照融合方法分类，分为统计方法、人工智能方法等；按照信号处理的域进行分类，分为时域、空域和频域等；按照融合过程的顺序和融合层次的高低分类，分为低级、中级和高级，并根据融合的层次和实质内容，将其与数据级、特征级和决策级对应起来；按照信息流通形式和综合处理层次分类，分为集中式、分布式、混合式和多级式。其中，最后一种分类方法可以很好地对信息融合系统的结构进行描述。
集中式：各传感器将测量数据送至融合中心，由融合中心根据接收到的数据进行融合处理。该方法具有实时性能好、信息损失小、数据处理精度高的优点；缺点是融合中心的负荷大、数据互联困难、可靠性低、数据传输量大，需要很宽的数据传输总线来传输高速率的原始数据，以及需要有较强处理功能的中央处理器，从而增加了工程实现成本，并且系统的生存能力也相对较差。
分布式：传感器有自己的决策系统，它们自己独立地做出决策，然后将决策结果送入融合中心，融合中心把这些估计合成为对目标的联合估计。该方法优点是对信道容量要求低、系统生命力强、工程易于实现，但在每个传感器自己做出决策的过程中增加了融合处理的不确定性。这类系统的应用比较普遍，特别是在军事C4ISR系统中，它不仅具有局部独立处理能力，而且还有全局监视和评估特征的能力。系统的造价可限制在一定的范围内，并且具有较强的自下而上能力。
混合式：是上述两种方式的组合，协调了两种方式的优缺点，以求得最佳性能，但其结构也变得更复杂，在通信和计算上要付出更高的代价。
多级式：在这种结构中，各局部节点可以同时或分别是集中式、分布式或混合式的融合模型，而最后一级节点再次对各局部融合节点传送来的融合结果进行最终的融合输出。1.2.3 信息融合技术的研究现状
国外信息融合技术研究起步较早，其中美国起步最早，发展也最快，1973年美国就开展了声呐信号理解系统的研究。进入80年代初，信息融合技术逐渐受到军方的重视，以军事应用为主的信息融合技术研究蓬勃发展起来。1988年，美国国防部把信息融合技术列为90年代研究发展的20项关键技术之一，且为最优先发展的A类。美国国防部下设的美国国防部三军实验室理事联席会（Joint Directors of Laboratories，JDL）专门成立了信息融合专家组来组织和指导有关工作。除美国外，其他许多国家也竞相展开信息融合技术的研究，并取得大批的研究成果，研制出了上百种军事信息融合系统，如军用分析系统、多平台多传感器追踪信息相关处理系统、全源分析系统、辅助空中作战命令分析专家系统以及美国正在开发的国家导弹防御系统和区域导弹防御系统等。
在学术方面，从1987年起，美军方每年召开National Symp.on Sensor Fusion学术会议，SPIE 的 AEROSENSE 年度大会下属的两个分会 Sensor Fusion：Algorithms and Architecture和Signal and Data Processing of Small Target的讨论重点也是信息融合和目标追踪技术。与此同时，IEEE系统和控制论会议、IEEE航空航天与电子系统会议、IEEE自动控制会议、国际军事运筹学会议、国际雷达、控制与判决、信号处理等会议，以及从1995年起，IEEE每两年举办一次Multisensor Fusion and Integration学术会议也不断地报导信息融合领域的最新研究成果。为了推动信息融合技术的发展和学术交流，学术界在1998年成立了国际信息融合学会，并每年举办一次国际学术会议，作为该领域研究成果的系列总结。在该领域研究处于前沿的机构包括：美国的乔治梅森大学、康涅狄格大学、新奥尔良大学、佐治亚理工学院、海军水面作战中心、波音公司航空电子飞行实验室、澳大利亚墨尔本大学、英国的剑桥大学以及澳国防部下属的传感器信号与信息处理合作研究中心、法国计算机科学与控制研究院等。
国内信息融合的研究起步较晚，到 80 年代末才出现相关信息融合技术的研究成果。海湾战争后，信息融合技术在国内逐步得到重视，许多科研单位开始在这一领域展开了研究。多源信息融合理论和应用在迅速发展的同时，也受到我国国家自然科学基金委员会的高度重视，近几年连续资助了信息融合方面的多项重点项目和重点研究计划。另外，我国的国防科技大学、西北工业大学、西安电子科技大学、清华大学、上海交通大学、北京航空航天大学、电子科技大学、哈尔滨工业大学、中科院电子所、工信部14所、28所等多家单位在分布检测融合、机动目标追踪、多传感器综合追踪与定位、分布融合、目标识别与决策信息融合、态势评估与威胁估计等领域积极开展理论及应用研究，并在战区指挥自动化、舰队编队信息融合、组网雷达数据处理等领域研制出一批具有初步融合能力的多传感器信息融合系统。
学术方面，1995年在长沙召开了第一次信息融合学术会议。进入90年代以来，杨静宇、范太权、康耀红、杨万海、何友、李弼程等科学家及其研究团队在信息融合领域做了大量的工作，取得了一大批理论研究成果，一批有关信息融合和目标追踪的学术专著和译著得以出版。其中，有代表性的有杨静宇的《战场数据层融合技术》，对数据层融合的概念进行了介绍，重点研究了数据层融合在战场态势评[12]估中的应用；范太权的《信息融合：神经网络模糊推理理论与应用》一书，重点介绍了常用的信息融合方法及其在雷达追踪中的应用[13]；康耀红的《数据层融合理论与应用》，重点介绍了信息融合技术[14]在评估和规划方面的应用；何友的《多传感器信息融合及应用》，着重介绍了信息融合的理论和融合结构以及信息融合在导航追踪中的
[15]应用；李弼程的《数据层融合技术及其应用》，结合信息处理技术，[16]介绍了信息融和最近几年来的研究成果。尽管如此，在信息融合理论研究和实践方面，我国的发展水平与国外先进国家相比仍有较大差距，需要进一步加大投入，赶超国外的先进技术。1.2.4 多源信息融合的优势
从一般意义上讲，多源信息融合是一个信息综合处理过程，用以估计或预测现实世界中某一方面的状态。在通常情况下，多源信息融合与单源数据相比，主要优势如下：（1）增强系统的检测性能。通过融合来自不同传感器的信息，可以提高系统的检测能力。例如，脉冲雷达具有较好的距离探测精度，但方位探测性能较差；而红外传感器具有较好的角度探测性能，但不能测量目标距离。将两种传感器加以组合探测，则可以得到很好的探测性能。（2）增强系统的可信度。一个传感器探测结果可以通过其他传感器加以确认，提高探测信息的置信度。（3）增强系统鲁棒性和可靠性。一个依赖于单一信源的系统不是十分鲁棒的，如果该信源出现问题（如传感器失效、传输延时、信号失真等），系统的性能就会受到很大的影响，甚至无法工作。但是，融合多个信源的系统具有一定的鲁棒性，同时由于不同传感器之间的信息冗余，使得系统具有良好的故障容错能力。（4）使系统具有更好的态势感知和推理能力，以及更快的响应速度。利用不同信源或传感器的信息，经组合或融合后形成一幅更详细的态势图，提高了系统的推理能力，使得系统具有更好的决策能力，缩短了系统的响应时间。（5）提高数据精度，降低数据的不确定性和模糊性。将多个独立工作的信源提供的信息进行合理融合，可以提高数据的精度和降低不确定性。（6）可扩展系统的时空覆盖能力。通过不同传感器在时间和空间探测能力上的互补和融合，可以扩展系统的时空覆盖能力。（7）降低系统成本。随着计算机、通信和网络成本的降低，构建一个依赖于多传感器的系统比构建一个依赖单一信源的系统具有更低的成本。例如，一个具有多种功能的传感器在价格上较由具有不同功能的单个廉价传感器的组合要贵得多。
从上述分析可以看出，与单一信源相比，多源信息融合存在多方面优势的根本原因是信息的冗余性与互补性。通过多源信息融合，可以提高系统的环境感知能力，增强系统的推理与认知能力，辅助系统做出合理决策，进而改善系统的工作性能。从认知角度看，多源信息融合是一个从现实物理空间的能量向信号、数据、状态矢量、符号、知识逐步转换的过程。1.2.5 多源信息融合存在的主要问题
随着科技的进步，传感器性能有了很大的提高，并且所反映的信号形式呈现出多样化特点；同时，计算机处理能力，尤其是并行处理和分布式处理能力日趋强大，这为大量信息的处理和融合提供了必要的条件。但是，随着信息科学的发展，多源信息融合所面临的理论和应用问题更加复杂，当前在多源信息融合研究方面存在的问题主要表现在以下几个方面。（1）信息的不确定性。当前信息融合系统应用的环境比较复杂，在信息的获取、处理、描述和融合过程中存在许多不确定因素，从而导致了最终的融合结果与真实情形有很大差别。针对不同类型问题的较大差异，不确定性融合尚缺乏普适的原理和技术。（2）异类多传感器信息融合。异类多传感器信息融合受时间不同步、数据率不一致及测量维数不匹配、多平台多介质等特点的影响，使其具有很大的不确定性。在异类多传感器信息融合中，如何利用各传感器信息进行航迹起始，如何综合利用位置、动态及特征和属性参数改善目标追踪性能，如何合理利用互补信息改善对目标的识别，以及如何实现检测追踪的联合优化，都是需要进一步研究和解决的问题。（3）大特征差异信息融合。对于在信息尺度/粒度、信息相容/相悖、完整/不完整测量、时序/非时序测量、可观测性强/弱等特征上具有较大差异的信息融合问题，在实际融合过程中经常出现，是当前信息融合领域的前沿问题，至今没有成熟的基础理论方法。（4）图像融合以及图像与非图像信息的融合。图像融合在自动目标识别、遥感、机器人视觉、智能制造系统、医学图像处理等领域有着广泛的应用潜力。多介质（红外、光电、多光谱、SAR等）图像以及非图像（雷达回波信号、声音和振动频谱以及态势图像等）信息的融合技术，在隐蔽探测、目标检测、目标识别以及目标追踪、火力打击控制、打击效果评估和指挥决策等作战应用中具有重要价值。该技术在多平台图像配准、多介质图像特征关联、多粒度（多分辨率）图像稀释变换、多源图像目标融合检测与识别等技术研究上存在诸多难点尚未解决。（5）融合精度要求愈加突出。在许多应用场合，如机动目标追踪、机器人自主导航、空间飞行器的对接等，对多源信息融合系统的融合精度提出了更高的要求，这一点在具有不确定性的环境下尤为突出。（6）网络化特点日益明显。复杂系统，尤其是军事防御或指挥控制系统，通常是由多个子系统组成的网络。网络环境下多源信息融合和协同是当前信息融合的一个新的方向。（7）传感器资源分配和管理。这是信息融合过程优化的主要部分，涉及的主要问题有传感器性能预测、传感器对目标的分配方法、传感器空间和时间作用范围控制准则、传感器配置和控制策略、传感器接口技术、传感器对目标分配的优先级技术、传感器指示和交接技术以及建立传感器管理系统的性能评价体系等。（8）多源信息融合系统的性能评估。目前，对于多源信息融合系统的性能评估缺乏有效的评价标准，并且没有公认的性能指标。在大规模计算机模拟技术和融合算法测试试验床研究方面还存在一定的困难。（9）信息融合中的数据库和知识库技术研究。针对应用背景，构造通用的信息融合支撑环境，建立信息融合中的数据库和知识库，研究高速并行推理机制，是信息融合技术工程化及实际应用中所面临的关键问题。1.3 蜂窝网信息融合定位技术的可行性分析1.3.1 基于信息融合的定位技术研究现状
将信息融合技术应用于无线定位，部分学者进行了研究与探索，并取得了一定成果。其中，Kleine-Ostmann 提出了一种针对 TOA 和 TDOA 数据的信息融合算法，以获得比单独使用 TOA 或 TDOA 数据[10]进行定位更准确的输出结果。模型中的融合既有对TOA和TDOA测量数据的融合，又包含对TOA和TDOA定位估计值的融合，由于两种定位技术有不同的定位误差偏差及方差，因此融合输出时通常根据方差进行加权。TOA与TDOA信息融合模型如图1-2所示。图1-2 TOA与TDOA信息融合模型
从现有文献来看，基于信息融合的无线定位技术，现阶段能见到的研究还较少。从为数不多已公开发表的论文来看，现有的信息融合定位算法多属于混合定位的范围，并没有针对不同类型冗余定位信息量作系统的深入研究。1.3.2 蜂窝网信息融合定位技术的可行性和意义
通过对蜂窝网定位概念的认识和蜂窝网定位系统的理解可知，在蜂窝网定位的整个过程中，从定位参数的获取、定位误差的消除到移动台位置的估计，原始的定位信息始终发挥着不可替代的作用，是完成移动通信定位的桥梁和纽带。从本质上讲，蜂窝网定位系统是一个信息系统，它充分融合各种异类和异质的移动台位置信息，最终对移动台位置进行科学准确的评估。信息融合是以信息论为基础的一门新兴学科，它能够有效地综合来自不同信源的异类异质数据信息，得出被测对象或目标一致性的估计或描述。这种估计或描述较单一的描述方法模糊度更小，具有更高的科学性和可靠性。从这个角度来讲，基于信息论的信息融合方法和蜂窝网定位系统的处理方法在理论上有较高的契合度。因此，使用信息融合思想解决蜂窝网定位问题是适合的。
信息融合定位在继承经典蜂窝网定位理论和方法的基础上，使用信息融合技术对异质异构位置信息进行处理、评估和应用，在经典定位技术的特点上，有利于进一步提高对位置信息的处理效率，提高移动台定位的精确度，增强定位系统在实际应用当中的鲁棒性。在蜂窝网定位系统中，对定位有利的信息来源是多方面的，除了传感器测量参数定位信息之外，还可以研究基于地理环境、先验布站信息、场强、多普勒、速度、加速度和角度变化率等定位信息的融合定位算法，通过融合更多的定位信息达到改善定位性能的效果。从宏观上看，信息融合技术对蜂窝网定位的作用主要体现在以下方面。（1）信息融合技术可以提高位置信息的处理效率。信息融合技术可以增强定位系统对原始位置信息的获取、存储、处理和控制能力，通过对这些信息进行联合、相关、组合，得到对位置更精确的评估。蜂窝网定位系统在传统定位方法和技术的基础上，增加环境信息和先验知识所占定位信息的比重，通过研究新的定位算法和融合算法，提高定位系统的效率和准确性。（2）信息融合可以帮助蜂窝网定位技术更有效地利用更大范围内的信息，从而获取更准确的定位结果。同时，蜂窝网定位技术与信息融合技术相结合，可以充分发挥信息技术的优势，能够快速地将不同位置的定位信息通过传输介质和相应设备联系起来，实现定位信息的传输和共享。（3）信息融合技术注重吸收其他学科的理论和方法，表现最为突出的是人工智能理论方法的应用。将无线定位和信息融合技术结合起来，可以在保证无线定位有效性和精确性的同时，融合最新的信息处理理论，丰富蜂窝网定位的方法。（4）信息融合技术在更广泛地应用各种定位信息的同时，可通过不同定位信息之间的相互融合和印证，剔除或抑制异常定位信息对定位结果的影响，维持定位系统正常工作的能力，从而提高定位系统在复杂无线环境下的生存能力，提高蜂窝网定位系统在实际应用中的鲁棒性。（5）信息融合技术可以融合更多的非传统定位信息参与定位，这些非传统定位信息能够帮助矫正传统定位信息中的误差，提高在NLOS环境下的定位精确度。
综上所述，针对蜂窝网定位的可测性、鲁棒性和NLOS误差等主要难题，信息融合技术在理论上都有相应的解决思路。将信息融合技术引入蜂窝网定位，研究信息融合定位技术，是一项具有重要意义的工作，是能够突破蜂窝网定位技术瓶颈的关键工作。参考文献
[1] Reed J H,Krizman K J,Woerner B D.An Overview of the Challenges and Progress in Meeting the E-911 Requirement for Location Service[J].IEEE Communications Magazine,1998,36(4)∶30-37.
[2] Caffery J.Wireless Location in CDMA Cellular Radio Systems[M].Norwell∶Kluwer Academic Publishers,2001.
[3] Chan Y T,Ho K C.A simple and efficient estimator for hyperbolic location[J].IEEE Transactions on Signal Processing,1994,42(8)∶1905-1915.
[4] Wylie M P,Holtzman J M.The non-line of sight problem in mobile location estimation[A].In IEEE International Conference of Universal Personal Communications[C],1996,2∶827-831.
[5] Hammes U,Wolsztynski E,Zoubir A M.Robust Tracking and Geolocation for Wireless Networks in NLOS Environments[J].IEEE Journal of Selected Topics in Signal Processing,2009,3(5)∶889-901.
[6] Zhang L,Cheng Q,Wang Y,et al.A Novel Distributed Sensor Positioning System Using the Dual of Target Tracking[J].IEEE Transactions on Computers,2008,57(2)∶246-260.
[7] Marano S,Gifford W M,Wymeersch H,et al.NLOS identification and mitigation for localization based on UWB experimental data[J].IEEE Journal on Selected Areas in Communications,2010,28(7)∶1026-1035.
[8] Huerta J M,Vidal J,Giremus A,et al.Joint Particle Filter and UKF Position Tracking in Severe Non-Line-of-Sight Situations[J].IEEE Journal of Selected Topics in Signal Processing,2009,3(5)∶874-888.
[9] Suwansantisuk W,Win M Z.Multipath Aided Rapid Acquisition∶ Optimal Search Strategies[J].IEEE Transactions on Information Theory,2007,53(1)∶174-193.
[10] 范平志，等.蜂窝网无线定位[M].北京∶ 电子工业出版社，2002∶113-124.
[11] 丁永生.计算智能——理论、技术与应用[M].北京∶ 科学出版社，2004∶72-77.
[12] 杨静宇.战场数据层融合技术[M].北京∶ 兵器工业出版社，1994.
[13] 范太权.信息融合∶ 神经网络模糊推理理论与应用[M].北京∶ 国防工业出版社，2002.
[14] 康耀红.数据层融合理论与应用[M].2版.西安∶ 西安电子科技大学出版社，2006.
[15] 何友，王国宏，陆大金，彭应宁.多传感器信息融合及应用[M].北京∶ 电子工业出版社，2007.
[16] 李弼程，黄洁，高世海.信息融合技术及其应用[M].北京∶ 国防工业出版社，2010.
第2章 无线定位理论基础
2.1 无线定位常用方法在现有定位技术中，由于无线电波受气候条件影响较小，无线定位技术成为了一种应用最为广泛、发展最为迅速的定位技术。本章主要介绍常用的无线定位系统定位的基本过程，给出了解决无线定位问题必备的一些基础理论知识，主要包括无线定位的常用方法、性能指标、影响定位的因素以及实际应用中的主要困难、传统的定位参数测量方法、误差抑制算法和位置解算算法等内容。
在无线定位系统中主要的定位参数包括：到达时间（TOA）、到达时间差（TDOA）、到达角（AOA）、接收信号强度（RSS）等。围绕这些参数进行位置估计方法的研究是无线定位技术中十分重要的组成部分。在获取相应的定位参数后，位置解算方法的选取对定位精度起着十分重要的作用。目前，主要的无线定位方法有场强定位方法、基于到达时间测量的定位方法、基于到达时间差测量的定位方法等。2.1.1 场强定位方法
场强定位方法又称 RSS 定位算法，是利用定位站和移动台之间的信号衰减与两者之间的距离成正比的关系。根据接收信号的场强值、发射信号的场强值以及信道衰减模型，估计出信号在定位站与移动台之间的传播距离。利用多个定位站与移动台之间传播距离的估计值，结合相应的几何模型就可以估算出移动台的位置。将 RSS 的测量值转化为距离的测量值是这类算法的关键，为此，文献[1，2]提出了基于RSS测距的修正算法，从而提高对移动台的定位精度。这类算法依赖于损耗模型的准确程度，而目前信号损耗模型均凭经验公式所得，在使用过程中需要大量的实测数据对模型进行修正，故其实用性不强，定位误差较大。2.1.2 基于到达时间测量的定位方法
通过测量电波从发射机到接收机的传播时间，可知两者之间的距离，从而通过相应的定位算法计算出移动台的估计位置。在基于到达时间（TOA）的定位中，移动台位于以定位站为圆心、以移动台到定位站的电波传播距离为半径的圆上。如果用多个定位站进行上述计算，则移动台的二维位置坐标可由三个圆的交点确定。基于 TOA 的定位要求接收信号的定位站、移动台知道信号的开始传输时刻，并要求定位站有非常精确的时钟。T
假设第i个定位站的位置是已知的，X=[x， y]表示第i个定位站iiiT的真实位置， X=[ x， y]表示移动台的真实位置，则第i个定位站与移动台之间的真实距离可以表示为
根据式（2-1）可知，移动台应该位于以第i个定位站为中心、以为半径的圆周上。τ表示定位信号从移动台到达第i个定位站的到i达时间真实值，利用式（2-2）将其转化为定位站与移动台之间的距离：
式中c为光速。
根据式（2-1）和式（2-2）建立方程组，可得
式中， N表示定位站的个数。求解上述方程组即可获得移动台的位置。观察式（2-3）可知，若定位站对定位信号到达时间的测量值不存在误差，则移动台应位于多个以定位站为中心、以为半径的圆的交点上，如图2-1所示。另外，为消除移动台的模糊定位，该算法至少需要三个定位站参与定位。常用的 TOA 算法有泰勒级数展开[3][4][5，6]法、最小二乘法、两步加权最小二乘法、近似最大似然算法[7][8]和分类征服算法。文献[9]提出了一种线性校正 TOA 定位算法，将伪线性方程组转化为关于移动台位置估计误差的线性形式并进行求解，解决了近似最大似然算法可能存在虚数阶的问题。图2-1 基于到达时间（TOA）的定位方法示意图2.1.3 基于到达时间差测量的定位方法
到达时间差（TDOA）定位通过检测信号到达两个定位站的时间差，以确定移动台的估计位置。移动台位于以两个定位站为焦点的双曲线上，两条双曲线的交点即为移动台的二维位置坐标。表示移动台到达第i个定位站与到达第 1 个定位站的真实距离差，可用式（2-4）表示。τ表示移动台到达第i个定位站与到达第1个定i1位站的真实时间差，它与的关系可用式（2-5）表示。
根据式（2-4）可知，移动台应该位于以第i个和第1个定位站为焦点的双曲线上。根据式（2-4）和式（2-5）建立方程组，可得
由式（2-6）可获得移动台的位置估计。以图2-2为例，若定位站对定位信号到达时间差的测量值不存在误差，则移动台应位于多条以定位站为焦点的双曲线的交点上。另外，若只有三个定位站用于 TDOA 定位算法进行移动台位置解算，则可能得到移动台的虚假位置。为消除模糊定位，TDOA算法至少需要四个定位站或者有其他先验知[6]识。在 TDOA 定位模型下，常用的经典算法主要是Chan算法、渐[7][10][11]近最大似然算法、Friedlander算法和Fang算法。图2-2 基于到达时间差（TDOA）的定位方法示意图2.1.4 基于信号到达角的定位方法
信号到达角（AOA）的估计问题属于定位问题的定向领域，通过定位站接收机阵列天线测量出移动台发射电波的 AOA，可以构成一条从定位站到移动台的径向连线，即方位线。利用多个定位站提供的AOA测量值，可以画出多个方位线，其交点就是移动台的估计位置。
iθ表示定位信号从移动台到达第i个定位站的到达角，以x轴的正方向为基准（见图2-3），则θ可用式（2-7）表示。i图2-3 基于到达角（AOA）的定位方法示意图
根据式（2-7）建立方程组，可得
求解上述方程组即可获得移动台的位置估计。由式（2-8）可知，若定位站对定位信号到达角的测量值不存在误差，则移动台应位于多条定位站与移动台之间方位线的交点上（参见图2-3），只要有两个定位站就可以得到定位信号到达角的测量值，从而实现对移动台位置的解算。
综上所述，TDOA和TOA定位方法在蜂窝网络中实现起来相对较容易，也能达到较高精度，因此这两种方法，特别是 TDOA 定位方法受到了更多重视。AOA 定位方法要求在阵列天线上实现，但随着第三代和第四代移动通信系统对阵列天线投入的大量研究工作，AOA 定位方法目前也成了一项重点研究内容。2.1.5 基于指纹匹配的定位方法[12，13]
基于指纹匹配的定位方法又称为模式匹配定位方法。这类定位技术需含有数据库的定位服务器，将信号强度看作移动台的“指纹”，数据库可包含信号的多种特征。在对移动台进行定位时，通过将接收到的信号与数据库中存储的信号特征进行比较，从而确定移动台的位置。在复杂的室内环境中，通常存在比较严重的多径传播，直接利用路径损耗模型得到的 RSSI（接收信号强度指示）进行定位，将存在较大的误差。为此，这里给出的基于指纹匹配的定位方法能够有效地对抗这种复杂的室内多径传播环境，可在一定程度上提高室内定位的定位精度。指纹匹配定位方法主要包括两个阶段：（1）场强数据库建立阶段，即先建立与移动台所在位置点有关的场强数据库，该数据库记录了与该点所在位置有关的环境信息。（2）定位阶段，即根据移动台实时接收到的场强数据，与建库阶段建立的场强数据库进行匹配，得到移动台的位置信息，完成实时定位过程。
具体的定位过程如下：（1）将定位区域均匀划分为M× N个格点；（2）测量格点的信号强度特性，建立RSSI数据库；（3）定位时，实时测量待定位点的RSSI；（4）利用一定的匹配准则与先前建立的RSSI数据库进行匹配；（5）输出定位结果。
这种定位技术克服了由非视距传播带来的误差，适合环境不易改变时的定位，但由于数据库的建立需要大量的人力物力，因此很难大范围推广使用。2.2 传统的定位参数测量方法
由于定位参数估计是位置坐标解算的基础，对最终定位精度具有重要的影响，研究学者提出了大量的定位参数估计算法。下面分别阐述时延估计、角度估计、时延和到达角联合估计的研究现状。2.2.1 时延估计
根据实际定位应用的需要，适应于各种应用场景的时延估计方法[14]与理论相继产生。根据多径条件下的估计精度，时延估计方法大[15]致可以分为两类，即传统方法和超分辨方法，其中超分辨方法又包括最大似然（Maximum Likelihood，ML）方法和子空间类方法。[16]
传统时延估计方法主要包括互相关法、模糊度图法、解卷积[17]法等。这些方法往往受到系统带宽和多径的影响，难以对时延参数进行高精度的估计。其中，互相关法是对参考信号与接收信号进行互相关运算，利用互相关的峰值来估计时延，这也是目前使用最为广泛的时延估计方法。当参考信号与噪声之间、噪声与噪声之间的相关[18]运算为零时，互相关方法能够获得较高的时延估计精度。在基于互相关的估计方法中，最具代表性的是广义互相关方法，它主要是针对参考信号与噪声之间、噪声与噪声之间的相关运算不为零时提出的。广义互相关方法通过对接收到的信号进行频域加权处理，使相关峰更加尖锐，从而提高时延估计精度。这种方法具有计算复杂度低、实时性好的特点，但是在多径环境下的时延估计性能明显下降，当多径分量之间的时延差较小时，相关方法往往无法分辨多径时延。[19]
最大似然算法具有良好的估计性能，但是峰值搜索的计算复杂度随着参数维度的增加呈指数级增大，并且峰值搜索算法容易陷入局部收敛。文献[20]给出了一种基于期望最大的最大似然算法。该算法利用迭代的方式实现了最大似然估计，但是要求初始值足以接近待估计的未知参数；否则，迭代算法易收敛于似然函数的局部最大值。为了避免这些问题，文献[21]利用重要性抽样在无数据辅助的条件下完成了最大似然时延估计，该算法无须迭代计算，但是只能应用于单径条件并且限制条件复杂。文献[22]在多径条件下利用重要性抽样完成了最大似然时延估计，该算法需要已知导频信号，无法应用于更一
试读结束[说明：试读内容隐藏了图片]