基于基站定位的人數(shù)統(tǒng)計(jì)系統(tǒng)的設(shè)計(jì)

譚春艷 房曉麗 徐小來 周郡康 方鑫鈺

摘要：隨著無(wú)線通信網(wǎng)絡(luò)和LBS的快速發(fā)展，基于位置信息的相關(guān)應(yīng)用得到了廣泛的發(fā)展。該文分析研究了基于距離測(cè)量的TDOA定位算法，并利用兩步WLS（最小二乘法）進(jìn)一步求解移動(dòng)終端的位置信息;其次提出了一種基于基站定位的人數(shù)統(tǒng)計(jì)設(shè)計(jì)，利用基站定位所得移動(dòng)終端位置信息的三維坐標(biāo)進(jìn)行設(shè)定，得到設(shè)定區(qū)域范圍內(nèi)的終端個(gè)數(shù)，從而得到設(shè)定區(qū)域內(nèi)的人數(shù)。

關(guān)鍵詞：基站定位;TDOA算法;人數(shù)統(tǒng)計(jì);最小二乘法

中圖分類號(hào)：TN929.5? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2020）23-0010-02

Abstract： With the rapid development of wireless communication networks and LBS， the application based on location information has been widely developed. This paper first analyzes and studies the TDOA location algorithm based on distance measurement， and uses the two-step WLS （least square method） to further solve the location information of mobile terminals. Secondly， proposing a design of statistics of the number of people based on the location of the base station. By dividing the area， and using the three-dimensional coordinates of mobile terminals obtained from the location of the base station to determine whether they are in the area， the number of terminals in the set area is obtained， and then the number of people in the area is obtained.

Key words： base station location; TDOA algorithm; population statistics; least-squares method

1 背景

隨著智慧城市的不斷推進(jìn)以及LBS的蓬勃發(fā)展，人們?cè)絹碓揭蕾囉谶@類以位置信息為基礎(chǔ)的應(yīng)用，而人數(shù)統(tǒng)計(jì)作為公共管理的必要手段之一，也可以通過位置信息來獲取。在傳統(tǒng)的定位技術(shù)領(lǐng)域，以GPS導(dǎo)航的衛(wèi)星導(dǎo)航技術(shù)占據(jù)重要位置，而GPS對(duì)室內(nèi)以及室內(nèi)外密集區(qū)域難以完成導(dǎo)航定位[1];基于WIFI、Zigbee、藍(lán)牙的專用網(wǎng)絡(luò)定位技術(shù)通常具有成本高、覆蓋范圍有限等不足[2];基于基站定位的無(wú)線通信網(wǎng)絡(luò)存在定位精度不夠或室內(nèi)覆蓋不足[3]，而伴隨著5G建設(shè)的不斷推進(jìn)，其關(guān)鍵技術(shù)毫米波通信技術(shù)，具有高頻、高寬帶的特點(diǎn)，提高了多徑分辨率，可進(jìn)一步地提高TDOA/TOA測(cè)量精度[4]。

基于基站定位的人數(shù)統(tǒng)計(jì)系統(tǒng)其核心算法是基于距離測(cè)量的TDOA定位算法，該算法不需要測(cè)量終端到達(dá)基站的絕對(duì)時(shí)間，而是利用基站與基站之間的時(shí)間差進(jìn)行分析計(jì)算，進(jìn)一步提高了基于距離測(cè)量的基站定位的精度。系統(tǒng)內(nèi)容主要如下：第一部分提出了基于基站定位的人數(shù)統(tǒng)計(jì)系統(tǒng)的一個(gè)方法思路;第二部分介紹了基于距離測(cè)量的TDOA定位算法;第三部分通過對(duì)獲取的終端位置信息設(shè)置進(jìn)行了人數(shù)統(tǒng)計(jì)并分析實(shí)驗(yàn)結(jié)果;最后進(jìn)行了總結(jié)和展望。

2 系統(tǒng)設(shè)計(jì)思路

系統(tǒng)整體設(shè)計(jì)思路如圖1所示，利用所獲取的基站相關(guān)數(shù)據(jù)（基站地理坐標(biāo)、基站終端個(gè)數(shù)），根據(jù)距離測(cè)量的TDOA算法，估算出終端三維坐標(biāo)，再根據(jù)所獲終端三維坐標(biāo)進(jìn)行范圍設(shè)定，從而得到所設(shè)范圍內(nèi)的終端個(gè)數(shù)，即統(tǒng)計(jì)到區(qū)域內(nèi)人數(shù)信息。

該系統(tǒng)可擴(kuò)展運(yùn)用到人數(shù)的統(tǒng)計(jì)、用戶運(yùn)動(dòng)軌跡的描述、人流密度的特征描述，為公共擁擠區(qū)域人流疏散、路徑規(guī)劃提供方案。

3 TDOA定位算法

3.1 TDOA算法

根據(jù)測(cè)量移動(dòng)終端到不同基站的時(shí)間（TOA）、移動(dòng)基站地理坐標(biāo)，通過計(jì)算測(cè)量移動(dòng)終端和基站的時(shí)間差，進(jìn)而估計(jì)其距離差，再做出以基站為焦點(diǎn)，距離差為長(zhǎng)軸的雙曲線，雙曲線的焦點(diǎn)即移動(dòng)終端的位置，所以TDOA定位算法又稱為雙曲線定位算法[5-6]。

3.2 TDOA算法模型計(jì)算

假設(shè)在三維平面中有[M]個(gè)基站，接收同一移動(dòng)終端發(fā)射的信號(hào)，基站位置坐標(biāo)為[（xi，yi，zi）]，[i=1，2，3…，M]，移動(dòng)終端位置坐標(biāo)為[（x，y，z）]。假設(shè)信號(hào)和噪聲互相獨(dú)立，第[i]個(gè)基站的接收信號(hào)為：

首先，以第一個(gè)基站的時(shí)延為參考基準(zhǔn)，利用廣義互相關(guān)算法估計(jì)移動(dòng)終端發(fā)射的信號(hào)到達(dá)第[2，3…，M]個(gè)基站和第1個(gè)基站的時(shí)差：

然后，利用時(shí)差[d]，根據(jù)時(shí)差估計(jì)[di1]和光速[c=3×108m/s]，可得目標(biāo)到第 [i] 個(gè)基站之間的距離差（[Δs=c×Δt]），利用基站與目標(biāo)的幾何關(guān)系，列方程組求解目標(biāo)具體位置。

3.3 兩步WLS（最小二乘法）的終端位置定位解算

利用不同的基站接收到信號(hào)的時(shí)間差，可計(jì)算出終端的位置信息。而無(wú)線電信號(hào)因視距（LOS）和非視距（NLOS）傳播環(huán)境未知，存在非視距傳播誤差，因此用加權(quán)最小二乘（WLS）進(jìn)行數(shù)據(jù)優(yōu)化[7-8]。

根據(jù)距離差公式，可以列出相關(guān)方程組，顯然所得測(cè)量方程組為非線性方程組，因此需要將非線性方程組轉(zhuǎn)化成偽線性方程組進(jìn)一步地求解。當(dāng)基站個(gè)數(shù)為4時(shí)，偽方程組未知數(shù)個(gè)數(shù)等于方程組個(gè)數(shù)即可求得方程組的解。當(dāng)基站個(gè)數(shù)大于4時(shí)，偽線性方程組未知數(shù)個(gè)數(shù)小于方程個(gè)數(shù)，為冗余方程組，利用最小二乘法進(jìn)行求解。

假設(shè)已經(jīng)根據(jù)已知測(cè)量建立起關(guān)于目標(biāo)位置的方程如下：

另殘差[ξ=y-Ax]，設(shè)權(quán)矩陣為[W]，其選取原則視實(shí)際具體情況而定。最小二乘法算法的原理即為求取一個(gè)[x]的估計(jì)[x]，使殘差的加權(quán)值達(dá)到最小，由此可以解得：

即求得了對(duì)目標(biāo)位置的估計(jì)。

通過兩步加權(quán)最小二乘法得到目標(biāo)位置估計(jì)，TDOA定位算法流程圖2所示，第一步WLS得到目標(biāo)初始位置估計(jì)，第二步WLS利用目標(biāo)和基站得約束關(guān)系得到最終更精確的目標(biāo)位置估計(jì)。

根據(jù)上述算法，對(duì)基站已知數(shù)據(jù)進(jìn)行MATLAB算法編程仿真，來驗(yàn)證該設(shè)計(jì)的可行性，圖3為所獲終端坐標(biāo)三維點(diǎn)圖。

4 人數(shù)統(tǒng)計(jì)

4.1 人數(shù)統(tǒng)計(jì)系統(tǒng)

利用基站實(shí)時(shí)數(shù)據(jù)，給終端進(jìn)行編號(hào)，已知該終端到達(dá)基站的時(shí)間，利用TDOA算法計(jì)算該終端的三維坐標(biāo)，即可獲取終端的地理坐標(biāo)。將基站監(jiān)測(cè)區(qū)域大致分為兩大區(qū)域（A區(qū)域和B區(qū)域），分別設(shè)定A、B區(qū)域的三維坐標(biāo)界限，通過判斷終端三維坐標(biāo)是否在所化區(qū)域內(nèi)，從而進(jìn)行對(duì)該區(qū)域的人數(shù)統(tǒng)計(jì)。該系統(tǒng)流程圖如圖4所示，其中i為終端編號(hào)，CountA為區(qū)域A，CountB為區(qū)域B，該系統(tǒng)“終端上限”由基站所獲取的數(shù)據(jù)來設(shè)定。

4.2 實(shí)驗(yàn)結(jié)果分析

通過TDOA算法定位可得到移動(dòng)終端的三維坐標(biāo)，設(shè)定區(qū)域三維坐標(biāo)范圍信息，判斷移動(dòng)終端三維坐標(biāo)是否在區(qū)域范圍內(nèi)，從而統(tǒng)計(jì)到該范圍的移動(dòng)終端的個(gè)數(shù)，如圖5所示紅點(diǎn)為三維坐標(biāo)設(shè)定范圍后所得坐標(biāo)點(diǎn)。

本次實(shí)驗(yàn)大致劃分的A區(qū)域和B區(qū)域，對(duì)5組基站數(shù)據(jù)進(jìn)行MATLAB仿真，所得數(shù)據(jù)如下表1所示。

由實(shí)驗(yàn)結(jié)果可以看出，通過基于基站定位的人數(shù)統(tǒng)計(jì)系統(tǒng)可以較為準(zhǔn)確地獲取移動(dòng)終端的位置信息，進(jìn)而可以較為準(zhǔn)確地統(tǒng)計(jì)到區(qū)域內(nèi)的人數(shù)，然而由于現(xiàn)實(shí)環(huán)境的復(fù)雜性，區(qū)域不能做到很明顯的劃分，所以人數(shù)統(tǒng)計(jì)存在一定誤差。

5 結(jié)束語(yǔ)

本文將基于距離測(cè)量（TDOA）的無(wú)線定位技術(shù)應(yīng)用于人數(shù)統(tǒng)計(jì)中，提出了基于基站定位的人數(shù)統(tǒng)計(jì)設(shè)計(jì)，對(duì)該設(shè)計(jì)進(jìn)行了系統(tǒng)的描述，對(duì)其核心技術(shù)TDOA算法以及基于兩步加權(quán)最小二乘（WLS）求解進(jìn)行了描述，最后用MATLAB對(duì)該設(shè)計(jì)進(jìn)行了仿真驗(yàn)證?；诨径ㄎ坏娜藬?shù)統(tǒng)計(jì)設(shè)計(jì)可以較為準(zhǔn)確地估算移動(dòng)終端的位置信息，從而進(jìn)行較為準(zhǔn)確的人數(shù)統(tǒng)計(jì)，然而由于TDOA算法定位精度不夠以及現(xiàn)實(shí)環(huán)境的復(fù)雜性，人數(shù)統(tǒng)計(jì)存在一定誤差。隨著5G技術(shù)的不斷發(fā)展，基站無(wú)線定位技術(shù)的精度將進(jìn)一步的提高[1-4]，該設(shè)計(jì)可擴(kuò)展運(yùn)用到終端運(yùn)動(dòng)軌跡的描繪、人流密度的特征描述，為公共管理人流疏散、路徑規(guī)劃等提供方案。

參考文獻(xiàn)：

[1] 張紫璇， 黃勁安， 蔡子華. 5G通信定位一體化網(wǎng)絡(luò)發(fā)展趨勢(shì)探析[J]. 廣東通信技術(shù)， 2019， 39（2）： 41-45， 70.

[2] 張翎， 龍毅， 余明朗， 等. 面向智能導(dǎo)游的室內(nèi)外定位方法研究[J]. 地理信息世界， 2015， 22（2）： 21-25.

[3] 楊超超， 陳建輝， 劉德亮， 等. 室內(nèi)無(wú)線定位原理與技術(shù)研究綜述[J]. 戰(zhàn)術(shù)導(dǎo)彈技術(shù)， 2019（6）： 99-107.

[4] 張平， 陳昊. 面向5G的定位技術(shù)研究綜述[J]. 北京郵電大學(xué)學(xué)報(bào)， 2018， 41（5）： 1-12.

[5] 靳偉超， 馬翠紅， 楊友良. 基于TDOA定位模型的Chan井下定位算法的改進(jìn)[J].物聯(lián)網(wǎng)技術(shù)， 2019， 9（1）： 14-17.

[6] 方煥陽(yáng)， 李燁. 基于聚類和TDOA的無(wú)線基站定位算法研究[J]. 通信技術(shù)， 2019， 52（2）： 311-317.

[7] 周滿滿， 袁凌云. 基于K-means聚類的室內(nèi)三維定位算法[J]. 計(jì)算機(jī)工程與設(shè)計(jì)， 2019， 40（9）： 2530-2536.

[8] 劉書靜， 羅海勇， 吳彬， 等. 基于最小二乘測(cè)距定位算法信標(biāo)最優(yōu)部署模型[J].計(jì)算機(jī)學(xué)報(bào)， 2013， 36（3）： 546-556.

【通聯(lián)編輯：謝媛媛】