一种增强手机基站定位精度的方法

摘要

本发明属于手机基站定位领域，涉及一种利用隐马尔可夫地图匹配算法增强手机基站定位精度的方法。利用隐马尔可夫地图匹配算法来提高手机基站定位的精度，算法将定位点匹配到候选匹配道路上的概率称作初始匹配概率，将候选匹配道路发生转换的概率称作道路转移概率，算法使用动态编程来快速找到初始匹配概率和道路转移概率乘积最大的路径。考虑到车辆在实际行驶过程中不可能频繁地转换道路，我们在算法计算定位点道路转移概率时引入了约束限制进行改进，从而提高了算法性能。

主权项

一种增强手机基站定位精度的方法，其特征在于如下步骤，(1)初始匹配概率点z_t与每一条临近的道路r_i存在一个匹配概率p(z_t|r_i)；x_t,i表示点z_t匹配到道路r_i上的点；点z₁匹配到候选匹配道路r₁，r₂，r₃上的候选匹配点为x_1,1，x_1,2，x_1,3；坐标点和候选匹配点的大圆距离为‖z_t‑x_t,i‖_{great circle}；相对于t+1时的点z_t+1来说，z_t+1匹配到道路r_j上的点为x_t+1,j；点x_t,i和点x_t+1,j之间车辆行驶的距离称为“路径距离”，记做‖x_t,i‑x_t+1,j‖_route；模拟的定位误差为零均值的高斯误差，即：$p\left(z_t\right|r_i)=\frac{1}{\sqrt{2\pi }{\sigma }_z}{e}^{-0.5{\left(\right||z_t-x_{t,i}|{|}_{greatcircle}/{\sigma }_z)}^2}---\left(1\right)$σ_z在式中代表定位测量值的标准偏差；初始匹配概率π_i，i＝1,…,N_r，表示在地图匹配开始运行前，从所有路段中找出车辆所在路段的概率；当部分HMM的构想值均匀分布于π_i上时，假设没有测量值被采用，则在第一个测量值上开始，有π_i＝p(z_t|r_i)，使用第一测量值z₁；(2)道路转移概率转移概率是指在这两个时间t到t+1内，车辆在候选匹配道路之间的转移概率；对于测量值z_t和其候选匹配道路段r_i来说，在r_i上最可能匹配点是x_t,i；测量值z_t+1在其候选匹配道路段r_j上的候选匹配点是x_t+1,j；测量点之间的“路径距离”||x_t,i‑x_t+1,j||_route和大圆距离||z_t‑z_t+1||_greatcircle，正确匹配时这两个值相当接近，通过比较这两个值判断道路是否发生转换；通过对正确匹配的大圆距离和路径距离差的绝对值进行分析，得出指数概率分布：$p\left(d_t\right)=\frac{1}{\beta }{e}^{-d_t/\beta }---\left(2\right)$式中：$d_t=|{\left|\right|z_t-z_{t+1}\left|\right|}_{\mathrm{great\; circle}}-{\left|\right|x_{{t,i}^{*}}-x_{{t+1,j}^{*}}\left|\right|}_{\mathrm{route}}|$$\beta =\frac{1}{ln\left(2\right)}{\mathrm{median}}_t\left(\right|\left|\right|z_t-z_{t+1}|{|}_{greatcircle}-||x_{t,i*}-x_{t+1,j*}|{|}_{route}\left|\right)$其中，i^*和j^*指的是车辆的真实行驶道路段；(3)优化引入一个参数Δs来对这一行为进行约束；当定位点的候选匹配道路发生改变，候选匹配点离开原行驶的道路，其路径距离就远离大圆距离50米进行惩罚，就是当路径距离大于大圆距离时，路径距离加上50米，路径距离小于大圆距离时，路径距离减去50米；这样不正确匹配点的路径距离就会远离大圆距离，更容易找出正确匹配点；(4)输出最佳匹配路径通过用公式(1)中的匹配概率和公式(2)中的转换概率，使用维特比算法在HMM点阵中来计算出最佳匹配路径；维特比算法使用动态编程来快速找到匹配概率和转移概率乘积最大的路径，从而推断出坐标点的正确匹配道路段；如果对于从t时刻的点z_t匹配到道路r_i上的点x_t,i到达t+1时刻的点z_t+1匹配到r_j道路上的点x_t+1,j发生道路转换时，要考虑点z_t是通过哪条道路段r_x到达点z_t+1，不能只单独考虑道路匹配概率p(z_t|r_i)和p(z_t+1|r_j)，要考虑两点之间发生的道路转换概率，即匹配概率乘以相应的道路转换概率，从中选出最大值即为此时点的最佳匹配道路段，并记下该点在此道路段上的最佳匹配值是由哪条道路段转换而来，以此类推；算法对定位点的处理区分为对第一个定位点的处理和对普通定位点的处理；具体如下：对于一个点z_t，它匹配到每条候选道路段上的状态概率为p(z_t|r_i)；如果该点是车辆定位点的第一个点，则不需要对此概率进行修正，如果该点不是该车辆定位点的第一个点，仅为分组后该组点的第一个点，则要对状态概率p(z_t|r_i)进行修正；需要将状态概率乘以上时刻点的匹配道路段到本时刻点的匹配路段的转移概率，即p(z_t|r_i)＝p(z_t|r_i)×p(d_t‑1)；对于其余点的处理，只需考虑每个点z_t匹配到每条可行弧r_i的状态概率；设p(z_t|r_i)表示第t个点z_t匹配到弧r_i的最大概率，设从弧r_i转移到弧r_j的转移概率为p(r_i|r_j),第t+1个点定位到弧r_j的状态概率为p(z_t+1|r_j)，则其转移方程为p(z_t+1|r_j)＝max(p(z_t+1|r_j),p(z_t|r_i)×p(z_t+1|r_j)×p(r_i|r_j))；如果p(z_t+1|r_j)取值为p(z_t|r_i)×p(z_t+1|r_j)×p(r_i|r_j)，则需要记录转换路径，在输出结果时以此反推最佳匹配道路段；当计算完全部点的状态概率后，确定最后一个点的最佳匹配道路段，并以此道路段反向推出从第一个点到最后一个点的车辆实际行驶轨迹的道路段；整个行驶轨迹计算完毕后，最终输出车辆的最佳匹配路径。