摘  要： 針對(duì)LTE網(wǎng)絡(luò)，在非視距傳播環(huán)境下提出了一種基于層次分析法的混合定位算法以提高定位的魯棒性。利用AOA、TDOA、PDOA得到相應(yīng)測(cè)量值，利用得到的測(cè)量值分別估算出移動(dòng)臺(tái)的位置；再針對(duì)三種算法各自特點(diǎn)利用層次分析法構(gòu)造對(duì)比矩陣，計(jì)算出權(quán)重向量；最后根據(jù)層次分析法進(jìn)行數(shù)據(jù)融合得到移動(dòng)臺(tái)最后的估計(jì)位置。仿真結(jié)果表明，該基于層次分析法數(shù)據(jù)融合的移動(dòng)臺(tái)定位算法準(zhǔn)確，提高了定位魯棒性。

　　關(guān)鍵詞： 層次分析法；魯棒性；NLOS；權(quán)重矩陣；數(shù)據(jù)融合

0 引言

　　隨著移動(dòng)通信系統(tǒng)向4G的邁進(jìn)，無(wú)線定位在車(chē)輛的追蹤、定位與導(dǎo)航、博物館導(dǎo)覽、緊急救援、導(dǎo)彈跟蹤等領(lǐng)域得到廣泛應(yīng)用，算法魯棒性成為一個(gè)非常重要的指標(biāo)。

　　常采用的定位方法有到達(dá)時(shí)間差（TOA）[1]定位、時(shí)間差（TDOA）定位[2]、到達(dá)角度（AOA）[3]定位、功率差（PDOA）定位[4]及混合定位[5]。但這些算法定位波動(dòng)較大，魯棒性不理想。

　　因此，本文提出將層次分析法與數(shù)據(jù)融合相結(jié)合，在達(dá)到一定定位精度條件下進(jìn)一步提高定位魯棒性。層次分析法（Analytic Hierarchy Process，AHP）由美國(guó)運(yùn)籌學(xué)家SAATY T L教授提出[6]，被廣泛用于解決各領(lǐng)域的復(fù)雜決策問(wèn)題[7]。本文利用基于層次分析法進(jìn)行數(shù)據(jù)融合來(lái)提高算法的魯棒性，并進(jìn)行了仿真分析。

1 層次分析法

　　1.1 層次分析法概述

　　美國(guó)運(yùn)籌學(xué)家SAATY T L提出了層次分析法，對(duì)方案的因素進(jìn)行分層，對(duì)系統(tǒng)進(jìn)行層次化、結(jié)構(gòu)化的分析并給出決策方案。層次分析法有很好的適用性，決策的方法比較簡(jiǎn)潔。作為規(guī)劃、決策和評(píng)價(jià)工具，AHP在績(jī)效評(píng)估、方案選擇等各領(lǐng)域有非常廣泛的應(yīng)用。

　　1.2 層次分析法步驟

　?。?）構(gòu)造判斷矩陣

　　層次分析法最重要的步驟就是構(gòu)造判斷矩陣或者權(quán)重矩陣，構(gòu)造的方法一般是根據(jù)因素之間重要性程度進(jìn)行比對(duì)，用比對(duì)結(jié)果來(lái)表示出兩個(gè)方案的相應(yīng)重要性程度等級(jí)。在決策人心中各元素重要性不一樣，一般采用問(wèn)卷調(diào)查法、專(zhuān)家意見(jiàn)詢問(wèn)法、互聯(lián)網(wǎng)數(shù)據(jù)挖掘法等。引用1~9[8]及其倒數(shù)作為標(biāo)度，得出判斷矩陣A=（ai）n×n。判斷矩陣標(biāo)度定義如表1所示。

　?。?）計(jì)算權(quán)重向量

　　對(duì)于構(gòu)造出的判斷矩陣，可以求出最大特征值所對(duì)應(yīng)的特征向量，然后規(guī)范化作為權(quán)值。根據(jù)判斷矩陣中有用信息，采用不同的方法都可以得出其各個(gè)決策所占的權(quán)重。常用的算法有：算數(shù)平均法、特征向量法、最小二乘法、幾何平均法。權(quán)重值可以為決策科學(xué)提供科學(xué)依據(jù)。

　?。?）一致性檢驗(yàn)

　　構(gòu)成的判斷矩陣中的數(shù)值是由專(zhuān)家根據(jù)經(jīng)驗(yàn)進(jìn)行比較、問(wèn)卷調(diào)查、數(shù)據(jù)挖掘等方法得出的。一般情況下判斷矩陣的階數(shù)大于2時(shí)[9]，對(duì)判斷矩陣進(jìn)行接受一致性的檢驗(yàn)是保證誤差在可承受范圍中的一個(gè)非常重要方法，所以進(jìn)行一致性檢驗(yàn)成為層次分析法的一個(gè)必不可少的步驟。

　　取一致性指標(biāo)（CI）與隨機(jī)一致性指標(biāo)值（RI）之比，并稱(chēng)作一致性比率（CR），即

　　如果CR<0.1，就認(rèn)為該判斷矩陣通過(guò)了一致性檢驗(yàn)。平均隨機(jī)一致性指標(biāo)如圖2所示。

2 TDOA/AOA/PDOA融合算法

　　為了使三組測(cè)量值得到充分利用，分別用時(shí)間差算法（TDOA）、角度算法（AOA）[10]和功率差算法（PDOA）[11]估算出移動(dòng)臺(tái)MS的位置。根據(jù)層次分析法分別算出它們所對(duì)應(yīng)的權(quán)重系數(shù)，對(duì)三種算法進(jìn)行融合，得出移動(dòng)臺(tái)最終位置坐標(biāo)。TDOA、PDOA和AOA都是經(jīng)典算法，這里不再贅述。

　　在本文的層次分析法中指標(biāo)體系分為兩層，融合定位算法為總目標(biāo)A，第二層包括時(shí)間差定位算法B1，頻率差定位算法B2，角度定位算法B3。矩陣bij表示相對(duì)于A、Bi和Bj的相對(duì)重要性。判斷矩陣A-B表示相對(duì)于總目標(biāo)來(lái)說(shuō)，各準(zhǔn)則之間相對(duì)重要性的比較。

　　本文判斷矩陣采用不完全的互聯(lián)網(wǎng)數(shù)據(jù)挖掘法，根據(jù)筆者不完全閱讀無(wú)線定位文章進(jìn)行隨機(jī)采樣，根據(jù)表1判斷矩陣標(biāo)度定義和采樣原理得出權(quán)重矩陣如表3所示[12-13]。

　　CR=0.003 6<0.1通過(guò)一致性檢測(cè)，故該數(shù)據(jù)有效。即加權(quán)系數(shù)為0.581 6、0.309 0、0.109 5。

　　設(shè)為最終移動(dòng)臺(tái)定位結(jié)果，為參與定位的第i個(gè)算法的定位結(jié)果，則=0.5816x1+0.3090x2+   0.1095x3。

3 仿真與分析

　　本文的仿真是在標(biāo)準(zhǔn)蜂窩網(wǎng)中進(jìn)行的，信道模型采用幾何機(jī)構(gòu)的單次反射模型，COST231NLOS傳輸模型采用七基站的蜂窩網(wǎng)，BS1為服務(wù)基站，假設(shè)蜂窩網(wǎng)半徑為3 000 m，采用蒙特卡羅方法隨機(jī)給點(diǎn)，模擬實(shí)際中移動(dòng)臺(tái)位置坐標(biāo)，得到仿真結(jié)果如下。

　　圖1為在不同小區(qū)服務(wù)半徑下本文算法與其他三種算法單獨(dú)定位的仿真比較結(jié)果。由圖可見(jiàn)，隨著小區(qū)半徑從1 000 m增大到5 000 m，定位算法的性能均有所下降，這是由于半徑的增加，BS和MS之間的距離有所增大，導(dǎo)致NLOS誤差增加，因此定位精度也會(huì)有所下降。由圖1可以看出，本文基于AHP的數(shù)據(jù)融合算法有較好的定位準(zhǔn)確性，誤差波動(dòng)范圍比其他三種算法都小，收斂速度快，有很好的魯棒性。

　　圖2為不同測(cè)量誤差下各定位算法的仿真結(jié)果。由圖看出，隨著誤差的增加，本文定位算法的均方根誤差最小，并且變化幅度不大，相對(duì)平穩(wěn)，魯棒性好，收斂速度快，便于以后進(jìn)行跟蹤；而其他三種定位算法單獨(dú)定位的均方根誤差較大，隨測(cè)量誤差的增加變化較大。這說(shuō)明本文算法在一定程度上抑制了誤差量的增長(zhǎng)，提高了算法的魯棒性，對(duì)曲線有很好的平滑作用。

4 結(jié)論

　　本文將層次分析法應(yīng)用于無(wú)線定位算法中，該算法結(jié)合了TDOA、PDOA、AOA定位等優(yōu)點(diǎn)，通過(guò)對(duì)三種定位算法比較得出權(quán)重矩陣進(jìn)而得出權(quán)重系數(shù)，對(duì)于三種算法NLOS誤差有一定修正作用，且對(duì)定位魯棒性有很好的改善。仿真結(jié)果表明，本文算法在定位達(dá)到一定精度的基礎(chǔ)上提高了算法魯棒性，性能穩(wěn)定、收斂速度快，與其他算法相比有較高的穩(wěn)定性精度，證明了該算法的有效性和可行性。

參考文獻(xiàn)

　　[1] Ma Changlin， RICHARD K， G?魪RARD L. A nonline-of-sight error-mitigation method for TOA measurements[J]. IEEE Transactions on Vehicular Technology， 2007， 56（2）： 641-651.

　　[2] 朱朝暉.時(shí)差定位原理及其應(yīng)用[J].專(zhuān)題技術(shù)與工程應(yīng)用，2006，36（8）：52-64.

　　[3] 王洪雁，蘭云飛，裴炳南，等.非視距環(huán)境下基于到達(dá)時(shí)間差的一種定位算法[J].計(jì)算機(jī)仿真，2007，24（9）：116-119.

　　[4] 鄭敏，毛永毅，楊陽(yáng).非視距傳播下LTE的頻率定位算法[J].電子技術(shù)應(yīng)用，2014，40（2）：91-93.

　　[5] DIMITRIOS K， YANNIS M. Prediction in wireless networks by Markov chains[J]. IEEE Wireless Communications， 2009，16（2）：56-63.

　　[6] E.麥克納，N.比奇.人力資源管理[M].丁凡，譯.北京：中信出版社，1998.

　　[7] 秦吉，張翼鵬.現(xiàn)代統(tǒng)計(jì)信息分析技術(shù)在安全工程方面的應(yīng)用——層次分析法原理[J].工業(yè)安全與防塵，1999，25（5）：44-48.

　　[8] 師黎，朱明杰.基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)在心電圖身份識(shí)別中的應(yīng)用[J].西安郵電學(xué)院學(xué)報(bào)，2008，13（3）：8069-8072.

　　[9] 左軍.層次分析法中判斷矩陣的間接給出法[J].系統(tǒng)工程，1988，10（6）：56-63.

　　[10] 毛永毅，張穎.非視距傳播環(huán)境下的AOA定位跟蹤算法[J].計(jì)算機(jī)應(yīng)用，2011，2（31）：317-319.

　　[11] 董晶.LTE系統(tǒng)中下行信號(hào)質(zhì)量RSRP測(cè)量研究[J].科技信息，2012（9）：78-80.

　　[12] 蘭繼斌，徐揚(yáng)，霍良安，等.模糊層次分析法權(quán)重研究[J].系統(tǒng)工程理論與實(shí)踐，2006（9）：108-112.

　　[13] 何堃.層次分析法的標(biāo)度研究[J].系統(tǒng)工程理論與實(shí)踐，1997（6）：59-61.