室内外一体化的高精度定位技术,不但在医疗行业,线上出行,消防救援,智慧城市,物联网等方面有着重要的应用,也成为“互联网+”经济的重要助推器。相比于基于蓝牙、红外、WiFi、RFID、超宽带等技术的定位方式,基于移动通信网的定位具有维护成本低,普适性高,区域应用性强,用户覆盖面广等明显优势。而对于基于无线蜂窝网络的室内外定位,如何对定位精度影响最严重的非视距误差进行补偿一直是困扰国内外诸多学者的难题。在复杂信道环境中,解决非视距问题主要有以下三大难点:1.信号传播的复杂性;2.接收端信号特征的不稳定性;3.非视距误差的难确定性。本文针对以上难点,分别进行了相应研究,主要贡献和创新如下:1、基于预测的室内信号差分特征地图针对信号传播的复杂性,本文充分研究并融合室内外的三维空间信息、空间电磁信息和空间网元参数,完成室内外的3D地图建设和信道分析,并提出一种改进的室内信号传播模型。然后利用上述传播模型以及差分法得到差分信号特征地图,并计算基于信号特征地图的差分非视距误差(NLOS error)分布。此方法可以近似复现实际定位系统中信号传播的本质过程,减少大量重复的采集工作,并且对不同环境都有较好的空间适应性和泛化能力,且为后续的算法及分析提供优质可靠的数据来源。2、基于虚拟站的差分信号特征地图的自适应更新方法针对接收端信号特征的不稳定性,本文提出一种基于四叉树结构的多层网格划分法,并提出了稀疏虚拟站的差分信号特征地图自适应修正方法。通过稀疏虚拟站的差分信号特征变化值,对各网格点的信号特征与非视距误差进行逐层修正,得到动态环境下自适应的差分信号特征地图。实验表明,在时变环境下,本方法较传统克里金插值法可更快并更准确地更新并修正信号特征地图。3、基于差分信号特征的非视距误差补偿方法针对非视距误差的难确定性,本文分析了各类信号特征,得到了差分信号特征与非视距误差的映射关系。并且提出了基于TD-GA-BPNN的非视距误差预测算法,对无法映射的特征点进行扩维,加入标记库,并且结合BP神经网络和遗传算法,通过学习和改进得到优良性能的非视距计算方法,最小均方根误差可达到0.8644×10-16S。本方法较BPNN精度改善了 36%,训练时间缩短了 33.33%。较基于PSO和GA改进的BPNN算法测试误差分别改善了 19.68%和31.51%,运算时间分别改进了 19.05%和25.4%。本文提出的基于信号特征地图的差分非视距误差消除方法可以达到高精度,高稳定,高适应性的定位效果,静态环境下80%定位精度可达1.13m,动态环境下定位精度为1.89m,实际定位环境下平均误差小于2m,均优于现有考虑非视距误差的定位算法。