用于定位移动通信终端的方法和系统

1.一种确定包括全球导航卫星系统(105)的信号的接收器(210)的用户终端(110)的地理位置的方法，所述方法包括使所述用户终端：
-执行与从所述全球导航卫星系统的发射器接收到的多个信号相关的伪距离测量；
-通过加权最小二乘法基于所述伪距离测量计算(315，320)所述用户终端的第一估计位置；
-计算所述第一估计位置的适配后残差；
-将所计算出的适配后残差与第一阈值进行比较，
其特征在于，所述方法还包括以下步骤：
-在超出所述第一阈值的情况下，使用蒙特卡罗法、基于所述第一估计位置并且基于所述适配后残差来计算所述用户终端的第二估计位置，否则，将所述第一估计位置保留为移动通信终端的地理位置。
2.如权利要求1所述的方法，其中，所述将所计算出的适配后残差与所述第一阈值进行比较包括：
-计算规范化到高斯误差模型的预期方差的所述适配后残差的平方值的总和；
2
-计算所述适配后残差的χ分布；
2
-将所述第一阈值选择为对应于所述测量的第一预定的置信度的所述χ分布的阈值。
3.如权利要求2所述的方法，其中，所述第一预定的置信度是67％。
4.如权利要求2或3所述的方法，其中，所述使用蒙特卡罗法来计算第二估计位置包括：
-为所述蒙特卡罗法的应用限定候选解集的宽度，所述宽度取决于作为使用所述加权最小二乘法计算所述第一估计位置的结果而可用的信息。
5.如权利要求4所述的方法，其中，所述候选解集的所述宽度按如下方式限定：
-对于所述第一阈值和高于所述第一阈值的第二阈值之间的中间的平方的适配后残差的总和的值，选择限于通过所述加权最小二乘法估计的位置周围的区域的候选解集，该区域等于DRMS和VDOP的至多1.5倍；
-对于高于所述第二阈值的平方的适配后残差的总和的值，选择扩展到通过所述加权最小二乘法估计的位置周围的区域的候选解集，该区域等于所述DRMS和所述VDOP的3倍。
6.如权利要求5所述的方法，其中，所述第二阈值对应于为95％的第二预定的置信度。
7.如权利要求1至3中的任何一个所述的方法，其中，所述使用蒙特卡罗法来计算第二估计位置包括：通过对于在不同时刻执行的伪距离测量反复地应用所述蒙特卡罗法，来执行连续的蒙特卡罗法。
8.一种用户终端(110)，包括全球导航卫星系统(105)的信号的接收器(210)和被配置成执行下列操作的处理器单元：
-执行与从所述全球导航卫星系统的发射器接收到的多个信号相关的伪距离测量；
-通过加权最小二乘法基于所述伪距离测量计算(315，320)所述用户终端的第一估计位置；
-计算所述第一估计位置的适配后残差；
-将所计算出的适配后残差与第一阈值进行比较，
其特征在于，所述处理器单元进一步被配置成：
-在超出所述第一阈值的情况下，使用蒙特卡罗法、基于所述第一估计位置并且基于所述适配后残差来计算所述用户终端的第二估计位置，否则，将所述第一估计位置保留为移动通信终端的地理位置。

用于定位移动通信终端的方法和系统\n技术领域\n[0001] 本发明一般涉及用于基于GNSS（全球导航卫星系统）的诸如蜂窝电话、智能电话之类的移动通信终端的地理定位的技术。更具体而言，本发明涉及用于提高对移动通信终端的地理位置的估计的准确性的方法和系统。\n背景技术\n[0002] 确定诸如蜂窝电话、智能电话以及类似的可与移动通信网络操作的手持式设备之类的移动通信终端的地理位置（即，地理定位）可以在各种服务和应用中利用，诸如位置敏感的黄页服务（例如，利用移动终端的已知位置来向用户提供有关他/她的位置邻近区域的餐厅、宾馆等等的信息）、向用户的社团提供的服务（例如，朋友/家庭成员查找服务）、位置敏感的呼叫记帐方案。地理定位移动通信终端的能力在紧急呼叫状况下和/或对于跟踪特定类别的用户，诸如例如年长者和孩子，也是极重要的。\n[0003] 已知有多种用于对移动终端进行地理定位的技术。\n[0004] 诸如GPS（全球定位系统）之类的基于卫星的地理定位系统是地理定位移动通信终端的有效解决方案，因为GPS接收器集成在智能电话中现在是非常常见的。\n[0005] 如在现有技术中已知，GPS包括围绕地球运行的卫星的“星座图”；每一个GPS卫星都携带GPS发射器，GPS发射器发射利用可使地球上的GPS接收器测量接收到的信号相对于任意时间点的到达时间的信息编码的GPS信号：然后，可以将此相对到达时间测量值转换为“伪距离”测量（从卫星到GPS接收器的表观的传播时间的测量，表示为距离）。\n[0006] 可以基于足够的数量的可用的伪距离测量值（通常是四个），来准确地估计GPS接收器的位置（纬度、经度、高度）和时钟偏移（接收器时钟和GPS系统时钟之间的偏移）。计算GPS接收器的位置（所谓的“GPS fix”）涉及解方程组，其中，未知的变量是要确定的GPS接收器地理坐标和时钟偏移。\n[0007] 当接收到的信号的数量等于或大于五个，并且所有接收到的信号都处于“视线”（LOS）中时，GPS性能在开放天空的条件下相当好。取决于在GPS接收器处实现的特定的信号处理技术和用于估计PVT（位置-速度-时间）的算法，在这些条件下定位的准确性可以在从大致2m到几毫米之间变化。\n[0008] 然而，GPS信号通常以非常低的功率级别接收到，这是由于卫星和接收器之间的距离相对大，具体而言，当接收器碰巧在建筑物内部、在茂密的树叶下、在其中高层建筑物阻止天空的大部分可见性的城市环境中（所谓的“城市峡谷”）等等时，由GPS接收器接收到的GPS信号严重衰减。由于移动通信终端经常用于这样的环境中，因此，实现地理定位服务的能力涉及在GPS信号高度衰减的环境中利用GPS的可能性。\n[0009] GPS接收器的敏感度的提高使得不在开放天空、LOS条件下使用GPS也成为可能，因为这通常是其中无法直接可见卫星并且GPS信号在被周围障碍物衍射、反射和强烈地衰减之后接收到的城市和室内环境的情况。这些环境中的GPS技术叫做高灵敏度GPS（HSGPS）。\n[0010] GPS接收器的敏感度，以及与GPS互补的GNSS（如Galileo）的部署的进一步完善，预计部分地克服信号被阻碍的问题。\n[0011] 一般而言，地理定位技术，特别是对移动终端的地理定位技术的关键方面，是可以确定地理位置的准确性。\n[0012] 例如，应该尽可能地准确地确定进行紧急呼叫的移动终端的位置，或至少应该提供与移动终端的确定的位置相关联的不确定度的指示，以便减轻查找进行呼叫的用户在哪里的任务，并且例如快速地救援他/她。某些国家的管理机构在这一方面也阐述了最小精度标准。\n[0013] 有两个影响对GPS接收器的地理位置的估计的误差源：卫星星座图的几何形状和影响伪距离测量的噪声。噪声源于热效应，主要来自叠加到主GPS信号的多路径GPS信号传播分量，以及由于障碍物（导致信号衍射）来自非LOS传播路径。对噪声的准确的统计建模可以显著提高位置估计的准确性。热噪声是可以通过高斯分布来建模的白噪声，可以基于在接收器处实现的特定信号处理算法的特征参数来估计其对码-相位测量值（即，对应于每一个卫星用来调制发射的信号的单个扰码和用来调制在接收器处本地生成的用于信号获取目的的信号的对应的扰码之间的相位差的时间延迟的测量值）的影响。与热噪声不同，源于多路径和非LOS信号传播的噪声无法被建模为白噪声，因为它依赖于特定信号传播环境；由于这是最相关的噪声源，因此，准确地估计接收器位置的能力大大地取决于也建模这种噪声的能力。\n[0014] 已表明，比如考虑多路径传播和衍射效应的经验模型可能是有效的，并能够提供好的噪声估计。可以通过高斯分布来近似这样的经验模型，平均值和方差取决于接收到的信号的强度。\n[0015] 当有影响伪距离测量值的误差的高斯模型可用时，可以使用加权最小二乘（WLS）方法来估计GPS接收器的位置（参见，例如，A.Dalla Torre等人所著的"Analysis of the Accuracy of Indoor GNSS Measurements and Positioning Solution",European Navigation Conference-ENC-2008,Toulouse,April23-252008），该文允许对上文所提及的方程组进行求解，这通过利用方差的平方的倒数来加权测量值，最小化了测量值的均方误差。\n[0016] 还可以采用卡尔曼滤波技术来增强影响计算出的GPS fix的误差的估计。实际上，假设在不同时间的误差不是相关联时卡尔曼滤波是可能的，这假设在GPS中不正确，特别是当应用于移动GPS接收器（类似于嵌入在移动通信终端中的那些）的定位时（因为移动终端一般以相对低的速度移动，大约1m/s）；尽管如此，提出了数学策略，允许也在GPS中应用卡尔曼滤波（参见，例如，M.G.Petovello等人所著的"Quantifying Ambiguity Resolution in the Presence of Time-Correlated Measurement Errors Using Geometric-Based Techniques",in Proceedings of the61st Institute of Navigation Annual Meeting,pp.1073-1085,Cambridge,Mass,USA,June2005）。\n[0017] 通过使用对异质环境有效的经验模型，可以大大地降低影响估计的地理位置的误差。然而，已经表明，通过高斯分布对误差的近似对于不大于90%-95%的对应于方差的大致两倍的误差（即，测量值置信区间）足够准确和有效（参见A.Dalla Torre等人的引用的论文）。对于大于方差的两倍的误差，分布完全不同于高斯，加权最小二乘法不再有效。\n[0018] 当由GPS接收器接收到的不同的卫星发射器信号的数量高于用于计算GPS fix的要求解的数学方程组中的未知变量的数量时（通常，当在GPS接收器处有多于四个的卫星的伪距离测量值时），可以通过对适配后残差（这是测量到的伪距离值和根据获得的GPS fix计算出的预期的伪距离值之间的差）执行统计测试（所谓的“完整性测试”）来评估计算出的GPS fix的质量。完整性测试检查被规范化到伪距离测量值的假设的方差的适配后残差的平方的总和是否小于取决于自由度的预设的阈值（可用的伪距离测量值的数量小于要求解的方程组中的未知变量的数量）。如果误差可以通过高斯分布来建模，则适配后残差的\n2\n平方的总和具有叫做“χ”的分布。对于超出给定阈值的适配后残差的平方的总和的值，误差不再是高斯的，并因此可以判断加权最小二乘法没有效。\n[0019] 所描述的用于获得伪距离测量的总质量的估计的技术要求分析单个适配后残差，以评估是否有不与误差的高斯分布预期的那些匹配的残差值。如果此测试指出在伪距离测量中有严重差错（“异常值”），则无法采用高斯模型来描述误差，在此情况下，加权最小二乘法也无效。\n[0020] 已知，在影响测量值的误差不是高斯的那些情况下，可以使用蒙特卡罗法。简单地说，应用于PVT估计的蒙特卡罗法要求定义可能的解的n维空间，其中，n是要求解的方程组中的变量的数量；在GPS情况下，变量是纬度、经度、高度和时钟偏移——GPS时间和接收器处的本地时间之间的差。在此空间内定义了可能的解（所谓的“粒子”）的足够密的集：给定一组伪距离测量值，每一个测量值的特征在于其自己的误差的分布，对于这样的集中的每一个粒子，根据由接收器执行的测量和误差模型来估计相应的概率。然后，作为所有粒子的加权平均值来计算解的空间中的终点。\n[0021] 当在不同时间的误差不相关时，使用连续蒙特卡罗法（也称为“粒子滤波”法）方法是有利的，该方法，类似于用于高斯误差分布的卡尔曼滤波技术，允许增强对影响测量值的误差的估计（参见，例如，M.Sanjeev Arulampalam等人所著的"A Tutorial on Particle Filters for Online Nonlinear/Non-Gaussian Bayesian Tracking",IEEE Trans.On Signal Processing,Vol.50,No.2,February2002）。基本上，作为根据在随后的时刻作出的测量值估计的概率的结果，来计算通用粒子的概率。\n发明内容\n[0022] 申请人处理了如何提高对GNSS系统的接收器（特别是，诸如嵌入在蜂窝电话、智能电话等等之类的移动通信终端中的接收器）的位置的估计的准确性的问题，以便实现其准确的地理定位。\n[0023] 申请人发现，通过采用一种伪距离测量误差的模型，该模型与高斯分布模型相比更准确地描述了误差统计分布的长尾巴（大于90-95%的误差，即，大于2σ），可以通过利用蒙特卡罗法作为加权最小二乘法的替代方案来提高位置估计的准确性。\n[0024] 具体而言，申请人发现，可以利用适配后残差作为用于在加权最小二乘法和蒙特卡罗法之间选择哪一个PVT方法以用于准确地估计GNSS接收器的位置以便实现更好的更准确位置（fix）的更有利的准则中的指示。\n[0025] 基本上，根据本发明，利用WLS或蒙特卡罗法，在一种或另一种方法之间的选择取决于允许评估误差是否通过高斯分布来适当地描述的测试的结果。\n[0026] 因此，根据本发明的方法利用两种技术的优点。\n[0027] 根据本发明的一个方面，提供了确定用户终端的地理位置的方法。用户终端包括全球导航卫星系统的信号的接收器。\n[0028] 该方法包括让用户终端：\n[0029] -执行与从所述全球导航卫星系统的发射器接收到的多个信号相关的伪距离测量；\n[0030] -通过加权最小二乘法计算其第一估计位置；\n[0031] -计算所述第一估计位置的适配后残差；\n[0032] -将所计算出的适配后残差与第一阈值进行比较，以及：\n[0033] -在超出所述第一阈值的情况下，使用蒙特卡罗法来计算第二估计位置，否则，将第一估计位置保留为移动通信终端的地理位置。\n[0034] 所述将所计算出的适配后残差与第一阈值进行比较可以包括：\n[0035] -计算规范化到高斯误差模型的预期方差的所述适配后残差的平方值的总和；\n[0036] -计算所述适配后残差的χ2分布；\n[0037] -将所述第一阈值选择为对应于所述测量值的第一预定的置信度的所述χ2分布的阈值。\n[0038] 第一预定的置信度可以是大致67%。\n[0039] 所述使用蒙特卡罗法来计算第二估计位置可以包括：为所述蒙特卡罗法的应用限定候选解集的宽度，所述宽度取决于作为使用所述加权最小二乘法计算所述第一估计位置的结果，而变得可用的信息。\n[0040] 候选解集的宽度可以被如下限定：\n[0041] -对于所述第一阈值和第二较高阈值之间的中间的平方的适配后残差的所述总和的值，选择限于通过所述加权最小二乘法估计的位置周围的区域的候选解集，该区域等于DRMS和VDOP的之多大致1.5倍；\n[0042] -对于高于所述第二阈值的平方的适配后残差的总和的值，选择扩展到通过所述加权最小二乘法估计的位置周围的区域的候选解集，该区域等于所述DRMS和所述VDOP的约3倍；\n[0043] 第二阈值可以对应于大致为95%的第二预定的置信度。\n[0044] 所述使用蒙特卡罗法来计算第二估计位置包括通过对于在不同时刻执行的伪距离测量反复地应用所述蒙特卡罗法，来执行连续的蒙特卡罗法。\n[0045] 根据本发明的另一个方面，提供了一种用户终端，包括全球导航卫星系统的信号的接收器和被配置成执行下列操作的处理器单元：\n[0046] -执行与从所述全球导航卫星系统的发射器接收到的多个信号相关的伪距离测量；\n[0047] -通过加权最小二乘法计算其第一估计位置；\n[0048] -计算所述第一估计位置的适配后残差；\n[0049] -将计算出的适配后残差与第一阈值进行比较，以及：\n[0050] -在超出所述第一阈值的情况下，使用蒙特卡罗法来计算第二估计位置，否则，将所述第一估计位置保留为移动通信终端的地理位置。\n附图说明\n[0051] 通过下面的对本发明的一些实施例的详细描述，本发明的这些及其他特征和优点将变得更清楚，实施例只作为非限制性的示例，描述将参考附图来进行，其中：\n[0052] 图1通过框图示意地描绘了其中可以实现根据本发明的一个实施例的解决方案的系统的一般性体系结构；\n[0053] 图2是根据本发明的一个实施例的移动通信终端的示意功能框图；以及[0054] 图3是带有根据本发明的实施例的方法的主要步骤的示意流程图。\n具体实施方式\n[0055] 参考附图，图1示意地示出了根据本发明的一个实施例的移动通信终端地理定位系统的一般性体系结构。\n[0056] 附图标记105表示信号源，例如，由构成诸如GPS的GNSS的人造卫星的星座图的多个人造卫星中的一个运载的传输器。信号源105被配置成以规定的频率（例如，所谓的“L1频率”）发射通过唯一地指定给该发射器的唯一扰码，并通过构成导航消息的数据位调制（扩展）的微波无线电载波信号。由通用发射器发射的导航消息尤其包括GPS人造卫星的轨道参数（包括所谓的“年历”和“星历”）、时钟校正，及其他参数；所有这些数据对于接收器计算并更新其在地面上的位置是有用的。\n[0057] 附图标记110表示移动通信终端，诸如例如，蜂窝电话或智能电话，更一般而言，可在PLMN115中操作的任何设备，诸如例如，GSM（全球移动通信系统）或UMTS（通用移动通信系统），具有无线电接入网络（RAN），RAN包括多个无线电基站120，诸如例如，GSM网络的基站收发台（BTS）或UMTS网络的NodeB。在另一个示例中，PLMN115可以是LTE（长期演进）网络，包括多个无线电基站120，诸如例如，eNodeB。每个无线电基站120都覆盖各自的地理区域（通常被称为小区）。\n[0058] 移动通信终端110还包括被配置成接收由GPS的信号源105发射的信号的GNSS信号接收器，诸如，GPS接收器。\n[0059] 耦合（有线或无线）到PLMN115的是服务中心125，该服务中心125可操作以向移动通信终端110提供帮助完成对移动通信终端的地理定位的过程的服务。服务中心125可以包括数据处理系统130，例如，耦合到数据库135的计算机，其适用于存储对在确定移动通信终端110的地理位置的过程中帮助移动通信终端110有用的参考数据，如下文比较详细地描述的。\n[0060] 如图2示意地示出的，移动通信终端110包括能够与PLMN115的无线电基站120进行通信的射频单元205、GPS接收器/处理器单元210，以及耦合到射频单元205和GPS接收器/处理器单元210并可操作以基于存储/安装在移动通信终端110中的固件/软件模块，并基于与用户标识模块220，例如，GSM SIM或UMTS U-SIM，特别是适于支持用户简档（包括适于向PLMN唯一地标识的订户的信息）的交互来控制移动通信终端110的操作的控制和处理单元215。\n[0061] 现在将描述根据本发明的一个实施例的确定移动通信终端的地理位置的方法。在所描述的实施例中，将参考作为全球导航卫星系统的GPS，虽然本发明也可以应用于其他GNSS。图3以示意流程图描绘了由移动通信终端110执行的主要动作。\n[0062] 移动通信终端110中的GPS接收器/处理器单元210接收、解码并处理由GPS的人造卫星上的发射器105发射的信号（框305）。在所谓的“辅助的GPS”（A-GPS）体系结构中，移动通信终端110中的GPS接收器/处理器单元210可以接收辅助数据（包括例如GPS人造卫星的轨道参数——年历和星历——卫星发射器时钟的延迟的指示、时钟校正，及其他参数），例如从被配置成在GPS信号和位置、时间和速度估计的编码和载波相位测量过程中向GPS接收器提供帮助的服务器（附图中未示出）接收。在此情况下，移动通信终端110中的GPS接收器/处理器单元210不需要解码接收到的信号，此功能是在A-GPS服务器处实现的。\n[0063] 一般而言，GPS接收器/处理器单元210只从对移动通信终端110当前所处的特定地点的GPS接收器/处理器单元210可见的人造卫星所运载的GPS发射器的有限的子集接收信号。\n[0064] GPS接收器/处理器单元210基于接收到的GPS信号执行伪距离的测量（框310）；\n为接收到的GPS信号中的每一个计算一个伪距离测量。如例如在已经引用的A.Dalla Torre等人的文章“Analysis of the Accuracy of Indoor GNSS Measurements and Positioning Solution”中所描述的，GPS接收器和第i个卫星之间的伪距离观测方程式是：\n[0065] \n[0066] 其中， 是以米为单位的伪距离， 是几何距离，dtp和dti是接收器和卫星的时p\n钟误差， 是对流层时延， 是电离层时延； 是由于多路径造成的分量，e包含残差。\n[0067] 然后，GPS接收器/处理器单元210使用加权最小二乘法、使用伪距离误差的高斯方差的模型来加权PVT解中的观测值，计算（框315）伪距离观测方程（每一个可用的卫星一个方程）组的PVT解。标准方程可以写为：\nT -1 T\n[0068] x=[HWH] HWy\n[0069] 其中，x是包含接收器坐标和接收器时钟偏移的4维矢量，y是观察到的减去计算出的矢量，即，伪距离误差：\n[0070] \n[0071] H是部分导数的矩阵，W是权重矩阵：\n[0072] \n[0073] 其中，σi是第i个卫星的观测值的方差，其可以例如在对伪距离误差的表征阶段计算（如例如在Dalla Torre等人的文章所描述的）。\n[0074] 在以刚刚所描述的方式计算PVT解之后，接收器/处理器单元210计算（框320）适配后残差，即，参考通过加权最小二乘法计算出的PVT解的伪距离观测值的残差（适配后残差是测量到的伪距离值和根据通过使用加权最小二乘法来求解方程式获得的GPS fix而计算出的预期的伪距离值之间的差）。\n[0075] 然后，接收器/处理器单元210对计算出的适配后残差执行测试（框325）。对适配后残差的测试用于识别这样的情况，其中，由于伪距离测量中的误差的实体，通过蒙特卡罗法代替加权最小二乘法来计算GPS fix，以便获得更准确的最后的位置是有利的。\n[0076] 具体而言，在本发明的一个实施例中，对适配后残差的测试调用将规范化到高斯误差模型的预期方差的适配后残差的值与χ2分布的值进行比较。预期方差是信号/噪声比的函数（或通用卫星用来调制发射信号的唯一扰码和用于调制在接收器处本地生成的信号的扰码之间的相关函数的峰值的宽度的函数）。现有技术中已知（参见，例如，引用的Dalla Torre所著的文章），利用对于未知装置的χ2测试来评估人口的分布，特别是用于评估人口的残差是否具有与从在对伪距离误差的表征过程中计算出的并用于利用加权最小二乘法来计算位置的方差模型所预期的一致的分布。\n[0077] 对于平方的适配后残差的总和的低值，特别是对于不超过预定的第一、较低的阈值的值，例如，当残差小于χ2分布的阈值，自由度的数量等于方程组的数量，并对于给定置信度（例如，67%）时，误差的高斯模型被视为好的选择，不需要使用蒙特卡罗法来重新计算位置，因为将不会实现准确性的改进（框330，退出支线“是”）。由加权最小二乘法计算出的位置作为对位置的估计而保留（框335）。\n[0078] 相反，对于等于或高于第一阈值的平方的适配后残差的总和的值，使用蒙特卡罗法来重新计算位置，因为在这样的情况下，误差大到使得通过高斯分布的建模不再是好的近似（框330，退出支线“否”）。\n[0079] 基本上，定义了可能的解的n维空间，其中，n是要求解的方程组中的变量的数量（纬度、经度、高度和时钟偏移）。在此空间内定义了可能的解（粒子）的足够密的集：给定一组伪距离测量值，每一个测量值的特征在于其自己的误差的分布，对于这样的集中的每一个粒子，根据由接收器执行的测量值和误差模型，来估计相应的概率。然后，作为所有粒子的加权平均值来计算解空间中的终点。\n[0080] 要用于蒙特卡罗法中的以便足够准确的误差的模型，应该基于伪距离测量的质量参数，特别是涉及接收到的信号的强度，以及可任选地，基于通用卫星用来调制发射信号的唯一扰码和用于调制在接收器处本地生成的信号的扰码之间的相关函数的峰值的宽度。\n[0081] 根据本发明的一个实施例，在应用蒙特卡罗法时，n维空间中的可能的解的集（即，粒子集）根据作为使用加权最小二乘法来执行的以前的GPS fix计算的结果而变得可用的信息来划定界限（框340）。由于此，蒙特卡罗法被用来细化通过加权最小二乘法获得的位置估计。\n[0082] 具体而言，将粒子集确定为对应于通过加权最小二乘法计算出的位置（fix）的粒子周围的n维空间的区域，大小取决于通过平面中的加权最小二乘法（如，DRMS，距离均方根）、可能与VDOP（垂直精度因子）、TDOP（时间精度因子），以及计算出的适配后残差相结合，估计出的精度参数。\n[0083] 可以使用加权最小二乘法在位置的计算过程中计算DRMS；DRMS在计算出的位置估计中提供误差的指示。具体而言，可以按如下方式来计算DRMS：\n[0084] \n[0085] 其中，σx1和σx2是东北上（north-east–up）参考系统中的对角元素；DRMS误差测量表示从测量值的64%到77%，参数2*DRMS覆盖从解的95%到98%。\n[0086] VDOP可以基于东北上参考系统中的状态“上”的方差σup来估计。\n[0087] 具体而言，对于介于第一阈值和第二较高阈值（例如，自由度的数量等于方程式组\n2\n的数量的χ分布的阈值）之间的平方的适配后残差的总和的值，且对于范围67%-95%内的\n2\n置信度（0.67<χ<0.95），应用蒙特卡罗法选择仅限于通过加权最小二乘法估计的位置周围的区域的n维空间中的粒子集，在水平、垂直和时间维度是DRMS和VDOP的±1-1.5倍。\n这显得合理，因为在此情况下误差不是很高。\n[0088] 如果相反，χ2的值高，特别是高于0.95，则考虑的粒子集被扩大，例如，扩大到对应于DRMS（和VDOP）3倍的区域，因为与测量值兼容的误差间隔更宽。\n[0089] 一旦确定了粒子集的维度，就执行蒙特卡罗法，并且获得更准确的位置作为解（框\n345）。\n[0090] 换言之，根据本发明的一个实施例，移动通信终端执行伪距离测量。然后，移动通信终端利用伪距离测量值并假定误差的高斯模型，使用加权最小二乘法来估计其地理位置。此后，移动通信终端对平方的适配后残差的总和执行测试：如果该总和超出第一阈值，意味着，影响伪距离测量的误差高（因此误差的高斯模型不可靠），通过加权最小二乘法计算出的位置不被保留，使用蒙特卡罗法来计算新位置。在应用蒙特卡罗法时，利用通过加权最小二乘法预测的位置精度来限定对其应用蒙特卡罗算法的粒子集：适配后残差的值越高，考虑的粒子集越宽。向如此限定的粒子集中的每一个粒子，指定相应的概率，使其适应于由移动通信终端执行的伪距离测量；这些概率基于误差的非高斯模型，并且概率是对于不同的卫星信号的伪距离测量的概率的结果。概率的平均值表示位置估计。\n[0091] 如此，可以使用于估计位置的算法适应特定环境条件，并得到更准确的位置。\n[0092] 在本发明的替换实施例中，还可以使用连续的蒙特卡罗法（粒子过滤方法）。如前所述，连续的蒙特卡罗法允许对于在不同时刻执行的测量，重复上文所描述的计算（对粒子集的选择、相应的概率的指定、基于平均概率的解的计算）。已知，为了连续的蒙特卡罗法可靠，影响不同时刻的测量的误差应该是统计上独立的，即，不相关的；当GPS用于确定移动GPS接收器的位置时，特别是当后者被嵌入在移动通信终端中时，情况不是这样的，因为在此情况下，由于终端的相对低的速度，随后的时刻的误差不是不相关的。尽管如此，在存在时间相关的测量误差的情况下，可以通过采用类似于引用的M.G.Petovello等人对于卡尔曼滤波的论文中所描述的那种数学策略，来使用粒子过滤方法。\n[0093] 上文所描述的方法还可以包括在实现卡尔曼滤波方法的连续PVT（位置速度和时间）方法中：对于每一个时期，估计可用的伪距离测量值的质量，对适配后残差执行WLS和\n2 2\nχ完整性测试。如果通过了χ 测试，则伪距离误差行为符合假定的高斯模型，可以利用\n2\n卡尔曼滤波器解决方案（在高斯误差假设下是最佳方法）估计最终位置。如果通过χ测试检测到大误差，则假定的高斯误差统计不再有效，卡尔曼滤波不再是最佳方法：利用连续的蒙特卡罗法（或粒子滤波）估计最终位置，考虑两个连续的时期之间的不相关的误差分量。\n[0094] 申请人进行了试验尝试，证明了上文所描述的蒙特卡罗法对于适配后残差的分析的暴露显著误差的存在，允许获得大约20%-30%的误差的减少。试验尝试揭示，当规范化的\n2\n残差的总和高于χ分布的67%时，利用蒙特卡罗法是有利的。\n[0095] 本发明可以应用于非差分GPS和差分GPS，后者如已知是对GPS的增强，其使用固定的以地面为基地的基准站的网络来广播由卫星系统指出的位置和已知固定位置之间的差；这些站广播测量到的卫星伪距离和实际（内部计算出的）伪距离之间的差，而接收器可以将它们的伪距离测量值校正相同的量。