CN108445517A - 一种定位信号滤波方法、装置及设备 - Google Patents
一种定位信号滤波方法、装置及设备 Download PDFInfo
- Publication number
- CN108445517A CN108445517A CN201810230596.2A CN201810230596A CN108445517A CN 108445517 A CN108445517 A CN 108445517A CN 201810230596 A CN201810230596 A CN 201810230596A CN 108445517 A CN108445517 A CN 108445517A
- Authority
- CN
- China
- Prior art keywords
- value
- positioning signal
- phase
- residual carrier
- carrier frequency
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/24—Acquisition or tracking or demodulation of signals transmitted by the system
- G01S19/246—Acquisition or tracking or demodulation of signals transmitted by the system involving long acquisition integration times, extended snapshots of signals or methods specifically directed towards weak signal acquisition
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明实施例提供了一种定位信号滤波方法、装置及设备,所述方法包括:接收定位信号;对所述定位信号进行信号转换处理得到连续N个相干积分结果,其中,N为正整数;基于所得到的相干积分结果和预设的最大似然鉴别算法,并利用参数估计迭代算法,计算所述定位信号的残余载波频率和相位;根据预设的卡尔曼滤波模型,对所述残余载波频率和相位进行平滑处理;根据平滑处理后得到的残余载波频率和相位,对所述定位信号进行滤波处理。应用本发明实施例提供的技术方案能够提供在室内环境下定位的准确性。
Description
技术领域
本发明涉及通信技术领域,特别是涉及一种定位信号滤波方法、装置及设备。
背景技术
近年来,精确的室内定位服务越来越受到人们的关注。现有技术中,定位接收机在根据接收到的定位信号进行定位的过程中,由于定位信号中会残余载波,一般需要定位接收机中的载波环路对接收到的定位信号进行滤波处理,滤除残余载波,另外,为保证采用滤波后的信号进行定位时,准确定位,对定位信号进行滤波处理时,还需保证滤波处理后得到的信号与定位信号的相位一致。
而实际应用中由于室内环境受到建筑物的遮挡,导致定位信号在室内环境下的信号强度相比于室外环境下的信号强度存在严重的衰减。而定位信号强度弱会导致定位接收机中载波环路对定位信号进行滤波处理时,滤波后信号与定位信号相位相差大,并且不能完全去除残余载波,进而采用滤波后信号进行定位时,定位结果误差大。
发明内容
本发明实施例的目的在于提供一种定位信号滤波方法、装置及设备,以实现提高在室内环境下定位的准确性。具体技术方案如下:
本发明实施例提供了一种定位信号滤波方法,包括:
接收定位信号;
对所述定位信号进行信号转换处理得到连续N个相干积分结果,其中,N为正整数;
基于所得到的相干积分结果和预设的最大似然鉴别算法,并利用参数估计迭代算法,计算所述定位信号的残余载波频率和相位;
根据预设的卡尔曼滤波模型,对所述残余载波频率和相位进行平滑处理;
根据平滑处理后得到的残余载波频率和相位,对所述定位信号进行滤波处理。
可选的,所述预设的最大似然鉴别算法,通过以下表达式表示:
其中,M(θ)表示最大似然代价函数,Vcorr,n为第n次相干积分结果,Tcoh为相干积分时间,Δf,分别为定位信号的残余载波频率和相位,real()和imag()分别为取实部函数和取虚部函数。
可选的,所述对所述定位信号进行信号转换处理得到连续N个相干积分结果的步骤,包括:
对所述定位信号进行下变频处理,得到数字中频信号;
对所述数字中频信号进行捕获、跟踪处理,得到连续N个相干积分结果。
可选的,所述利用参数估计迭代方法计算所述定位信号的残余载波频率和相位的步骤,包括:
获得和λ的迭代初始值,为2×1的状态向量i为迭代次数i=0,1,2……,λ为2×2的对角阵;
根据所获得的迭代初始值,获得矩阵Hi,其中,
判断Hi+λ是否为正定矩阵,如果否,则增大λ的值,直至Hi+λ为正定矩阵;
根据λ的值和预设的迭代最优解公式,确定的值,并判断是否满足如果否,则增大λ的值,直至满足其中,所述预设的迭代最优解公式为:Gi为2×1的梯度向量;
按照以下表达式,确定梯度向量Gi+1的值,作为目标值,其中,
当所述目标值小于第一预设阈值时,以预设数值为增量增大λ的值,并根据λ的值计算判断所计算的与的差值是否小于第二预设阈值,如果是,根据确定所述定位信号的残余载波频率和相位,如果否,令i=i+1,并返回所述根据所获得的迭代初始值,获得矩阵Hi的步骤;
当所述目标值大于第三预设阈值时,按照所述预设数值减小λ的值,并根据λ的值计算判断所计算的与的差值是否小于所述第二预设阈值,如果是,根据确定所述定位信号的残余载波频率和相位,如果否,令i=i+1,返回所述根据所获得的迭代初始值,获得Hi的步骤,其中,所述第三预设阈值大于所述第一预设阈值;
当所述梯度向量Gi+1的值小于第四预设阈值时,根据确定所述定位信号的残余载波频率和相位,或者当迭代次数i超过预设最大次数时,返回获得和λ的迭代初始值的步骤。
可选的,所述预先设定的卡尔曼滤波模型为以状态方程和观测方程描述的模型;其中,
所述状态方程为:Xk=φXk-1+Wk-1,
其中,X表示状态向量,X为:K-1表示时刻K的前一时刻,为载波相位估计值,ωd=2πΔf为角频率估计值,ω'd为角频率变化率,Wk-1为输入的均值为零、方差为Q的高斯白噪声,φ为状态转移矩阵形式如下:
T=NTcoh,T表示环路更新周期,Tcoh为相干积分时间,
方差Q表示为:
所述观测方程为:Yk=HXk+Vk,其中H为观测矩阵,形式如下:
Vk为均值为零、方差阵为R的观测噪声,
方差阵R表示为:式中I为单位矩阵。
本发明实施例还提供了一种定位信号滤波装置,所述装置包括:
接收模块,用于接收定位信号;
处理模块,用于对所述定位信号进行信号转换处理得到连续N个相干积分结果,其中,N为正整数;
计算模块,用于基于所得到的相干积分结果和预设的最大似然鉴别算法,并利用参数估计迭代算法,计算所述定位信号的残余载波频率和相位;
平滑模块,用于根据预设的卡尔曼滤波模型,对所述残余载波频率和相位进行平滑处理;
滤波模块,用于根据平滑处理后得到的残余载波频率和相位,对所述定位信号进行滤波处理。
可选的,所述预设的最大似然鉴别算法,通过以下表达式表示:
M(θ)表示最大似然代价函数,Vcorr,n为第n次相干积分结果,Tcoh为相干积分时间,Δf,分别为定位信号的残余载波频率和相位,real()和imag()分别为取实部函数和取虚部函数。
可选的,所述处理模块,具体用于:
对所述定位信号进行下变频处理,得到数字中频信号;
对所述数字中频信号进行捕获、跟踪处理,得到连续N个相干积分结果。
可选的,所述计算模块,包括:
初始值获得单元,用于获得和λ的迭代初始值,为2×1的状态向量i为迭代次数i=0,1,2……,λ为2×2的对角阵;
矩阵获得单元,用于根据所获得的迭代初始值,获得矩阵Hi,其中,
第一判断单元,用于判断Hi+λ是否为正定矩阵,如果否,则增大λ的值,直至Hi+λ为正定矩阵;
第二判断单元,用于根据λ的值和预设的迭代最优解公式,确定的值,并判断是否满足如果否,则增大λ的值,直至满足其中,所述预设的迭代最优解公式为:Gi为2×1的梯度向量;
梯度向量确定单元,用于按照以下表达式,确定梯度向量Gi+1的值,作为目标值,其中,
第三判断单元,用于当所述目标值小于第一预设阈值时,以预设数值为增量增大λ的值,并根据λ的值计算判断所计算的与的差值是否小于第二预设阈值,如果是,根据确定所述定位信号的残余载波频率和相位,如果否,令i=i+1,并返回所述根据所获得的迭代初始值,获得矩阵Hi的步骤;
第四判断单元,用于当所述目标值大于第三预设阈值时,按照所述预设数值减小λ的值,并根据λ的值计算判断所计算的与的差值是否小于所述第二预设阈值,如果是,根据确定所述定位信号的残余载波频率和相位,如果否,令i=i+1,返回所述根据所获得的迭代初始值,获得Hi的步骤,其中,所述第三预设阈值大于所述第一预设阈值;
第五判断单元,用于当所述梯度向量Gi+1的值小于第四预设阈值时,根据确定所述定位信号的残余载波频率和相位,或者当迭代次数i超过预设最大次数时,返回获得和λ的迭代初始值的步骤。
可选的,预先设定的卡尔曼滤波模型为以状态方程和观测方程描述的模型;其中,
所述状态方程为:Xk=φXk-1+Wk-1,
其中,X表示状态向量,X为:K表示当前时刻,K-1表示当前时刻的前一时刻,为载波相位估计值,ωd=2πΔf为角频率估计值,ω'd为角频率变化率,Wk-1为输入的均值为零、方差为Q的高斯白噪声,φ为状态转移矩阵形式如下:
T=NTcoh,T表示环路更新周期,Tcoh为相干积分时间,
方差Q表示为:
所述观测方程为:Yk=HXk+Vk,其中H为观测矩阵,形式如下:
Vk为均值为零、方差阵为R的观测噪声,
方差阵R表示为:式中I为单位矩阵。
本发明实施例还提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现上述任一所述的定位信号滤波方法。
本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现上述任一所述的定位信号滤波方法。
本发明实施例还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述任一所述的定位信号滤波方法。
本发明实施例提供的定位信号滤波方法、装置及设备,可以基于最大似然鉴别算法和参数估计迭代算法计算定位信号的残余载波频率和相位,然后通过预设的卡尔曼滤波模型对计算得到的残余载波频率和相位进行平滑处理,最后利用平滑处理后得到的残余载波频率和相位对定位信号进行滤波,能够在室内环境下有效去除定位信号的残余载波,并能使滤波后信号与定位信号的相位保持一致,因而能够提高在室内环境下定位的准确性。当然,实施本发明的任一产品或方法必不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种定位信号滤波方法的流程示意图;
图2为本发明实施例提供的一种计算定位信号残余载波频率和相位方法的流程示意图;
图3为本发明实施例提供的一种定位信号滤波装置的结构示意图;
图4为本发明实施例提供的一种电子设备结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例的执行主体可以是定位接收机,当然还可以是其他能够接收定位信号并实现定位的设备,本申请并不对此进行限定。
下面以执行主体为定位接收机为例,结合具体实施例对本发明实施例提供的定位信号滤波方法进行说明。
参见图1,示出了本发明实施例提供的一种定位信号滤波方法的流程示意图,所述方法包括:
S100,接收定位信号。
定位信号是指由基站实时发送的用于定位的信号,普遍使用的定位信号包括:GPS(Global Positioning System)信号。
S200,对定位信号进行信号转换处理得到连续N个相干积分结果,其中,N为正整数。
N可以根据实际需要进行设定,可以为10、15、20等正整数。
本发明实施例一种实现方式中,可以通过以下过程来得到定位信号的相干积分结果:
步骤A1,对定位信号进行下变频处理,得到数字中频信号;
定位信号经过定位接收机射频前端下变频处理、低通滤波和模数转换处理后转换为数字中频信号,数字中频信号可以通过以下表达式表示:
其中,rIF()表示数字中频信号,l为第l个基站信号,n为第n个采样时刻,n为正整数,Ts为采样时钟,AIF为中频信号幅度,s(l)为调制有数据信息的扩频码,τl为信号传播延迟,fIF为信号中频频率,fd,l为残留载波频率,d为多普勒频率的缩写,为载波初相位,ω(n)是均值为0、方差为的加性高斯白噪声(AWGN)。
步骤A2,对数字中频信号进行捕获、跟踪处理,得到连续N个相干积分结果。
定位接收机通过对定位信号捕获处理得到定位信号的载波频率和码相位的粗略估计值,然后通过捕获处理得到的粗略估计值做精细的信号参数估计,得到连续N个相干积分结果,一个相干积分结果可以通过以下表达式表示:
其中,Vcorr(n)代表第n次相干积分结果,Tcoh为相干积分时间,m()表示导航电文,sinc()表示辛格函数,j表示虚部,Amp,Δf,分别代表定位信号的幅度,残余载波频率和相位,AIF(n)表示中频信号幅度,fd表示多普勒频率偏移,fNCO表示载波数控振荡器产生的本地载波频率,表示中频信号相位,表示数控振荡器产生的本地载波相位。在定位跟踪过程中当Δf和Tcoh足够小时,sinc(ΔfTcoh)近似为1,因此,上述相干积分结果的表达式(2)可以简化为:
S300,基于所得到的相干积分结果和预设的最大似然鉴别算法,并利用参数估计迭代算法,计算定位信号的残余载波频率和相位。
最大似然鉴别算法即最大似然估计算法(Maximum Likelihood Estimate,MLE)是一种用于定位接收机滤波环路中有效的参数估计方法。
本发明实施例一种实现方式中,最大似然鉴别算法,可以通过以下表达式表示:
其中,M(θ)表示最大似然代价函数,Vcorr,n为第n次相干积分结果,N为正整数,Tcoh为相干积分时间,Δf,分别为定位信号的残余载波频率和相位,real()和imag()分别为取实部函数和取虚部函数。
一种实现方式中,上述表达式(4)可以通过以下步骤获得:
步骤B1:根据连续N个相干积分结果确定联合概率密度函数:
其中,Vcorr,N=[Vcorr(0),Vcorr(1),…,Vcorr(N-1)]为连续N个相干积分结果,为Vcorr,N的估计值,Amp为定位信号的信号幅度,W为Vcorr(n)权重因子的对角阵,()H为矩阵转置和共轭;
步骤B2:通过求式(5)的最大值得到可以实现MLE最小方差无偏估计,将对角阵W的对角元素设为1,得到式(5)的对数似然代价函数:
式中Vcorr,N=(Vcorr,0,Vcorr,1,…,Vcorr,N-1)即N个连续相干积分结果。代表所求载波环路信号参数向量,Vcorr,n=Vcorr(n),real()和imag()分别代表取实部函数和取虚部函数;
由于式(6)中|Vcorr,n|2,Amp 2和Nln(2πσ2)项不影响Λ分别对Δf和求偏导,因此根据式(6)对Δf和求偏导时可以移除此类不相关项,将式(6)进行简化得到表达式(4)。
文伯格-马夸特(Levenberg-Marquardt,LM)参数估计迭代算法是求解非线性最小二乘问题的有效方法之一,LM通过不断迭代得到最优解。
参照图2,示出了本发明实施例提供的基于参数估计迭代算法计算定位信号残余载波频率和相位方法的流程示意图,该方法包括:
S301,获得和λ的迭代初始值,为2×1的状态向量i为迭代次数i=0,1,2……,λ为2×2的对角阵;
假设定位信号的载波被正确跟踪,基于此可以将设置为λ可以根据本领域技术人员的经验进行设定,为一个经验值。
S302,根据所获得的迭代初始值,获得矩阵Hi,其中,
S303,判断Hi+λ是否为正定矩阵,如果否,则增大λ的值,直至Hi+λ为正定矩阵;
S304,根据λ的值和预设的迭代最优解公式,确定的值,并判断是否满足如果否,则增大λ的值,直至满足其中,所述预设的迭代最优解公式为:Gi为2×1的梯度向量;
S305,按照以下表达式,确定梯度向量Gi+1的值,作为目标值,其中,
S306,当所述目标值小于第一预设阈值时,以预设数值为增量增大λ的值,并根据λ的值计算判断所计算的与的差值是否小于第二预设阈值,如果是,根据确定所述定位信号的残余载波频率和相位,如果否,令i=i+1,并返回S302;
第一预设阈值可以根据需要进行设定,可以为0.35;预设数值为非负数,可以为0.1、0.2等。
S307,当所述目标值大于第三预设阈值时,按照所述预设数值减小λ的值,并根据λ的值计算判断所计算的与的差值是否小于所述第二预设阈值,如果是,根据确定所述定位信号的残余载波频率和相位,如果否,令i=i+1,返回S302,其中,所述第三预设阈值大于所述第一预设阈值;
第三预设阈值可以根据需要进行设定,可以为0.65。
S308,当所述梯度向量Gi+1的值小于第四预设阈值时,根据确定所述定位信号的残余载波频率和相位,或者当迭代次数i超过预设最大次数时,返回获得和λ的迭代初始值的步骤。
第四预设阈值可以根据需要进行设定,可以为0.01,预设最大次数可以根据需要进行设定,可以为20次。
S400,根据预设的卡尔曼滤波模型,对残余载波频率和相位进行平滑处理。
卡尔曼滤波(Kalman filtering,KF)是一种利用线性***状态方程,根据前一时刻对定位信号状态的估计值和当前时刻的观测值来获得当前时刻的滤波值。
本发明实施例提供的卡尔曼滤波模型为以状态方程和观测方程描述的模型;其中,
状态方程为:Xk=φXk-1+Wk-1,
其中,X表示状态向量,X为:K表示一个时刻,K-1表示时刻K的前一时刻,为载波相位估计值,ωd=2πΔf为角频率估计值,ω'd为角频率变化率,Wk-1为输入的均值为零、方差为Q的高斯白噪声,φ为状态转移矩阵形式如下:
T=NTcoh,T表示环路更新周期,Tcoh为相干积分时间,
方差Q表示为:
I为单位矩阵,表示过程方差(10)
观测方程为:Yk=HXk+Vk,其中H为观测矩阵,形式如下:
Vk为均值为零、方差阵为R的观测噪声,
方差阵R表示为:式中I为单位矩阵,表示观测方差。
一种实现方式中,KF的输出状态估计Xk和估计误差的方差阵Pk可由下列方程迭代计算:
Xk,k-1=ΦXk-1 (12)
Pk,k-1=ΦPk-1ΦT+Qk-1 (13)
Xk,k=Xk,k-1+Kk[Yk-HXk,k-1] (15)
Pk,k=[I-KkH]Pk,k-1 (16)
具体迭代计算过程包括:
第一步:第K-1时刻的状态向量Xk-1的初始值事先设定,之后每次滤波Xk-1由公式(15)中迭代得到Xk,k,Φ为状态转移矩阵,通过公式(12)得到第K-1时刻的状态向量对第K时刻状态向量Xk,k-1状态转移值;
第二步:估计误差的方差阵P在初始时可以根据经验定义为某个足够小的量值,并通过公式(13)在每次滤波迭代后更新第K-1时刻的方差阵Pk-1对第K时刻的方差阵的更新值Pk,k-1。
第三步:公式(14)中的Kk表示第K时刻的卡尔曼滤波增益,同方差阵Pk一样,每次滤波后都会更新该增益值。
第四步:公式(15)即为通过第K-1时刻对状态向量的状态估计值Xk,k-1和LM迭代后的第K时刻观测值Yk(包括Δf和),以及计算出来的第K时刻的滤波器增益Kk得到第K时刻的状态量估计,该估计值Xk,k为平滑后的修正输出值。
第五步:通过公式(16)利用Pk,k-1更新第K时刻的方差阵Pk,k。
从式(14)可以看出,当Rk很大时,对应的Kk会很小,从而导致式(15)计算出来的状态估计值很小;当Qk很小时,式(13)计算得到的一步预测协方差阵Pk,k-1将会很小,最终导致状态估计值Xk较小。通过上述分析,可以看出KF每次对定位信号状态的更新都是当前定位信号状态值不确定度和观测值不确定度之间的折中。因此,本发明实施例提供的技术方案通过对历史观测值和当前观测值来对噪声进行实时统计来确定Rk和Qk,增强KF对噪声的适应性。
S500,根据平滑处理后得到的残余载波频率和相位,对定位信号进行滤波处理。
本发明实施例提供的技术方案基于最大似然鉴别算法和参数估计迭代算法计算定位信号的残余载波频率和相位,然后通过预设的卡尔曼滤波模型对计算得到的残余载波频率和相位进行平滑处理,最后利用平滑处理后得到的残余载波频率和相位对定位信号进行滤波,能够在室内环境下有效去除定位信号的残余载波,并能使滤波后信号与定位信号的相位保持一致,因而能够提高在室内环境下定位的准确性。
参见图3,示出了本发明实施例提供的一种定位信号滤波装置结构示意图,包括:
接收模块600,用于接收定位信号;
处理模块700,用于对所述定位信号进行信号转换处理得到连续N个相干积分结果,其中,N为正整数;
计算模块800,用于基于所得到的相干积分结果和预设的最大似然鉴别算法,并利用参数估计迭代算法,计算所述定位信号的残余载波频率和相位;
平滑模块900,用于根据预设的卡尔曼滤波模型,对所述残余载波频率和相位进行平滑处理;
滤波模块1000,用于根据平滑处理后得到的残余载波频率和相位,对所述定位信号进行滤波处理。
本发明实施例一种实现方式汇总,预设的最大似然鉴别算法,通过以下表达式表示:
M(θ)表示最大似然代价函数,Vcorr,n为第n次相干积分结果,Tcoh为相干积分时间,Δf,分别为定位信号的残余载波频率和相位,real()和imag()分别为取实部函数和取虚部函数。
本发明实施例一种实现方式中,所述处理模块,具体用于:
对所述定位信号进行下变频处理,得到数字中频信号;
对所述数字中频信号进行捕获、跟踪处理,得到连续N个相干积分结果。
本发明实施例一种实现方式中,所述计算模块,包括:
初始值获得单元,用于获得和λ的迭代初始值,为2×1的状态向量i为迭代次数i=0,1,2……,λ为2×2的对角阵;
矩阵获得单元,用于根据所获得的迭代初始值,获得矩阵Hi,其中,
第一判断单元,用于判断Hi+λ是否为正定矩阵,如果否,则增大λ的值,直至Hi+λ为正定矩阵;
第二判断单元,用于根据λ的值和预设的迭代最优解公式,确定的值,并判断是否满足如果否,则增大λ的值,直至满足其中,所述预设的迭代最优解公式为:Gi为2×1的梯度向量;
梯度向量确定单元,用于按照以下表达式,确定梯度向量Gi+1的值,作为目标值,其中,
第三判断单元,用于当所述目标值小于第一预设阈值时,以预设数值为增量增大λ的值,并根据λ的值计算判断所计算的与的差值是否小于第二预设阈值,如果是,根据确定所述定位信号的残余载波频率和相位,如果否,令i=i+1,并返回所述根据所获得的迭代初始值,获得矩阵Hi的步骤;
第四判断单元,用于当所述目标值大于第三预设阈值时,按照所述预设数值减小λ的值,并根据λ的值计算判断所计算的与的差值是否小于所述第二预设阈值,如果是,根据确定所述定位信号的残余载波频率和相位,如果否,令i=i+1,返回所述根据所获得的迭代初始值,获得Hi的步骤,其中,所述第三预设阈值大于所述第一预设阈值;
第五判断单元,用于当所述梯度向量Gi+1的值小于第四预设阈值时,根据确定所述定位信号的残余载波频率和相位,或者当迭代次数i超过预设最大次数时,返回获得和λ的迭代初始值的步骤。
本发明实施例一种实现方式中,预先设定的卡尔曼滤波模型为以状态方程和观测方程描述的模型;其中,
所述状态方程为:Xk=φXk-1+Wk-1,
其中,X表示状态向量,X为:K表示当前时刻,K-1表示当前时刻的前一时刻,为载波相位估计值,ωd=2πΔf为角频率估计值,ω'd为角频率变化率,Wk-1为输入的均值为零、方差为Q的高斯白噪声,φ为状态转移矩阵形式如下:
T=NTcoh,T表示环路更新周期,Tcoh为相干积分时间,
方差Q表示为:
所述观测方程为:Yk=HXk+Vk,其中H为观测矩阵,形式如下:
Vk为均值为零、方差阵为R的观测噪声,
方差阵R表示为:式中I为单位矩阵。
本发明实施例提供的各个方案中,定位信号滤波装置能够基于最大似然鉴别算法和参数估计迭代算法计算定位信号的残余载波频率和相位,然后通过预设的卡尔曼滤波模型对计算得到的残余载波频率和相位进行平滑处理,最后利用平滑处理后得到的残余载波频率和相位对定位信号进行滤波,能够在室内环境下有效去除定位信号的残余载波,并能使滤波后信号与定位信号的相位保持一致,因而能够提高在室内环境下定位的准确性。
本发明实施例还提供了一种电子设备,如图4所示,包括处理器001、通信接口002、存储器003和通信总线004,其中,处理器001,通信接口002,存储器003通过通信总线004完成相互间的通信,
存储器003,用于存放计算机程序;
处理器001,用于执行存储器003上所存放的程序时,实现本发明实施例所述的定位信号滤波方法。
具体的,上述方法包括:
接收定位信号;
对所述定位信号进行信号转换处理得到连续N个相干积分结果,其中,N为正整数;
基于所得到的相干积分结果和预设的最大似然鉴别算法,并利用参数估计迭代算法,计算所述定位信号的残余载波频率和相位;
根据预设的卡尔曼滤波模型,对所述残余载波频率和相位进行平滑处理;
根据平滑处理后得到的残余载波频率和相位,对所述定位信号进行滤波处理。
需要说明的是,上述处理器001执行存储器003上所存放的程序实现定位信号滤波方法的其他实施例,与前述方法实施例部分提供的实施例相同,这里不再赘述。
本发明实施例提供的各个方案中,电子设备能基于最大似然鉴别算法和参数估计迭代算法计算定位信号的残余载波频率和相位,然后通过预设的卡尔曼滤波模型对计算得到的残余载波频率和相位进行平滑处理,最后利用平滑处理后得到的残余载波频率和相位对定位信号进行滤波,能够在室内环境下有效去除定位信号的残余载波,并能使滤波后信号与定位信号的相位保持一致,因而能够提高在室内环境下定位的准确性。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选的,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等;还可以是数字信号处理器(Digital SignalProcessing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本发明提供的又一实施例中,还提供了一种计算机可读存储介质,该计算机可读存储介质中存储有指令,当其在计算机上运行时,实现本发明实施例所述的定位信号滤波方法。
具体的,上述定位信号滤波方法,包括:
接收定位信号;
对所述定位信号进行信号转换处理得到连续N个相干积分结果,其中,N为正整数;
基于所得到的相干积分结果和预设的最大似然鉴别算法,并利用参数估计迭代算法,计算所述定位信号的残余载波频率和相位;
根据预设的卡尔曼滤波模型,对所述残余载波频率和相位进行平滑处理;
根据平滑处理后得到的残余载波频率和相位,对所述定位信号进行滤波处理。
需要说明的是,通过上述计算机可读存储介质实现定位信号滤波方法的其他实施例,与前述方法实施例部分提供的实施例相同,这里不再赘述。
本发明实施例提供的各个方案中,通过运行上述计算机可读存储介质中存储的指令,基于最大似然鉴别算法和参数估计迭代算法计算定位信号的残余载波频率和相位,然后通过预设的卡尔曼滤波模型对计算得到的残余载波频率和相位进行平滑处理,最后利用平滑处理后得到的残余载波频率和相位对定位信号进行滤波,能够在室内环境下有效去除定位信号的残余载波,并能使滤波后信号与定位信号的相位保持一致,因而能够提高在室内环境下定位的准确性。
在本发明提供的又一实施例中,还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,实现本发明实施例所述的定位信号滤波方法。
具体的,上述定位信号滤波方法,包括:
接收定位信号;
对所述定位信号进行信号转换处理得到连续N个相干积分结果,其中,N为正整数;
基于所得到的相干积分结果和预设的最大似然鉴别算法,并利用参数估计迭代算法,计算所述定位信号的残余载波频率和相位;
根据预设的卡尔曼滤波模型,对所述残余载波频率和相位进行平滑处理;
根据平滑处理后得到的残余载波频率和相位,对所述定位信号进行滤波处理。
需要说明的是,通过上述计算机程序产品实现定位信号滤波方法的其他实施例,与前述方法实施例部分提供的实施例相同,这里不再赘述。
本发明实施例提供的各个方案中,通过运行上述包含指令的计算机程序产品,基于最大似然鉴别算法和参数估计迭代算法计算定位信号的残余载波频率和相位,然后通过预设的卡尔曼滤波模型对计算得到的残余载波频率和相位进行平滑处理,最后利用平滑处理后得到的残余载波频率和相位对定位信号进行滤波,能够在室内环境下有效去除定位信号的残余载波,并能使滤波后信号与定位信号的相位保持一致,因而能够提高在室内环境下定位的准确性。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置、电子设备、计算机刻度存储介质、计算机程序产品实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (10)
1.一种定位信号滤波方法,其特征在于,包括:
接收定位信号;
对所述定位信号进行信号转换处理得到连续N个相干积分结果,其中,N为正整数;
基于所得到的相干积分结果和预设的最大似然鉴别算法,并利用参数估计迭代算法,计算所述定位信号的残余载波频率和相位;
根据预设的卡尔曼滤波模型,对所述残余载波频率和相位进行平滑处理;
根据平滑处理后得到的残余载波频率和相位,对所述定位信号进行滤波处理。
2.如权利要求1所述的方法,其特征在于,所述预设的最大似然鉴别算法,通过以下表达式表示:
其中,M(θ)表示最大似然代价函数,Vcorr,n为第n次相干积分结果,Tcoh为相干积分时间,Δf,分别为定位信号的残余载波频率和相位,real()和imag()分别为取实部函数和取虚部函数。
3.如权利要求1或2所述的方法,其特征在于,所述对所述定位信号进行信号转换处理得到连续N个相干积分结果的步骤,包括:
对所述定位信号进行下变频处理,得到数字中频信号;
对所述数字中频信号进行捕获、跟踪处理,得到连续N个相干积分结果。
4.如权利要求1或2所述的方法,其特征在于,所述利用参数估计迭代方法计算所述定位信号的残余载波频率和相位的步骤,包括:
获得和λ的迭代初始值,为2×1的状态向量i为迭代次数i=0,1,2……,λ为2×2的对角阵;
根据所获得的迭代初始值,获得矩阵Hi,其中,
判断Hi+λ是否为正定矩阵,如果否,则增大λ的值,直至Hi+λ为正定矩阵;
根据λ的值和预设的迭代最优解公式,确定的值,并判断是否满足如果否,则增大λ的值,直至满足其中,所述预设的迭代最优解公式为:Gi为2×1的梯度向量;
按照以下表达式,确定梯度向量Gi+1的值,作为目标值,其中,
当所述目标值小于第一预设阈值时,以预设数值为增量增大λ的值,并根据λ的值计算判断所计算的与的差值是否小于第二预设阈值,如果是,根据确定所述定位信号的残余载波频率和相位,如果否,令i=i+1,并返回所述根据所获得的迭代初始值,获得矩阵Hi的步骤;
当所述目标值大于第三预设阈值时,按照所述预设数值减小λ的值,并根据λ的值计算判断所计算的与的差值是否小于所述第二预设阈值,如果是,根据确定所述定位信号的残余载波频率和相位,如果否,令i=i+1,返回所述根据所获得的迭代初始值,获得Hi的步骤,其中,所述第三预设阈值大于所述第一预设阈值;
当所述梯度向量Gi+1的值小于第四预设阈值时,根据确定所述定位信号的残余载波频率和相位,或者当迭代次数i超过预设最大次数时,返回获得和λ的迭代初始值的步骤。
5.如权利要求1或2所述的方法,其特征在于,所述预先设定的卡尔曼滤波模型为以状态方程和观测方程描述的模型;其中,
所述状态方程为:Xk=φXk-1+Wk-1,
其中,X表示状态向量,X为:K-1表示时刻K的前一时刻,为载波相位估计值,ωd=2πΔf为角频率估计值,ω'd为角频率变化率,Wk-1为输入的均值为零、方差为Q的高斯白噪声,φ为状态转移矩阵形式如下:
T=NTcoh,T表示环路更新周期,Tcoh为相干积分时间,
方差Q表示为:
所述观测方程为:Yk=HXk+Vk,其中H为观测矩阵,形式如下:
Vk为均值为零、方差阵为R的观测噪声,
方差阵R表示为:式中I为单位矩阵。
6.一种定位信号滤波装置,其特征在于,所述装置包括:
接收模块,用于接收定位信号;
处理模块,用于对所述定位信号进行信号转换处理得到连续N个相干积分结果,其中,N为正整数;
计算模块,用于基于所得到的相干积分结果和预设的最大似然鉴别算法,并利用参数估计迭代算法,计算所述定位信号的残余载波频率和相位;
平滑模块,用于根据预设的卡尔曼滤波模型,对所述残余载波频率和相位进行平滑处理;
滤波模块,用于根据平滑处理后得到的残余载波频率和相位,对所述定位信号进行滤波处理。
7.如权利要求6所述的装置,其特征在于,所述预设的最大似然鉴别算法,通过以下表达式表示:
M(θ)表示最大似然代价函数,Vcorr,n为第n次相干积分结果,Tcoh为相干积分时间,Δf,分别为定位信号的残余载波频率和相位,real()和imag()分别为取实部函数和取虚部函数。
8.如权利要求6或7所述的装置,其特征在于,所述处理模块,具体用于:
对所述定位信号进行下变频处理,得到数字中频信号;
对所述数字中频信号进行捕获、跟踪处理,得到连续N个相干积分结果。
9.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1-5任一所述的方法步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-5任一所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810230596.2A CN108445517B (zh) | 2018-03-20 | 2018-03-20 | 一种定位信号滤波方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810230596.2A CN108445517B (zh) | 2018-03-20 | 2018-03-20 | 一种定位信号滤波方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108445517A true CN108445517A (zh) | 2018-08-24 |
CN108445517B CN108445517B (zh) | 2019-09-06 |
Family
ID=63195398
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810230596.2A Active CN108445517B (zh) | 2018-03-20 | 2018-03-20 | 一种定位信号滤波方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108445517B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109121080A (zh) * | 2018-08-31 | 2019-01-01 | 北京邮电大学 | 一种室内定位方法、装置、移动终端及存储介质 |
CN110231006A (zh) * | 2019-06-10 | 2019-09-13 | 苏州博昇科技有限公司 | 空气耦合超声干涉法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102222911A (zh) * | 2011-04-19 | 2011-10-19 | 哈尔滨工业大学 | 基于ar模型和卡尔曼滤波的电力***间谐波估计方法 |
CN102721416A (zh) * | 2012-06-12 | 2012-10-10 | 北京邮电大学 | 一种定位的方法和移动终端 |
US20130023285A1 (en) * | 2005-12-15 | 2013-01-24 | Felix Markhovsky | Multi-Path Mitigation in Rangefinding and Tracking Objects Using Reduced Attenuation RF Technology |
CN103235327A (zh) * | 2013-04-07 | 2013-08-07 | 清华大学 | 一种gnss/mins超深组合导航方法、***及装置 |
CN103592662A (zh) * | 2013-11-29 | 2014-02-19 | 中国航天科工信息技术研究院 | 一种gps信号接收机的载波跟踪方法及环路 |
CN105792131A (zh) * | 2016-04-21 | 2016-07-20 | 北京邮电大学 | 一种定位方法及*** |
CN106646543A (zh) * | 2016-12-22 | 2017-05-10 | 成都正扬博创电子技术有限公司 | 基于主从式aukf算法的高动态卫星导航信号载波追踪方法 |
CN106899537A (zh) * | 2017-04-28 | 2017-06-27 | 北京邮电大学 | 基于ekf的tc‑ofdm接收机码跟踪方法及装置 |
-
2018
- 2018-03-20 CN CN201810230596.2A patent/CN108445517B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130023285A1 (en) * | 2005-12-15 | 2013-01-24 | Felix Markhovsky | Multi-Path Mitigation in Rangefinding and Tracking Objects Using Reduced Attenuation RF Technology |
CN102222911A (zh) * | 2011-04-19 | 2011-10-19 | 哈尔滨工业大学 | 基于ar模型和卡尔曼滤波的电力***间谐波估计方法 |
CN102721416A (zh) * | 2012-06-12 | 2012-10-10 | 北京邮电大学 | 一种定位的方法和移动终端 |
CN103235327A (zh) * | 2013-04-07 | 2013-08-07 | 清华大学 | 一种gnss/mins超深组合导航方法、***及装置 |
CN103592662A (zh) * | 2013-11-29 | 2014-02-19 | 中国航天科工信息技术研究院 | 一种gps信号接收机的载波跟踪方法及环路 |
CN105792131A (zh) * | 2016-04-21 | 2016-07-20 | 北京邮电大学 | 一种定位方法及*** |
CN106646543A (zh) * | 2016-12-22 | 2017-05-10 | 成都正扬博创电子技术有限公司 | 基于主从式aukf算法的高动态卫星导航信号载波追踪方法 |
CN106899537A (zh) * | 2017-04-28 | 2017-06-27 | 北京邮电大学 | 基于ekf的tc‑ofdm接收机码跟踪方法及装置 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109121080A (zh) * | 2018-08-31 | 2019-01-01 | 北京邮电大学 | 一种室内定位方法、装置、移动终端及存储介质 |
CN109121080B (zh) * | 2018-08-31 | 2020-04-17 | 北京邮电大学 | 一种室内定位方法、装置、移动终端及存储介质 |
CN110231006A (zh) * | 2019-06-10 | 2019-09-13 | 苏州博昇科技有限公司 | 空气耦合超声干涉法 |
WO2020248516A1 (zh) * | 2019-06-10 | 2020-12-17 | 苏州博昇科技有限公司 | 空气耦合超声干涉法 |
US11892541B2 (en) | 2019-06-10 | 2024-02-06 | Suzhou Phaserise Technology Co., Ltd. | Air-coupled ultrasonic interferometry method |
Also Published As
Publication number | Publication date |
---|---|
CN108445517B (zh) | 2019-09-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2332017B1 (en) | Estimating a state of at least one target | |
CN106291533B (zh) | 一种基于amd的分布式多传感器融合方法 | |
CN110503071A (zh) | 基于变分贝叶斯标签多伯努利叠加模型的多目标跟踪方法 | |
CN107066806B (zh) | 航迹关联方法及装置 | |
CN111178385A (zh) | 一种鲁棒在线多传感器融合的目标跟踪方法 | |
CN105447574B (zh) | 一种辅助截断粒子滤波方法、装置及目标跟踪方法及装置 | |
CN112070807A (zh) | 多目标跟踪方法和电子装置 | |
CN108445517B (zh) | 一种定位信号滤波方法、装置及设备 | |
CN107084714A (zh) | 一种基于RoboCup3D的多机器人协作目标定位方法 | |
US10379224B2 (en) | Invariant particle filtering | |
CN107290742B (zh) | 一种非线性目标跟踪***中平方根容积卡尔曼滤波方法 | |
CN107346020B (zh) | 一种用于异步多基地雷达***的分布式批估计融合方法 | |
JP2001201553A (ja) | 汎用位置決めシステム、およびハイブリッド位置決め機能をもった多重モデルナビゲーションフィルタ | |
CN108846427B (zh) | 非线性***任意延迟步数的单个失序量测集中式融合方法 | |
CN109814142A (zh) | 一种铁路巡检的巡检定位方法、装置、介质及设备 | |
CN108594277B (zh) | 一种相位差确定方法、装置、电子设备及存储介质 | |
CN109341690B (zh) | 一种鲁棒高效的组合导航自适应数据融合方法 | |
CN112379350A (zh) | 智能车辆毫米波雷达多目标跟踪方法、装置及设备 | |
CN116881385A (zh) | 轨迹平滑方法、装置、电子设备及可读存储介质 | |
Konatowski et al. | A comparison of estimation accuracy by the use of KF, EKF & UKF filters | |
CN108226976A (zh) | 一种RTK用自适应渐消Kalman滤波算法 | |
Huang et al. | Adaptive unscented Kalman filter in inertial navigation system alignment | |
Zubača et al. | A Novel Tuning Approach of the H∞ Filter for Longitudinal Tracking of Automated Vehicles | |
EP2161634A1 (en) | Estimating a state of at least one target | |
Maiz et al. | Particle filtering in the presence of outliers |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
EE01 | Entry into force of recordation of patent licensing contract | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20180824 Assignee: Beijing Duwei Technology Co.,Ltd. Assignor: Beijing University of Posts and Telecommunications Contract record no.: X2022980005266 Denomination of invention: A positioning signal filtering method, device and equipment Granted publication date: 20190906 License type: Common License Record date: 20220507 |