CN108495365A - 基于窄带物联网时延估计的终端定位方法 - Google Patents
基于窄带物联网时延估计的终端定位方法 Download PDFInfo
- Publication number
- CN108495365A CN108495365A CN201810207008.3A CN201810207008A CN108495365A CN 108495365 A CN108495365 A CN 108495365A CN 201810207008 A CN201810207008 A CN 201810207008A CN 108495365 A CN108495365 A CN 108495365A
- Authority
- CN
- China
- Prior art keywords
- time delay
- base station
- serving
- reference signals
- neighbor base
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
- H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/309—Measuring or estimating channel quality parameters
- H04B17/364—Delay profiles
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/0202—Channel estimation
- H04L25/0224—Channel estimation using sounding signals
- H04L25/0228—Channel estimation using sounding signals with direct estimation from sounding signals
- H04L25/023—Channel estimation using sounding signals with direct estimation from sounding signals with extension to other symbols
- H04L25/0232—Channel estimation using sounding signals with direct estimation from sounding signals with extension to other symbols by interpolation between sounding signals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04J—MULTIPLEX COMMUNICATION
- H04J11/00—Orthogonal multiplex systems, e.g. using WALSH codes
- H04J11/0023—Interference mitigation or co-ordination
- H04J11/005—Interference mitigation or co-ordination of intercell interference
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Power Engineering (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及无线通信技术,特别涉及一种基于窄带物联网时延估计的终端定位方法,该方法包括:利用窄带物联网下行链路特有的定位参考信号,对本地参考信号与接收参考信号先后进行频域相关、首达径搜索、时域内插、时域相关对时延进行估计,逐步提升时延估计精度;与此同时,为了消除小区间干扰以及抑制非视距影响,分别引入连续干扰消除算法和首达径搜索算法,以实现准确的时延估计,从而提高定位精度的技术效果。
Description
技术领域
本发明涉及无线通信技术领域,特别涉及一种基于窄带物联网(Narrow BandInternet of Things,NB-IoT)时延估计的终端定位方法。
背景技术
NB-IoT主要聚焦于低功耗广覆盖物联网市场,是一种可在全球范围内广泛应用的新兴技术。它连接的设备更简单,具有高耦合、终端成本低、可即插即用、可靠性高、统一的业务平台管理等特点,主要面向低速率、深度覆盖、低功耗、大数据连接的物联网应用场景。该技术可完美匹配低功率广域网(Low Power Wide Area Network,LPWAN)的市场需求,使通信运营商进入这个新领域。随着更多新型移动设备比如手机、平板电脑、可穿戴设备等,物联网设备的性能飞速增长和基于位置感知的应用的激增,位置感知发挥了越来越重要的作用。在室内和室外的环境下,连续可靠地提供位置信息可以为用户带来更好的用户体验。在Release 14中,NB-IoT支持以下几种定位方式:全球辅助定位卫星***(AssistedGlobal Navigation Satellite System,A-GNSS)、E-UTRAN Cell Identifier(E-CID)、基于观测到达时间差(Observed Time Difference of Arrival,OTDOA)的下行链路定位方法或基于观测到达时间差(Uplink-Time Difference of Arrival,UTDOA)的上行链路定位方法。从终端复杂度、网络容量、成本和资源及定位场景综合来看,如果对OTDOA定位算法做相应的适应性改进,相对于其他算法来说其更具有普适性,更能切合海量NB-IoT节点的定位成本需求。时延估计作为OTDOA定位的第一步,对其最终取得的定位精度起着至关重要的作用,故时延值估计的精确程度与位置定位的精度密切相关。
现有的时延估计算法主要是基于LTE网络,在进行时延估计时往往只考虑到频偏、小区间信号之间的干扰以及由于多径效应导致的非视距(Not Line of Sight,NLOS)影响,而在对NB-IoT终端进行时延估计时,还需要考虑到终端设备的限制,如,NB-IoT构建于蜂窝网络,只消耗大约180KHz的带宽,具有低功耗、低成本、低速率的特点,电池寿命可达十年。这些特点就要求NB-IoT只能工作于较低的采样速率,比如,1.92MHz。另外,也要求时延估计算法应该尽量的简单,以控制算法的计算复杂度。故设计基于NB-IoT时延估计的终端定位方法时,需要考虑到时延估计精度和计算复杂度的一个折中。
现有技术中,US 9766323 B2中公开的终端定位方法中,考虑引入CRS信号参与定位,增加参与定位的符号数量,从而增加主峰的能量,提高时延估计的精度。但其未考虑到多径效应的影响,导致的主峰所对应的时延值点可能并非首达径所对应的时延值点。
CN105472735 A中公开了一种基于LTE移动端定位的时延估计误差补偿方法,考虑在高速移动的环境下,将时延估计分成整数部分的时延估计和非整数部分的时延估计,补偿***中的多普勒频移的误差。但其未考虑到小区间干扰和多径效应对时延估计的影响。
US9313765 B2中公开了一种基于无线通信***的定位测量方法,通过增加采样率和增加PRS信号的带宽来提升时延估计精度,针对NB-IoT具有低功耗、低速率、低成本的特点,其设计中的增加带宽的举措并不适用于NB-IoT网络。
因此,现有技术中,在NB-IoT终端定位中时延估计存在小区间干扰、多径效应及低采样率等问题的。
发明内容
针对上述问题,本发明提出一种基于窄带物联网时延估计的终端定位方法,包括,如图1所示:
S1、终端接收到来自服务基站和邻近基站的总定位参考信号y(n);
S2、根据小区参考信号估计出服务基站与终端间的信道,从而重建出来自服务基站的定位参考信号,并根据时延估计算法计算服务基站到终端的最优时延估计值;
S3、在总定位参考信号中消除来自服务基站的定位参考信号的干扰,得到来自邻近基站的定位参考信号;
S4、按发送功率大小对邻近基站进行排序,并对来自邻近基站的定位参考信号按邻近基站的排序进行连续干扰消除,得到每次干扰消除后来自每个邻近基站的定位参考信号;并根据时延估计算法,分别计算每个邻近基站到终端的时延估计值,选择最小的时延估计值分别作为每个邻近基站到终端的最优时延估计值;
S5、将服务基站到终端的最优时延估计值和邻近基站到终端的最优时延估计值分别代入定位解算法,求得终端的位置坐标。
进一步的,所述根据小区参考信号估计出服务基站与终端间的信道,从而重建出来自服务基站的定位参考信号具体包括:
服务基站向终端发送小区参考信号,终端采用最小二乘算法对接收到的小区参考信号YCRS(k)进行信道估计;并通过对服务基站的小区参考信号的信道估计的HCRS(k)时频位置进行线性插值,终端重建来自服务基站的定位参考信号的信道估计,从而重建来自服务基站的定位参考信号;
HCRS(k)=YCRS(k)/SCRS(k)
y0(n)=ifft(H0(k)S0(k))
其中,HCRS(k)表示服务基站的小区参考信号的信道估计;YCRS(k)表示终端接收到的小区参考信号;SCRS(k)表示服务基站发送的小区参考信号;y0(n)表示重建后的来自服务基站的定位参考信号;H0(k)表示重建后来自服务基站的定位参考信号的信道估计;S0(k)表示服务基站发送的定位参考信号;ifft表示快速离散傅里叶变换的逆变换。
进一步的,所述根据时延估计算法计算服务基站到终端的最优时延估计值,具体包括:
其中,τ0,0表示为取得最大值时所对应的τ值,也即是服务基站到终端的最优时延估计值;s0(n)表示服务基站发送的本地时域定位参考信号;表示将重建后来自服务基站的时域定位参考信号取共轭;τ表示时延;t0,0表示服务基站到终端首达径的时延估计值;Δt为设定的内插时域范围。
进一步的,所述服务基站到终端首达径的时延估计值的计算公式为:
t0,0=n0,0×Ts;
其中,t0,0表示服务基站到终端首达径的时延估计值;n0,0表示服务基站的最优首达径延迟数;Ts表示采样点的时间间隔;argmin[·]表示·取得最小值时,自变量的取值;表示在n0,0满足右侧不等式最小时的第零频域相关函数所对应的时延估计延迟数;表示Y0(k)与S0(k)之间的频域相关函数;Y0(k)表示来自服务基站的频域定位参考信号,也即是y0(n)经过快速傅里叶变换后的信号;S0(k)表示服务基站发送的本地定位参考信号;表示服务基站的底噪门限。
进一步的,所述服务基站的底噪门限的计算公式为:
snr表示工业上设定的信噪比;W表示采集随机噪声的次数;N表示采样点总数;w(k,p)表示第p次采集的随机噪声信号。
进一步的,所述按发送功率大小对邻近基站进行排序,并对来自邻近基站的定位参考信号按邻近基站的排序进行连续干扰消除,得到每次干扰消除后来自每个邻近基站的定位参考信号具体包括:
S401、按发送功率大小对邻近基站进行排序,邻近基站的编号分别对应为:1,2,...,M;
S402、设定迭代干扰消除的次数总数为Ni,设置循环参数l,令l=1;y1,1(n)=y(n)-y0(n);
S403、令q=1;
S404、按照连续干扰消除方法,得到第q个邻近基站在经过第l次干扰消除后的总定位参考信号yq,l(n);利用首达径搜索,分别求得各个邻近基站在第l次循环时的初始首达径时延估计值tq,l;对yq,l(n)进行内插处理,求得第q个邻近基站在第l次循环时的时延估计值τq,l,重建出第q个邻近基站在经过第l次干扰消除后的接收信号y'q,l(n),从而得到第q+1个邻近基站在经过第l次干扰消除后的总定位参考信号yq+1,l(n);
S405、若q≠M,令q=q+1,返回步骤S404;否则转至步骤S406;
S406、若l≠Ni,y1,l+1(n)=yM,l(n)-y'M,l(n),令l=l+1,转至步骤S403;q∈{1,2,...M};M表示邻近基站总数;y1,1(n)表示第1个邻近基站在经过第1次干扰消除后的总定位参考信号;y0(n)表示重建后的来自服务基站的定位参考信号。
进一步的,所述每个邻近基站到终端的最优时延估计值包括:
τq,0=min{τq,1,τq,2,...,τq,Ni}
τq,l表示第q个邻近基站在第l次循环时的时延估计值;l∈{1,2,...,Ni}。
进一步的,所述第q个邻近基站在第l次循环时的时延估计值的计算公式为:
其中,τq,l为取得最大值时对应的τ值;sq(n)表示第q个邻近基站发送的本地定位参考信号;表示将yq,l(n)取共轭。
进一步的,所述第q个邻近基站在第l次循环时的首达径时延估计值tq,l的计算公式为:
tq,l=nq,l×Ts;
其中,tq,l表示第q个邻近基站在第l次循环时的初始首达径时延估计值;nq,l表示第q个基站第l次循环时的首达径延迟数;
argmin[·]表示·取得最小值时,自变量的取值;
表示在nq,l满足右侧不等式最小时所对应的时延估计延迟数;表示Yq,l(k)与Sq(k)间的频域相关函数;Sq(k)表示第q个基站的本地频域定位参考信号。
进一步的,所述第q个邻近基站的底噪门限的计算公式为:
snr表示工业上设定的信噪比;W表示采集随机噪声的次数;w(k,p)表示第p次采集的随机噪声信号;N表示采样点总数。
与现有技术相比,本发明的有益效果在于:
本发明采用将服务小区与邻近小区分开进行干扰消除的迭代连续干扰消除的方法可以有效地抑制小区间信号的相互干扰;引入一种新的首达径搜索方法对首达径进行判别来抑制由多径效应引起的NLOS影响;采用时频交迭时延估计,在进行时延精估计之前,适当的使用内插函数,提高时延估计的分辨率。另外,本发明利用传统的互相关时延估计方法具有算法普适性、高效性及算法易移植性的优点,在此基础上进行算法改进,在提高时延估计精度的同时保证了方法的低计算复杂度。
附图说明
图1为本发明一种基于窄带物联网时延估计的终端定位方法实施例流程图;
图2为本发明所需的终端定位原理图;
图3为基于窄带物联网的定位参考信号资源映射网格图;
图4为本发明中基站的最优时延估计值的计算流程图;
图5为本发明基于终端定位的时延估计流程图。
具体实施方式
下面将结合附图,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。
可以理解的是,本发明的终端也即是用户终端。
下面将结合附图对发明的实施方式做进一步的说明。本发明的一种基于窄带物联网时延估计的终端定位方法,包括:
定位原理
本方案主要考虑基于OTDOA定位的时延估计,图2为基于OTDOA的一个定位原理图。如图所示,首先考虑基站之间是时间同步的,用户终端通过NAS层向MME发起定位请求,MME向E-SMLC发起定位请求,E-SMLC收到请求后,回复相应辅助信息,同时向终端发送定位参数请求,接下来eNodeB0、eNodeB1、eNodeB2和eNodeB3分别向终端发送定位参考信号,同时将eNodeB0、eNodeB1、eNodeB2和eNodeB3各自的定位参考信号中的定位坐标(x0,y0)、(x1,y1)、(x2,y2)以及(x3,y3)发送给终端;终端根据收到的信号中的定位坐标求得定位参数,并将其发送到E-SMLC对终端的位置进行求解(位置解算至少需要3个及以上的基站参数),E-SMLC将得到的定位结果通过MME返回给用户终端,用户终端得到确定的位置坐标(x,y)。
定位参数估计流程
本发明的基于NB-IoT时延估计的终端定位方法如图1所示,具体包括如下步骤:
S1、终端产生各基站本地发送定位参考信号;终端接收到来自服务基站和邻近基站的总定位参考信号y(n);
S2、利用服务基站发送的小区参考信号(CRS信号),根据小区参考信号估计出服务基站与终端间的信道,从而重建出来自服务基站的定位参考信号,并根据时延估计算法计算服务基站到终端的最优时延估计值τ0,0;
S3、在总定位参考信号中消除来自服务基站的定位参考信号的干扰,得到来自邻近基站的定位参考信号;
S4、按发送功率大小对邻近基站进行排序,并对来自邻近基站的定位参考信号按邻近基站的排序进行连续干扰消除,得到每次干扰消除后来自每个邻近基站的定位参考信号;并根据时延估计算法,分别计算每个邻近基站到终端的时延估计值,选择最小的时延估计值分别作为每个邻近基站到终端的最优时延估计值τq,0;
S5、将服务基站到终端的最优时延估计值τ0,0和各个邻近基站到终端的最优时延估计值τq,0分别代入定位解算法,求得终端的位置坐标;q∈{1,2,...,M};M表示邻近基站总数。
其中,步骤S1的一种实现方式包括:
首先,产生31-Gold序列,对其进行QPSK调制得到:
其中,T是一个时隙中OFDM符号,ns是下行链路无线帧的时隙号,是下行链路最大的物理资源块数目;的初始c(m)序列可由下式求得:
其中,标准CP情况下NCP=1,扩展CP情况下NCP=0。
对调制后的信号进行资源映射,得到定位参考信号:
k=6m+(6-T+vshift)mod6
m=0,1
其中,mod表示求余;表示小区的ID号;n'PRB由高层配置窄带定位参考信号序列信息;若高层窄带定位参考信号序列中的下行链路资源块为奇数,否则
可以理解的是,31-Gold序列是一种现有技术,本领域普通技术人员是可以根据现有技术实现31-Gold序列,从而获得定位参考信号,本发明对此不做限定。
步骤S2的一种实现方式具体如下:
首先,采用最小二乘算法对服务基站CRS信号进行信道估计:
HCRS(k)=YCRS(k)/SCRS(k)
其中,HCRS(k)表示服务基站的小区参考信号的信道估计;YCRS(k)表示终端接收到的小区参考信号;SCRS(k)表示服务基站发送的小区参考信号。
其次,由于定位参考信号与小区参考信号之间存在联系,如图3所示,通过对CRS位置的信道估计的线性插值得到PRS信号的信道估计H0(k),R0表示PRS信号所在的时频资源网格,R6表示CRS信号所在的时频资源网格;在此基础上重建出接收信号中服务基站的信号:
y0(n)=ifft(H0(k)S0(k))
y0(n)表示重建后的来自服务基站的定位参考信号;H0(k)表示重建后来自服务基站的定位参考信号的信道估计;S0(k)表示服务基站发送的定位参考信号;ifft表示快速离散傅里叶变换的逆变换。其中,小区参考信号也即是CRS信号,定位参考信号也就是PRS信号。
利用时延估计算法估计出服务基站到终端的最优时延估计值;包括:重建后来自服务基站的定位参考信号经过快速傅里叶变换后,与服务基站发送的本地定位参考信号做频域相关;经过首达径搜索,得到首达径的时延估计值t0,0;通过对所述重建后来自服务基站的定位参考信号做内插处理,将处理后的在[t0,0-Δt,t0,0+Δt]范围内的重建后来自服务基站的定位参考信号与所述服务基站发送的本地定位参考信号进行时域相关,得到服务基站到终端值最优时延估计值τ0,0;Δt为设定的内插时域范围。
所述计算服务基站到终端的最优时延估计值,具体包括:
其中,τ0,0表示为取得最大值时所对应的τ值,也即是服务基站到终端的最优时延估计值;s0(n)表示服务基站发送的本地时域定位参考信号;表示将重建后来自服务基站的时域定位参考信号取共轭;τ表示时延;t0,0表示服务基站到终端首达径的时延估计值;Δt为设定的内插时域范围。
所述服务基站到终端首达径的时延估计值的计算公式为:
t0,0=n0,0×Ts;
其中,t0,0表示服务基站到终端首达径的时延估计值;n0,0表示服务基站的最优首达径延迟数;Ts表示采样点的时间间隔;argmin[·]表示·取得最小值时,自变量的取值;表示在n0,0满足右侧不等式最小时的第零频域相关函数所对应的时延估计延迟数;表示Y0(k)与S0(k)之间的频域相关函数;Y0(k)表示来自服务基站的频域定位参考信号,也即是y0(n)经过快速傅里叶变换后的信号;S0(k)表示服务基站发送的本地定位参考信号;表示服务基站的底噪门限。
所述服务基站的底噪门限的计算公式为:
snr表示工业上设定的信噪比;W表示采集随机噪声的次数;N表示采样点总数;w(k,p)表示第p次采集的随机噪声信号。
步骤S4中具体的连续干扰消除算法如以下步骤S401~S406:
所述按发送功率大小对邻近基站进行排序,并对来自邻近基站的定位参考信号按邻近基站的排序进行连续干扰消除,得到每次干扰消除后来自每个邻近基站的定位参考信号具体包括:
S401、按发送功率大小对邻近基站进行排序,邻近基站的编号分别对应为:1,2,...,M;
S402、设定迭代干扰消除的次数总数为Ni,设置循环参数l,令l=1;y1,1(n)=y(n)-y0(n);
S403、令q=1;
S404、按照连续干扰消除方法,得到第q个邻近基站在经过第l次干扰消除后的总定位参考信号yq,l(n);利用首达径搜索,分别求得各个邻近基站在第l次循环时的初始首达径时延估计值tq,l;对yq,l(n)进行内插处理,求得第q个邻近基站在第l次循环时的时延估计值τq,l,重建出第q个邻近基站在经过第l次干扰消除后的接收信号y'q,l(n),从而得到第q+1个邻近基站在经过第l次干扰消除后的总定位参考信号yq+1,l(n);
S405、若q≠M,令q=q+1,返回步骤S404;否则转至步骤S406;
S406、若l≠Ni,y1,l+1(n)=yM,l(n)-y'M,l(n),令l=l+1,转至步骤S403;q∈{1,2,...M};M表示邻近基站总数;y1,1(n)表示第1个邻近基站在经过第1次干扰消除后的总定位参考信号;y0(n)表示重建后的来自服务基站的定位参考信号。
所述每个邻近基站到终端的最优时延估计值包括:
τq,l表示第q个邻近基站在第l次循环时的时延估计值;l∈{1,2,...,Ni}。
所述第q个邻近基站在第l次循环时的时延估计值的计算公式为:
其中,τq,l为取得最大值时对应的τ值;sq(n)表示第q个邻近基站发送的本地定位参考信号;表示将yq,l(n)取共轭。
所述第q个邻近基站在第l次循环时的首达径时延估计值tq,l的计算公式为:
tq,l=nq,l×Ts;
其中,tq,l表示第q个邻近基站在第l次循环时的初始首达径时延估计值;nq,l表示第q个基站第l次循环时的首达径延迟数;
argmin[·]表示·取得最小值时,自变量的取值;
表示在nq,l满足右侧不等式最小时所对应的时延估计延迟数;表示Yq,l(k)与Sq(k)间的频域相关函数;Sq(k)表示第q个基站的本地频域定位参考信号。
所述第q个邻近基站的底噪门限的计算公式为:
snr表示工业上设定的信噪比;W表示采集随机噪声的次数;w(k,p)表示第p次采集的随机噪声信号;N表示采样点总数。
作为一种可选方式snr=6dB,snr为工业设定,可根据信噪比适当更改。
作为一种实现方式,对第l次的干扰消除后定位参考信号在[tp,l-Δt,tp,l+Δt]做内插处理,具体的,所用内插函数如下:
其中,floor(n)表示对n朝-∞方向取整;ceil(n)表示对n朝+∞方向取整。
将处理后的接收信号与本地参考信号进行时域相关,得到一个相对精确的时延估计值τp,l。
作为另一种实现方式,本发明中基站的最优时延估计值的计算流程图如图4所示:
终端接收到总定位参考信号;利用服务基站发送的小区定位参考信号,终端估计出服务基站与终端之间的信道;从而重建出总定位参考信号中来自服务基站的定位参考信号;利用服务基站发送的小区参考信号(CRS信号),估计出服务基站与终端之间的信道,在此基础上重建终端接收到的来自服务基站的定位参考信号,计算服务基站到终端的最优时延估计值(TOA值);
在消除服务基站的干扰后,终端重建出各个邻近基站发送的定位参考信号,按照功率从大到小的顺序对邻近基站排序,按照连续干扰消除方法,求得第q个邻近基站在第l次循环时的时延估计值,重建出第q个邻近基站在经过第l次干扰消除后的来自第q个邻近基站的定位参考信号,从而消除了第q个邻近基站对总定位参考信号的干扰,直至完成Ni次循环;得出第q个邻近基站到终端的最优时延估计值;将求得的服务基站到终端的最优时延估计值以及各个邻近基站到终端的最优时延估计值,从而求出终端的位置估计值。
其中,对于某一个基站(包括服务基站和邻近基站)到用户终端的时延估计流程如图5所示:将来自该基站的定位参考信号进行时域信号筛选,经过快速傅里叶变换后,跟本地生成的PRS信号进行频域相关;对频域相关后的信号进行首达径搜索,得出首达径时延估计值,对时域信号进行内插处理,将内插处理后的信号与本地生成的PRS信号进行时域相关以及峰值检测,从而得出该基站的时延估计值;yi,l(n)表示第i个基站在第l次循环时的定位参考信号,可以理解的是,当i=0时,l不存在,也即是y0(n)表示来自服务基站的定位参考信号,当i≠0时,yi,l(n)表示第i个邻近基站在第l次循环时的定位参考信号。τi,l表示第i个基站在第l次循环时的时延估计值;当i=0时,l不存在,此时令l=0,τ0,0表示服务基站的时延估计值。
位置估计流程:
假设终端UE的坐标为(x,y),基站i的位置坐标为(xi,yi),基站发送信号的时间为Ti,UE接收到该信号的时间为τi,c为光速。由eNode-Bi可得:
因此由eNode-B 0与eNode-B 1到达UE的时间差可得方程式:
由于确定的UE的位置需要建立两个以上的双曲线方程,两条双曲线的交点为UE的位置坐标。以eNode-B 0作为参考小区,则可得到方程组:
解得该方程组即可得到UE的二维地理坐标。其中c为光速,e-Node-B发送时间差Ti-T0及各e-Node-B的位置坐标为辅助数据,由OAM(Operation Adminstration andMaintenance)直接配置给E-SMLC。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:ROM、RAM、磁盘或光盘等。
以上所举实施例,对本发明的目的、技术方案和优点进行了进一步的详细说明,所应理解的是,以上所举实施例仅为本发明的优选实施方式而已,并不用以限制本发明,凡在本发明的精神和原则之内对本发明所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于窄带物联网时延估计的终端定位方法,其特征在于:该方法包括以下步骤:
S1、终端接收到来自服务基站和邻近基站的总定位参考信号y(n);
S2、根据小区参考信号估计出服务基站与终端间的信道,从而重建出来自服务基站的定位参考信号,并根据时延估计算法计算服务基站到终端的最优时延估计值;
S3、在总定位参考信号中消除来自服务基站的定位参考信号的干扰,得到来自邻近基站的定位参考信号;
S4、按发送功率大小对邻近基站进行排序,并对来自邻近基站的定位参考信号按邻近基站的排序进行连续干扰消除,得到每次干扰消除后来自每个邻近基站的定位参考信号;并根据时延估计算法,分别计算每个邻近基站到终端的时延估计值,选择最小的时延估计值分别作为每个邻近基站到终端的最优时延估计值;
S5、将服务基站到终端的最优时延估计值和邻近基站到终端的最优时延估计值分别代入定位解算法,求得终端的位置坐标。
2.根据权利要求1所述的一种基于窄带物联网时延估计的终端定位方法,其特征在于:所述根据小区参考信号估计出服务基站与终端间的信道,从而重建出来自服务基站的定位参考信号具体包括:
服务基站向终端发送小区参考信号,终端采用最小二乘算法对接收到的小区参考信号YCRS(k)进行信道估计;并通过对服务基站的小区参考信号的信道估计的HCRS(k)时频位置进行线性插值,终端重建来自服务基站的定位参考信号的信道估计,从而重建来自服务基站的定位参考信号;
HCRS(k)=YCRS(k)/SCRS(k)
y0(n)=ifft(H0(k)S0(k))
其中,HCRS(k)表示服务基站的小区参考信号的信道估计;YCRS(k)表示终端接收到的小区参考信号;SCRS(k)表示服务基站发送的小区参考信号;y0(n)表示重建后的来自服务基站的定位参考信号;H0(k)表示重建后来自服务基站的定位参考信号的信道估计;S0(k)表示服务基站发送的定位参考信号;ifft表示快速离散傅里叶变换的逆变换。
3.根据权利要求1所述的一种基于窄带物联网时延估计的终端定位方法,其特征在于,所述根据时延估计算法计算服务基站到终端的最优时延估计值,具体包括:
其中,τ0,0表示为取得最大值时所对应的τ值,也即是服务基站到终端的最优时延估计值;s0(n)表示服务基站发送的本地时域定位参考信号;表示将重建后来自服务基站的时域定位参考信号取共轭;τ表示时延;t0,0表示服务基站到终端首达径的时延估计值;Δt为设定的内插时域范围。
4.根据权利要求3所述的一种基于窄带物联网时延估计的终端定位方法,其特征在于,所述服务基站到终端首达径的时延估计值的计算公式为:
t0,0=n0,0×Ts;
其中,n0,0表示服务基站的最优首达径延迟数;Ts表示采样点的时间间隔;argmin[·]表示·取得最小值时,自变量的取值;
表示在n0,0满足右侧不等式最小时的第零频域相关函数所对应的时延估计延迟数;表示Y0(k)与S0(k)之间的频域相关函数;Y0(k)表示来自服务基站的频域定位参考信号,也即是y0(n)经过快速傅里叶变换后的信号;S0(k)表示服务基站发送的本地定位参考信号;表示服务基站的底噪门限。
5.根据权利要求4所述的一种基于窄带物联网时延估计的终端定位方法,其特征在于,所述服务基站的底噪门限的计算公式为:
snr表示工业上设定的信噪比;W表示采集随机噪声的次数;N表示采样点总数;w(k,p)表示第p次采集的随机噪声信号。
6.根据权利要求1所述的一种基于窄带物联网时延估计的终端定位方法,其特征在于,所述按发送功率大小对邻近基站进行排序,并对来自邻近基站的定位参考信号按邻近基站的排序进行连续干扰消除,得到每次干扰消除后来自每个邻近基站的定位参考信号具体包括:
S401、按发送功率大小对邻近基站进行排序,邻近基站的编号分别对应为:1,2,...,M;
S402、设定迭代干扰消除的次数总数为Ni,设置循环参数l,令l=1;y1,1(n)=y(n)-y0(n);
S403、令q=1;
S404、按照连续干扰消除方法,得到第q个邻近基站在经过第l次干扰消除后的总定位参考信号yq,l(n);利用首达径搜索,分别求得各个邻近基站在第l次循环时的初始首达径时延估计值tq,l;对yq,l(n)进行内插处理,求得第q个邻近基站在第l次循环时的时延估计值τq,l,重建出第q个邻近基站在经过第l次干扰消除后的接收信号y'q,l(n),从而得到第q+1个邻近基站在经过第l次干扰消除后的总定位参考信号yq+1,l(n);
S405、若q≠M,令q=q+1,返回步骤S404;否则转至步骤S406;
S406、若l≠Ni,y1,l+1(n)=yM,l(n)-y'M,l(n),令l=l+1,转至步骤S403;q∈{1,2,...M};M表示邻近基站总数;y1,1(n)表示第1个邻近基站在经过第1次干扰消除后的总定位参考信号;y0(n)表示重建后的来自服务基站的定位参考信号。
7.根据权利要求6所述的一种基于窄带物联网时延估计的终端定位方法,其特征在于,所述每个邻近基站到终端的最优时延估计值包括:
τq,l表示第q个邻近基站在第l次循环时的时延估计值;l∈{1,2,...,Ni}。
8.根据权利要求7所述的一种基于窄带物联网时延估计的终端定位方法,其特征在于,所述第q个邻近基站在第l次循环时的时延估计值的计算公式为:
其中,τq,l为取得最大值时对应的τ值;sq(n)表示第q个邻近基站发送的本地定位参考信号;表示将yq,l(n)取共轭;tq,l表示第q个邻近基站在第l次循环时的首达径时延估计值;Δt为设定的内插时域范围。
9.根据权利要求8所述的一种基于窄带物联网时延估计的终端定位方法,其特征在于,所述第q个邻近基站在第l次循环时的首达径时延估计值tq,l的计算公式为:
tq,l=nq,l×Ts;
其中,nq,l表示第q个基站第l次循环时的首达径延迟数;Ts表示采样点的时间间隔;
argmin[·]表示·取得最小值时,自变量的取值;
表示在nq,l满足右侧不等式最小时所对应的时延估计延迟数;表示Yq,l(k)与Sq(k)间的频域相关函数;Sq(k)表示第q个基站的本地频域定位参考信号。
10.根据权利要求9所述的一种基于窄带物联网时延估计的终端定位方法,其特征在于,所述第q个邻近基站的底噪门限的计算公式为:
snr表示工业上设定的信噪比;W表示采集随机噪声的次数;w(k,p)表示第p次采集的随机噪声信号;N表示采样点总数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810207008.3A CN108495365B (zh) | 2018-03-14 | 2018-03-14 | 基于窄带物联网时延估计的终端定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810207008.3A CN108495365B (zh) | 2018-03-14 | 2018-03-14 | 基于窄带物联网时延估计的终端定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108495365A true CN108495365A (zh) | 2018-09-04 |
CN108495365B CN108495365B (zh) | 2020-05-05 |
Family
ID=63339120
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810207008.3A Active CN108495365B (zh) | 2018-03-14 | 2018-03-14 | 基于窄带物联网时延估计的终端定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108495365B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110198518A (zh) * | 2019-06-03 | 2019-09-03 | 广东元一科技实业有限公司 | 一种基于物联网的用户精确定位方法及*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102721942A (zh) * | 2012-06-29 | 2012-10-10 | 中国科学院声学研究所 | 楼宇环境下目标的声学定位***及其方法 |
US20140293853A1 (en) * | 2013-03-27 | 2014-10-02 | Electronics And Telecommunications Research Institute | Method for transmitting machine type communication data and apparatus for the same |
CN106199666A (zh) * | 2016-09-20 | 2016-12-07 | 北京航空航天大学 | 一种基于终端转发gnss信号的定位跟踪方法 |
-
2018
- 2018-03-14 CN CN201810207008.3A patent/CN108495365B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102721942A (zh) * | 2012-06-29 | 2012-10-10 | 中国科学院声学研究所 | 楼宇环境下目标的声学定位***及其方法 |
US20140293853A1 (en) * | 2013-03-27 | 2014-10-02 | Electronics And Telecommunications Research Institute | Method for transmitting machine type communication data and apparatus for the same |
CN106199666A (zh) * | 2016-09-20 | 2016-12-07 | 北京航空航天大学 | 一种基于终端转发gnss信号的定位跟踪方法 |
Non-Patent Citations (1)
Title |
---|
XINGQIN LIN: "Positioning for the Internet of Things:A 3GPP Perspective", 《IEEE COMMUNICATIONS MAGAZINE》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110198518A (zh) * | 2019-06-03 | 2019-09-03 | 广东元一科技实业有限公司 | 一种基于物联网的用户精确定位方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN108495365B (zh) | 2020-05-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110022523B (zh) | 用于终端设备定位的方法、装置及*** | |
Han et al. | Indoor localization with a single Wi-Fi access point based on OFDM-MIMO | |
CN106411436B (zh) | 使用匹配追踪确定到达时间的通信*** | |
CN103098379B (zh) | 在探测参考信号中消除干扰以估计utdoa的方法 | |
CN110191071B (zh) | 一种窄带物联网***中基于信道估计的测量方法及装置 | |
CN103297924B (zh) | 基于信道估计的新型定位指纹设计方法及室内定位*** | |
CN102045838B (zh) | 一种观察到达时间差测量定位方法及设备 | |
CN112235215B (zh) | 一种无线信道探测方法、存储介质及终端设备 | |
CN101489238B (zh) | 一种时间差的测量方法、***及装置 | |
CN105611568A (zh) | 一种基于mro测量报告对lte终端位置进行准确定位的方法 | |
Cai et al. | Self-deployable indoor localization with acoustic-enabled IoT devices exploiting participatory sensing | |
Huang et al. | Enhanced LTE TOA/OTDOA estimation with first arriving path detection | |
CN103270801A (zh) | 用于定位用户设备的方位的方法和*** | |
CN109672635A (zh) | 一种时域相关性估计方法、装置及设备 | |
CN106507471A (zh) | 无线通信***中的定位增强方法、装置及*** | |
CN107850656A (zh) | 用于定位目的的模型参数的确定 | |
CN107171981B (zh) | 通道校正方法及装置 | |
Keunecke et al. | Deriving 2D TOA/TDOA IEEE 802.11 g/n/ac location accuracy from an experimentally verified fading channel model | |
Escudero et al. | An indoor positioning method using ieee 802.11 channel state information | |
CN111770528B (zh) | 基于信道参数萃取方法的视距与非视距识别方法及装置 | |
CN105531600B (zh) | 无线网络中用于用户速度估计的时间分析 | |
CN108495365A (zh) | 基于窄带物联网时延估计的终端定位方法 | |
Alhafid et al. | Observed time difference of arrival based position estimation for LTE systems: Simulation framework and performance evaluation | |
CN113347587B (zh) | 一种基于多载波信号的子载波分集精密测距定位方法 | |
Berg et al. | OTDOA-based positioning in NB-IoT |
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 |