CN113286363B - 无线定位参数估计方法、装置、计算机设备及存储介质 - Google Patents

无线定位参数估计方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN113286363B
CN113286363B CN202110834686.4A CN202110834686A CN113286363B CN 113286363 B CN113286363 B CN 113286363B CN 202110834686 A CN202110834686 A CN 202110834686A CN 113286363 B CN113286363 B CN 113286363B
Authority
CN
China
Prior art keywords
estimation
time delay
spectrum
delay domain
domain super
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.)
Active
Application number
CN202110834686.4A
Other languages
English (en)
Other versions
CN113286363A (zh
Inventor
潘孟冠
齐望东
黄永明
贾兴华
刘升恒
王绍磊
郭毅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Network Communication and Security Zijinshan Laboratory
Original Assignee
Network Communication and Security Zijinshan Laboratory
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Network Communication and Security Zijinshan Laboratory filed Critical Network Communication and Security Zijinshan Laboratory
Priority to CN202110834686.4A priority Critical patent/CN113286363B/zh
Publication of CN113286363A publication Critical patent/CN113286363A/zh
Application granted granted Critical
Publication of CN113286363B publication Critical patent/CN113286363B/zh
Priority to PCT/CN2021/142343 priority patent/WO2023000614A1/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Power Engineering (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本申请涉及一种无线定位参数估计方法、装置、计算机设备和存储介质。该方法包括：对待定位设备发送的定位信号进行信道估计得到信道响应参数，对信道响应参数进行时延域超分辨谱估计得到时延域超分辨谱信息，并对时延域超分辨谱信息进行空间谱估计得到时延域超分辨谱‑空间谱信息，进而从该时延域超分辨谱‑空间谱信息中得到各传输路径对应的定位参数估计值。采用本方法能够先进行时延域超分辨谱估计再空间谱估计，通过级联方式得到二维谱信息并获取定位参数估计值，该方法避免了采用二维超分辨算法时所涉及到的高维度矩阵运算，从而降低了定位参数估计算法的复杂度，减少了算法的运算量，缩短了定位参数的估计周期，提高了定位参数的估计效率。

Description

无线定位参数估计方法、装置、计算机设备及存储介质
技术领域
本申请涉及无线定位技术领域，特别是涉及一种无线定位参数估计方法、装置、计算机设备及存储介质。
背景技术
随着工业互联网、物联网和车联网的快速发展，高精度定位成为智能机器人、无人车等移动终端不可或缺的关键支撑服务。为了能够在受遮蔽的环境和室内环境提供更好的导航定位服务，常用的定位技术包括：蜂窝网定位、无线局域网定位、蓝牙定位和超宽带定位等；其中，这些定位技术大多采用了宽带发射信号以及阵列天线。而在室内定位***中，受限于移动终端尺寸，定位基站的天线阵孔径通常不会太大，空域分辨能力有限。因此，如何提高定位***在复杂环境中的分辨能力，成为复杂环境中定位***的一核心问题。
传统技术中，SpotFi无线局域网定位***采用二维超分辨算法，对多径的到达角度（Angle of Arrival，AoA）和传播时延等定位参数进行估计，使得能够分辨多于阵元数的多径信号，其中传播时延一般也称为到达时间（Time of Arrival，ToA）。但是，传统的定位参数估计方式需要进行二维参数空间搜索，从而导致定位参数的估计效率较低。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高定位参数估计效率的无线定位参数估计方法、装置、计算机设备及存储介质。
一种无线定位参数估计方法，所述方法包括：
对待定位设备发送的定位信号进行信道估计，得到信道响应参数；
对所述信道响应参数进行时延域超分辨谱估计，得到时延域超分辨谱信息；
对所述时延域超分辨谱信息进行空间谱估计，得到时延域超分辨谱-空间谱信息；
其中，所述时延域超分辨谱-空间谱信息包括各传输路径对应的定位参数估计值。
在其中一个实施例中，所述从所述时延域超分辨谱-空间谱信息中确定目标定位参数估计值，包括：从所述时延域超分辨谱-空间谱信息中确定直达径对应的所述目标定位参数估计值，所述目标定位参数估计值包括目标到达角度和目标传播时延。
在其中一个实施例中，所述从所述时延域超分辨谱-空间谱信息中确定直达径对应的所述目标定位参数估计值，包括：
提取所述时延域超分辨谱-空间谱信息中的谱峰，得到所述谱峰对应的衰落系数、所述定位信号的到达角度以及传播时延；
根据所述谱峰对应的衰落系数以及所述传播时延，对所述直达径进行识别，并输出所述直达径对应的所述目标到达角度以及所述目标传播时延。
在其中一个实施例中，所述对待定位设备发送的定位信号进行信道估计，得到信道响应参数，包括：
获取所述待定位设备发送的所述定位信号；
对所述定位信号进行时频转换，得到所述待定位设备的频域定位信号；
通过信道估计模型对所述频域定位信号进行信道估计，得到所述信道响应参数。
在其中一个实施例中，所述信道估计模型包括所述信道响应参数与所述频域定位信号之间的映射关系。
在其中一个实施例中，所述对所述信道响应参数进行时延域超分辨谱估计，得到时延域超分辨谱信息，包括：采用加权最小二乘法对各信号接收通道的信道响应参数进行时延域超分辨谱估计，得到所述时延域超分辨谱信息。
在其中一个实施例中，所述对所述时延域超分辨谱信息进行空间谱估计，得到时延域超分辨谱-空间谱信息，包括：采用数字波束形成算法，对所述时延域超分辨谱信息进行空间谱估计，得到所述时延域超分辨谱-空间谱信息。
一种无线定位参数估计装置，所述装置包括：
信道估计模块，用于对待定位设备发送的定位信号进行信道估计，得到信道响应参数；
第一谱估计模块，用于对所述信道响应参数进行时延域超分辨谱估计，得到时延域超分辨谱信息；
第二谱估计模块，用于对所述时延域超分辨谱信息进行空间谱估计，得到时延域超分辨谱-空间谱信息；
其中，所述时延域超分辨谱-空间谱信息包括各传输路径对应的定位参数估计值。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
对待定位设备发送的定位信号进行信道估计，得到信道响应参数；
对所述信道响应参数进行时延域超分辨谱估计，得到时延域超分辨谱信息；
对所述时延域超分辨谱信息进行空间谱估计，得到时延域超分辨谱-空间谱信息；
其中，所述时延域超分辨谱-空间谱信息包括各传输路径对应的定位参数估计值。
一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
对待定位设备发送的定位信号进行信道估计，得到信道响应参数；
对所述信道响应参数进行时延域超分辨谱估计，得到时延域超分辨谱信息；
对所述时延域超分辨谱信息进行空间谱估计，得到时延域超分辨谱-空间谱信息，所述时延域超分辨谱-空间谱信息包括各传输路径对应的定位参数估计值。
上述无线定位参数估计方法、装置、计算机设备和存储介质，接收站可以对待定位设备发送的定位信号进行信道估计，得到信道响应参数，对信道响应参数进行时延域超分辨谱估计，得到时延域超分辨谱信息，并对时延域超分辨谱信息进行空间谱估计，得到时延域超分辨谱-空间谱信息，进而从该时延域超分辨谱-空间谱信息中得到各传输路径对应的定位参数估计值；该方法可以先进行时延域超分辨谱估计，再空间谱估计，通过这样的级联方式得到二维谱信息，并获取定位参数估计值，该方法避免了采用二维超分辨算法执行并行估计的处理方式时所涉及到的高维度矩阵运算，降低了定位参数估计算法的复杂度，减少了算法的运算量，缩短了定位参数的估计周期，提高了定位参数的估计效率。
附图说明
图1为一个实施例中无线定位参数估计方法的应用环境图；
图2为一个实施例中无线定位参数估计方法的流程示意图；
图3为一个实施例中获取信道响应参数的具体方法流程示意图；
图4为另一个实施例中确定直达径对应的目标定位参数估计值的具体方法流程示意图；
图5为另一个实施例中目标到达角度估计精度对比图；
图6为另一个实施例中传播时延估计精度对比图；
图7为另一个实施例中算法运行时间对比图；
图8为一个实施例中无线定位参数估计装置的结构框图；
图9为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的无线定位参数估计方法，可以适用于图1所示的无线定位参数估计***。如图1所示，该***包括接收站和待定位设备。其中，接收站和待定位设备之间可以通过无线电或者电磁波传播信号。可选的，上述接收站不限于4G/5G、无线局域网、超宽带定位***中已标定位置的接收设备，也就是4G/5G基站、无线局域网接入点以及超宽带锚点；上述待定位设备可以为PC、便携式设备、服务器等具有数据处理功能的电子设备。本实施例可以适用于单快拍场景，该单快拍场景可以理解为接收站在接收到单次定位信号时就能够实现无线定位参数估计，且无需在估计过程中进行传统技术中的平滑操作就能够直接处理由于多径传播造成的相干入射信号。需要说明的是，本实施例对待定位设备的具体形式不做限定。
在一个实施例中，如图2所示，提供了一种无线定位参数估计方法，以该方法应用于图1中的接收站为例进行说明，包括以下步骤：
S100、对待定位设备发送的定位信号进行信道估计，得到信道响应参数。
具体的，接收站可以对待定位设备发送的定位信号进行信道估计。该定位信号可以为时域定位信号，也可以为频域定位信号。若上述定位信号为频域定位信号，则接收站可以直接对该定位信号进行信道估计；若上述定位信号为时域定位信号，则接收站可以先对定位信号进行预处理，然后对预处理后的定位信号进行信道估计。可选的，预处理可以为时频转换处理，也可以为先对定位信号进行区间数据截取处理之后再进行时频转换处理，当然，还可以为先对定位信号进行时频转换处理再进行区间数据截取处理等等。
可以理解的是，接收站可以基于导频符号、基于判决反馈对定位信号进行信道估计，还可以基于训练序列和导频序列对定位信号进行信道估计，当然还可以通过其它方法对定位信号进行信道估计。可选的，该信道估计实际上可以理解为从定位信号中将假定的某个信道模型的模型参数估计出来的过程。其中，信道响应参数可以为信道响应矩阵。
其中，为了减少定位信号的资源占用，待定位设备通常可以按照一定的图样将定位信号向天线阵对应的子带映射，此时，接收站可以根据映射关系直接提取相应子带的频域接收信号，也就是，这种情况下接收站直接接收的是频域定位信号的情况。
S200、对信道响应参数进行时延域超分辨谱估计，得到时延域超分辨谱信息。
具体的，接收站可以对信道响应参数进行时延域超分辨谱估计，得到多条传输路径对应的时延域超分辨谱信息。可选的，传输路径可以为定位信号从待定位设备传输至接收站的路径，这些路径可以包括直达径和非直达径；该直达径可以理解为定位信号从待定位设备传输至接收站的一条直线路径，非直达径可以有多条，每条非直达径可以理解为定位信号从待定位设备传输至接收站多条不在同一直线上的路径组合在一起的一条曲折路径。
S300、对时延域超分辨谱信息进行空间谱估计，得到时延域超分辨谱-空间谱信息，时延域超分辨谱-空间谱信息包括各传输路径对应的定位参数估计值。
具体的，接收站可以对获取到的时延域超分辨谱信息进行空间谱估计，得到时延域超分辨谱-空间谱信息，即二维谱信息。可选的，定位参数估计值可以包括定位信号的到达角度、传播时延、到达时间差以及传输速率等等，但在本实施例中，上述定位参数估计值包括定位信号的到达角度和传播时延。可选的，二维谱信息中包括直达径对应的定位参数估计值，还包括非直达径对应的定位参数估计值。
上述无线定位参数估计方法中，接收站可以对待定位设备发送的定位信号进行信道估计，得到信道响应参数，对信道响应参数进行时延域超分辨谱估计，得到时延域超分辨谱信息，并对时延域超分辨谱信息进行空间谱估计，得到时延域超分辨谱-空间谱信息，进而从该时延域超分辨谱-空间谱信息中得到各传输路径对应的定位参数估计值；该方法可以先进行时延域超分辨谱估计，再空间谱估计，通过这样的级联方式得到二维谱信息，并获取定位参数估计值，该方法避免了采用二维超分辨算法执行并行估计的处理方式时所涉及到的高维度矩阵运算，从而降低了定位参数估计算法的复杂度，减少了算法的运算量，从而缩短了定位参数的估计周期，提高了定位参数的估计效率，进一步提高定位参数估计的实时性。
在一些场景中，时延域超分辨谱-空间谱信息包含多组定位参数估计值，为了提高定位参数估计值的准确性，可以将其中一组定位参数估计值作为目标定位参数估计值，在其中一个本实施例中，上述无线定位参数估计方法还可以包括：从时延域超分辨谱-空间谱信息中确定目标定位参数估计值，目标定位参数估计值包括：目标到达角度以及目标传播时延。
在本实施例，上述目标定位参数估计值可以包括目标到达角度以及目标传播时延。可选的，时延域超分辨谱-空间谱信息可以通过信号谱图表示。接收站可以从时延域超分辨谱-空间谱信息中确定目标定位参数估计值，也就是可以将时延域超分辨谱-空间谱信息中直达径对应的定位参数估计值作为目标定位参数估计值，也可以将时延域超分辨谱-空间谱信息中非直达径中的任意一条非直达径对应的定位参数估计值作为目标定位参数估计值。还可以理解为，接收站可以从时延域超分辨谱-空间谱信息对应的信号谱图中选取任意一点，并将该点对应的定位参数估计值作为目标定位参数估计值。
其中，为了能够精确获取定位参数估计值，上述从时延域超分辨谱-空间谱信息中确定目标定位参数估计值具体可以包括：从时延域超分辨谱-空间谱信息中确定直达径对应的目标定位参数估计值。
在本实施例中，上述时延域超分辨谱-空间谱信息可以通过一个二维谱图像展示。接收站可以遍历二维谱图中的每个点，判断当前点相对于其它所有邻接点的谱强度，若当前点的谱强度大于其它所有邻接点的谱强度，则判定当前点为一个谱峰值点，按照这种方式找出二维谱图的所有谱峰值点，之后按照谱峰强度进行排序，提取出其中最大的K1个谱峰，这K1个谱峰对应为1个直达径和K1-1个反射径对应的信号分量。接收站可以基于直达径相比于其它非直达径（即反射径）的传播时间更短或者直达径比其它非直达径能量更强等基本准则，从时延域超分辨谱空间谱信息中确定直达径对应的目标定位参数估计值，作为最优的目标定位参数估计值。
上述无线定位参数估计方法可以从时延域超分辨谱空间谱信息对应的信号谱图中确定直达径对应的目标定位参数估计值，从而提高了定位参数估计值的准确性。
作为其中一个实施例，如图3所示，上述S100中对待定位设备发送的定位信号进行信道估计，得到信道响应参数的步骤，可以通过以下步骤实现：
S110、获取待定位设备发送的定位信号。
具体的，接收站可以接收待定位设备发送的定位信号。在本实施例中，该定位信号可以为时域信号。
在本实施例中，接收站可以通过天线阵的信号接收通道接收待定位设备发送的定位信号。可选的，该定位信号可以包括待定位设备的经纬度信息、方位角等等。可选的，上述天线阵可以为点阵、面阵，还可以为线阵等，根据类型还可以为圆形天线阵、方形天线阵、菱形天线阵等，本实施例对天线阵的类型本实施例不做任何限定。可选的，若天线阵共有N个阵元，则每个阵元可以对应一个信号接收通道。
若定位信号占用的子带数量为M，则天线阵从信号接收通道n接收的定位信号可以 表示为向量
Figure 759869DEST_PATH_IMAGE001
，
Figure 614692DEST_PATH_IMAGE002
，其中，X m,n 表示第n个信号接收通道第m个 子带接收的定位信号，
Figure 128850DEST_PATH_IMAGE003
表示复数空间，
Figure 450024DEST_PATH_IMAGE004
表示
Figure 936500DEST_PATH_IMAGE005
维复数空间，也就是M维复向量空 间。可选的，本实施例中的所述向量均可以指列向量。其中，接收站的所有信号接收通道接 收到的定位信号矩阵可以表示为
Figure 431066DEST_PATH_IMAGE006
，
Figure 370204DEST_PATH_IMAGE007
，若在M个子带上发送的定 位信号序列为
Figure 100262DEST_PATH_IMAGE008
，
Figure 441245DEST_PATH_IMAGE009
，发送定位信号的中心载频为
Figure 965767DEST_PATH_IMAGE010
，定位信号的对应波长 为
Figure 392200DEST_PATH_IMAGE011
（
Figure 801316DEST_PATH_IMAGE012
），
Figure 996805DEST_PATH_IMAGE013
表示真空中的光速。
S120、对定位信号进行时频转换，得到待定位设备的频域定位信号。
在本实施例中，接收站可以对定位信号进行时频转换，得到待定位设备的频域定位信号。可选的，时频转换的方法可以为傅里叶变换，还可以为快速傅里叶变换，还可以为傅里叶变换和快速傅里叶变换的组合变换等等。
在本实施例中，上述时频转换方法可以为快速傅里叶变换，以减少算法的运算量， 缩短定位参数的估计周期。为了不失一般性，假设M个子带呈均匀分布，分布间隔为
Figure 957808DEST_PATH_IMAGE014
，接 收的天线阵为等距线阵，阵元间距为d，且定位信号经由K条路径传播至等距线阵，第k条路 径的传播时延、方位角以及衰落系数分别表示为
Figure 402696DEST_PATH_IMAGE015
、
Figure 84344DEST_PATH_IMAGE016
和
Figure 399919DEST_PATH_IMAGE017
，
Figure 672768DEST_PATH_IMAGE016
表示定位信号的入射方向 与等距线阵法线方向的夹角；在本实施例中，定位信号的传播时延可以表示定位信号的传 播距离，该传播时延与传播距离之间可以通过光速
Figure 932848DEST_PATH_IMAGE018
相互转化，因此，多个信号接收通道接 收到的定位信号矩阵X可以表示为：
Figure 949346DEST_PATH_IMAGE019
（1）；
式（1）为经过快速傅里叶变换后得到的定位信号矩阵X的表达式，且式中S表示待 定位设备发送的定位信号的对角矩阵，即
Figure 853848DEST_PATH_IMAGE020
，
Figure 563178DEST_PATH_IMAGE021
可以表示以 向量中的每个元素作为主对角线元素获得对角矩阵；
Figure 44975DEST_PATH_IMAGE022
（
Figure 599584DEST_PATH_IMAGE023
）表示时延 域匹配矢量函数，该时延域匹配矢量函数的输入可以为传播时延
Figure 483226DEST_PATH_IMAGE024
，输出可以为M维传播时 延域匹配向量，
Figure 97879DEST_PATH_IMAGE025
表示时延域匹配矢量函数的作用域，且
Figure 942338DEST_PATH_IMAGE026
为所有可能传输路径对应的传播 时延
Figure 159693DEST_PATH_IMAGE024
的集合，即
Figure 38787DEST_PATH_IMAGE027
，
Figure 824340DEST_PATH_IMAGE028
表示实数空间，传播时延域匹配向量的第m个元素可以表 示定位信号传播时延在第m个子带造成的相位偏移，从而，有
Figure 280729DEST_PATH_IMAGE029
，
Figure 177141DEST_PATH_IMAGE030
表示虚数单位，定义为
Figure 769797DEST_PATH_IMAGE031
，
Figure 726251DEST_PATH_IMAGE032
（
Figure 545303DEST_PATH_IMAGE033
）表示接收阵列导向矢量函数，接收阵列导向矢量函数的输入可以为定 位信号的到达角度
Figure 510985DEST_PATH_IMAGE034
，接收阵列导向矢量函数的输出可以为对应到达角度的阵列导向矢 量，
Figure 630250DEST_PATH_IMAGE035
表示接收阵列导向矢量函数的作用域为
Figure 757606DEST_PATH_IMAGE036
，对应的值域为N维复数向量，
Figure 860692DEST_PATH_IMAGE036
为 所有可能的信号到达角度所组成的空间，即
Figure 630064DEST_PATH_IMAGE037
；若接收站的接收阵为等距线阵 时，函数值
Figure 807099DEST_PATH_IMAGE038
的第n个元素为
Figure 43039DEST_PATH_IMAGE039
，
Figure 786085DEST_PATH_IMAGE040
，
Figure 890307DEST_PATH_IMAGE041
为噪声矩阵，W中第m行第n列元素表示第n个信号接收通道第m个子带上的噪声 分量。
S130、通过信道估计模型对频域定位信号进行信道估计，得到信道响应参数。
具体的，上述信道估计可以为盲估计法、半盲估计法，还可以为结合盲估计与基于训练序列估计法等等。
其中，信道估计模型包括信道响应参数与频域定位信号之间的映射关系。
在本实施例中，接收站可以通过预先设置的信道估计的模型，对频域定位信号进行信道估计，以得到信道的频域响应，进而为后续处理提供所需的信道状态信息。可选的，信道估计的方法可以为最小二乘算法、最陡下降法或者最小均方误差法等等。在本实施例中，上述信道估计的模型可以为基于参考信号的信道估计模型，具体信道估计的模型可以自定义设置，包括信道响应参数与频域定位信号之间的映射关系。可选的，信道响应参数与频域定位信号之间可以为正相关关系。
但在本实施例中，上述信道估计模型包括：
Figure 453007DEST_PATH_IMAGE042
（2）；
式（2）中，
Figure 187744DEST_PATH_IMAGE043
的第n列表示接收站的第n个信号接收通道的信道响应参数，
Figure 203105DEST_PATH_IMAGE044
表示定 位信号的对角矩阵，
Figure 173335DEST_PATH_IMAGE045
表示频域定位信号矩阵。
可以理解的是，假设已知接收端接收到的定位信号在频域上的具体形式，则上述 信道估计可以采用最小二乘算法，得到的信道响应参数
Figure 856120DEST_PATH_IMAGE046
具体表示为：
Figure 496180DEST_PATH_IMAGE047
Figure 264416DEST_PATH_IMAGE048
（3）；
式（3）中，
Figure 772758DEST_PATH_IMAGE049
（
Figure 44470DEST_PATH_IMAGE050
）的第n列表示第n个信号接收通道的信道响应参数；
Figure 855431DEST_PATH_IMAGE051
（
Figure 235597DEST_PATH_IMAGE051
Figure 157417DEST_PATH_IMAGE052
）表示信道响应参数中的噪声分量，
Figure 549215DEST_PATH_IMAGE051
的第m行第n列元素表示第n个 通道第m个子带信道估计值中的噪声分量。
进一步地，上述对信道响应参数进行时延域超分辨谱估计，得到时延域超分辨谱信息的步骤，具体可以包括：采用加权最小二乘法对各信号接收通道的信道响应参数进行时延域超分辨谱估计。
具体的，接收站可以通过信道响应参数，对每个信号接收通道进行时延域超分辨谱估计。
假设
Figure 655711DEST_PATH_IMAGE053
（
Figure 398539DEST_PATH_IMAGE054
）表示信道响应参数H的第n列元素，也就是第n个信号接 收通道的信道响应参数，则
Figure 124050DEST_PATH_IMAGE053
可以表示为：
Figure 635934DEST_PATH_IMAGE055
（4）；
式（4）中，
Figure 647752DEST_PATH_IMAGE056
表示第n个接收阵元对第k条路径传输的定位信号的响应，
Figure 612297DEST_PATH_IMAGE056
为 向量
Figure 407078DEST_PATH_IMAGE057
的第n个元素，
Figure 39047DEST_PATH_IMAGE058
（
Figure 362713DEST_PATH_IMAGE059
）表示第n个信号接收通道的噪声向量且为矩 阵
Figure 204767DEST_PATH_IMAGE051
的第n列。
对于定位信号的频域等间隔采样序列，不模糊的传播时延范围为
Figure 6500DEST_PATH_IMAGE060
，假设将 该传播时延范围划分为P+1份，为了降低算法复杂度，通常设定
Figure 227397DEST_PATH_IMAGE061
，这P个扫描栅格点 对应的传播时延分别为
Figure 112177DEST_PATH_IMAGE062
（
Figure 51314DEST_PATH_IMAGE063
）；记
Figure 656739DEST_PATH_IMAGE064
为每个扫描栅格点上的衰落系数，当
Figure 856776DEST_PATH_IMAGE065
时，
Figure 53402DEST_PATH_IMAGE066
，在其它P-K个扫描栅格点上，
Figure 214256DEST_PATH_IMAGE067
。记
Figure 623372DEST_PATH_IMAGE068
为 扫描栅格点集合上的衰落系数向量，且
Figure 943495DEST_PATH_IMAGE069
（
Figure 45443DEST_PATH_IMAGE070
）表示扫描栅 格点集合上的传播时延匹配矩阵，则有第n个信号接收通道的信道响应参数可以表示为：
Figure 693593DEST_PATH_IMAGE071
（5）。
可以理解的是，接收站可以采用加权最小二乘法、基于矩阵特征空间分解法或者改进的矩阵特征空间分解法，对各信号接收通道的信道响应参数进行时延域超分辨谱估计。在本实施例中，采用加权最小二乘法对各信号接收通道的信道响应参数进行时延域超分辨谱估计可以表示为：
Figure 906400DEST_PATH_IMAGE072
（6）；
式（6）中
Figure 81029DEST_PATH_IMAGE073
（
Figure 88299DEST_PATH_IMAGE074
）表示向量
Figure 489325DEST_PATH_IMAGE075
的加权
Figure 364877DEST_PATH_IMAGE076
范数，
Figure 523240DEST_PATH_IMAGE077
表示第n个信号接收 通道第
Figure 701411DEST_PATH_IMAGE078
个扫描栅格点处的干扰协方差矩阵，该干扰由当前扫描栅格点
Figure 589733DEST_PATH_IMAGE079
以外的信号分量 构成，即
Figure 268976DEST_PATH_IMAGE077
可以表示为：
Figure 908216DEST_PATH_IMAGE081
（7）；
其中，
Figure 18254DEST_PATH_IMAGE082
表示第n个信号接收通道信道响应参数的协方差矩阵，可以表示为
Figure 235609DEST_PATH_IMAGE083
，
Figure 380282DEST_PATH_IMAGE084
表示取期望值。
通常，为了提高分辨能力，降低谱旁瓣，可以通过对干扰协方差矩阵逆加权的最小二乘问题求解，以在估计当前扫描栅格点的时延域超分辨谱信息时，对其它扫描栅格点上潜在的分量进行了抑制，该加权的最小二乘问题的解为：
Figure 900257DEST_PATH_IMAGE085
（8）；
式（8）中，由于
Figure 497591DEST_PATH_IMAGE082
为未知量，因此无法直接计算；通常，可以采用迭代法迭代地对
Figure 518637DEST_PATH_IMAGE086
和
Figure 517817DEST_PATH_IMAGE082
进行估计，每次计算时在公式（8）中代入上一次的迭代结果。其中，可以采用谐波 模型对
Figure 739851DEST_PATH_IMAGE082
进行估计，具体方式如：
Figure 824481DEST_PATH_IMAGE087
（9）；
式（9）中的
Figure 259005DEST_PATH_IMAGE088
表示功率估计值组成的矩阵，可以表示为：
Figure 237325DEST_PATH_IMAGE089
（10）。
现有的加权最小二乘问题的在迭代式求解过程中，涉及大量矩阵的乘法运算，导 致运算量较大，本实施例利用传播时延匹配矩阵
Figure 630260DEST_PATH_IMAGE090
的结构特点，可以采用快速傅里叶变换 对算法进行加速。详细步骤如下，针对每个信号接收通道n依次可以执行以下步骤，获取
Figure 467766DEST_PATH_IMAGE091
， 具体步骤如下：
1）确定传播时延的扫描栅格点数P以及对应的传播时延栅格
Figure 971560DEST_PATH_IMAGE092
，为了保证精度，传 播时延扫描间隔
Figure 945332DEST_PATH_IMAGE093
一般小于定位***固有传播时延分辨率的1/10，即
Figure 243590DEST_PATH_IMAGE094
。为了使用快速傅里叶变换进行算法加速，P可以选为2的整数次 幂，即P可以表示为：
Figure 302812DEST_PATH_IMAGE095
（11）；
其中，
Figure 79139DEST_PATH_IMAGE096
表示向上取整。
2）令
Figure 32051DEST_PATH_IMAGE097
，可以使用快速傅里叶逆变换计算周期图谱，作为迭代初值：
Figure 501210DEST_PATH_IMAGE098
（12）；
其中，
Figure 782149DEST_PATH_IMAGE099
表示对向量作P点快速傅里叶逆变换，记
Figure 893325DEST_PATH_IMAGE100
表示第i次迭代的功 率向量，其各元素表示向量
Figure 435165DEST_PATH_IMAGE101
对应元素的模平方。
3）可以使用快速傅里叶逆变换实现协方差矩阵第一行元素的快速计算，具体方法 如
Figure 75225DEST_PATH_IMAGE102
。
4）利用矩阵
Figure 109040DEST_PATH_IMAGE103
的范德蒙特性和
Figure 961589DEST_PATH_IMAGE104
为对角矩阵的特性，可得协方差矩阵
Figure 889094DEST_PATH_IMAGE105
为对 角矩阵，因此，当前迭代步骤i的协方差矩阵
Figure 700055DEST_PATH_IMAGE106
可以通过其第一行元素构建，得到
Figure 955587DEST_PATH_IMAGE107
，其中，
Figure 736461DEST_PATH_IMAGE108
表示取向量
Figure 393839DEST_PATH_IMAGE109
的前
Figure 375701DEST_PATH_IMAGE110
个元素，
Figure 118529DEST_PATH_IMAGE111
表示 Toeplitz化算子，表示由向量产生相应的Toeplitz矩阵。
5）计算协方差矩阵逆
Figure 703094DEST_PATH_IMAGE112
，
Figure 214978DEST_PATH_IMAGE113
。
6）与步骤7）共同完成谱值计算公式中的分子部分，首先计算
Figure 379461DEST_PATH_IMAGE114
。
7）利用矩阵
Figure 203060DEST_PATH_IMAGE115
的范德蒙特性以及其元素为快速傅里叶变换因子的特性，计算
Figure 732262DEST_PATH_IMAGE116
。
8）和步骤9）和步骤10）共同完成谱值计算公式中的分母部分，同样利用
Figure 957707DEST_PATH_IMAGE115
的范德 蒙性以及其各项为复指数的特性实现分母的快速计算，首先计算：
Figure 281372DEST_PATH_IMAGE117
（13）；
9）将
Figure 998792DEST_PATH_IMAGE118
排列为矩阵
Figure 66105DEST_PATH_IMAGE119
，则有
Figure 146057DEST_PATH_IMAGE120
。
10）计算
Figure 906202DEST_PATH_IMAGE121
。
11）更新时延域超分辨谱估计值
Figure 845339DEST_PATH_IMAGE122
，其第p个元素为
Figure 575398DEST_PATH_IMAGE123
。
12）令
Figure 650801DEST_PATH_IMAGE124
，重复步骤3）至步骤11）直至
Figure 581848DEST_PATH_IMAGE125
无明显改善，此时，令
Figure 867336DEST_PATH_IMAGE126
。
另外，上述对时延域超分辨谱信息进行空间谱估计，得到时延域超分辨谱-空间谱信息具体可以包括：采用数字波束形成算法，对时延域超分辨谱信息进行空间谱估计，得到时延域超分辨谱-空间谱信息。
具体的，接收站可以采用数字波束形成算法，对各个传播时延扫描栅格点上N个信号接收通道的时延域超分辨谱信息进行空间谱估计。接收站先进行时延域超分辨谱估计，再进行空间谱估计，通过这样的级联方式得到时延域超分辨谱-空间谱信息，即二维谱信息，以避免采用二维超分辨算法执行并行估计的处理方式时所涉及到的高维度矩阵运算。
其中，若第p个时延单元，N个信号接收通道的时延域超分辨谱信息对应的向量表 示为
Figure 542031DEST_PATH_IMAGE127
，则有
Figure 471941DEST_PATH_IMAGE128
，进而对时延域超分辨谱信息对应的向量
Figure 432944DEST_PATH_IMAGE129
依次进行 空间谱估计，具体可以通过以下步骤实现：
（1）接收站可以确定定位信号到达角度的扫描栅格点集合。假设使用等间隔
Figure 81094DEST_PATH_IMAGE130
将 天线阵覆盖的到达角度范围
Figure 293900DEST_PATH_IMAGE131
划分为Q份，对应的到达角度集合为
Figure 202951DEST_PATH_IMAGE132
。其中，天 线阵覆盖范围由天线阵的阵元方向图所确定，到达角度间隔
Figure 475800DEST_PATH_IMAGE130
一般选择为阵列波束宽度的 1/20至1/10。记到达角度的扫描栅格点集合上的阵列流型矩阵为
Figure 876826DEST_PATH_IMAGE133
。
（2）接收站可以对时延域超分辨谱估计值向量
Figure 893323DEST_PATH_IMAGE134
依次进行空间谱估计，记 时延域超分辨谱-空间谱信息为
Figure 922459DEST_PATH_IMAGE135
，
Figure 100631DEST_PATH_IMAGE136
，则有
Figure 848007DEST_PATH_IMAGE137
；
记
Figure 137037DEST_PATH_IMAGE138
，其第q行第p列元素
Figure 161625DEST_PATH_IMAGE139
表示对时延
Figure 635331DEST_PATH_IMAGE140
到达角度
Figure 479791DEST_PATH_IMAGE141
处的信道 衰落系数的估计值。
上述无线定位参数估计方法避免了采用二维超分辨算法执行并行估计的处理方式时所涉及到的高维度矩阵运算，同时，该方法在进行时延域超分辨谱估计的过程中采用快速傅里叶变换，对谱求解的过程进行了加速，从而减少了算法的运算量，缩短了定位参数的估计周期，进一步提高定位参数估计的实时性。
在一些场景中，为了能够精确获取定位参数估计值，如图4所示，上述从时延域超分辨谱-空间谱信息中确定直达径对应的目标定位参数估计值的步骤具体可以通过以下步骤实现：
S400、提取时延域超分辨谱-空间谱信息中的谱峰，得到谱峰对应的衰落系数、定位信号的到达角度以及传播时延。
具体地，接收站可以将时延域超分辨谱-空间谱信息通过一个二维谱图像展示，遍 历二维谱图中的每个点，判断当前点相对于其它所有邻接点的谱强度，若当前点谱强度大 于其它所有邻接点的谱强度，则判定当前点为一个谱峰值点，按照这种方式找出二维谱图 的其它所有谱峰值点，之后，按照谱峰强度进行排序，提取出其中最大的K1个谱峰，这K1个谱 峰对应为1个直达径和K1-1个反射径对应的信号分量，从而可以得到相应路径的衰落系数
Figure 838091DEST_PATH_IMAGE017
、定位信号的到达角度
Figure 576240DEST_PATH_IMAGE016
和传播时延
Figure 96214DEST_PATH_IMAGE015
，其中，
Figure 818182DEST_PATH_IMAGE142
。
S500、根据谱峰对应的衰落系数以及传播时延，对直达径进行识别，并输出直达径对应的目标到达角度以及目标传播时延。
具体的，接收站可以基于直达径相比于其它非直达径（即反射径）的传播时间更短或者直达径比其它非直达径能量更强等基本准则，根据K1个谱峰对应的衰落系数和传播时延，确定K1个谱峰对应的直达径的时延域超分辨谱-空间谱信息，从而通过获取到的直达径的时延域超分辨谱-空间谱信息得到直达径对应的目标到达角度和目标传播时延。
示例性的，基于sub-6G频段的5G***的仿真平台对本实施例的方法进行验证，并和SpotFi算法结果对比，5G定位***的仿真参数如下：
Figure 714594DEST_PATH_IMAGE143
SpotFi算法和本实施例中到达角度和传播时延估计误差的累计分布函数图分别如图5和图6所示，图5为到达角度估计精度对比图，图6为传播时延估计精度对比图，其中传播时延已换算成距离，以68%分为点误差作为评估标准，SpotFi算法和本实施例中的到达角度误差分别为：0.13°和0.32°；距离估计误差分别为：0.040m和0.077m。其中，如图7所示为SpotFi算法和本实施例在每一次实验中的运行时间对比图，综合以上精度对比结果，可以看到，本实施例以少量的精度损失为代价，运行时间相比于SpotFi节省了25倍以上，因此，本实施例还非常适用于实时定位***。
上述无线定位参数估计方法可以从时延域超分辨谱-空间谱信息对应的信号谱图中确定直达径对应的目标定位参数估计值，从而提高了定位参数估计值的准确性。
应该理解的是，虽然图2-4的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-4中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图8所示，提供了一种无线定位参数估计装置，包括：信道估计模块11、第一谱估计模块12和第二谱估计模块13，其中：
信道估计模块11，用于对待定位设备发送的定位信号进行信道估计，得到信道响应参数；
第一谱估计模块12，用于对所述信道响应参数进行时延域超分辨谱估计，得到时延域超分辨谱信息；
第二谱估计模块13，用于对所述时延域超分辨谱信息进行空间谱估计，得到时延域超分辨谱-空间谱信息，所述时延域超分辨谱-空间谱信息包括各传输路径对应的定位参数估计值。
本实施例提供的无线定位参数估计装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在其中一个实施例中，无线定位参数估计装置还包括：目标估计值确定模块，其中：
目标估计值确定模块，用于从所述时延域超分辨谱-空间谱信息中确定直达径对应的所述目标定位参数估计值。
本实施例提供的无线定位参数估计装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在其中一个实施例中，目标估计值确定单元包括：信息提取子单元和识别子单元，其中：
信息提取子单元，用于提取所述时延域超分辨谱-空间谱信息中的谱峰，得到所述谱峰对应的衰落系数、所述定位信号的到达角度以及传播时延；
识别子单元，用于根据所述谱峰对应的衰落系数以及所述传播时延，对所述直达径进行识别，并输出所述直达径对应的所述目标到达角度以及所述目标传播时延。
本实施例提供的无线定位参数估计装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在其中一个实施例中，信道估计模块11包括：定位信号获取单元、时频转换单元和信道估计单元，其中：
定位信号获取单元，用于获取所述待定位设备发送的所述定位信号；
时频转换单元，用于对所述定位信号进行时频转换，得到所述待定位设备的频域定位信号；
信道估计单元，用于通过信道估计模型对所述频域定位信号进行信道估计，得到所述信道响应参数。
其中，信道估计模型包括所述信道响应参数与所述频域定位信号之间的映射关系。
本实施例提供的无线定位参数估计装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在其中一个实施例中，第一谱估计模块12具体用于采用加权最小二乘法对各信号接收通道的信道响应参数进行时延域超分辨谱估计，得到所述时延域超分辨谱信息。
本实施例提供的无线定位参数估计装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在其中一个实施例中，第二谱估计模块13具体用于采用数字波束形成算法，对所述时延域超分辨谱信息进行空间谱估计，得到所述时延域超分辨谱-空间谱信息。
本实施例提供的无线定位参数估计装置，可以执行上述方法实施例，其实现原理和技术效果类似，在此不再赘述。
关于无线定位参数估计装置的具体限定可以参见上文中对于无线定位参数估计方法的限定，在此不再赘述。上述无线定位参数估计装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图9所示。该计算机设备包括通过***总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的数据库用于存储定位信号。该计算机设备的网络接口用于与外部的端通过网络连接通信。该计算机程序被处理器执行时以实现一种无线定位参数估计方法。
本领域技术人员可以理解，图9中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
对待定位设备发送的定位信号进行信道估计，得到信道响应参数；
对所述信道响应参数进行时延域超分辨谱估计，得到时延域超分辨谱信息；
对所述时延域超分辨谱信息进行空间谱估计，得到时延域超分辨谱-空间谱信息，所述时延域超分辨谱-空间谱信息包括各传输路径对应的定位参数估计值。
在一个实施例中，提供了一种存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
对待定位设备发送的定位信号进行信道估计，得到信道响应参数；
对所述信道响应参数进行时延域超分辨谱估计，得到时延域超分辨谱信息；
对所述时延域超分辨谱信息进行空间谱估计，得到时延域超分辨谱-空间谱信息，所述时延域超分辨谱-空间谱信息包括各传输路径对应的定位参数估计值。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器（Read-Only Memory，ROM）、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器（Random Access Memory，RAM）或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器（Static Random Access Memory，SRAM）或动态随机存取存储器（Dynamic Random Access Memory，DRAM）等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种无线定位参数估计方法，其特征在于，所述方法包括：
对待定位设备发送的定位信号进行信道估计，得到信道响应参数；
对所述信道响应参数进行时延域超分辨谱估计，得到时延域超分辨谱信息；
对所述时延域超分辨谱信息进行空间谱估计，得到时延域超分辨谱-空间谱信息，所述时延域超分辨谱-空间谱信息包括各传输路径对应的定位参数估计值；
其中，所述对所述时延域超分辨谱信息进行空间谱估计，得到时延域超分辨谱-空间谱信息，包括：采用数字波束形成算法，对所述时延域超分辨谱信息进行空间谱估计，得到所述时延域超分辨谱-空间谱信息。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
从所述时延域超分辨谱-空间谱信息中确定直达径对应的目标定位参数估计值，所述目标定位参数估计值包括目标到达角度和目标传播时延。
3.根据权利要求2所述的方法，其特征在于，所述从所述时延域超分辨谱-空间谱信息中确定直达径对应的所述目标定位参数估计值，包括：
提取所述时延域超分辨谱-空间谱信息中的谱峰，得到所述谱峰对应的衰落系数、所述定位信号的到达角度以及传播时延；
根据所述谱峰对应的衰落系数以及所述传播时延，对所述直达径进行识别，并输出所述直达径对应的所述目标到达角度以及所述目标传播时延。
4.根据权利要求1所述的方法，其特征在于，所述对待定位设备发送的定位信号进行信道估计，得到信道响应参数，包括：
获取所述待定位设备发送的所述定位信号；
对所述定位信号进行时频转换，得到所述待定位设备的频域定位信号；
通过信道估计模型对所述频域定位信号进行信道估计，得到所述信道响应参数。
5.根据权利要求4所述的方法，其特征在于，所述信道估计模型包括所述信道响应参数与所述频域定位信号之间的映射关系。
6.根据权利要求1所述的方法，其特征在于，所述对所述信道响应参数进行时延域超分辨谱估计，得到时延域超分辨谱信息，包括：
采用加权最小二乘法对各信号接收通道的信道响应参数进行时延域超分辨谱估计，得到所述时延域超分辨谱信息。
7.一种无线定位参数估计装置，其特征在于，所述装置包括：
信道估计模块，用于对待定位设备发送的定位信号进行信道估计，得到信道响应参数；
第一谱估计模块，用于对所述信道响应参数进行时延域超分辨谱估计，得到时延域超分辨谱信息；
第二谱估计模块，用于对所述时延域超分辨谱信息进行空间谱估计，得到时延域超分辨谱-空间谱信息，所述时延域超分辨谱-空间谱信息包括各传输路径对应的定位参数估计值；
其中，所述第二谱估计模块具体用于采用数字波束形成算法，对所述时延域超分辨谱信息进行空间谱估计，得到所述时延域超分辨谱-空间谱信息。
8.根据权利要求7所述的装置，其特征在于，所述装置还包括：目标估计值确定模块，其中：
所述目标估计值确定模块，用于从所述时延域超分辨谱-空间谱信息中确定直达径对应的目标定位参数估计值。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
10.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述方法的步骤。
CN202110834686.4A 2021-07-23 2021-07-23 无线定位参数估计方法、装置、计算机设备及存储介质 Active CN113286363B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202110834686.4A CN113286363B (zh) 2021-07-23 2021-07-23 无线定位参数估计方法、装置、计算机设备及存储介质
PCT/CN2021/142343 WO2023000614A1 (zh) 2021-07-23 2021-12-29 无线定位参数估计方法、装置、***、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110834686.4A CN113286363B (zh) 2021-07-23 2021-07-23 无线定位参数估计方法、装置、计算机设备及存储介质

Publications (2)

Publication Number Publication Date
CN113286363A CN113286363A (zh) 2021-08-20
CN113286363B true CN113286363B (zh) 2021-10-01

Family

ID=77287072

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110834686.4A Active CN113286363B (zh) 2021-07-23 2021-07-23 无线定位参数估计方法、装置、计算机设备及存储介质

Country Status (2)

Country Link
CN (1) CN113286363B (zh)
WO (1) WO2023000614A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113286363B (zh) * 2021-07-23 2021-10-01 网络通信与安全紫金山实验室 无线定位参数估计方法、装置、计算机设备及存储介质
CN113438738B (zh) * 2021-08-27 2021-10-29 网络通信与安全紫金山实验室 定位参数估计方法、装置、计算机设备和存储介质
CN115314346A (zh) * 2022-08-17 2022-11-08 Oppo广东移动通信有限公司 一种参数估计二维搜索方法、芯片、设备和存储介质

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6493380B1 (en) * 1999-05-28 2002-12-10 Nortel Networks Limited System and method for estimating signal time of arrival
EP2422210B1 (en) * 2009-04-23 2013-09-11 Groupe des Ecoles de Telecommunications Ecole National Superieure des Telecommunications Orientation and localization system
CN108957396A (zh) * 2018-07-19 2018-12-07 东南大学 一种基于5g信号的ofdm定位***及定位方法
CN111239680B (zh) * 2020-01-19 2022-09-16 西北工业大学太仓长三角研究院 一种基于差分阵列的波达方向估计方法
CN112666513B (zh) * 2020-12-11 2024-05-07 中国人民解放军63892部队 一种改进式music波达方向估计方法
CN112929962B (zh) * 2021-02-03 2023-03-31 网络通信与安全紫金山实验室 定位方法、装置、计算机设备和存储介质
CN112601282B (zh) * 2021-03-02 2021-06-08 网络通信与安全紫金山实验室 定位参数确定方法、装置、计算机设备和存储介质
CN113286363B (zh) * 2021-07-23 2021-10-01 网络通信与安全紫金山实验室 无线定位参数估计方法、装置、计算机设备及存储介质

Also Published As

Publication number Publication date
CN113286363A (zh) 2021-08-20
WO2023000614A1 (zh) 2023-01-26

Similar Documents

Publication Publication Date Title
CN113286363B (zh) 无线定位参数估计方法、装置、计算机设备及存储介质
BouDaher et al. Multi-frequency co-prime arrays for high-resolution direction-of-arrival estimation
JP4339801B2 (ja) 固有値分解を利用しない信号到来方向推定手法および受信ビーム形成装置
Mohammadzadeh et al. Maximum entropy-based interference-plus-noise covariance matrix reconstruction for robust adaptive beamforming
Ramirez Jr et al. Synthetic aperture processing for passive co-prime linear sensor arrays
IL266212B2 (en) Direction for arrival assessment
CN113329491B (zh) 定位参数确定方法、装置、设备和存储介质
CN113438738B (zh) 定位参数估计方法、装置、计算机设备和存储介质
CN109633520B (zh) 一种均匀圆阵超分辨率空间谱估计方法
CN112469119B (zh) 定位方法、装置、计算机设备和存储介质
CN112929962B (zh) 定位方法、装置、计算机设备和存储介质
CN107966676B (zh) 复杂噪声环境下阵列天线角度和信源个数联合估计方法
CN108761380A (zh) 一种用于提高精度的目标波达方向估计方法
CN114079520B (zh) 一种信号估计方法、设备、装置及存储介质
CN115913408A (zh) 天线相位误差校正方法、装置、基站和存储介质
KR102069209B1 (ko) 도래각 추정 방법 및 장치
Hong et al. Comparison of MUSIC and ESPRIT for direction of arrival estimation of jamming signal
CN114966526A (zh) 一种波达方向估计方法
RU2392634C1 (ru) Способ определения направлений на источники излучения и углового разрешения источников
Khan et al. Beamspace matrix pencil method for direction of arrival estimation
Afkhaminia et al. Sparsity-based DOA estimation of 2-D rectangular array in the presence of gain and phase uncertainty
JP7315349B2 (ja) 位置推定装置、及び位置推定方法
Shi et al. Extended sparse array exploiting fourth-order cumulant for DOA estimation of non-Gaussian signals: Increased DOF perspective
Nguyen et al. Combining u-net auto-encoder and MUSIC algorithm for improving DOA estimation accuracy under defects of antenna array
CN111859272A (zh) 一种面向大规模天线的快速music谱分解方法、装置及设备

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