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 PDFInfo
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 75
- 238000001228 spectrum Methods 0.000 claims abstract description 209
- 230000004044 response Effects 0.000 claims abstract description 63
- 230000005540 biological transmission Effects 0.000 claims abstract description 18
- 238000004422 calculation algorithm Methods 0.000 claims description 21
- 230000003595 spectral effect Effects 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 15
- 238000005562 fading Methods 0.000 claims description 14
- 238000006243 chemical reaction Methods 0.000 claims description 10
- 238000013507 mapping Methods 0.000 claims description 6
- 108091006146 Channels Proteins 0.000 description 115
- 239000011159 matrix material Substances 0.000 description 28
- 239000013598 vector Substances 0.000 description 24
- 238000010586 diagram Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 101100380328 Dictyostelium discoideum asns gene Proteins 0.000 description 3
- 241000623377 Terminalia elliptica Species 0.000 description 3
- 101150062095 asnA gene Proteins 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 239000011541 reaction mixture Substances 0.000 description 3
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 241000287196 Asthenes Species 0.000 description 1
- 241001611138 Isma Species 0.000 description 1
- 108010076504 Protein Sorting Signals Proteins 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 229910003460 diamond Inorganic materials 0.000 description 1
- 239000010432 diamond Substances 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000002945 steepest descent method Methods 0.000 description 1
- 230000004304 visual acuity Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
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,,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,表示复数空间,表示维复数空间,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,,若在M个子带上发送的定
位信号序列为,,发送定位信号的中心载频为,定位信号的对应波长
为(),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,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、和,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:
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,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;()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,输出可以为M维传播时
延域匹配向量,表示时延域匹配矢量函数的作用域,且为所有可能传输路径对应的传播
时延的集合,即,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,表示虚数单位,定义为,()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,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,表示接收阵列导向矢量函数的作用域为,对应的值域为N维复数向量,为
所有可能的信号到达角度所组成的空间,即;若接收站的接收阵为等距线阵
时,函数值的第n个元素为,,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:
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。
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,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,这P个扫描栅格点
对应的传播时延分别为();记为每个扫描栅格点上的衰落系数,当时,,在其它P-K个扫描栅格点上,。记为
扫描栅格点集合上的衰落系数向量,且()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:
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:
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:
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,
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,为了保证精度,传
播时延扫描间隔一般小于定位***固有传播时延分辨率的1/10,即。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:
4)利用矩阵的范德蒙特性和为对角矩阵的特性,可得协方差矩阵为对
角矩阵,因此,当前迭代步骤i的协方差矩阵可以通过其第一行元素构建,得到,其中,表示取向量的前个元素,表示
Toeplitz化算子,表示由向量产生相应的Toeplitz矩阵。
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。
(1)接收站可以确定定位信号到达角度的扫描栅格点集合。假设使用等间隔将
天线阵覆盖的到达角度范围划分为Q份,对应的到达角度集合为。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。
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、定位信号的到达角度和传播时延,其中,。
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:
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。
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)
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)
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 |
-
2021
- 2021-07-23 CN CN202110834686.4A patent/CN113286363B/zh active Active
- 2021-12-29 WO PCT/CN2021/142343 patent/WO2023000614A1/zh unknown
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 |