CN113873430B - 一种基于时频分析的终端簇室内定位方法及定位*** - Google Patents

一种基于时频分析的终端簇室内定位方法及定位*** Download PDF

Info

Publication number
CN113873430B
CN113873430B CN202111235531.5A CN202111235531A CN113873430B CN 113873430 B CN113873430 B CN 113873430B CN 202111235531 A CN202111235531 A CN 202111235531A CN 113873430 B CN113873430 B CN 113873430B
Authority
CN
China
Prior art keywords
terminal
node
time
cluster
terminals
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
CN202111235531.5A
Other languages
English (en)
Other versions
CN113873430A (zh
Inventor
王衍文
周锋
沈洲
赵培焱
马晓璠
王玉
雷霄龙
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.)
Xijing University
Original Assignee
Xijing University
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 Xijing University filed Critical Xijing University
Priority to CN202111235531.5A priority Critical patent/CN113873430B/zh
Priority to ZA2021/10392A priority patent/ZA202110392B/en
Publication of CN113873430A publication Critical patent/CN113873430A/zh
Application granted granted Critical
Publication of CN113873430B publication Critical patent/CN113873430B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/33—Services specially adapted for particular environments, situations or purposes for indoor environments, e.g. buildings
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W40/00—Communication routing or communication path finding
    • H04W40/24—Connectivity information management, e.g. connectivity discovery or connectivity update
    • H04W40/32—Connectivity information management, e.g. connectivity discovery or connectivity update for defining a routing cluster membership
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种基于时频分析的终端簇室内定位方法及定位***，该方法针对的基于终端簇的室内定位***包含：室内接入节点Tα以及若干终端Qp，p为终端编号，α为节点编号，且至少含有四个不在同一平面上的节点T1、T2、T3和T4，节点为待定位环境周围的基站，以终端Q1表示区域内若干终端中任意一待定位终端，终端Q1具有读写功能；该定位方法包含：(S100)节点以混合预编码方式发送信息；(S200)终端Q1对接收到的来自节点Tα的信号进行检测；(S300)对终端Q1进行三维空间位置估计。本发明的方法基于时频分析利用时间频率域来表征并且进行处理和分析信号的方法，摆脱了传统的傅里叶变换单一频域描述信号特征的局限性。

Description

一种基于时频分析的终端簇室内定位方法及定位***
技术领域
本发明涉及一种室内定位方法，具体涉及一种基于时频分析的终端簇室内定位方法及定位***。
背景技术
随着数据业务和多媒体业务的快速增加，人们对定位的需求日益增大，尤其在复杂的室内环境，如机场大厅、超市、图书馆、地下停车场等环境中，常常需要确定移动终端或其持有者、设施与物品在室内的位置信息。当前的大多数定位算法只是针对无线二维网络展开研究的，然而在实际应用中无线网络节点也会经常处于三维环境中，这些场合下需要提供移动终端的三维位置信息，目前研究人员提出了许多基于射频识别的室内定位解决方案。
基于典型的非测距DV-Hop定位算法具有成本低和对部署环境要求低的优势，但是定位过程中很大程度上地依赖网络中信标节点的分布，如果网络中锚节点分布不均匀，在估算未知节点坐标时会存在一定的定位误差。
发明内容
本发明的目的是提供一种基于时频分析的终端簇室内定位方法及定位***，基于时频分析利用时间频率域来表征并且进行处理和分析信号的方法，摆脱了传统的傅里叶变换单一频域描述信号特征的局限性。
为了达到上述目的，本发明提供了一种基于时频分析的终端簇室内定位方法，该方法针对的基于终端簇的室内定位***包含：室内接入节点Tα以及若干终端Qp，p为终端编号，α为节点编号，且至少含有四个不在同一平面上的节点T1、T2、T3和T4，节点为待定位环境周围的基站，以终端Q1表示区域内若干终端中任意一待定位终端，终端Q1为具有读写功能的装置。
该定位方法包含：
(S100)节点以混合预编码方式发送信息：将任意一个节点Tα覆盖区域中的终端总数设为K，将该节点Tα覆盖区域中的终端基于信道时频分布划分为N个终端簇，设第q簇的终端数为Kq，q∈[1,2,…,N]，且通过节点T1,T2,T3,T4端分别进行基于混合预编码的发射，节点T1,T2,T3,T4发送的信息包括节点的id和位置信息等；
(S200)终端Q1对接收到的来自节点Tα的信号进行检测；
(S300)对终端Q1进行三维空间位置估计：通过加权的距离向量-跳段方法求得终端Q1与节点T1、T2、T3和T4之间的距离l1、l2、l3和l4，分别以节点T1、T2、T3和T4为圆心，距离l1、l2、l3和l4为半径得到四个球，实际的终端Q1在这四个球所围成的空间区域中；设定四个节点T1、T2、T3和T4的坐标分别为(x1,y1,z1)、(x2,y2,z2)、(x3,y3,z3)和(x4,y4,z4)，建立三维空间球面方程组，采用最小二乘估计法解方程组，则终端Q1的位置坐标为：
其中，上角标’表示求转置，上角标-1表示求逆。
在步骤(S100)中，节点以混合预编码方式发送信息的方法，包含：
(S110)对节点到终端的信道做乔-威廉姆斯变换得到CWD时频分布为：
式中，μ为时间积分参数一，τ为时延积分参数二；β为衰减系数；t为工作时间；f为多普勒频率；为节点Tα到第r簇第Kr个终端的信道；上角标#表示求共轭；j表示虚数单位；
(S120)基于CWD时频分布划分终端簇：设定第q簇终端簇的工作时间为(t阈值下限,t阈值上限)且对应的多普勒频率为(f阈值下限,f阈值上限)，根据终端p的CWD时频分布的三个坐标时间tp、多普勒频率fp和时频功率谱Powerp对终端进行分簇，为：
当时频功率谱Powerp>0，且则终端p划为第q簇终端簇，记为终端簇/>
(S130)根据终端簇估计混合预编码：针对终端簇采用几何平均分解获得的酉矩阵作为模拟预编码cq,RF，采用规则化迫零构造数字预编码cq,BB，根据模拟预编码和数字预编码得到混合预编码为：cq＝cq,RF·cq,BB；
(S140)基于终端分簇的混合预编码发射：节点Tα的原始信号S通过混合预编码进行加权，并映射到相应的天线端口，发射信号为：cq·s。
在步骤(S300)中，估计所述终端Q1到各节点的距离的方法，包含：
(S321)获得终端Q1与节点T1、T2、T3和T4的最小跳数，为：
其中，是广义节点Tj+的信号强度因子，取为该广义节点Tj+与上一跳广义节点Tj间的信道矩阵的谱范数的平方：/>j为广义节点号，j+为表示节点Tj的相邻上一跳节点的节点号，广义节点包括节点和伪节点，伪节点为除终端Q1外的其它待定位终端；INTα为终端Q1到节点Tα的最小整数跳数；
(S322)估计距离终端Q1最近节点Ti的加权平均跳距HopSizeavgQ，为：
其中，HopSizeQ为采用均方根误差法求得的距离终端Q1最近节点Ti的平均跳距；ζα为加权系数；
(S323)计算终端Q1到四个节点Tα的距离lα，为：
lα＝HopαQ·HopSizeavgQ。
优选地，在步骤(S130)中，根据终端簇估计混合预编码的方法，包含：
(S131)估计模拟预编码cq,RF：针对第q簇终端簇设定其聚合信道为/>对聚合信道/>进行几何平均分解，为：/>将酉矩阵Γ作为模拟预编码，cq,RF＝Γ；其中，U、Γ为酉矩阵，满足U*U＝Γ*Γ＝Iη×η，上角标*表示求共轭转置，η是聚合信道/>的秩，Iη×η是η行η列的单位阵；Λ为具有相等对角元素的实上三角矩阵，且其对角元素为/>λ1≥λ2≥…≥λη≥0是相关矩阵/>的非零特征值，所有对角元素值都等于/>特征值的几何均值，分解能够获得具有相等增益的子信道；
(S132)估计数字预编码cq,BB：采用规则化迫零构造数字预编码，为：
式(8)中，I为单位阵；Pα为节点Tα的发射功率；上角标*表示求共轭转置；K为节点Tα覆盖区域中的终端总数；δq为功率归一化因子，且
其中，Vq为中间变量，上角标-1表示求逆；
(S133)根据模拟预编码和数字预编码得到混合预编码，为：cq＝cq,RF·cq,BB。
优选地，在步骤(S322)中，采用均方根误差法求得的距离终端Q1最近节点Ti的平均跳距为：
其中，Hopαi为节点Tα到节点Ti的最小跳数，α≠i。
优选地，在步骤(S322)中，加权系数ζα为：
优选地，在步骤(S110)中，0.1<β<10。
本发明的另一目的是提供一种基于时频分析的终端簇室内定位***，该室内定位***包含：室内接入节点Tα以及若干终端Qp，p为终端编号，α为节点编号，且至少含有四个不在同一平面上的节点T1、T2、T3和T4，节点为待定位环境周围的基站，以终端Q1表示区域内若干终端中任意一待定位终端，终端Q1为具有读写功能的装置；该室内定位***中任意一待定位终端Q1通过所述的方法进行定位。
本发明的基于时频分析的终端簇室内定位方法及定位***，具有以下优点：
本发明的方法基于时频分析利用时间频率域来表征并且进行处理和分析信号的方法，摆脱了传统的傅里叶变换单一频域描述信号特征的局限性。时频域的分析比单一时域的信号冲击响应或单一频域的信号功率谱密度更为有效。通常把时域和频域结合起来描述和观察信号的时频特征，构成信号的时频谱图，通过时频分析算法分析信号的频谱含量怎样随时间变化。
此外，采用基于几何平均分解的混合预编码，可以将信道矩阵分解为具有相同对角元素值的信道，所有对角元素值均等于信道矩阵特征值的几何均值，使得子信道获得等增益，避免复杂的比特分配。
基于加权的距离向量-跳段测距法，通过引入信号强度因子对最小跳数及平均跳距加权，减小了常规距离向量-跳段中最小跳数和平均跳距带来的误差，从而定位更为精确。
附图说明
图1为本发明的基于时频分析的终端簇室内定位方法的流程图。
图2为本发明节点以混合预编码方式发送信息的方法的流程图。
图3为本发明方法的定位框图。
图4为本发明基于信道时频分布划分终端簇的示意图。
图5为本发明时频分布等高线图。
图6为本发明时频分布图。
图7为本发明基于终端分簇的混合预编码发射的示意图。
图8为本发明加权的DV-Hop测距方法示意图。
具体实施方式
下面将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。
实施例1
一种基于时频分析的终端簇室内定位方法，如图3示，为本发明方法的定位框图，该方法针对的基于终端簇的室内定位***包含：室内接入节点Tα以及若干终端Qp，p为终端编号，α为节点编号，且至少含有四个不在同一平面上的节点T1、T2、T3和T4，节点为待定位环境周围的基站，以终端Q1表示区域内若干终端中任意一待定位终端，终端Q1为具有读写功能的装置。如图1所示，为本发明的基于时频分析的终端簇室内定位方法的流程图，该定位方法包含：
(S100)节点以混合预编码方式发送信息：将任意一个节点Tα覆盖区域中的终端总数设为K，将该节点Tα覆盖区域中的终端基于信道时频分布划分为N个终端簇，设第q簇的终端数为Kq，q∈[1,2,…,N]，且通过节点T1,T2,T3,T4端分别进行基于混合预编码的发射，节点T1,T2,T3,T4发送的信息包括节点的id和位置信息等；
(S200)终端Q1对接收到的来自节点Tα的信号进行检测：在实际检测时，假设终端Q1接收到T1、T2、T3和T4四个节点的信号，从中分离出各个信号，然后进行处理；
(S300)对终端Q1进行三维空间位置估计：通过加权的距离向量-跳段方法求得终端Q1与各节点Tα(α＝1,2,3,4)之间的距离lα(α＝1,2,3,4)，分别以各节点Tα(α＝1,2,3,4)为圆心，距离lα(α＝1,2,3,4)为半径得到四个球，实际的终端Q1在这四个球所围成的空间区域中；再采用最小二乘估计法解方程组，则终端Q1的位置坐标为：
其中，上角标’表示求转置，上角标-1表示求逆。
在步骤(S100)中，节点以混合预编码方式发送信息的方法，参见图2，包含：
(S110)对节点到终端的信道做乔-威廉姆斯变换得到CWD时频分布。
如图4-6所示，图4为本发明基于信道时频分布划分终端簇的示意图，根据终端与节点的无线传输信道的时频分布对终端进行分簇。
在室内立体停车库中，有步行的人流手持的终端Q1、Q2、Q3(工作时间为(tⅡ,tⅢ)，对应的多普勒频率为fⅠ)、层间升降的车辆乘载的终端Q4、Q5(工作时间为(tⅠ,tⅡ)，对应的多普勒频率为fⅡ)和地面行驶的车辆乘载的终端Q6、Q7、Q8和Q9(工作时间为(0,tⅢ)，对应的多普勒频率为fⅢ)等，上述三种情形因工作时间、移动速度和方向的不同，使得终端具有不同的时频功率谱。可以将步行的人流、地面行驶的车辆和层间升降的车辆承载的终端划分为I、II和III等三个簇。图4中终端总数K＝9，终端簇数Q＝3，第I簇、第II簇和第III簇终端数分别为3个、2个和4个。
本发明终端簇中终端的选择方法，假设终端p的工作时间为tp，多普勒频率为fp，时频功率谱为Powerp，这里p＝1,2,3,…9。
参见图5、图6，分别为乔-威廉姆斯(Choi-Williams)时频分布等高线图和时频分布图。假设Hα,r1为节点Tα到第r簇(r≠q)第1个终端的信道，为节点Tα到第r簇第2个终端的信道，…，/>为节点Tα到第r簇第Kr个终端的信道；即对信道Hα,r1做乔-威廉姆斯变换，得到CWD时频分布，CWD时频分布揭示了信道的时频域功率谱，能够清晰的分辨信道频谱在具体时间点的变化过程。CWD时频分布为：
式中，μ为时间积分参数一，τ为时延积分参数二；β为衰减系数，β越小，对交叉项的抑制能力越大，但β的取值要在分辨率和交叉项抑制之间取折中，一般0.1<β<10；t为工作时间；f为多普勒频率；为节点Tα到第r簇第Kr个终端的信道；上角标#表示求共轭；j表示虚数单位，/>
(S120)基于CWD时频分布划分终端簇：根据CWD时频分布的三个坐标时间t、多普勒频率f和时频功率谱Powerp对终端进行分簇，具体为：
(1)当时频功率谱Powerp>0，且p＝1,2,3，则划为第I类终端簇，记为
(2)当Powerp>0，且p＝4,5，则划为第II类终端簇，记为
(3)当Powerp>0，且p＝6,7,8,9，则划为第III类终端簇，记为
其中，频域阈值fⅠ、fⅡ和fⅢ可根据具体应用场景进行选取。例如，室内停车库场景，终端传输信号频率fz＝2GHz＝2×109Hz，光速c＝3×108m/s，人员手持终端步行速度假设为3.6km/h，即v＝3.6×1000/3600m/s，节点与终端的连线与速度方向的夹角θ＝0，根据多普勒频率公式，则车辆垂直升降速度为10km/h，节点与终端的连线与速度方向的夹角θ＝π/4，则fⅡ＝13.1Hz；车辆水平行进速度为15km/h，节点与终端的连线与速度方向的夹角θ＝0，则fⅢ＝27.9Hz。
时域阈值tⅠ、tⅡ和tⅢ可根据终端实际工作时间进行选取。
(S130)根据终端簇估计预编码
针对终端簇，利用GMD分解进行模拟预编码和数字预编码的混合预编码设计。通过信道矩阵的GMD分解获得的酉矩阵做为模拟预编码，用于抑制终端簇之间的干扰；通过迫零处理设计的数字预编码，用于降低终端簇内干扰。具体包含：
(S131)估计模拟预编码：
针对第q簇终端，假设为节点Tα到第q簇中所有终端之间的聚合信道；Hα,q1为节点Tα到第q簇第1个终端的信道，Hα,q2为节点Tα到第q簇第2个终端的信道，…，Hα,qKq为节点Tα到第q簇第Kq个终端的信道。
对聚合信道进行几何平均分解，即/>其中U、Γ为酉矩阵，即满足U*U＝Γ*Γ＝Iη×η，上角标*表示求共轭转置，η是聚合信道/>的秩，即/>Iη×η是η行η列的单位阵；Λ为具有相等对角元素的实上三角矩阵，且其对角元素为λ1≥λ2≥…≥λη≥0是相关矩阵/>的非零特征值。所有对角元素值都等于/>特征值的几何均值，从而分解能够获得具有相等增益的子信道。
则，选择酉矩阵Γ作为模拟预编码，即：cq,RF＝Γ。
(S132)估计数字预编码
设聚合信道与第q簇终端模拟预编码构成的等效信道为：/>采用规则化迫零构造内层预编码，则：
式(8)中，I为单位阵；Pα为节点Tα的发射功率；上角标*表示求共轭转置；K为节点Tα覆盖区域中的终端总数；δq为功率归一化因子，且
其中，Vq为中间变量，上角标-1表示求逆。
(S133)根据模拟预编码和数字预编码得到混合预编码，为：
cq＝cq,RF·cq,BB (9)
同理，得到对应于终端簇和/>的预编码分别为：c2和c3。
(S140)基于终端分簇的混合预编码发射
如图7所示，为基于终端分簇的混合预编码发射的示意图，对于终端簇分别采用混合预编码方式发送信息，即采用对应的预编码c1、c2和c3，具体为节点T1的原始信号S通过混合预编码进行加权，并映射到相应的天线端口，即发射信号为：c1·s，c2·s，……，c3·s，图中为避免图形混淆仅给出了终端簇/>的发射图例。
(S300)终端进行三维空间位置估计
如图8所示，为加权的DV-Hop测距方法示意图，设终端Q1的坐标为(x,y,z)，四个节点T1、T2、T3和T4的坐标已知分别为(x1,y1,z1)、(x2,y2,z2)、(x3,y3,z3)和(x4,y4,z4)，且终端周围有伪节点Tw1,Tw2,…,Tw10(如其它待定位终端)，伪节点能够进行信息传输但位置坐标未知。则终端进行三维空间位置估计的方法，包含：
(S310)验证四个节点Tα(α＝1,2,3,4)的坐标不在同一平面上
四个坐标确定唯一的三棱锥，进而确定出唯一的移动终端位置坐标；实际上，四个节点T1、T2、T3和T4是预先布置的且不在同一个平面上。
(S320)利用加权的DV-Hop方法估计终端Q1到各节点的距离，具体包含：
(S321)获得终端与所有节点间的最小跳数
利用信号强度因子对相邻节广义点间(包括节点、伪节点)的跳数进行加权修正，即将与广义节点直接通信的相邻广义节点的信号强度因子作为基准，将第一跳记为1，并在广义节点传输的信息包中加入基准信号强度因子。其余广义节点接收到该带有基准信号强度因子的信息包后用自身广义节点的信号强度因子与基准信号强度因子作比值处理，并将上一跳的跳数与加权跳数的和作为本广义节点的跳数，设终端Q1到四个节点T1、T2、T3和T4的最小跳数分别为Hop1Q、Hop2Q、Hop3Q和Hop4Q，则Hop1Q、Hop2Q、Hop3Q和Hop4Q具体如下：
其中，ρTjTj+(j为广义节点号)是广义节点Tj+的信号强度因子，取为该广义节点Tj+与上一跳广义节点Tj间的信道矩阵的谱范数的平方：
例如，伪节点Tw1与相邻的上一跳节点T1间的信道矩阵则伪节点Tw1的信号强度因子为：/>
(S322)估计终端的加权平均跳距
已知各节点的坐标信息，则节点T3与节点T1、T2和T4间的距离分别为：d13、d23和d43，终端Q1仅记录距离其最近节点的平均跳距，此时节点T3距离终端Q1为最近的节点，因此将节点T3的平均跳距作为Q1的平均跳距，采用均方根误差法求得平均跳距：
其中，Hopα3为节点Tα(α≠3)到节点T3的最小跳数。
加权系数，为：
则，Q1的加权平均跳距：
(S323)计算终端与节点间的距离
则终端Q1到四个节点T1、T2、T3和T4的距离分别为：
l1＝Hop1Q·HopSizeavgQ
l2＝Hop2Q·HopSizeavgQ
l3＝Hop3Q·HopSizeavgQ
l4＝Hop4Q·HopSizeavgQ
(S330)建立三维空间球面方程组并求解
三维空间以节点T1、T2、T3和T4的坐标(x1,y1,z1)、(x2,y2,z2)、(x3,y3,z3)和(x4,y4,z4)为球心，分别以l1、l2、l3和l4为半径的球面方程：
根据极大似然估计法求解上述(10)-(13)方程组，得到终端Q1的三维坐标的估计值为：
其中，上角标’表示求转置，上角标-1表示求逆，
尽管本发明的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。

Claims (6)

1.一种基于时频分析的终端簇室内定位方法，其特征在于，该方法针对的基于终端簇的室内定位***包含：室内接入节点Tα以及若干终端Qp，p为终端编号，α为节点编号，且至少含有四个不在同一平面上的节点T1、T2、T3和T4，节点为待定位环境周围的基站，以终端Q1表示区域内若干终端中任意一待定位终端，终端Q1为具有读写功能的装置；
该定位方法包含：
(S100)节点以混合预编码方式发送信息：将任意一个节点Tα覆盖区域中的终端总数设为K，将该节点Tα覆盖区域中的终端基于信道时频分布划分为N个终端簇，设第q簇的终端数为Kq，q∈[1,2,…,N]，且通过节点T1,T2,T3,T4端分别进行基于混合预编码的发射，节点T1,T2,T3,T4发送的信息包括节点的id和位置信息；
(S200)终端Q1对接收到的来自节点Tα的信号进行检测；
(S300)对终端Q1进行三维空间位置估计：通过加权的距离向量-跳段方法求得终端Q1与节点T1、T2、T3和T4之间的距离l1、l2、l3和l4，分别以节点T1、T2、T3和T4为圆心，距离l1、l2、l3和l4为半径得到四个球，实际的终端Q1在这四个球所围成的空间区域中；设定四个节点T1、T2、T3和T4的坐标分别为(x1,y1,z1)、(x2,y2,z2)、(x3,y3,z3)和(x4,y4,z4)，建立三维空间球面方程组，采用最小二乘估计法解方程组，则终端Q1的位置坐标为：
其中，上角标’表示求转置，上角标-1表示求逆；
在步骤(S100)中，节点以混合预编码方式发送信息的方法，包含：
(S110)对节点到终端的信道做乔-威廉姆斯变换得到CWD时频分布为：
式中，μ为时间积分参数一，τ为时延积分参数二；β为衰减系数；t为工作时间；f为多普勒频率；为节点Tα到第r簇第Kr个终端的信道；上角标#表示求共轭；j表示虚数单位；
(S120)基于CWD时频分布划分终端簇：设定第q簇终端簇的工作时间为(t阈值下限,t阈值上限)且对应的多普勒频率为(f阈值下限,f阈值上限)，根据终端p的CWD时频分布的三个坐标时间tp、多普勒频率fp和时频功率谱Powerp对终端进行分簇，为：
当时频功率谱Powerp>0，且则终端p划为第q簇终端簇，记为终端簇/>
(S130)根据终端簇估计混合预编码：针对终端簇采用几何平均分解获得的酉矩阵作为模拟预编码cq,RF，采用规则化迫零构造数字预编码cq,BB，根据模拟预编码和数字预编码得到混合预编码为：cq＝cq,RF·cq,BB；
(S140)基于终端分簇的混合预编码发射：节点Tα的原始信号S通过混合预编码进行加权，并映射到相应的天线端口，发射信号为：cq·s；
在步骤(S300)中，估计所述终端Q1到各节点的距离的方法，包含：
(S321)获得终端Q1与节点T1、T2、T3和T4的最小跳数，为：
其中，是广义节点Tj+的信号强度因子，取为该广义节点Tj+与上一跳广义节点Tj间的信道矩阵的谱范数的平方：/>j为广义节点号，j+为表示节点Tj的相邻上一跳节点的节点号，广义节点包括节点和伪节点，伪节点为除终端Q1外的其它待定位终端；INTα为终端Q1到节点Tα的最小整数跳数；
(S322)估计距离终端Q1最近节点Ti的加权平均跳距HopSizeavgQ，为：
其中，HopSizeQ为采用均方根误差法求得的距离终端Q1最近节点Ti的平均跳距；ζα为加权系数；
(S323)计算终端Q1到四个节点Tα的距离lα，为：
lα＝HopαQ·HopSizeavgQ。
2.根据权利要求1所述的基于时频分析的终端簇室内定位方法，其特征在于，在步骤(S130)中，根据终端簇估计混合预编码的方法，包含：
(S131)估计模拟预编码cq,RF：针对第q簇终端簇设定其聚合信道为/>对聚合信道进行几何平均分解，为：/>将酉矩阵Γ作为模拟预编码，cq,RF＝Γ；其中，U、Γ为酉矩阵，满足U*U＝Γ*Γ＝Iη×η，上角标*表示求共轭转置，η是聚合信道/>的秩，Iη×η是η行η列的单位阵；Λ为具有相等对角元素的实上三角矩阵，且其对角元素为/>λ1≥λ2≥…≥λη≥0是相关矩阵/>的非零特征值，所有对角元素值都等于/>特征值的几何均值，分解能够获得具有相等增益的子信道；
(S132)估计数字预编码cq,BB：采用规则化迫零构造数字预编码，为：
式(8)中，I为单位阵；Pα为节点Tα的发射功率；上角标*表示求共轭转置；K为节点Tα覆盖区域中的终端总数；δq为功率归一化因子，且
其中，Vq为中间变量，上角标-1表示求逆；
(S133)根据模拟预编码和数字预编码得到混合预编码，为：cq＝cq,RF·cq,BB。
3.根据权利要求1所述的基于时频分析的终端簇室内定位方法，其特征在于，在步骤(S322)中，采用均方根误差法求得的距离终端Q1最近节点Ti的平均跳距为：
其中，Hopαi为节点Tα到节点Ti的最小跳数，α≠i。
4.根据权利要求1所述的基于时频分析的终端簇室内定位方法，其特征在于，在步骤(S322)中，加权系数ζα为：
5.根据权利要求1所述的基于时频分析的终端簇室内定位方法，其特征在于，在步骤(S110)中，0.1<β<10。
6.一种基于时频分析的终端簇室内定位***，其特征在于，该室内定位***包含：室内接入节点Tα以及若干终端Qp，p为终端编号，α为节点编号，且至少含有四个不在同一平面上的节点T1、T2、T3和T4，节点为待定位环境周围的基站，以终端Q1表示区域内若干终端中任意一待定位终端，终端Q1为具有读写功能的装置；该室内定位***中任意一待定位终端Q1通过如权利要求1-5中任意一项所述的方法进行定位。
CN202111235531.5A 2021-10-22 2021-10-22 一种基于时频分析的终端簇室内定位方法及定位*** Active CN113873430B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202111235531.5A CN113873430B (zh) 2021-10-22 2021-10-22 一种基于时频分析的终端簇室内定位方法及定位***
ZA2021/10392A ZA202110392B (en) 2021-10-22 2021-12-14 Terminal cluster indoor positioning method and positioning system based on time-frequency analysis

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111235531.5A CN113873430B (zh) 2021-10-22 2021-10-22 一种基于时频分析的终端簇室内定位方法及定位***

Publications (2)

Publication Number Publication Date
CN113873430A CN113873430A (zh) 2021-12-31
CN113873430B true CN113873430B (zh) 2023-11-21

Family

ID=78997334

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111235531.5A Active CN113873430B (zh) 2021-10-22 2021-10-22 一种基于时频分析的终端簇室内定位方法及定位***

Country Status (2)

Country Link
CN (1) CN113873430B (zh)
ZA (1) ZA202110392B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117255364A (zh) * 2022-06-10 2023-12-19 中兴通讯股份有限公司 预编码配置方法及其装置、存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107301432A (zh) * 2017-07-11 2017-10-27 哈尔滨工程大学 基于时频分析的自适应辐射源调制识别方法
CN113271536A (zh) * 2021-05-18 2021-08-17 西京学院 一种基于终端簇的室内定位***及定位方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11374947B2 (en) * 2019-02-01 2022-06-28 Skycope Technologies, Inc. Wireless threat detection device, system, and methods to detect signals in wideband RF systems and localize related time and frequency information based on deep learning

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107301432A (zh) * 2017-07-11 2017-10-27 哈尔滨工程大学 基于时频分析的自适应辐射源调制识别方法
CN113271536A (zh) * 2021-05-18 2021-08-17 西京学院 一种基于终端簇的室内定位***及定位方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Yanwen Wang等.Research on Indoor Positioning Method Based on Terminal Clustering.2021 International Conference on Intelligent Transportation,Big Data ＆ Smart City（ICITBS）.2021,第716-719页. *

Also Published As

Publication number Publication date
ZA202110392B (en) 2022-04-28
CN113873430A (zh) 2021-12-31

Similar Documents

Publication Publication Date Title
CN110012428B (zh) 一种基于WiFi的室内定位方法
CN111479231B (zh) 一种用于毫米波大规模mimo***的室内指纹定位方法
Bahillo et al. Hybrid RSS-RTT localization scheme for indoor wireless networks
CN108696932A (zh) 一种利用csi多径及机器学习的室外指纹定位方法
CN101657014B (zh) 基于近邻概率法的wlan室内定位方法
CN101815308A (zh) 神经网络区域训练的wlan室内定位方法
CN101778399A (zh) 基于fcm和最小二乘曲面拟合法的wlan室内优化ann定位方法
CN105792356A (zh) 一种基于wifi的位置指纹定位方法
CN109640262B (zh) 一种基于混合指纹的定位方法及***、设备、存储介质
CN107271951A (zh) 基于WiFi指纹定位的无人机导航***及其导航方法
CN109313273A (zh) 记录有室内外判断程序的记录介质、室内外判断***、室内外判断方法、移动终端和室内外环境分类判断单元
CN112533136B (zh) 一种基于深度学习的wlan指纹定位方法
CN113873430B (zh) 一种基于时频分析的终端簇室内定位方法及定位***
CN111918388A (zh) 基于深度可分离卷积的csi指纹被动式定位方法
CN103618997A (zh) 一种基于信号强度概率的室内定位方法和装置
CN112616184B (zh) 基于多基站信道状态信息融合的移动设备位置估计方法
CN114363808A (zh) 一种基于rssi测距的室内定位方法
CN108521631B (zh) 一种面向室内定位的移动ap识别方法
CN113453148B (zh) 联合深度学习与加权k邻近算法的室内位置指纹定位方法
Yeung et al. Enhanced fingerprint-based location estimation system in wireless LAN environment
CN113271539A (zh) 一种基于改进的cnn模型的室内目标定位方法
CN113340309B (zh) 一种基于终端簇和三级预编码的室内定位***及方法
CN113271536A (zh) 一种基于终端簇的室内定位***及定位方法
CN113050032B (zh) 一种基于终端簇非测距的室内三维定位***及方法
CN112815947B (zh) 一种基于终端簇的室内定位***及方法

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