CN114966656A - 一种基于毫米波设备的定位方法及装置 - Google Patents

一种基于毫米波设备的定位方法及装置 Download PDF

Info

Publication number
CN114966656A
CN114966656A CN202210589994.XA CN202210589994A CN114966656A CN 114966656 A CN114966656 A CN 114966656A CN 202210589994 A CN202210589994 A CN 202210589994A CN 114966656 A CN114966656 A CN 114966656A
Authority
CN
China
Prior art keywords
target
signal
millimeter wave
detected
discrete
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.)
Pending
Application number
CN202210589994.XA
Other languages
English (en)
Inventor
杨铮
张桂栋
迟国轩
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.)
Tsinghua University
Original Assignee
Tsinghua 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 Tsinghua University filed Critical Tsinghua University
Priority to CN202210589994.XA priority Critical patent/CN114966656A/zh
Publication of CN114966656A publication Critical patent/CN114966656A/zh
Pending legal-status Critical Current

Links

Images

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
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/02—Systems using reflection of radio waves, e.g. primary radar systems; Analogous systems
    • G01S13/06—Systems determining position data of a target
    • G01S13/42—Simultaneous measurement of distance and other co-ordinates
    • 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
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G06F17/12—Simultaneous equations, e.g. systems of linear equations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • G06F17/141—Discrete Fourier transforms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Algebra (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Operations Research (AREA)
  • Discrete Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明提供一种基于毫米波设备的定位方法及装置，方法包括以下步骤：获取待测目标的个数和回波信号，并基于待测目标的个数和回波信号构建频谱信号模型；基于频谱信号模型计算待测目标的采样误差值和相邻天线的相位差；基于采样误差值，计算待测目标到毫米波设备的距离值，并基于相位差，计算待测目标的波达角；根据距离值和波达角，生成待测目标的定位结果。本发明以毫米波设备为基础，利用毫米波波长短、分辨率高的优点，针对不同目标个数的情况，通过建立频谱采样点与信号频率的定量分析模型，对信号频率进行精准计算，从而完成高精度的距离测量；在信号频率的计算过程中提高了信号波达角的测量精度，进而实现高精度的待测目标定位。

Description

一种基于毫米波设备的定位方法及装置
技术领域
本发明涉及无线感知技术领域，尤其涉及一种基于毫米波设备的定位方法及装置。
背景技术
准确的目标定位技术在日常应用中显得尤为重要，包括安全监控、虚拟现实以及智能家居。同时，一些工业应用也需要高分辨率的定位，比如机械臂、传送带、地铁列车控制***。结合这些应用，目前诞生了很多基于不同设备的目标定位技术，包括基于可穿戴传感器的定位以及基于视觉信号的定位。然而，这些定位技术都存在着一定的缺陷，基于传感器的定位需要目标携带特定的设备，在安防监控等场景下使用不够方便。基于视觉信号的定位容易对用户的隐私产生威胁，对于家庭场景以及重要的工作单位并不适用；此外，摄像头受光照条件影响较大，在光照条件极端的情况下，将会对测量结果产生很大的干扰。
近一段时间以来，基于无线信号的定位技术逐渐受到大家的关注，无线信号主要包括Wi-Fi信号，RFID以及毫米波信号等。近些年来，除了其常见的通信功能，研究者们开始探索利用无线信号的反射、散射等现象来获取其包含的活动信息，并实现目标运动状态的感知。毫米波信号的波长通常在毫米级别。由于毫米波信号的穿透力强、带宽大，具有较高的信号分辨率以及穿透烟雾的能力，受环境影响较小。利用电磁波信号对人员活动进行感知，能够有效的保护人员的隐私；此外，电磁波能够利用人员的反射信号实现活动感知，不需要目标携带特定设备就可实现定位与追踪，使用范围更加广泛。
然而，由于受到设备的带宽和采样率的影响，目前已有的基于无线信号的定位工作，通常只能达到厘米精度，难以实现针对普适目标的更高精度的定位。在硬件条件受限的情况下，提高信号的分辨率，还面对着如下几个挑战：
(1)测距的分辨率受限。基于信号处理的分析理论，信号的测距分辨率与带宽成反比关系。目前常见的商用毫米波雷达，带宽通常在4GHz左右，计算得到的距离分辨率通常在4厘米左右。由于硬件的限制，通过增加信号的带宽来提高距离的分辨率并不现实。目前的分辨率还难以达到毫米级别。
(2)角度分辨率受限。已有的信号到达角的计算方法是根据天线阵列中各天线之间的相位差进行计算，容易受到相位噪声的影响。
(3)多目标的定位。多个目标可能会同时出现在监控区域中，反射信号可能相互混叠，影响目标定位的精度。
发明内容
本发明提供一种基于毫米波设备的定位方法及装置，用以解决现有技术中毫米波设备距离分辨率低下、定位精度差的缺陷，实现对待测目标的高精度定位。
本发明提供一种基于毫米波设备的定位方法，所述方法包括：
获取待测目标的个数和回波信号，并基于所述待测目标的个数和所述回波信号构建频谱信号模型；
基于所述频谱信号模型计算所述待测目标的采样误差值和相邻天线的相位差；
基于所述采样误差值，计算所述待测目标到所述毫米波设备的距离值，并基于所述相位差，计算所述待测目标的波达角；
根据所述距离值和所述波达角，生成所述待测目标的定位结果。
根据本发明提供的一种基于毫米波设备的定位方法，所述基于所述待测目标的个数和所述回波信号构建频谱信号模型，具体包括：
提取所述回波信号中的目标频段信号，对所述目标频段信号进行离散采样，得到离散目标频段信号；
对所述离散目标频段信号进行离散傅里叶变换得到处理结果，基于所述处理结果获取所述离散目标频段信号对应的峰值采样点；
选取所述峰值采样点预设距离内的若干采样点数据，结合所述处理结果，建立频谱信号模型。
根据本发明提供的一种基于毫米波设备的定位方法，所述待测目标的个数为单个时，所述离散目标频段信号表示为：
Figure BDA0003664731460000031
其中，n为离散目标频段信号的离散时间点，N为信号的采样点数，n＝0,1,…,N-1；e为自然对数的底数，j为虚数单位；
Figure BDA0003664731460000032
是信号的幅度，A0和θ0均为实数；
Figure BDA0003664731460000033
为信号的归一化频率，范围为[0,1]，δ是采样误差，δ为
Figure BDA0003664731460000034
范围内的实数，π为圆周率，w[n]为高斯白噪声。
根据本发明提供的一种基于毫米波设备的定位方法，所述对所述离散目标频段信号进行离散傅里叶变换得到处理结果，具体为：
对所述离散目标频段信号的表示r[n]进行离散傅里叶变换，所述处理结果如下：
Figure BDA0003664731460000035
其中，m＝kp-N+1,kp-N+2,…,kp；W[kp-m]是w[n]的离散傅里叶变换结果；kp为峰值采样点。
根据本发明提供的一种基于毫米波设备的定位方法，所述选取所述峰值采样点预设距离内的若干采样点数据，结合所述处理结果，建立频谱信号模型，具体为：
选取所述峰值采样点附近的三个点R[kp-1]、R[kp]、R[kp+1]，建立频谱信号模型，对模型求解得到所述离散中频信号的复数幅度
Figure BDA0003664731460000048
和归一化频率
Figure BDA0003664731460000041
其中，基于所述归一化频率计算所述待测目标的距离：
Figure BDA0003664731460000042
Fs是所述毫米波设备的采样率；
当所述待测目标的个数为两个时，所述离散目标频段信号的表示为：
Figure BDA0003664731460000043
其中，n为离散目标频段信号的离散时间点，N为信号的采样点数，n＝0,1,…,N-1；
Figure BDA0003664731460000044
和
Figure BDA0003664731460000045
是未知的复数信号幅度，
Figure BDA0003664731460000046
和
Figure BDA0003664731460000047
是信号的归一化频率分量，w[n]为高斯白噪声；
对所述离散目标频段信号t[n]进行离散傅里叶变换，得到运算结果T[k]；根据运算结果得到两个峰值采样点kp1、kp2；
在所述两个峰值采样点kp1、kp2间选取多个采样点数据，结合所述运算结果T[k]建立所述频谱信号模型，通过模型对未知参数A1,A2,θ1,θ2,δ1,δ2求解；
基于两个归一化频率f1、f2分别计算所述待测目标的距离。
根据本发明提供的一种基于毫米波设备的定位方法，基于所述频谱信号模型计算相邻天线的相位差，具体包括：
获取所述离散目标频段信号模型中的复数信号幅度；
根据所述复数信号幅度，提取所述毫米波设备中相邻的接收天线的相位差。
本发明还提供一种基于毫米波设备的定位装置，所述装置包括：
模型构建模块，用于获取待测目标的个数和回波信号，并基于所述待测目标的个数和所述回波信号构建频谱信号模型；
第一计算模块，用于基于所述频谱信号模型计算所述待测目标的采样误差值和相邻天线的相位差；
第二计算模块，用于基于所述采样误差值，计算所述待测目标到所述毫米波设备的距离值，并基于所述相位差，计算所述待测目标的波达角；
结果生成模块，用于根据所述距离值和所述波达角，生成所述待测目标的定位结果。
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述基于毫米波设备的定位方法。
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述基于毫米波设备的定位方法。
本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述基于毫米波设备的定位方法。
本发明提供的基于毫米波设备的定位方法及装置，本发明以毫米波设备为基础，利用毫米波波长短、分辨率高的优点，针对不同目标个数的情况，通过建立频谱采样点与信号频率的定量分析模型，对信号频率进行精准计算，从而完成高精度的距离测量；在信号频率的计算过程中提高了信号波达角的测量精度，进而实现高精度的目标定位。
附图说明
为了更清楚地说明本发明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一简单地介绍，显而易见地，下面描述中的附图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是本发明提供的基于毫米波设备的定位方法的流程示意图之一；
图2是本发明提供的基于毫米波设备的定位方法的流程示意图之二；
图3是本发明提供的基于毫米波设备的定位方法的流程示意图之三；
图4是本发明提供的基于毫米波设备的定位方法的流程示意图之四；
图5是本发明提供的频谱采样误差示意图；
图6是本发明提供的使用不同方法的定位误差的CDF图；
图7是本发明提供的使用不同方法的AoA计算误差的CDF图；
图8是本发明提供的基于毫米波设备的定位装置的结构示意图；
图9是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例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作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。
下面结合图1-图4描述本发明的基于毫米波设备的定位方法。
图1是本发明实施例提供的基于毫米雷达波设备的定位方法的流程示意图之一。
如图1、4所示，本发明实施例提供的一种基于毫米波设备的定位方法，包括以下步骤：
步骤110、获取待测目标的个数和回波信号，并基于待测目标的个数和回波信号构建频谱信号模型。具体的，毫米波设备向待测目标发射探测信号，然后接收待测目标反射回来的回波信号。在实际的使用过程中，毫米波雷达通过发射线性调频信号，并接收目标的反射信号来实现高精度的目标定位，毫米波设备从回波信号中提取中频信号，再对中频信号进行离散采样得到中频离散信号。根据理论分析，毫米波设备读取的中频离散信号的频率与目标到设备的距离成正比关系，因此只要得到中频信号的频率，就能够计算出目标到设备的距离，从而实现目标的定位。
本发明中，针对不同数量的探测目标，毫米波设备对回波信号进行不同的处理，构建用于计算采样误差和相位差的频谱信号模型。
步骤120、基于频谱信号模型计算待测目标的采样误差值和相邻天线的相位差。
常见的提取信号的频率的方法是对目标频段信号进行离散傅里叶变换，从而得到信号的频谱，频谱中的峰值代表信号所包含的频率分量。这样，FMCW信号的频谱分辨率为：
Δd＝c/2B,
其中B为信号的带宽。所以毫米波设备的距离分辨率与带宽成反比。
目前常见的商用毫米波设备的最大带宽为4GHz。考虑到实际应用场景中的带宽损耗问题，距离分辨率通常约为4cm，这样毫米波设备并不能实现较高精度的定位。
产生测距误差的一个重要原因是频谱的采样误差。由于频率采样的原因，观察到的信号频率与实际的信号频率之间存在着差别，这样产生了频率误差δ，使得测距结果存在着误差。
本发明计算了现有技术中忽略的采样误差。
步骤130、基于采样误差值，计算待测目标到毫米波设备的距离值，并基于相位差，计算待测目标的波达角。
对中频离散信号的频率估计是实现目标准确测距的关键，本发明通过采样误差值，得到更为精确的频率计算值，从而得到更为精确的距离值，该距离值指的是待测目标到毫米波设备的距离。
步骤140、根据距离值和波达角，生成待测目标的定位结果。
进一步的，如图2所示，基于待测目标的个数和回波信号构建频谱信号模型，具体包括以下步骤：
步骤210、提取回波信号中的目标频段信号，对目标频段信号进行离散采样，得到离散目标频段信号。本发明中频离散信号即为目标频段信号。
具体的，当环境中仅存在着单个待测目标时，理论上毫米波设备提取的中频信号中仅存在着一个频率分量，离散目标频段信号可以表示为：
Figure BDA0003664731460000081
其中，n为离散目标频段信号的离散时间点，N为信号的采样点数，n＝0,1,…,N-1；e为自然对数的底数，j为虚数单位；
Figure BDA0003664731460000082
是信号的幅度，A0和θ0均为实数；
Figure BDA0003664731460000083
为信号的归一化频率，范围为[0,1]，δ是采样误差，δ为
Figure BDA0003664731460000084
范围内的实数，π为圆周率，w[n]为高斯白噪声。
如图5、6所示，传统的频率估计方案通常只估计kp而忽视了δ。在本发明中，通过设计频谱峰值重构算法，得到更为准确的频率估计结果。
步骤220、对离散目标频段信号进行离散傅里叶变换得到处理结果，基于处理结果获取离散目标频段信号对应的峰值采样点。
具体的，通过对r[n]进行DFT，能够得到频谱中的峰值采样点kp。在原信号r[n]中，还有三个实数未知量：A0、θ0和δ。r[n]的DFT运算结果如下：
Figure BDA0003664731460000091
其中，m＝kp-N+1,kp-N+2,…,kp；W[kp-m]是w[n]的离散傅里叶变换结果；kp为峰值采样点。
步骤230、选取峰值采样点预设距离内的若干采样点数据，结合处理结果，建立频谱信号模型。
进一步的，选取峰值采样点附近的三个点：
R[kp-1]、R[kp]、R[kp+1]，建立频谱信号模型，对模型求解得到离散中频信号的复数幅度
Figure BDA0003664731460000092
和归一化频率
Figure BDA0003664731460000093
其中，基于归一化频率计算待测目标的距离：
Figure BDA0003664731460000094
Fs是毫米波设备的采样率。
具体的，由于DFT的运算结果是复数，所以上述公式两边的实部和虚部应该分别相等。因此，每个DFT采样点能够提供2个实数方程。
为了求解3个未知实数，至少需要2个采样点的数据。理论上，使用更多的采样点来进行估计，将得到更为精确的估计结果。然而，幅度较低的采样点容易受到噪声的影响，误差较大。根据频谱计算公式，距离峰值点kp较近的采样点通常有着更高的幅度。因此，使用频谱峰值点附近的三个点R[kp-1],R[kp],R[kp+1]来建立频谱重构非线性方程组，即本发明中的频谱信号模型。
最后，使用常见的非线性方程组求解算法Levenberg-Marquardt对未知参数进行求解，得到信号的复数幅度
Figure BDA0003664731460000101
和归一化频率
Figure BDA0003664731460000102
然后，根据信号的频率计算目标的距离：
Figure BDA0003664731460000103
其中Fs是毫米波设备的采样率。
与传统的测距方法相比较，获得了更为准确的频率信息，也就得到了更高精度的距离信息。
进一步的，本发明对待测目标的个数进行判定，根据个数为单个或多个，分别对目标频段信号进行处理。
当待测目标的个数为两个时，离散目标频段信号的表示为：
Figure BDA0003664731460000104
其中，n为离散目标频段信号的离散时间点，N为信号的采样点数，n＝0,1,…,N-1；
Figure BDA0003664731460000105
和
Figure BDA0003664731460000106
是未知的复数信号幅度，
Figure BDA0003664731460000107
和
Figure BDA0003664731460000108
是信号的归一化频率分量，w[n]为高斯白噪声；
对离散目标频段信号t[n]进行离散傅里叶变换，得到运算结果T[k]；根据运算结果得到两个峰值采样点kp1、kp2；
在两个峰值采样点kp1、kp2间选取多个采样点数据，结合运算结果T[k]建立所述频谱信号模型，通过模型对未知参数A1,A2,θ1,θ2,δ1,δ2求解；
基于两个归一化频率f1、f2分别计算待测目标的距离。
实际应用场景中，多个目标可能会同时出现，信号中将会同时存在多个频率分量。不同的频率分量之间可能发生混叠，影响各分量参数的估计。为了应对这些复杂情况，提出了多频率分量估计方案。
为了便于理解，首先考虑具有两个频率分量的信号：
Figure BDA0003664731460000111
其中，
Figure BDA0003664731460000112
和
Figure BDA0003664731460000113
是未知的复数信号幅度，
Figure BDA0003664731460000114
和
Figure BDA0003664731460000115
是信号的归一化频率分量，N为信号的采样点数，w[n]为高斯白噪声。
根据单目标距离测量的推导内容，计算了t[n]的DFT运算结果T[k]，得到信号的频率分量kp1,kp2。在两频率分量信号中，共有6个未知参数：A1,A2,θ1,θ2,δ1,δ2。
在单频率分量信号中，使用3个DFT采样点的信息来计算未知参数。在两频率分量信号中，不妨设kp1≤kp2，那么使用T[kp1-1]到T[kp2+1]的采样信息对未知参数进行求解。这部分采样点个数不小于3个，足以求解两个分量的6个未知参数。
如果信号中包含有更多的频率分量，使用上述方法，在一个非线性方程组中对其进行求解。为了求解包含有u个频率分量，即3u个未知参数的方程组，需要至少3u个非线性方程，也就是
Figure BDA0003664731460000116
个采样点的信息。
如图3所示，在步骤120中，基于频谱信号模型计算相邻天线的相位差，具体包括以下步骤：
步骤310、获取离散目标频段信号模型中的复数信号幅度；
步骤320、根据复数信号幅度，提取毫米波设备中相邻的线性接收天线的相位差。
具体的，为了获取目标的二维坐标，还需要知道信号的波达角(AoA)。利用毫米波设备的线性接收天线阵列来求解AoA。
线性阵列中天线之间的间距为d0。考虑到目标到设备的距离d>>d0，反射信号到达各天线时可以近似认为平行。相邻天线的相位差可以表示成：
Figure BDA0003664731460000121
其中λ为信号的波长，θ为信号的AoA。根据上式，可以根据不同天线的相位差来求解AoA。
如图3、7所示，实际应用中，由于随机噪声和多目标反射的影响，直接利用相位差求解AoA通常有较大的误差。观察到可以通过DFT来提取各频率分量的初始相位。在单目标的信号建模中，忽略频率偏差δ和高斯白噪声w[n]的影响，其DFT采样点的相位如下：
Figure BDA0003664731460000122
其中kp为DFT的峰值点，θ0为对应频率分量的初始相位。根据上式，如果忽略频率偏差δ的影响，那么可以根据DFT的采样点信息提取出各天线的初始相位。
但是在大多数情况下，频率偏差δ≠0。这时DFT频谱中峰值点对应的相位如下：
angle(R[kp])＝θ0+angle(F(δ)),
其中
Figure BDA0003664731460000123
由于受到F(δ)的影响，DFT峰值点的相位不再对应天线的初始相位，因此使用DFT峰值点的相位计算AoA将会产生较大的***误差。
为了减少***误差的产生，提高AoA计算的精度，需要准确地计算出各频率分量对应的初始相位θ0。在前面的介绍中，在求解出各频率分量的参数δ的同时，也获取了其复数幅度
Figure BDA0003664731460000124
因此，各频率分量的初始相位已经被所解出。因此，可以直接利用频谱重建所获得的参数信息，直接得到各频率分量的初始相位，并利用各接收天线的求解结果，得到更为准确的AoA，实现了AoA的去畸变测量。
下面对本发明提供的基于毫米波设备的定位装置进行描述，下文描述的基于毫米波设备的定位装置与上文描述的基于毫米波设备的定位方法可相互对应参照。
本发明以毫米波设备为基础，利用毫米波波长短、分辨率高的优点，针对不同目标个数的情况，通过建立频谱采样点与信号频率的定量分析模型，设计实现了频谱峰值重构算法，从而完成高精度的距离测量；并通过信号的幅度信息提高信号波达角的测量精度，进而实现高精度的目标定位***。
如图8所示，本发明实施例提供的一种基于毫米波设备的定位装置，该装置包括以下模块：模型构建模块810、第一计算模块820、第二计算模块830及结果生成模块840。
具体的，模型构建模块810用于获取待测目标的个数和回波信号，并基于待测目标的个数和回波信号构建频谱信号模型。第一计算模块820用于基于频谱信号模型计算待测目标的采样误差值和相邻天线的相位差。第二计算模块830用于基于采样误差值，计算待测目标到毫米波设备的距离值，并基于相位差，计算待测目标的波达角。结果生成模块840用于根据距离值和波达角，生成待测目标的定位结果。
图9示例了一种电子设备的实体结构示意图，如图9所示，该电子设备可以包括：处理器(processor)910、通信接口(Communications Interface)920、存储器(memory)930和通信总线940，其中，处理器910，通信接口920，存储器930通过通信总线940完成相互间的通信。处理器910可以调用存储器930中的逻辑指令，以执行一种基于毫米波设备的定位方法，该方法包括以下步骤：获取待测目标的个数和回波信号，并基于待测目标的个数和回波信号构建频谱信号模型；基于频谱信号模型计算待测目标的采样误差值和相邻天线的相位差；基于采样误差值，计算待测目标到毫米波设备的距离值，并基于相位差，计算待测目标的波达角；根据距离值和波达角，生成待测目标的定位结果。
此外，上述的存储器930中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的一种基于毫米波设备的定位方法，该方法包括以下步骤：获取待测目标的个数和回波信号，并基于待测目标的个数和回波信号构建频谱信号模型；基于频谱信号模型计算待测目标的采样误差值和相邻天线的相位差；基于采样误差值，计算待测目标到毫米波设备的距离值，并基于相位差，计算待测目标的波达角；根据距离值和波达角，生成待测目标的定位结果。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的一种基于毫米波设备的定位方法，该方法包括以下步骤：获取待测目标的个数和回波信号，并基于待测目标的个数和回波信号构建频谱信号模型；基于频谱信号模型计算待测目标的采样误差值和相邻天线的相位差；基于采样误差值，计算待测目标到毫米波设备的距离值，并基于相位差，计算待测目标的波达角；根据距离值和波达角，生成待测目标的定位结果。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种基于毫米波设备的定位方法，其特征在于，所述方法包括：
获取待测目标的个数和回波信号，并基于所述待测目标的个数和所述回波信号构建频谱信号模型；
基于所述频谱信号模型计算所述待测目标的采样误差值和相邻天线的相位差；
基于所述采样误差值，计算所述待测目标到所述毫米波设备的距离值，并基于所述相位差，计算所述待测目标的波达角；
根据所述距离值和所述波达角，生成所述待测目标的定位结果。
2.根据权利要求1所述的基于毫米波设备的定位方法，其特征在于，所述基于所述待测目标的个数和所述回波信号构建频谱信号模型，具体包括：
提取所述回波信号中的目标频段信号，对所述目标频段信号进行离散采样，得到离散目标频段信号；
对所述离散目标频段信号进行离散傅里叶变换得到处理结果，基于所述处理结果获取所述离散目标频段信号对应的峰值采样点；
选取所述峰值采样点预设距离内的若干采样点数据，结合所述处理结果，建立频谱信号模型。
3.根据权利要求2所述的基于毫米波设备的定位方法，其特征在于，
所述待测目标的个数为单个时，所述离散目标频段信号表示为：
Figure FDA0003664731450000011
其中，n为离散目标频段信号的离散时间点，N为信号的采样点数，n＝0,1,…,N-1；e为自然对数的底数，j为虚数单位；
Figure FDA0003664731450000012
是信号的幅度，A0和θ0均为实数；
Figure FDA0003664731450000013
为信号的归一化频率，范围为[0,1]，δ是采样误差，δ为
Figure FDA0003664731450000014
范围内的实数，π为圆周率，w[n]为高斯白噪声。
4.根据权利要求3所述的基于毫米波设备的定位方法，其特征在于，所述对所述离散目标频段信号进行离散傅里叶变换得到处理结果，具体为：
对所述离散目标频段信号的表示r[n]进行离散傅里叶变换，所述处理结果如下：
Figure FDA0003664731450000021
其中，m＝kp-N+1,kp-N+2,…,kp；W[kp-m]是w[n]的离散傅里叶变换结果；kp为峰值采样点；
所述选取所述峰值采样点预设距离内的若干采样点数据，结合所述处理结果，建立频谱信号模型，具体为：
选取三个点R[kp-1]、R[kp]、R[kp+1]，建立频谱信号模型，对模型求解得到所述离散中频信号的复数幅度
Figure FDA0003664731450000022
和归一化频率
Figure FDA0003664731450000023
其中，基于所述归一化频率计算所述待测目标的距离：
Figure FDA0003664731450000024
Fs是所述毫米波设备的采样率。
5.根据权利要求2所述的基于毫米波设备的定位方法，其特征在于，
当所述待测目标的个数为两个时，所述离散目标频段信号的表示为：
Figure FDA0003664731450000025
其中，n为离散目标频段信号的离散时间点，N为信号的采样点数，n＝0,1,…,N-1；
Figure FDA0003664731450000026
和
Figure FDA0003664731450000027
是未知的复数信号幅度，
Figure FDA0003664731450000028
和
Figure FDA0003664731450000029
是信号的归一化频率分量，w[n]为高斯白噪声；
对所述离散目标频段信号t[n]进行离散傅里叶变换，得到运算结果T[k]；根据运算结果得到两个峰值采样点kp1、kp2；
在所述两个峰值采样点kp1、kp2间选取多个采样点数据，结合所述运算结果T[k]建立所述频谱信号模型，通过模型对未知参数A1,A2,θ1,θ2,δ1,δ2求解；
基于两个归一化频率f1、f2分别计算所述待测目标的距离。
6.根据权利要求5所述的基于毫米波设备的定位方法，其特征在于，基于所述频谱信号模型计算相邻天线的相位差，具体包括：
获取所述离散目标频段信号模型中的复数信号幅度；
根据所述复数信号幅度，提取所述毫米波设备的线性天线阵列中相邻接收天线的相位差。
7.一种基于毫米波设备的定位装置，其特征在于，所述装置包括：
模型构建模块，用于获取待测目标的个数和回波信号，并基于所述待测目标的个数和所述回波信号构建频谱信号模型；
第一计算模块，用于基于所述频谱信号模型计算所述待测目标的采样误差值和相邻天线的相位差；
第二计算模块，用于基于所述采样误差值，计算所述待测目标到所述毫米波设备的距离值，并基于所述相位差，计算所述待测目标的波达角；
结果生成模块，用于根据所述距离值和所述波达角，生成所述待测目标的定位结果。
8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述一种基于毫米波设备的定位方法。
9.一种非暂态计算机可读存储介质，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如权利要求1至6任一项所述一种基于毫米波设备的定位方法。
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述一种基于毫米波设备的定位方法。
CN202210589994.XA 2022-05-26 2022-05-26 一种基于毫米波设备的定位方法及装置 Pending CN114966656A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210589994.XA CN114966656A (zh) 2022-05-26 2022-05-26 一种基于毫米波设备的定位方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210589994.XA CN114966656A (zh) 2022-05-26 2022-05-26 一种基于毫米波设备的定位方法及装置

Publications (1)

Publication Number Publication Date
CN114966656A true CN114966656A (zh) 2022-08-30

Family

ID=82956521

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210589994.XA Pending CN114966656A (zh) 2022-05-26 2022-05-26 一种基于毫米波设备的定位方法及装置

Country Status (1)

Country Link
CN (1) CN114966656A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024060790A1 (zh) * 2022-09-21 2024-03-28 加特兰微电子科技(上海)有限公司 提高目标探测精度的方法和装置、电子设备
CN118152763A (zh) * 2024-05-11 2024-06-07 北京智芯微电子科技有限公司 配网数据采样方法、装置和电子设备

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024060790A1 (zh) * 2022-09-21 2024-03-28 加特兰微电子科技(上海)有限公司 提高目标探测精度的方法和装置、电子设备
CN118152763A (zh) * 2024-05-11 2024-06-07 北京智芯微电子科技有限公司 配网数据采样方法、装置和电子设备

Similar Documents

Publication Publication Date Title
Wang et al. D-watch: Embracing" bad" multipaths for device-free localization with COTS RFID devices
CN114966656A (zh) 一种基于毫米波设备的定位方法及装置
Karmakar Chipless RFID tag localization
CN112415485B (zh) 毫米波雷达的角度超分辨方法、装置及终端设备
Hui et al. Radio ranging with ultrahigh resolution using a harmonic radio-frequency identification system
WO2016101656A1 (zh) 无线定位的方法
CN112630771B (zh) 一种基于毫米波设备的多目标跟踪方法及***
CN105676171A (zh) 单通道双基站超短波信号空间定位方法
Chen et al. Indoor target tracking using high doppler resolution passive Wi-Fi radar
CN111142068B (zh) 一种基于提取目标直接反射径方法的无源定位方法
Lim et al. Lane-by-Lane traffic monitoring using 24.1 GHz FMCW radar system
CN106900057B (zh) 一种基于测距的室内定位方法及***
US11397241B2 (en) Radio frequency life detection radar system
Zhang et al. Push the limit of millimeter-wave radar localization
CN113109797B (zh) 调频连续波凝视雷达的目标探测方法、装置和计算机设备
CN113075616B (zh) 一种黑飞无人机的探测定位方法、***及计算机设备
Woznica et al. RF indoor positioning system supported by wireless computer vision sensors
Mosleh et al. Evaluation of dynamic Localization System Based on UWB and Wi-Fi for Indoor Environments
CN113376571A (zh) Uwb多天线定位方法
CN112924928A (zh) 一种基于路径分离的室内Wi-Fi多人检测方法
CN114518562A (zh) 一种目标的识别方法、装置、电子设备及存储介质
CN114942426B (zh) 一种无源定位和生命体征监测方法、***、计算机和存储介质
Liu et al. Dual frequency based real time location system using passive UHF RFID
Amendolare et al. Transactional array reconciliation tomography for precision indoor location
CN109782233A (zh) 一种基于傅里叶变换的雷达工作方法和***

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