CN101261316B - 测距装置与定位装置及测距方法与定位方法 - Google Patents

Abstract

MMT在接收信号由直达波的1个波和多径波的1个波构成的情况下，可以降低多径的影响。但是，在实际的环境中，多径波的数量不限于1个波。在接收信号中包含多个多径波的情况下，无法根除多径的影响。相反地，在不含多径波的情况下，由于将直达波的1个波作为直达波的1个波和多径波的1个波进行推定，因此将产生误差。另外，以时域信号为对象进行最大似然推定将伴有计算上的困难。本发明中的定位装置根据频域内的最大似然推定来推定信号模型的参数，根据信息量基准推定信号模型，从而抑制多径误差。

Description

测距装置与定位装置及测距方法与定位方法

技术领域

本发明涉及一种测距装置及其测距方法，其基于无线电台(发送机)发送的信号的传播延迟时间测定与接收机间的距离。此外，本发明涉及一种使用该测距装置及测距方法，对接收机的位置进行定位的定位装置及其定位方法。

背景技术

采用GPS(Global Positioning System)卫星的定位在广阔的领域中被使用。在都市中心部分等处需要也很高，但是多径影响是定位时影响较大的误差主要原因之一。至此，为了降低多径误差，已开发了MMT(Multipath Mitigation Technology)(专利文献1)及NarrowCorrelator(非专利文献1的第120页)。

公知MMT在直达波的1个波和多径波的1个波的信号模型中，通过根据由最大似然推定法进行信号模型的参数推定，可以降低在以往困难的延迟距离短的多径的影响。

专利文献1：美国专利号6370207。

非专利文献1：Global Positioning Systems，Inertial Navigation，and Integration Mohinder S.Grewal，Lawrence R.Weill，Angus P.Andrews John Wiley & Sons，Inc.，2001。

发明内容

MMT在接收信号由直达波的1个波和多径波的1个波构成的情况下，可以降低多径的影响。但是，在实际的环境中，多径波的数量不限于1个波。在接收信号中包含多个多径波的情况下，无法根除多径的影响。相反地，在不含多径波的情况下，由于将直达波的1个波推定为直达波的1个波和多径波的1个波，因此将产生误差。另外，以时域信号为对象进行最大似然推定将伴有计算上的困难。因此，本发明的目的在于以少的计算量进行测距、定位。

本发明的测距装置的特征在于，包括：信号接收单元，接收从发送机发送的信号；信号推定单元，推定用信号接收单元接收到的信号；传播延迟时间计算单元，根据用信号推定单元推定出的信号计算所述信号的传播延迟时间；以及测距单元，根据传播延迟时间进行发送机与信号接收单元间的测距，信号推定单元在频域内对信号模型的参数进行最大似然推定。

此外，本发明的定位装置的特征在于：信号接收单元接收来自至少3个发送机发送的信号，利用上述测距装置，定位信号接收单元的位置。

进而，本发明的测距方法的特征在于，包括：信号接收步骤，用接收机接收从发送机发送的信号；信号推定步骤，对信号接收步骤中接收到的信号进行推定；传播延迟时间计算步骤，从用信号推定步骤推定出的信号计算信号的传播延迟时间；以及测距步骤，从传播延迟时间进行发送机与接收机间的测距，在信号推定步骤中在频域内对信号模型的参数进行最大似然推定。

此外，本发明的定位方法的特征在于：信号接收步骤，接收来自至少3个发送机发送的信号，利用上述测距方法定位信号接收机的位置。

本发明的测距装置，由于具有：信号接收单元，接收从发送机发送的信号；信号推定单元，推定用所述信号接收单元接收到的信号；传播延迟时间计算单元，根据用信号推定单元推定出的信号计算所述信号的传播延迟时间；以及测距单元，根据传播延迟时间进行发送机与信号接收单元间的测距，信号推定单元在频域内对信号模型的参数进行最大似然推定，因此可以以较少的计算量进行测距。

另外，本发明的定位装置，由于信号接收单元接收来自至少3个发送机发送的信号，利用上述测距装置定位信号接收单元的位置，因此，可以以较少的计算量进行定位。

进而，本发明的测距方法，由于包括：信号接收步骤，用接收机接收从发送机发送的信号；信号推定步骤，对信号接收步骤中接收到的信号进行推定；传播延迟时间计算步骤，从用信号推定步骤推定出的信号计算信号的传播延迟时间；以及测距步骤，从传播延迟时间进行发送机与所述接收机间的测距，在信号推定步骤中在频域内对信号模型的参数进行最大似然推定，因此可以以较少的计算量进行测距。

此外，本发明的定位方法，由于具有接收机接收来自至少3个发送机发送的信号，利用上述测距方法定位接收机的位置的定位步骤，因此可以以较少的计算量进行定位。

附图说明

图1是进行本发明的实施方式1中的定位及测距的流程图。

图2是本发明的实施方式1中的定位装置及测距装置的框图。

图3是本发明的实施方式1中的最大似然推定的流程图。

图4是表示本发明的实施方式1中的传播延迟时间推定的仿真结果的图。

图5是相对于本发明的实施方式1的实测数据的第1到达波与第2到达波的码延迟推定量的图。

图6是相对于本发明的实施方式1的实测数据的第1到达波与第2到达波的相位差推定量的图。

图7是表示本发明的实施方式2中的传播延迟时间推定的仿真结果的图。

附图标记说明

1：天线

2：RF模块

3：A/D变换器

4：信号处理部

5：CPU

6：ROM

7：RAM

具体实施方式

实施方式1

图1是进行本发明的实施方式1中的定位及测距的流程图。用信号接收单元接收从多个发送机(例如，人造卫星)发送的信号(ST10)，用信号推定单元推定接收到的信号。进而，用传播延迟时间计算单元根据推定出的信号计算信号的传播延迟时间(ST14)。用位置计算单元根据计算出的传播延迟时间计算接收机的位置(ST15)。

此外，信号推定单元包含初始值计算单元和信号模型参数推定单元和信号模型推定单元。初始值计算单元计算信号模型的参数初始值(ST11)、信号模型参数推定单元在频域内推定信号模型的参数(ST12)。信号模型推定单元利用信息量基准，推定信号模型即包含于接收信号内的信号的数量(ST12)。信号推定单元将用信号模型推定单元推定的信号模型中的、用信号模型参数推定单元推定的信号模型参数向传播延迟时间计算单元输出(ST13)。并且，在得到妥当的推定结果作为信号模型推定之前，反复进行ST11、ST12(ST13)。

这里，总结叙述了利用从多个发送机发送的信号的传播延迟时间来计算接收机位置的方法，但也可以用同样的方法1个1个地计算接收机和1个的发送机间的距离。并且，在进行定位的情况下，作为发送机的人造卫星至少需要3个。在接收从4个发送机发送的信号的情况下，可以调整接收机具有的内部时钟的时间偏移，能够进行正确的定位。对此，在接收了从3个发送机发送的信号的情况下，例如通过在接收机一侧另行保存表面数据，能够进行正确的定位。

图2是本发明的实施方式1中的定位装置及测距装置的框图。实施方式1说明采用GPS卫星的定位的实施方式。本发明的定位装置及测距装置用接收机的天线1接收从多个GPS卫星发送的GPS信号。接收到的信号经RF(Radio Frequency，射频)模块2频率变换为中频信号，在A/D变换器3中以规定周期采样为数字信号。采样后的信号在信号处理部4中被变换为基带信号，并解调导航数据。基带信号及导航数据被保存于RAM7中。具有初始值计算单元、信号模型参数推定单元和信号模型推定单元的信号推定单元、传播延迟时间计算单元以及位置计算单元作为程序被保存于ROM6中，用CPU5来执行。

以采样间隔T采样的基带信号模型以下式表示。

$q\left(j\right)=\underset{p=1}{\overset{P}{\mathrm{\Σ}}}{\mathrm{\α}}_p{e}^{i{\mathrm{\θ}}_p}m(\mathrm{jT}-{\mathrm{\τ}}_p)---\left(1\right)$

这里，m(t)是时间t的函数，表示与信号带宽相匹配地被带限的C-A码；P表示多径引起的到达信号数。并且，各到达信号的振幅用α_p表示，初始相位用θ_p表示，码延迟量用τ_p表示。e^iθp表示与各到达信号的载波的相移对应的复系数，j表示采样点的序数(第j个)。进而，令

α＝(α₁，...，α_P)^T，

θ＝(θ₁，...，θ_P)^T，和

τ＝(τ₁，...，τ_P)^T。

另外，i为虚数单位。为了便于计算，实际上应用等价的下式。

$q\left(j\right)=\underset{p=1}{\overset{P}{\mathrm{\Σ}}}(a_p+i{b}_p)m(\mathrm{jT}-{\mathrm{\τ}}_p)---\left(2\right)$

即，进行α_pe^iθp＝a_p+ib_p的变量变换。以下，令

a＝(a₁，...，a_P)^T，和

b＝(b₁，...，b_P)^T。

将式(2)进行离散傅立叶变换后的式变为下式。

$Q\left(\mathrm{\ω}\right)=\underset{p=1}{\overset{P}{\mathrm{\Σ}}}(a_p+i{b}_p)M\left(\mathrm{\ω}\right)e^{-\mathrm{i\ω}{\mathrm{\τ}}_p}---\left(3\right)$

此处，M(ω)为将m(jT)进行离散傅立叶变换。

将接收到的基带信号设为r(j)，将其离散傅立叶变换设为R(ω)。

接收到的基带信号包含噪声，故假定其为r(j)＝q(j)+n(j)。这里，n(j)为复数白噪声。

在以时域信号为对象的最大似然推定中，求使下式最小的a、b、τ。

$\mathrm{\Λ}=\underset{j}{\mathrm{\Σ}}{|\mathrm{\τ}\left(j\right)-q\left(j\right)|}^2---\left(4\right)$

这里，所谓最大似然推定，是指基于现有的观测数据，将似然看作是得到某个参数值的概率(即将似然看作是未知参数的函数)，并搜索使似然最大的参数值的推定方法。这里，设r(j)-q(j)为复数白噪声，设其发生概率为似然，推定针对接收信号的信号模型参数a、b、τ。

但在式(4)中，将码延迟量τ_p作为不为kT(k为整数)的值来求解时，在m(jT-τ_p)的计算中需要计算量。并且，在设τ_p为kT进行式(4)的最小化的情况，产生计算误差，并且当想要搜索各到达信号的τ_p的组合时，则随着到达信号数P的增大将导致计算量的爆发。即使引入将τ_p向KT四舍五入取整的处理采用非线性最小化方法，也有可能导致计算的不稳定性。

因此，在本发明的信号模型参数推定单元中，为了解决上述问题，根据频域内的最大似然推定，进行针对接收信号的信号模型参数的推定。

${\mathrm{\Λ}}^{\′}=\underset{\mathrm{\ω}}{\mathrm{\Σ}}{|R\left(\mathrm{\ω}\right)-Q\left(\mathrm{\ω}\right)|}^2---\left(5\right)$

这里，若设样本数为N，则NΛ＝Λ′。

展开式(5)，得到下式。

${\mathrm{\Λ}}^{\′}=\underset{\mathrm{\ω}}{\mathrm{\Σ}}{\left|R\left(\mathrm{\ω}\right)\right|}^2-2\underset{\mathrm{\ω}}{\mathrm{\Σ}}\mathrm{Re}\left[R\left(\mathrm{\ω}\right)M^{*}\left(\mathrm{\ω}\right)\underset{p=1}{\overset{P}{\mathrm{\Σ}}}(a_p-{\mathrm{ib}}_p)e^{\mathrm{i\ω}{\mathrm{\τ}}_p}\right]+\underset{p=1}{\overset{P}{\mathrm{\Σ}}}(a_p^2+b_p^2)\underset{\mathrm{\ω}}{\mathrm{\Σ}}{\left|M\left(\mathrm{\ω}\right)\right|}^2---\left(6\right)$

这里，Re[·]表示·的实部，M^*(ω)表示M(ω)的共轭复数。

为了使式(6)最小化，求解满足式(7)、(8)、(9)的a、b、τ。

$\frac{{\∂\mathrm{\Λ}}^{\′}}{\∂a_k}=0---\left(7\right)$

$\frac{{\mathrm{\Λ}\∂}^{\′}}{\∂b_k}=0---\left(8\right)$

$\frac{{\∂\mathrm{\Λ}}^{\′}}{\∂{\mathrm{\τ}}_k}=0---\left(9\right)$

此外，在式(7)～(9)中，k取从1到P的值。

从式(7)、(8)、(9)，导出式(10)、(11)、(12)。

$a_k\underset{\mathrm{\ω}}{\mathrm{\Σ}}{\left|M\left(\mathrm{\ω}\right)\right|}^2+\underset{\mathrm{\ω}}{\mathrm{\Σ}}{\left|M\left(\mathrm{\ω}\right)\right|}^2\underset{p\≠k}{\mathrm{\Σ}}(a_p\cos \left(\mathrm{\ω}({\mathrm{\τ}}_p-{\mathrm{\τ}}_k)\right)+b_p\sin \left(\mathrm{\ω}({\mathrm{\τ}}_p-{\mathrm{\τ}}_k)\right))=\mathrm{Re}\left[\underset{\mathrm{\ω}}{\mathrm{\Σ}}R\left(\mathrm{\ω}\right)M^{*}\left(\mathrm{\ω}\right)e^{\mathrm{i\ω}{\mathrm{\τ}}_k}\right]---\left(10\right)$

$b_k\underset{\mathrm{\ω}}{\mathrm{\Σ}}{\left|M\left(\mathrm{\ω}\right)\right|}^2+\underset{\mathrm{\ω}}{\mathrm{\Σ}}{\left|M\left(\mathrm{\ω}\right)\right|}^2\underset{p\≠k}{\mathrm{\Σ}}(a_p\sin \left(\mathrm{\ω}({\mathrm{\τ}}_p-{\mathrm{\τ}}_k)\right)+b_p\cos \left(\mathrm{\ω}({\mathrm{\τ}}_p-{\mathrm{\τ}}_k)\right))=\mathrm{Im}\left[\underset{\mathrm{\ω}}{\mathrm{\Σ}}R\left(\mathrm{\ω}\right)M^{*}\left(\mathrm{\ω}\right)e^{\mathrm{i\ω}{\mathrm{\τ}}_k}\right]---\left(11\right)$

$\underset{\mathrm{\ω}}{\mathrm{\Σ}}\mathrm{Im}\left[R\left(\mathrm{\ω}\right)M^{*}\mathrm{\ω}{e}^{\mathrm{i\ω}{\mathrm{\τ}}_k}(a_k-i{b}_k)\right]-\underset{\mathrm{\ω}}{\mathrm{\Σ}}{\left|M\left(\mathrm{\ω}\right)\right|}^2\mathrm{Im}\left[(a_k-{\mathrm{ib}}_k)\mathrm{\ω}\underset{p\≠k}{\mathrm{\Σ}}(a_p+i{b}_p)e^{-\mathrm{i\ω}({\mathrm{\τ}}_p-{\mathrm{\τ}}_k)}\right]=0---\left(12\right)$

这里，Im[·]表示·的虚部。

式(10)及式(11)关于a_k、b_k呈线性形式，因此，如果确定τ的值，则可以通过求解联立一次方程式来计算出a、b。因此，本发明中，如图3的流程图所示，对信号模型参数进行最大似然推定。

首先，设定τ_k(k＝1，...，P)的初始值(ST20)。然后，通过解联立一次方程式，计算a_k、b_k(k＝1，...，P)(ST21)。进行τ_k的更新(ST22)。进行更新后的τ_k是否收敛的收敛判断(ST23)。到τ_k收敛前反复进行ST21和ST22。计算τ_k收敛时刻的a_k、b_k(ST24)。

对τ的更新，设a、b为常数，采用与Newton法相同的方法。

具体地，首先将式(12)设为f_k(τ)。当用τ_k、τ₁对f_k(τ)进行偏微分，分别得到下式(k、l为从1到P的值)。

$\frac{\∂f_k\left(\mathrm{\τ}\right)}{\∂T_k}=\underset{\mathrm{\ω}}{\mathrm{\Σ}}\mathrm{Re}\left[R\left(\mathrm{\ω}\right)M^{*}\left(\mathrm{\ω}\right){\mathrm{\ω}}^2{e}^{\mathrm{i\ω}{\mathrm{\τ}}_k}(a_k-{\mathrm{ib}}_k)\right]-\underset{k}{\mathrm{\Σ}}{\left|M\left(\mathrm{\ω}\right)\right|}^2\mathrm{Re}\left[(a_k-{\mathrm{ib}}_k){\mathrm{\ω}}^2\underset{p\≠k}{\mathrm{\Σ}}(a_p+{\mathrm{ib}}_p)e^{-\mathrm{i\ω}({\mathrm{\τ}}_p-{\mathrm{\τ}}_k)}\right]---\left(13\right)$

$\frac{\∂f_k\left(\mathrm{\τ}\right)}{{\∂\mathrm{\τ}}_l}\underset{\mathrm{\ω}}{\mathrm{\Σ}}{\left|M\left(\mathrm{\ω}\right)\right|}^2\mathrm{Re}\left[(a_k-{\mathrm{ib}}_k){\mathrm{\ω}}^2(a_l+{\mathrm{ib}}_l)e^{-\mathrm{i\ω}({\mathrm{\τ}}_l-{\mathrm{\τ}}_k)}\right]---\left(14\right)$

设f(τ)＝(f₁(τ)，...，f_P(τ))^T，则其Jacobi矩阵为下式。

设τ的更新值为τ^(new)，则用下式计算τ^(new)(ST22)。

τ^(new)＝τ-J(τ)^-1f(τ)        (16)

当全部的τ_k的变化量均在规定的阈值以下时，可以判定τ收敛(ST23)。

接下来，说明初始值计算单元中的τ的初始值的计算方法。在P＝1的情况下，可以利用码延迟量，该码延迟量由在平常的GPS接收机中利用的相关器计算出。在P＞1的情况下，利用P-1时计算出的码延迟量τ₁，...，τ_P-1。首先，将τ₁，...，τ_P-1四舍五入取整到采样时刻jT。在将多个τ_P四舍五入取整到同一个采样时刻的情况下，将其分配到下一个采样时刻上。从而，全部的τ_P均不会有τ_P＝τ_P+1。其次，设τ₁，...，τ_P-1为常数，从与τ₁，...，τ_P-1不同的采样时刻jT上，搜索使式(6)的值最小的τ_P。如此一来，可以利用r(j)与m(jT)的相关函数以及m(jT)的自相关函数高速地评价式(6)，所以可以高速地计算码延迟量的初始值。另外，可不陷于局部解地高速地执行信号模型参数的最大似然推定。在初始值的计算方法中，可以将接收到的基带信号r(j)和C-A码m(jT)高分辨率化来利用。

通过如上所述地构成初始值计算单元和信号模型参数推定单元，当接收信号含有多个信号时，将到达信号数推定为n个波时，可以利用(n-1)个波情况下的推定结果。另外，在将到达信号数推定为n个波的情况下，当利用(n-1)个波情况下的推定结果时，可以从离散时间点上计算各信号的到达时刻初始值。

接下来说明信号模型推定单元。本发明的信号模型推定单元利用信息量基准，推定信号模型即信号的数量。此外，所谓信息量基准是指用于预测模型的将来值的分布的基准，为了使与“真”的分布的样本分布相关的熵最大(得到最大的信息量)，确定模型的参数自由度的方法。

这里，采用BIC(贝叶斯信息量准则，Bayesian InformationCriterion)进行说明。在BIC中，以使下式最小的模型为好模型。

BIC＝-2log(Θ)+s log(N)       (17)

这里，Θ表示最大似然，N表示样本数，s表示独立变量数。

在式(1)的信号数为P的模型中，式(17)变为下式。

BIC(P)＝2N(1+log(πσ²))+3P log(N)      (18)

这里，σ是最小化的式(5)的值除以N的平方，取平方根从而计算出的残差的标准差。将σ用作关于复数白噪声的标准差，计算复数白噪声的发生概率，以该值作为最大似然Θ从而能够计算出式(18)右边的第一项。因为在式(1)的信号模型中，对于信号的1个波，含有a_k、b_k、τ_k这三个独立变量，所以能够导出式(18)右边的第二项。

信号模型推定单元从P＝1开始按顺序重复初始值计算单元和信号模型参数推定单元，设使BIC(P)＜BIC(P+1)的P为接收到的基带信号r(j)所含的信号数(信号模型)。

由于具备利用信息量基准推定接收信号所含的信号数的信号模型推定单元，所以根据用具有适当信号数的信号模型推定信号模型参数，从而可以正确地推定信号模型参数。

传播延迟时间计算单元，使用用信号推定单元推定的信号模型中的、用信号模型参数推定单元推定的信号模型参数和保存于RAM7的导航数据，计算直达波的传播延迟时间。这里，在推定的信号模型中，根据推定的信号模型参数，将第一个到达的信号、或是信号强度超过规定阈值的第一个到达信号作为直达波，计算传播延迟时间。

位置计算单元用来自多个GPS卫星的信号的传播延迟时间和保存于RAM7的导航数据，与通常的GPS接收机相同地计算接收机位置。

如上所述，包括：信号接收单元，接收从发送机发送的信号；信号推定单元，推定信号接收单元接收的信号；传播延迟时间计算单元，从用信号推定单元推定的信号计算信号的传播延迟时间；以及位置计算单元，从用传播延迟时间计算单元计算的船舶延迟时间计算接收机的位置，信号推定单元用计算信号模型的参数初始值的初始值计算单元，和利用初始值计算单元计算出的初始值，在频域内推定信号模型的参数的信号模型参数推定单元，在频域内进行相对于接收信号的信号模型参数的最大似然推定，从而可以以少的计算量从包括多个多径波的接收信号中推定信号模型参数。

并且，在信号模型参数推定单元中，利用作为含有少1个波的多径波的信号而推定的结果，在频域内进行针对接收信号的信号模型参数的最大似然推定。进而，在初始值计算单元中，通过利用作为含有少1个波的多径波的信号而推定的结果，根据从离散时间点上计算接收信号所含的各信号的到达时刻初始值，从而可以以少的计算量稳定地推定针接收信号的信号模型参数。

进而，在信号模型推定单元中，利用信息量基准推定信号模型、即接收信号所含的信号数。另外，在推定后的信号模型中，根据被推定出的信号模型参数将第一个到达的信号作为直达波，可以计算直达波的传播延迟时间。从而，利用以适当的信号数的信号模型推定的信号模型参数，可以正确地计算出传播延迟时间。

并且，在推定的信号模型中，能够根据推定后的信号模型参数，将信号强度超过规定的阈值的第一个到达信号作为直达波，计算传播延迟时间。从而，即使在包含有作为比直达波还早到达的信号而被错误地推定的信号的情况下，仍可以正确地计算出直达波的传播延迟时间。

本发明的实施方式1中的直达波的传播延迟时间推定的仿真结果如图4所示。信号中，包括信号强度为-129dBm的直达波的一个波和信号强度为-135dBm的多径波的一个波。设信号带宽为4.092MHz，直达波和多径波的相对相位差为0°。图的横轴表示多径波相对直达波的相对延迟，纵轴将推定误差用均方根误差即RMSE(Root MeanSquare Error)表示。本发明所得的仿真结果用四边形记号表示。图中还图示了根据无偏推定量的分散的下限即Cramer-Rao的下界计算出的推定误差的下限。将作为2个波的信号进行推定时的推定误差的下界用实线表示，将原来2个波的信号作为1个波进行推定时的推定误差的下界用点虚线表示。本发明的结果可知基本实现了推定误差的下界。

接下来，在图5中表示本发明的实施方式1中的、对于实测数据的第1到达波和第2到达波的码延迟推定量的图表。并且，在图6中表示第1到达波和第2到达波的相位差推定量的图表。图5及图6的横轴为时间，图5的纵轴为码延迟量，图6的纵轴为相位差。图5中，消去了第1到达波的码延迟推定量中的1次分量，并将第1到达波的平均码延迟量设为0。从图5可知，可以识别大约延迟50m的多径波，其根据测量条件下变为适当的值。并且，根据图6，也可以确认伴随卫星的移动，延迟量逐渐地发生变化。

实施方式2

实施方式2与实施方式1相比，在信号模型推定单元和传播延迟时间计算单元上是不同的。

在假定直达波的信号强度与多径波相比足够大时，信号模型推定单元选择规定信号数的信号模型，传播延迟时间计算单元在该信号模型中的信号模型参数推定单元推定出的信号中，将信号强度最大的信号作为直达波，计算传播延迟时间。由此，可以更正确地计算接收机位置。实施方式2在信号带宽窄、可推定的信号数量少的情况下也可适用。特别是对直达波的信号强度与多径波相比足够大的情况、含有针对直达波的相对延迟时间小的多径波的情况也是有效的。

图7表示本发明的实施方式2中的直达波的传播延迟时间推定的仿真结果。信号中含有信号强度为-129dBm的直达波的一个波和信号强度为-135dBm的多径波的一个波。信号带宽为2.046MHz，直达波和多径波的相对相位差为0°。图的横轴表示多径波相对于直达波的相对延迟，纵轴用RMSE表示推定误差。将实施方式1所得的仿真结果用四边形记号表示，实施方式2所得的仿真结果用点记号表示。图中还图示了根据无偏推定量的分散的下限、即Cramer-Rao的下限计算出的推定误差的下限。将作为2个波的信号进行推定时的推定误差的下限用实线表示，将原来2个波的信号作为1个波推定时的推定误差的下限用点虚线表示。此外，实施方式2的结果比实施方式1的结果推定误差小且优异。此外，与从无偏推定量的分散的下限即Cramer-Rao的下限计算出的推定误差的下限相比，实施方式2的结果较优异，这是因为实施方式2的推定量不是无偏推定量(推定量有偏)。

Claims (10)

1.一种测距装置，其特征在于，包括：

信号接收单元，接收从发送机发送的发送信号；

信号推定单元，推定用所述信号接收单元接收到的接收信号；

传播延迟时间计算单元，根据用所述信号推定单元推定出的所述接收信号计算所述发送信号的传播延迟时间；以及

测距单元，根据所述传播延迟时间进行所述发送机与所述信号接收单元间的测距，

所述信号推定单元在频域内对信号模型的参数进行最大似然推定。

2.如权利要求1所述的测距装置，其特征在于：

信号推定单元在将所述接收信号推定为含有多个多径波的信号的情况下利用含有少1个波的多径波的信号的推定结果。

3.如权利要求2所述的测距装置，其特征在于：

信号推定单元在将所述接收信号推定为含有多个多径波的信号的情况下从离散时间点上计算所述接收信号所含的各信号的到达时刻初始值。

4.如权利要求1所述的测距装置，其特征在于：

信号推定单元利用信息量基准推定所述接收信号所含的信号数，其中，所述信息量基准是指用于预测模型的将来值的分布的基准。

5.如权利要求4所述的测距装置，其特征在于：

信号推定单元将第一个到达的信号作为直达波计算传播延迟时间。

6.如权利要求4所述的测距装置，其特征在于：

信号推定单元将信号强度超过规定的阈值的第一个到达信号作为直达波，计算传播延迟时间。

7.如权利要求1所述的测距装置，其特征在于：

在假定直达波的信号强度与多径波相比足够大时，信号推定单元将所述接收信号所含的信号数设为规定的数，将信号强度最大的信号作为直达波，计算传播延迟时间。

8.一种定位装置，其特征在于：

具备权利要求1至7中任意一项所述的测距装置，

使用所述测距装置，对所述信号接收单元的位置进行定位，

所述信号接收单元接收从至少3个发送机发送的发送信号。

9.一种测距方法，其特征在于，包括：

信号接收步骤，用接收机接收从发送机发送的发送信号；

信号推定步骤，对所述信号接收步骤中接收到的接收信号进行推定；

传播延迟时间计算步骤，从用所述信号推定步骤推定出的所述接收信号计算所述发送信号的传播延迟时间；以及

测距步骤，根据所述传播延迟时间进行所述发送机与所述接收机间的测距，

在所述信号推定步骤中在频域内对信号模型的参数进行最大似然推定。

10.一种定位方法，其特征在于：

利用权利要求9所述的测距方法来定位所述接收机的位置，

所述接收机接收从至少3个发送机发送的发送信号。

Images