CN102803984A - 定向和测位系统 - Google Patents

Abstract

系统包括：可被要求定向和测位的第一节点簇(CS1，CS2)，和称为测量节点的以确定与其共享直的视距的第一节点的相对定向和测位的至少一个节点(FN1，FN2...)；每个节点具有基于MIMO过程运行的无线电站(11，12，13...)，MIMO过程涉及对接收和发射波在其发射和接收侧的各种不同极化。无线电站执行：●选择在发射侧的极化模式，以选择的极化模式发射导向空间时间块码，使得接收无线电站可以估计四个极化MIMO信道矩阵；●选择在接收机侧的极化模式，通过将接收的空间时间信号匹配到发射的空间时间块以估计四个极化MIMO信道矩阵；●独立于每个簇内的第一节点的测位和定向进行估计；●组合四个已估计的极化MIMO信道矩阵，从共极化MIMO信道矩阵移除多径信号的贡献；●使用交叉极化信道上的已估计的MIMO信道矩阵，估计表征接收机侧的冲击多径信号的方位角和仰角，并估计表征发射机侧的离开多径信号的方位角和仰角。

Description

定向和测位系统

技术领域

本发明总体涉及无线系统中的定位(positioning)，更具体地涉及具有组合了时间分集、极化分集和空间分集的空间滤波功能的定向和测位系统(orientation and localization system)，用于检测视距(LOS)并且传送对移动节点的位置(location)和定向的估计。

背景技术

这样的系统可用于提供对对象的位置和定向的可靠估计。该系统既可被用在其中该对象(也即位置和定向寻找的主体)与定位无线电站不共享一条直的视距的多径无线电环境中，也可被用于其中在待要测位的对象与定位站之间有至少一条视距的无线电环境中。这样的系统能够在室内和户外环境中运行。它还提供了可用于其他无线网络服务诸如干扰减轻和容量改善等的空间滤波方案。

对远程对象的测位需要与中间接力节点的相对测位和相对定向有关的中间参数。在此情况下，重要的是，不仅需要精确知晓接力节点的相对测位，而且还有它们的相对定向。

专利文件EP 11617601公开了一种上述种类的定向寻找器(orientation finder)装置，该专利文件涉及点对点(ad hoc)网络。在该专利文件中所公开的系统旨在提供这些网络所需的定位信息。

另一个申请涉及成群的海上浮标，它们浮在海上以测量关于一给定区域的一些水参数，诸如温度、盐度......以及其他环境参数诸如风强度等等。为了轨迹规划(trajectory planning)，必须仔细地考虑这些浮标的地理定向。

本发明的一个目标在于提供一种具有比现有技术更好性能的装置，尤其在于给对象提供定向而无需许多接入点(access point)或锚点(anchor point)(GPS卫星使用三角测量)。

发明内容

根据本发明，上述系统的突出之处在于该系统至少实现了下列任务：

●通过估计相应于未配对的发射机-接收机圆极化模式的交叉极化(cross-polarized)MIMO矩阵来进行多径信号检测和非视距(NLOS)MIMO信道估计。此估计过程本身代表了多径滤波，因为圆极化模式在被发射经过一条视距时即便发射机和接收机相对于彼此是多智能化定向的(mi-oriented)，也不能改变。

●通过移除在一个其中在发射机侧和在接收机侧的极化相同的链路上估计的共极化(co-polarized)MIMO矩阵上的多径贡献(contribution)，来对视距子信道进行滤波。此滤波过程不能像在非视距的情况中那样自然地实现，这就是为什么该滤波是由算法实现的。

●使用时间同步进行的独立于成组节点的测位和定向的估计，所述成组节点不能在时间上分隔。

●对相应于未配对的圆极化的两个交叉极化MIMO矩阵作估计，并且对相应于两个未配对的圆极化的两个共极化MIMO矩阵作估计。

●使用极化空间时间块码的空间-时间极化，目的在于一方面在时域实现第一滤波步骤，另一方面估计上述四个MIMO矩阵。

●使用估计的极化MIMO矩阵，估计：到达方向(DOA)，来波(oncoming wave)倾斜角(TAON)，离波(outgoing wave)方向(DOD)，以及离波倾斜角(TAOUT)。

●对高分辨率算法诸如MUSIC或MVR的改进，通过组合它们各自的多个极化依赖空间谱。

●当在无线电定位站与经受位置和定向操作的对象之间没有视距可用时的位置和定向寻找子系统。此子系统还可用于技术有限的、既不能实施MIMO也不能实施多极化操作的无线电站。还应注意，在基于路径损耗的测位方法中，非各向同性天线的问题引起了一个严重的问题，因为它导致了对节点之间的距离的错误估计。其原因在于如下事实：最终的路径损耗既和发射天线的增益成比例也和接收天线的增益成比例。所述增益还依赖于天线的定向。这使得难于通过一次简单的增益平衡而从所述非各向同性效应纠正过来。所提出的子系统也是对这些特定问题的一个解决方案。

本发明的一个重要方面在于，能使用已滤波的共极化MIMO矩阵来传输要求低比特错误率的信息，并且将交叉极化矩阵用于要求较低质量的信息。

必须注意到，反射波的适配滤波(adapted filtering)是以改进由极化自身提供的自然滤波的方式来执行的。

附图说明

下面将以举例方式参考附图来描述本发明，其中：

图1a示出了无线子系统，其中可以应用具有极化分集能力的MIMO系统。

图1b示出了相应于根据本发明的位置和定向估计MIMO以及基于极化的子系统的框图。

图1c是示出了可以根据本发明而使用的无线电前端的一个实施例的框图。

图1d示出了多径信道对传输的波的影响以及网络之内的移动节点之间的错误定向。

图1e示出了用户簇(cluster)和信号检测的原理。

图1f示出了迭代位置定向过程的高层描述，强调了空间检测和信道滤波块(bloc)。

图1g示出了未有信道滤波的到达谱的角度。

图1h示出了在多径组件滤波之后的到达谱的角度。

图1i示出了最小变化检测算法的主要组件。

图1j示出了MUSIC检测算法的主要组件。

图1k示出了配对算法的主要组件。

图2示出了位置和定向寻找子系统，其中具有非各向同性的增益的单个天线被用在每个经受位置和定向寻找操作的对象上。

具体实施方式

图1a是位置和定向子系统的一个实施例，其中可以使用组合的空间分集和极化分集。它包括了大量的传感器簇CS1、CS2、CS3...以及大量的固定节点FN1、FN2、FN3。本发明的目标在于从任意簇或固定节点考虑来寻找到每个节点和簇的定向和测位。在此图1a中，分别具有原点P(0)、P(1)、P(2)...的参考系u₁ ⁽¹⁾u₂ ⁽¹⁾，u₃ ⁽¹⁾，u₁ ⁽²⁾u₂ ⁽²⁾，u₃ ⁽²⁾，u₁ ⁽³⁾u₂ ⁽³⁾，u₃ ⁽³⁾...被分配到簇CS1、CS2、CS3...。这些参考系可以相对于固定节点FN1、FN2、FN3...的参考系而移动。

图1b示出了被包括在所提到的簇和固定节点中的无线电设备的某些细节。它包括了一组通过位置服务器(LS)25来共享位置和定向(LO)信息的定向无线电站11、12、13和14。所有所述站11、12、13和14均可具有相同的结构。在图1b中，仅更详细地示出了站11。此站的无线电部分(PRS)由一个无线电前端(RFE)23和一个可控极化无线电结构(CPRS)组成，所述无线电前端用于模拟高频调制和滤波，所述可控极化无线电结构能够在任何时间发射或接收右旋圆极化(RHCP)或左旋圆极化(LHCP)的电磁波25。PRS的基带部分包括：一个极化控制器(PC)26，其能够选择在CPRS内的任何组的天线的极化状态(RHCP或LHCP)；MIMO极化信道估计(PCE)模块27；以及，位置和定向寻找器(LOF)28。

图1c是装置11的更为清楚的图解。它包括能够接收各种极化波的多排分组天线。每一排都是由一个或多个由三个圆极化天线组成的组而构成。例如，排AG1包括至少三个天线元件33、34和35。在每组之内的天线元件沿着三个轴定向。描述了这些轴的定向的单位基矢量x、y和z形成了一维、二维或三维的基(basis)。这样的基的三个维度以及在这些单位矢量之间的完美正交性是优选的，但在实践中却难于实现。在实践中，据说无线电系统在发射机处和在接收机天线布置处使用了完全极化的系统，允许分别地辐射或取得左旋圆极化(LHCP)或右旋圆极化(RHCP)。

当将该结构用在线性天线阵列配置中时，该结构沿着一个给定轴被周期性地重复，同时保持在同一组内的恒定的元件间间距d_e以及恒定的组间间距d_g。通过构造，如果距离d_g是半波长的倍数，则属于不同组的天线元件之间不存在相关或耦合。

在发射机侧和在接收机侧的天线布置允许形成极化的MIMO系统，其中无线电结构的完备性以及LHCP与RHCP信号之间的正交性是通过在合成的波束形成器之间的完备性和正交性来保持的。

图1c示出了一个极化模式选择模块37，该模块在没有可用的硬件资源来实现所有极化模式的并行检测时，选择在给定时间处待要接收的极化。还示出了所述无线电前端的主要射频(RF)组件，包括低噪放大器38、本地振荡器39、模数转换器40，以及基带整形滤波器41。

图1c还描绘了在无线电前端和主基带模块之间的互连，实现了导引符号(pilot symbol)的非相干检测、信道估计，以及位置-定向寻找42。

图1d示出了多径传播的示意性表示。其示出了一些节点P(0)、P(1)、P(2)和P(3)。参考(reference)Pth1、Pth2、Pth3、Pth4示出了在节点P(0)和P(1)之间的一些传播路径。必须注意，在P(0)和P(2)之间没有直接链路。对于这些节点中的每一个，附有一个坐标系，以使得所评估的所有定向和测位参数都以此局部坐标系为基准。此图1d描绘了多径无线电信道和错误定向53的示意性表示。所述表示示出了视距通常不是对于所有节点对都存在，且在这样的情况下可以使用点对点模式计算一个节点相对于另一个的定向。当节点(l′)被接收在极化状态q′上且节点(l)在极化状态q传输时，任何链路(l′，l)的宽带(WB)信道响应均由相应于该链路(l′，l)的Mr^(q)×Mt^(q′)MIMO信道矩阵所表示。这样的矩阵如下给出：

$H_{q^{\′},q}(l^{\′};l,{\mathrm{\τ}}^{(l^{\′},l)})=\underset{i=1}{\overset{i=L(l,l^{\′})}{\mathrm{\Σ}}}{H}_{q^{\′},q}(l^{\′};l,i)\mathrm{\δ}({\mathrm{\τ}}^{(l^{\′},l)}-{\mathrm{\τ}}_i^{(l,l^{\′})})---\left(1\right)$

其中

$H_{q^{\′},q}(l^{\′};l,i)=a_{q^{\′}}(l^{\′},{\mathrm{\Ω}}_i^{(l,l^{\′})})C_{q,q^{\′}}(l^{\′},l,i)e^{-\mathrm{jq}{\mathrm{\γ}}_{l^{\′},l}}{a_q}^H(l,{\mathrm{\Ψ}}_i^{(l,l^{\′})})---\left(2\right)$

a_q′(l′，Ω_i ^(l，l′))、a_q(l，ψ_i ^(l，l′))分别是接收机侧、发射机侧的导向矢量。上标H指的是埃尔米特共轭(Hermitian conjugate)。

符号γ_l′，l表示了倾斜角。时间变量τ_i ^(l′，l)既包括了在节点l和l′之间的同步时延，又包括了波i的行进时间。C_q′，q(l′，l，i)是一个复数，指示了沿着路径i的信道增益，并且相应于一个发射极化状态q′和一个接收极化状态q。沿着链路(l′，l)的视距，所述信道增益具有如下性质：

C_q′，q(l′，l，i，τ′，τ)＝p_l′lδ_q，q′                     (3)

其中p_l′，l是一个依赖于在两个节点之间的距离的复合路径损耗因数，且k＝(2π/λ)。

假定在链路(l，l′)上存在视距LOS，则节点(l′)相对于节点(l)的定向完全由维格纳矩阵(Wigner matrix)描述：

D¹(α^(l，l′)，β^(l，l′)，γ^(l，l′))＝D¹(φ^(l) ₁，θ^(l) ₁，0)^HD¹(φ^(l′) ₁，θ^(l′) ₁，γ^(l，l′))    (4)

其中α^(l l，、β^(l l，、γ^(l l，是相应的欧拉角。

发射机侧和接收机侧的天线布置允许形成极化的MIMO系统，其中无线电结构的完备性以及LHCP与RHCP信号之间的正交性是通过合成的波束形成器的完备性和正交性来保持的。沿着给定极化状态(RHCP或LHCP)q的轴，用于一组天线的导向矢量由下式给出：

a_g(q，Ω)＝D_g(d，Ω)p_g(q，Ω)                      (5)

其中

$D_g(q,\mathrm{\Ω})=\mathrm{diag}(e^{{\mathrm{jke}}_0\left(\mathrm{\Ω}\right).h_1^g},e^{{\mathrm{jke}}_0\left(\mathrm{\Ω}\right).h_2^g},e^{{\mathrm{jke}}_0\left(\mathrm{\Ω}\right).h_3^g})---\left(6\right)$

p_g是极化依赖导向矢量。对于小的双电磁偶极子，此导向矢量取决于由下式给出的恒定复标量偶极子：

$p_g(q,\mathrm{\Ω})={(\hat{z}.\stackrel{\‾}{e_q\left(\mathrm{\Ω}\right)},\hat{x}.\stackrel{\‾}{e_q\left(\mathrm{\Ω}\right)},\hat{y}.\stackrel{\‾}{e_q\left(\mathrm{\Ω}\right)})}^T---\left(7\right)$

在D_g(q，Ω)中的下标(index)q是为了记住一组天线g可以专门用于一个固定极化状态q。当天线结构属于没有尺寸约束的基站时，情况可能如此。如果当同一个天线组的开关在PC的作用之下被接通到极化状态q之后，该天线组由RHCP或LHCP天线使用，则下标q可忽略。

整套天线的导向矢量由下式给出：

a(q，Ω)＝(a₁(q，Ω)^T，...，a_G(q，Ω)^T)^T              (8)

图1e表示了在同步阶段，移动节点簇的流程。由任意接收机l′看到的多用户MIMO网络由下标为l＝1，...，L的一组节点组成，且在时间符号nT处发射信号。这些节点被接收机的同步模块分隔成有限数量的簇55。每一个簇代表了有限数量个发射机，在同一个时间符号56期间，由属于同一簇的节点发射的波的首次到达时间(TOA)落在接收机侧。对于属于给定的一个簇的L个节点，当极化状态q′被所有簇的节点发射时，在极化状态q上接收的MIMO信号矩阵由下式给出：

$S_{q,q^{\′}}(l^{\′},n)=\underset{l,i}{\mathrm{\Σ}}{H}_{q^{\′},q}(l^{\′};l,i)C_{q,q^{\′}}+z_{q,q^{\′}}\left(n\right)---\left(9\right)$

其中所述采样增益归因于在同一时间符号之内L个用户之间的TOA差，且归因于滤波增益被假定为信道系数增益的一部分。在此表达式中，Z_q，q′(n)是一个由多径干扰信号和热噪声所产生的(Mr^(q)×N)噪声矩阵。C_q，q′是导引块(pilot bloc)，其可取自一个补码集，该补码集具有周期性的异相相关函数，所述函数具有如下性质：

${C_{q,q^{\′}}}^H\mathrm{\Δ}\left(\mathrm{\τ}\right)C_{q,q^{\′}}=T{\mathrm{\δ}}_{\mathrm{\τ},0}{I}_{M{r}^{\left(q\right)}}---\left(10\right)$

其中Δ(τ)是将该矩阵C_q，q′的任何重复码时延τ个符号的移位算子，而I_Mr是Mr^(q)×Mr^(q)单位矩阵。

专用于广播该信息的一个导引信道被需要用于估计该MIMO信道参数。取决于多天线结构的容量有多大，可使用两种信令方案：

●单模式信令方案，其中每个发射机被允许在一个特定时间区间内发射一个训练序列，意在估计四个双模式信道矩阵H_q，q′中的一个。

●双模式信令方案，其中每个发射机并发地发送两个符号模块，从而接收机可以在同一时间区间内估计两个双模式信道矩阵。

配备有协同测位的电磁天线且在此种天线之间使用信令方案的MIMO系统的导向信道，可以通过由该导向信道传输的信号C_p，p′来描述，其中p(相应地，p′)是一个用来表征在接收机侧(相应地，发射机侧)所使用的极化的类型的下标。根据下式采用识别一组N个天线的极化状态的约定：

$p=\underset{n=0}{\overset{n=N-1}{\mathrm{\Σ}}}{p}_n{2}^n---\left(11\right)$

其中p_n是第n号天线的极化状态，若该天线n处于极化状态0则取值0(电极化，或右旋圆极化)，若该天线n处于极化状态1则取值1(磁极化，或左旋圆极化)。

感兴趣的情况相应于相似地极化的天线的情况。在这样的情况，如果所有N个天线是电极化的或右旋圆极化的，则p＝0；而如果所有天线是磁极化的或左旋圆极化的，则p＝2^N-1。当只考虑这样的感兴趣的情况时，可以利用简记法(light notation)：用p＝q＝-1代替p＝0，以及用p＝1代替p＝2^N-1。

为了将在电磁极化天线之间的MIMO信道响应的情况与在圆极化天线之间的MIMO信道响应的情况区分开，在第一种情况中的MIMO信道响应被表示为H′，而在第二种情况中的MIMO信道响应被表示为H。当在连接的两侧都使用电磁极化天线时，在此情况下当所有簇的节点都发射极化状态p′时在该极化状态p上的接收信号矩阵由下式给出：

其中Z_p，p′是加性噪声。

通过使用此简记法约定，可以在两种极化的MIMO信道响应之间建立对应关系如下：

H_1，-1(1’，1，i)＝0.5(H’_-1，-1(1’，1，i)+H’_1，1(1’，1，i))+0.5j(H’_-1，1(1’，1，i)-H’_1，-1(1’，1，i))

H_1，1(1’，1，i)＝0.5(H’_-1，-1(1’，1，i)+H’_1，1(1’，1，i))-0.5j(H’_-1，1(1’，1，i)-H’_1，-1(1’，1，i))

H_-1，1(1’，1，i)＝0.5(-H’_-1，-1(1’，1，i)+H’_1，1(1’，1，i))+0.5j(H’_-1，1(1’，1，i)+H’_1，-1(1’，1，i))

H_1，-1(1’，1，i)＝0.5(-H’_-1，-1(1’，1，i)+H’_1，1(1’，1，i))-0.5j(H’_-1，1(1’，1，i)+H’_1，-1(1’，1，i))

这些变换可被用来从电磁极化的MIMO信道矩阵估计圆极化的MIMO信道矩阵。可以在不同的时间区间在发射机侧沿着导向信道使用合适的时间极化分集来估计电磁信道响应。

在测位寻找过程之前使用意在移除符号块(symbol bloc)的信道估计模块，所述符号是通过最大似然检测器而移除的。

所产生的所述交叉极化信道矩阵是由不同的发射极化状态和接收极化状态(q＝-q′)所表征的。它们由下式给出：

${\hat{H}}_{q,-q}(n,l^{\′},j)=A(q,{\mathrm{\Ω}}_s)P_{q,-q}^{\left(s\right)}A{(-q,{\mathrm{\Ψ}}_s)}^H+N_{q,-q}\left(n\right)---\left(13\right)$

所产生的所述共极化MIMO矩阵是由相似的发射极化状态和接收极化状态(q＝q′)所表征的。共极化MIMO矩阵由下式给出：

${\hat{H}}_{q,q}(n,l^{\′},j)=A(q,{\mathrm{\Ω}}^{\left(d\right)})P^{\left(d\right)}{\mathrm{\Γ}}^{\left(d\right)q}A{(q,{\mathrm{\Ψ}}^{\left(d\right)})}^H+A(q,{\mathrm{\Ω}}^{\left(s\right)})P_{q,q}^{\left(s\right)}A{(q,{\mathrm{\Ψ}}^{\left(s\right)})}^H+N_{q,q}\left(n\right)---\left(14\right)$

其中N_q，q′(n)是均值为零且正态分布的变量，具有协方差矩阵R_n。矩阵A(q，Ω)≡(a，(q，Ω₁)，...，a，(q，Ω_L))表示了在观看方向Ω₁＝(Ω₁，..，Ω_L)^T上的导向矩阵。P^(d)是包含了视距(LOS)波的复信道增益的对角矩阵，而P^(s) _q，q′是包含了多径波的复信道增益的矩阵，而是一个对角矩阵，其给出了在发射机侧的倾斜对角矩阵。

如果信道互易性被验证(verify)，则沿着多径的信道矩阵增益可被写成下式：

$P_{q,q^{\′}}^{\left(s\right)}=P_{\mathrm{cop}}^{\left(s\right)}{{\mathrm{\Γ}}_{\mathrm{cop}}^{\left(s\right)}}^q{\mathrm{\δ}}_{q,q^{\′}}+P_{\mathrm{cr}}^{\left(s\right)}{{\mathrm{\Γ}}_{\mathrm{cr}}^{\left(s\right)}}^q{\mathrm{\δ}}_{q^{\′},-q}---\left(15\right)$

其中(P^(s) _cop(分别地，P^(s) _cr))是当在发射机处和在接收机处的极化状态是相似的(分别地，不同的)时侯含有所述多径的复信道增益的矩阵，Γ_cop ^(s)和Γ_cr ^(s)是两个对角矩阵。这样的恒等式(identity)保证了沿着互易信道的功率守恒性质，也即：

和

参见图1f，相对于每个簇的稳健(robust)的位置和定向寻找器，由下列模块组成：

●算法选择器模块67，其基于所收集的关于交叉极化模式的信道矩阵的秩的信息，选择最佳估计方法。

●以及，内部系统信息诸如软件和硬件可用资源。

因此，如果信道数值资源(channel numerical resource)是可用的，则可选择最大似然(ML)估计方法。此方法包括寻找尺度似然函数(scaled likelihood function)的最大值：

$({\mathrm{\Ω}}_{\mathrm{ML}},{\mathrm{\Ψ}}_{\mathrm{ML}},{\mathrm{\Γ}}_{\mathrm{ML}})=\underset{\mathrm{\Ω},\mathrm{\Ψ},\mathrm{\Γ}}{\arg }\max f{(\mathrm{\Ω},\mathrm{\Ψ},\mathrm{\Γ})}^H{C}^{-1}f(\mathrm{\Ω},\mathrm{\Ψ},\mathrm{\Γ})---\left(16\right)$

其中f是具有和多径波的数量相等的大小的矢量，且具有如下分量

${\left(f(\mathrm{\Ω},\mathrm{\Ψ},\mathrm{\Γ})\right)}_m=\left(\underset{q=-1,+1}{\mathrm{\Σ}}{\left(A{(q,{\mathrm{\Ω}}_l)}^H\stackrel{\‾}{H}\left(q\right)B(-q,\mathrm{\Ψ}){\mathrm{\Γ}}^{-q}\right)}_{m,m}\right)---\left(17\right)$

C是一个L^(s)×L^(s)的矩阵，由下式给出：

$C(\mathrm{\Ω},\mathrm{\Ψ},\mathrm{\Γ})=\underset{q=-1,+1}{\mathrm{\Σ}}{\mathrm{\Γ}}^{-q}\left(A{(q,\mathrm{\Ω})}^{H}A(q,\mathrm{\Ω})\right)\·\left(\stackrel{\‾}{A{(-q,\mathrm{\Ψ})}^{H}A(-q,\mathrm{\Ψ})}\right){\mathrm{\Γ}}^{-q}---\left(18\right)$

信道系数对角矩阵P^(s) _cr的最大似然估计由下式给出：

${\hat{P}}_{\mathrm{cr}}^{\left(s\right)}({\mathrm{\Ω}}_{\mathrm{ML}},{\mathrm{\Ψ}}_{\mathrm{ML}},{\mathrm{\Γ}}_{\mathrm{ML}})=C^{-1}({\mathrm{\Ω}}_{\mathrm{ML}},{\mathrm{\Ψ}}_{\mathrm{ML}},{\mathrm{\Γ}}_{\mathrm{ML}})f({\mathrm{\Ω}}_{\mathrm{ML}},{\mathrm{\Ψ}}_{\mathrm{ML}},{\mathrm{\Γ}}_{\mathrm{ML}})---\left(19\right)$

由于最大似然估计方法需要巨量的计算资源，可以替代地使用基于MUSIC和MV的方法。描述MUSIC算法的公开内容可以在下述文献中找到：R.O. Schmidt，“Multiple Emitter Location and SignalParameter Estimation”，IEEE Trans.Antennas Propagat.，Vol.AP-34，No.3，pp.276-280，Mar.1986。

而对MV算法的描述可以在下述文献中找到：J.Capon，“High-Resolution Frequency-Wavenumber Spectrum Analysis”，Proceedings of the IEEE，Vol.57，pp.1408-1418(1969)。

如果交叉极化模式上的平均信道矩阵都是秩亏损(rank-deficient)的，则选择MUSIC算法；而如果这些矩阵都是满秩(full-rank)的，则选择MVR算法。R_cr表示了这些矩阵的共同秩(common rank)，其被选为两个矩阵的秩中的最小值。

基于上次选择的方法流程，多径DOA(到达方向)和DOD(离开方向)估计模块68完成对在发射机侧和在接收机侧的方向参数的估计。

多径倾斜角和信道增益估计模块69使用已估计的AOA(到达角)和AOD(离开角)作为先验信息，并且每当在这些路径中任一上验证了互易信道时，就在每个路径上估计信道增益以及倾斜角。事实上，由于多径的DOA和DOD对于所有极化模式通常是相同的，所以共极化模式被用来估计视距AOA、AOD倾斜角和信道增益以及多径的信道增益。已经在交叉极化模式上估计出的多径的倾斜角、DOA、DOD被用作先验信息，以对多径分量滤波并且增强共极化模式上的全局信号干扰比。在该算法的稳健版本中，不需要对它们重新估计。此模块还具有配对功能，旨在为每个估计的DOA角对(couple of angles)寻找到DOD角对，以使得配对的DOA/DOD参数描述一条具体路径在发射机/接收机链路的两端的方向性质。

共极化信道滤波模块70，其使用所述DOA、DOD估计和信道增益估计，连同已知的MIMO矩阵71，从共极化MIMO矩阵移除多径信道分量。

LOS DOA和DOD估计模块72，意在使用已滤波的共极化信道矩阵估计沿着视距AOA和AOD。

LOS-多径倾斜角和信道增益估计模块73，其使用了该多径和该视距的已估计的DOA和DOD作为先验信息，来传送对所述视距和共极化MIMO信道上的多径进行的信道增益和倾斜角的估计。该模块还使用了关于任何多径波的信道互易信息，以改进信道增益估计。

收敛测试模块74，检验从不同的估计而计算的一个度量。如果达到了收敛，则将已估计的倾斜角、DOA和DOD发射到定向位置寻找器75。定向是通过计算维格纳旋转矩阵(公式4)而确定的。测位是通过使用配对方位角和仰角结合到达时间来计算的。或者，新估计的参数在共极化信道滤波模块中用作先验信息，以对多径分量重新滤波并且达到对方向参数的更好估计。

期望误差估计器模块76，其基于SNR和信道环境，给出位置和定向的期望误差。

基于高秩MVR的算法联合使用所有极化模式来估计视距和多径参数。当多径波的数量很多但当功率远少于视距波时，可使用这样的算法。

图1g示出了寻找到的未有任何多径滤波的DOA谱的一个实施例。该谱的对数标度被用于清晰地区分该谱的空间变化。在所述发射机的LOS以及一个具有本身和该LOS一样强的波的多径信道中，有两个用户。该算法未能寻找到此两个用户中的任一。

图1h示出了仅在三次迭代之后寻找到的DOA谱。现在这两个用户被清晰地识别，且该算法可以在这几次迭代之后停止。

图1i示出了基于该MVR算法的谱的积的图。

该算法利用了两个相关矩阵，它们分别通过两个矩阵的自相关而获得，所述两个矩阵中的每个相应于一个具体的极化MIMO信道。因此，如果极化模式是(q₁，q′₁)和(q₂，q′₂)，则相关矩阵要么是接收相关矩阵

要么是发射相关矩阵

发射相关矩阵被用来估计发射机侧的信道参数，也即AOD的集合以及倾斜角，而接收相关矩阵被用来估计AOA的集合。

为了估计多径DOA、DOD和倾斜角，使用了极化模式(q₁，q′₁)＝(-1，1)和(q₂，q′₂)＝(+1，-1)。当LOS DOA、DOD和倾斜角以及在共极化模式上的多径信道增益均已估计时，使用共极化模式(q₁，q′₁)＝(-1，-1)和(q₂，q′₂)＝(+1，+1)。

相关矩阵是“接收相关矩阵”或“发射相关矩阵”87。“接收相关矩阵”对分别是由

和

给出，而“发射相关矩阵”对分别是由

和

给出。

在第二步骤中，标准MVR算法被应用在所述两个极化模式上，以提供用于DOA的两个MVR谱88或用于DOD的两个MVR谱。在给定极化模式(q₁，q′₁)上的MVR谱由下式给出：

$P_{q_1}^{\mathrm{Rx}}\left(\mathrm{\Ω}\right)=f^H\left(C_{q_1}^{\mathrm{Rx}}{\left(\mathrm{\Ω}\right)}^H{R}_{q_1}^{{\mathrm{Rx}}^{-1}}{C}_{q_1}^{\mathrm{Rx}}\left(\mathrm{\Ω}\right)\right)f---\left(20\right)$

在MVR波束形成器上的约束是通过

和

表达的。它们表达了感兴趣的极化模式的功率的最大值，同时观察DOA或DOD的实际方向，还表达了正交极化模式上的零功率，大体上为

和其中g是在观察方向Ω上的最大增益。

在第三步骤，使用两个极化模式89上的MVR谱的积来计算公共MVR谱。

$P_{q_1}^{\mathrm{Rx}/\mathrm{Tx}}\left(\mathrm{\Ω}\right)=P_{q_1}^{\mathrm{Rx}/\mathrm{Tx}}\left(\mathrm{\Ω}\right)P_{q_2}^{\mathrm{Rx}/\mathrm{Tx}}\left(\mathrm{\Ω}\right)---\left(21\right)$

还可使用谱的加法。积的优点在于，与和所表现出的半功率波束宽度(HPBW)相比，由积所表现出的半功率波束宽度较紧。

DOA(或DOD)角对是相应于以递减次序90排序的公共MVR谱的局部最大值的最初的R_cr个角对。

图1j呈现了基于MUSIC的算法。该算法利用了分别通过两个矩阵的自相关而获得的两个相关矩阵，所述两个矩阵中每个都相应于一个具体的极化MIMO信道。在第一步骤中，在发射机侧的信号空间和噪声被分离91。使用常用的表示法，在极化模式(q₁，q₁′)上的信道矩阵的SVD分解可被写为：

${\stackrel{\‾}{H}}_{q_1,{q_1}^{\′}}=[U_{q_1,q_1^{\′}}^s;U_{q_1,{q^{\′}}_1}^n;U_{q_1,{q^{\′}}_1}^n]\left[\begin{array}{cc}{S}_{q_1,{q^{\′}}_1}^s& 0\\ 0& S_{q_1,{q^{\′}}_1}^n\end{array}\right]\left[\begin{array}{c}{V_{q_1,{q^{\′}}_1}^s}^H\\ {V_{q_1,{q^{\′}}_1}^n}^H\end{array}\right]---\left(22\right)$

具体地，在发射机侧的噪声空间被用来估计DOD，而在接收机侧的噪声空间被用来估计DOA。通常分别通过

以及

给出这些噪声。

然后，通过下式得到噪声空间的分量的平均值92：

$E_{q_1,q_1^{\′}}^{\mathrm{Tx}}=\underset{i=1}{\overset{i=M_{\mathrm{Rx}}-R_{\mathrm{cr}}}{\mathrm{\Σ}}}{v}_{q_1,q_1^{\′}}^n\left(i\right)---\left(25\right)$

以及

$E_{q_1,q_1^{\′}}^{\mathrm{Rx}}=\underset{i=1}{\overset{i=M_{\mathrm{Rx}}-R_{\mathrm{cr}}}{\mathrm{\Σ}}}{v}_{q_1,q_1^{\′}}^n\left(i\right)---\left(26\right)$

在第二步骤中，标准MUSIC算法是通过如下方式而被应用的，提供两个发射MUSIC谱93

和

或者两个接收MUSIC谱：

${\mathrm{spm}}_{q,q^{\′}}^{\mathrm{Tx}/\mathrm{Rx}}\left(\mathrm{\ψ}\right)=\frac{1}{a{(q^{\′},\mathrm{\ψ})}^H{E_{q,q^{\′}}^n}^H{E}_{q,q^{\′}}^{n}a(q^{\′},\mathrm{\ψ})}---\left(27\right)$

在第三步骤中，公共MUSIC谱是通过两个交叉极化模式上的MUSIC谱的积来计算的，如下：

$P^{\mathrm{Tx}/\mathrm{rx}}\left(\mathrm{\ψ}\right)={\mathrm{spm}}_{q_1,{q^{\′}}_1}^{\mathrm{Tx}/\mathrm{Rx}}\left(\mathrm{\ψ}\right){\mathrm{spm}}_{q_2,{q^{\′}}_2}^{\mathrm{Tx}/\mathrm{Rx}}\left(\text{\ψ}\right)---\left(28\right)$

如在前例中，还可使用谱的加法。根据本发明的一方面，积的优点在于，与和所表现出的半功率波束宽度(HPBW)相比，由积所表现出的半功率波束宽度较紧。

DOA(或DOD)角对是相应于以递减次序94排序的公共MUSIC谱的局部最大值的最初的R_cr个角对。

图1k示出了组成信道增益估计模块的主要的块。当用于估计每个多径的增益时，该模块实现了一个额外的任务，该任务由信道互易性测试105组成。互易性测试器是基于给定的AOA和AOD集合以及交叉极化模式上的平均信道矩阵，可以检验分立地估计的信道复增益是否相应于一个互易信道。信道互易性测试器给出了两个对角矩阵

和

的第一估计，通过：

${\hat{P}}_{q,q^{\′}}^{\left(m\right)}=\mathrm{diag}\left({\left(A{(q,\mathrm{\Ω})}^{H}A(q,\mathrm{\Ω})\right)}^{-1}A{(q,\mathrm{\Ω})}^H{\stackrel{\‾}{H}}_{q,q^{\′}}A(q^{\′},{\mathrm{\Ψ}}^{\left(m\right)}){\left(A{(q^{\′},{\mathrm{\Ψ}}^{\left(m\right)})}^{H}A(q^{\′},{\mathrm{\Ψ}}^{\left(m\right)})\right)}^{-1}\right)---\left(29\right)$

然后使用一个度量来评估在所计算的对角矩阵之间的距离。一种直接的方式是使用相对误差：

${\mathrm{\ϵ}}_{\mathrm{rec}}=\frac{\mathrm{tr}({\hat{P}}_{q_1,{q^{\′}}_1}^{\left(m\right)}-{\hat{P}}_{q_2,{q^{\′}}_2}^{\left(m\right)}){({\hat{P}}_{q_1,{q^{\′}}_1}^{\left(m\right)}-{\hat{P}}_{q_2,{q^{\′}}_2}^{\left(m\right)})}^H}{\mathrm{tr}\left({\hat{P}}_{q_1,{q^{\′}}_1}^{\left(m\right)}{{\hat{P}}_{q_2,{q^{\′}}_2}^{\left(m\right)}}^H\right)}---\left(30\right)$

如果该误差小于一个固定的小值，则信道是互易性的，且可以提供对两个对角矩阵

和

的更好的估计，通过根据下列公式来分立地估计倾斜矩阵Γ_cr ^(m)107和对角公共信道增益矩阵P_cr ^(m)108：

${\left({\widehat{\mathrm{\Γ}}}^{\left(m\right)}\right)}_{l,l}=\exp \left(j\left(\frac{\arg {\left({\hat{P}}_{q_1,{q^{\′}}_1}^{\left(m\right)}\right)}_{l,l}+\arg {\left({{\hat{P}}_{q_2,{q^{\′}}_2}^{\left(m\right)}}^H\right)}_{l,l}}{2}\right)\right)---\left(31\right)$

${\hat{P}}_{\mathrm{cr}}^{\left(m\right)}=\frac{{{\widehat{\mathrm{\Γ}}}^{\left(m\right)}}^H{\hat{P}}_{q_1,{q^{\′}}_1}^{\left(m\right)}+{\widehat{\mathrm{\Γ}}}^{\left(m\right)}{\hat{P}}_{q_2,{q^{\′}}_2}^{\left(m\right)}}{2}---\left(32\right)$

以及

${\hat{P}}_{q_1,{q^{\′}}_1}^{\left(m\right)}={\widehat{\mathrm{\Γ}}}^{\left(m\right)}{\hat{P}}_{\mathrm{cr}}^{\left(m\right)}$ (33)

${\hat{P}}_{q_2,{q^{\′}}_2}^{\left(m\right)}={{\widehat{\mathrm{\Γ}}}^{\left(m\right)}}^H{\hat{P}}_{\mathrm{cr}}^{\left(m\right)}$

构成此模块的其他块如下：

●置换块106，产生了AOD对的集合

的所有可能的置换。

●配对判决模块109，其任务在于在每个AOA处组合一个AOD。事实上，到达角和离开角是以独立的方式估计的。所述配对重构了如发射机和接收机所看到的物理路径。配对操作是基于给定判据的优化。这样的判据例如，对数似然函数的最大化，或在重构的信道矩阵和实际的噪声矩阵之间的距离的最小化。

滤波过程已经允许将信道矩阵H_q，q′分离成视距(LOS)和非视距(NLOS)矩阵。沿着视距AOA在至少一个帧期间可被视为固定的，而沿着非视距AOA就不那么固定，然而，可在至少一个帧期间保持它们固定。另一方面，由于环境改变，其他参数是变化的且需要被重新估计。这给出了在固定站一侧的定向-位置检测算法的一个简化方法。

图2是所述子系统的一个实施例，其中在经受位置和定向查找操作的每个节点110(图2中的旋转节点)上使用具有非各向同性增益的单天线。具体地：

●此子系统利用了天线角功率增益轮廓来改进三边测量位置方法。

●此子系统利用了天线角功率增益轮廓来提供天线定向估计。

●此子系统执行了基于三边测量的算法，对于该算法，定位无线电站111(标记)的位置和定向，连同定向参数网格的搜索是已知的，以减少定向参数。在搜索时使用一种距离来保持较好的方案。此外，由其他方法执行的定向和位置的组合估计，诸如梯度算法或EM算法，可被构成为一种特殊算法。

基于三边测量算法的工具和设置：

●从其他L个节点接收的功率：

●其他节点的位置：M＝{M_l；l＝1，..L}

●在发射定位无线电站110处的天线角功率增益轮廓112，其中G^tr＝{g_l(Ω)；l＝1，..L}，其中Ω是输开波的方向，且可通过在2D平面内的极角或通过在3D空间内的球面角参数化。

●接收机节点111的在任何旋转g₀(Ω)之前的天线角功率增益轮廓113。

●定向网格Γ＝{Γ_i；i＝1，..，I}，当旋转保持在3D空间中时由一组I个三重欧拉角构成，或者对于在2D平面内的旋转由单位圆上的一组I个角构成。

●信道增益：h＝{h_l；l＝1，..L}。它们可被一般地表达为：

○ $h_l=\frac{C_l}{{d_l}^{\mathrm{\α}}}$

其中α和C₁是两个正常数。

●经典三边测量算法，其输入为一组参数H和M，而输出是位置坐标M₀.M₀＝Tril(H，M)

算法：

初始化：固定初始距离δ^(old)为一个高值，并且固定收敛距离δ^(∞)。

●在网格Γ上运行搜索

○对于每个Γ_i，执行下列初始化：

●选择任意组路径损耗参数H^(new)

●将位置参数初始化为M₀ ^(new)＝Tril(H^(new)，M)

●由M₀ ^(new)和M计算朝向L个节点的方向

Ω^(new)＝{Ω_l ^(new)；l＝1，..L}

●计算在接收节点处的方向增益集合：

${G^{\mathrm{rec}}}^{\left(\mathrm{new}\right)}=\{{g_0}^{\left(\mathrm{rec}\right)}({{\mathrm{\Ω}}_l}^{\left(\mathrm{new}\right)},{\mathrm{\Γ}}_l);l=1,..L\}$

●计算新的功率：P^(new)＝{P_l ^(new)；l＝1，..L}，其中

P_l ^(new)＝g₀ ^(rec)(Ω_l ^(new)，Γ_l)g_l ⁽ⁿ⁾(Ω_l ^(new))h_l ^(new)

●计算在计算的功率和接收的功率之间的平均距离：

${{\mathrm{\δ}}_i}^{\left(\mathrm{new}\right)}=\underset{l=1}{\overset{l}{\mathrm{\Σ}}}{({P_l}^{\left(\mathrm{new}\right)}-{\hat{P}}_l)}^2$

●End＝0

●当End＝0时，重复

●δ_i ^(old)←δ_i ^(new)且h^(old)←h^(new)

●由H^(old)和M计算新的位置参数：

M₀ ^(new)＝Tril(H^(old)，M)

●由M₀ ^(new)和M计算朝向所述L个节点的方向

Ω^(new)＝{Ω_l ^(new)；l＝1，..L}

●计算接收节点处的方向增益集合：

${G^{\mathrm{rec}}}^{\left(\mathrm{new}\right)}=\{{g_0}^{\left(\mathrm{rec}\right)}({{\mathrm{\Ω}}_l}^{\left(\mathrm{new}\right)},{\mathrm{\Γ}}_l);l=1,..L\}$

●计算新的功率P^(new)＝{P_l ^(new)；l＝1，..L}，其中

P_l ^(new)＝g₀ ^(rec)(Ω_l ^(new)，Γ_l)g_l ^(tr)(Ω_l ^(new))h_l ^(old)

●关键：使得所述路径损耗参数为：

${h_l}^{\left(\mathrm{new}\right)}={\hat{P}}_l/{g_0}^{\left(\mathrm{rec}\right)}({{\mathrm{\Ω}}_l}^{\left(\mathrm{new}\right)},{\mathrm{\Γ}}_l){g_l}^{\left(\mathrm{tr}\right)}\left({{\mathrm{\Ω}}_l}^{\left(\mathrm{new}\right)}\right)$

●重要：将发射节点减少到那些具有有限路径损耗h_l ^(new)的节点

●计算新的距离

●如果|δ^(new)-δ^(old)|＜ε，End＝1

○将满足的一个选作在网格上的下标

解出定向为Γ_j，以及相应的位置参数。

Claims (20)

1.一种具有空间滤波能力的定向和测位系统，它组合了时间分集、极化分集和空间分集，用于检测直的视距(LOS)并且传送对移动节点的位置和定向的估计，所述系统包括：

●至少一个定位无线电站，确定与该定位无线电站共享一条直的视距(LOS)的每个节点的相对定向和相对测位，每个无线电波路径包括该视距，所述视距是由离开方向(DOD)、发射极化以及到达方向(DOA)和接收极化所表征的；所述定位无线电站和节点设有：

○多个天线系统，具有极化选择切换能力；

○无线电收发机，具有空间滤波能力以及定向和测位检测能力；

●时间滤波模块，对接收的信号矢量执行第一滤波步骤，所述滤波过程允许，将发射节点分类到不同的矢量集上；每个矢量集是具有几乎相同的强度和相同的到达时间性质的矢量的子集集合；

●MIMO信道矩阵模块(71)，对每个矢量集操作，提供对一个四阶MIMO信道矩阵的估计，该矩阵由分别地在发射机侧和接收机侧均使用相似的圆极化模式时获得的一对共极化MIMO矩阵以及在发射机侧和接收机侧使用不同的圆极化模式时获得的一对交叉极化MIMO矩阵组成，所述模块能够估计接收相关矩阵和发射相关矩阵，所述接收相关矩阵和所述发射相关矩阵是空间检测算法的输入；

●模块(67)，对交叉极化MIMO矩阵的秩操作，以控制多径DOA和DOD估计模块(68)，从而操作最佳检测方法；

●多径DOA和DOD估计模块(68)，对相应于未配对的发射机极化和接收机极化的四个直接估计的相关矩阵操作，或者对可以用先前估计的交叉极化MIMO矩阵估计出的四个相关矩阵操作；

该对接收相关矩阵，相应于两个不同的未配对的极化模式(RHCP-LHCP和LHCP-RHCP)，产生了对多对到达角(AOA)的多径方位角-仰角的估计；

该对发射相关矩阵，相应于两个不同的未配对的极化模式(RHCP-LHCP和LHCP-RHCP)，产生了对多对离开角(AOD)的多径方位角-仰角的估计；

在所述极化模式上获得的两个已估计的AOA集合上的信号功率形成一个接收极化-空间谱，而各自在一个不同的极化模式上获得的两个已估计的AOD集合上的信号功率形成一个发射极化-空间谱；

所述模块运行MUSIC或MVR算法(或者任何等价的方案)，均提供了所述多径接收信号的两个极化-空间谱；

两个接收极化-空间谱的组合提供了一个公共接收谱，同样，两个发射极化-空间谱的组合提供了一个公共发射谱，所述组合是在谱之间的加法、乘法或任何其他算术运算，尤其使用乘法运算来增强谱的质量；

●多径倾斜角和信道增益估计模块(69)，使用所述多径DOA和DOD估计模块(68)和所述MIMO信道矩阵模块(71)来提供估计如下各项的手段：

○每个已估计的DOD参数的信号强度和TAOUT；

○每个已估计的DOA参数的信号强度和TAON；

所述模块执行一个配对操作，旨在为每个已估计的DOA参数寻找到相应的DOD参数，以使得配对的DOA/DOD参数描述一条具体路径在发射机和接收机链路的两端处的方向性质；

●共极化信道滤波模块(70)，其从所述共极化信道矩阵中移除多径信道分量；

所述模块通过将下述各项用作输入，重构了多径起源的共极化MIMO矩阵：

○由所述估计模块(68)提供的DOA和DOD估计；

○由所述MIMO信道矩阵模块(71)提供的共极化MIMO矩阵；

所述模块使用重构的共极化MIMO矩阵为每一对DOA/DOD角重新估计信道增益和倾斜角；

●视距DOA和DOD估计模块(72)，对由所述共极化信道滤波模块(70)提供的滤波共极化信道矩阵操作，并且运行已由所述模块(67)选择的MUSIC算法或MVR算法，以提供相应于视距路径的若干组DOA和DOD对的方位角-仰角，能够如同所述估计模块(68)中一样采用不同的极化-空间谱的组合；

●视距“多径倾斜角和信道”估计模块(73)，使用由视距DOA和DOD估计模块(72)和共极化信道滤波模块(70)提供的信息，以给TAON和TAOUT的每条视距传送估计；

视距DOA、DOD、TAON、TAOUT是在所述接收机的参考系中估计的；

●位置和定向寻找器(75)，使用由视距多径倾斜角和信道估计模块(73)提供的信息，来确定具有已识别的视距的每个发射机的位置和定向；该模块利用了由所述共极化信道滤波模块(70)、视距DOA和DOD估计模块(72)、视距多径倾斜角和信道估计模块(73)以及时间滤波模块所提供的信息。

2.根据权利要求1所述的定向和测位系统，其中对发射机-接收机定向旋转矩阵的估计利用了如下事实：当发射机和接收机彼此失去定向时，即使该发射机和该接收机共享同一条视距，在该发射机的参考系中的DOD和TAOUT对，通常也是不同于在该接收机侧的参考系中的DOA和TAON对。

3.根据权利要求1所述的定向和测位系统，其中所述发射机相对于所述接收机的定向，是通过组合所述DOA、所述DOD、所述TAOUT和所述TAON实现的。

4.根据权利要求1所述的定向和测位系统，其中检测所述非视距(多径)波是通过使用未配对的极化天线上的极化-空间谱而执行的，这意味着如果发射天线是右旋(RH)圆极化的，则接收机天线是左旋(LH)圆极化的，反之亦然，根据此定义的极化约定由下式给出：

$H_{q^{\′},q}(l^{\′};l,i)=a_{q^{\′}}(l^{\′},{\mathrm{\Ω}}_i^{(l,l^{\′})})C_{q,q^{\′}}(l^{\′},l,i)e^{-\mathrm{jq}{\mathrm{\γ}}_{l^{\′},l}}{a_q}^H(l,{\mathrm{\Ψ}}_i^{(l,l^{\′})}),$

其中，相应于一个AOD和一个AOA的一秩MIMO矩阵，是描述了接收波的导向矢量和描述了发射波的导向矢量的埃尔米特共轭(共轭转置矩阵)的乘积，所述AOA和所述AOD是描述了传播波的方向的那些矢量，意味着如果所述发射机的参考系基矢量和所述接收机的参考系基矢量是相同的，则所述AOA和所述AOD也是相同的。

5.根据权利要求1所述的定向和测位系统，其中两个接收极化-空间谱的组合，和两个发射极化-空间谱的组合，可以是谱之间的加法、乘法或任何其他算术运算，尤其是使用乘法运算来增强谱的质量。

6.根据权利要求1和5所述的定向和测位系统，其中可以通过使用乘法运算进行两个极化-空间谱的组合，以增强组合的谱的质量。

7.根据权利要求1所述的定向和测位系统，其中多径倾斜角和信道增益的估计是通过使用多径DOA和DOD以及交叉极化MIMO矩阵而实现的。

8.根据权利要求1所述的定向和测位系统，其中所述多径倾斜角和信道增益估计模块(69)执行配对运算，旨在将DOD估计参数关联到每个DOA估计参数。

9.根据权利要求1所述的定向和测位，其中共极化信道滤波是以三步实现的：

●在第一步，实现对每个链路上的信道增益和倾斜角的估计，使用如下各项作为输入：

○在每个多径链路上的DOA和DOD参数。这些参数是通过使用交叉极化MIMO矩阵估计的；

○所述共极化MIMO矩阵；

●在第二步，使用在该第一步中估计的参数重构共极化MIMO信道矩阵；

●在第三步，从原始的共极化MIMO矩阵减去该共极化MIMO信道矩阵的多径部分。

10.根据权利要求1所述的定向和测位系统，其中通过使用已滤波的共极化MIMO矩阵，实现视距DOA和DOD估计。

11.根据权利要求1所述的定向和测位系统，其中通过使用视距DOA和DOD以及已滤波的共极化MIMO矩阵，估计视距倾斜角。

12.根据权利要求1所述的定向和测位系统，其中所述位置和定向寻找器(75)使用由视距多径倾斜角和信道估计模块(73)所提供的信息来确定具有已识别的视距的每个发射机的位置和定向。

13.将包括在根据权利要求1至12之一所述的系统中的信道滤波和视距检测用于下列任务的用途：

-将已滤波的共极化MIMO信道矩阵用于发射要求低比特错误率的信息，以及

-将交叉极化矩阵用于不要求好质量的信息。

14.信道增益估计模块，当用于估计每个多径的增益时，所述模块实现了一个额外的任务，该任务包括信道互易性的测试(105)。

15.互易性测试器(105)，基于给定的AOA和AOD集合，以及在所述交叉极化模式上的平均信道矩阵，该互异性测试器(105)可以检验被分立地估计的信道的复增益是否相应于互易信道。

16.度量，由互易性测试器(105)所采用，以评估在由公式(29)给出的所计算的对角矩阵之间的距离。

17.构成信道增益模块的其余的块包括：

●置换块(106)，产生AOD对的集合的所有可能的置换；

●配对判决模块(109)，其任务在于在每个AOA处组合一个AOD，所述配对操作是基于给定判据的优化，尤其是对数似然函数的最大化，或在重构的信道矩阵和实际的噪声矩阵之间的距离的最小化。

18.天线角功率增益轮廓的可变性用于寻找天线定向的用途。

19.天线角功率增益轮廓的可变性用于在位置方法中校正天线各向异性的问题的用途。

20.根据对实施方案的说明中描述的基于角的位置和定向寻找算法。

Images