CN103036628A - 一种超宽带无线信道品质因子估计方法 - Google Patents
一种超宽带无线信道品质因子估计方法 Download PDFInfo
- Publication number
- CN103036628A CN103036628A CN2012105458483A CN201210545848A CN103036628A CN 103036628 A CN103036628 A CN 103036628A CN 2012105458483 A CN2012105458483 A CN 2012105458483A CN 201210545848 A CN201210545848 A CN 201210545848A CN 103036628 A CN103036628 A CN 103036628A
- Authority
- CN
- China
- Prior art keywords
- confidential interval
- signal
- fom
- quality factor
- confidence level
- 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.)
- Granted
Links
Images
Abstract
本发明属于无线通信技术领域,涉及的是一种用于UWB(Ultra Wide Band,超宽带)无线信道中对信道的品质因子(置信区间比例因子、置信区间和置信水平)进行估计的一种方法。主要分为四个步骤:1.通信前,初始化品质因子表;2.发送方T:发送数据进行通信;3.接收方R:根据收到信号的联合参数J,查品质因子表生成品质因子FoM(Figure of Merit,FoM)帧;4.接收方R:将生成的FoM帧发送给原发送方T;5.原发送方T:根据收到的FoM帧计算出信道品质。本发明首次将偏度和最大斜率融合用于FoM的估计,可用于基于UWB的物联网、无线传感网等应用的短距离通信、高精度无线定位等。
Description
技术领域
本发明属于无线通信技术领域,涉及的是一种用于UWB(Ultra Wide Band,超宽带)无线信道中对信道的品质因子(置信区间比例因子、置信区间和置信水平)进行估计的一种方法。
背景技术
随着无线通信技术的发展,21世纪的世界将很快从网络时代进入无线互联时代。新兴的无线网络技术,例如WiFi、WiMax、ZigBee、Ad hoc、BlueTooth和UWB等,在办公室、家庭、工厂、公园等方面得到了广泛应用。
UWB无线通信技术是一种不用载波,采用小于纳秒时长的不连续脉冲进行通信的一种无线通信技术。由于UWB使用小于纳秒时长的超短脉冲进行通信,其信号功率被扩散在从0到数十GHz的超宽频带范围内,这种独特的通信机制使其与目前频域通信技术相比具有对信道衰落不敏感、发射功率低、与其它无线系统可以共存、多径分辨能力强、抗干扰能力强、系统复杂度低、穿透能力强等优点,因而在全球范围内受到广泛关注,特别是在精确测距和定位、短距离高速通信(100Mbps–1Gbps)、雷达探测、防侦听抗干扰保密通信等多个军用和民用领域均有广泛的应用前景。
IEEE 802.15.4a任务小组致力于为低等级工业市场开发一种无线个人区域网络(PAN)标准,802.15.4a被视为PAN内的潜在核心UWB应用之一,这种网络技术被设计用于实时精准位置和感应网络。IEEE802.15.4a中为了让测距的发起者知道测距的质量,增加了品质因子(Figure of Merit,FoM),将FoM传输到上层或者传输到对方节点(例如参考基站)则对方节点可以根据该品质因子确定如何使用此次的测距结果,例如:在多基站定位时可以根据不同的FoM赋予测距结果不同的权值,甚至弃用某次测距结果,因此可以避免大的测距误差而导致的较大的定位误差。
品质因子,也叫可靠度,或置信度、置信系数,它是对信号上升沿到达时间(TOA)估计误差的量度。包括三部分:置信区间比例因子、置信区间和置信水平,表示信号上升沿到达时间估计的误差在给定的有效置信区间内的百分比处于置信水平(%)以下。
●有效置信区间:包括置信区间(Confidence Interval,CI)和置信区间比例因子(Confidence Interval Scaling Factor,CISF)两部分,其中置信区间与置信区间比例因子相乘即为有效置信区间的大小。根据IEEE802.15.4a的格式规定可知在FoM的格式中将置信区间的比例因子(4个:0.5倍、1倍、2倍、4倍)与置信区间(4个:100ps、300ps、1ns、3ns)两两相乘可以得到共有4*4=16个不同的有效置信区间,分别是:0.05、0.15、0.5、1.5、0.1、0.3、1、3、0.2、0.6、2、6、0.4、1.2、4、12ns,对应的帧格式的二进制分别为00 00、00 01、00 10、00 11,01 00、01 01、01 10、01 11,10 00、10 01、10 10、10 11,11 00、11 01、11 10、11 11,其中前两位为帧格式中的置信区间比例因子,后两位为帧格式中的置信区间。
●置信水平(Confidence Level,CL):是脉冲上升沿到达时间估计误差小于有效置信区间的概率,如果为0则表示无FoM。根据IEEE802.15.4a的格式规定可知置信水平有0%、20%、55%、75%、85%、92%、97%、99%共8个,对应帧中置信水平的二进制分别为000、001、010、011、100、101、110、111。
在IEEE802.15.4a中虽然规定了FoM帧的格式,但是如何计算或者产生置信区间比例因子、置信区间和置信水平却没有给出规定。因此,本发明提出了一种应用在超宽带无线信道中对品质因子(置信区间比例因子、置信区间和置信水平)进行估计的方法。
发明内容
鉴于目前超宽带无线信道中缺乏对信道品质因子进行估计的方法,本发明提出了一种应用在超宽带无线信道中对品质因子(置信区间比例因子、置信区间和置信水平)进行估计的方法,从而可以为精确的测距定位提供参考。
本发明的技术方案如下:
一种超宽带无线信道品质因子估计方法,包括以下步骤:
1.通信前,初始化品质因子表
A.建立指纹数据库
通过在不同SNR(信噪比=信号能量/噪声能量)环境下多次发送信号、采集积分能量块的信息,建立联合参数J、TOA估计误差E两个参数的指纹数据库,即:对于给定范围的信噪比[ENRmin,ENRmax]按照StepENR的步长,循环测试Timesmax次,每次循环时判断波形上升沿到达时间的估计误差,并将其保存到指纹数据库,具体包括以下主要步骤:
1)UWB信号的产生、发送和接收:按照当前设定的ENR完成信号的发送和接收;
2)计算每个能量块的大小:主要包括一个低噪声放大器(LNA)、平方器((.)2)、积分器和判决器;接收信号r经过低通滤波放大器后,信号再通过平方器,然后进行积分,积分步长为Tb;积分器的第n个输出Z[n]即为第n个能量块的能量大小;
3)统计所有能量块的偏度S和最大斜率K,并计算联合参数J(J=S-K);
4)计算TOA估计误差E;
5)将联合参数J和TOA估计误差E两个参数保存到指纹数据库中;
B.建立品质因子表
1)建立J与平均误差(Ej)的关系:参数J进行取整,并统计指纹数据库中每个J所对应的所有样本的平均误差(Ej)和样本个数(Cj);
2)建立J与置信区间比例因子(Fj)和置信区间(Ij)的关系:从16个候选的有效置信区间中找出最接近平均误差(Ej)的区间为该联合参数J所对应的有效置信区间(Ij’),该有效区间(Ij’)对应的置信区间比例因子和置信区间即为J对应的置信区间比例因子(Fj)和置信区间(Ij);
3)计算J对应的置信度(Lj’):求出每个联合参数J在对应的置信区间(Ij)中的样本个数(Cj’)占联合参数J对应的样本个数(Cj)的百分比为联合参数J对应的置信度(Lj’);
4)建立J与置信水平(Lj)的关系:从候选的8个置信水平中找出最接近置信度(Lj’)的为该联合参数J对应的置信水平(Lj);
5)建立品质因子表:将联合参数J、步骤2)中的置信区间比例因子(Fj)和置信区间(Ij)以及步骤4)中的置信水平(Lj)建立对应的品质因子表;
2.发送方T:发送数据进行通信
发送方向接收方发送UWB信号,进行数据通信;
3.接收方R:根据收到信号的联合参数J,查品质因子表生成FoM帧
1)接收第i次UWB信号;
2)计算每个能量块的大小;
3)统计所有能量块的偏度Si和最大斜率Ki,并计算联合参数Ji;
4)利用Ji进行查表即可得到置信区间比例因子(Fj)、置信区间(Ij)以及置信水平(Lj)即得到品质因子对应的帧格式;
4.接收方R:将生成的FoM帧发送给原发送方T
接收方R将生成的FOM帧发送给原发送方,以便让原发送方得知信道的品质情况;
5.原发送方T:根据收到的FoM帧计算出信道品质
当原发送方接收到FoM帧时,可根据IEEE802.15.4a规定的格式解释并计算出对方接收时的信道品质。
通过以上方法,可以在不增加系统硬件复杂度的前提下,通过简单的基于能量的接收,即可确定信道的质量,从而为基于UWB的通信和测距定位提供可靠的保障。仿真的结果表明,在多基站定位时使用该方法可以根据不同的FoM赋予测距结果不同的权值,甚至弃用某次严重异常的测距结果,这样的话可以避免大的测距误差导致大的定位误差,在实验室环境中测试可以提高定位精度20%以上。
附图说明
图1为FoM帧的格式示意图;
图2为基于能量检测接收的原理图;
图3为计算最大斜率的原理图;
图4为仿真的平均联合参数J与信噪比的关系统计图;
图5为本发明工作主流程图;
图6为生成指纹数据库的步骤流程图;
具体实施方式
以下结合图例和具体实施例,对本发明进行详细说明。
1.FoM帧的格式
FoM帧的格式如图1所示,其中主要包括置信区间、置信区间比例因子、置信水平和扩展,三者合起来就可以描述一个信道的质量。
●有效置信区间:有效置信区间包括置信区间和置信区间比例因子两部分,其中置信区间与置信区间比例因子相乘即为有效置信区间的大小。根据图1得知最小有效置信区间为0.5*100ps=50ps,最大有效置信区间为4*3ns=12ns,共有16种编码对应16个有效置信区间。
●置信水平(Confidence Level,CL):是脉冲上升沿估计误差小于有效置信区间的概率,如果为0则表示无FoM,共有8种编码对应8个置信水平。
●扩展:如果扩展字段的第1位为1,其他各位为0,则表示同步头错误,即检测到的开始接收时间是错误的(即时间戳报文无效,此时属于最恶劣的情况);第1位为1,其他各位为非0(保留字段)表示正确检测到了帧的开始接收时间。
2.联合参数J
在IEEE802.15.4a的CM1(信道模型1)和CM2(信道模型2)信道下分别对峭度、偏度、方差和最大斜率在不同的信噪比下进行了仿真。其中:
1)接收能量块:接收到信号后,按照积分步长Tb计算每个能量块的大小;如图2所示的原理图,主要包括一个低噪声放大器(LNA)、平方器((.)2)、积分器和判决器;接收信号r经过低通滤波放大器后,信号再通过平方器,然后进行积分,积分步长为Tb;积分器的第n个输出Z[n]可以表示为:
其中n∈{1,2,...,Nb},表示相对于积分周期起始点的能量块的序号,Nb为能量块的个数,Ns为每个符号中的脉冲个数,Cj为跳时码中第j个整数,Tf为帧长度。
2)偏度S:偏度是描述积分能量块分布形态的统计量,其描述的是总体取值分布的对称性,定义如下:
3)最大斜率K:所有能量块被分为Nb-Mb+1组,每组里有Mb个能量块;每组斜率的计算使用的是基于最小二乘法的直线拟合,所以最大的斜率(K)可以表示为:
最大斜率原理图如图3所示,显示的是当每组里有4个能量块,即Mb=4的8个能量块的最大斜率,所以共有8-4+1=5条相应的拟合的直线。
仿真结果分析可以发现,在不同的信道下同一参数随着不同信噪比的走势基本相同,而且可发现接收能量块的峭度和偏度均随着SNR的增加而增加,但是偏度增加更快;最大斜率和标准差均随着信噪比的减小而减小,但是最大斜率减小更快。因为偏度和最大斜率比峭度和标准差变化更快,所以他们更能反映不同的信噪比,所以更加适合用来描述信道品质。同时可以发现当信噪比大于15dB时偏度变化较快,但低于15dB时,偏度变化较慢,但此时最大斜率变化较快;相反当信噪比小于15dB时,最大斜率变化较快,但大于15dB时最大斜率变化较慢,但此时偏度变化较快。所以没有单个参数能够在任何信噪比下准确反映信噪比的变化,因此本发明提出使用偏度和最大斜率的联合估计算法,这样可以保证在各个信噪比下能够准确地反映信号的变化情况。联合参数定义如下:
J=S-K
其中J为联合参数,S为偏度,K为最大斜率。
在IEEE802.15.4a的CM1和CM2信道下分别对信噪比为{4,5,6,…32}和积分步长Tb为1ns和4ns进行了1000次仿真,每个信噪比下计算J的算术平均值,如图4所示。该图说明在所有的信噪比范围内J相对于信噪比是一个单调递增函数,所以参数J可以用来描述信道的通信质量。
实施例1
本发明的主要步骤分为5个步骤,如图5所示。
1.通信前,初始化品质因子表
A.建立指纹数据库
建立指纹数据库的步骤如图6所示,通过在不同SNR{4,5,6,…32}环境下多次(1000次)发送信号、采集积分能量块的信息,建立联合参数J、TOA估计误差E两个参数的指纹数据库,即:对于给定范围的信噪比[4dB,32dB]按照StepENR=1dB的步长,循环测试Timesmax=1000次,每次循环时判断波形上升沿到达时间的估计误差,并将其保存到指纹数据库,具体包括以下主要步骤:
1)UWB信号的产生、发送和接收:按照当前设定的ENR完成信号的发送和接收,整个建立指纹数据库的过程需要执行1000╳(32-4+1)/1次;
2)计算每个能量块的大小:主要包括一个低噪声放大器(LNA)、平方器((.)2)、积分器和判决器;接收信号r经过低通滤波放大器后,信号再通过平方器,然后进行积分,积分步长为Tb;积分器的第n个输出Z[n]即为第n个能量块的能量大小;
3)统计所有能量块的偏度S和最大斜率K,并计算联合参数J(J=S-K);
4)计算TOA估计误差E;
5)将联合参数J和TOA估计误差E两个参数保存到指纹数据库中;
B.建立品质因子表
对指纹数据库进行统计,建立品质因子表,供收发双发使用:
1)建立J与平均误差(Ej)的关系:参数J进行取整,并统计指纹数据库中每个J所对应的所有样本的平均误差(Ej)和样本个数(Cj),仿真结果如表1所示:
表1联合参数J与平均误差及样本个数
参数(J) | 平均误差(Ej) | 样本个数(Cj) |
-8 | 68.79 | 15 |
-7 | 76.06 | 43 |
-6 | 75.1 | 199 |
-5 | 73.54 | 539 |
-4 | 74.79 | 909 |
-3 | 73.17 | 1043 |
-2 | 72.45 | 1503 |
-1 | 68.64 | 2273 |
0 | 57.88 | 4184 |
1 | 29.84 | 3259 |
2 | 9.36 | 1460 |
3 | 5.74 | 1065 |
4 | 4.32 | 1051 |
5 | 3.63 | 1313 |
6 | 3.26 | 1696 |
7 | 2.94 | 1858 |
8 | 2.74 | 1711 |
9 | 2.76 | 1498 |
10 | 2.74 | 1118 |
11 | 2.36 | 802 |
12 | 2.68 | 555 |
13 | 2.89 | 410 |
14 | 2.35 | 268 |
15 | 2.42 | 189 |
16 | 1.94 | 39 |
2)建立J与置信区间比例因子(Fj)和置信区间(Ij)的关系:从16个候选的有效置信区间中找出最接近平均误差(Ej)的区间为该联合参数J所对应的有效置信区间(Ij'),该有效区间(Ij')对应的置信区间比例因子和置信区间即为J对应的置信区间比例因子(Fj)和置信区间(Ij)。例如:当J=2时,由表1可知,其平均误差为9.36ns,从16个有效置信区间中找最接近9.36ns的为6ns,所以J=2对应的有效置信区间为6ns(6=2*3ns),其对应的CISF和CI分别为10(2CI),11(3ns)。
表2联合参数J与置信区间比例因子和置信区间
3)计算J对应的置信度(Lj’):求出每个联合参数J在对应的置信区间(Ij)中的样本个数占联合参数J对应的样本个数的百分比为联合参数J对应的置信度(Lj’),即统计每个参数J的所有的样本中误差小于等于该参数对应的置信区间(Ij)的个数(Cj'),并用Cj'除以J对应的总样本个数(Cj),即可得到参数J对应的置信度(Lj’)。例如:当J=2时,对指纹数据库进行统计得知TOA估计误差在置信区间(6ns)内的样本个数为920个,而J=2对应的总样本数为1460,所以920/1460*100=63.01%,即置信度(Lj’)为63.01%。
表3联合参数J与置信度
4)建立J与置信水平(Lj)的关系:从候选的8个置信水平中找出最接近置信度(Lj’)的为该联合参数J对应的置信水平(Lj)。例如,由表3可知,当J=2时,置信度为63.01%,而从8个候选的置信水平(无FoM、20%、55%、75%、85%、92%、97%、99%)中只有55%离其最近,所以选定55%(在帧格式中用二进制010表示)。
表4联合参数J与置信水平
5)建立品质因子表:将联合参数J、步骤2)中的置信区间比例因子(Fj)和置信区间(Ij)以及步骤4)中的置信水平(Lj)建立对应的品质因子表,该品质因子表供发送方和接收方共享使用。例如,当J=2时,对应的帧格式CISF、CI、CL分别为10、11、010,对应的置信水平为55%。
表5品质因子表
2.发送方T:发送数据进行通信
发送方向接收方发送UWB信号,进行数据通信。
3.接收方R:根据收到信号的联合参数J,查品质因子表生成FoM帧
接收到信号后,接收方根据接收信号能量块的联合参数J,查表即可生成FoM帧格式,该品质因子反馈给原发送方,原发送方即可得知信道品质;当在进行第i次通信时需执行如下的步骤:
1)接收UWB信号;
2)计算每个能量块的大小;
3)统计所有能量块的偏度Si和最大斜率Ki,并计算联合参数Ji;
4)利用Ji查表4即可得到置信区间比例因子(Fj)、置信区间(Ij)以及置信水平(Lj)即得到品质因子对应的帧格式。例如:当J=2时,查表可知CISF、CI、CL分别为10(2CI)、11(3ns)、010(55%),即脉冲上升沿TOA估计误差在置信区间为2*3ns=6ns的范围内的概率为55%。此后,每次通信时,即可根据接收信号的联合参数J,查表得到对应信道的品质因子。
4.接收方R:将生成的FoM帧发送给原发送方T
接收方R将生成的FOM帧发送给原发送方,以便让原发送方得知信道的品质情况;
5.原发送方T:根据收到的FoM帧计算出信道品质
当原发送方接收到FoM帧时,可根据IEEE802.15.4a规定的格式解释并计算出对方接收时的信道品质。例如,接收到的FoM帧为1011010,则可以根据IEEE802.15.4a协议规定解释出FoM:CISF为10(2CI)、CI为11(3ns)、CL为010(55%),即脉冲上升沿TOA估计误差在置信区间为2*3ns=6ns的范围内的概率为55%。
通过以上方法,可以在不增加系统硬件复杂度的前提下,通过简单的基于能量的接收,即可确定信道的质量,从而为基于UWB的通信和测距定位提供可靠的保障。
Claims (1)
1.一种超宽带无线信道品质因子估计方法,其特征在于,包括以下步骤:
1)通信前,初始化品质因子表
A.建立指纹数据库
通过在不同SNR(信噪比=信号能量/噪声能量)环境下多次发送信号、采集积分能量块的信息,建立联合参数J、TOA估计误差E两个参数的指纹数据库,即:对于给定范围的信噪比[ENRmin,ENRmax]按照StepENR的步长,循环测试Timesmax次,每次循环时判断波形上升沿到达时间的估计误差,并将其保存到指纹数据库,具体包括以下主要步骤:
(1)UWB信号的产生、发送和接收:按照当前设定的ENR完成信号的发送和接收;
(2)计算每个能量块的大小:主要包括一个低噪声放大器(LNA)、平方器((.)2)、积分器和判决器;接收信号r经过低通滤波放大器后,信号再通过平方器,然后进行积分,积分步长为Tb;积分器的第n个输出Z[n]即为第n个能量块的能量大小;
(3)统计所有能量块的偏度S和最大斜率K,并计算联合参数J(J=S-K);
(4)计算TOA估计误差E;
(5)将联合参数J和TOA估计误差E两个参数保存到指纹数据库中;
B.建立品质因子表
(1)建立J与平均误差(Ej)的关系:参数J进行取整,并统计指纹数据库中每个J所对应的所有样本的平均误差(Ej)和样本个数(Cj);
(2)建立J与置信区间比例因子(Fj)和置信区间(Ij)的关系:从16个候选的有效置信区间中找出最接近平均误差(Ej)的区间为该联合参数J所对应的有效置信区间(Ij'),该有效区间(Ij')对应的置信区间比例因子和置信区间即为J对应的置信区间比例因子(Fj)和置信区间(Ij);
(3)计算J对应的置信度(Lj’):求出每个联合参数J在对应的置信区间(Ij)中的样本个数(Cj')占联合参数J对应的样本个数(Cj)的百分比为联合参数J对应的置信度(Lj’);
(4)建立J与置信水平(Lj)的关系:从候选的8个置信水平中找出最接近置信度(Lj’)的为该联合参数J对应的置信水平(Lj);
(5)建立品质因子表:将联合参数J、步骤2)中的置信区间比例因子(Fj)和置信区间(Ij)以及步骤4)中的置信水平(Lj)建立对应的品质因子表;
2)发送方T:发送数据进行通信
发送方向接收方发送UWB信号,进行数据通信;
3)接收方R:根据收到信号的联合参数J,查品质因子表生成FoM帧
(1)接收第i次UWB信号;
(2)计算每个能量块的大小;
(3)统计所有能量块的偏度Si和最大斜率Ki,并计算联合参数Ji;
(4)利用Ji进行查表即可得到置信区间比例因子(Fj)、置信区间(Ij)以及置信水平(Lj)即得到品质因子对应的帧格式;
4)接收方R:将生成的FoM帧发送给原发送方T
接收方R将生成的FOM帧发送给原发送方,以便让原发送方得知信道的品质情况;
5)原发送方T:根据收到的FoM帧计算出信道品质
当原发送方接收到FoM帧时,可根据IEEE802.15.4a规定的格式解释并计算出对方接收时的信道品质。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210545848.3A CN103036628B (zh) | 2012-12-14 | 2012-12-14 | 一种超宽带无线信道品质因子估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210545848.3A CN103036628B (zh) | 2012-12-14 | 2012-12-14 | 一种超宽带无线信道品质因子估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103036628A true CN103036628A (zh) | 2013-04-10 |
CN103036628B CN103036628B (zh) | 2014-10-15 |
Family
ID=48023159
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210545848.3A Expired - Fee Related CN103036628B (zh) | 2012-12-14 | 2012-12-14 | 一种超宽带无线信道品质因子估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103036628B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103297924A (zh) * | 2013-05-24 | 2013-09-11 | 上海交通大学 | 基于信道估计的新型定位指纹设计方法及室内定位系统 |
CN104219761A (zh) * | 2014-10-09 | 2014-12-17 | 中国石油大学(华东) | 一种基于最大斜率的超宽带无线定位方法 |
CN108141832A (zh) * | 2015-09-28 | 2018-06-08 | 高通股份有限公司 | 用于表示误差的方法和系统 |
CN109212491A (zh) * | 2018-10-17 | 2019-01-15 | 中国航天科工集团八五研究所 | 一种基于雷达信号指纹特征的辐射源识别方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008088961A1 (en) * | 2007-01-11 | 2008-07-24 | Ntt Docomo Inc. | Method for optimum bandwidth selection of time-of-arrival estimators |
CN102156641A (zh) * | 2011-04-20 | 2011-08-17 | 中国科学院软件研究所 | 一种软件成本置信区间预测方法及系统 |
-
2012
- 2012-12-14 CN CN201210545848.3A patent/CN103036628B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008088961A1 (en) * | 2007-01-11 | 2008-07-24 | Ntt Docomo Inc. | Method for optimum bandwidth selection of time-of-arrival estimators |
CN102156641A (zh) * | 2011-04-20 | 2011-08-17 | 中国科学院软件研究所 | 一种软件成本置信区间预测方法及系统 |
Non-Patent Citations (1)
Title |
---|
HAO ZHANG,XUE-RONG CUI,T AARON GULLIVER: "Remotely-sensed TOA interpretation of synthetic UWB based on neural networks", 《EURASIP JOURNAL ON ADVANCES IN SIGNAL PROCESSING》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103297924A (zh) * | 2013-05-24 | 2013-09-11 | 上海交通大学 | 基于信道估计的新型定位指纹设计方法及室内定位系统 |
CN103297924B (zh) * | 2013-05-24 | 2016-03-02 | 上海交通大学 | 基于信道估计的新型定位指纹设计方法及室内定位系统 |
CN104219761A (zh) * | 2014-10-09 | 2014-12-17 | 中国石油大学(华东) | 一种基于最大斜率的超宽带无线定位方法 |
CN108141832A (zh) * | 2015-09-28 | 2018-06-08 | 高通股份有限公司 | 用于表示误差的方法和系统 |
US11197252B2 (en) | 2015-09-28 | 2021-12-07 | Qualcomm Incorporated | Methods and systems for representing errors |
US11218980B2 (en) | 2015-09-28 | 2022-01-04 | Qualcomm Incorporated | Methods and systems for representing errors |
CN109212491A (zh) * | 2018-10-17 | 2019-01-15 | 中国航天科工集团八五研究所 | 一种基于雷达信号指纹特征的辐射源识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103036628B (zh) | 2014-10-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yin et al. | WUB-IP: A high-precision UWB positioning scheme for indoor multiuser applications | |
Alavi et al. | Modeling of the TOA-based distance measurement error using UWB indoor radio measurements | |
CN103036628B (zh) | 一种超宽带无线信道品质因子估计方法 | |
CN102905367A (zh) | 一种基于偏度和最大斜率的超宽带无线定位方法 | |
CN101002396A (zh) | 用于估计在无线通信系统中接收的信号的到达时间的方法 | |
CN105554882B (zh) | 基于能量检测的60GHz非视距识别与无线指纹定位方法 | |
CN104219761A (zh) | 一种基于最大斜率的超宽带无线定位方法 | |
CN102255631A (zh) | 基于时频转换和滑动相关的超宽带通信方法 | |
CN103795479A (zh) | 一种基于特征值的协作频谱感知方法 | |
CN104168228A (zh) | 基于簇位置集的压缩感知超宽带信道估计方法及系统 | |
CN108882147A (zh) | 一种基于超宽带定位技术的无线定位系统及快速传动方法 | |
Madiseh et al. | Secret key extraction in ultra wideband channels for unsynchronized radios | |
CN105634634A (zh) | 一种存在未知定时的异步信道感知方法 | |
CN105611628A (zh) | 基于能量检测的高精度脉冲60GHz无线指纹定位方法 | |
CN101335567A (zh) | 超宽带非相干系统的平均误码率在IEEE802.15.3a的S-V修正模型衰落信道下的评估方法 | |
Xie et al. | An enhanced TDoA approach handling multipath interference in Wi-Fi based indoor localization systems | |
Wang et al. | An algorithmic distance estimation scheme for diffusion based molecular communication systems | |
CN105738866A (zh) | 一种基于能量检测的60GHz非视距识别与无线指纹定位方法 | |
CN103702357A (zh) | 一种基于概率论建立数据包碰撞模型的智能公用事业网传输误包率测算方法 | |
Liu et al. | Approximate BER Performance of LoRa Modulation With Heavy Multipath Interference | |
Wang et al. | Wireless sensor network accurate TOA location algorithm based on the energy detection | |
CN104219762A (zh) | 一种基于均方差的超宽带无线定位方法 | |
Zhang et al. | Trajectory data driven v2v/v2i mode switching and bandwidth allocation for vehicle networks | |
Ahmed et al. | Wsn06-3: Improving two-way ranging precision with phase-offset measurements | |
Bae et al. | BLE-Based Indoor Positioning Using Extended Advertisement |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20141015 Termination date: 20191214 |
|
CF01 | Termination of patent right due to non-payment of annual fee |