CN103702414A - 定位方法及移动设备、基站 - Google Patents
定位方法及移动设备、基站 Download PDFInfo
- Publication number
- CN103702414A CN103702414A CN201310675008.3A CN201310675008A CN103702414A CN 103702414 A CN103702414 A CN 103702414A CN 201310675008 A CN201310675008 A CN 201310675008A CN 103702414 A CN103702414 A CN 103702414A
- Authority
- CN
- China
- Prior art keywords
- signal
- fingerprint
- subcarrier
- channel
- base station
- 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
Landscapes
- Mobile Radio Communication Systems (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明实施例提供了一种定位方法及移动设备、基站。一种定位方法包括:移动设备获得自身与基站的多发射天线间链路的信道特征;根据所述链路的信道特征,得到对应的信道特征指纹;根据所述信道特征指纹,确定所述移动设备的位置。本发明实施例提供了一种定位方案,且由于采用信道特征指纹作为定位指纹,提高了抗噪声干扰能力和定位精度的稳定性。
Description
技术领域
本发明实施例涉及通信技术领域,尤其涉及一种定位方法及移动设备、基站。
背景技术
近年来,随着移动互联网的迅速发展,数据和多媒体业务快速增加,人们对于定位的需求日益增加。城市生活中,实现低成本、高精度的定位,尤其是室内定位,具有重要的现实意义:在超级商场,通过获得消费者个人位置信息和目标商品位置信息,可以进行路线指引,实现智能导购;在突发灾难现场,通过定位,可以引导救援人员快速解救被困人员;在医院,对于病人、医生及医疗设备的定位监管,有利于实现效率提升。
目前应用较多的全球定位系统(Global Positioning System,简称GPS)卫星定位,仅在相对地域较空旷、高层建筑不多、云层阻挡不大的地方才能实现精准定位。当GPS的接收机在高楼相当密集的城市或者室内运行时,由于信号强度受到建筑物、墙壁、其他物体的影响而大大衰减,导致定位精度受到影响甚至不能够完成定位过程。
近年来,无线局域网技术已被广泛应用于各个领域,WiFi网络的接入点遍布于大型商厦、咖啡馆、学校、大型医院、公交站、地铁站等场所。通过WiFi技术来进行定位,可以弥补GPS在高层建筑较多或者室内障碍物较多的限制,提高现有WiFi网络的利用率,此外也能降低定位所需的部署成本。
目前国内外的WiFi定位大多采用指纹定位方法,一般的WiFi定位是用在某个位置从多个WiFi无线接入点(Access Point,简称AP)接收到的信号强度指示(Received Signal Strength Indication,简称RSSI)值作为指纹来实施定位。但是,RSSI值容易受到其他信号,如手机、蓝牙等的干扰以及噪声的影响,使得接收信号变化较大,导致定位精度通常不稳定。
发明内容
有鉴于此,本发明实施例的一个目的在于一种定位精度更稳定的定位方案。
为实现上述目的,根据本发明实施例的一个方面,提供一种定位方法,包括:
移动设备获得自身与基站的多发射天线间链路的信道特征;
根据所述链路的信道特征,得到对应的信道特征指纹;
根据所述信道特征指纹,确定所述移动设备的位置。
为实现上述目的,根据本发明实施例的又一个方面,提供一种定位方法,包括:
基站通过自身天线阵列中的多接收天线接收移动设备发送的信号;
对所述多接收天线接收到的信号进行降噪;
根据降噪后的信号,得到对应的信号指纹;
根据所述信号指纹,确定所述移动设备的位置。
为实现上述目的,根据本发明实施例的又一个方面,提供一种移动设备,包括:
特征获得模块,用于获得所述移动设备与基站的多发射天线间链路的信道特征;
指纹获得模块,用于根据所述链路的信道特征,得到对应的信道特征指纹;
定位模块,用于根据所述信道特征指纹,确定所述移动设备的位置。
为实现上述目的,根据本发明实施例的又一个方面,提供一种基站,包括:
接收模块,用于通过所述基站的天线阵列中的多接收天线接收移动设备发送的信号;
降噪模块,用于对所述多接收天线接收到的信号进行降噪;
指纹获得模块,用于根据降噪后的信号,得到对应的信号指纹;
定位模块,用于根据所述信号指纹,确定所述移动设备的位置。
以上多个技术方案中的至少一个技术方案具有如下优点:
本发明实施例通过移动设备获得自身与基站的多发射天线间链路的信道特征,根据所述链路的信道特征得到对应的信道特征指纹,根据所述信道特征指纹确定所述移动设备的位置,提供了一种定位方案,且由于采用信道特征指纹作为定位指纹,提高了抗噪声干扰能力和定位精度的稳定性。
附图说明
图1为本发明提供的一种定位方法实施例一的流程图;
图2为本发明提供的一种定位方法实施例二的流程图;
图3a为本发明提供的一种移动设备实施例一的结构图;
图3b为图3a所示实施例的一种可选的实施方式的结构图;
图3c为图3a所示实施例的又一种可选的实施方式的结构图;
图4a为本发明提供的一种基站实施例一的结构图;
图4b为图4a所示实施例的一种可选的实施方式的结构图;
图5为本发明提供的一种移动设备实施例二的结构图;
图6为本发明提供的一种基站实施例二的结构图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细说明。以下实施例用于说明本发明,但不用来限制本发明的范围。
本领域技术人员可以理解,本发明中的“移动设备”广义理解为任何可以移动的设备,包括但不限于:手机、个人数字助理(PersonalDigital Assistant,简称为PDA)、掌上电脑、笔记本电脑、可穿戴设备等。
本领域技术人员可以理解,本发明中的“基站”广义理解为任何具有接入功能的无线通信网元,包括但不限于:移动基站(如BS)、Wifi接入点(如AP)等。
图1为本发明提供的一种定位方法实施例一的流程图。如图1所示,本实施例包括:
101、移动设备获得自身与基站的多发射天线间链路的信道特征。
优选地,所述基站的多发射天线工作在空分复用模式。
可选地,所述基站的多发射天线为所述基站的天线阵列中的多发射天线。基站的天线阵列通常包括按一定方式排列的多根天线,对于每个通信对象,如移动设备,基站可以选择天线阵列中的一根或多根天线作为向该通信对象发送信号的发射天线。
通常,移动设备根据通过自身与基站的多发射天线间链路接收到的信号来得到所述链路的信道特征。
102、根据所述链路的信道特征,得到对应的信道特征指纹。
通常,所述链路包括至少一子载波。
可选地,所述链路的信道特征包括所述至少一子载波的信道估计矩阵。通常,移动设备可以扫描自身与基站的链路,移动设备物理层基于通过所述链路接收到的数据分组计算、提取各子载波的信道估计矩阵。
相应地,在一种可选的实施方式中,所述根据所述链路的信道特征,得到对应的信道特征指纹,包括:
根据所述至少一子载波的信道估计矩阵,得到分别对应所述至少一子载波的信道的平均功率;
根据分别对应所述至少一子载波的信道的平均功率,得到对应的信道特征指纹。
其中,对应子载波的信道是指信道中被分配给所述子载波的资源。
在一种可选的实施方式中,所述根据所述至少一子载波的信道估计矩阵,得到分别对应所述至少一子载波的信道的平均功率,包括:
对所述至少一子载波的信道估计矩阵分别进行处理,得到所述至少一子载波中各子信号的信道功率;
针对每个子载波,将所述子载波中各子信号的信道功率的平均值作为对应所述子载波的信道的平均功率。
由于基站通过多发射天线向所述移动设备发送信号,所述链路中每个子载波通常包括多个子信号,每个子信号均有其自身的信道功率。通常,每个子载波中子信号的个数与所述多发射天线的天线数相同。
在一种可选的实施方式中,所述对所述至少一子载波的信道估计矩阵分别进行处理,得到所述至少一子载波中各子信号的信道功率,包括:
针对每个子载波,对所述子载波的信道估计矩阵进行奇异值分解(Sigular Value Decomposition,简称SVD),得到特征值对角阵;
将所述特征值对角阵中对角线的各元素的模值的平方分别作为所述子载波中各子信号的信道功率。
在一种可选的实施方式中,所述根据分别对应所述至少一子载波的信道的平均功率,得到对应的信道特征指纹,包括:
将分别对应所述至少一子载波的信道的平均功率的平均值作为对应的信道特征指纹。
较优地,为了进一步地提高指纹的稳定性,避免突发干扰对指纹的影响,所述将分别对应所述至少一子载波的信道的平均功率的平均值作为对应的信道特征指纹包括:将分别对应所述至少一子载波的信道的平均功率的平均值在一定时间内的平均值作为对应的信道特征指纹。
其中,一定时间的时间长度可以基于定位速度和定位准确性的要求来设定,比如设为2秒。
举例来说,用H1、H2、…、Hk表示各子载波的信道估计矩阵,k为链路中子载波的总数,表示每个正交频分复用(OrthogonalFrequency Division Multiplexing,简称OFDM)符号中承载数据的k个子载波,Hk为N×N矩阵,N为所述多发射天线的天线数。对子载波i的信道估计矩阵Hi进行SVD,其中i=1、…、k,得到反映子载波i中各子信号信道增益的特征值对角阵如下:
其中,λnn表示子信号n的信道增益,其中n=1、…、N,取其模值的平方|λnn|2为子信号n的信道功率。将Λi中各对角线元素的模值的平方平均后作为对应子载波i的信道的平均功率|λi|2,进一步地,计算对应各子载波的信道的平均功率的平均值Hav=(|λ1|2+|λ2|2+…+|λk|2)/k,将Hav作为对应的信道特征指纹Hfp。
103、根据所述信道特征指纹,确定所述移动设备的位置。
可选地,103包括:若位置指纹数据中存在与所述信道特征指纹匹配的位置,则根据所述匹配的位置确定所述移动设备的位置。
其中,位置指纹数据库中对应地保存了每个采样点的位置和该采样点处的信道特征指纹。通常,在实际进行定位之前,对待定位区域进行信道特征指纹采样建立位置指纹数据库。实际进行定位时,根据实测得到的信道特征指纹,即102中得到的信道特征指纹,与位置指纹数据库中的信道特征指纹进行比较,可选地,与实测得到的信道特征指纹最接近的信道特征指纹,或者,与实测得到的信道特征指纹的差值不超过阈值的信道特征指纹对应的采样点的位置可以认为是与实测得到的信道特征指纹匹配的位置。其中,所述阈值可以根据待定位区域中采样点分布的紧密程度、定位精度要求等来设定,可选地,所述阈值为0。
在一种可能的场景中,与所述信道特征指纹匹配的位置只有一个,比如位置指纹数据库中与实测得到的信道特征指纹最接近的信道特征指纹只有一个,或者,与实测得到的信道特征指纹的差值不超过阈值的信道特征指纹只有一个,则将所述匹配的位置确定为所述移动设备的位置。
在又一种可能的场景中,与所述信道特征指纹匹配的位置有多个,较优地,将多个匹配的位置的平均值确定为所述移动设备的位置。举例来说,匹配的位置有三个,分别为(x1,y1)、(x2,y2)、(x3,y3),确定所述移动设备的位置为((x1+x2+x3)/3,(y1+y2+y3)/3)。
在又一种可能的场景中,没有与所述信道特征指纹匹配的位置,较优地,可以通过其它定位方法,如全球定位系统(GlobalPositioning System,简称GPS)定位,确定所述移动设备的位置,进一步地,将其它定位方法确定的位置和102中得到的信道特征指纹对应地保存到位置指纹数据库中。
在一种可选的实施方式中,所述移动设备与多个基站中各基站的多发射天线间均存在链路。相应地,所述移动设备获得自身与基站的多发射天线间链路的信道特征,包括:
移动设备获得自身与多个基站中各基站的多发射天线间链路的信道特征;
所述根据所述链路的信道特征,得到对应的信道特征指纹,包括:
根据与所述各基站的多发射天线间链路的信道特征,分别得到各基站对应的信道特征指纹;
所述根据所述信道特征指纹,确定所述移动设备的位置,包括:
根据所述各基站对应的信道特征指纹,确定所述移动设备的位置。
通常,在多个基站的情况下,在每个采样点均分别采样相对于各个基站的信道特征指纹,并建立各基站分别对应的位置指纹数据库。在实际进行定位时,针对每个基站,可以根据所述基站对应的位置指纹数据库,确定与相对于所述基站的信道特征指纹匹配的位置,再根据针对各基站确定的匹配的位置,确定所述移动设备的位置。
具体地,根据针对各基站确定的匹配的位置确定所述移动设备的位置有多种方式。举例来说,移动设备与6个基站中各基站的多发射天线间均存在链路,针对每个基站,按照101~103确定匹配的位置,一种可选的方式是,将针对各基站确定的匹配的位置的平均值作为移动设备的位置,又一种可选的方式是,将针对个基站确定的匹配的位置中对应的信道特征指纹与实测得到的信道特征指纹的差值最小的一个位置确定为所述移动设备的位置,又一种可选的方式是,将针对个基站确定的匹配的位置中对应的信道特征指纹与实测得到的信道特征指纹的差值最小的几个位置的平均值确定为所述移动设备的位置。当然,对于有的基站可能没有匹配的位置,这种情况下可以仅考虑存在匹配的位置的基站。
优选地,本实施例应用于室内定位。
优选地,所述基站为AP。
下面定量地比较一下噪声对本实施例的定位方法和现有采用RSSI值作为指纹的定位方法的影响。假设时刻t1,发送信号x=10,接收信号y=20,信道特征指纹H≈y/x=20/10=2(这里以频域信道估计为例,故x、y为频域数据),RSSI值=20;若在时刻t2,由于噪声干扰n影响,接收信号y变为20+n,则信道特征指纹H≈2+n/10,RSSI值=20+n。对比可发现,噪声干扰对信道特征指纹H的影响低于其对RSSI值的影响,也就是说,本实施例的定位方法的抗噪声干扰能力更强,定位精度更稳定。
本实施例通过移动设备获得自身与基站的多发射天线间链路的信道特征,根据所述链路的信道特征得到对应的信道特征指纹,根据所述信道特征指纹确定所述移动设备的位置,提供了一种定位方案,且由于采用信道特征指纹作为定位指纹,提高了抗噪声干扰能力和定位精度的稳定性。
图2为本发明提供的一种定位方法实施例二的流程图。如图2所示,本实施例包括:
201、基站通过自身天线阵列中的多接收天线接收移动设备发送的信号。
基站的天线阵列通常包括按一定方式排列的多根天线,对于每个通信对象,如移动设备,基站可以选择天线阵列中的一根或多根天线作为接收天线接收该通信对象发送的信号。
202、对所述多接收天线接收到的信号进行降噪。
具体地,对信号进行降噪的方式有多种,本实施例对此不做限定。
在一种可选的实施方式中,所述对所述多接收天线接收到的信号进行降噪,包括:
确定信号能量最高的第一数值个接收天线对应的信号;
基于所述第一数值个接收天线对应的信号,对所述多接收天线的各接收天线接收到的信号进行降噪。
由于所述多根接收天线均处于同一无线环境,可以认为各接收天线受到的噪声干扰是相当的,因此,信号能量最高的信号中有用信号的能量最大,信号与干扰加噪声比(Signal to Interference plusNoise Ratio,简称SINR)最大,相应地,可以基于这些SINR最大的信号对所有接收到的信号进行降噪。
进一步可选地,所述确定信号能量最高的第一数值个接收天线对应的信号,包括:
计算所述多接收天线的各接收天线接收到的信号的自协方差矩阵;
对所述自协方差矩阵进行SVD,得到特征值对角阵和所述多接收天线的各接收天线对应的信号构成的信号矩阵;
确定所述特征值对角阵中最大的第一数值个元素在所述信号矩阵中对应的信号为信号能量最高的第一数值个接收天线对应的信号。
其中,有多种方式从所述特征值对角阵中确定所述最大的第一数值个元素。在一种可选的方式中,所述最大的第一数值个元素间的最大差值不超过所述特征值对角阵中最大的元素与预设比例的乘积。具体地,可以先从所述特征值对角阵中确定最大的元素(假设为λ1),将λ1乘以一预设比例(假设为50%),然后选取所有大于λ1*50%的元素(假设为λ2、λ3、λ4)作为最大的第一数值个元素,相应地,第一数值=4。在又一种可选的方式中,所述最大的第一数值个元素为大于预设阈值的所有元素。
可选地,所述基于所述第一数值个接收天线对应的信号,对所述多接收天线的各接收天线接收到的信号进行降噪,包括:
将所述信号能量最高的第一数值个接收天线对应的信号构成信号子矩阵;
计算所述信号子矩阵的投影矩阵;
将所述投影矩阵与所述多接收天线接收到的信号的自协方差矩阵相乘,得到降噪后的信号的信号矩阵。
203、根据降噪后的信号,得到对应的信号指纹。
在一种可选的实施方式中,所述根据降噪后的信号,得到对应的信号指纹,包括:
将降噪后的信号在各接收天线上的正交分量的和作为对应的信号指纹。
通常,降噪后的信号在各接收天线上的正交分量可以用降噪后的信号的信号矩阵的各对角线元素来表征,相应地,降噪后的信号在各接收天线上的正交分量的和可以用降噪后的信号的信号矩阵的迹来表征。具体地,所述将降噪后的信号在各接收天线上的正交分量的和作为对应的信号指纹,包括:将降噪后的信号的信号矩阵的迹作为对应的信号指纹。
举例来说,移动设备发送的信号为s,基站通过自身天线阵列中的多接收天线接收到的信号y=[y1…yN]T,其中N为接收天线的数量;计算y的自协方差矩阵Ryy=E(yyH),()H表示厄尔米特共轭(Hermitian conjugate)运算;对Ryy进行SVD,得到Ryy=VΣVH,其中,特征值对角阵Σ=Diag{λ1,…,λN},V为N*N正交矩阵,本实施例中将V称为所述多接收天线的各接收天线对应的信号构成的信号矩阵;从Σ中选取最大的q个特征值{λ1,…,λq}所对应的V中q个列向量v1,…,vq,即信号能量最高的第一数值个接收天线对应的信号,其中列向量v1,…,vq的维数为N×1;选取出的q个列向量构成信号子矩阵Vq={v1,…,vq},计算Vq的N*N投影矩阵;把接收到的信号的自协方差矩阵与投影矩阵相乘,得到降噪后的信号的信号矩阵,并取其迹为信号指纹,即信号指纹FP=Tr(PRyy),其中Tr()表示矩阵的迹。
可见,利用上述投影矩阵可把接收到的信号投影到SINR最高的信号子空间,接收到的信号中的噪声因此被降低,故将FP=Tr(PRyy)作为信号指纹,可一定程度上克服环境噪声干扰的影响。
为了提高定位的准确性,优选地,所述将降噪后的信号在各接收天线上的正交分量的和作为对应的信号指纹,包括:
将降噪后的信号在各接收天线上的正交分量的和在一定时间内的平均值作为对应的信号指纹。
其中,一定时间的时间长度可以基于对定位速度和定位准确性的要求,以及移动设备发送信号的频率来设定,比如设为2秒。
204、根据所述信号指纹,确定所述移动设备的位置。
可选地,204包括:若位置指纹数据中存在与所述信号指纹匹配的位置,则根据所述匹配的位置确定所述移动设备的位置。
其中,位置指纹数据库中对应地保存了每个采样点的位置和该采样点处的信号指纹。通常,在实际进行定位之前,对待定位区域进行信号指纹采样建立位置指纹数据库。实际进行定位时,根据实测得到的信号指纹,即203中得到的信号指纹,与位置指纹数据库中的信号指纹进行比较,可选地,与实测得到的信号指纹最接近的信号指纹,或者,与实测得到的信号指纹的差值不超过阈值的信号指纹对应的采样点的位置可以认为是与实测得到的信号指纹匹配的位置。其中,所述阈值可以根据待定位区域中采样点分布的紧密程度、定位精度要求等来设定,可选地,所述阈值为0。
在一种可能的场景中,与所述信号指纹匹配的位置只有一个,比如位置指纹数据库中与实测得到的信号指纹最接近的信号指纹只有一个,或者,与实测得到的信号指纹的差值不超过阈值的信号指纹只有一个,则将所述匹配的位置确定为所述移动设备的位置。
在又一种可能的场景中,与所述信号指纹匹配的位置有多个,较优地,将多个匹配的位置的平均值确定为所述移动设备的位置。举例来说,匹配的位置有三个,分别为(x1,y1)、(x2,y2)、(x3,y3),确定所述移动设备的位置为((x1+x2+x3)/3,(y1+y2+y3)/3)。
在又一种可能的场景中,没有与所述信号指纹匹配的位置,较优地,可以通过其它定位方法(如GPS定位)确定所述移动设备的位置,进一步地,将其它定位方法确定的位置和203中得到的信号指纹对应地保存到位置指纹数据库中。
优选地,本实施例应用于室内定位。
优选地,所述基站为AP。
本实施例通过基站通过自身天线阵列中的多接收天线接收移动设备发送的信号,对所述多接收天线接收到的信号进行降噪,根据降噪后的信号得到对应的信号指纹,根据所述信号指纹确定所述移动设备的位置,提供了一种定位方案,且由于采用降噪后的信号对应的信号指纹作为定位指纹,提高了抗噪声干扰能力和定位精度的稳定性。
图3a为本发明提供的一种移动设备实施例一的结构图。如图3a所示,移动设备300包括:
特征获得模块31,用于获得移动设备300与基站的多发射天线间链路的信道特征;
指纹获得模块32,用于根据所述链路的信道特征,得到对应的信道特征指纹;
定位模块33,用于根据所述信道特征指纹,确定移动设备300的位置。
优选地,所述基站的多发射天线工作在空分复用模式。
可选地,所述基站的多发射天线为所述基站的天线阵列中的多发射天线。基站的天线阵列通常包括按一定方式排列的多根天线,对于每个通信对象,如移动设备300,基站可以选择天线阵列中的一根或多根天线作为向该通信对象发送信号的发射天线。
通常,特征获得模块31根据通过移动设备300与基站的多发射天线间链路接收到的信号来得到所述链路的信道特征。
通常,所述链路包括至少一子载波。
可选地,所述链路的信道特征包括所述至少一子载波的信道估计矩阵。通常,特征获得模块31可以扫描移动设备300与基站的链路,基于通过所述链路接收到的数据分组计算、提取各子载波的信道估计矩阵。
相应地,如图3b所示,在一种可选的实施方式中,指纹获得模块32包括:
功率计算单元321,用于根据所述至少一子载波的信道估计矩阵,得到分别对应所述至少一子载波的信道的平均功率;
指纹获得单元322,用于根据分别对应所述至少一子载波的信道的平均功率,得到对应的信道特征指纹。
其中,对应子载波的信道是指信道中被分配给所述子载波的资源。
如图3c所示,在一种可选的实施方式中,功率计算单元321包括:
第一子单元321a,用于对所述至少一子载波的信道估计矩阵分别进行处理,得到所述至少一子载波中各子信号的信道功率;
第二子单元321b,用于针对每个子载波,将所述子载波中各子信号的信道功率的平均值作为对应所述子载波的信道的平均功率。
由于基站通过多发射天线向移动设备300发送信号,所述链路中每个子载波通常包括多个子信号,每个子信号均有其自身的信道功率。通常,每个子载波中子信号的个数与所述多发射天线的天线数相同。
在一种可选的实施方式中,第一子单元321a具体用于:
针对每个子载波,对所述子载波的信道估计矩阵进行SVD,得到特征值对角阵;
将所述特征值对角阵中对角线的各元素的模值的平方分别作为所述子载波中各子信号的信道功率。
在一种可选的实施方式中,指纹获得单元322具体用于:将分别对应所述至少一子载波的信道的平均功率的平均值作为对应的信道特征指纹。
较优地,为了进一步地提高指纹的稳定性,避免突发干扰对指纹的影响,指纹获得单元322具体用于:将分别对应所述至少一子载波的信道的平均功率的平均值在一定时间内的平均值作为对应的信道特征指纹。
其中,一定时间的时间长度可以基于定位速度和定位准确性的要求来设定,比如设为2秒。
举例来说,用H1、H2、…、Hk表示各子载波的信道估计矩阵,k为链路中子载波的总数,表示每个正交频分复用(OrthogonalFrequency Division Multiplexing,简称OFDM)符号中承载数据的k个子载波,Hk为N×N矩阵,N为所述多发射天线的天线数。对子载波i的信道估计矩阵Hi进行SVD,其中i=1、…、k,得到反映子载波i中各子信号信道增益的特征值对角阵如下:
其中,λnn表示子信号n的信道增益,其中n=1、…、N,取其模值的平方|λnn|2为子信号n的信道功率。将Λi中各对角线元素的模值的平方平均后作为对应子载波i的信道的平均功率|λi|2,进一步地,计算对应各子载波的信道的平均功率的平均值Hav=(λ1|2+|λ2|2+…+|λk|2)/k,将Hav作为对应的信道特征指纹Hfp。
可选地,定位模块33具体用于:若位置指纹数据中存在与所述信道特征指纹匹配的位置,则根据所述匹配的位置确定移动设备300的位置。
其中,位置指纹数据库中对应地保存了每个采样点的位置和该采样点处的信道特征指纹。通常,在实际进行定位之前,对待定位区域进行信道特征指纹采样建立位置指纹数据库。实际进行定位时,根据实测得到的信道特征指纹,即指纹获得模块32得到的信道特征指纹,与位置指纹数据库中的信道特征指纹进行比较,可选地,与实测得到的信道特征指纹最接近的信道特征指纹,或者,与实测得到的信道特征指纹的差值不超过阈值的信道特征指纹对应的采样点的位置可以认为是与实测得到的信道特征指纹匹配的位置。其中,所述阈值可以根据待定位区域中采样点分布的紧密程度、定位精度要求等来设定,可选地,所述阈值为0。
在一种可能的场景中,与所述信道特征指纹匹配的位置只有一个,比如位置指纹数据库中与实测得到的信道特征指纹最接近的信道特征指纹只有一个,或者,与实测得到的信道特征指纹的差值不超过阈值的信道特征指纹只有一个,则定位模块33将所述匹配的位置确定为移动设备300的位置。
在又一种可能的场景中,与所述信道特征指纹匹配的位置有多个,较优地,定位模块33将多个匹配的位置的平均值确定为移动设备300的位置。举例来说,匹配的位置有三个,分别为(x1,y1)、(x2,y2)、(x3,y3),确定移动设备300的位置为((x1+x2+x3)/3,(y1+y2+y3)/3)。
在又一种可能的场景中,没有与所述信道特征指纹匹配的位置,较优地,定位模块33可以通过其它定位方法(如GPS定位)确定移动设备300的位置,进一步地,将其它定位方法确定的位置和指纹获得模块32得到的信道特征指纹对应地保存到位置指纹数据库中。
在一种可选的实施方式中,移动设备300与多个基站中各基站的多发射天线间均存在链路。相应地,特征获得模块31具体用于:获得移动设备300与多个基站中各基站的多发射天线间链路的信道特征;指纹获得模块32具体用于:根据与所述各基站的多发射天线间链路的信道特征,分别得到各基站对应的信道特征指纹;定位模块33具体用于:根据所述各基站对应的信道特征指纹,确定移动设备300的位置。
通常,在多个基站的情况下,在每个采样点均分别采样相对于各个基站的信道特征指纹,并建立各基站分别对应的位置指纹数据库。在实际进行定位时,针对每个基站,定位模块33可以根据所述基站对应的位置指纹数据库,确定与相对于所述基站的信道特征指纹匹配的位置,再根据针对各基站确定的匹配的位置,确定移动设备300的位置。
具体地,根据针对各基站确定的匹配的位置确定移动设备300的位置有多种方式。举例来说,移动设备300与6个基站中各基站的多发射天线间均存在链路,针对每个基站,定位模块33确定匹配的位置,一种可选的方式是,定位模块33将针对各基站确定的匹配的位置的平均值作为移动设备300的位置,又一种可选的方式是,定位模块33将针对个基站确定的匹配的位置中对应的信道特征指纹与实测得到的信道特征指纹的差值最小的一个位置确定为移动设备300的位置,又一种可选的方式是,定位模块33将针对个基站确定的匹配的位置中对应的信道特征指纹与实测得到的信道特征指纹的差值最小的几个位置的平均值确定为移动设备300的位置。当然,对于有的基站可能没有匹配的位置,这种情况下可以仅考虑存在匹配的位置的基站。
优选地,本实施例应用于室内定位。
优选地,所述基站为AP。
下面定量地比较一下噪声对本实施例的定位方法和现有采用RSSI值作为指纹的定位方法的影响。假设时刻t1,发送信号x=10,接收信号y=20,信道特征指纹H≈y/x=20/10=2(这里以频域信道估计为例,故x、y为频域数据),RSSI值=20;若在时刻t2,由于噪声干扰n影响,接收信号y变为20+n,则信道特征指纹H≈2+n/10,RSSI值=20+n。对比可发现,噪声干扰对信道特征指纹H的影响低于其对RSSI值的影响,也就是说,本实施例的定位方法的抗噪声干扰能力更强,定位精度更稳定。
本实施例通过移动设备获得自身与基站的多发射天线间链路的信道特征,根据所述链路的信道特征得到对应的信道特征指纹,根据所述信道特征指纹确定所述移动设备的位置,提供了一种定位方案,且由于采用信道特征指纹作为定位指纹,提高了抗噪声干扰能力和定位精度的稳定性。
图4a为本发明提供的一种基站实施例一的结构图。如图4a所示,基站400包括:
接收模块41,用于通过基站400的天线阵列中的多接收天线接收移动设备发送的信号;
降噪模块42,用于对所述多接收天线接收到的信号进行降噪;
指纹获得模块43,用于根据降噪后的信号,得到对应的信号指纹;
定位模块44,用于根据所述信号指纹,确定所述移动设备的位置。
基站400的天线阵列通常包括按一定方式排列的多根天线,对于每个通信对象,如移动设备,基站400可以选择天线阵列中的一根或多根天线作为接收天线接收该通信对象发送的信号。
具体地,对信号进行降噪的方式有多种,本实施例对此不做限定。
如图4b所示,在一种可选的实施方式中,降噪模块42包括:
第一单元421,用于确定信号能量最高的第一数值个接收天线对应的信号;
第二单元422,用于基于所述第一数值个接收天线对应的信号,对所述多接收天线的各接收天线接收到的信号进行降噪。
由于所述多根接收天线均处于同一无线环境,可以认为各接收天线受到的噪声干扰是相当的,因此,信号能量最高的信号中有用信号的能量最大,信号与干扰加噪声比(Signal to Interference plusNoise Ratio,简称SINR)最大,相应地,可以基于这些SINR最大的信号对所有接收到的信号进行降噪。
进一步可选地,第一单元421具体用于:
计算所述多接收天线的各接收天线接收到的信号的自协方差矩阵;
对所述自协方差矩阵进行SVD,得到特征值对角阵和所述多接收天线的各接收天线对应的信号构成的信号矩阵;
确定所述特征值对角阵中最大的第一数值个元素在所述信号矩阵中对应的信号为信号能量最高的第一数值个接收天线对应的信号。
其中,第一单元421有多种方式从所述特征值对角阵中确定所述最大的第一数值个元素。在一种可选的方式中,所述最大的第一数值个元素间的最大差值不超过所述特征值对角阵中最大的元素与预设比例的乘积。具体地,可以先从所述特征值对角阵中确定最大的元素(假设为λ1),将λ1乘以一预设比例(假设为50%),然后选取所有大于λ1*50%的元素(假设为λ2、λ3、λ4)作为最大的第一数值个元素,相应地,第一数值=4。在又一种可选的方式中,所述最大的第一数值个元素为大于预设阈值的所有元素。
可选地,第二单元422具体用于:
将所述信号能量最高的第一数值个接收天线对应的信号构成信号子矩阵;
计算所述信号子矩阵的投影矩阵;
将所述投影矩阵与所述多接收天线接收到的信号的自协方差矩阵相乘,得到降噪后的信号的第二信号矩阵。
在一种可选的实施方式中,指纹获得模块43具体用于:将降噪后的信号在各接收天线上的正交分量的和作为对应的信号指纹。
通常,降噪后的信号在各接收天线上的正交分量可以用降噪后的信号的信号矩阵的各对角线元素来表征,相应地,降噪后的信号在各接收天线上的正交分量的和可以用降噪后的信号的信号矩阵的迹来表征。具体地,指纹获得模块43具体用于:将降噪后的信号的信号矩阵的迹作为对应的信号指纹。
举例来说,移动设备发送的信号为s,接收模块41通过基站400的天线阵列中的多接收天线接收到的信号y=[y1…yN]T,其中N为接收天线的数量;降噪模块42计算y的自协方差矩阵Ryy=E(yyH),()H表示厄尔米特共轭(Hermitian conjugate)运算;对Ryy进行SVD,得到Ryy=VΣVH,其中,特征值对角阵Σ=Diag(λ1,…,λN},V为N*N正交矩阵,本实施例中将称为所述多接收天线的各接收天线对应的信号构成的信号矩阵;从Σ中选取最大的q个特征值{λ1,…,λq}所对应的V中q个列向量v1,…,vq,即信号能量最高的第一数值个接收天线对应的信号,其中列向量v1,…,vq的维数为N×1;选取出的q个列向量构成信号子矩阵Vq={v1,…,vq},计算Vq的N*N投影矩阵把接收到的信号的自协方差矩阵与投影矩阵相乘,得到降噪后的信号的信号矩阵,指纹获得模块43取其迹为信号指纹,即信号指纹FP=Tr(PRyy),其中Tr()表示矩阵的迹。
可见,利用上述投影矩阵可把接收到的信号投影到SINR最高的信号子空间,接收到的信号中的噪声因此被降低,故将FP=Tr(PRyy)作为信号指纹,可一定程度上克服环境噪声干扰的影响。
为了提高定位的准确性,优选地,指纹获得模块43具体用于:将降噪后的信号在各接收天线上的正交分量的和在一定时间内的平均值作为对应的信号指纹。
其中,一定时间的时间长度可以基于对定位速度和定位准确性的要求,以及移动设备发送信号的频率来设定,比如设为2秒。
可选地,定位模块44具体用于:若位置指纹数据中存在与所述信号指纹匹配的位置,则根据所述匹配的位置确定所述移动设备的位置。
其中,位置指纹数据库中对应地保存了每个采样点的位置和该采样点处的信号指纹。通常,在实际进行定位之前,对待定位区域进行信号指纹采样建立位置指纹数据库。实际进行定位时,根据实测得到的信号指纹,即指纹获得模块43得到的信号指纹,与位置指纹数据库中的信号指纹进行比较,可选地,与实测得到的信号指纹最接近的信号指纹,或者,与实测得到的信号指纹的差值不超过阈值的信号指纹对应的采样点的位置可以认为是与实测得到的信号指纹匹配的位置。其中,所述阈值可以根据待定位区域中采样点分布的紧密程度、定位精度要求等来设定,可选地,所述阈值为0。
在一种可能的场景中,与所述信号指纹匹配的位置只有一个,比如位置指纹数据库中与实测得到的信号指纹最接近的信号指纹只有一个,或者,与实测得到的信号指纹的差值不超过阈值的信号指纹只有一个,则定位模块44将所述匹配的位置确定为所述移动设备的位置。
在又一种可能的场景中,与所述信号指纹匹配的位置有多个,较优地,定位模块44将多个匹配的位置的平均值确定为所述移动设备的位置。举例来说,匹配的位置有三个,分别为(x1,y1)、(x2,y2)、(x3,y3),确定所述移动设备的位置为((x1+x2+x3)/3,(y1+y2+y3)/3)。
在又一种可能的场景中,没有与所述信号指纹匹配的位置,较优地,定位模块44可以通过其它定位方法(如GPS定位)确定所述移动设备的位置,进一步地,定位模块44将其它定位方法确定的位置和指纹获得模块43得到的信号指纹对应地保存到位置指纹数据库中。
优选地,本实施例应用于室内定位。
优选地,所述基站为AP。
本实施例通过基站通过自身天线阵列中的多接收天线接收移动设备发送的信号,对所述多接收天线接收到的信号进行降噪,根据降噪后的信号得到对应的信号指纹,根据所述信号指纹确定所述移动设备的位置,提供了一种定位方案,且由于采用降噪后的信号对应的信号指纹作为定位指纹,提高了抗噪声干扰能力和定位精度的稳定性。
图5为本发明提供的一种移动设备实施例二的结构图。如图5所示,移动设备500包括:
处理器(processor)51、通信接口(CommunicationsInterface)52、存储器(memory)53、以及通信总线54。其中:
处理器51、通信接口52、以及存储器53通过通信总线54完成相互间的通信。
通信接口52,用于与比如手持设备等外部设备的通信。
处理器51,用于执行程序532,具体可以执行上述方法实施例一中的相关步骤。
具体地,程序532可以包括程序代码,所述程序代码包括计算机操作指令。
处理器51可能是一个中央处理器CPU,或者是特定集成电路ASIC(Application Specific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路。
存储器53,用于存放程序532。存储器53可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。程序532具体可以用于使得移动设备500执行以下步骤:
获得移动设备500与基站的多发射天线间链路的信道特征;
根据所述链路的信道特征,得到对应的信道特征指纹;
根据所述信道特征指纹,确定移动设备500自身的位置。
程序532中各步骤的具体实现可以参见上述定位方法实施例一中的相应步骤和单元中对应的描述,在此不赘述。所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的设备和模块的具体工作过程,可以参考前述定位方法实施例一中的对应过程描述,在此不再赘述。
图6为本发明提供的一种基站实施例二的结构图。如图6所示,基站600包括:
处理器(processor)61、通信接口(CommunicationsInterface)62、存储器(memory)63、以及通信总线64。其中:
处理器61、通信接口62、以及存储器63通过通信总线64完成相互间的通信。
通信接口62,用于与比如手持设备等外部设备的通信。
处理器61,用于执行程序632,具体可以执行上述方法实施例一中的相关步骤。
具体地,程序632可以包括程序代码,所述程序代码包括计算机操作指令。
处理器61可能是一个中央处理器CPU,或者是特定集成电路ASIC(Application Specific Integrated Circuit),或者是被配置成实施本发明实施例的一个或多个集成电路。
存储器63,用于存放程序632。存储器63可能包含高速RAM存储器,也可能还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。程序632具体可以用于使得基站600执行以下步骤:
通过基站600自身天线阵列中的多接收天线接收移动设备发送的信号;
对所述多接收天线接收到的信号进行降噪;
根据降噪后的信号,得到对应的信号指纹;
根据所述信号指纹,确定所述移动设备的位置。
程序632中各步骤的具体实现可以参见上述定位方法实施例二中的相应步骤和单元中对应的描述,在此不赘述。所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的设备和模块的具体工作过程,可以参考前述定位方法实施例二中的对应过程描述,在此不再赘述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及方法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
所述功能如果以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原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。
以上实施方式仅用于说明本发明,而并非对本发明的限制,有关技术领域的普通技术人员,在不脱离本发明的精神和范围的情况下,还可以做出各种变化和变型,因此所有等同的技术方案也属于本发明的范畴,本发明的专利保护范围应由权利要求限定。
Claims (36)
1.一种定位方法,其特征在于,所述方法包括:
移动设备获得自身与基站的多发射天线间链路的信道特征;
根据所述链路的信道特征,得到对应的信道特征指纹;
根据所述信道特征指纹,确定所述移动设备的位置。
2.根据权利要求1所述的方法,其特征在于,所述基站的多发射天线工作在空分复用模式。
3.根据权利要求1或2所述的方法,其特征在于,所述链路包括至少一子载波,所述链路的信道特征包括所述至少一子载波的信道估计矩阵。
4.根据权利要求3所述的方法,其特征在于,所述根据所述链路的信道特征,得到对应的信道特征指纹,包括:
根据所述至少一子载波的信道估计矩阵,得到分别对应所述至少一子载波的信道的平均功率;
根据分别对应所述至少一子载波的信道的平均功率,得到对应的信道特征指纹。
5.根据权利要求4所述的方法,其特征在于,所述根据所述至少一子载波的信道估计矩阵,得到分别对应所述至少一子载波的信道的平均功率,包括:
对所述至少一子载波的信道估计矩阵分别进行处理,得到所述至少一子载波中各子信号的信道功率;
针对每个子载波,将所述子载波中各子信号的信道功率的平均值作为对应所述子载波的信道的平均功率。
6.根据权利要求5所述的方法,其特征在于,所述对所述至少一子载波的信道估计矩阵分别进行处理,得到所述至少一子载波中各子信号的信道功率,包括:
针对每个子载波,对所述子载波的信道估计矩阵进行奇异值分解SVD,得到特征值对角阵;
将所述特征值对角阵中对角线的各元素的模值的平方分别作为所述子载波中各子信号的信道功率。
7.根据权利要求4~6中任一所述的方法,其特征在于,所述根据分别对应所述至少一子载波的信道的平均功率,得到对应的信道特征指纹,包括:
将分别对应所述至少一子载波的信道的平均功率的平均值作为对应的信道特征指纹。
8.根据权利要求7所述的方法,其特征在于,所述将分别对应所述至少一子载波的信道的平均功率的平均值作为对应的信道特征指纹,包括:
将分别对应所述至少一子载波的信道的平均功率的平均值在一定时间内的平均值作为对应的信道特征指纹。
9.根据权利要求1~8中任一所述的方法,其特征在于,所述移动设备获得自身与基站的多发射天线间链路的信道特征,包括:
移动设备获得自身与多个基站中各基站的多发射天线间链路的信道特征;
所述根据所述链路的信道特征,得到对应的信道特征指纹,包括:
根据与所述各基站的多发射天线间链路的信道特征,分别得到各基站对应的信道特征指纹;
所述根据所述信道特征指纹,确定所述移动设备的位置,包括:
根据所述各基站对应的信道特征指纹,确定所述移动设备的位置。
10.根据权利要求1~9中任一所述的方法,其特征在于,所述基站为无线接入点AP。
11.一种定位方法,其特征在于,所述方法包括:
基站通过自身天线阵列中的多接收天线接收移动设备发送的信号;
对所述多接收天线接收到的信号进行降噪;
根据降噪后的信号,得到对应的信号指纹;
根据所述信号指纹,确定所述移动设备的位置。
12.根据权利要求11所述的方法,其特征在于,所述对所述多接收天线接收到的信号进行降噪,包括:
确定信号能量最高的第一数值个接收天线对应的信号;
基于所述第一数值个接收天线对应的信号,对所述多接收天线的各接收天线接收到的信号进行降噪。
13.根据权利要求12所述的方法,其特征在于,所述确定信号能量最高的第一数值个接收天线对应的信号,包括:
计算所述多接收天线的各接收天线接收到的信号的自协方差矩阵;
对所述自协方差矩阵进行奇异值分解SVD,得到特征值对角阵和所述多接收天线的各接收天线对应的信号构成的信号矩阵;
确定所述特征值对角阵中最大的第一数值个元素在所述信号矩阵中对应的信号为信号能量最高的第一数值个接收天线对应的信号。
14.根据权利要求13所述的方法,其特征在于,所述最大的第一数值个元素间的最大差值不超过所述特征值对角阵中最大的元素与预设比例的乘积。
15.根据权利要求12~14中任一所述的方法,其特征在于,所述基于所述第一数值个接收天线对应的信号,对所述多接收天线的各接收天线接收到的信号进行降噪,包括:
将所述信号能量最高的第一数值个接收天线对应的信号构成信号子矩阵;
计算所述信号子矩阵的投影矩阵;
将所述投影矩阵与所述多接收天线接收到的信号的自协方差矩阵相乘,得到降噪后的信号的信号矩阵。
16.根据权利要求11~15中任一所述的方法,其特征在于,所述根据降噪后的信号,得到对应的信号指纹,包括:
将降噪后的信号在各接收天线上的正交分量的和作为对应的信号指纹。
17.根据权利要求16所述的方法,其特征在于,所述将降噪后的信号在各接收天线上的正交分量的和作为对应的信号指纹,包括:
将降噪后的信号的信号矩阵的迹作为对应的信号指纹。
18.根据权利要求16所述的方法,其特征在于,所述将降噪后的信号在各接收天线上的正交分量的和作为对应的信号指纹,包括:
将降噪后的信号在各接收天线上的正交分量的和在一定时间内的平均值作为对应的信号指纹。
19.根据权利要求11~18中任一所述的方法,其特征在于,所述基站为无线接入点AP。
20.一种移动设备,其特征在于,所述移动设备包括:
特征获得模块,用于获得所述移动设备与基站的多发射天线间链路的信道特征;
指纹获得模块,用于根据所述链路的信道特征,得到对应的信道特征指纹;
定位模块,用于根据所述信道特征指纹,确定所述移动设备的位置。
21.根据权利要求20所述的移动设备,其特征在于,所述基站的多发射天线工作在空分复用模式。
22.根据权利要求20或21所述的移动设备,其特征在于,所述链路包括至少一子载波,所述特征获得模块具体用于:获得所述至少一子载波的信道估计矩阵。
23.根据权利要求22所述的移动设备,其特征在于,所述指纹获得模块包括:
功率计算单元,用于根据所述至少一子载波的信道估计矩阵,得到分别对应所述至少一子载波的信道的平均功率;
指纹获得单元,用于根据分别对应所述至少一子载波的信道的平均功率,得到对应的信道特征指纹。
24.根据权利要求23所述的移动设备,其特征在于,所述功率计算单元包括:
第一子单元,用于对所述至少一子载波的信道估计矩阵分别进行处理,得到所述至少一子载波中各子信号的信道功率;
第二子单元,用于针对每个子载波,将所述子载波中各子信号的信道功率的平均值作为对应所述子载波的信道的平均功率。
25.根据权利要求24所述的移动设备,其特征在于,所述第一子单元具体用于:
针对每个子载波,对所述子载波的信道估计矩阵进行奇异值分解SVD,得到特征值对角阵;
将所述特征值对角阵中对角线的各元素的模值的平方分别作为所述子载波中各子信号的信道功率。
26.根据权利要求23~25中任一所述的移动设备,其特征在于,所述指纹获得单元具体用于:将分别对应所述至少一子载波的信道的平均功率的平均值作为对应的信道特征指纹。
27.根据权利要求26所述的移动设备,其特征在于,所述指纹获得单元具体用于:将分别对应所述至少一子载波的信道的平均功率的平均值在一定时间内的平均值作为对应的信道特征指纹。
28.根据权利要求20~27中任一所述的移动设备,其特征在于,所述特征获得模块具体用于:获得所述移动设备与多个基站中各基站的多发射天线间链路的信道特征;
所述指纹获得模块具体用于:根据与所述各基站的多发射天线间链路的信道特征,分别得到各基站对应的信道特征指纹;
所述定位模块具体用于:根据所述各基站对应的信道特征指纹,确定所述移动设备的位置。
29.一种基站,其特征在于,所述基站包括:
接收模块,用于通过所述基站的天线阵列中的多接收天线接收移动设备发送的信号;
降噪模块,用于对所述多接收天线接收到的信号进行降噪;
指纹获得模块,用于根据降噪后的信号,得到对应的信号指纹;
定位模块,用于根据所述信号指纹,确定所述移动设备的位置。
30.根据权利要求29所述的基站,其特征在于,所述降噪模块包括:
第一单元,用于确定信号能量最高的第一数值个接收天线对应的信号;
第二单元,用于基于所述第一数值个接收天线对应的信号,对所述多接收天线的各接收天线接收到的信号进行降噪。
31.根据权利要求30所述的基站,其特征在于,所述第一单元具体用于:
计算所述多接收天线的各接收天线接收到的信号的自协方差矩阵;
对所述自协方差矩阵进行奇异值分解SVD,得到特征值对角阵和所述多接收天线的各接收天线对应的信号构成的信号矩阵;
确定所述特征值对角阵中最大的第一数值个元素在所述信号矩阵中对应的信号为信号能量最高的第一数值个接收天线对应的信号。
32.根据权利要求30或31所述的基站,其特征在于,所述第二单元具体用于:
将所述信号能量最高的第一数值个接收天线对应的信号构成信号子矩阵;
计算所述信号子矩阵的投影矩阵;
将所述投影矩阵与所述多接收天线接收到的信号的自协方差矩阵相乘,得到降噪后的信号的第二信号矩阵。
33.根据权利要求29~32中任一所述的基站,其特征在于,所述指纹获得模块具体用于:将降噪后的信号在各接收天线上的正交分量的和作为对应的信号指纹。
34.根据权利要求33所述的基站,其特征在于,所述指纹获得模块具体用于:将降噪后的信号的信号矩阵的迹作为对应的信号指纹。
35.根据权利要求33所述的基站,其特征在于,所述指纹获得模块具体用于:将降噪后的信号在各接收天线上的正交分量的和在一定时间内的平均值作为对应的信号指纹。
36.根据权利要求29~35中任一所述的基站,其特征在于,所述基站为无线接入点AP。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310675008.3A CN103702414B (zh) | 2013-12-11 | 2013-12-11 | 定位方法及移动设备、基站 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310675008.3A CN103702414B (zh) | 2013-12-11 | 2013-12-11 | 定位方法及移动设备、基站 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103702414A true CN103702414A (zh) | 2014-04-02 |
CN103702414B CN103702414B (zh) | 2017-05-24 |
Family
ID=50363784
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310675008.3A Active CN103702414B (zh) | 2013-12-11 | 2013-12-11 | 定位方法及移动设备、基站 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103702414B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015196800A1 (zh) * | 2014-06-24 | 2015-12-30 | 华为技术有限公司 | 一种定位方法及装置 |
CN106550447A (zh) * | 2015-09-21 | 2017-03-29 | 中兴通讯股份有限公司 | 一种终端定位方法、装置及系统 |
CN106879066A (zh) * | 2015-12-14 | 2017-06-20 | 富士通株式会社 | 定位方法和定位装置 |
CN106941718A (zh) * | 2017-04-07 | 2017-07-11 | 南京邮电大学 | 一种基于信号子空间指纹库的混合室内定位方法 |
CN107667542A (zh) * | 2015-06-05 | 2018-02-06 | 苹果公司 | 使用伙伴设备的位置确定 |
CN109412719A (zh) * | 2018-09-05 | 2019-03-01 | 深圳市汇顶科技股份有限公司 | 指纹芯片测试方法及测试设备 |
CN109661029A (zh) * | 2017-10-11 | 2019-04-19 | 上海诺基亚贝尔股份有限公司 | 确定通信设备位置的方法、设备以及计算机可读介质 |
CN110149587A (zh) * | 2018-02-08 | 2019-08-20 | 北京神州泰岳软件股份有限公司 | 一种基于移动通信的高铁定位方法及装置 |
WO2020259055A1 (zh) * | 2019-06-28 | 2020-12-30 | 华为技术有限公司 | 无线定位方法、定位装置和网络设备 |
US10939486B2 (en) | 2016-06-10 | 2021-03-02 | Apple Inc. | Location source control |
CN114040496A (zh) * | 2021-10-29 | 2022-02-11 | 西安电子科技大学 | 面向5g超密网多基站定位的拓扑布站约束方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100466652B1 (ko) * | 2002-05-16 | 2005-01-17 | 주식회사 케이티프리텔 | 이통 통신망을 이용한 안전 금융 거래 방법 |
CN101657014B (zh) * | 2009-09-11 | 2012-01-11 | 哈尔滨工业大学 | 基于近邻概率法的wlan室内定位方法 |
CN102480677B (zh) * | 2010-11-24 | 2015-11-25 | 中国移动通信集团公司 | 一种指纹定位误差的确定方法和设备 |
CN103023589A (zh) * | 2012-12-06 | 2013-04-03 | 中山大学 | 一种室内无源被动式移动检测方法及其检测装置 |
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 |
-
2013
- 2013-12-11 CN CN201310675008.3A patent/CN103702414B/zh active Active
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105451326A (zh) * | 2014-06-24 | 2016-03-30 | 华为技术有限公司 | 一种定位方法及装置 |
WO2015196800A1 (zh) * | 2014-06-24 | 2015-12-30 | 华为技术有限公司 | 一种定位方法及装置 |
CN107667542A (zh) * | 2015-06-05 | 2018-02-06 | 苹果公司 | 使用伙伴设备的位置确定 |
CN107667542B (zh) * | 2015-06-05 | 2018-10-19 | 苹果公司 | 使用伙伴设备的位置确定 |
CN106550447B (zh) * | 2015-09-21 | 2020-04-03 | 中兴通讯股份有限公司 | 一种终端定位方法、装置及系统 |
CN106550447A (zh) * | 2015-09-21 | 2017-03-29 | 中兴通讯股份有限公司 | 一种终端定位方法、装置及系统 |
CN106879066A (zh) * | 2015-12-14 | 2017-06-20 | 富士通株式会社 | 定位方法和定位装置 |
US10939486B2 (en) | 2016-06-10 | 2021-03-02 | Apple Inc. | Location source control |
CN106941718B (zh) * | 2017-04-07 | 2020-05-26 | 南京邮电大学 | 一种基于信号子空间指纹库的混合室内定位方法 |
CN106941718A (zh) * | 2017-04-07 | 2017-07-11 | 南京邮电大学 | 一种基于信号子空间指纹库的混合室内定位方法 |
CN109661029A (zh) * | 2017-10-11 | 2019-04-19 | 上海诺基亚贝尔股份有限公司 | 确定通信设备位置的方法、设备以及计算机可读介质 |
CN109661029B (zh) * | 2017-10-11 | 2022-04-26 | 上海诺基亚贝尔股份有限公司 | 确定通信设备位置的方法、设备以及计算机可读介质 |
US11327146B2 (en) | 2017-10-11 | 2022-05-10 | Alcatel Lucent | Method, device and computer-readable medium for determining location of communication device |
CN110149587A (zh) * | 2018-02-08 | 2019-08-20 | 北京神州泰岳软件股份有限公司 | 一种基于移动通信的高铁定位方法及装置 |
CN110149587B (zh) * | 2018-02-08 | 2021-02-05 | 北京神州泰岳软件股份有限公司 | 一种基于移动通信的高铁定位方法及装置 |
CN109412719A (zh) * | 2018-09-05 | 2019-03-01 | 深圳市汇顶科技股份有限公司 | 指纹芯片测试方法及测试设备 |
CN109412719B (zh) * | 2018-09-05 | 2021-03-19 | 深圳市汇顶科技股份有限公司 | 指纹芯片测试方法及测试设备 |
WO2020259055A1 (zh) * | 2019-06-28 | 2020-12-30 | 华为技术有限公司 | 无线定位方法、定位装置和网络设备 |
CN114040496A (zh) * | 2021-10-29 | 2022-02-11 | 西安电子科技大学 | 面向5g超密网多基站定位的拓扑布站约束方法 |
CN114040496B (zh) * | 2021-10-29 | 2023-03-24 | 西安电子科技大学 | 面向5g超密网多基站定位的拓扑布站约束方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103702414B (zh) | 2017-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103702414A (zh) | 定位方法及移动设备、基站 | |
Menta et al. | On the performance of AoA–based localization in 5G ultra–dense networks | |
Shen et al. | Fundamental limits of wideband localization—Part II: Cooperative networks | |
Jiang et al. | Communicating is crowdsourcing: Wi-Fi indoor localization with CSI-based speed estimation | |
CN106793087B (zh) | 一种基于aoa和pdoa的阵列天线室内定位方法 | |
Nurminen et al. | A survey on wireless transmitter localization using signal strength measurements | |
Machaj et al. | Performance comparison of similarity measurements for database correlation localization method | |
CN113852922A (zh) | WiFi信号直接视距传播路径挖掘的高精度室内定位方法 | |
Hao et al. | A method for improving UWB indoor positioning | |
Ma et al. | Distributed reconfigurable intelligent surfaces assisted indoor positioning | |
Ye et al. | Wireless localization based on deep learning: state of art and challenges | |
Gutierrez et al. | Indoor localization for mobile devices | |
Kolakowski | Automatic radio map creation in a fingerprinting‐based BLE/UWB localisation system | |
CN104467991B (zh) | 一种基于WiFi物理层信息的被动人员检测方法及系统 | |
Machaj et al. | Impact of optimization algorithms on hybrid indoor positioning based on GSM and Wi‐Fi signals | |
Yang et al. | Deployment optimization of dual-functional UAVs for integrated localization and communication | |
Morais et al. | Localization in Digital Twin MIMO Networks: A Case for Massive Fingerprinting | |
Seok et al. | Deep learning based fingerprinting scheme for wireless positioning | |
Jin et al. | 802.11-based positioning system for context aware applications | |
Peng et al. | One-to-all regularized logistic regression-based classification for WiFi indoor localization | |
Zhou et al. | Simultaneous localization and channel estimation for 5G mmWave MIMO communications | |
Mahey et al. | On MIMO channel modeling for the mobile wireless systems | |
Segou et al. | DALE: A range-free, adaptive indoor localization method enhanced by limited fingerprinting | |
Abed et al. | An adaptive K-NN based on multiple services set identifiers for indoor positioning system with an ensemble approach | |
Tian et al. | SAPIL: single access point based indoor localisation using Wi‐Fi L‐shaped antenna array |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |