CN104219761A - 一种基于最大斜率的超宽带无线定位方法 - Google Patents

Abstract

本发明属于无线定位技术领域，具体是一种基于最大斜率的超宽带无线定位方法。主要分为四个步骤：A.采集积分能量块、计算得到最大斜率，并建立最大斜率、TOA估计误差、归一化门限三个参数的指纹数据库；B.对指纹数据库进行曲线拟合，建立对应于最小TOA估计误差的最大斜率与归一化门限的对应关系F；C.根据采集的实时信号的最大斜率，利用对应关系F，计算得到最佳归一化门限，根据此门限得到TOA估计值；D.根据TOA估计值，再利用传统的UWB定位算法，进行基于UWB的无线定位。本发明首次将最大斜率用于UWB定位，具有定位精度高、稳定性好的优点，可用于物联网、无线传感网等应用中的高精度无线定位。

Description

一种基于最大斜率的超宽带无线定位方法

技术领域

本发明属于无线定位技术领域，可用于物联网、无线传感网等应用中的高精度无线定位，具体是一种基于最大斜率的超宽带无线定位方法。

背景技术

超宽频带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，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。

目前较常用的定位技术大都是基于测距进行的,这是因为,非基于距离的定位技术一般定位精度较差,且需要大量基站(位置已知的终端)的配合。最常用的定位方法有基于接收信号到达时间估计的TOA(Time of Arrival)和TDOA(TimeDifference of Arrival)、基于接收信号强度估计的RSS(Received SignalStrength)和基于到达角度估计的AOA(Angle of Arrival)。UWB脉冲由于具有极高的带宽,持续时间达到ns级,因而具有很强的时间分辨能力。所以为了充分利用UWB时间分辨能力强这个特性,使用TOA、TDOA估计的定位技术是最适合于UWB的。

无线测距定位可以分为几何定位算法和指纹定位算法，前者适合用于信道环境好的情况下，例如：视距、极少反射等；后者可以用在多径、非直视等恶劣的信道环境下。

本专利提出使用最大斜率的算法，可以实现多径、非直视等恶劣的信道环境下的超宽带无线定位。

发明内容

本发明的目的是提供一种基于最大斜率的高精度的信号指纹超宽带无线定位方法，以克服现有信号指纹超宽带无线定位精度不高的问题。特别是在恶劣环境下通过提高TOA估计精度从而提高指纹定位的精度。

一种基于最大斜率的超宽带无线定位方法主要包括以下四个步骤：

A.建立指纹数据库：通过采集积分能量块的信息，建立最大斜率K、TOA估计误差E、归一化门限Threshold三个参数的指纹数据库，方法为：对于给定范围的信噪比[ENR_min,ENR_max]按照Step_ENR的步长，循环测试Times_max次，每次循环时均需要根据从Threshold_min到Threshold_max，步长为Step_Threshold的多个不同的门限，分别判断其TOA估计误差，其中最大斜率定义为：

假设所有能量块被分为N_b-M_b+1组，其中N_b为所有能量块的总个数，M_b为每个分组里的能量块的个数；每组斜率的计算使用的是基于最小二乘法的直线拟合linefit，所以最大的斜率(K)可以表示为：

$K={\max }_{1\≤n\≤N_b-M_b+1}\left(\mathrm{slope}\right\{\mathrm{linefit}\left(z\right[n],z[n+1],...,z[n+M_b-1\left]\right)\left\}\right);$

建立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Times_max╳(ENR_max-ENR_min)/Step_ENR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T_b；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)统计所有能量块的最大斜率K；

4)找出第一个超过Threshold的能量块对应的中间时刻，即为TOA估计时间；

5)计算TOA估计误差E；

6)将最大斜率K、归一化门限Threshold和TOA估计误差E三个参数保存到指纹数据库中；

B.曲线拟合：对指纹数据库进行曲线拟合，建立对应于最小TOA估计误差E_K-min的不同最大斜率K与归一化门限Threshold_K-min的对应关系F，即Threshold_K-min＝F(K_min)，具体包括以下主要步骤：

1)统计所有相同最大斜率K在不同阈值Threshold下的误差的平均值E_K；

2)统计不同K的误差最小值E_K-min所对应的阈值Threshold_K-min；

3)将K和阈值Threshold_K-min进行曲线拟合，得到二者对应关系F；

C.TOA估计：在第i次定位时，根据采集的实时信号的最大斜率K_i，利用对应关系F(K_i)，计算得到最佳归一化门限Threshold_i，根据此门限再搜索能量块，并定位到第一个超过门限的能量块所对应的中间时刻，该时刻即为TOA估计值T_i，当在进行第i次定位时具体包括以下主要步骤：

1)接收UWB信号；

2)计算每个能量块的大小；

3)统计所有能量块的最大斜率K_i；

4)将K_i代入拟合的曲线F中得到门限值Threshold_i；

5)根据门限值Threshold_i找出第一个超过Threshold_i的能量块对应的中间时刻，即为TOA估计时间T_i；

D.UWB无线定位：根据TOA估计值T_i，再利用传统的UWB定位算法，进行基于UWB的无线定位。

本发明对比已有技术具有以下显著优点：

1.显著提高了TOA估计的精度，从而可以提高基于UWB定位系统的定位精度。

2.无论在低信噪比环境下还是高信噪比环境下，TOA估计精度均优于常用的其他的方法，从而可以提高基于UWB定位系统的定位稳定性。

附图说明

图1是本发明的总体流程图。

图2是建立指纹数据库的流程图。

图3是基于能量检测接收的原理图。

图4是计算最大斜率的原理图。

图5是曲线拟合的流程图。

图6是TOA估计的流程图。

具体实施方式

下面结合附图说明本发明的实施方式。

图1是本发明的基于最大斜率的超宽带无线定位方法的总体流程图，本定位方法分为四个阶段，具体包括：

A.建立指纹数据库：通过采集积分能量块的信息，建立最大斜率K、TOA估计误差E、归一化门限Threshold三个参数的指纹数据库；

B.曲线拟合：对指纹数据库进行曲线拟合，建立对应于最小TOA估计误差E_K-min的最大斜率K与归一化门限Threshold_K-min的对应关系F，即Threshold_K-min＝F(K_min)；

C.TOA估计：在第i次定位时，根据采集的实时信号的最大斜率K_i，利用对应关系F(K_i)，计算得到最佳归一化门限Threshold_i，根据此门限再搜索能量块，并定位到第一个超过门限的能量块所对应的中间时刻，该时刻即为TOA估计值T_i；

D.UWB无线定位：根据TOA估计值T_i，再利用传统的UWB定位算法，进行基于UWB的无线定位。

如图2所示，在上述步骤A中需要对于给定范围的信噪比[ENR_min,ENR_max]按照Step_ENR的步长，循环测试Times_max次，每次循环时均需要根据从Threshold_min到Threshold_max，步长为Step_Threshold的多个不同的门限，分别判断其TOA估计误差，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Times_max╳(ENR_max-ENR_min)/Step_ENR次；

2)计算每个能量块的大小：接收到步骤1)发送的信号后，按照积分步长T_b计算每个能量块的大小；用图3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T_b；积分器的第n个输出Z[n]可以表示为：

$z\left[n\right]=\underset{j=1}{\overset{N_s}{\mathrm{\Σ}}}{\∫}_{(j-1)T_f+(c_j+n-1)T_b}^{(j-1)T_f+(c_j+n)T_b}{r}^2\left(t\right)\mathrm{dt}$

其中n∈{1,2,...,N_b}，表示相对于积分周期起始点的能量块的序号，N_b为能量块的个数，N_s为每个符号中的脉冲个数，C_j为跳时码中第j个整数，T_f为帧长度；

3)统计所有能量块最大斜率K：

最大斜率K：所有能量块被分为N_b-M_b+1组，每组里有M_b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：

$K=\underset{1\≤n\≤N_b-M_b+1}{\max \mathrm{slope}}\left\{\mathrm{linefit}\left(z\right[n],z[n+1],...,z[n+M_b-1\left]\right)\right\},$

最大斜率原理图如图4所示，显示的是当每组里有4个能量块，即M_b＝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；

4)找出第一个超过Threshold的能量块对应的中间时刻，即为TOA估计时间，对于每次发送的UWB信号，该步骤需要执行(Threshold_max-Threshold_min)/Step_Threshold次；

5)计算TOA估计误差E，TOA估计时间-真实时间，即为TOA估计误差E；

6)将最大斜率K、归一化门限Threshold和TOA估计误差E三个参数保存到指纹数据库中。

如图5所示，在上述步骤B中需要在已经建立好的指纹数据库中执行如下的步骤:

1)统计所有相同最大斜率K在不同阈值Threshold下的误差的平均值E_K；

2)统计不同K的误差最小值E_K-min所对应的阈值Threshold_K-min；

3)将K和阈值Threshold_K-min进行曲线拟合，得到二者对应关系F。

如图6所示，在上述步骤C中当在进行第i次定位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)统计最大斜率K_i；

4)将K_i代入拟合的曲线F中得到门限值Threshold_i；

5)根据门限值Threshold_i找出第一个超过Threshold_i的能量块对应的中间时刻，即为TOA估计时间T_i。

Claims (1)

1.一种基于最大斜率的超宽带无线定位方法其特征在于：

A.建立指纹数据库：通过采集积分能量块的信息，建立最大斜率K、TOA估计误差E、归一化门限Threshold三个参数的指纹数据库，方法为：对于给定范围的信噪比[ENR_min,ENR_max]按照Step_ENR的步长，循环测试Times_max次，每次循环时均需要根据从Threshold_min到Threshold_max，步长为Step_Threshold的多个不同的门限，分别判断其TOA估计误差；其中最大斜率定义为：

假设所有能量块被分为N_b-M_b+1组，其中N_b为所有能量块的总个数，M_b为每个分组里的能量块的个数；每组斜率的计算使用的是基于最小二乘法的直线拟合linefit，所以最大斜率(K)可以表示为：

$K={\max }_{1\≤n\≤N_b-M_b+1}\left(\mathrm{slope}\right\{\mathrm{linefit}\left(z\right[n],z[n+1],...,z[n+M_b-1\left]\right)\left\}\right);$

建立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Times_max╳(ENR_max-ENR_min)/Step_ENR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T_b；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)统计所有能量块的最大斜率K；

4)找出第一个超过Threshold的能量块对应的中间时刻，即为TOA估计时间；

5)计算TOA估计误差E；

6)将最大斜率K、归一化门限Threshold和TOA估计误差E三个参数保存到指纹数据库中；

B.曲线拟合：对指纹数据库进行曲线拟合，建立对应于最小TOA估计误差E_K-min的不同最大斜率K与归一化门限Threshold_K-min的对应关系F，即Threshold_K-min＝F(K_min)，具体包括以下主要步骤：

1)统计所有相同最大斜率K在不同阈值Threshold下的误差的平均值E_K；

2)统计不同K的误差最小值E_K-min所对应的阈值Threshold_K-min；

3)将K和阈值Threshold_K-min进行曲线拟合，得到二者对应关系F；

C.TOA估计：在第i次定位时，根据采集的实时信号的最大斜率K_i，利用对应关系F(K_i)，计算得到最佳归一化门限Threshold_i，根据此门限再搜索能量块，并定位到第一个超过门限的能量块所对应的中间时刻，该时刻即为TOA估计值T_i，当在进行第i次定位时具体包括以下主要步骤：

1)接收UWB信号；

2)计算每个能量块的大小；

3)统计所有能量块的最大斜率K_i；

4)将K_i代入拟合的曲线F中得到门限值Threshold_i；

5)根据门限值Threshold_i找出第一个超过Threshold_i的能量块对应的中间时刻，即为TOA估计时间T_i；

D.UWB无线定位：根据TOA估计值T_i，再利用传统的UWB定位算法，进行基于UWB的无线定位。