CN105025570B - 基于Alamouti编码的移动台定位的设计方法 - Google Patents

Abstract

本发明公开了基于Alamouti编码的移动台定位的设计方法，该方法包括步骤1：发送端产生OFDM定位参考序列；步骤2：发送端对生成序列进行“双发单收”Alamouti空时编码后以双天线发送；步骤3：接收端以单天线接收并对接收到的两路信号进行整合；步骤4：接收端对整合后的消息进行最大似然译码得到带时延的定位参考消息；步骤5：接收端互相关运算提取时延参数；步骤6：接收端利用Chan算法完成定位。该方法降低了接收端接收信号的误码率，提升了信号的互相关特性，在低信噪比情况下优化了无线定位系统性能。

Description

基于Alamouti编码的移动台定位的设计方法

技术领域

本发明涉及一种基于Alamouti编码的移动台定位的设计方法，属于无线通信技术领域。

背景技术

随着无线通信业务的蓬勃发展，基于移动台位置的服务(LBS)越来越多，无线定位的精度决定了LBS的质量。对于TDOA和TOA定位方法，无线定位精度主要受时延估计精度影响，因而目前对于无线定位技术的研究多集中在提高时延估计精度上。目前，有基于提高采样速度的粗时延估计，基于提高采样精度的精时延估计和基于信噪比门限获取首达径等方式的定位方法。

由于LTE系统下行链路信号多径衰落严重，传统的发送定位参考消息采用一发一收(SISO)模式，一个信号码元在信道中传输可靠性完全取决于信道本身，由信道衰落带来的误码率不能得到补偿和修正。而采用本Alamouti空时编码“双发单收”方案，利用发射端分集，得到携带同一信息的两路发射信号，由于两路发射信号在信道衰落过程中彼此统计独立,误码率得到了相互补偿，从而降低了接收端接收信号的误码率，提升了信号的互相关特性，在低信噪比情况下优化无线定位系统性能。

发明内容

本发明提出了一种基于Alamouti编码的移动台定位的设计方法，该方法利用发射端分集，得到多个携带同一信息的信号，由于多个发射信号在信道衰落过程中彼此统计独立，降低了接收端接收信号的误码率，提升了信号的互相关特性，在低信噪比情况下优化了无线定位系统性能。

方法流程:

步骤1：发送端产生OFDM定位参考序列

步骤2：发送端对生成序列进行“双发单收”Alamouti空时编码后以双天线发送

步骤3：接收端以单天线接收并对接收到的两路信号进行整合

步骤4：接收端对整合后的消息进行最大似然译码得到带时延的定位参考消息

步骤5：接收端互相关运算提取时延参数

步骤6：接收端利用Chan算法完成定位

有益效果：

1、本发明降低了接收端接收信号的误码率，提升了信号的互相关特性，在低信噪比情况下优化了无线定位系统性能。

2、本发明适用于尺寸较小、能耗要求高的手机终端设备。

附图说明

图1为传统的TOA TDOA定位示意图。

图2为TDOA定位示意图。

图3为基于Alamouti编码定位示意图。

图4为本发明的方法流程图。

图5为基于Alamouti编码定位示意图。

图6为本发明定位参考信号互相关的示意图。

图7为本发明Chan算法移动台定位的示意图。

具体实施方式

1.传统的TOA TDOA定位方法

(1)TOA定位技术

TOA定位技术也称为圆周定位技术，如图1,若已经知道待定位物体与第i个基站之间的距离Ri,那么待定位物体肯定在以该基站为圆心，测量距离Ri为半径的定位圆上。当基站个数为M(M>＝3)时，M个定位圆必然相交于一点，该交点即为待定位物体的位置。

假设第i个基站的位置坐标为(x_i,y_i)，待定位物体的位置坐标为(x,y)，那么待定位物体到该基站的距离满足如下关系:

在实际无线定位系统中，基站到待定位物体的距离可以通过测量它们之间的传播时间来得到:

R_i＝C*t_i

其中C＝3*10⁸m/s，为无线电波的传播速度。

联立上述两式可得:

如果已知待定位物体到周围M(M>＝3)个基站的距离，则可以联立各个方程，求出待定位物体的位置。当定位基站个数少于三个时，TOA技术无法定位出待定位物体的位置，该技术需要严格的时间同步。

(2)TDOA定位技术

TDOA定位技术也被称为双曲线定位技术，定位技术如图2所示。与TOA定位技术相同，TDOA也是利用信号的传播时间进行定位。如果已经知道待定位物体到周围两个基站的传播距离差，则待定位物体肯定在以两个基站为焦点，以到两焦点距离差值为传播距离差的双曲线上。

基站BSi和服务基站BS1到待定位物体的传播距离差R_i,1满足如下的关系式：

如果已经知道待定位物体到周围三个基站的距离差，联立两个方程，求出方程的解，再利用先验规律去除一个无效的解，剩下的即为待定位物体的位置坐标。

2.基于Alamouti编码的新定位方法

该方法在发射端将经过OFDM调制的定位参考消息，每两个为一组，以空时编码矩阵为依据，进行空时编码，得到两组携带同一信息并统计独立的衰落信号，并分别从发射端的两条发射天线发送出去。在信号发送过程中，由于之前在发射端的发射天线之间的距离使得两路信号能够进行独立衰落。

在接收端做合并工作：将接收到的两路统计独立的信号进行整合，最终得到一个比传统单发单收精度更高的接收信息。从这样的接收消息里提取时延参数来计算移动台位置，精度将会更高，亦或者能在信噪比环境不是很好的情况下，能获得良好的定位效果。

(1)实现过程：1.发送端产生OFDM定位参考序列

2.发送端对生成序列进行“双发单收”Alamouti空时编码后以双天线发送

3.接收端以单天线接收并对接收到的两路信号进行整合

4.接收端对整合后的消息进行最大似然译码得到带时延的定位参考消息

5.接收端互相关运算提取时延参数

6.接收端利用Chan算法完成定位

(2)具体的算法流程如下：

1.将定位参考消息比特流送入OFDM调制器

调制器输出符号序列[s1,s2,s3,....]

2.以每两个连续的符号为一组，设为[s1,s2]，送入空时编码器。

3.编码器按照空时编码矩阵将串行的发送信号转换成携带同一信 息的两路发送信号，从两个发射天线分为两个时隙发送。

4.假设信道增益在连续的两个信号传输周期内不变，那么接收信号在连续的两个 信号周期可以被表示为：

其中：

h₁h₂为各自的信道增益，可以通过信道估计求出

w₁w₂为接收天线噪声，通常是均值为零的高斯白噪声

5.合并接收端收到的同一信号的两个时隙的接收副本

6.对合并后的接收端消息进行最大似然译码，得到准确的带时延的定位参考消息

7.将同一参考信号的两组接受端定位参考消息进行互相关运算，得到时延参数，

从而确定两个MS到基站之间的距离差与未编码方案相比，两发一收的Alamouti方案未产生编码增益，但|h₁|²+|h₂|²保证了空间分集增益为2，在相同的误码率下降低了对信噪比的要求，适用于低信噪比的情况。

(3)时延参量的提取：

TDOA(到达时间差)定位模型又称双曲线定位模型，若两基站到达移动台时延值为τ，则移动台位于到两基站距离差为c*τ的双曲线轨迹上。两组或以上的双曲线组的交点即为移动台的位置。TDOA信号为两基站到达移动台的时延差，不涉及移动台时间参数，因而与TOA定位方案相比TDOA定位方案对时间同步要求较低，更容易实现。

移动台接收信号：

N_r+1表示参与定位的基站数。利用和对r_l进行最大似然译码，可以提取基站k的发送的定位参考信号

对 进行互相关运算：

gold序列在频域和时域都具有很好的自相关特性，因而相关器可以很容易的检测到相关峰值。找出到达相关峰值时的采样点：

根据和采样频率可以获得两路信号的到达时间差：

(4)Chan定位算法：

Chan算法是一种具有解析表达式的非递归算法，适用于时延误差服从零均值高斯分布的情况。Chan算法运算效率高，适用于三个及三个以上基站情况，当基站数达到四个及以上时，其定位误差接近CRLB(克拉美罗下界)。广泛应用于视距定位情况的分析计算，针对非视距定位情况也有许多优化算法。

由公式(1)和公式(2)得

式中 x_i,1＝x_i-x₁，y_i,1＝y_i-y₁为基站位置信息。

R_i,1＝c*τ_i,1可以通过TDOA时延估计获得，将公式(3)代入可获得R₁值。将R₁带入方程组可解得x和y值，x和y取值可能不唯一，这时可以利用Cell-ID等信息确定取舍。

(5)优越性：

传统未采用Alamouti编码的定位方法参考消息采用SISO一发一收模式，一个信号码元在信道中传输可靠性完全取决于信道本身，由于信道衰落带来的误码率不能得到补偿和修正。因此接收端所提取的带时延的定位参考消息的精度不高，亦或者为得到相同误码率的接收信号，传统方法对信道的信噪比要求要更为苛刻。

然而，采取Alamouti空时分组编码，产生多个独立的信号传输衰落副本，因为各路传输之间相互独立，从而误码率会得到相互补偿，接收端获取的接收信号相比传统方法更高，为获取相同误码率的接收信号，本方法对于信道的信噪比需求更低。

(6)实施例测试与仿真说明：

我们设置仿真带宽为20MHz，采样频率为30.72MHz

在3G LTE系统下，信道模型为瑞利衰落

预设三个定位参考基站的坐标为：

BS1(服务基站)[0,0]BS2[750,433]BS3[750,-433]

以元素为0或1的一维随机数矩阵来模拟发送端原始定位参考序列，用标准正态分布的随机数所产生的一维复数矩阵来模拟瑞利信道的衰落系数h和接收端的高斯加性噪声w。由于采用“双发单收”方案，我们要得到两组衰落系数和接收端噪声，分别为h1,w1和h2,w2。

首先，我们对定位参考序列进行OFDM调制，再对OFDM生成序列进行Alamouti空时分组编码，产生两组发送序列。然后，这两组发送序列各自分别与信道衰落系数h1,h2相乘后，直接发送，来模拟双天线双信道发送的情况。之后，在接收端，针对这两组信号，分别加上对应的高斯加性白噪声w1,w2，从而得到真实情况下的两组接收信号，并以公式(1)的形式对这两组信号进行整合。再然后，对整合后的结果进行最大似然译码和OFDM解调，从而完成接收端的译码工作。紧接着，通过互相关操作，根据峰值对应的坐标来提取时延参数。最后，以连续两组时延参数，根据Chan算法，计算出移动台坐标。

我们就“接收端译码阶段”，“互相关运算提取时延参数阶段”和“Chan算法移动台定位阶段”做出性能仿真，并与传统未编码SISO方案进行对比:

a.接收端译码

我们发现在SNR＝-6时，相同误码率条件下，与传统未编码SISO方案相比，Alamouti编码提供了大约2dB的信噪比增益，以及Alamouti编码误码率曲线斜率大于未编码情况，即随SNR提升Alamouti编码提供的信噪比增益更高，因此，它可以广泛地应用在信道环境不好的情况下，完成接收信号的正常收取工作。

b.互相关运算提取时延参数

我们发现当信噪比小于-4dB时，传统未编码SISO方案，已经很难找到相关峰值，而采用两发射天线Alamouti编码方案可以在信噪比等于‐6dB的情况下准确找到相关峰值。

可见基于Alamouti编码的定位新方法不仅有效降低了接收信号误码率，并且提升了低信噪比条件下时延参数估计的精确度。

c.Chan算法移动台定位

我们对一个移动台从[100,100]到[600,600]的匀速直线运动过程中，以Ts＝0.5s的时间间隔进行100次定位，由图显而易见，整体上来看，传统未采用编码方案的SISO方法所产生的定位点距离真实轨迹较远，而采用Alamouti编码方案与真实轨迹基本拟合；同时我们也在右边给出了具体数值——测量值和真实值离差的平方和。传统方法离差平方和达到了3.1200e+003而采用Alamouti编码方式的离差平方和仅约为传统方法的1/3,为1.0433e+003，由此可见，采取Alamouti编码定位方法与真实值的偏差确实比传统方法要小得多。

基于Alamouti编码的定位新算法将发射序列在发射端进行分散，在接收端进行合并，实现经过相互独立传播的携带相同信息的多路发射信号的误码率互补，并能通过仿真发现，定位参考信号确实能在相同SNR环境下，获得比传统SISO方案更小的误码率，亦或者，可以在相同误码率条件下获得比传统SISO方案2dB的SNR增益。使得接下来时延参数的提取过程也能在相对不好的SNR环境下获得更精确的结果。Alamouti编码方案与传统SISO方案相比在稍微提高计算复杂度的情况下，换取了整体误差性能的优化，能够广泛地利用在信道环境不良的情况下的定位服务当中，以获得较好的定位效果。

Claims (1)

1.基于Alamouti编码的移动台定位的设计方法，其特征在于，所述方法利用发射端分集，得到多个携带同一信息的信号，由于多个发射信号在信道衰落过程中彼此统计独立，包括如下步骤：

步骤1：发送端产生OFDM定位参考序列；

步骤2：发送端对生成序列进行“双发单收”Alamouti空时编码后以双天线发送；

步骤3：接收端以单天线接收并对接收到的两路信号进行整合；

步骤4：接收端对整合后的消息进行最大似然译码得到带时延的定位参考消息；

步骤5：接收端互相关运算提取时延参数；

步骤6：接收端利用Chan算法完成定位；

所述方法在发射端将经过OFDM调制的定位参考消息，每两个为一组，以空时编码矩阵为依据，进行空时编码，得到两组携带同一信息并统计独立的衰落信号，并分别从发射端的两条发射天线发送出去，在信号发送过程中，由于之前在发射端的发射天线之间的距离使得两路信号能够进行独立衰落；

在接收端做合并工作：将接收到的两路统计独立的信号进行整合，最终得到一个比传统单发单收精度更高的接收信息，从这样的接收消息里提取时延参数来计算移动台位置，精度将会更高，亦或者能在信噪比环境不是很好的情况下，能获得良好的定位效果；

(1)实现过程：1)发送端产生OFDM定位参考序列；

2)发送端对生成序列进行“双发单收”Alamouti空时编码后以双天线发送；

3)接收端以单天线接收并对接收到的两路信号进行整合；

4)接收端对整合后的消息进行最大似然译码得到带时延的定位参考消息；

5)接收端互相关运算提取时延参数；

6)接收端利用Chan算法完成定位；

(2)具体的算法流程如下：

1)将定位参考消息比特流送入OFDM调制器调制器输出符号序列[s1,s2,s3,....]；

2)以每两个连续的符号为一组，设为[s1,s2]，送入空时编码器；

3)编码器按照空时编码矩阵将串行的发送信号转换成携带同一信息的两路发送信号，从两个发射天线分为两个时隙发送；

4)假设信道增益在连续的两个信号传输周期内不变，那么接收信号在连续的两个信号周期能被表示为：

其中：

h₁h₂为各自的信道增益，能通过信道估计求出；

w₁w₂为接收天线噪声，通常是均值为零的高斯白噪声

5)合并接收端收到的同一信号的两个时隙的接收副本：

6)对合并后的接收端消息进行最大似然译码，得到准确的带时延的定位参考消息；

7)将同一参考信号的两组接受端定位参考消息进行互相关运算，得到时延参数，从而确定两个MS到基站之间的距离差与未编码方案相比，两发一收的Alamouti方案未产生编码增益，但|h₁|²+|h₂|²保证了空间分集增益为2，在相同的误码率下降低了对信噪比的要求，适用于低信噪比的情况；

所述方法利用发射端分集，得到多个携带同一信息的信号，多个发射信号在信道衰落过程中彼此统计独立，在接收端以公式的形式对两组接收信号r₁r₂进行整合，；

Chan算法是一种具有解析表达式的非递归算法，适用于时延误差服从零均值高斯分布的情况，Chan算法运算效率高，适用于三个及三个以上基站情况，当基站数达到四个及以上时，其定位误差接近CRLB(克拉美罗下界)，广泛应用于视距定位情况的分析计算，针对非视距定位情况也有许多优化算法，

由公式(1)和公式(2)得：

式中x_i,1＝x_i-x₁，y_i,1＝y_i-y₁为基站位置信息；

R_i,1＝c*τ_i,1能通过TDOA时延估计获得，将公式(3)代入能获得R₁值，将R₁带入方程组能解得x和y值，x和y取值可能不唯一，这时能利用Cell-ID信息确定取舍。