CN106131949A - 一种基于能量均值检测的到达时间估计方法 - Google Patents
一种基于能量均值检测的到达时间估计方法 Download PDFInfo
- Publication number
- CN106131949A CN106131949A CN201610389135.0A CN201610389135A CN106131949A CN 106131949 A CN106131949 A CN 106131949A CN 201610389135 A CN201610389135 A CN 201610389135A CN 106131949 A CN106131949 A CN 106131949A
- Authority
- CN
- China
- Prior art keywords
- energy
- signal
- average
- time
- advent
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
- H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/14—Determining absolute distances from a plurality of spaced points of known location
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Noise Elimination (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明涉及一种基于能量均值检测的到达时间估计方法,包括以下步骤:对多脉冲接收信号进行时间平均得到帧同步的超宽带接收信号,然后通过平方律检波器,得到能量信号,再对该能量信号进行采样,得到接收信号的能量采样序列;根据已得到的能量采样序列得到接收信号经过时间平均后的最大最小均值比,通过最大最小均值比与最优归一化门限之间的函数关系得到最优归一化门限,并确定判决门限;选取最先超过判决门限的那一个能量块的中间位置作为到达时间估计值。本发明能够在工作信噪比范围内都能有比较好的性能。
Description
技术领域
本发明涉及无线定位技术领域,特别是涉及一种基于能量均值检测的到达时间估计方法。
背景技术
超宽带以其系统复杂度低、穿透能力强和时间分辨率高等优点,使得它能在无线定位技术中达到很高的定位精度越来越受到关注。超宽带信号由于自身Ghz的带宽,传送时不需要通过调制,即不需要载波就可进行信号传输,降低了发射成本,同时定位精度达到厘米级,是别的定位技术,如蓝牙、zigbee和WiFi等不能匹敌的。
在超宽带定位技术中,主要有基于AOA、基于RSSI和基于TOA/TDOA三种估计方式。现有TOA估计方法主要有三种,第一种是最大能量选择(Maximum Energy Selection,MES)算法,该算法选择最大能量块作为阈值,然而在复杂的多径室内环境中,最强径(StrongPath,SP)往往不是直达径(Direct Path,DP),特别是在噪声比较大的环境中,DP淹没在了噪声之中。此时采用MES算法会使得TOA估计误差比较大,造成定位不准确;固定阈值(Threshold Comparison,TC)算法采取最大能量值的一定百分比作为阈值,但并不能在所有的信噪比范围内达到很高的精度。基于最大能量块的回溯窗口(Maximum EnergySelection-Search Back,MES_SB)算法是在MES算法基础上实现的,也注定了它的定位精度不会太高。综上所述,现有的TOA估计方法在不同信噪比时均有不同的性能差异,没有一种算法能在所有信噪比范围内达到比较好的性能,要实现高精度定位还有一定难度。
发明内容
本发明所要解决的技术问题是提供一种基于能量均值检测的到达时间估计方法,能够在工作信噪比范围内都能有比较好的性能。
本发明解决其技术问题所采用的技术方案是:提供一种基于能量均值检测的到达时间估计方法,包括以下步骤:
(1)对多脉冲接收信号进行时间平均得到帧同步的超宽带接收信号,然后通过平方律检波器,得到能量信号,再对该能量信号进行采样,得到接收信号的能量采样序列;
(2)根据已得到的能量采样序列得到接收信号经过时间平均后的最大最小均值比,通过最大最小均值比与最优归一化门限之间的函数关系得到最优归一化门限,并确定判决门限;
(3)选取最先超过判决门限的那一个能量块的中间位置作为到达时间估计值。
所述步骤(2)中判决门限K=Kopt*max(Zn)+(1-Kopt)*min(Zn),其中,Kopt为最优归一化门限、Zn为能量采样序列。
所述步骤(1)中还包括对多脉冲接收信号进行滤除固定频率外的噪声的步骤。
所述步骤(2)中接收信号经过时间平均后的最大最小均值比为其中,mix(Zn)是能量采样序列中的最大最小值的算术平均值,mean(Zn)是整个接收能量采样序列的均值。
有益效果
由于采用了上述的技术方案,本发明与现有技术相比,具有以下的优点和积极效果:本发明采用基于时间平均的最大最小能量均值(TMMMR)来设置最优归一化门限,从而设置判决门限。本发明首先利用多个脉冲进行时间平均得到接收信号,降低噪声对TOA估计的影响,再对接收信号能量采样序列求解TMMMR值,算法考虑了接收信号的最大能量值、最小能量值和能量均值,既体现了信道的个体特征,同时也在一定程度上反映了接收信号所包含的信噪比信息,实验证明,相比其他经典的TOA估计算法,该算法在工作信噪比范围内都能有比较好的性能,为实现高精度室内定位奠定了良好的基础。
附图说明
图1是本发明的流程图;
图2是本发明中信号处理的流程图;
图3是本发明中由TMMMR值获取判决门限原理图;
图4是本发明中CM1信道不同MMMR值时TOA估计的MAE随归一化门限K的变化走势图。
具体实施方式
下面结合具体实施例,进一步阐述本发明。应理解,这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解,在阅读了本发明讲授的内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所附权利要求书所限定的范围。
本发明的实施方式涉及一种基于能量均值检测的到达时间估计方法,此方法使用多个脉冲进行时间平均的方式,降低了环境噪声所带来的干扰,再对时间平均后的接收信号进行能量块分析,求解出TMMMR值,再设置归一化门限,最后得到TOA估计,如图1所示,包括以下步骤:
步骤一:接收信号的能量采样
首先对多脉冲接收信号进行时间平均得到帧同步的UWB接收信号,然后通过平方律检波器,得到能量信号,再对该能量信号进行采样,得到接收信号的能量采样序列。
多径环境下的单个UWB接收信号可表示为:
上式中,j、Tf分别为帧序号和帧周期,Tc表示码片持续时间,一帧内码片数Nc=Tf/Tc。随机极性码kj=±1,是为不同用户节点分配的跳时序列,用于避免灾难性碰撞和平滑功率谱密度。n(t)表示均值为零,双边功率谱密度为N0/2,方差为σ2的加性高斯白噪声,t为时间,ωp(t)为单个脉冲经多径后到达接收端的波形:
Eb表示符号能量,Ns为传输一个符号所需脉冲数,L为多径数,ai为各多径衰减系数,ω(t)为单径脉冲波形,τi为第i径的时延,本方法选取高斯二阶脉冲。不失一般性,假设随机极性码kj恒为1,接收信号预先已取得帧同步。
由于单一脉冲估计的偶然性,容易造成加性高斯白噪声功率过高,所以将多个脉冲的接收信号在一帧周期内进行平均,从而使得AWGN对信号影响大大减小,提高TOA估计精度。
假设ri(t)为接收信号r(t)中第j个脉冲的接收部分,可以表示为:
rj(t)=ωp(t-jTf-cjTc)+nj(t)
t∈[jTf+cjTc,(j+1)Tf+cjT]
整个信号处理流程如图2所示,具体实施步骤如下:
步骤1、接收端收到信号经过低噪声放大器(LNA)和带通滤波器(BPF),滤除固定频率外的噪声;
步骤2、对接收信号多个脉冲的接收部分进行时间平均,降低噪声功率,接收信号可以表示为:
步骤3、再通过平方律检波器得到接收信号能量:
步骤4、通过积分器,设置积分间隔为Tb,则积分器的第n个输出:
其中n=1,2,…,Nb表示能量采样序号,其中Nf为每个符号中帧的数目,j、Tf分别为帧序号和帧周期,Tc表示码片持续时间。
步骤5、由TMMMR-TC算法得到TOA估计。
步骤二:确定判决门限
根据已得到的能量采样序列Zn,得到接收信号经过时间平均后的最大最小均值比(Maximum and Minimum to Mean Energy Sample Ratio,MMMR),即TMMMR值。通过TMMMR与最优归一化门限Kopt之间的函数关系得到最优归一化门限Kopt,通过下式确定判决门限:
K=Kopt*max(Zn)+(1-Kopt)*min(Zn)
由TMMMR值获取判决门限过程如图3所示,具体实施步骤如下
步骤1、统计得到接收能量采样序列的TMMMR值,时间平均后的最大最小能量均值表示为:
本发明基本思想是利用两个均值之比,mix(Zn)是能量采样序列中的最大最小值的算术平均值,mean(Zn)是整个接收能量采样序列的均值,前者既考虑了接受能量采样序列中的最强径,也考虑了最弱径,既包括了噪声,也包括了有用信号,在低SNR时可更好地探测出有用信号即DP所在能量块。
步骤2、统计在不同TMMMR值下的平均绝对误差MAE和归一化门限之间的关系,如图4所示;
步骤3、由图4可找出对应不同的TMMMR值时的最佳归一化门限Kopt,由此可以得到在不同信道,不同积分间隔下MAE最小时的最优归一化门限;
步骤4、将TMMMR值和Kopt进行拟合,得到两者函数关系式K=Kopt*max(Zn)+(1-Kopt)*min(Zn)。
步骤三:信号的TOA估计
得到判决门限后,根据下式,选取最先超过门限值的那一个能量块的中间位置作为TOA:
不难发现,本发明提出的时间平均的最大最小均值比算法方案适用于无线传感器网络、物联网等超宽带定位系统中,由于实际环境的复杂性和不确定性,如NLOS误差和多径误差的存在,使得现有的基于能量检测的TOA估计算法只能在特定的信噪比范围内达到比较好的估计精度,没有一种算法能在所有信噪比范围内达到比较好的性能,因此本发明提出一种时间平均的最大最小均值比现有的TOA估计算法,解决了如下技术难题:
1)超宽带信道噪声影响问题。由于超宽带信道的特殊性,NLOS环境和多径误差不可避免,采取多脉冲时间平均方式可以大大减小噪声的影响,提高TOA估计精度。
2)由最大最小能量均值与最优归一化门限的关系得出最优归一化门限,从而得到判决阈值,算法考虑了接收信号的最大能量值、最小能量值和能量均值,既体现了信道的个体特征,同时也在一定程度上反映了接收信号所包含的信噪比信息,具有很强的通用性。
由此可见,本发明首先利用多个脉冲进行时间平均得到接收信号,降低噪声对TOA估计的影响,再对接收信号能量采样序列求解TMMMR值,算法考虑了接收信号的最大能量值、最小能量值和能量均值,既体现了信道的个体特征,同时也在一定程度上反映了接收信号所包含的信噪比信息,实验证明,相比其他经典的TOA估计算法,该算法在工作信噪比范围内都能有比较好的性能,为实现高精度室内定位奠定了良好的基础。
Claims (4)
1.一种基于能量均值检测的到达时间估计方法,其特征在于,包括以下步骤:
(1)对多脉冲接收信号进行时间平均得到帧同步的超宽带接收信号,然后通过平方律检波器,得到能量信号,再对该能量信号进行采样,得到接收信号的能量采样序列;
(2)根据已得到的能量采样序列得到接收信号经过时间平均后的最大最小均值比,通过最大最小均值比与最优归一化门限之间的函数关系得到最优归一化门限,并确定判决门限;
(3)选取最先超过判决门限的那一个能量块的中间位置作为到达时间估计值。
2.根据权利要求1所述的基于能量均值检测的到达时间估计方法,其特征在于,所述步骤(2)中判决门限K=Kopt*max(Zn)+(1-Kopt)*min(Zn),其中,Kopt为最优归一化门限、Zn为能量采样序列。
3.根据权利要求1所述的基于能量均值检测的到达时间估计方法,其特征在于,所述步骤(1)中还包括对多脉冲接收信号进行滤除固定频率外的噪声的步骤。
4.根据权利要求1所述的基于能量均值检测的到达时间估计方法,其特征在于,所述步骤(2)中接收信号经过时间平均后的最大最小均值比为其中,mix(Zn)是能量采样序列中的最大最小值的算术平均值,mean(Zn)是整个接收能量采样序列的均值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610389135.0A CN106131949B (zh) | 2016-06-02 | 2016-06-02 | 一种基于能量均值检测的到达时间估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610389135.0A CN106131949B (zh) | 2016-06-02 | 2016-06-02 | 一种基于能量均值检测的到达时间估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106131949A true CN106131949A (zh) | 2016-11-16 |
CN106131949B CN106131949B (zh) | 2020-05-19 |
Family
ID=57270360
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610389135.0A Active CN106131949B (zh) | 2016-06-02 | 2016-06-02 | 一种基于能量均值检测的到达时间估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106131949B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108445461A (zh) * | 2018-01-29 | 2018-08-24 | 中国人民解放军国防科技大学 | 一种多径条件下雷达目标检测方法 |
CN108521282A (zh) * | 2018-03-23 | 2018-09-11 | 华南理工大学 | 一种基于噪声消除的到达时间估计方法 |
CN109633553A (zh) * | 2019-01-18 | 2019-04-16 | 浙江大学 | 基于动态规划算法的移动声源到达时延估计方法 |
CN111163028A (zh) * | 2019-12-27 | 2020-05-15 | 杭州电子科技大学 | 一种基于基带复信号相角的tdoa跟踪方法及系统 |
CN113038374A (zh) * | 2021-03-15 | 2021-06-25 | 广东工业大学 | 基于超带宽通信的toa方差检测定位方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1674683A (zh) * | 2000-01-31 | 2005-09-28 | 索尼公司 | 数字图像信号处理、数字图像记录设备和方法 |
CN101238386A (zh) * | 2005-08-11 | 2008-08-06 | 三菱电机株式会社 | 用于选择无线电信号的能量阈值的方法 |
CN102377452A (zh) * | 2011-08-16 | 2012-03-14 | 中国科学技术大学 | 高速取样有限精度量化脉冲超宽带信号到达时间估计方法 |
US20120328193A1 (en) * | 2011-06-24 | 2012-12-27 | Lg Innotek Co., Ltd. | Method for enhancing image edge |
CN103297087A (zh) * | 2013-05-13 | 2013-09-11 | 北京航空航天大学 | 一种超宽带定位系统的到达时间估计方法 |
CN104635203A (zh) * | 2015-02-12 | 2015-05-20 | 国家无线电监测中心 | 一种基于粒子滤波算法的无线电干扰源测向定位方法 |
CN105611628A (zh) * | 2016-01-29 | 2016-05-25 | 中国海洋大学 | 基于能量检测的高精度脉冲60GHz无线指纹定位方法 |
-
2016
- 2016-06-02 CN CN201610389135.0A patent/CN106131949B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1674683A (zh) * | 2000-01-31 | 2005-09-28 | 索尼公司 | 数字图像信号处理、数字图像记录设备和方法 |
CN101238386A (zh) * | 2005-08-11 | 2008-08-06 | 三菱电机株式会社 | 用于选择无线电信号的能量阈值的方法 |
US20120328193A1 (en) * | 2011-06-24 | 2012-12-27 | Lg Innotek Co., Ltd. | Method for enhancing image edge |
CN102377452A (zh) * | 2011-08-16 | 2012-03-14 | 中国科学技术大学 | 高速取样有限精度量化脉冲超宽带信号到达时间估计方法 |
CN103297087A (zh) * | 2013-05-13 | 2013-09-11 | 北京航空航天大学 | 一种超宽带定位系统的到达时间估计方法 |
CN104635203A (zh) * | 2015-02-12 | 2015-05-20 | 国家无线电监测中心 | 一种基于粒子滤波算法的无线电干扰源测向定位方法 |
CN105611628A (zh) * | 2016-01-29 | 2016-05-25 | 中国海洋大学 | 基于能量检测的高精度脉冲60GHz无线指纹定位方法 |
Non-Patent Citations (4)
Title |
---|
GEZICI: "Two-step time of arrival estimation for pulse-based ultra-wideband systems", 《PROC OF 13TH EUROPEAN SIGNAL PROCESSING CONFERENCE》 * |
吴绍华: "基于UWB的无线传感器网络中的两步TOA估计法", 《软件学报》 * |
吴绍华: "新颖的基于门限比较的脉冲超宽带TOA估计算法", 《通信学报》 * |
翟双: "IR_UWB系统中基于归一化门限的TOA估计", 《北京邮电大学学报》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108445461A (zh) * | 2018-01-29 | 2018-08-24 | 中国人民解放军国防科技大学 | 一种多径条件下雷达目标检测方法 |
CN108521282A (zh) * | 2018-03-23 | 2018-09-11 | 华南理工大学 | 一种基于噪声消除的到达时间估计方法 |
CN108521282B (zh) * | 2018-03-23 | 2019-08-20 | 华南理工大学 | 一种基于噪声消除的到达时间估计方法 |
WO2019179084A1 (zh) * | 2018-03-23 | 2019-09-26 | 华南理工大学 | 一种基于噪声消除的到达时间估计方法 |
US10972141B2 (en) | 2018-03-23 | 2021-04-06 | South China University Of Technology | Method for estimating arrival time based on noise cancellation |
CN109633553A (zh) * | 2019-01-18 | 2019-04-16 | 浙江大学 | 基于动态规划算法的移动声源到达时延估计方法 |
CN109633553B (zh) * | 2019-01-18 | 2020-11-13 | 浙江大学 | 基于动态规划算法的移动声源到达时延估计方法 |
CN111163028A (zh) * | 2019-12-27 | 2020-05-15 | 杭州电子科技大学 | 一种基于基带复信号相角的tdoa跟踪方法及系统 |
CN111163028B (zh) * | 2019-12-27 | 2022-06-14 | 杭州电子科技大学 | 一种基于基带复信号相角的tdoa跟踪方法及系统 |
CN113038374A (zh) * | 2021-03-15 | 2021-06-25 | 广东工业大学 | 基于超带宽通信的toa方差检测定位方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN106131949B (zh) | 2020-05-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wu et al. | Study of characteristics of RSSI signal | |
CN106131949A (zh) | 一种基于能量均值检测的到达时间估计方法 | |
Chung et al. | An accurate ultra wideband (UWB) ranging for precision asset location | |
Dardari et al. | Threshold-based time-of-arrival estimators in UWB dense multipath channels | |
Wang et al. | Joint time-of-arrival estimation for coherent UWB ranging in multipath environment with multi-user interference | |
Guvenc et al. | Multiscale energy products for TOA estimation in IR-UWB systems | |
CN101238386A (zh) | 用于选择无线电信号的能量阈值的方法 | |
CN108521282B (zh) | 一种基于噪声消除的到达时间估计方法 | |
CN110535546A (zh) | 一种基于稀疏多径感知的滑动互相关帧检测方法 | |
CN113395232A (zh) | 脉冲超宽带多天线延时接收机及其获取入射角的方法 | |
CN102131288B (zh) | 基于超分辨率uwb信号传播时延估计的室内定位方法及系统 | |
Guvenc et al. | TOA estimation with different IR-UWB transceiver types | |
Shang et al. | Time of arrival and power delay profile estimation for IR-UWB systems | |
Zasowski et al. | Performance of UWB receivers with partial CSI using a simple body area network channel model | |
Enneking et al. | Exploiting WSSUS multipath for GNSS ranging | |
CN101320995A (zh) | 基于脉冲超宽带测距的方法及系统 | |
Zhang et al. | An improved Taylor series based location algorithm for IEEE 802.15. 4a channels | |
Hernández et al. | Accurate indoor wireless location with IR UWB systems a performance evaluation of joint receiver structures and TOA based mechanism | |
Shang et al. | Joint estimation of time of arrival and channel power delay profile for pulse-based UWB systems | |
Bialer et al. | Two-way range estimation utilizing uplink and downlink channels dependency | |
CN104219762A (zh) | 一种基于均方差的超宽带无线定位方法 | |
CN114221840B (zh) | 一种rake接收机中超宽带稀疏信道估计方法 | |
Panigrahi et al. | Sampling free TDOA localization in millimeter wave networks | |
CN104518811B (zh) | 基于信道特征序列的数字加权自相关超宽带接收方法及其接收装置 | |
Taran et al. | Performance evaluation of 802.15. 3a UWB channel model with antipodal, orthogonal and DPSK modulation scheme |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |