CN107592611A - 宽带大规模mimo系统无线定位方法和系统 - Google Patents

Abstract

本发明提出宽带大规模MIMO系统无线定位方法和系统。利用大规模MIMO系统的空间角度分辨率和宽带系统的时延分辨率，基站侧从上行链路信道估计结果中提取角度时延域信道能量矩阵作为位置指纹信息。在离线阶段，基站配合离线采样移动终端测量小区覆盖范围内间隔划定的各特征点的位置指纹信息，并将其与对应的位置坐标存入数据库中，并对数据库中位置指纹信息进行分级聚类；在线阶段，基站侧通过将待定位移动终端的位置指纹信息与数据库进行分级比对，计算待定位移动终端的位置坐标并反馈给对应的移动终端。本发明能够依托无线通信设备，显著提高移动终端在城市楼宇及室内等复杂散射体环境下的定位精度。

Description

宽带大规模MIMO系统无线定位方法和系统

技术领域：

本发明涉及一种宽带大规模MIMO系统无线定位方法和系统，尤其涉及一种基于指纹数据库利用宽带大规模MIMO系统角度时延域信道特征的无线定位方法和系统。

背景技术：

宽带大规模MIMO系统在提高无线通信系统频谱效率和功率效率方面具有显著优势，是未来5G无线通信的关键技术之一。基站侧通过配置大规模天线阵列，获得极高的空间角度分辨力；通过采用正交频分复用(OFDM)技术，将宽带信道分解为多个并行的窄带信道，获得极高的时延分辨力。宽带大规模MIMO系统结合两种技术的优势，可以实现对无线信道角度时延域信道特征的高精度提取。

随着基于地理位置信息的应用和服务的快速发展，人们对移动终端无线定位的精度需求日益提高。为了准确获取移动终端的位置信息，通常采用无线信号的接收信号强度、到达角以及到达时延等传输特征估计移动终端相对于基站的位置，并通过多基站协作实现精确定位。上述无线定位方法大多基于无线信号沿视距传播的假设，然而在定位需求多发的城市楼宇及室内等复杂散射体环境下，无线信号通常经过多条非视距路径传播，使无线定位的精度受到较大影响。如何在复杂散射体环境下，克服多径传输对无线定位精度的影响是无线定位亟需解决的核心问题之一。

基于位置指纹信息的无线定位方法能够充分挖掘散射体环境对信道特征的影响，目前被广泛研究用于复杂散射体环境下的无线定位，但现有的位置指纹信息提取方法大多利用接收信号强度、到达角以及到达时延等有限的信道特征。

发明内容

本发明的目的是提供一种宽带大规模MIMO系统无线定位方法和系统，充分利用宽带大规模MIMO系统对无线信道的角度时延域信道特征的高精度提取，显著提高在城市楼宇及室内等复杂散射体环境下的定位精度。

为解决上述技术问题，本发明的技术方案是：

一种宽带大规模MIMO系统无线定位方法，所述方法包括：

离线阶段，基站配合离线采样移动终端测量小区覆盖范围内特征点的位置指纹信息，并存储到数据库中；

在线阶段，基站侧通过将待定位移动终端的位置指纹信息与数据库进行比对，计算待定位移动终端的位置坐标；

位置指纹信息由基站从上行链路信道估计结果中提取的角度时延域信道能量矩阵构成；位置指纹信息，衡量其相似性的准则为联合角度时延相似性系数。

宽带大规模MIMO系统采用带循环前缀的正交频分复用(OFDM)调制方式，在上行信道训练中，小区中各移动终端在一个或多个连续OFDM符号的多个子载波上同时发送上行导频信号，基站依据接收到的导频信号进行小区中各移动终端的上行链路信道估计。

离线阶段，在小区覆盖范围内以间隔(例如1m，2m，5m等)划定特征点，移动终端在小区覆盖范围内移动，并在每个特征点停留，测量该特征点的位置指纹信息，并将其与对应的位置坐标存入数据库中。

离线阶段，对数据库中位置指纹信息进行分级聚类，分级聚类过程分为两级：首先，根据位置指纹信息的角度域特征，计算其中心角，并根据中心角将数据库中位置指纹信息进行初级分类；其次，对于同一中心角分组内的位置指纹信息，根据联合角度时延相似性系数，采用K均值聚类方法对其进行聚类，分成若干子类，对任一子类，将其包含的所有位置指纹信息的均值作为该子类的特征位置指纹信息。

在线阶段，基站将待定位移动终端的位置指纹信息与数据库进行分级比对，确定待定位移动终端的对应特征点集合，分级比对过程分为三级：首先，根据待定位移动终端位置指纹信息的角度域特征，计算其中心角，确定与之匹配的初级分类；其次，在初级分类范围内，根据待定位移动终端位置指纹信息与各子类特征位置指纹信息的联合角度时延相似性系数，确定与待定位移动终端最相近的若干子类，组成特征点池；最后，特征点池范围内，根据待定位移动终端位置指纹信息与各特征点位置指纹信息的联合角度时延相似性系数，确定K个最相近的特征点，组成特征点集合。

在线阶段，基站计算待定位移动终端的位置坐标，采用加权K最近邻算法，其特征在于：待定位移动终端的位置坐标由其在数据库中联合角度时延相似性系数最大的K个特征点的位置坐标加权计算得到，其中第k个特征点对应的权重系数计算方法为，用第k个特征点与待定位移动终端的联合角度时延相似性系数除以全部K个特征点与待定位移动终端的联合角度时延相似性系数之和。

位置指纹信息由基站从上行链路信道估计结果中提取的角度时延域信道能量矩阵构成，其详细过程为，基站利用大规模MIMO系统的空间角度分辨力和宽带系统的时延分辨力，将移动终端通过上行信道训练获得的上行链路信道状态信息转化为角度时延域信道响应矩阵；基站将角度时延域信道响应矩阵中各元素与其自身耦合，并对连续若干次样本取平均或加权平均，获得该移动终端对应的角度时延域信道能量矩阵，并将其作为位置指纹信息。

联合角度时延相似性系数，其计算方法为，定义错位因子n，错位步长L，n为区间(-L+1,L-1)内的整数，依次将第一个位置指纹信息中各列向量与第二个位置指纹信息中对应列之后第n个列向量取內积，并将所得內积求和，将不同错位因子下所得和的最大值作为两个位置指纹信息的联合角度时延相似性系数。

一种宽带大规模MIMO系统无线定位系统，包括，

基站侧装置，包括，上行链路信道估计模块，位置指纹信息提取模块，数据库模块，数据库预处理模块，位置指纹信息匹配模块，位置估计模块，以及信息交互模块；

离线采样移动终端装置，包括，离线地图及导航模块，驱动装置，离线采样上行链路导频发送模块，以及离线采样信息交互模块；

用户侧装置，包括，用户侧上行链路导频发送模块，以及用户侧信息交互模块；

位置指纹信息提取模块，用于从上行链路信道估计模块的估计结果中提取位置指纹信息，其提取过程为，将上行链路信道估计模块获得的上行链路信道状态信息转化为角度时延域信道响应矩阵，将角度时延域信道响应矩阵中各元素与其自身耦合，并对连续若干次样本取平均或加权平均，获得该移动终端对应的角度时延域信道能量矩阵，并将其作为位置指纹信息。

数据库预处理模块，用于在离线阶段对数据库中位置指纹信息进行分级聚类，其分级聚类过程分为两级：首先，根据位置指纹信息的角度域特征，计算其中心角，并根据中心角将数据库中位置指纹信息进行初级分类；其次，对于同一中心角分组内的位置指纹信息，根据联合角度时延相似性系数，采用K均值聚类方法对其进行聚类，分成若干子类，对任一子类，将其包含的所有位置指纹信息的均值作为该子类的特征位置指纹信息。

位置指纹信息匹配模块，用于计算联合角度时延相似性系数，其计算方法为，定义错位因子n，错位步长L，n为区间(-L+1,L-1)内的整数，依次将第一个位置指纹信息中各列向量与第二个位置指纹信息中对应列之后第n个列向量取內积，并将所得內积求和，将不同错位因子下所得和的最大值作为两个位置指纹信息的联合角度时延相似性系数。

位置估计模块，用于将待定位移动终端的位置指纹信息与数据库进行分级比对，计算待定位移动终端的位置坐标，其分级比对过程分为三级：首先，根据待定位移动终端位置指纹信息的角度域特征，计算其中心角，确定与之匹配的初级分类；其次，在初级分类范围内，根据待定位移动终端位置指纹信息与各子类特征位置指纹信息的联合角度时延相似性系数，确定与待定位移动终端最相近的若干子类，组成特征点池；最后，特征点池范围内，根据待定位移动终端位置指纹信息与各特征点位置指纹信息的联合角度时延相似性系数，确定K个最相近的特征点，组成特征点集合。

位置估计模块，用于将待定位移动终端的位置指纹信息与数据库进行分级比对，计算待定位移动终端的位置坐标，待定位移动终端的位置坐标由其在数据库中联合角度时延相似性系数最大的K个特征点的位置坐标加权计算得到，其中第k个特征点对应的权重系数计算方法为，用第k个特征点与待定位移动终端的联合角度时延相似性系数除以全部K个特征点与待定位移动终端的联合角度时延相似性系数之和。

有益效果：

本发明提供的基于指纹数据库利用宽带大规模MIMO系统角度时延域信道特征的无线定位方法的基本特点是，无线定位方法包括离线阶段和在线阶段两部分：在离线阶段，基站配合离线采样移动终端测量小区覆盖范围内以一定间隔划定的特征点的位置指纹信息，并将其与对应的位置坐标存入数据库中，并对数据库中位置指纹信息进行分级聚类；在在线阶段，基站侧通过将待定位移动终端的位置指纹信息与数据库进行分级比对，计算待定位移动终端的位置坐标并反馈给对应的移动终端。基站侧从上行链路信道估计结果中提取角度时延域信道能量矩阵作为位置指纹信息。利用位置指纹信息的联合角度时延相似性系数作为衡量位置指纹信息相似性的准则。本发明能够充分利用宽带大规模MIMO系统对无线信道的角度时延域信道特征的高精度提取，显著提高在城市楼宇及室内等复杂散射体环境下的定位精度。与现有技术相比，本发明具有如下优点：

1.采用角度时延域信道能量矩阵作为位置指纹信息可以充分利用宽带大规模MIMO系统对无线信道的角度时延域信道特征的高精度提取，进而显著提高在城市楼宇及室内等复杂散射体环境下的定位精度。

2.利用位置指纹信息的联合角度时延相似性系数作为衡量位置指纹信息相似性的准则，充分挖掘不同位置坐标对应的位置指纹信息的差异性。

3.在离线阶段对数据库中位置指纹信息进行分级聚类，在在线阶段将待定位移动终端的位置指纹信息与数据库进行分级比对，显著提高在线阶段数据库匹配过程的效率。

4.通过与待定位移动终端位置指纹信息联合角度时延相似性系数最大的K个特征点的位置坐标加权计算得到移动终端的位置，进而显著提高位置估计的鲁棒性。

5.位置指纹信息的获取可依赖已有的移动终端信道状态信息，不需要额外占用通信资源，更加适用于实际系统。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅表明本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他实施例的附图。

图1为宽带大规模MIMO系统无线定位方法流程图。

图2为离线阶段位置指纹信息数据库建立方法流程图。

图3为离线阶段位置指纹信息分级聚类方法流程图。

图4为在线阶段待定位移动终端位置估计方法流程图。

图5为在线阶段确定待定位移动终端的对应特征点集合方法流程图。

图6为宽带大规模MIMO系统无线定位系统结构框图。

图7为宽带大规模MIMO信道模型示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

如图1所示，本发明实施例公开的一种宽带大规模MIMO系统无线定位方法，主要包括：(1)离线阶段基站配合离线采样移动终端测量小区覆盖范围内以一定间隔划定的特征点的位置指纹信息，建立位置指纹信息数据库；(2)离线阶段基站对数据库中位置指纹信息进行分级聚类；(3)在线阶段基站根据待定位移动终端发送的上行导频信号进行位置估计。

通信系统在基站侧配置大规模天线阵列，采用带循环前缀的正交频分复用(OFDM)调制方式，在上行信道训练中，小区中各移动终端在一个或多个连续OFDM符号的多个子载波上同时发送上行导频信号，基站依据接收到的导频信号进行小区中各移动终端的上行链路信道估计。基站利用大规模MIMO系统的空间角度分辨力和宽带系统的时延分辨力，从上行链路信道估计结果中提取角度时延域信道能量矩阵作为位置指纹信息。

在离线阶段，在小区覆盖范围内以一定间隔划定特征点，移动终端在小区覆盖范围内移动，并在每个特征点停留，测量该特征点的位置指纹信息，并将其与对应的位置坐标存入数据库中，并对数据库中位置指纹信息进行聚类。

如图2所示，本发明实施例公开的一种离线阶段位置指纹信息数据库建立方法，主要包括：(1)离线采样移动终端移动至下一特征点，发送上行链路导频信号；(2)基站依据接收到的导频信号获取上行链路信道状态信息；(3)基站将上行链路信道状态信息转化为角度时延域信道响应矩阵；(4)基站利用一段时间内获取的角度时延域信道响应矩阵计算角度时延域信道能量矩阵；(5)基站将角度时延域信道能量矩阵与特征点位置坐标存入数据库；(6)判断离线采样移动终端是否遍历所有特征点；(7)基站对数据库内位置指纹信息进行分级聚类。

如图3所示，本发明实施例公开的一种离线阶段位置指纹信息分级聚类方法，主要包括：(1)基站根据位置指纹信息的角度域特征，计算其中心角；(2)基站根据中心角相似性进行初级分类；(3)基站对于同一中心角分组内的位置指纹信息，采用K均值聚类方法进行二级聚类；(4)基站将同意子类中所有位置指纹信息的均值作为该子类的特征位置指纹信息。

在在线阶段，基站侧通过将待定位移动终端的位置指纹信息与数据库进行分级比对，确定待定位移动终端的对应特征点集合，并通过加权K最近邻算法计算待定位移动终端的位置坐标并反馈给对应的移动终端。

如图4所示，本发明实施例公开的一种在线阶段待定位移动终端位置估计方法，主要包括：(1)待定位移动终端发送上行链路导频信号；(2)基站依据接收到的导频信号获取上行链路信道状态信息；(3)基站将上行链路信道状态信息转化为角度时延域信道响应矩阵；(4)基站利用一段时间内获取的角度时延域信道响应矩阵计算角度时延域信道能量矩阵；(5)基站将角度时延域信道能量矩阵与数据库进行分级比对，确定对应特征点集合；(6)基站通过K最近邻算法计算待定位移动终端的位置坐标；(7)基站向待定位移动终端发送其位置估计结果。

如图5所示，本发明实施例公开的一种在线阶段确定待定位移动终端的对应特征点集合方法，主要包括：(1)基站根据位置指纹信息的角度域特征，计算其中心角；(2)基站根据中心角相似性确定与位置指纹信息匹配的初级分类；(3)基站在初级分类范围内，根据联合角度时延相似性系数，确定若干相近子类，组成特征点池；(4)基站在特征点池范围内，根据根据联合角度时延相似性系数，确定K个最相近特征点，组成特征点集合。

如图6所示，本发明实施例公开的一种宽带大规模MIMO系统无线定位装置，包括：基站侧装置，离线采样移动终端装置和用户侧移动终端装置。

基站侧装置，包括：(1)上行链路信道估计模块，用于依据收到的各移动终端发送的导频信号实施信道状态信息获取；(2)位置指纹信息提取模块，用于从上行链路信道估计模块的估计结果中提取位置指纹信息；(3)数据库模块，用于存储离线阶段获取的小区覆盖范围内各特征点的位置指纹信息及其对应的位置坐标；(4)数据库预处理模块，用于在离线阶段对数据库中位置指纹信息进行分步聚类；(5)位置指纹信息匹配模块，用于在在线阶段从数据库中选取与待定位移动终端位置指纹信息最大的特征点，组成特征点集合；(6)位置估计模块，用于在在线阶段计算待定位移动终端的位置；(7)信息交互模块，用于在离线阶段，接收离线采样移动终端发送的位置信息，以及在在线阶段向待定位移动终端发送其位置估计结果。

离线采样移动终端装置，包括：(1)离线地图及导航模块，用于在离线阶段，实时准确获取离线采样移动终端的位置信息；(2)驱动装置，用于在离线阶段，驱动离线采样移动终端在小区覆盖范围内移动，并在每个特征点停留；(3)上行链路导频发送模块，用于发送上行链路导频信号；(4)信息交互模块，用于在离线阶段，向基站侧装置发送离线采样移动终端的位置信息。

用户侧移动终端模块，包括：(1)上行链路导频发送模块，用于发送上行链路导频信号；(2)信息交互模块，用于在离线阶段，向基站侧装置发送离线采样移动终端发送的位置信息。

本发明方法主要适用于基站侧配备大规模天线阵列以同时服务多个用户的大规模MIMO-OFDM系统。下面结合具体的通信系统实例对本发明涉及的宽带大规模MIMO系统无线定位方法的具体实现过程作详细说明，需要说明的是本发明方法不仅适用于下面示例所举的具体系统模型，也同样适用于其它配置的系统模型。

一、系统配置

在此实施例中，考虑大规模MIMO-OFDM系统，基站侧配置包含数十个以上天线单元的大规模天线阵列，大规模天线阵列可采用线阵列、圆阵列或者板阵列等多种阵列结构之一。假设基站侧配备的天线单元数目为N_t，各天线单元可采用全向天线或者扇区天线，当各天线单元采用全向天线、120度扇区天线和60度扇区天线时，各天线单元之间的间距可配置为1/2波长、波长和1个波长。各天线单元可采用单极化或多极化天线。假设小区中存在K个配备单天线的用户。采用带循环前缀的正交频分复用(OFDM)调制传输技术，子载波个数为N_c，循环前缀长度为N_g。

二、位置指纹信息获取与比对

1、信道模型

图7为单小区大规模MIMO信道模型示意图，不失其一般性，假设基站侧配备N_t个天线单元组成的均匀线阵，各天线单元之间的间距为d。假设第k个用户侧移动终端发送的上行导频信号经P＞＞1条散射体路径传播到基站侧天线阵列。和d_p,k分别表示第k个用户经由第p条散射体路径传播到基站侧第1根接收天线的信号的到达角和物理路径长度。则第k个用户经由第p条散射体路径的信道脉冲响应可表示为

其中a_p,k～CN(0,σ_p,k)表示第p条散射体路径的复信道增益，λ_c为载波的波长。根据图7，到达角对应的阵列响应矢量可表示为

定义相移傅里叶变换矩阵其中每个元素定义为则第k个用户经由第p条散射体路径的角度域信道脉冲响应可表示为角度域信道脉冲响应可以看做是传统天线域信道脉冲响应q_p,k在角度域上的映射，其每个元素表征了对应角度方向的信道增益。

由于采用了正交频分复用(OFDM)调制传输技术，多径传输产生的频率选择性衰落信道可变为频域平坦衰落信道，则第k个用户第l个子载波的信道频域响应可表示为

其中n_p,k表示第k个用户经由第p条散射体路径的可分辨传输时延。则包含所有子载波的总信道频域响应可表示为

H_k＝[h_k,0,h_k,1,...,h_k,L-1] (4)

2、位置指纹信息获取

基于上述信道模型，宽带大规模MIMO信道的频域响应可由角度时延域信道响应表示。反之，定义角度时延域信道响应矩阵为G_k，则G_k的计算公式如下

其中表示N_c维酉离散傅里叶变换矩阵的前N_g列，即进而我们定义角度时延域信道能量矩阵为

其中⊙表示Hadamard乘积，[Ω_k]_i,j＝E{|[G_k]_i,j|²}，E表示求期望，即统计平均，可以用一段时间内的样本平均或加权平均代替。

在此实施例中，基站将移动终端通过上行信道训练获得的上行链路信道状态信息转化为角度时延域信道响应矩阵，然后将角度时延域信道响应矩阵中各元素与其自身耦合，并在一段时间内取样本平均，获得该移动终端对应的角度时延域信道能量矩阵，并将其作为位置指纹信息。

3、联合角度时延相似性系数

为了描述位置指纹信息的相似性，利用位置指纹信息的角度时延域分布特性，定义联合角度时延相似性系数为

其中[Ω]_t表示矩阵Ω的第t列，n表示错位因子，L表示错位步长，n为区间(-L+1,L-1)内的整数。上述计算公式表示依次将第i个位置指纹信息中各列向量与第j个位置指纹信息中对应列之后第n个列向量取內积，并将所得內积求和，将不同错位因子下所得和的最大值作为两个位置指纹信息的联合角度时延相似性系数。

三、离线阶段

在离线阶段，在小区覆盖范围内以一定间隔划定特征点，移动终端在小区覆盖范围内移动，并在每个特征点停留，测量该特征点的位置指纹信息，并将其与对应的位置坐标存入数据库中。

考虑到特征点的数量巨大，如果在在线阶段将待定位移动终端的位置指纹信息与数据库中的全部数据进行比对，必然引入巨大的计算开销和不必要的延迟。因此在离线阶段进行数据库的预处理，对所有特征点的位置指纹信息进行聚类，可以有效减少在线阶段的匹配计算量，降低定位延迟。在此实施例中，一种基于位置指纹信息角度域特征的分级聚类方法被用于离线阶段数据库的预处理，具体分级聚类方法描述如下：

步骤1：计算各特征点对应位置指纹信息的中心角，定义为

α_i指示了第i个特征点的信道能量的主要方向。

步骤2：根据各特征点对应位置指纹信息的中心角，对数据库进行初级聚类。中心角α对应的特征点集合可表示为A_α＝{i|α_i∈[α-α₀,α+α₀]}，α₀表示最大角度扩展。通过调节α₀，可以调节每个初级分类中的特征点的数量，不同初级分类允许存在交集，同一特征点允许存在于多个中心角对应的特征点集合中，以保证多径角度扩展较大的位置可以与数据库中的特征点进行充分匹配。

步骤3：二级K均值聚类初始化：对每个初级类，从其包含的N条位置指纹信息中随机选择M条作为初始二级类均值。初始迭代次数t＝0，最大迭代次数T，迭代终止阈值ε。初始总联合角度时延相似性系数其中右下角标表示二级类序号，右上角标表示迭代次数。

步骤4：令t＝t+1，对每条位置指纹信息，将其分配到使其联合角度时延相似性系数最大的二级类均值对应的二级类中，可表示为

其中表示第m个二级类的均值。

步骤5：更新各二级类的总联合角度时延相似性系数，可表示为

步骤6：更新各二级类的均值，可表示为

步骤7：当t＞T或结束聚类过程，否则执行步骤4。

四、在线阶段

在在线阶段，基站侧通过将待定位移动终端的位置指纹信息与数据库进行分级比对，确定待定位移动终端的对应特征点集合，并通过加权K最近邻算法计算待定位移动终端的位置坐标并反馈给对应的移动终端，具体位置估计方法描述如下：

步骤1：计算待定位移动终端对应位置指纹信息的中心角，确定该中心角对应的初级类。

步骤2：计算待定位移动终端对应位置指纹信息与初级类中各二级类的均值的联合角度时延相似性系数，确定最接近的L个二级类。

步骤3：将步骤2中L个二级类包含的特征点组成特征点池，从中找出与待定位移动终端最近的K个特征点。

步骤4：计算待定位移动终端的位置坐标，可表示为

其中w(Ω,Ω_i)为第i个特征点坐标对应的权重，可表示为

在本申请所提供的实施例中，应该理解到，所揭露的方法，在没有超过本申请的精神和范围内，可以通过其他的方式实现。当前的实施例只是一种示范性的例子，不应该作为限制，所给出的具体内容不应该限制本申请的目的。例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (15)

1.一种宽带大规模MIMO系统无线定位方法，包括：

离线阶段，基站配合离线采样移动终端测量小区覆盖范围内特征点的位置指纹信息，并存储到数据库中；

在线阶段，基站侧通过将待定位移动终端的位置指纹信息与数据库进行比对，计算待定位移动终端的位置坐标；

其特征在于，所述位置指纹信息由基站从上行链路信道估计结果中提取的角度时延域信道能量矩阵构成；所述位置指纹信息，衡量其相似性的准则为联合角度时延相似性系数。

2.根据权利要求1所述的一种宽带大规模MIMO系统无线定位方法，其特征在于，所述宽带大规模MIMO系统采用带循环前缀的正交频分复用(OFDM)调制方式，在上行信道训练中，小区中各移动终端在一个或多个连续OFDM符号的多个子载波上同时发送上行导频信号，基站依据接收到的导频信号进行小区中各移动终端的上行链路信道估计。

3.根据权利要求1所述的一种宽带大规模MIMO系统无线定位方法，其特征在于，所述离线阶段，在小区覆盖范围内以间隔(例如1m，2m，5m等)划定特征点，移动终端在小区覆盖范围内移动，并在每个特征点停留，测量该特征点的位置指纹信息，并将其与对应的位置坐标存入数据库中。

4.根据权利要求1所述的一种宽带大规模MIMO系统无线定位方法，其特征在于，所述离线阶段，对数据库中位置指纹信息进行分级聚类，分级聚类过程分为两级：首先，根据位置指纹信息的角度域特征，计算其中心角，并根据中心角将数据库中位置指纹信息进行初级分类；其次，对于同一中心角分组内的位置指纹信息，根据联合角度时延相似性系数，采用K均值聚类方法对其进行聚类，分成若干子类，对任一子类，将其包含的所有位置指纹信息的均值作为该子类的特征位置指纹信息。

5.根据权利要求1所述的一种宽带大规模MIMO系统无线定位方法，其特征在于，所述在线阶段，基站将待定位移动终端的位置指纹信息与数据库进行分级比对，确定待定位移动终端的对应特征点集合，分级比对过程分为三级：首先，根据待定位移动终端位置指纹信息的角度域特征，计算其中心角，确定与之匹配的初级分类；其次，在初级分类范围内，根据待定位移动终端位置指纹信息与各子类特征位置指纹信息的联合角度时延相似性系数，确定与待定位移动终端最相近的若干子类，组成特征点池；最后，特征点池范围内，根据待定位移动终端位置指纹信息与各特征点位置指纹信息的联合角度时延相似性系数，确定K个最相近的特征点，组成特征点集合。

6.根据权利要求1所述的一种宽带大规模MIMO系统无线定位方法，其特征在于，所述在线阶段，基站计算待定位移动终端的位置坐标，采用加权K最近邻算法，待定位移动终端的位置坐标由其在数据库中联合角度时延相似性系数最大的K个特征点的位置坐标加权计算得到，其中第k个特征点对应的权重系数计算方法为，用第k个特征点与待定位移动终端的联合角度时延相似性系数除以全部K个特征点与待定位移动终端的联合角度时延相似性系数之和。

7.根据权利要求1所述的一种宽带大规模MIMO系统无线定位方法，其特征在于，所述位置指纹信息由基站从上行链路信道估计结果中提取的角度时延域信道能量矩阵构成，其详细过程为，基站利用大规模MIMO系统的空间角度分辨力和宽带系统的时延分辨力，将移动终端通过上行信道训练获得的上行链路信道状态信息转化为角度时延域信道响应矩阵；基站将角度时延域信道响应矩阵中各元素与其自身耦合，并对连续若干次样本取平均或加权平均，获得该移动终端对应的角度时延域信道能量矩阵，并将其作为位置指纹信息。

8.根据权利要求1所述的一种宽带大规模MIMO系统无线定位方法，其特征在于，所述联合角度时延相似性系数，其计算方法为，定义错位因子n，错位步长L，n为区间(-L+1,L-1)内的整数，依次将第一个位置指纹信息中各列向量与第二个位置指纹信息中对应列之后第n个列向量取內积，并将所得內积求和，将不同错位因子下所得和的最大值作为两个位置指纹信息的联合角度时延相似性系数。

9.一种宽带大规模MIMO系统无线定位系统，包括，

基站侧装置，包括，上行链路信道估计模块，位置指纹信息提取模块，数据库模块，数据库预处理模块，位置指纹信息匹配模块，位置估计模块，以及信息交互模块；

离线采样移动终端装置，包括，离线地图及导航模块，驱动装置，离线采样上行链路导频发送模块，以及离线采样信息交互模块；

用户侧装置，包括，用户侧上行链路导频发送模块，以及用户侧信息交互模块；

其特征在于，所述位置指纹信息提取模块，用于从上行链路信道估计模块的估计结果中提取位置指纹信息；所述数据库预处理模块，用于在离线阶段对数据库中位置指纹信息进行分级聚类；所述位置指纹信息匹配模块，用于计算联合角度时延相似性系数；所谓位置估计模块，用于将待定位移动终端的位置指纹信息与数据库进行分级比对，计算待定位移动终端的位置坐标。

10.根据权利要求9所述的一种宽带大规模MIMO系统无线定位系统，其特征在于，所述位置指纹信息提取模块，用于从上行链路信道估计模块的估计结果中提取位置指纹信息，其提取过程为，将上行链路信道估计模块获得的上行链路信道状态信息转化为角度时延域信道响应矩阵，将角度时延域信道响应矩阵中各元素与其自身耦合，并对连续若干次样本取平均或加权平均，获得该移动终端对应的角度时延域信道能量矩阵，并将其作为位置指纹信息。

11.根据权利要求9所述的一种宽带大规模MIMO系统无线定位系统，其特征在于，所述数据库预处理模块，用于在离线阶段对数据库中位置指纹信息进行分级聚类，其分级聚类过程分为两级：首先，根据位置指纹信息的角度域特征，计算其中心角，并根据中心角将数据库中位置指纹信息进行初级分类；其次，对于同一中心角分组内的位置指纹信息，根据联合角度时延相似性系数，采用K均值聚类方法对其进行聚类，分成若干子类，对任一子类，将其包含的所有位置指纹信息的均值作为该子类的特征位置指纹信息。

12.根据权利要求9所述的一种宽带大规模MIMO系统无线定位系统，其特征在于，所述位置指纹信息匹配模块，用于计算联合角度时延相似性系数，其计算方法为，定义错位因子n，错位步长L，n为区间(-L+1,L-1)内的整数，依次将第一个位置指纹信息中各列向量与第二个位置指纹信息中对应列之后第n个列向量取內积，并将所得內积求和，将不同错位因子下所得和的最大值作为两个位置指纹信息的联合角度时延相似性系数。

13.根据权利要求9所述的一种宽带大规模MIMO系统无线定位系统，其特征在于，所述位置估计模块，用于将待定位移动终端的位置指纹信息与数据库进行分级比对，计算待定位移动终端的位置坐标，其分级比对过程分为三级：首先，根据待定位移动终端位置指纹信息的角度域特征，计算其中心角，确定与之匹配的初级分类；其次，在初级分类范围内，根据待定位移动终端位置指纹信息与各子类特征位置指纹信息的联合角度时延相似性系数，确定与待定位移动终端最相近的若干子类，组成特征点池；最后，特征点池范围内，根据待定位移动终端位置指纹信息与各特征点位置指纹信息的联合角度时延相似性系数，确定K个最相近的特征点，组成特征点集合。

14.根据权利要求9所述的一种宽带大规模MIMO系统无线定位系统，其特征在于，所述位置估计模块，用于将待定位移动终端的位置指纹信息与数据库进行分级比对，计算待定位移动终端的位置坐标，待定位移动终端的位置坐标由其在数据库中联合角度时延相似性系数最大的K个特征点的位置坐标加权计算得到，其中第k个特征点对应的权重系数计算方法为，用第k个特征点与待定位移动终端的联合角度时延相似性系数除以全部K个特征点与待定位移动终端的联合角度时延相似性系数之和。

15.一种计算机可读存储介质，所述计算机可读介质具有存储在其上的计算机程序，所述计算机程序包括当所述程序在计算机或计算机系统上执行时用于执行如权利要求1至8中任一项所述的方法的程序代码。