CN108495365B - 基于窄带物联网时延估计的终端定位方法 - Google Patents

Abstract

本发明涉及无线通信技术，特别涉及一种基于窄带物联网时延估计的终端定位方法，该方法包括：利用窄带物联网下行链路特有的定位参考信号，对本地参考信号与接收参考信号先后进行频域相关、首达径搜索、时域内插、时域相关对时延进行估计，逐步提升时延估计精度；与此同时，为了消除小区间干扰以及抑制非视距影响，分别引入连续干扰消除算法和首达径搜索算法，以实现准确的时延估计，从而提高定位精度的技术效果。

Description

基于窄带物联网时延估计的终端定位方法

技术领域

本发明涉及无线通信技术领域，特别涉及一种基于窄带物联网(Narrow BandInternet of Things，NB-IoT)时延估计的终端定位方法。

背景技术

NB-IoT主要聚焦于低功耗广覆盖物联网市场，是一种可在全球范围内广泛应用的新兴技术。它连接的设备更简单，具有高耦合、终端成本低、可即插即用、可靠性高、统一的业务平台管理等特点，主要面向低速率、深度覆盖、低功耗、大数据连接的物联网应用场景。该技术可完美匹配低功率广域网(Low Power Wide Area Network，LPWAN)的市场需求，使通信运营商进入这个新领域。随着更多新型移动设备比如手机、平板电脑、可穿戴设备等，物联网设备的性能飞速增长和基于位置感知的应用的激增，位置感知发挥了越来越重要的作用。在室内和室外的环境下，连续可靠地提供位置信息可以为用户带来更好的用户体验。在Release 14中，NB-IoT支持以下几种定位方式：全球辅助定位卫星系统(AssistedGlobal Navigation Satellite System,A-GNSS)、E-UTRAN Cell Identifier(E-CID)、基于观测到达时间差(Observed Time Difference of Arrival，OTDOA)的下行链路定位方法或基于观测到达时间差(Uplink-Time Difference of Arrival，UTDOA)的上行链路定位方法。从终端复杂度、网络容量、成本和资源及定位场景综合来看，如果对OTDOA定位算法做相应的适应性改进，相对于其他算法来说其更具有普适性，更能切合海量NB-IoT节点的定位成本需求。时延估计作为OTDOA定位的第一步，对其最终取得的定位精度起着至关重要的作用，故时延值估计的精确程度与位置定位的精度密切相关。

现有的时延估计算法主要是基于LTE网络，在进行时延估计时往往只考虑到频偏、小区间信号之间的干扰以及由于多径效应导致的非视距(Not Line of Sight，NLOS)影响，而在对NB-IoT终端进行时延估计时，还需要考虑到终端设备的限制，如，NB-IoT构建于蜂窝网络，只消耗大约180KHz的带宽，具有低功耗、低成本、低速率的特点，电池寿命可达十年。这些特点就要求NB-IoT只能工作于较低的采样速率，比如，1.92MHz。另外，也要求时延估计算法应该尽量的简单，以控制算法的计算复杂度。故设计基于NB-IoT时延估计的终端定位方法时，需要考虑到时延估计精度和计算复杂度的一个折中。

现有技术中，US 9766323 B2中公开的终端定位方法中，考虑引入CRS信号参与定位，增加参与定位的符号数量，从而增加主峰的能量，提高时延估计的精度。但其未考虑到多径效应的影响，导致的主峰所对应的时延值点可能并非首达径所对应的时延值点。

CN105472735 A中公开了一种基于LTE移动端定位的时延估计误差补偿方法，考虑在高速移动的环境下，将时延估计分成整数部分的时延估计和非整数部分的时延估计，补偿系统中的多普勒频移的误差。但其未考虑到小区间干扰和多径效应对时延估计的影响。

US9313765 B2中公开了一种基于无线通信系统的定位测量方法，通过增加采样率和增加PRS信号的带宽来提升时延估计精度，针对NB-IoT具有低功耗、低速率、低成本的特点，其设计中的增加带宽的举措并不适用于NB-IoT网络。

因此，现有技术中，在NB-IoT终端定位中时延估计存在小区间干扰、多径效应及低采样率等问题的。

发明内容

针对上述问题，本发明提出一种基于窄带物联网时延估计的终端定位方法，包括，如图1所示：

S1、终端接收到来自服务基站和邻近基站的总定位参考信号y(n)；

S2、根据小区参考信号估计出服务基站与终端间的信道，从而重建出来自服务基站的定位参考信号，并根据时延估计算法计算服务基站到终端的最优时延估计值；

S3、在总定位参考信号中消除来自服务基站的定位参考信号的干扰，得到来自邻近基站的定位参考信号；

S4、按发送功率大小对邻近基站进行排序，并对来自邻近基站的定位参考信号按邻近基站的排序进行连续干扰消除，得到每次干扰消除后来自每个邻近基站的定位参考信号；并根据时延估计算法，分别计算每个邻近基站到终端的时延估计值，选择最小的时延估计值分别作为每个邻近基站到终端的最优时延估计值；

S5、将服务基站到终端的最优时延估计值和邻近基站到终端的最优时延估计值分别代入定位解算法，求得终端的位置坐标。

进一步的，所述根据小区参考信号估计出服务基站与终端间的信道，从而重建出来自服务基站的定位参考信号具体包括：

服务基站向终端发送小区参考信号，终端采用最小二乘算法对接收到的小区参考信号Y_CRS(k)进行信道估计；并通过对服务基站的小区参考信号的信道估计的H_CRS(k)时频位置进行线性插值，终端重建来自服务基站的定位参考信号的信道估计，从而重建来自服务基站的定位参考信号；

H_CRS(k)＝Y_CRS(k)/S_CRS(k)

y₀(n)＝ifft(H₀(k)S₀(k))

其中，H_CRS(k)表示服务基站的小区参考信号的信道估计；Y_CRS(k)表示终端接收到的小区参考信号；S_CRS(k)表示服务基站发送的小区参考信号；y₀(n)表示重建后的来自服务基站的定位参考信号；H₀(k)表示重建后来自服务基站的定位参考信号的信道估计；S₀(k)表示服务基站发送的定位参考信号；ifft表示快速离散傅里叶变换的逆变换。

进一步的，所述根据时延估计算法计算服务基站到终端的最优时延估计值，具体包括：

其中，τ_0,0表示为

取得最大值时所对应的τ值，也即是服务基站到终端的最优时延估计值；s₀(n)表示服务基站发送的本地时域定位参考信号；

表示将重建后来自服务基站的时域定位参考信号取共轭；τ表示时延；t_0,0表示服务基站到终端首达径的时延估计值；Δt为设定的内插时域范围。

进一步的，所述服务基站到终端首达径的时延估计值的计算公式为：

t_0,0＝n_0,0×Ts；

其中，t_0,0表示服务基站到终端首达径的时延估计值；n_0,0表示服务基站的最优首达径延迟数；Ts表示采样点的时间间隔；argmin[·]表示·取得最小值时，自变量的取值；

表示在n_0,0满足右侧不等式

最小时的第零频域相关函数

所对应的时延估计延迟数；

表示Y₀(k)与S₀(k)之间的频域相关函数；Y₀(k)表示来自服务基站的频域定位参考信号，也即是y₀(n)经过快速傅里叶变换后的信号；S₀(k)表示服务基站发送的本地定位参考信号；

表示服务基站的底噪门限。

进一步的，所述服务基站的底噪门限的计算公式为：

snr表示工业上设定的信噪比；W表示采集随机噪声的次数；N表示采样点总数；w(k,p)表示第p次采集的随机噪声信号。

进一步的，所述按发送功率大小对邻近基站进行排序，并对来自邻近基站的定位参考信号按邻近基站的排序进行连续干扰消除，得到每次干扰消除后来自每个邻近基站的定位参考信号具体包括：

S401、按发送功率大小对邻近基站进行排序，邻近基站的编号分别对应为：1,2,...,M；

S402、设定迭代干扰消除的次数总数为N_i，设置循环参数l，令l＝1；y_1,1(n)＝y(n)-y₀(n)；

S403、令q＝1；

S404、按照连续干扰消除方法，得到第q个邻近基站在经过第l次干扰消除后的总定位参考信号y_q,l(n)；利用首达径搜索，分别求得各个邻近基站在第l次循环时的初始首达径时延估计值t_q,l；对y_q,l(n)进行内插处理，求得第q个邻近基站在第l次循环时的时延估计值τ_q,l，重建出第q个邻近基站在经过第l次干扰消除后的接收信号y'_q,l(n)，从而得到第q+1个邻近基站在经过第l次干扰消除后的总定位参考信号y_q+1,l(n)；

S405、若q≠M，令q＝q+1，返回步骤S404；否则转至步骤S406；

S406、若l≠N_i，y_1,l+1(n)＝y_M,l(n)-y'_M,l(n)，令l＝l+1，转至步骤S403；q∈{1,2,...M}；M表示邻近基站总数；y_1,1(n)表示第1个邻近基站在经过第1次干扰消除后的总定位参考信号；y₀(n)表示重建后的来自服务基站的定位参考信号。

进一步的，所述每个邻近基站到终端的最优时延估计值包括：

τ_q,0＝min{τ_q,1,τ_q,2,...,τ_q,Ni}

τ_q,l表示第q个邻近基站在第l次循环时的时延估计值；l∈{1,2,...,N_i}。

进一步的，所述第q个邻近基站在第l次循环时的时延估计值的计算公式为：

其中，τ_q,l为

取得最大值时对应的τ值；s_q(n)表示第q个邻近基站发送的本地定位参考信号；

表示将y_q,l(n)取共轭。

进一步的，所述第q个邻近基站在第l次循环时的首达径时延估计值t_q,l的计算公式为：

t_q,l＝n_q,l×Ts；

其中，t_q,l表示第q个邻近基站在第l次循环时的初始首达径时延估计值；n_q,l表示第q个基站第l次循环时的首达径延迟数；

argmin[·]表示·取得最小值时，自变量的取值；

表示在n_q,l满足右侧不等式

最小时

所对应的时延估计延迟数；

表示Y_q,l(k)与S_q(k)间的频域相关函数；S_q(k)表示第q个基站的本地频域定位参考信号。

进一步的，所述第q个邻近基站的底噪门限的计算公式为：

snr表示工业上设定的信噪比；W表示采集随机噪声的次数；w(k,p)表示第p次采集的随机噪声信号；N表示采样点总数。

与现有技术相比，本发明的有益效果在于：

本发明采用将服务小区与邻近小区分开进行干扰消除的迭代连续干扰消除的方法可以有效地抑制小区间信号的相互干扰；引入一种新的首达径搜索方法对首达径进行判别来抑制由多径效应引起的NLOS影响；采用时频交迭时延估计，在进行时延精估计之前，适当的使用内插函数，提高时延估计的分辨率。另外，本发明利用传统的互相关时延估计方法具有算法普适性、高效性及算法易移植性的优点，在此基础上进行算法改进，在提高时延估计精度的同时保证了方法的低计算复杂度。

附图说明

图1为本发明一种基于窄带物联网时延估计的终端定位方法实施例流程图；

图2为本发明所需的终端定位原理图；

图3为基于窄带物联网的定位参考信号资源映射网格图；

图4为本发明中基站的最优时延估计值的计算流程图；

图5为本发明基于终端定位的时延估计流程图。

具体实施方式

下面将结合附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅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，都属于本发明保护的范围。

可以理解的是，本发明的终端也即是用户终端。

下面将结合附图对发明的实施方式做进一步的说明。本发明的一种基于窄带物联网时延估计的终端定位方法，包括：

定位原理

本方案主要考虑基于OTDOA定位的时延估计，图2为基于OTDOA的一个定位原理图。如图所示，首先考虑基站之间是时间同步的，用户终端通过NAS层向MME发起定位请求，MME向E-SMLC发起定位请求，E-SMLC收到请求后，回复相应辅助信息，同时向终端发送定位参数请求，接下来eNodeB0、eNodeB1、eNodeB2和eNodeB3分别向终端发送定位参考信号，同时将eNodeB0、eNodeB1、eNodeB2和eNodeB3各自的定位参考信号中的定位坐标(x₀,y₀)、(x₁,y₁)、(x₂,y₂)以及(x₃,y₃)发送给终端；终端根据收到的信号中的定位坐标求得定位参数，并将其发送到E-SMLC对终端的位置进行求解(位置解算至少需要3个及以上的基站参数)，E-SMLC将得到的定位结果通过MME返回给用户终端，用户终端得到确定的位置坐标(x,y)。

定位参数估计流程

本发明的基于NB-IoT时延估计的终端定位方法如图1所示，具体包括如下步骤：

S1、终端产生各基站本地发送定位参考信号；终端接收到来自服务基站和邻近基站的总定位参考信号y(n)；

S2、利用服务基站发送的小区参考信号(CRS信号)，根据小区参考信号估计出服务基站与终端间的信道，从而重建出来自服务基站的定位参考信号，并根据时延估计算法计算服务基站到终端的最优时延估计值τ_0,0；

S3、在总定位参考信号中消除来自服务基站的定位参考信号的干扰，得到来自邻近基站的定位参考信号；

S4、按发送功率大小对邻近基站进行排序，并对来自邻近基站的定位参考信号按邻近基站的排序进行连续干扰消除，得到每次干扰消除后来自每个邻近基站的定位参考信号；并根据时延估计算法，分别计算每个邻近基站到终端的时延估计值，选择最小的时延估计值分别作为每个邻近基站到终端的最优时延估计值τ_q,0；

S5、将服务基站到终端的最优时延估计值τ_0,0和各个邻近基站到终端的最优时延估计值τ_q,0分别代入定位解算法，求得终端的位置坐标；q∈{1,2,...,M}；M表示邻近基站总数。

其中，步骤S1的一种实现方式包括：

首先，产生31-Gold序列，对其进行QPSK调制得到：

其中，

T是一个时隙中OFDM符号，n_s是下行链路无线帧的时隙号，

是下行链路最大的物理资源块数目；

的初始c(m)序列可由下式求得：

其中，

标准CP情况下N_CP＝1，扩展CP情况下N_CP＝0。

对调制后的信号进行资源映射，得到定位参考信号：

k＝6m+(6-T+v_shift)mod6

m＝0,1

其中，

mod表示求余；

表示小区的ID号；n'_PRB由高层配置窄带定位参考信号序列信息；若高层窄带定位参考信号序列中的下行链路资源块为奇数，

否则

可以理解的是，31-Gold序列是一种现有技术，本领域普通技术人员是可以根据现有技术实现31-Gold序列，从而获得定位参考信号，本发明对此不做限定。

步骤S2的一种实现方式具体如下：

首先，采用最小二乘算法对服务基站CRS信号进行信道估计：

H_CRS(k)＝Y_CRS(k)/S_CRS(k)

其中，H_CRS(k)表示服务基站的小区参考信号的信道估计；Y_CRS(k)表示终端接收到的小区参考信号；S_CRS(k)表示服务基站发送的小区参考信号。

其次，由于定位参考信号与小区参考信号之间存在联系，如图3所示，通过对CRS位置的信道估计的线性插值得到PRS信号的信道估计H₀(k)，R₀表示PRS信号所在的时频资源网格，R₆表示CRS信号所在的时频资源网格；在此基础上重建出接收信号中服务基站的信号：

y₀(n)＝ifft(H₀(k)S₀(k))

y₀(n)表示重建后的来自服务基站的定位参考信号；H₀(k)表示重建后来自服务基站的定位参考信号的信道估计；S₀(k)表示服务基站发送的定位参考信号；ifft表示快速离散傅里叶变换的逆变换。其中，小区参考信号也即是CRS信号，定位参考信号也就是PRS信号。

利用时延估计算法估计出服务基站到终端的最优时延估计值；包括：重建后来自服务基站的定位参考信号经过快速傅里叶变换后，与服务基站发送的本地定位参考信号做频域相关；经过首达径搜索，得到首达径的时延估计值t_0,0；通过对所述重建后来自服务基站的定位参考信号做内插处理，将处理后的在[t_0,0-Δt,t_0,0+Δt]范围内的重建后来自服务基站的定位参考信号与所述服务基站发送的本地定位参考信号进行时域相关，得到服务基站到终端值最优时延估计值τ_0，0；Δt为设定的内插时域范围。

所述计算服务基站到终端的最优时延估计值，具体包括：

其中，τ_0,0表示为

取得最大值时所对应的τ值，也即是服务基站到终端的最优时延估计值；s₀(n)表示服务基站发送的本地时域定位参考信号；

表示将重建后来自服务基站的时域定位参考信号取共轭；τ表示时延；t_0,0表示服务基站到终端首达径的时延估计值；Δt为设定的内插时域范围。

所述服务基站到终端首达径的时延估计值的计算公式为：

t_0,0＝n_0,0×Ts；

其中，t_0,0表示服务基站到终端首达径的时延估计值；n_0,0表示服务基站的最优首达径延迟数；Ts表示采样点的时间间隔；argmin[·]表示·取得最小值时，自变量的取值；

表示在n_0,0满足右侧不等式

最小时的第零频域相关函数

所对应的时延估计延迟数；

表示Y₀(k)与S₀(k)之间的频域相关函数；Y₀(k)表示来自服务基站的频域定位参考信号，也即是y₀(n)经过快速傅里叶变换后的信号；S₀(k)表示服务基站发送的本地定位参考信号；

表示服务基站的底噪门限。

所述服务基站的底噪门限的计算公式为：

snr表示工业上设定的信噪比；W表示采集随机噪声的次数；N表示采样点总数；w(k,p)表示第p次采集的随机噪声信号。

步骤S4中具体的连续干扰消除算法如以下步骤S401～S406：

所述按发送功率大小对邻近基站进行排序，并对来自邻近基站的定位参考信号按邻近基站的排序进行连续干扰消除，得到每次干扰消除后来自每个邻近基站的定位参考信号具体包括：

S401、按发送功率大小对邻近基站进行排序，邻近基站的编号分别对应为：1,2,...,M；

S402、设定迭代干扰消除的次数总数为N_i，设置循环参数l，令l＝1；y_1,1(n)＝y(n)-y₀(n)；

S403、令q＝1；

S404、按照连续干扰消除方法，得到第q个邻近基站在经过第l次干扰消除后的总定位参考信号y_q,l(n)；利用首达径搜索，分别求得各个邻近基站在第l次循环时的初始首达径时延估计值t_q,l；对y_q,l(n)进行内插处理，求得第q个邻近基站在第l次循环时的时延估计值τ_q,l，重建出第q个邻近基站在经过第l次干扰消除后的接收信号y'_q,l(n)，从而得到第q+1个邻近基站在经过第l次干扰消除后的总定位参考信号y_q+1,l(n)；

S405、若q≠M，令q＝q+1，返回步骤S404；否则转至步骤S406；

S406、若l≠N_i，y_1,l+1(n)＝y_M,l(n)-y'_M,l(n)，令l＝l+1，转至步骤S403；q∈{1,2,...M}；M表示邻近基站总数；y_1,1(n)表示第1个邻近基站在经过第1次干扰消除后的总定位参考信号；y₀(n)表示重建后的来自服务基站的定位参考信号。

所述每个邻近基站到终端的最优时延估计值包括：

τ_q,l表示第q个邻近基站在第l次循环时的时延估计值；l∈{1,2,...,N_i}。

所述第q个邻近基站在第l次循环时的时延估计值的计算公式为：

其中，τ_q,l为

取得最大值时对应的τ值；s_q(n)表示第q个邻近基站发送的本地定位参考信号；

表示将y_q,l(n)取共轭。

所述第q个邻近基站在第l次循环时的首达径时延估计值t_q,l的计算公式为：

t_q,l＝n_q,l×Ts；

其中，t_q,l表示第q个邻近基站在第l次循环时的初始首达径时延估计值；n_q,l表示第q个基站第l次循环时的首达径延迟数；

argmin[·]表示·取得最小值时，自变量的取值；

表示在n_q,l满足右侧不等式

最小时

所对应的时延估计延迟数；

表示Y_q,l(k)与S_q(k)间的频域相关函数；S_q(k)表示第q个基站的本地频域定位参考信号。

所述第q个邻近基站的底噪门限的计算公式为：

snr表示工业上设定的信噪比；W表示采集随机噪声的次数；w(k,p)表示第p次采集的随机噪声信号；N表示采样点总数。

作为一种可选方式snr＝6dB，snr为工业设定，可根据信噪比适当更改。

作为一种实现方式，对第l次的干扰消除后定位参考信号在[t_p,l-Δt,t_p,l+Δt]做内插处理，具体的，所用内插函数如下：

其中，floor(n)表示对n朝-∞方向取整；ceil(n)表示对n朝+∞方向取整。

将处理后的接收信号与本地参考信号进行时域相关，得到一个相对精确的时延估计值τ_p,l。

作为另一种实现方式，本发明中基站的最优时延估计值的计算流程图如图4所示：

终端接收到总定位参考信号；利用服务基站发送的小区定位参考信号，终端估计出服务基站与终端之间的信道；从而重建出总定位参考信号中来自服务基站的定位参考信号；利用服务基站发送的小区参考信号(CRS信号)，估计出服务基站与终端之间的信道，在此基础上重建终端接收到的来自服务基站的定位参考信号，计算服务基站到终端的最优时延估计值(TOA值)；

在消除服务基站的干扰后，终端重建出各个邻近基站发送的定位参考信号，按照功率从大到小的顺序对邻近基站排序，按照连续干扰消除方法，求得第q个邻近基站在第l次循环时的时延估计值，重建出第q个邻近基站在经过第l次干扰消除后的来自第q个邻近基站的定位参考信号，从而消除了第q个邻近基站对总定位参考信号的干扰，直至完成N_i次循环；得出第q个邻近基站到终端的最优时延估计值；将求得的服务基站到终端的最优时延估计值以及各个邻近基站到终端的最优时延估计值，从而求出终端的位置估计值。

其中，对于某一个基站(包括服务基站和邻近基站)到用户终端的时延估计流程如图5所示：将来自该基站的定位参考信号进行时域信号筛选，经过快速傅里叶变换后，跟本地生成的PRS信号进行频域相关；对频域相关后的信号进行首达径搜索，得出首达径时延估计值，对时域信号进行内插处理，将内插处理后的信号与本地生成的PRS信号进行时域相关以及峰值检测，从而得出该基站的时延估计值；y_i,l(n)表示第i个基站在第l次循环时的定位参考信号，可以理解的是，当i＝0时，l不存在，也即是y₀(n)表示来自服务基站的定位参考信号，当i≠0时，y_i,l(n)表示第i个邻近基站在第l次循环时的定位参考信号。τ_i,l表示第i个基站在第l次循环时的时延估计值；当i＝0时，l不存在，此时令l＝0，τ_0,0表示服务基站的时延估计值。

位置估计流程：

假设终端UE的坐标为(x,y)，基站i的位置坐标为(x_i,y_i)，基站发送信号的时间为T_i，UE接收到该信号的时间为τ_i，c为光速。由eNode-Bi可得：

因此由eNode-B 0与eNode-B 1到达UE的时间差可得方程式：

由于确定的UE的位置需要建立两个以上的双曲线方程，两条双曲线的交点为UE的位置坐标。以eNode-B 0作为参考小区，则可得到方程组：

解得该方程组即可得到UE的二维地理坐标。其中c为光速，e-Node-B发送时间差T_i-T₀及各e-Node-B的位置坐标为辅助数据，由OAM(Operation Adminstration andMaintenance)直接配置给E-SMLC。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：ROM、RAM、磁盘或光盘等。

以上所举实施例，对本发明的目的、技术方案和优点进行了进一步的详细说明，所应理解的是，以上所举实施例仅为本发明的优选实施方式而已，并不用以限制本发明，凡在本发明的精神和原则之内对本发明所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于窄带物联网时延估计的终端定位方法，其特征在于：该方法包括以下步骤：

S1、终端接收到来自服务基站和邻近基站的总定位参考信号y(n)；

S2、根据小区参考信号估计出服务基站与终端间的信道，从而重建出来自服务基站的定位参考信号，并根据时延估计算法计算服务基站到终端的最优时延估计值；

S3、在总定位参考信号中消除来自服务基站的定位参考信号的干扰，得到来自邻近基站的定位参考信号；

S4、按发送功率大小对邻近基站进行排序，并对来自邻近基站的定位参考信号按邻近基站的排序进行连续干扰消除，得到每次干扰消除后来自每个邻近基站的定位参考信号；并根据时延估计算法，分别计算每个邻近基站到终端的时延估计值，选择最小的时延估计值分别作为每个邻近基站到终端的最优时延估计值；

S5、将服务基站到终端的最优时延估计值和邻近基站到终端的最优时延估计值分别代入定位解算法，求得终端的位置坐标；

所述根据时延估计算法计算服务基站到终端的最优时延估计值，具体包括：

其中，τ_0,0表示为

取得最大值时所对应的τ值，也即是服务基站到终端的最优时延估计值；s₀(n)表示服务基站发送的本地时域定位参考信号；

表示将重建后来自服务基站的时域定位参考信号取共轭；τ表示时延；t_0,0表示服务基站到终端首达径的时延估计值；Δt为设定的内插时域范围；

所述每个邻近基站到终端的最优时延估计值包括：

τ_q,l表示第q个邻近基站在第l次循环时的时延估计值；l∈{1,2,...,N_i}；

所述第q个邻近基站在第l次循环时的时延估计值的计算公式为：

其中，τ_q,l为

取得最大值时对应的τ值；s_q(n)表示第q个邻近基站发送的本地定位参考信号；

表示将y_q,l(n)取共轭；t_q,l表示第q个邻近基站在第l次循环时的首达径时延估计值。

2.根据权利要求1所述的一种基于窄带物联网时延估计的终端定位方法，其特征在于：所述根据小区参考信号估计出服务基站与终端间的信道，从而重建出来自服务基站的定位参考信号具体包括：

服务基站向终端发送小区参考信号，终端采用最小二乘算法对接收到的小区参考信号Y_CRS(k)进行信道估计；并通过对服务基站的小区参考信号的信道估计的H_CRS(k)时频位置进行线性插值，终端重建来自服务基站的定位参考信号的信道估计，从而重建来自服务基站的定位参考信号；

H_CRS(k)＝Y_CRS(k)/S_CRS(k)

y₀(n)＝ifft(H₀(k)S₀(k))

其中，H_CRS(k)表示服务基站的小区参考信号的信道估计；Y_CRS(k)表示终端接收到的小区参考信号；S_CRS(k)表示服务基站发送的小区参考信号；y₀(n)表示重建后的来自服务基站的定位参考信号；H₀(k)表示重建后来自服务基站的定位参考信号的信道估计；S₀(k)表示服务基站发送的定位参考信号；ifft表示快速离散傅里叶变换的逆变换。

3.根据权利要求1所述的一种基于窄带物联网时延估计的终端定位方法，其特征在于，所述服务基站到终端首达径的时延估计值的计算公式为：

t_0,0＝n_0,0×Ts；

其中，n_0,0表示服务基站的最优首达径延迟数；Ts表示采样点的时间间隔；argmin[·]表示·取得最小值时，自变量的取值；

表示在n_0,0满足右侧不等式

最小时的第零频域相关函数

所对应的时延估计延迟数；

表示Y₀(k)与S₀(k)之间的频域相关函数；Y₀(k)表示来自服务基站的频域定位参考信号，也即是y₀(n)经过快速傅里叶变换后的信号；S₀(k)表示服务基站发送的本地定位参考信号；

表示服务基站的底噪门限。

4.根据权利要求3所述的一种基于窄带物联网时延估计的终端定位方法，其特征在于，所述服务基站的底噪门限的计算公式为：

snr表示工业上设定的信噪比；W表示采集随机噪声的次数；N表示采样点总数；w(k,p)表示第p次采集的随机噪声信号。

5.根据权利要求1所述的一种基于窄带物联网时延估计的终端定位方法，其特征在于，所述按发送功率大小对邻近基站进行排序，并对来自邻近基站的定位参考信号按邻近基站的排序进行连续干扰消除，得到每次干扰消除后来自每个邻近基站的定位参考信号具体包括：

S401、按发送功率大小对邻近基站进行排序，邻近基站的编号分别对应为：1,2,...,M；

S402、设定迭代干扰消除的次数总数为N_i，设置循环参数l，令l＝1；y_1,1(n)＝y(n)-y₀(n)；

S403、令q＝1；

S404、按照连续干扰消除方法，得到第q个邻近基站在经过第l次干扰消除后的总定位参考信号y_q,l(n)；利用首达径搜索，分别求得各个邻近基站在第l次循环时的初始首达径时延估计值t_q,l；对y_q,l(n)进行内插处理，求得第q个邻近基站在第l次循环时的时延估计值τ_q,l，重建出第q个邻近基站在经过第l次干扰消除后的接收信号y'_q,l(n)，从而得到第q+1个邻近基站在经过第l次干扰消除后的总定位参考信号y_q+1,l(n)；

S405、若q≠M，令q＝q+1，返回步骤S404；否则转至步骤S406；

S406、若l≠N_i，y_1,l+1(n)＝y_M,l(n)-y'_M,l(n)，令l＝l+1，转至步骤S403；q∈{1,2,...M}；M表示邻近基站总数；y_1,1(n)表示第1个邻近基站在经过第1次干扰消除后的总定位参考信号；y₀(n)表示重建后的来自服务基站的定位参考信号。

6.根据权利要求5所述的一种基于窄带物联网时延估计的终端定位方法，其特征在于，所述第q个邻近基站在第l次循环时的首达径时延估计值t_q,l的计算公式为：

t_q,l＝n_q,l×Ts；

其中，n_q,l表示第q个基站第l次循环时的首达径延迟数；Ts表示采样点的时间间隔；

argmin[·]表示·取得最小值时，自变量的取值；

表示在n_q,l满足右侧不等式

最小时

所对应的时延估计延迟数；

表示Y_q,l(k)与S_q(k)间的频域相关函数；S_q(k)表示第q个基站的本地频域定位参考信号。

7.根据权利要求6所述的一种基于窄带物联网时延估计的终端定位方法，其特征在于，所述第q个邻近基站的底噪门限的计算公式为：

snr表示工业上设定的信噪比；W表示采集随机噪声的次数；w(k,p)表示第p次采集的随机噪声信号；N表示采样点总数。

Images