CN109031193B - 一种基于信号到达方向的室内非法信号源定位系统及方法 - Google Patents
一种基于信号到达方向的室内非法信号源定位系统及方法 Download PDFInfo
- Publication number
- CN109031193B CN109031193B CN201810732615.1A CN201810732615A CN109031193B CN 109031193 B CN109031193 B CN 109031193B CN 201810732615 A CN201810732615 A CN 201810732615A CN 109031193 B CN109031193 B CN 109031193B
- Authority
- CN
- China
- Prior art keywords
- signal
- array
- suspicious
- frequency
- spectrum
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000001228 spectrum Methods 0.000 claims abstract description 48
- 238000012545 processing Methods 0.000 claims abstract description 31
- 238000001514 detection method Methods 0.000 claims abstract description 25
- 238000012360 testing method Methods 0.000 claims abstract description 11
- 238000005259 measurement Methods 0.000 claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims abstract description 5
- 230000008569 process Effects 0.000 claims description 15
- 239000013598 vector Substances 0.000 claims description 13
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000003044 adaptive effect Effects 0.000 claims description 4
- 230000010355 oscillation Effects 0.000 claims description 4
- 230000003068 static effect Effects 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 5
- 230000007123 defense Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Variable-Direction Aerials And Aerial Arrays (AREA)
Abstract
本发明公开了一种基于信号到达方向的室内非法信号源定位系统及方法。该系统包括多通道宽频段信号接收机、孔径自适应调节单元、均匀线性阵列天线和信号处理单元。方法为:使用多通道宽带接收机对指定频段进行并行频率扫描侦查,将超过强度阈值信号判定为可疑信号;多通道宽带接收机锁定可疑信号频率,孔径自适应调节单元调整均匀线性阵列天线阵元的间距;测量并记录可疑信号的阵列快拍数据,采用超分辨率到达角算法计算阵列信号的方向角空间谱;根据直达路径识别算法在方向角空间谱中找到直达路径的位置;改变测试点位置,重复测量和计算,通过交叉定位得到非法信号源的位置。本发明具有简单可靠和成本低的优点,能够实现单站定位,且部署方便、使用灵活。
Description
技术领域
本发明涉及无线通信系统中无源定位技术领域,特别是一种基于信号到达方向的室内非法信号源定位系统及方法。
背景技术
近年来,以人工智能、大数据、物联网等为代表的新技术迅猛发展,已经渗透到人类社会政治、经济、军事等活动的方方面面,信息安全、网络安全、数据安全已经成为关系国家稳定发展和国防巩固的战略性问题,利用信息技术的情报窃取活动和间谍行为也变得更加难以防范。此外,日益猖獗的恐怖主义和极端主义也利用信息技术威胁公共安全和社会秩序。国家要害部门、重点国防设施、科研保密单位,以及其他可能存在敏感信息的场所都面临着抵近信息窃取的风险,如被安装窃听器、摄像头或其他信息窃取设备。对非法无线信号的侦测以及信号源的快速定位,已成为信息情报防护和反恐维稳工作的迫切需求。尽管现在市场上有很多反窃听、反窃视侦测设备,但大多都是通过检测信号场强来搜寻信号源,存在侦测能力弱,定位精度低,操作效率低等问题,难以满足日益严峻的信息安全需求。因此,深入研究室内无源定位技术具有非常重要的军事意义和社会价值。
在室内场景中,根据无线信号的定位技术分为以下几类:第一类是通过在多个位置测量信号接收强度(RSS),根据信号传播模型来计算距离和信号源位置。但是在室内环境下,由于无线信号受制于多径传播的不确定性,RSS易受干扰,波动剧烈,定位性能精度低;第二类是利用多个侦测站点测量信号的时间到达差(TDOA),绘制双曲线方程来计算信号源的位置。这种方法需要多个站点协同测量,而且需要各站点保持时间同步,系统复杂度高,且性能受多径传播影响大;第三类是通过在多点使用阵列天线技术和超分辨率(SRT)算法测量并计算信号的到达角(AOA)即到达方向(DOA),交叉定位信号源位置,这类方法能够获得较高的定位精度,但同样会受多径传播影响;第四类方法是预先在已知的位置节点测量训练信号,构建信号特征指纹库,然后通过将待测信号和指纹库的值进行特征匹配来计算信号源的位置。这种方法的定位精度与其构建指纹库的空间距离和信号维数有关,若要实现较高的定位精度,需要大量的离线信号采集工作和布置较多的接收节点,难以大规模应用和快速部署。
发明内容
本发明的目的在于提供一种具有较强的鲁棒性和可实现性的基于信号到达方向的室内非法信号源定位系统及方法,从而在不同室内环境中准确识别信号的直达路径方向,定位目标位置。
实现本发明目的的技术解决方案为:一种基于信号到达方向的室内非法信号源定位系统,包括多通道宽频段信号接收机、孔径自适应调节单元、均匀线性阵列天线和信号处理单元,其中:
频谱检测阶段各部件功能如下:
多通道宽频段信号接收机,对指定频段进行并行频率扫描侦查,并将接收数据发送至信号处理单元;
信号处理单元,分析各通道的接收信号,将超过强度阈值和时长阈值的信号判定为可疑信号;记录可疑信号的中心频率值,并发送至孔径自适应调节单元和多通道宽频段信号接收机;
信号源定位阶段各部件功能如下:
多通道宽频段信号接收机,对指定频段进行并行频率扫描侦查,将超过强度阈值和时长阈值的信号判定为可疑信号,接收机的本振频率锁定可疑信号频率;
孔径自适应调节单元,根据可疑信号的半波长调整均匀线性阵列天线阵元的间距,实现阵列天线最优信号分辨率;
信号处理单元,采用具有去相干能力的超分辨率到达角算法估计阵列信号的方向角空间谱;根据直达路径识别算法在方向角空间谱中找到直达路径的位置;改变测试点位置,重复测量和估计过程,通过交叉定位得到非法信号源的位置。
一种基于信号到达方向的室内非法信号源定位方法,该方法包括频谱检测阶段和信号源定位阶段,其中:
频谱检测阶段包括以下步骤:
步骤11、根据多通道宽频段信号接收机的通道数,设置不同的扫描频段,进行多通道并行频率扫描;
步骤12、设置可疑信号强度阈值和信号持续时长阈值,在信号处理单元中分析各通道的接收信号,将超过强度阈值和时长阈值的信号判定为可疑信号;
步骤13、信号处理单元记录可疑信号的中心频率值,并发送至孔径自适应调节单元和多通道宽频段信号接收机;
信号源定位阶段包括以下步骤:
步骤21、多通道宽频段信号接收机工作模式切换至信号源定位模式,所有的多通道宽频段信号接收机本振锁定频率,且各多通道宽频段信号接收机本振同步;
步骤22、孔径自适应调节单元根据可疑信号的半波长调整均匀线性阵列天线中阵元的间距,实现均匀线性阵列天线最优信号分辨率;
步骤23、多通道宽频段信号接收机进行可疑信号频率测量,并记录可疑信号的阵列快拍数据;
步骤24、采用具有去相干能力的超分辨率到达角算法,计算阵列信号的方向角空间谱;
步骤25、使用直达路径识别算法,在阵列信号的方向角空间谱中找到直达路径的位置;
步骤26、改变测试点位置,重复步骤23至步骤25的测量和计算过程,通过交叉定位方法得到非法信号源的位置。
进一步地,步骤11所述的根据多通道宽频段信号接收机的通道数,设置不同的扫描频段,进行多通道并行频率扫描,具体如下:
单接收机通道与单天线阵元组成独立接收机,信号处理单元为各个独立接收机分配不同工作频段,进行并行频谱扫描检测。
进一步地,步骤21中所述的多通道宽频段信号接收机工作模式切换至信号源定位模式,具体由信号处理单元控制系统工作模式的切换动作。
进一步地,步骤22中所述的孔径自适应调节单元根据可疑信号的半波长调整均匀线性阵列天线中阵元的间距,调节阵元的间距d=λ/2,λ表示入射信号的波长。
进一步地,步骤23中所述的多通道宽频段信号接收机进行可疑信号频率测量,并记录可疑信号的阵列快拍数据,具体如下:
使用均匀线性阵列天线接收快拍数为u的可疑信号,根据窄带均匀线性阵列信号模型处理阵列信号数据:
设空间有波长为λ的信号s(t)以方向角θ入射到阵元的距离为d阵列天线,若以阵元1作为参考点,则各阵元接收信号X(t)表示为:
X(t)=[x1(t),x2(t),…,xN(t)]T=s(t)a(θ)+n(t) (1)
其中n(t)是N×1维噪声矢量,a(θ)为方向矢量,表达式为
当有K个信源S(t)=[s1(t),s2(t),…,sk(t)]T时,阵元接收信号表示为:
其中,A=[a(θ1),a(θ2),…,a(θK)]T是方向矩阵。
进一步地,步骤24中所述的具有去相干能力的超分辨率到达角算法,采用空间平滑的MUSIC算法、I-MUSIC算法、ESPRIT算法、ES-DOA算法、压缩感知算法中的一种。
进一步地,步骤25所述的使用直达路径识别算法,在阵列信号的方向角空间谱中找到直达路径的位置,具体如下:
直达路径识别算法的输入为连续多组多拍阵列信号的估计到达角、估计空间谱和估计信号功率谱;
首先基于直方图统计DOA估计方向角谱,以K个最多出现谱峰值为中心,设置半径范围S,对方向角估计值进行分类处理;然后分别以估计到达角空间谱和信号功率谱的不同特征构造弱分类器,并将各弱分类器集成为强分类器,得到直达路径方向。
进一步地,步骤26中所述的交叉定位方法,具体如下:
通过改变测试点位置,重复测量和计算过程,根据多次计算阵列信号的方向角的交点,采用质心法或加权质心法计算目标位置坐标。
本发明与现有技术相比,其显著优点为:(1)不仅能够在不同室内环境中准确识别信号的直达路径方向,还能对无直达信号的情况进行判断,具有较强的鲁棒性;(2)基于信号到达方向DOA的定位方法,无需预先训练就能够达到较高的定位精度,而且部署方式灵活,可以实现单站定位或者多站协同定位,非常适合用于室内非法信号源定位场景;(3)用天线阵列来接收空间信号,通过对阵列信号的处理,可以增强所需的有用信号,抑制无用的干扰和噪声,并提取有用的信号特征以及信息,具有较强的可实现性,系统复杂度和成本较低,能够实现单站定位。
附图说明
图1是本发明基于信号到达方向的室内非法信号源定位系统的组成框图。
图2是本发明基于信号到达方向的室内非法信号源定位方法的流程图。
图3是本发明中均匀线性阵列天线结构示意图。
图4是本发明中的交叉定位示意图。
具体实施方式
下面结合附图及具体实施例对本发明作进一步详细说明。
结合图1,本发明基于信号到达方向的室内非法信号源定位方法,通过搭建测试平台,包括多通道宽频段信号接收机、孔径自适应调节单元、均匀线性阵列天线和信号处理单元,其中:
频谱检测阶段各部件功能如下:
多通道宽频段信号接收机,对指定频段进行并行频率扫描侦查,并发送至信号处理单元;
信号处理单元,分析各通道的接收信号,将超过强度阈值和时长阈值的信号判定为可疑信号;记录可疑信号的中心频率值,并发送至孔径自适应调节单元和多通道宽频段信号接收机;
信号源定位阶段各部件功能如下:
多通道宽频段信号接收机,对指定频段进行并行频率扫描侦查,将超过强度阈值和时长阈值的信号判定为可疑信号,接收机的本振频率锁定可疑信号频率;
孔径自适应调节单元,根据可疑信号的半波长调整均匀线性阵列天线阵元的间距,实现阵列天线最优信号分辨率;
信号处理单元,采用具有去相干能力的超分辨率到达角算法估计阵列信号的方向角空间谱;根据直达路径识别算法在方向角空间谱中找到直达路径的位置;改变测试点位置,重复测量和估计过程,通过交叉定位得到非法信号源的位置。
结合图2,本发明基于信号到达方向的室内非法信号源定位方法,包括两个阶段:频谱检测阶段和信号源定位阶段,其中:
频谱检测阶段的工作流程为:
步骤11,根据多通道宽频段信号接收机的通道数N,针对不同的接收机设置不同的扫描频段,实现多通道并行频率扫描,可以提高N倍侦查效率,具体如下:
单接收机通道与单天线阵元组成独立接收机,信号处理单元为各个独立接收机分配不同工作频段,进行并行频谱扫描检测。
步骤12,设置可疑信号强度阈值Pth以及信号持续时长阈值Tth,在信号处理单元中分析各通道的接收信号,将超过强度阈值和时长阈值的信号判定为可疑信号。
步骤13,信号处理单元记录可疑信号的中心频率值Fc,并发送至孔径自适应调节单元和多通道接收单元。
信号源定位阶段包括以下步骤:
步骤21,多通道宽频段信号接收机工作模式切换至信号源定位模式,所有的多通道宽频段信号接收机本振锁定频率Fc,且各多通道宽频段信号接收机本振同步;
所述的多通道宽频段信号接收机工作模式切换至信号源定位模式,具体由信号处理单元控制系统工作模式的切换动作。
步骤22,孔径自适应调节单元根据接收频率控制均匀线性阵列天线伺服器,调整均匀线性阵列天线阵列间距为d=c/2Fc,实现均匀线性阵列天线最优信号分辨率;
结合图3,均匀线性阵列天线的分辨率与孔径大小成正比,但同时阵元的间距d不能超过入射信号的二分之一波长,即d≤λ/2,否则对阵列信号DOA估计时会出现相位模糊。所以当阵元数量一定时,采用自适应变孔径机制,均匀线性天线阵列根据接收信号的波长自适应调节阵元间距使d=λ/2,从而达到最大分辨率,λ表示入射信号的波长。
步骤23,多通道宽频段信号接收机进行可疑信号频率测量,并记录可疑信号的阵列快拍数据;
使用均匀线性阵列天线接收快拍数为u的可疑信号,根据窄带均匀线性阵列信号模型处理阵列信号数据:
设空间有波长为λ的信号s(t)以方向角θ入射到阵元的距离为d阵列天线,若以阵元1作为参考点,则各阵元接收信号可以表示为:
X(t)=[x1(t),x2(t),…,xN(t)]T=s(t)a(θ)+n(t) (1)
其中n(t)是N×1维噪声矢量,a(θ)为方向矢量,表达式为
当有K个信源S(t)=[s1(t),s2(t),…,sk(t)]T时,阵元接收信号可表示为:
其中,A=[a(θ1),a(θ2),…,a(θK)]T是方向矩阵。
此时,阵列信号的协方差矩阵R可表示为
对R进行特征值分解,Us是对应从大至小前K个特征值的特征矢量构成的信号子空间,UN是对应剩余N-K个较小特征值的特征矢量构成的噪声子空间;Σs是前K个特征值构成的对角阵、ΣN是剩余N-K个特征值构成的对角阵。
步骤24,采用具有去相干能力的超分辨率到达角算法,计算阵列信号的方向角空间谱;
采用具有去相干能力的超分辨率到达角算法处理阵列信号,如采用空间平滑的MUSIC算法、I-MUSIC算法、ES-DOA算法、压缩感知算法以及其他类似算法,消除相干信号对阵列信号估计的影响,得到接收信号的方向角谱估计值;
步骤25,使用直达路径识别算法,在阵列信号的方向角空间谱中找到直达路径的位置,具体如下:
直达路径识别算法的输入为连续多组多拍阵列信号的估计到达角、估计空间谱和估计信号功率谱;
首先基于直方图统计DOA估计方向角谱,以K个最多出现谱峰值为中心,设置半径范围S,对方向角估计值进行分类处理;然后分别以估计到达角空间谱和信号功率谱的不同特征构造弱分类器,并将各弱分类器集成为强分类器,得到直达路径方向。
本发明采用集成DOA估计和信号功率估计的直达路径识别算法,流程如下:
(1)设均匀线性阵列天线的阵元数为N,传播环境中强多径信号数量为K,设K<N。在静态判定过程中,在一段连续的时间Δt内,接收M组快拍数为v的阵列数据,得到M组DOA估计值以及对应的信号功率估计值:
(2)从公式(5)中选出K个出现次数最多且角度间隔5°以上的估计值构成集合C={θ1,θ2,…,θK};
(3)以上一步得到K个估计值为中心,设置半径值S(一般不超过2.5°,当C中元素最小间距Δθ<5°时,S=Δθ/2),将C中各中心点邻域[θi-S,θi+S](i∈[1,K)内的所有估计方位值分为一类;
(5)根据各类的0范数、方位角标准差以及信号功率标准差等特征分别构造分类器ht(C’)。通过集成各分类器的输出结果,得到一组分类集合H(C’):
其中,分类器h1的输出结果是0范数最大的一个或多个类别的序号。为了保证分类结果有意义,输出结果cj必须满足约束条件:所以h1的输出结果有可能为“空”;分类器h2的输出结果是方位角标准差最小的一个或多个类别的序号;分类器h3的输出结果是信号功率标准差最小的一个或多个类别的序号;
(6)采用绝对多数投票法从集合H中选出直达路径对应的类别序号:
(7)若在上一步中没有判断出直达路径,则开始动态辅助判定模式:阵列天线沿径向缓慢匀速运动一段距离,并提取过程中Δt时间内的DOA估计值,重复步骤(1)~(6)。
步骤26,改变测试点位置,重复步骤23至步骤25的测量和计算过程,通过交叉定位方法得到非法信号源的位置。
除了上述均匀线性阵列天线,接收天线阵列结构也可以采用均匀圆形阵列、L形阵列、均匀面阵等结构,结合对应的阵列信号处理算法实现信号的到达方位角估计。
综上所述,本发明提出的基于到达角估计的室内无源定位方法,使用多通道宽带接收机对指定频段进行并行频率扫描侦查,发现可疑信号后,通过自适应变孔径阵列天线接收阵列信号,并采用具有去相干能力的DOA算法计算阵列信号的到达角空间谱,提供了一种新的直达路径识别算法,不仅能够在不同室内环境中准确识别信号的直达路径方向,还能对无直达信号的情况进行判断,具有较强的鲁棒性。本发明具有较强的可实现性,系统复杂度和成本较低,能够实现单站定位,部署方便,使用灵活,为室内非法信号源定位提供了一种有效的新方法。
Claims (9)
1.一种基于信号到达方向的室内非法信号源定位系统,其特征在于,包括多通道宽频段信号接收机、孔径自适应调节单元、均匀线性阵列天线和信号处理单元,其中:
频谱检测阶段各部件功能如下:
多通道宽频段信号接收机,对指定频段进行并行频率扫描侦查,并将接收数据发送至信号处理单元;
信号处理单元,分析各通道的接收信号,将超过强度阈值和时长阈值的信号判定为可疑信号;记录可疑信号的中心频率值,并发送至孔径自适应调节单元和多通道宽频段信号接收机;
信号源定位阶段各部件功能如下:
多通道宽频段信号接收机,对指定频段进行并行频率扫描侦查,将超过强度阈值和时长阈值的信号判定为可疑信号,接收机的本振频率锁定可疑信号频率;
孔径自适应调节单元,根据可疑信号的半波长调整均匀线性阵列天线阵元的间距,实现阵列天线最优信号分辨率;
信号处理单元,采用具有去相干能力的超分辨率到达角算法估计阵列信号的方向角空间谱;根据直达路径识别算法在方向角空间谱中找到直达路径的位置;改变测试点位置,重复测量和估计过程,通过交叉定位得到非法信号源的位置;
所述直达路径识别算法,具体如下:
(1)设均匀线性阵列天线的阵元数为N,传播环境中强多径信号数量为K,设K<N;在静态判定过程中,在一段连续的时间Δt内,接收M组快拍数为v的阵列数据,得到M组DOA估计值以及对应的信号功率估计值:
(2)从上式中选出K个出现次数最多且角度间隔5°以上的估计值构成集合C={θ1,θ2,...,θK};
(3)以上一步得到K个估计值为中心,设置半径值S,将C中各中心点邻域[θi-S,θi+S],i∈[1,K]内的所有估计方位值分为一类;
(5)根据各类的0范数、方位角标准差以及信号功率标准差这些特征分别构造分类器ht(C’);通过集成各分类器的输出结果,得到一组分类集合H(C’):
其中,分类器h1的输出结果是0范数最大的一个或多个类别的序号,为了保证分类结果有意义,输出结果cj必须满足约束条件:所以h1的输出结果有可能为“空”;分类器h2的输出结果是方位角标准差最小的一个或多个类别的序号;分类器h3的输出结果是信号功率标准差最小的一个或多个类别的序号;
(6)采用绝对多数投票法从集合H中选出直达路径对应的类别序号:
(7)若在上一步中没有判断出直达路径,则开始动态辅助判定模式:阵列天线沿径向缓慢匀速运动一段距离,并提取过程中Δt时间内的DOA估计值,重复步骤(1)~(6)。
2.一种基于信号到达方向的室内非法信号源定位方法,其特征在于,该方法包括频谱检测阶段和信号源定位阶段,其中:
频谱检测阶段包括以下步骤:
步骤11、根据多通道宽频段信号接收机的通道数,设置不同的扫描频段,进行多通道并行频率扫描;
步骤12、设置可疑信号强度阈值和信号持续时长阈值,在信号处理单元中分析各通道的接收信号,将超过强度阈值和时长阈值的信号判定为可疑信号;
步骤13、信号处理单元记录可疑信号的中心频率值,并发送至孔径自适应调节单元和多通道宽频段信号接收机;
信号源定位阶段包括以下步骤:
步骤21、多通道宽频段信号接收机工作模式切换至信号源定位模式,所有的多通道宽频段信号接收机本振锁定频率,且各多通道宽频段信号接收机本振同步;
步骤22、孔径自适应调节单元根据可疑信号的半波长调整均匀线性阵列天线中阵元的间距,实现均匀线性阵列天线最优信号分辨率;
步骤23、多通道宽频段信号接收机进行可疑信号频率测量,并记录可疑信号的阵列快拍数据;
步骤24、采用具有去相干能力的超分辨率到达角算法,计算阵列信号的方向角空间谱;
步骤25、使用直达路径识别算法,在阵列信号的方向角空间谱中找到直达路径的位置;所述直达路径识别算法,具体如下:
(1)设均匀线性阵列天线的阵元数为N,传播环境中强多径信号数量为K,设K<N;在静态判定过程中,在一段连续的时间Δt内,接收M组快拍数为v的阵列数据,得到M组DOA估计值以及对应的信号功率估计值:
(2)从上式中选出K个出现次数最多且角度间隔5°以上的估计值构成集合C={θ1,θ2,...,θK};
(3)以上一步得到K个估计值为中心,设置半径值S,将C中各中心点邻域[θi-S,θi+S],i∈[1,K]内的所有估计方位值分为一类;
(5)根据各类的0范数、方位角标准差以及信号功率标准差这些特征分别构造分类器ht(C’);通过集成各分类器的输出结果,得到一组分类集合H(C’):
其中,分类器h1的输出结果是0范数最大的一个或多个类别的序号,为了保证分类结果有意义,输出结果cj必须满足约束条件:所以h1的输出结果有可能为“空”;分类器h2的输出结果是方位角标准差最小的一个或多个类别的序号;分类器h3的输出结果是信号功率标准差最小的一个或多个类别的序号;
(6)采用绝对多数投票法从集合H中选出直达路径对应的类别序号:
(7)若在上一步中没有判断出直达路径,则开始动态辅助判定模式:阵列天线沿径向缓慢匀速运动一段距离,并提取过程中Δt时间内的DOA估计值,重复步骤(1)~(6);
步骤26、改变测试点位置,重复步骤23至步骤25的测量和计算过程,通过交叉定位方法得到非法信号源的位置。
3.根据权利要求2所述的基于信号到达方向的室内非法信号源定位方法,其特征在于,步骤11所述的根据多通道宽频段信号接收机的通道数,设置不同的扫描频段,进行多通道并行频率扫描,具体如下:单接收机通道与单天线阵元组成独立接收机,信号处理单元为各个独立接收机分配不同工作频段,进行并行频谱扫描检测。
4.根据权利要求2所述的基于信号到达方向的室内非法信号源定位方法,其特征在于,步骤21中所述的多通道宽频段信号接收机工作模式切换至信号源定位模式,具体由信号处理单元控制系统工作模式的切换动作。
5.根据权利要求2所述的基于信号到达方向的室内非法信号源定位方法,其特征在于,步骤22中所述的孔径自适应调节单元根据可疑信号的半波长调整均匀线性阵列天线中阵元的间距,调节阵元的间距d=λ/2,λ表示入射信号的波长。
6.根据权利要求2所述的基于信号到达方向的室内非法信号源定位方法,其特征在于,步骤23中所述的多通道宽频段信号接收机进行可疑信号频率测量,并记录可疑信号的阵列快拍数据,具体如下:
使用均匀线性阵列天线接收快拍数为u的可疑信号,根据窄带均匀线性阵列信号模型处理阵列信号数据:
设空间有波长为λ的信号s(t)以方向角θ入射到阵元的距离为d阵列天线,若以阵元1作为参考点,则各阵元接收信号X(t)表示为:
X(t)=[x1(t),x2(t),...,xN(t)]T=s(t)a(θ)+n(t) (1)
其中n(t)是N×1维噪声矢量,a(θ)为方向矢量,表达式为
当有K个信源S(t)=[s1(t),s2(t),...,sk(t)]T时,阵元接收信号表示为:
其中,A=[a(θ1),a(θ2),...,a(θK)]T是方向矩阵。
7.根据权利要求2所述的基于信号到达方向的室内非法信号源定位方法,其特征在于,步骤24中所述的具有去相干能力的超分辨率到达角算法,采用空间平滑的MUSIC算法、I-MUSIC算法、ES-DOA算法、ESPRIT算法、压缩感知算法中的一种。
8.根据权利要求2所述的基于信号到达方向的室内非法信号源定位方法,其特征在于,步骤25所述的使用直达路径识别算法,在阵列信号的方向角空间谱中找到直达路径的位置,具体如下:
直达路径识别算法的输入为连续多组多拍阵列信号的估计到达角、估计空间谱和估计信号功率谱;
首先基于直方图统计DOA估计方向角谱,以K个最多出现谱峰值为中心,设置半径范围S,对方向角估计值进行分类处理;然后分别以估计到达角空间谱和信号功率谱的不同特征构造弱分类器,并将各弱分类器集成为强分类器,得到直达路径方向。
9.根据权利要求2所述的基于信号到达方向的室内非法信号源定位方法,其特征在于,步骤26中所述的交叉定位方法,具体如下:
通过改变测试点位置,重复测量和计算过程,根据多次计算阵列信号的方向角的交点,采用质心法或加权质心法计算目标位置坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810732615.1A CN109031193B (zh) | 2018-07-05 | 2018-07-05 | 一种基于信号到达方向的室内非法信号源定位系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810732615.1A CN109031193B (zh) | 2018-07-05 | 2018-07-05 | 一种基于信号到达方向的室内非法信号源定位系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109031193A CN109031193A (zh) | 2018-12-18 |
CN109031193B true CN109031193B (zh) | 2021-04-16 |
Family
ID=64640325
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810732615.1A Active CN109031193B (zh) | 2018-07-05 | 2018-07-05 | 一种基于信号到达方向的室内非法信号源定位系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109031193B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110703223B (zh) * | 2019-11-07 | 2023-06-30 | 上海禾赛科技有限公司 | 应用于激光雷达的调节方法和电子设备 |
CN111538058A (zh) * | 2020-04-23 | 2020-08-14 | 桂林长海发展有限责任公司 | 一种无源定位方法、装置及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2918024B2 (ja) * | 1996-04-15 | 1999-07-12 | 日本電気株式会社 | 車両軌跡追尾装置 |
WO2008105748A1 (en) * | 2007-02-26 | 2008-09-04 | Temel Engin Tuncer | Method and apparatus for the joint detection of the number of signal sources and their direction of arrivals |
CN101349742A (zh) * | 2008-08-29 | 2009-01-21 | 西安电子科技大学 | 用于宽带相控阵阵元间距优化和频域多目标测频测向方法 |
CN105530703A (zh) * | 2016-01-28 | 2016-04-27 | 中国铁建电气化局集团北方工程有限公司 | 一种基于波达方向估计值的gsm-r干扰源定位方法 |
CN107092006A (zh) * | 2017-04-07 | 2017-08-25 | 广东精点数据科技股份有限公司 | 用于doa估计的阵列信号处理方法和系统 |
-
2018
- 2018-07-05 CN CN201810732615.1A patent/CN109031193B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2918024B2 (ja) * | 1996-04-15 | 1999-07-12 | 日本電気株式会社 | 車両軌跡追尾装置 |
WO2008105748A1 (en) * | 2007-02-26 | 2008-09-04 | Temel Engin Tuncer | Method and apparatus for the joint detection of the number of signal sources and their direction of arrivals |
CN101349742A (zh) * | 2008-08-29 | 2009-01-21 | 西安电子科技大学 | 用于宽带相控阵阵元间距优化和频域多目标测频测向方法 |
CN105530703A (zh) * | 2016-01-28 | 2016-04-27 | 中国铁建电气化局集团北方工程有限公司 | 一种基于波达方向估计值的gsm-r干扰源定位方法 |
CN107092006A (zh) * | 2017-04-07 | 2017-08-25 | 广东精点数据科技股份有限公司 | 用于doa估计的阵列信号处理方法和系统 |
Non-Patent Citations (1)
Title |
---|
超分辨波达方向估计技术的研究;郭跃;《中国博士学位论文全文数据库 信息科技辑》;20090515(第5期);正文第77页第5段至第88页第2段、第99页第3段至第104页第3段 * |
Also Published As
Publication number | Publication date |
---|---|
CN109031193A (zh) | 2018-12-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Koike-Akino et al. | Fingerprinting-based indoor localization with commercial MMWave WiFi: A deep learning approach | |
Campos et al. | Wi-Fi multi-floor indoor positioning considering architectural aspects and controlled computational complexity | |
Kaemarungsi | Design of indoor positioning systems based on location fingerprinting technique | |
Savic et al. | Kernel methods for accurate UWB-based ranging with reduced complexity | |
Hong et al. | Signal eigenvector-based device-free passive localization using array sensor | |
Li et al. | Multipath-assisted indoor localization using a single receiver | |
CN111182459A (zh) | 一种基于信道状态信息室内无线定位方法、无线通信系统 | |
Guo et al. | Multi-source localization using time of arrival self-clustering method in wireless sensor networks | |
Sabek et al. | MonoStream: A minimal-hardware high accuracy device-free WLAN localization system | |
Hua et al. | Geometry-based non-line-of-sight error mitigation and localization in wireless communications | |
CN115150744A (zh) | 一种大型会议场馆室内信号干扰源定位方法 | |
CN109031193B (zh) | 一种基于信号到达方向的室内非法信号源定位系统及方法 | |
Ma et al. | PRSRTI: A novel device-free localization method using phase response shift based radio tomography imaging | |
Chen et al. | Spatio-temporal fingerprint localization for shipboard wireless sensor networks | |
Liu et al. | Deep-learning-based wireless human motion tracking for mobile ship environments | |
Yang et al. | Phase-calibration-based 3-D beamspace matrix pencil algorithm for indoor passive positioning and tracking | |
Li et al. | Multi-TDOA estimation and source direct position determination based on parallel factor analysis | |
Meles et al. | Drone localization based on 3D-AoA signal measurements | |
Sun et al. | Moving target localization and activity/gesture recognition for indoor radio frequency sensing applications | |
Jin et al. | WiSen: Zero-knowledge passive human tracking using a single WiFi link | |
Tian et al. | Indoor device-free passive localization for intrusion detection using multi-feature PNN | |
De Sousa et al. | Mobile station localization emitter in urban NLoS using multipath ray tracing fingerprints and machine learning | |
Kram et al. | Delay estimation in dense multipath environments using time series segmentation | |
Verma et al. | Doa estimation for autonomous systems in complex propagation environments | |
Wang et al. | Signal and array processing techniques for RFID readers |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 |