CN109411890B - 一种基于多天线的单站高精度三维定位方法 - Google Patents

Abstract

本发明公开了一种基于多天线的单站高精度三维定位方法，本发明基于多天线，采用俯仰角、方位角和时延联合测量方法来估计定位参数，通过联合俯仰、方位角和时延估计分离对定位精度影响较大的多径信号，从而抑制多径的影响，提高定位参数的估计精度，进一步实现高精度的单站三维定位。该方法适用于WiFi、5G、UWB等多种信号体制，能够实现低成本的单站三维定位，在智慧城市、智慧建造、室内导航、商场按需营销、安全监控管理、防走失等领域有广泛的应用前景。

Description

一种基于多天线的单站高精度三维定位方法

技术领域

本发明涉及一种阵列信号处理技术领域的无线信号单站三维定位方法，尤其涉及一种基于多天线阵列对无线信号三维到达角(方位角、俯仰角)和时差联合估计的单站定位方法，用于针对基站端采用多天线阵列情况下的信号源的三维到达角和传输时延估计以实现单站三维定位。

背景技术

近年来，室内定位与位置服务呈现出巨大的市场空间，在室内导航、商场按需营销、智慧城市、安全监控管理、防走失等方面有广泛的应用。据市场研究公司ABI最近发布的一份报告，到2018年，全球室内定位市场的规模将达到50亿美元。由此，室内定位获得了技术界和产业界的极大关注。

定位服务是物联网和位置大数据的基础，在消费者和企业服务领域均有广泛应用场景。随着WiFi网络覆盖范围的快速扩展和5G移动通信技术的推广应用，基于WiFi和5G的室内定位技术成为近几年来的一个研究热点，但现有技术仍难以满足一些位置服务应用对定位精度的要求。由此，室内定位获得了技术界和产业界的极大关注，但当前主流方法都存在着各种各样的问题，例如，超宽带(UWB)：功率受限、成本高、普及率低；RFID:需海量布署、普及率低； MEMS:易产生累积误差，可用作高精度室内定位的补充和增强手段；伪卫星:存在干扰/法规、需布设专用基站、仅适用于专用终端等问题。另外，普及率相对较高的蓝牙、WiFi场强匹配定位，如苹果公司推出的iBeacon，也存在着难以实现高精度(普遍精度5-8米)、热点覆盖不连续、维护工作量巨大等问题。

室内环境中无线信道的多径和非直达波传播是高精度室内无线定位面临的最大挑战。但针对下一代WiFi和5G高密度部署场景设计室内定位方案有以下有利条件：(1)为提高通信传输速率和系统容量，下一代WiFi和5G将使用MIMO (Multiple-Input Multiple-Output)技术，基站或AP(Access Point)配置的天线数量成倍增加，多天线阵列的使用为高精度AOA测量提供了支撑；(2)高密度基站分布情况下，同一个用户信号通常可被多个基站接收到，为多基站协作定位提供了条件；(3)下一代WiFi和5G将使用更大的频率带宽，为高精度测距提供了有利支撑。但目前还没有成熟的单站三维定位技术。

目前比较成熟的定位精度最高的超宽带定位技术UWB通常可实现十厘米级的定位精度，但要实现三维定位需同时部署多个接受基站，成本较高。

因此，有必要发展一种适用于WiFi、5G、UWB等多种信号体制的低成本、高精度单站三维定位技术。

发明内容

本发明的目的就在于为了解决上述问题而提供一种基于多天线的单站高精度三维定位方法。

本发明通过以下技术方案来实现上述目的：

本发明通过采用俯仰角、方位角和时延联合测量的方式来估计三维定位参数，同时抑制多径对定位误差的影响，在仰角、方位角和时延联合测量中，采用交叉迭代的方式避免多维度参数搜索从而显著降低计算复杂度，实现三维定位参数的快速估计，具体方法包括以下步骤：

1)基于波束形成器获得三维角度的初始估计；

2)基于三维角度的初始估计，估计信号的时延参数；

3)基于所得时延参数估计，计算包含角度参数信息的非结构化矩阵；

4)进一步估计信号的三维角度参数。

优选的，三维角度参数的估计是在基站端采用多天线构成圆阵或面阵对信号的角度进行估计。

优选的，对定位信号的三维角度和时延同时进行估计。

优选的，所述的波束形成器为：

通过谱峰搜索来估计角度的初始值。

优选的，对信号时延参数的估计通过一维搜索来估计：

优选的，对信号三维角度参数的估计通过采用交替搜索方式来把二维搜索

转化为多个一维搜索，从而避免二维搜索。

本发明一种基于多天线的单站高精度三维定位方法的用途，该方法可用于 WiFi、5G、UWB等各种信号体制下的三维定位参数估计，从而实现这些信号体制下的单站三维定位。

本发明的有益效果在于：

本发明是一种基于多天线的单站高精度三维定位方法，与现有技术相比，本发明基于多天线，采用俯仰角、方位角和时延联合测量方法来估计定位参数，通过联合俯仰、方位角和时延估计分离对定位精度影响较大的多径信号，从而抑制多径的影响，提高定位参数的估计精度，进一步实现高精度的单站三维定位。该方法适用于WiFi、5G、UWB等多种信号体制，能够实现低成本的单站三维定位，在智慧城市、智慧建造、室内导航、商场按需营销、安全监控管理、防走失等领域有广泛的应用前景。

附图说明

图1是本发明的高精度三维定位方法在不同信噪比情况下对定位参数的估计精度；

图2是本发明的高精度三维定位方法在不同多径信号角度分离情况下对定位参数的估计精度；

图3是本发明的高精度三维定位方法在不同多径信号时延分离情况下对定位参数的估计精度。

具体实施方式

下面结合附图对本发明作进一步说明：

本发明针对现有技术存在的上述不足，提出一种适用于WiFi、5G、UWB等多种信号体制的低成本、高精度单站三维定位技术，基于多天线阵列，通过同时测量无线信号的三维到达角和传播时延实现高精度单站三维定位。

本发明采用的天线阵列接收信号向量的样本通常表示为：一个M阵元的任意分布(2D平面或3D)的阵列，一个窄带信号s(t)经过L个多径反射远场入射阵列，时延(TDs)分别为t₁,L,t_L，入射方位角为q₁,L,q_L，俯仰角为f₁,L,f_L。则第 m个阵元在时刻t_n的输出可以表示为

其中n＝1,L,N,b_l是第l个多径的复数衰减系数。假设在较短的采样时间片段内b_l是与时间t不相关的量。复数信号s(t)已知。w_m(t_n)是零均值高斯白噪声。令x_m(t_n)表示第m个阵元的位置向量，然后第m个阵元在方向(q,f)上的激励向量可以表示为

，其中l是波长，ρ＝[cosqcosf,sinqcosf,sinf]^T是方向(q,f)对应的3D单位向量，

是第m个阵元接收信号相对于阵列原点的距离差。阵列输出可以表示成向量形式

其中,x(t_n)＝[x₁(t_n),L,x_M(t_n)]^Tw(n)＝[w₁(t_n),L,w_M(t_n)]^T, a(q,f)＝[a₁(q,f),L,a_M(q,f)]^T在频域，第m个阵元的接收信号在离散频点k，X_m(w_k)，可表示为

其中K是离散频点数或子载波数。X_m(w_k),S(w_k)和W_m(w_k)分别是x_m(t_n), s(t_n)和w_m(t_n)的离散傅里叶变换。写成向量形式，阵列输出在频域可以表示为

x(k)＝D(k)β+w(k) (4)

其中β＝[b₁,L,b_L]^T，以及x(k)＝[X₁(w_k),L,X_M(w_k)]^T,w(k)＝[W₁(w_k),L,W_M(w_k)]^T,

所述方法具体包括以下步骤：

第一步(初始化，计算初始参数)：在给定前l-1个多径信号的参数时，记为l-1维的向量

和

第l个多径的方位和俯仰角通过下式估计得到

其中

以及

第二步(计算时延参数)：定义

给定估计

对l＝1,L,L，

估计t_l和b_l

第三步(计算非结构化矩阵)：基于第二步得到的参数

估计非结构化矩阵来B如下

第四步(计算角度参数)：基于以上所得参数进一步估计三维角度(方位角、俯仰角)参数

在第一步中给出了一个方位角和仰角参数的初始化方案，由于联合最大似然估计的目标函数是非凸的，ML估计的性能与初始化是密切相关的。

在第二步中，利用了向量u(k,τ)中仅第l个元素是与t_l和b_l相关的特点，基于此在给定

时可以单独估计t_l和b_l。

在第二步中，

为矩阵

的第l列，即

由于仅矩阵B的第l列是与参数q_l,f_l和b_l相关的，因此给定一个估计

参数q_l,f_l和b_l可以通过求解以下问题得到

而此最小化问题的解可以解析的表示为(9)。

本实施例是用Matlab仿真软件生成信号源激发均匀圆阵时的阵列流行数据以及室内5GHz频段的WiFi系统信道的频率响应特性，采用所提出的方法估计三维到达角和时延，并进行相应的均方根性能验证。

本方法的具体实施过程如下：

在本实施例中根据802.11n标准的设置考虑一个典型的WiFi场景，工作在5.32GHz和40MHz带宽，使用128个子载波，载波频率间隔为312.5kHz。在实际的802.11nWiFi系统中，只有40MHz带宽内的114个子载波被使用。

在本实施例中，阵列为一个半径r＝1.5l的16阵元均匀圆阵(UCA)。

在本实施例中，加入独立的零均值高斯白噪声来控制信噪比(SNR)。

在本实施例中实验结果都是500次独立运行的平均结果。在本实施例中考虑两种情况：在第一种情况下，AML算法中的每个循环在2次迭代之后终止；在第二种情况下，每个迭代过程在收敛后再终止。这里把AOA估计的ML算法加入比较，其没有考虑时延信息。联合AOA和TD估计的CRB和仅AOA估计的CRB也用于比较。

在本实施例中考虑两个多径的情况，

j₁和j₂在[0,2p] 内随机选择。两个多径的角度参数为q₁＝30°,q₂＝40°,f₁＝50°,f₂＝60°，时延参数为t₁＝50ns和t₂＝100ns。

图1显示了本实施例中不同信噪比情况下AOA和TD估计的均方根误差 (RMSE)。本实施例的结果表明，本发明方法比仅AOA估计的ML算法有更好的性能。结果表明，与纯AOA估计相比，本发明的联合估计方法具有显著提高AOA 估计精度的潜力。此外，对于本发明的联合估计方法，仅两次迭代就足以使其达到令人满意的性能。

图2显示了本实施例中不同方位角间隔Dq情况下AOA和TD估计的RMSE。两个多径的AOA分别为q₁＝30°,q₂＝q₁+Dq,f₁＝50°,f₂＝55°，时延分别为t₁＝50ns t₂＝80ns。信噪比为SNR＝15dB。本实施例结果表明，本发明的联合估计方法相比纯AOA估计的优势在小角度分离情况下尤为突出。当两个多径的角度分离较大时，本发明的联合估计方法和纯AOA估计具有相当的性能。

图3给出了本实施例中不同时延间隔Dt情况下的估计RMSE。两个传播路径的参数为q₁＝30°,q₂＝40°,f₁＝50°,f₂＝60°,t₁＝50ns,t₂＝t₁+Dt ns信噪比为SNR＝15dB。本实施例结果表明，联合估计CRB和纯AOA估计之间的差别随着TD分离差异的减小而减小。在TD分离较大时，本发明方法相对于纯AOA估计的优势更显著的。

以上显示和描述了本发明的基本原理和主要特征及本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (4)

1.一种基于多天线的单站高精度三维定位方法，其特征在于：所述基于多天线的单站高精度三维定位方法采用的天线阵列接收信号向量的样本表示为：一个M阵元的任意分布的阵列，一个窄带信号s(t)经过L个多径反射远场入射阵列，时延(TDs)分别为τ₁,…,τ_L，入射方位角为θ₁,…,θ_L，俯仰角为φ₁,…,φ_L；则第m个阵元在时刻t_n的输出可以表示为

其中n＝1，…，N，β_l是第l个多径的复数衰减系数；假设在较短的采样时间片段内β_l是与时间t不相关的量；复数信号s(t)已知；w_m(t_n)是零均值高斯白噪声；令x_m(t_n)表示第m个阵元的位置向量，然后第m个阵元在方向(θ,φ)上的激烈向量可以表示为

其中λ是波长，ρ＝[cosθcosφ,sinθcosφ,sinφ]^T是方向(θ,φ)对应的3D单位向量，

是第m个阵元接收信号相对于阵列原点的距离差；阵列输出可以表示成向量形式

其中,x(t_n)＝[x₁(t_n),…,x_M(t_n)]^Tw(n)＝[w₁(t_n),…,w_M(t_n)]^T,a(θ,φ)＝[a₁(θ,φ),…,a_M(θ,φ)]^T；在频域，第m个阵元的接收信号在离散频点k，X_m(w_k)，可表示为

其中K是离散频点数或子载波数；X_m(ω_k),S(ω_k)和W_m(ω_k)分别是x_m(t_n),s(t_n)和w_m(t_n)的离散傅里叶变换；写成向量形式，阵列输出在频域可以表示为

x(k)＝D(k)β+w(k) (4)

其中β＝[β₁,…,β_L]^T，以及x(k)＝[X₁(ω_k),…,X_M(ω_k)]^T,w(k)＝[W₁(ω_k),…,W_M(ω_k)]^T,

通过采用俯仰角、方位角和时延联合测量的方式来估计三维定位参数，同时抑制多径对定位误差的影响，在仰角、方位角和时延联合测量中，采用交叉迭代的方式避免多维度参数搜索从而显著降低计算复杂度，实现三维定位参数的快速估计，具体方法包括以下步骤：

1)基于波束形成器获得三维角度的初始估计；在给定前l-1个多径信号的参数时，记为l-1维的向量

和

第l个多径的方位和俯仰角通过下式估计得到

其中

以及

2)基于三维角度的初始估计，估计信号的时延参数；定义

给定估计

估计τ_l和β_l

3)基于所得时延参数估计，计算包含角度参数信息的非结构化矩阵；基于第2)步得到的参数

估计非结构化矩阵B如下

4)进一步估计信号的三维角度参数；对信号三维角度参数的估计通过采用交替搜索方式来把二维搜索

转化为多个一维搜索，从而避免二维搜索。

2.根据权利要求1所述的基于多天线的单站高精度三维定位方法，其特征在于：三维角度参数的估计是在基站端采用多天线构成圆阵或面阵对信号的角度进行估计。

3.根据权利要求1所述的基于多天线的单站高精度三维定位方法，其特征在于：对定位信号的三维角度和时延同时进行估计。

4.一种如权利要求1所述的基于多天线的单站高精度三维定位方法，其特征在于：该方法可用于WiFi、5G、UWB等各种信号体制下的三维定位参数估计，从而实现这些信号体制下的单站三维定位。

Images