CN110895326A

CN110895326A - 确定无线系统中的用户设备的位置的方法

Info

Publication number: CN110895326A
Application number: CN201910881212.8A
Authority: CN
Inventors: 费利克斯·马尔霍夫斯基; 杜鲁门·普雷瓦特
Original assignee: Polte Corp
Current assignee: Qualcomm Technologies Inc
Priority date: 2012-12-12
Filing date: 2013-12-10
Publication date: 2020-03-20
Anticipated expiration: 2033-12-10
Also published as: CN110895326B; EP2932740A1; EP2932740B1; CN105264920B; EP2932740A4; CN105264920A; JP7269287B2; KR20160006659A; JP2018100973A; KR102278860B1; JP2020076751A; WO2014093400A1; JP2021180512A; JP2016508217A

Abstract

公开了一种用于确定具有一个或更多个扇区的无线系统中的用户设备UE的位置的方法，所述一个或更多个扇区中的每个扇区由一个或更多个天线形成，所述方法包括：确定来自不同扇区的两个或更多个天线的特定参考信号在UE处的到达时间；利用包括高分辨率谱估计的一个或更多个多径抑制算法来解析所述特定参考信号；确定所述到达时间的差异，以确定所述天线或扇区的基线与来自所述UE的入射能量之间的角度；以及使用所述角度来确定所述UE的位置。

Description

确定无线系统中的用户设备的位置的方法

本专利申请是国际申请日为2013年12月10日、国家申请号为 201380070830.5、发明名称为“使用减少的衰减RF技术对对象进行测距和跟踪时的多径抑制”的专利申请的分案申请。

相关申请的交叉引用

本申请要求于2012年12月12日提交的题为“MULTI-PATH MITIGATION INRANGEFINDING AND TRACKING OBJECTS USING REDUCED ATTENUATION RF TECHNOLOGY”的美国临时专利申请第61/736,458号的权益。

技术领域

本实施例涉及无线通信和无线网络系统以及用于对象的基于射频 (RF)的识别、跟踪和定位的包括RTLS(实时定位服务)的系统。

背景技术

用于确定对象的相对位置或地理位置的基于RF的识别和定位系统通常用于跟踪单个对象或对象的组以及用于跟踪个体。传统的定位系统已经用于开阔的室外环境中的位置确定。通常使用基于RF的全球定位系统 (GPS)和辅助GPS。然而，当对封闭环境(即室内)中以及室外的对象进行定位时，传统的定位系统受困于某些不准确性。虽然，蜂窝无线通信系统提供了在市区和大多数室内环境中的优良的数据覆盖，但是这些系统的定位准确性受限于自干扰、多径和非视线传播。

室内和室外定位不准确性主要归因于RF传播的物理性，特别是归因于RF信号的损失/衰减、信号散射和反射。可以通过采用窄带测距信号并且通过以低RF频率例如以VHF频段或更低频段进行操作来解决损失/衰减和散射问题(参见共同待决的第11/670,595号申请)。

然而，在VHF和更低频率处，多径现象(例如，RF能量反射)与在UHF和更高频率处相比较不严重，多径现象对定位准确性的影响使位置确定与工业所需的可靠性和精确性相比较不可靠和不精确。因此，存在对下述的方法和系统的需求：该方法和系统用于对在采用窄带测距信号的基于RF的识别和定位系统中的RF能量反射(即多径现象)的影响进行抑制。

通常，传统的基于RF的识别和定位系统通过采用宽带宽测距信号例如利用针对多径抑制的宽带信号性质来对多径进行抑制(参见S.Salous， “Indoor and Outdoor UHFMeasurements with a 90MHz Bandwidth”， IEEE Colloquium on PropagationCharacteristics and Related System Techniques for Beyond Line-of-Sight Radio，1997，8/1页至8/6页)。另外，参见Chen等人的专利US 2011/0124347 A1，其中在表1中示出了定位准确性对所需的PRS带宽。根据该表，对于10米的准确性，需要83MHz 的带宽。另外，在一些情况下使用空间分集和/或天线分集技术。

然而，在许多位置跟踪应用中空间分集可能不是选项，这是因为空间分集导致所需的架构的增大。类似地，天线分集具有受限的值，这是因为在较低操作频率例如VHF处，天线子系统的物理尺寸变得太大。相关的实例是美国专利第6,788,199号，其中描述了用于对对象、人、宠物和个人物品进行定位的系统和方法。

所提出的系统采用天线矩阵来抑制多径。可选地系统以902-926MHz 频带中的UHF进行操作。众所周知的是，天线的线性维数与操作频率的波长成比例。另外，天线矩阵的面积与线性维数的平方和体积对线性维数的立方之比成比例，这是因为在天线阵列中，天线通常以波长的1/4或1/2 分隔开。因此，在VHF和更低频率处，天线矩阵的尺寸将显著地影响设备的可便携性。

另一方面，由于非常有限的频谱，窄带宽测距信号不适用于传统的基于RF的识别和定位系统当前所使用的多径抑制技术。其原因在于：由多径所引起的测距信号失真(即信号的变化)对于噪声的存在的可靠检测/ 处理来说太小。另外，由于有限的带宽，当这些测距信号直接视线(DLOS) 路径与延迟的测距信号路径被小的延迟所分隔开时，窄带宽接收器不能区分测距信号直接视线(DLOS)路径与延迟的测距信号路径，这是因为窄带宽接收器缺乏与接收器的带宽成比例(例如，窄带宽对输入信号具有积分效应)的所需的时间分辨率。

因此，在本领域中存在对用于对象识别和定位的多径抑制方法和系统的需求，该多径抑制方法和系统使用窄带宽测距信号并且以VHF频率或更低频率以及UHF带频或更高带频进行操作。

跟踪和定位功能需求主要存在于无线网络中。可以在大多数可用无线网络中利用在共同待决的第12/502,809号申请中描述的用于对象识别和定位的多径抑制方法和系统。然而，某些无线网络具有需要将技术并入无线网络以充分得益于在共同待决的第12/502,809号申请中描述的各种测距信号和定位信号的通信标准/系统。通常，这些无线系统可以在广泛区域和大多数室内环境中提供优良的数据覆盖。然而，这些系统的可用定位准确性受限于自干扰、多径和非视线传播。作为示例，新近的3GPP版本 9的针对LTE(长期演进)标准的标准化的定位技术具有以下方法：1) 作为主要方法的A-GNSS(辅助全球导航卫星系统)或A-GPS(辅助全球定位系统)；以及2)作为备用方法的包括DL-OTDOA(下行链路OTDOA)的增强Cell-ID(E-CID)和OTDOA(观测到达时间差异)。虽然这些方法可以满足当前的强制性FCC E911紧急定位需求，但是这些定位方法的准确性、可靠性和可用性达不到LBS(基于位置的服务)或 RTLS系统用户的需求，该LBS或RTLS系统用户要求建筑、商场、市区走廊等内的高度准确的定位。此外，除A-GNSS(A-GPS)可能超过现有技术/方法的定位能力之外，即将出现的FCC 911需求比现有的FCC 911更严格。众所周知的是，A-GNSS(A-GPS)的准确性在开阔空间中非常良好，但是在市区/室内环境中非常不可靠。

同时，其他技术/方法的准确性受多径和其他无线电波传播现象的严重影响。因此，使其不可能满足即将出现的FCC 911需求和LBS需求。以下列出了除DL-OTDOA和E-CID定位技术/方法之外的定位技术/方法。U-TDOA概念与OTDOA类似，但是使用安装在小区塔(cell tower) 处的位置测量单元(LMU)来计算电话的位置。上述是针对原始的911 需求所(已经设计)设计的。LMU仅被部署在2G GSM网络上，并且针对3G UMTS网络需要主要硬件升级。U-TDOA尚未针对支持4G LTE或 WiMAX来标准化。另外，LMU不用在LTE部署中。像其他方法一样， U-TDOA的准确性受困于多径。LTE标准化组可能摒弃LUM的另外的硬件并且依照DL-OTDOA来改革U-TDOA，例如UL-OTDOA。注意： DL-OTDOA在版本9中被标准化。

针对即将出现的FCC 911需求的另一竞争者是RF指纹识别法。该技术是基于每个位置具有唯一的射频(RF)签名如指纹图形的原理，可以通过包括相邻小区信号强度的测量等的唯一的一组值来识别位置。然而，该技术受困于其需要大的数据库和长的训练期的事实。另外，不像真实唯一的人类指纹一样，由于RF传播现象，RF签名在多个不同位置处重复。此外，随着包括天气的环境的变化，数据库变得陈旧，例如签名快速地变旧。这使得维护数据库的任务变得繁重。可收听的小区塔的数目对准确性具有显著的影响——需要获得来自多个(8个或更多个)塔的读取以得到合理的准确性(如Polaris wireless所主张的60米)。因此，在郊区环境中，准确性降低至100米(参见Polaris wireless Locationtechnology overview， 7月29日，来自Polaris wireless)。另外，利用手机天线定向的所估计的位置存在显著变化(最高达140％)(参见Tsung-Han Lin等人的 MicroscopicExamination of an RSSI-Signature-Based Indoor Localization System)。

虽然存在若干个RF指纹识别数据库不稳定的原因，但是主要原因之一为多径。多径是高度动态的并且可以瞬时地改变RF签名。具体地，在例如室内的严重多径环境中，人和电梯移动；家具、橱柜、设备放置变化将产生不同的多径分布，例如严重地影响RF签名。另外，在室内以及类似的环境中，物理位置的(3维的)小变化引起RF签名的显著变化。这是使RF签名为3维的多径与在1/4波长距离上产生显著RF签名变化的短波长的结合的结果。因而，在这样的环境下，数据库中的点的数目必须指数地增大。

存在包括基于所接收的信号强度的方法的较不准确的定位方法，例如 RTT、RTT+CID。然而，在后者情况下，RF传播现象使信号强度在波长的距离上变化30dB至40dB，该波长的距离在无线网络中可以显著地小于米。这严重地影响了基于所接收的信号强度的方法的准确性和/或可靠性。再者，所有这些方法的准确性受困于多径。

因此，在本领域中存在对针对无线网络的更准确和可靠的跟踪和定位能力的需求，可以通过多径抑制技术来实现该需求。

在LTE 3GPP的版本9中添加了定位参考信号(PRS)并且意在由用户设备(UE)使用该定位参考信号(PRS)以进行OTDOA定位(多点定位类型)。TS 36.211版本9技术规范题为“Evolved Universal Terrestrial Radio Access(E-UTRA)；Physical Channels andModulation.”。

如所指出的，可以由UE使用PRS以进行下行链路的观测到达时间差异(DL-OTDOA)定位。版本9规范还要求相邻基站(eNB)为同步的。这去除了OTDOA方法的最后障碍。PRS还提高了在多个eNB的UE 处的UE可收听性。要注意的是，版本9规范未指定eNB同步准确性，其中在一些提案中建议为100ns。UL-TDOA当前处于研究期并且期望在 2011年被标准化。

在Chen等人的题为“Method and Apparatus for UE Positioning in LTENetworks.”的美国专利申请公开第2011/0124347号A1中详述了根据版本9规范的DL-OTDOA方法。版本9DL-OTDOA受困于多径现象。可以通过增大的PRS信号带宽来实现一些多径抑制。然而，这因此导致增大的调度复杂性和UE位置确定之间的更长时间。另外，对于具有有限的操作带宽诸如10MHz的网络，如Chen等人的表1中所示，可能的最优的准确性为大约100米。这些数字是在最优情况场景中的结果。在其他情况下，特别是在当DLOS信号强度与反射信号强度相比显著较低(10-20 dB)时，产生显著地较大(二倍至四倍)的定位/测距误差。

Chen等人描述了也基于PRS的、被称为上行链路定位参考信号 (UL-PRS)的UL-TDOA定位的变型。Chen等人提出了改进的相邻小区可收听性和/或减少的调度复杂性，然而Chen等人并未对解决抑制多径的任何方法进行教示。因此，Chen等人的准确性不优于按照DL-OTDOA 方法准确性的版本9的准确性。

根据Chen等人，DL-OTDOA方法和UL-TDOA方法适于室外环境。 Chen等人还指出了DL-OTDOA方法和UL-TDOA方法在室内环境诸如建筑、校园等中并不良好地执行。Chen等人指出了若干原因来说明这些方法在室内环境中的不良性能。例如，在室内通常采用的分布式天线系统 (DAS)中，每个天线不具有唯一的ID。

根据Chen，最终结果在于：在版本9系统和基于小区塔的系统(如 Chen等人的UL-TDOA)二者中，UE设备不能区分多个天线。该现象阻止了在版本9和Chen的UL-OTDOA系统中所采用的多点定位方法的使用。为了解决该问题，Chen等人将硬件和新的网络信号添加到现有的室内无线网络系统。此外，在活跃DAS的情况下，最优准确性(误差下限) 被限制为50米。最终，Chen等人未解决在室内环境中多径对定位准确性的影响，其中，多径是最严重的(与室外相比)并且在许多情况下产生比主张的定位误差大得多(2X-4X)的定位误差。

Chen等人所教示的针对室内无线网络天线系统的修改并非总是可能的，这是因为对现有系统进行升级需要巨大的工作和高昂的成本。此外，在活跃DAS的情况下，最优的理论准确性仅为50米，并且在实践中该准确性由于包括多径的RF传播现象而显著较低。同时，在DAS系统中，由多个天线产生的信号将呈现出反射，例如多径。因而，如果所有天线位置是已知的，则如果可以解析出来自各个天线的信号路径，就可以在无另外的硬件和/或新的网络信号的情况下提供DAS环境中的位置确定，例如使用多点定位和位置一致性算法来。因此，在本领域中存在对针对无线网络的准确且可靠的多径解析的需求。

发明内容

本实施例涉及一种用于对象的基于射频(RF)的识别、跟踪和定位的方法和系统，该方法和系统包括基本上消除了相关技术的缺点中的一个或更多个缺点的实时定位服务(RTLS)。所提出的(示例性的)方法和系统使用窄带宽测距定位信号。根据实施例，在VHF频带上实现基于RF 的跟踪和定位，但是也可以在更低频带(HF、LF和VLF)以及UHF频带和更高频率上实现基于RF的跟踪和定位。基于RF的跟踪和定位采用包括技术和算法的多径抑制方法。所提出的系统可以使用软件实现的数字信号处理和软件定义的无线电技术。也可以使用数字信号处理。

可以使用标准FPGA和标准信号处理硬件和软件，以针对设备和整体系统的非常小的增量成本来构造实施例的系统。同时，可以显著地提高采用窄带测距信号的基于RF的识别和定位系统的准确性。

针对窄带宽测距/定位信号例如VHF的发送器和接收器用于识别人或对象的位置。数字信号处理(DSP)和软件定义无线电(SDR)技术可以用于生成、接收和处理窄带宽测距信号以及执行多径抑制算法。窄带测距信号用于以半双工操作模式、全双工操作模式或单工操作模式来识别、定位和跟踪人和对象。数字信号处理(DSP)和软件定义无线电(SDR)技术用在多径抑制处理器中以实现多径抑制算法。

本文中所描述的方法采用在共同待决申请No.12/502,809中描述的多径抑制处理器和多径抑制技术/算法，其提高了由无线网络实现的跟踪和定位系统的准确性。本实施例可以用在所有无线系统/网络中并且包括单工操作模式、半双工操作模式和全双工操作模式。下面所描述的实施例利用采用包括OFDM调制和/或其变型的各种调制类型的无线网络进行操作。因此，下面所描述的实施例利用LTE网络进行操作并且也可适用于其他无线系统/网络。

本文中所描述的方式是基于网络的一个或更多个参考信号/导频信号和/或同步信号的，并且也可适用于包括WiMax、WiFi和White Space的其他无线网络。不使用参考信号和/或导频/同步信号的其他无线网络可以采用如在共同待决的第12/502,809号申请中描述的以下类型的替选实施例中的一个或更多个：1)将帧的一部分专用于如在共同待决的第 12/502,809号申请中描述的测距信号/测距信号元素；2)将测距信号元素 (参见共同待决的第12/502,809号申请)嵌入发送/接收帧中；以及3)测距信号元素(在共同待决的第12/502,809号申请中所描述的)中嵌入有数据。

这些替选实施例采用在共同待决的第12/502,809号申请中描述的多径抑制处理器和多径抑制技术/算法并且这些替选实施例可以用在所有操作模式下：单工、半双工和全双工。

可以以相对于装置和整体系统的少量增量成本或无增量成本来完成下述集成：在共同待决的第12/502,809号申请中所描述的多径抑制处理器和多径抑制技术/算法与基于OFDM的无线网络的集成以及其他无线网络与参考信号/导频信号和/或同步信号的集成。同时，将显著地提高网络和系统的定位准确性。如在实施例中所描述的，在3GPP LTE蜂窝网络上实现基于RF的跟踪和定位将明显地得益于在共同待决的第12/502,809号申请中所描述的多径抑制方法/技术的本地化。所提出的系统可以使用软件实现或硬件实现的数字信号处理。

将在以下描述中阐述实施例的另外的特征和优点并且根据该描述，实施例的另外的特征和优点中的一部分将是明显的，或者可以通过对实施例的实践来学习实施例的另外的特征和优点。将通过在成文的说明书及其权利要求以及附图中特别指出的结构来实现和获得实施例的优点。

要理解的是，如要求保护的，前述的总体描述和以下的详细描述二者均为示例性和说明性的，并且意在提供对实施例的进一步的说明。

附图说明

被包括以提供对实施例的进一步理解以及被并入该说明书中并且构成该说明书的一部分的附图示出了实施例并且与该描述一起用于说明实施例的原理。在附图中：

图1和图1A示出了根据实施例的窄带宽测距信号频率分量；

图2示出了示例性宽带宽测距信号频率分量；

图3A、图3B和图3C示出了根据实施例的RF移动跟踪和定位系统的主单元和从单元的框图；

图4示出了实施例的合成宽带基带测距信号；

图5示出了根据实施例的通过抵消进行的信号前体的消除；

图6示出了根据实施例的具有较少载波的前体抵消；

图7示出了单向传递函数相位的实施例；

图8示出了定位方法的实施例；

图9示出了LTE参考信号映射；

图10示出了增强的Cell ID+RTT定位技术的实施例；

图11示出了OTDOA定位技术的实施例；

图12示出了根据实施例的安装在运营商的eNB设施处的时间观测单元(TMO)的操作；

图13示出了无线网络定位设备图的实施例；

图14示出了针对企业应用的无线网络定位下行链路生态系统的实施例；

图15示出了针对网络广泛应用的无线网络定位下行链路生态系统的实施例；

图16示出了针对企业应用的无线网络定位上行链路生态系统的实施例；

图17示出了针对网络广泛应用的无线网络定位上行链路生态系统的实施例；

图18示出了可以包括一个或更多个DAS和/或毫微微小区/小小区天线的UL-TDOA环境的实施例；

图19示出了如图18的可以包括可以代替DAS基站和/或毫微微小区 /小小区来使用的一个或更多个小区塔的UL-TDOA的实施例；

图20示出了小区水平的定位的实施例；

图21示出了服务小区和扇区ID定位的实施例；

图22示出了E-CID加上AoA定位的实施例；

图23示出了AoA定位的实施例；

图24示出了具有宽的接收天线之间的距离以及近的接收天线之间的距离的TDOA的实施例；

图25示出了三个扇区部署的实施例；以及

图26示出了天线端口映射的实施例。

具体实施方式

现在将详细地介绍本实施例的优选实施例，在附图中示出了本实施例的优选实施例的示例。

本实施例涉及用于对象的基于RF的识别、跟踪和定位的方法和系统，包括RTLS。根据实施例，方法和系统采用窄带宽测距信号。实施例以 VHF频带进行操作，但是也可以用在HF、LF和VLF频带以及UHF频带和较高频率中。实施例采用多径抑制处理器。采用多径抑制处理器提高了由系统实现的跟踪和定位的准确性。

实施例包括使得用户能够跟踪、定位和监视多个人和对象的小的高度便携式基本单元。每个单元具有其自身的ID。每个单元广播具有其ID的 RF信号，并且每个单元能够发送回返回信号，该返回信号可以包括其ID 和语音、数据以及另外的信息。每个单元对来自其他单元的返回信号进行处理，并且依赖于三角测量或三边测量和/或所使用的其他方法来持续地确定它们的相对位置和/或实际位置。优选实施例还可以容易地与诸如 GPS装置、智能电话、双向无线电和PDA的产品集成。所产生的产品将在利用现有的显示器、传感器(诸如高度计、GPS、加速计和罗盘)及其主机的处理能力的同时具有单机装置的所有功能。具有本文中所描述的装置技术的GPS装置将能够提供用户在地图上的位置以及并且对组的其他成员的位置进行映射。

随着集成电路技术的提高，基于FPGA实现的优选实施例的尺寸在近似2×4×1英寸与2×2×0.5英寸之间或更小。依赖于所使用的频率，将通过装置壳体将天线集成到装置或突起中。装置的基于ASIC(专用集成电路)的版本将能够将FPGA和大多数其他电子部件的功能集成在单元或标签中。产品的基于ASIC的单机版本将产生1×0.5×0.5英寸或更小尺寸的装置。通过所使用的频率将确定天线尺寸并且可以将天线的一部分集成在壳体中。基于ASIC的实施例被设计成集成在可以仅由芯片组构成的产品中。在主单元或标签单元之间不应当存在任何实质的物理尺寸差异。

装置可以使用以多个频率范围(频带)进行操作的标准系统部件(成品部件)以用于多径抑制算法的处理。可以使用用于数字信号处理和软件定义无线电的软件。与最小硬件结合的信号处理软件使得能够对已经发送和接收由软件定义的波形的无线电进行组装。

共同待决的第11/670,595号申请公开了窄带宽测距信号系统，其中窄带宽信号测距被设计成适应低带宽信道，例如使用仅几千赫兹宽的语音信道(然而低带宽信号中的一些可以扩展成几十千赫兹)。这与使用从数百千赫兹到数十兆赫兹的信道的传统定位系统相反。

该窄带宽测距信号系统的优点如下：1)在较低操作频率/频带处，传统的定位系统测距信号带宽超过载波(操作)频率值。因此，这样的系统不能部署在LF/VLF和包括HF的其他较低频带处。不像传统的定位系统一样，在共同待决的第11/670,595号申请中描述的窄带宽测距系统可以成功地部署在LF、VLF和其他频带上，这是因为该窄带宽测距系统的测距信号带宽远低于载波频率值；2)在RF频谱(一些VLF、LF、HF和VHF 频带)的下端例如最高达UHF频带处，不能使用传统的定位系统，这是因为FCC严重地限制了可允许的信道带宽(12-25kHZ)，其使得不可能使用传统的测距信号。不像传统的定位系统一样，窄带宽测距信号系统的测距信号带宽与FCC规定和其他国际频谱管理机构完全兼容；以及3) 众所周知的是(参见Ray H.Hashemi，William G.Bradley…的MRI：the basics，2003年)，独立于操作频率/频带，窄带宽信号与宽带宽信号相比而具有固有地更高的SNR(信噪比)。这提高了窄带宽测距信号定位系统的独立于包括UHF频带的其操作的频率/频带的操作范围。

因此，不像传统的定位系统一样，窄带宽测距信号定位系统可以部署在其中多径现象不太显著的RF频谱的下端上，例如VHF和更低频带，下至LF/VLF频带。同时，窄带宽测距定位系统还可以部署在UHF频带以及更高频带上，以提高测距信号的SNR，并且因此，提高定位系统的操作范围。

为了使多径例如RF能量反射最小化，期望在VLF/LF频带上进行操作。然而，在这些频率处，便携式/移动天线的效率非常小(大约0.1％或更少，这是由于相对于RF波长的较小的天线长度(尺寸))。另外，在这些低频率处，来自自然源和人造源的噪声水平比在更高频率/频带例如 VHF上高得多。总之，这两种现象可以限制定位系统的适用性，例如其操作范围和/或移动性/便携性。因而，对于其中操作范围和/或移动性/便携性非常重要的某些应用，可以使用更高的RF频率/频带，例如HF、VHF、 UHF和UWB。

在VHF和UFH频带处，来自自然源和人造源的噪声水平与VLF、 LF和HF频带相比显著较低；并且在VHF和HF频率处，多径现象(例如，RF能量反射)与在UHF和更高频率处相比较不严重。另外，在VHF 处，天线效率与在HF和更低频率上相比而显著较优良，并且在VHF处， RF穿透能力比在UHF处优良的多。因此，VHF频带提供针对移动/便携式应用的良好平衡。另一方面，在一些特殊情况下，例如其中VHF频率 (或更低频率)不能穿透电离层(或获得偏转/折射)的GPS的情况下， UHF可以为良好的选择。然而，在任何情况(并且所有情况/应用)下，窄带宽测距信号系统将具有优于传统的宽带宽测距信号定位系统的优点。

实际应用将确定精确的技术规范(诸如功率、发射、带宽和操作频率 /频带)。因为窄带测距使得能够在多个不同的带宽/频率——包括最严格的窄带宽：在FCC中阐述的6.25kHz、11.25kHz、12.5kHz、25kHz和50 kHz——上操作并且遵循针对适当部分的相应技术需求，所以窄带宽测距使得用户能够接收授权或接收授权的免除，或使用如在FCC中阐述的未授权的频带。因此，多个FCC部分和这样的部分内的免除将是可适用的。可适用的主要FCC规定为：47 Part 90-Private Land Mobile Radio Services，47 CFR Part 94-personal Radio Services，47 CFR Part 15-Radio Frequency Devices。(通过比较，在该上下文中的宽带信号从几百KHz 达10-20MHz)。

通常，对于Part 90和Part 94，在某些免除下，VHF实现使得用户能够以最高达100mW来操作设备(作为示例的低功率无线电服务)。对于某些应用，在VHF频带处的允许的所发送功率在2瓦特与5瓦特之间。对于900MHz(UHF频带)，允许的所发送功率为1W。在160kHz-190kHz 频率(LF频带)上，允许的所发送功率为1瓦特。

窄带测距可以遵循多个但并非所有的不同频谱容限并且使得能够在仍遵循最严格的管理机构需求的同时进行准确测距。这不仅针对FCC保持为真，而且针对规定了包括欧洲、日本和韩国的全世界的频谱的使用的其他国际组织也保持为真。

以下是所使用的通用频率的列表，利用典型的功率使用和距离，标签可以与现实世界环境中的另一读取器进行通信(参见Indoor Propagation and Wavelength DanDobkin，WJ Communications，V1.4 7/10/02)：

915MHz 100mW 150英尺

2.4GHz 100mW 100英尺

5.6Ghz 100mW 75英尺

所提出的系统以VHF频率进行工作并且采用用于发送和处理RF信号的专用方法。更特别地，所提出的系统使用DSP技术和软件定义无线电(SDR)来克服VHF频率处的窄带宽需求的限制。

以较低(VHF)频率进行的操作减少了散射并且提供了优良的多的壁穿透。净结果是优于通常使用的频率的范围的大约十倍的增加。将例如原型的所测量范围与以上所列出的RFID技术的所测量范围进行比较：

216MHz 100mw 700英尺

利用窄带测距技术、通用频率的范围，在典型的功率使用和距离的情况下，将能够与现实世界环境中的另一读取器进行通信的标签通信范围显著增大：

电池消耗是设计、所发送功率和装置的占空比——例如，两个连续的距离(位置)测量之间的时间间隔的函数。在多个应用中，占空比较大， 10X至1000X。在具有例如100X的大占空比的应用中，发送100mW的功率的FPGA版本将具有近似三周的运行时间。期望基于ASIC的版本将运行时间增大10X。而且，ASIC具有内在地更低噪声水平。因此，基于 ASIC的版本还可以将操作范围提高约40％。

本领域技术人员将意识到的是，虽然实施例在RF挑战性环境(例如，诸如建筑、市区走廊等)中显著地提高了定位准确性，但是不能兼顾系统的长操作范围。

通常，跟踪和定位系统采用跟踪定位导航方法。这些方法包括到达时间(TOA)、到达时间差异(DTOA)以及TOA和DTOA的组合。在第 5,525,967号美国专利中总体描述了作为距离测量技术的到达时间 (TOA)。基于TOA/DTOA的系统测量RF测距信号直接视线(DLOS)飞行时间，例如时间延迟，然后将其转换成距离范围。

在RF反射(例如，多径)的情况下，具有各种时间延迟的RF测距信号的多个复本被叠加在DLOS RF测距信号上。使用窄带宽测距信号的跟踪定位系统在无多径抑制的情况下不能区分DLOS信号与反射信号。因此，这些反射信号将误差引入所估计的测距信号DLOS飞行时间，其反过来又影响了范围估计准确性。

实施例有利地使用多径抑制处理器来分离DLOS信号和反射信号。因此，实施例显著地降低了所估计的测距信号DLOS飞行时间的误差。所提出的多径抑制方法可以用在所有RF频带上。该多径抑制方法还可以与宽带宽测距信号定位系统一起使用。并且该多径抑制方法可以支持各种调制/解调技术，包括扩频技术诸如DSS(直接扩频)和FH(跳频)。

另外地，可以应用噪声减小方法以进一步提高方法的准确性。这些噪声减小方法可以包括但不限于相干求和，非相干求和，匹配滤波，时间分集技术等。可以通过应用后处理技术诸如最大似然估计(例如，Viterbi 算法)、最小方差估计(Kalman滤波器)等来进一步减少多径干扰误差的残迹。

实施例可以用在具有单工操作模式、半双工操作模式和全双工操作模式的系统中。全双工操作在RF接收器上的复杂度、成本和逻辑方面是非常苛刻的，其限制了便携式/移动装置实现的系统操作范围。在半双工操作模式下，读取器(通常称为“主单元”)和标签(有时也称为“从单元” 或“目标单元”)受控于仅允许主单元或从单元在任何给定时间处发送的协议。

发送和接收的交替使得单一频率能够用在距离测量中。与全双工系统相比，这样的布置减少了系统的成本和复杂度。单工操作模式在概念上较简单，但是需要主单元与目标单元之间的事件的更严格的同步，包括测距信号序列的开始。

在本实施例中，窄带宽测距信号多径抑制处理器不增大测距信号带宽。其有利地使用不同的频率分量以允许窄带宽测距信号的传播。可以通过采用超分辨率频谱估计算法(MUSIC rootMUSIC,ESPRIT)和/或统计算法如RELAX在频域中执行另外的测距信号处理，或者通过将合成测距信号与相对大的带宽组装并且对该信号施加进一步处理来在时域中执行另外的测距信号处理。窄带宽测距信号的不同频率分量可以为伪随机选择的，该窄带宽测距信号的不同频率分量还可以为频率上相邻或间隔开的，并且可以具有频率上的均匀和/或非均匀间隔。

实施例扩展了多径抑制技术。针对窄带测距的信号模型是复指数的 (如在本文献的其他地方所介绍的)，该信号模型的频率与通过范围所定义的延迟加上相似项成正比例，该相似项的延迟通过与多径相关的时间延迟来定义。该模型独立于信号结构的实际实现，例如步进频率、线性频率调制等。

直接路径与多径之间的频率间隔在名义上极其小并且正常的频域处理不足以估计直接路径范围。例如，在30米范围内在5MHz上以100KHz 步进率的步进频率测距信号(100.07纳秒延迟)产生0.062875弧度/秒的频率。具有35米的路径长度的多径反射将产生0.073355的频率。该间隔为0.0104792。50个样本可观测量的频率分辨率具有0.12566Hz的固有频率分辨率。因此，不可以使用传统估计技术来将直接路径与反射路径分离并且准确地估计直接路径范围。

为了克服该限制，实施例使用子空间分解高分辨率谱估计方法和多模态聚类分析的实现的唯一组合。该子空间分解技术依赖于将所观测数据的所估计的协方差矩阵分成两个正交子空间，噪声子空间和信号子空间。子空间分解方法之后的理论在于：可观测量在噪声子空间上的投影仅由噪声构成以及可观测量在信号子空间上的投影仅由信号构成。

超分辨率频谱估计算法和RELAX算法能够区分存在噪声的频谱中的紧密定位的频率(正弦波)。频率不需要为谐波相关的，并且不像数字傅里叶变换(DFT)一样，信号模型不引入任何人工周期性。对于给定带宽，这些算法提供比傅里叶变换显著更高的分辨率。因此，可以以高准确性来可靠地区分直接视线(DLOS)与其他多径(MP)。类似地，将随后将说明的阈值方法应用于人工引起的合成更宽测距信号使得可以以高准确性来可靠区分DLOS与其他路径。

根据实施例，可以由多径抑制处理器采用数字信号处理(DSP)来可靠地区分DLOS与其他MP路径。各种超分辨率算法/技术存在于谱分析 (频谱估计)技术中。示例包括基于子空间的方法：多信号特征化 (MUSIC)算法或root-MUSIC算法；经由旋转不变技术的信号参数估计(ESPRIT)算法；Pisarenko谐波分解(PHD)算法；RELAX算法等。

在所有以上所提及的超分辨率算法中，将输入(即所接收的)信号建模为复指数与它们的频率的复幅度的线性组合。在多径的情况下，所接收的信号将如下：

其中，β×e^i2πf×t为所发送信号，f为操作频率，L为多径分量的数目，并且

和τ_K分别为第K路径的复衰减和传播延迟。多径分量被索引，使得传播延迟被视为升序的。因此，在该模型中，τ₀表示DLOS 路径的传播延迟。显然，由于τ₀值为所有τ_K中的最小值，所以τ₀值为最感兴趣的值。相位θ_K通常被假定以均匀概率密度函数U(0，2π)而从一个测量周期至另一测量周期为随机的。因此，假定α_K＝const(即常数值)。

参数α_K和τ_K为反映建筑中和建筑周围的人和设备的运动的随机时变函数。然而，由于它们的变化率与测量时间间隔相比非常慢，所以这些参数可以被视为在给定测量周期内的非时变随机变量。

所有这些参数为频率相关的，这是因为它们均与无线电信号特征诸如传输和反射系数相关。然而，在实施例中，操作频率变化非常小。因此，以上所提及的参数可以被假定为频率不相关的。

等式(1)在频域中可以表示为：

其中：A(f)是所接收信号的复幅度，(2π×τ_K)是要通过超分辨率算法来估计的人工“频率”，并且操作频率f为独立变量；α_K为第K路径的幅度。

在等式(2)中，(2π×τ_K)的超分辨率估计以及随后的τ_K值均是基于连续频率的。在实践中，存在有限数目的测量。因此，变量f将不是连续变量，而是离散变量。因此，复幅度A(f)可以被计算如下：

其中，

是在离散频率f_n处的离散复幅度估计(即，测量)。

在等式(3)中，

可以被解释为在频率f_n的正弦信号传播通过多径信道之后的频率f_n的正弦信号的幅度和相位。注意到，所有的基于频谱估计的超分辨率算法需要复输入信号(即，复幅度)。

在一些情况下，可以将真实信号数据例如

转换成复信号(例如，分析信号)。例如，这样的转换可以通过使用Hilbert变换或其他方法来实现。然而，在短距离情况下，值τ₀非常小，其产生非常低的(2π×τ_K) “频率”。

这些低“频率”产生了利用Hilbert变换(或其他方法)实现的问题。另外，如果仅要使用幅度值(例如，

)，则要估计的频率的数目将不仅包括(2π×τ_K)个“频率”，还包括它们的组合。通常，增大未知频率的数目影响了超分辨率算法的准确性。因此，DLOS路径与其他多径 (MP)路径的可靠且准确的分离需要复幅度估计。

以下是在存在多径的情况下获得复幅度

的任务期间的方法和多径抑制处理器操作的描述。注意到，虽然该描述聚焦在半双工操作模式，但是其可以容易地针对全双工模式进行扩展。单工操作模式是半双工操作模式的子集，但是将需要另外的事件同步。

在半双工操作模式中，读取器(通常称为“主单元”)和标签(也称为“从单元”或“目标单元”)受控于仅允许主单元或从单元在任何给定时间处进行发送的协议。在该操作模式下，标签(目标装置)用作应答器。标签接收来自读取器(主装置)的测距信号，将其存储在存储器中，然后在某个时间(延迟)之后，将该信号重新发送回主装置。

在图1和图1A中示出了测距信号的示例。示例性测距信号采用相邻的不同频率分量。还可以使用包括伪随机的波形、在频率和/或时间上间隔开的波形或正交波形等的其他波形，只要测距信号带宽保持较窄即可。在图1中，针对每个频率分量的时间段T_f足够长，以获得测距信号窄带宽属性。

在图2上示出了具有不同频率分量的测距信号的另一变型。其包括在长的时间段上所发送的多个频率(f₁，f₂，f₃，f₄，f_n)以使各个频率为窄带的。这样的信号是更有效的，但是这样的信号占用了宽的带宽，并且宽带宽测距信号影响了SNR，SNR反过来又减少了操作范围。另外，这样的宽带宽测距信号将违反对VHF频带或更低频带的FCC需求。然而，在某些应用中，该宽带宽测距信号使得能够更容易地并入现有信号和传输协议中。另外，这样的信号减少了跟踪定位时间。

这些多频率(f₁，f₂，f₃，f₄，f_n)突发还可以为相邻的和/或伪随机的、在频率和/或时间上间隔开的或正交的等。

与宽带宽测距相比，窄带测距模式将以瞬时宽带测距的形式来产生准确性，同时增大在其处可以实现该准确性的范围。该性能被实现是因为在固定的发送功率处，在窄带测距信号的接收器处的SNR(以合适的信号带宽)大于在宽带测距信号的接收器处的SNR。SNR增益在宽带测距信号的总带宽与窄带测距信号的每个信道的带宽之比的量级上。这提供了在当不需要非常快速的测距时——例如对于静止和缓慢移动的目标诸如行走或跑步的人——的良好的权衡。

主装置和标签装置是相同的，并且可以在主装置模式或应答器模式下进行操作。所有装置包括数据/远程控制通信信道。装置可以交换信息并且主装置可以远程地控制标签装置。在图1中所描绘的该示例中，在主装置(即，读取器)操作期间，多径抑制处理器创建至标签的测距信号，在某个延迟之后，主装置/读取器从标签接收重复的测距信号。

之后，主装置的多径抑制处理器将所接收的测距信号与从主装置原始发送的测距信号进行比较，并且针对每个频率分量f_n来确定幅度和相位的形式的

估计。注意到，在等式(3)中，

是针对单向测距信号往返来定义的。在实施例中，测距信号往返行进。换言之，该测距信号双向行进：从主装置/读取器到目标/从以及从目标/从到主这种/读取器。因此，由主装置接收回的该往返信号的复幅度可以被计算如下：

存在可用于估计复幅度和相位值的多个技术，包括例如匹配滤波

和

根据实施例，复幅度确定基于根据主装置和/或标签接收器RSSI(所接收的信号强度指示符)值得到的

值。通过将由读取器/ 主装置所接收的返回基带测距信号相位与原始的(即由读取器/主装置所发送的)基带测距信号相位进行比较来获得相位值

另外，由于主装置和标签装置具有独立的时钟系统，所以通过对时钟准确性对相位估计误差影响的分析来增加对装置操作的详细说明。如以上描述示出地，单向幅

值是从目标/从装置可直接得到的。然而，单向相位

值不能直接地测量。

在实施例中，测距基带信号与图1中所描绘的测距基带信号相同。然而，简单起见，在本文中假定测距基带信号仅由两个频率分量构成，两个频率分量中的每个频率分量包含不同频率F₁和F₂的余弦波或正弦波的多个周期。注意到，F1＝f1并且F2＝f1。在第一频率分量中的周期的数目为L，并且在第二频率分量中的周期的数目为P。注意到，由于对于T_f＝常数，每个频率分量可以具有不同的周期数目，所以L可以等于P或者可以不等于P。另外，在每个频率分量之间不存在时间间隙，并且F₁和F₂二者均从等于零的初始相位开始。

图3A、图3B和图3C描绘了RF移动跟踪和定位系统的主单元或从单元(标签)的框图。F_OSC指代装置系统时钟(图3A中的晶体振荡器20) 的频率。在装置内生成的所有频率是根据该系统时钟晶体振荡器生成的。使用以下定义：M为主装置(单元)；AM为标签(目标)装置(单元)。标签装置正在应答器模式下操作并且被称为应答器(AM)单元。

在优选实施例中，该装置由RF前端和RF后端、基带和多径抑制处理器构成。在FPGA 150中实现了RF后端、基带和多径抑制处理器(参见图3B和图3C)。系统时钟发生器20(参见图3A)以F_OSC＝20MHz；或ω_OSC＝2π×20×10⁶进行振荡。这是理想的频率，因为在实际装置中，系统时钟频率并非总是等于20MHz：

注意到，

并且

应当注意的是，可以在对系统性能无任何影响的情况下使用除20 MHz之外的F_OSC频率。

两个单元(主单元和标签单元)的电子组成(makeup)是相同的，并且不同的操作模式是软件可编程的。由主单元的FPGA 150、块155至 180(参见图3B)来生成数字格式的基带测距信号。该基带测距信号由两个频率分量构成，每个频率分量包含不同频率的余弦波或正弦波的多个周期。在开始处，t＝0，主装置(图3B)中的FPGA 150经由I/Q DAC120 和125将数字基带测距信号输出至其上转换器50。FPGA 150以F₁频率开始，并且在时间T₁之后开始生成达T₂时间段的F₂频率。

由于晶体振荡器的频率可能不同于20MHz，所以由FPGA生成的实际频率将为F₁γ^M和F₂γ^M。另外，时间T₁将为T₁β^M，并且T₂将为T₂β^M。还将T₁、T₂、F₁、F₂假定为使得F₁γ^M*T₁β^M＝F₁T₁并且F₂γ^M*T₂β^M＝F₂T₂，其中， F₁T₁&F₂T₂均为整数。这意指F₁和F₂的初始相位均等于零。

由于所有频率均根据系统晶体振荡器20的时钟来生成，所以主装置的基带I/QDAC 120和125输出如下：

并且

其中，

和

为常数系数。类似地，来自频率合成器25的输出频率TX_LO和RX_LO(来自混频器50和85的LO信号) 可以通过常数系数来表示。这些常数系数对于主装置(M)和应答器(AM) 是相同的，其差异在于每个装置的系统晶体振荡器20的时钟频率。

主装置(M)和应答器(AM)工作在半双工模式下。主机的RF前端使用正交上转换器(即混频器)50对由多径抑制处理器生成的基带测距信号进行上转换，并且发送该经上转换的信号。在发送基带信号之后，使用RF前端TX/RX开关15，主装置从TX模式切换至RX模式。应答器接收信号并且使用其RF前端混频器85(产生第一IF)和ADC 140(产生第二IF)将所接收的信号下转换回来。

之后，使用数字滤波器190在应答器RF后端处理器中对该第二IF 信号进行数字滤波，并且使用RF后端正交混频器200、数字I/Q滤波器 210和230、数字正交振荡器220和求和器270将该第二IF信号进一步下转换至基带测距信号。使用Ram数据总线控制器195和控制逻辑180将该基带测距信号存储在应答器的存储器170中。

随后，使用RF前端开关15，应答器从RX模式切换至TX模式，并且在某个延迟t_RTX之后开始重新发送所存储的基带信号。注意到，以AM (应答器)系统时钟来测量该延迟。因此，

主装置接收应答器传输，并且使用其RF后端正交混频器200、数字I滤波器210和数字Q滤波器230、数字正交振荡器220(参见图3C)将所接收的信号下转换回至基带信号。

之后，主装置使用多径抑制处理器反正切函数块250和相位比较块 255来计算所接收的(即所恢复的)基带信号中的F₁与F₂之间的相位差异。根据RF后端RSSI块240得到幅值。

为了提高估计准确性，总是期望提高来自块240的幅度估计和来自块 255的相位差异估计的SNR。在优选实施例中，多径抑制处理器在测距信号频率分量持续时间(T_f)上针对多个时间实例来计算幅度和相位差异估计。当对这些值求平均时提高了SNR。SNR提高可以在与

成比例的量级上，其中，当对幅度和相位差异值进行取值(即，确定)时N为实例的数目。

SNR提高的另一方式是通过在时间段上应用匹配滤波器技术来确定幅度和相位差异值。然而，另一方式将是通过对所接收的(即，重复的) 基带测距信号频率分量进行采样并且针对I/Q形式的原始(即，由主装置/读取器所发送的)基带测距信号频率分量在周期T≤T_f上对所采样的基带测距信号频率分量进行积分来估计收的(即，重复的)基带测距信号频率分量的相位和幅度。该积分具有以下效果：对I/Q格式的多个幅度和相位的实例求平均。之后，可以将相位和幅值从I/Q格式转换成

和

格式。

假定在t＝0处，在主装置的多径处理器控制下，主装置基带处理器 (二者均在图FPGA150中)开始基带测距序列。

其中，T_f≥T₁β^M。

在主装置的DAC 120和125处的相位输出如下：

注意到，DAC 120和125具有依赖于于系统时钟的内部传播延迟

类似地，发送器电路部件15、30、40和50将引入不依赖于系统时钟的另外的延迟

因此，由主装置所发送的RF信号的相位可以被计算如下：

来自主装置(M)的RF信号经历作为主装置与标签装置之间的多径现象的函数的相移

值依赖于所发送的频率例如F₁和F₂。由于接收器的RF部分的有限(即，窄)带宽，所以应答器(AM)接收器不能解析每个路径。因此，在一定时间例如1微秒(等同于～300米的飞行)之后，当所有反射信号已经到达接收器天线处时，以下公式适用：

在第一下转换器、元件85处的AM(应答器)接收器中，输出例如第一IF信号的相位如下：

注意到，接收器RF部分(元件15和元件60至85)中的传播延迟

不依赖于系统时钟。在通过RF前端滤波器和放大器(元件95至110和元件125)之后，由RF后端ADC 140对第一IF信号进行采样。假定ADC 140正在对输入信号(例如，第一IF)进行欠采样。因此，ADC还如产生第二IF的下转换器一样起作用。第一IF滤波器、放大器和ADC增加了传播延迟时间。在ADC输出(第二IF)处：

在FPGA 150中，由RF后端数字滤波器190对第二IF信号(来自ADC输出)进行滤波，并且由第三下转换器(即，正交混频器200，数字滤波器230和210以及数字正交振荡器220)将其进一步下转换回至基带测距信号，在求和器270中对其进行求和并且存储在存储器170中。在第三下转换器输出(即，正交混频器)处：

注意到，FIR部分190中的传播延迟

不依赖于系统时钟。

在RX->TX延迟之后，重新发送来自主装置(M)的(在存储器170 中)所存储基带测距信号。注意到，RX->TX延迟

通过该时间，来自应答器的信号到达主装置(M)的接收器天线，来自应答器(AM)的RF信号经历作为多径的函数的另一相移

如以上所讨论地，在当所有反射信号已经到达主装置的接收器天线时的一定时间段之后发生该相移：

在主接收器中，来自应答器的信号通过与在应答器接收器中相同的下转换处理。其结果为由主机原始发送的经恢复的基带测距信号。

对于第一频率分量F₁：

对于第二频率分量F₂：

代入：

其中，T_{D_M-AM}是通过主装置(M)和应答器(AM)电路的传播延迟。

其中，

是来自包括ADC的主装置(M)混频器和应答器(AM) 混频器的时间t＝0处的LO相移。

另外，K_{SYN_TX}＝K_{SYN_RX_1}+K_ADC+K_{SYN_RX_2}。

第一频率分量F1：

第一频率分量F1续：

第二频率分量F2：

第二频率分量F2续：

进一步代入：

其中，α是常数。

然后最终的相位等式为：

根据等式(5)：

其中，i＝2，3，4，...............；并且

等于

例如，在时间实例t1和t2处的差异

为了得到

需要知道差T_{D_M-AM}：

T_{D_M-AM}＝T_{LB_M}β^M+T_{LB_AM}β^AM+t_RTXβ^AM；

其中，T_{LB_M}和T_{LB_AM}是通过将装置置于回环模式下所测量的通过主装置(M)和应答器(AM)的TX电路和RX电路的传播延迟。注意到，主装置和应答器装置可以自动地测量T_{LB_M}和T_{LB_AM}；并且还知道t_RTX值。

根据以上公式和t_RTX值，可以确定T_{D_M-AM}，并且因此，对于给定的t1 和t2，可以得到如下的

值：

或者，假定β^M＝β^AM＝1：

根据等式(6)，可以推断出，在操作频率处，可以根据对返回的基带测距信号进行处理来得到测距信号复幅值。

因为子空间算法对常数相位偏移不敏感，所以可以假定初始相位值

等于0。如果必要，可以通过使用如在共同待决的第11/670,595号申请——其全部内容通过引用合并到本文中——中所描述的窄带宽测距信号方法来确定TOA(到达时间)，以得到值

(相位初始值)。该方法估计了等于2×T_FLTβ^M的测距信号往返延迟，可以根据以下等式来得到值

或者

在优选实施例中，由多径处理器的反正切函数块250来计算返回的基带测距信号相位值

为了提高SNR，多径抑制处理器相位比较块 255使用等式(6A)来计算针对多个实例n(n＝2,3,4……………)的

并且然后求出它们的平均值以提高 SNR。注意到，2×10^-6＜t_n＜T_f+T_{D_M-AM}；t_m＝t₁+T_f。

根据等式5和6，变得明显的是，所恢复的(即，所接收的)基带测距信号具有与由主装置发送的原始基带信号相同的频率。因此，尽管主机 (M)和应答器(AM)系统时钟可以不同的事实，但是不存在频率转换。由于基带信号由若干个频率分量构成，每个分量由多个正弦波周期构成，还可以通过利用相应的原始(即，由主装置发送的)基带信号单个频率分量来对所接收的基带信号各个分量频率进行采样并且在周期T≤T_f上对所产生的信号进行积分来估计所接收的测距信号的相位和幅度。

该操作生成了所接收的测距信号的I/Q格式的复幅度值

注意到，由主装置发送的每个基带信号的各个频率分量必须在时间上平移 T_{D_M-AM}。积分操作产生下述效果：求出幅度和相位的多个实例的平均值(例如，增大SNR)。注意到，可以将相位值和幅值从I/Q格式转换成

和

格式。

可以在图3C中的相位比较块255中实现采样、在周期T≤T_f上的积分以及随后的从I/Q格式到

和

格式的转换的该方法。因此，依赖于块255的设计和实现，可以使用基于等式(5)的优选实施例的方法或在该部分中所描述的替选方法。

虽然测距信号带宽较窄，但是频率差异f_n-f₁可以相对大，例如频率差异可以在几兆赫兹的量级上。因此，接收器的带宽必须保持足够宽以通过所有的f₁：f_n测距信号频率分量。该宽的接收器带宽影响了SNR。为了减小接收器有效带宽并且提高SNR，可以由FPGA150中的RF后端处理器通过针对所接收的基带测距信号的每个单独频率分量所调谐的数字窄带宽滤波器来对所接收的测距信号基带频率分量进行滤波。然而，该大量的数字滤波器(滤波器的数目等于各个频率分量的数目，n)对FPGA 资源增加了另外的负荷，提高了其成本，尺寸和功耗。

在优选实施例中，仅使用两个窄带宽数字滤波器：一个滤波器总是针对f₁频率分量来调谐，而另一滤波器可以针对所有其他频率分量f₂：f_n来调谐。由主装置来发送测距信号的多个实例。每个实例仅由两个频率f₁： f₂；f₁：f₃……；f₁：f_i……；f₁：f_n构成。类似的策略也是可以的。

请注意的是，完全可以将基带测距信号分量保持为仅两个(或者甚至一个)，以通过调整频率合成器例如改变K_SYN来生成剩余的频率分量。期望的是，使用直接数字合成(DDS)技术来生成用于上转换器混频器和下转换器混频器的LO信号。对于高的VHF频带频率，这可以呈现为对收发器/FPGA硬件的不期望的负荷。然而对于较低频率，这可能是有用的方式。还可以使用模拟频率合成器，但是在频率被改变之后可能花费另外的时间来设置。另外，在模拟合成器的情况下，必须在相同频率处做出两个测量以便抵消在改变模拟合成器的频率之后可能显现的相位偏移。

以主装置(M)系统时钟和应答器(AM)系统时钟二者来测量用在以上等式中的实际T_{D_M-AM}，例如以应答器(AM)时钟来对T_{LB_AM}和t_RTX进行计数，并且以主装置(M)时钟对T_{LB_M}进行计数。然而，当计算出

时，以主装置(M)时钟测量(计数)的T_{LB_AM}和t_RTX两者。这引入了误差：

相位估计误差(7)影响了准确性。因而，有必要使该误差最小化。如果β^M＝β^AM，换言之，对所有主装置系统时钟和应答器(标签)系统时钟进行同步，则消除了来自t_RTX时间的贡献。

在优选实施例中，主单元(装置)和应答器单元(装置)能够与任何设备装置时钟同步。例如，主装置可以用作参考。通过使用远程控制通信信道来实现时钟同步，其中在FPGA 150控制下，对温度补偿晶体振荡器 TCXO 20的频率进行调整。在所选择的应答器装置正在发送载波信号的同时在主装置的求和器270的输出处测量频率差异。

之后，主装置将命令发送给应答器以增大/减小TCXO频率。该过程可以重复若干次以通过使求和器270输出处的频率最小化来实现更高的准确性。请注意的是，在理想情况下，在求和器270输出处的频率应当变为等于零。替选方法是测量频率差异并且对所估计的相位做出校正，而不调整应答器的TCXO频率。

虽然可以显著地减小β^M-β^AM，但是当β^M≠1时存在相位估计误差。在该情况下，误差的余依赖于参考装置(通常是主装置(M))时钟发生器的长期稳定性。另外，时钟同步的处理可以花费相当大的时间量，特别是在现场中具有大量单元的情况下。在同步处理期间，跟踪定位系统部分地或全部地变得不可操作，其负面地影响了系统敏捷性和性能。在该情况下，不需要应答器的TCXO频率调整的以上所提及的方法是优选的。

商业可用的(现成的)TCXO部件具有高度准确性和稳定性。特别地，GPS商业应用的TCXO部件非常准确。利用这些装置，相位误差对定位准确性的影响可以小于一米，而无需频繁的时钟同步。

在窄带宽测距信号多径抑制处理器获得返回的窄带宽测距信号复幅度

之后，在作为多径抑制处理器的一部分的基于软件的部件中实现进一步处理(即，超分辨率算法的执行)。可以在主装置(读取器)主计算机CPU和/或在嵌入FPGA 150中的微处理器(未示出)中实现该软件部件。在优选实施例中，由主装置主机计算机CPU来执行多径抑制算法软件部件。

超分辨率算法产生(2π×τ_K)个“频率”的估计，例如τ_K个值。在最终步骤处，多径抑制处理器选择具有最小值的τ(即，DLOS延迟时间)。

在其中测距信号窄带宽需求相对降低的某些情况下，可以通过采用连续的(时间上的)线性调频脉冲来将DLOS路径与MP路径分离。在优选实施例中，该连续的线性调频脉冲是线性频率调制(LFM)。然而，还可以使用其他线性调频波形。

假定在多径抑制处理器控制下，发送具有带宽B和持续时间T的线性调频脉冲。这给出了

弧度每秒的线性调频率。发送多个线性调频脉冲并且将其接收回来。注意到，利用在相同相位处开始的每个线性调频脉冲来数字地生成线性调频信号。

在多径处理器中，每个所接收的单个线性调频脉冲被对准，使得所返回的线性调频脉冲来自感兴趣的区域的中间。

线性调频脉冲波形等式为：

s(t)＝exp(i(ω₀t+βt²))，其中，ω₀是针对0<t<T的初始频率。

对于单个延迟往返τ，例如非多径，返回信号(线性调频脉冲)为s(t-τ)。

然后多径抑制处理器通过执行与原始发送的线性调频脉冲的复共轭混合来对s(t-τ)“去斜”。所产生的信号是复正弦波：

f_τ(t)＝exp(-ω₀τ)exp(-2iβτt)exp(iβτ²)， (8)

其中，exp(-iw₀τ_k)是幅度，而2βτ是频率并且0<t<T。注意到，最后一项是相位并且该项是可忽略的。

在多径的情况下，复合的去斜信号由多个复正弦波构成：

其中，L是包括DLOS路径的测距信号路径的数目，并且0<t<T。

发送多个线性调频脉冲并且对其进行处理。如上所述来单独地对待/ 处理每个线性调频脉冲。之后，多径抑制处理器将各个线性调频脉冲处理的结果进行组装：

其中，N是线性调频脉冲的数目，

ρ＝T+t_dead；t_dead是两个连续的线性调频脉冲之间的死区时间区；2βτ_k是人工延迟“频率”。再者，最感兴趣的是对应于DLOS路径延迟的最低“频率”。

在等式(10)中，

可以被视为在下述时间处的复正弦波的总和的N个样本：

0≤t_α≤T；t₁＝t_α+ρ；t₂＝t_α+2ρ.....；t_m-1＝t_α+(N-1)ρ；m∈0：m-1；

因此，样本的数目可以为N的倍数，例如，αN；α＝1,2,……。

根据等式(10)，多径抑制处理器产生用在进一步处理(即，超分辨率算法的执行)中的时域中的αN个复幅度样本。在作为多径抑制处理器的一部分的软件部件中实现该进一步处理。可以由主装置(读取器)主机计算机CPU和/或由嵌入FPGA 150中的微处理器(未示出)或者上述二者来执行该软件部件。在优选实施例中，由主装置主机计算机CPU执行多径抑制算法软件。

超分辨率算法产生2βτ_k个“频率”估计，例如τ_K个值。在最终步骤处，多径抑制处理器选择具有最小值的τ，即DLOS延迟时间。

将给出对被称为“阈值技术”的特殊处理方法的说明，该特殊处理方法可以用作超分辨率算法的替选方案。换言之，该特殊处理方法用于增强在使用人工生成的合成的较宽带宽测距信号来区分DLOS路径与其他 MP路径时的可靠性和准确性。

可以将图1和图1A中所示的频域基带测距信号转换成时域基带信号 s(t)：

易于验证的是，s(t)是具有周期1/Δt的周期性的，并且对于任何整数k，作为信号的峰值的s(k/Δt)＝2N+1。其中，在图1和图1A中，n＝N。

图4示出了针对其中N＝11并且Δf＝250kHz的情况的s(t)的两个周期。该信号呈现为由1/Δf＝4微秒所分隔的高度2N+1＝23的脉冲序列。在脉冲之间为具有变化的幅度和2N个零的正弦波形。该信号的宽带宽可以归因于高脉冲的窄。还可以看到，带宽从零频率扩展至NΔf＝2.75 MHz。

用在优选实施例中的阈值方法的基本理念是增强在区分DLOS路径与其他MP路径时的人工生成的合成的较宽带宽测距的可靠性和准确性。阈值方法检测宽带脉冲的前沿的起始何时到达接收器处。由于在发送器和接收器中的滤波，所以前沿不会瞬时地上升，而是以平滑增大的斜率来从噪声中上升出来。通过检测前沿何时与预定阈值T交叉来测量前沿的 TOA。

小的阈值是期望的，这是因为小的阈值较快地交叉，并且脉冲的真实起始与阈值交叉之间的误差延迟τ小。因此，如果复本的起始具有大于τ 的延迟，则由于多径而到达的任何脉冲复本不具有影响。然而，噪声的存在对阈值T可以为多小进行限制。减小延迟τ的一种方式是使用所接收的脉冲的导数而不是脉冲本身，这是因为导数上升更快。二阶导数具有甚至更快的上升。可以使用更高阶的导数，但是由于在实践中，它们可以将噪声水平增大至不可接受的值，所以使用作为阈值的二阶导数。

虽然图4中所描绘的2.75MHz的宽信号具有相当宽的带宽，但是其不适于通过以上所提及的方法来测量范围。该方法需要所发送的脉冲各自均具有零信号前体。然而，可以通过下述来实现该目标：修改信号使得脉冲之间的正弦波形基本上被抵消。在优选实施例中，上述通过在高脉冲之间的所选间隔上构造密切地近似于该信号的波形并且然后从原始信号中减去该波形来完成。

可以通过将技术应用于图1中的信号来示出该技术。波形上所示的两个黑点是处于前两个脉冲之间的中心的区间I的端点。实验性地确定以提供最优结果的区间I的左端点和右端点分别在下述时刻处：

执行下述意图：生成基本上抵消该区间上的信号s(t)但并不在区间的外部产生大量谐波的函数g(t)。由于表达式(11)指示s(t)是通过1/sinπΔft 调制的正弦波sinπ(2N+1)Δft，首先得到在区间I上密切近似于1/sinπΔft的函数h(t)，并且然后形成作为乘积的g(t)：

g(t)＝h(t)sinπ(2N+1)Δft (13)

通过以下求和来生成h(t)：

其中，

φ₀(t)≡1，φ_k(t)＝sin kπΔft，对于k＝1,2，…，M

并且选择系数a_k，来使区间I上的最小平方误差最小化

通过相对于a_k来取J的偏导数并且将它们设置为等于零来容易地获得解。该结果是M+1个等式的线性系统。

可以针对a_k进行解析，其中

然后，

使用通过(12)给出的函数φ_k(t)的定义

从s(t)中减去g(t)以得到函数r(t)，函数r(t)应当在区间I 上基本上抵消s(t)。如在附录中所指示的，等式(20)中针对求和的上限M的合适选择是M＝2N+1。使用该值以及来自附录的结果，

其中，

根据等式(17)，看到，需要总共2N+3个频率(包括零频率DC项) 以获得期望的信号r(t)。图5示出了针对图1中所示的原始信号s(t) 的所产生信号r(t),其中，N＝11。在该情况下，r(t)的构造需要25 个载波(包括DC项b₀)。

如上所构造的r(t)的重要特征如下：

1.如从(14)看到的，最低频率是零Hz，并且最高频率为(2N+1) ΔfHz。因此，总的带宽是(2N+1)ΔfHz。

2.除位于频率

处的正弦函数的一个载波之外，所有载波均为间隔开Δf的余弦函数(包括DC)。

3.虽然原始信号s(t)具有周期1/Δf，r(t)具有周期2/Δf。但是作为s(t)的完整周期的r(t)的每个周期的前半周期包含信号的被抵消部分，并且r(t)的后半周期为大的振荡段。因此，前体的抵消仅发生在 s(t)的每隔一个周期中。

上述发生是因为抵消函数g(t)实际上在s(t)的每隔一个周期中加强了s(t)。其原因在于：g(t)在s(t)的每个峰值处对其极性进行反转，而s(t)则并未反转。下面对使s(t)的每个周期包含被抵消部分以将处理增益增大3dB的方法进行描述。

4.s(t)的被抵消部分的长度为1/Δf的大约80％-90％。因而，Δf 需要足够小以使该长度足够长以消除由于多径所导致的来自先前的r(t) 的非零部分中的任何残留信号。

5.紧在r(t)的每个零部分之后是振荡部分的第一周期。在优选实施例中，在如上所述的TOA测量方法中，该周期的前半周期用于测量 TOA，特别是其上升的起始处测量TOA。感兴趣的是，注意到，该前半周期的峰值(其将称为主峰值)相对大于位于在时间上近似相同的点处的 s(t)的相应峰值。前半周期的宽度与NΔf大致成反比。

6.可以通过下述来实现大量的处理增益：

(a)使用信号r(t)的重复，这是因为r(t)是具有周期2/Δf的周期性的。另外，通过随后要描述的方法，另外的3dB的处理增益是可能的。

(b)窄带滤波。由于2N+3个载波中的每一个为窄带信号，所以信号的所占用带宽远小于在整个所分配频带上扩展的宽带信号的所占用带宽。

对于图5中所示的信号r(t)，其中，N＝11并且Δf＝250kHz，s(t) 的被抵消部分的长度是大约3.7微秒或1110米。这对于消除由于多径所导致的来自先前的r(t)的非零部分的任何残留信号是绰绰有余的。主峰具有近似35的值，并且前体(即，抵消)区域中的最大的大小是主峰以下的65dB的大约0.02。这对于使用如上所述的TOA测量阈值技术来得到良好的性能是理想的。

图6中描绘了针对总共仅2N+3＝9个载波的较少载波的使用，图6 示出了使用Δf＝850kHz，N＝3并且M＝2N+1＝7所生成的信号。在该情况下，与其中周期为8微秒的图5中的信号相比，信号的周期仅为

由于该示例具有每个单位时间的更多周期，所以可以期望实现更大的增益。

然而，由于使用了较少载波，所以主峰的幅度是之前幅度的1/3大，这趋于抵消期望的额外处理增益。另外，零信号前体段的长度更短，大约为0.8微秒或240米。这对于消除由于多径所导致的来自先前的r(t)的非零部分的任何残留信号应当仍然是足够的。注意到，(2N+1)Δf＝5.95 MHz的总带宽与之前大致相同，并且主峰的半周期的宽度也大致相同。由于使用了较少的载波，所以当在接收器处对每个载波进行窄带滤波时应当存在一定的额外处理增益。此外，前体(即，抵消)区域中的最大的大小现在为主峰以下约75dB，相对于先前的示例具有10dB的提高。

在RF频率处的传输：目前为止，出于简洁的目的，已经将r(t)描述为基带信号。然而，r(t)可以被转换达到RF，并且可以被发送、接收并且然后可以在接收器处被重组为基带信号。为了示出，考虑经由多径传播路径中的具有指数j(为了符号简洁使用弧度/秒频率)的一个传播路径来传播的基带信号r(t)中的频率分量ω_k之一发生了什么：

b_kcosω_kt(在发送器中的基带处)

b_kcos(ω+ω_k)t(经由频率ω被转换达到RF)

a_jb_kcos[(ω+ω_k)(t-τ_j)+φ_j](在接收器天线处)

a_jb_kcos[ω_k(t-τ_j)+φ_j+θ](经由频率-ω被转换至基带)

在此假定发送器和接收器是频率同步的。参数b_k是针对r(t)的表达式(21)中的k阶系数。参数τ_j和φ_j分别为j阶传播路径的路径延迟和相移(由于反射器的介电属性)。参数θ是在接收器中发生的下转换至基带时的相移。可以针对等式(21)的正弦分量来表示类似的函数序列。

重要的是，注意到，只要r(t)中的零信号前体具有显著大于最大主要传播延迟的长度，则等式(20)中的最终的基带信号将仍然具有零信号前体。当然，当对所有路径(指数j)上的所有频率分量(指数k)进行合并时，在接收器处的基带信号将为包括所有相移的r(t)的失真版本。

在图1和图1A中示出了序列载波传输和信号重构。假定发送器和接收器为时间和频率同步的，则所发送的2N+3个载波不需要被同时地发送。作为示例，考虑下述信号的传输，该信号的基带表示是图1A和图6的基带表示。

在图6中，N＝3，并且假设顺序地发送针对1毫秒的9个频率分量中的每个频率分量。在接收器处已知针对每个频率传输的开始时刻和结束时刻，所以可以在那些相应时刻处顺序地开始以及结束每个频率分量的接收。由于与1毫秒相比，信号传播时间非常短(其通常将小于在预期应用中的几微秒)，所以应当忽略每个所接收的频率分量中的小部分，并且接收器可以容易地废弃每个所接收的频率分量中的小部分。

可以在另外的9毫秒接收块中重复接收9个频率分量的整个过程以增大处理增益。在总接收时间的二分之一中，将存在大约111个可获得处理增益的这样的9毫秒块。另外，在每个块内，将存在可从

主峰获得的另外的处理增益。

毫无价值的是，注意到，总体上可以非常经济地做出信号重构并且将内在地允许所有可能的处理增益。针对2N+3个所接收频率中的每一个：

1.测量该频率的每个1毫秒接收的相位和频率以形成对应于该频率的所存储向量(相量)的序列。

2.对针对该频率的所存储向量求平均值。

3.最后，使用针对2N+3个频率的2N+3个向量平均值来重构具有2/Δf 持续时间的基带信号的1周期，并且使用该重构来估计信号TOA。

该方法不限于1毫秒传输，并且可以增大或减小传输的长度。然而，所有传输的总时间应当足够短以冻结接收器或发送器的任何动作。

通过仅反转抵消函数g(t)的极性来获得对r(t)的交替的半周期的抵消，在r(t)原来是振荡的情况下s(t)的峰值之间的抵消是可能的。然而，为了获得s(t)的所有峰值之间的抵消，必须在接收器处应用函数 g(t)及其极性反转的版本，并且这涉及接收器处的系数加权。

接收器处的系数加权：如果需要，使用等式(21)中的系数b_k以进行发送器处的r(t)的重构并且作为替代可以在接收器处引入系数b_k。上述通过考虑等式(20)中的信号的序列来容易地看到，在该信号序列中如果在最后的步骤处而不是开始处引入b_k，则最终信号是相同的。忽略噪声，该值如下：

cosω_kt(在发送器中的基带处)

cos(ω+ω_k)t(经由频率ω被转换达到RF)

a_jcos[(ω-ω_k)+(t-τ_j)+φ_j](在接收器天线处)

a_jcos[ω_k(t-τ_j)+φ_j+θ](经由频率-ω被转换至基带)

a_jb_kcos[ω_k(t-τ_j)+φ_j+θ](在基带处经由系数b_k进行加权)

然后，发送器可以发送具有相同幅度的所有频率，其简化了发送器的设计。应当注意的是，该方法还对每个频率处的噪声进行加权，应当考虑该加权的影响。还应当注意的是，应当在接收器处完成系数加权以便影响 g(t)的极性反转，来得到两倍多的可用主峰。

将Δf缩放至信道的中心频率：为了满足VHF或更低频率处的FCC 需求，将需要具有恒定信道间隔的信道化传输。在具有比总分配频带小的恒定信道间隔的信道化传输频带中——其为针对VHF或更低频带的情况 ——如果需要，则对Δf的小调整允许所有的所发送频率在信道中心处，而不在实质上改变来自原始设计值的性能。在之前所呈现的基带信号的两个示例中，所有频率分量为Δf/2的倍数，所以如果信号间隔除以Δf/2，则最低RF发送频率可以在一个信道的中心处，并且所有其他频率落入信号的中心处。

在一些基于射频(RF)的识别中，跟踪和定位系统除执行距离测量功能之外，主单元和标签单元二者还执行语音、数据和控制通信功能。类似地，在优选实施例中，主单元和标签单元二者除距离测量功能之外还执行的语音、数据和控制通信功能。

根据优选实施例，测距信号经受大量复杂的信号处理技术，包括多径抑制。然而，这些技术可以不适用于语音、数据和控制信号。因此，可以不通过其可靠且准确地测量距离的能力而是通过在语音和/或数据和/或控制通信期间超过范围来限制所提出的系统(以及其他现有系统)的操作范围。

在其他基于射频(RF)的识别中，跟踪和定位系统的距离测量功能与语音、数据和控制通信功能分离。在这些系统中，独立的RF收发器用于执行语音、数据和控制通信功能。该方式的缺陷是系统增加的成本、复杂度、尺寸等。

为了避免以上所提及的缺陷，在优选实施例中，利用相同的数据/控制信号对窄带宽测距信号或基带窄带宽测距信号的若干个各个频率分量进行调制，并且在语音的语音的情况下利用数字化语音分组数据对窄带宽测距信号或基带窄带宽测距信号的若干个各个频率分量进行调制。在接收器处，对具有最高信号强度的各个频率分量进行调制，并且可以通过执行 “投票”或利用信息冗余的其他信号处理技术来进一步增强所获得的信息可靠性。

该方法使得能够避免“空(null)”现象，其中，将来自多个路径的输入RF信号与DLOS路径破坏性地合并并且将来自多个路径的输入RF 信号彼此破坏性地进行合并，因此，显著地减小了所接收信号的强度以及与其相关联的SNR。此外，这样的方法使得能够得到一组频率，在该组频率处，将来自多个路径的输入信号与DLOS路径建设性地合并并且将来自多个路径的输入信号彼此建设性地合并，因此，增大了所接收信号的强度以及与其相关联的SNR。

如之前所提及的，基于频谱估计的超分辨率算法通常使用相同的模型：复指数与它们的频率的复幅度的线性组合。该复幅度通过以上的等式 3来给出。

所有的基于频谱估计的超分辨率算法需要先验地知道复指数的数目即多径路径的数目。该复指数的数目被称为模型尺寸并且通过如在等式1 至3中所示的多径分量L的数目来确定该复指数的数目。然而，当估计路径延迟时——其为针对RF跟踪定位应用的情况——该信息是不可用的。这经由超分辨率算法将另外的维度即模型尺寸估计添加到频谱估计过程。

已经示出了(Kei Sakaguchi等人，Influence of the Model Order EstimationError in the ESPRIT Based High Resolution Techniques)，在模型尺寸低估的情况下，影响了频率估计的准确性，并且当模型尺寸被高估时，该算法生成伪频率例如不存在的频率。现有的模型尺寸估计方法— —诸如AIC(Akaikes信息准则)、MDL(最小描述长度)等——对信号 (复指数)之间的校正具有高的敏感性。但是在RF多径的情况下，情况总是如此。甚至例如在应用前向后向平滑算法之后，将总是存在残留校正量。

在Sakaguchi论文中，建议使用高估模型并且通过估计这些信号功率 (幅度)并且然后丢弃具有非常低的功率能的信号来区分实际频率(信号) 与伪频率(信号)。虽然该方法是优于现有方法的改进，但是该方法是没有保证的。发明人实现了Kei Sakaguchi等人的方法并且针对具有更大模型尺寸的更复杂情况运行了仿真。观测到的是，在一些情况下，伪信号可以具有非常接近实际信号幅度的幅度。

所有基于频谱估计的超分辨率算法通过将输入信号复幅度数据分成两个子空间：噪声子空间和信号子空间来工作。如果这些子空间被适当地定义(分离)，则模型尺寸等于信号子空间尺寸(维度)。

在一个实施例中，使用“F”统计来实现模型尺寸估计。例如，对于 ESPRIT算法，以升序来对(具有前向/后向校正平滑的)协方差矩阵的估计值的奇异值分解进行排序。之后，进行除法，其中，由第n个特征值除以(n+1)特征值。该比率是“F”随机变量。最差的情况是(1,1)自由度的“F”随机变量。具有(1,1)自由度的“F”随机变量的95％的置信区间是161。将该值设置为阈值确定了模型尺寸。还注意到，对于噪声子空间，特征值表示噪声功率的估计。

将“F”统计应用于特征值的比率的该方法是估计模型尺寸的更准确方法。应当注意的是，“F”统计中的其他自由度还可以用于阈值计算以及因此模型尺寸估计。

无论如何，在一些情况下，由于现实世界测量缺陷，所以两个或更多个非常紧密间隔(在时间上)的信号可以退化成一个信号。因此，以上所提及的方法将低估信号的数目，即模型尺寸。由于模型尺寸低估减小了频率估计准确性，所以通过增加某个数目来增大模型尺寸是明智的。该数目可以实验性地确定和/或根据仿真来确定。然而，当信号并非紧密间隔时，模型尺寸将被高估。

在这样的情况下，伪频率即不存在的频率可能出现。如之前所述，使用针对伪信号检测的信号幅度并非总是有效，这是因为在一些情况下，伪信号被观测为具有非常接近实际信号幅度的幅度。因而，除幅度辨别之外，可以实现滤波器来提高伪频率消除可能性。

通过超分辨率算法所估计的频率是人工频率(等式2)。实际上，这些频率是多径环境的各个路径延迟。因此，应当不存在负频率，并且通过超分辨率算法产生的所有负频率均为要丢弃的伪频率。

此外，可以根据在使用不同于超分辨率方法的方法的测量期间所获得的复幅度

值来估计DLOS距离范围。虽然这些方法具有更低的准确性，但是该方式构造了用于辨别延迟即频率的范围。例如，

的比率。

在其中信号幅度

接近最大值即避免空值的Δf区间中，提供了 DLOS延迟范围。虽然实际的DLOS延迟可以达到大于两倍或小于两倍，但是这限定了帮助丢弃伪结果的范围。

在实施例中，测距信号进行往返。换言之，该测距信号双向传播：从主装置/读取器到目标/从以及从目标/从返回到主装置/读取器：

主装置发送音调：α×e^-jωt，其中，ω是操作频带中的操作频率，并且α是音调信号幅度。

在目标的接收器处，所接收的信号(单向)如下：

其中：N是多径环境中的信号路径的数目；K0和τ₀是DLOS信号的幅度和飞行时间；|K₀|＝1，K₀＞0，|K_m≠0|≤1并且K_m≠0可以为正的或负的。

S_one-way(t)＝α×e^-jωt×A(ω)×e^-jθ(ω) (26)

其中，

是频域中的单向多径RF信道传递函数；并且A(ω)≥0。

目标重新发送所接收的信号：

S_retransmit(t)＝α×e^-jωt×A(ω)×e^-jθ(ω) (27)

在主接收器处，往返信号是：

或者：

S_{round_trip}(t)＝α×e^-jωt×A²(ω)×e^-j2θ(ω) (28)

另一方面，根据等式(26)和(28)：

其中，

是频域中的往返多径RF 信道传递函数。

根据等式29，与单向信号多径相比，往返多径信道具有更大量的路径，这是因为

表达式除τ₀÷τ_N路径延迟之外还包括这些路径延迟的组合，例如：τ₀+τ₁，τ₀+τ₂……，τ₁+τ₂，τ₁+τ₃，…，等。

这些组合急剧地增大了信号(复指数)的数目。因此，(在时间上) 非常紧密间隔的信号的概率也将增大并且可以导致显著的模型尺寸低估。因此，期望的是，获得单向多径RF信道传递函数。

在优选实施例中，单向幅值

是从目标/从装置直接可获得的。然而，单向相位值

不可能被直接测量。可以根据往返相位测量观测来确定单向的相位：

和

然而，对于每个ω值，存在两个相位值α(ω)，使得：

e^j2α(ω)＝e^jβ(ω)

下面示出了解决该模糊的详细描述。如果测距信号的不同频率分量彼此接近，则在大多数情况下，可以通过往返相位除以二来得到单向相位。例外将包括接近“空”的区域，在该区域中，相位甚至可以在小的频率步进的情况下经历显著的变化。注意：“空”现象是其中将来自多个路径的输入RF信号与DLOS路径破坏性地合并并且将来自多个路径的输入RF 信号彼此破坏性地合并，因此显著地减小了所接收的信号强度以及与其相关联的SNR。

假设h(t)为通信信道的单向脉冲响应。在频域中的相应传递函数为：

其中，A(ω)≥0是传递函数的大小，并且α(ω)是传递函数的相位。如果将单向脉冲响应通过与该单向脉冲响应被接收的信道相同的信道重新发送回去，则所产生的双向传递函数为：

G(ω)＝B(ω)e^jβ(ω)＝H²(ω)＝A²(ω)e^j2α(ω) (31)

其中，B(ω)≥0。假设对于在某个频率开区间(ω₁，ω₂)中的所有ω，双向传递函数G(ω)是已知的。可以确定在产生G(ω)的(ω₁， ω₂)上定义的单向传递函数H(ω)？

由于双向传递函数的大小为单向大小的平方，所以清楚的是：

然而，在意图根据G(ω)的观测来恢复单向传递函数的相位时，情况更微妙。对于每个ω值，存在两个相位值α(ω)，使得：

e^j2α(ω)＝e^jβ(ω) (33)

可以通过独立地选择针对每个不同频率ω的两个可能的相位值中的一个相位值来生成大量的不同解。

假定任何单向传递函数在所有频率处连续的以下定理帮助解决了该情况。

定理1：假设I为包含双向传递函数G(ω)＝B(ω)e^jβ(ω)的非零值的频率ω的开区间。假设

为I上的连续函数，其中β(ω)＝2α(ω)。则，J(ω)和-J(ω)是在I上产生G(ω)的单向传递函数，并且不存在其他。

证明：针对单向传递函数的解中的一个解为函数

由于该解在I上是可微的所以该解在I上连续，并且其中，β(ω)＝2α(ω)。由于在I上G(ω)≠0，所以H(ω)和J(ω)在I上均为非零值。则，

由于H(ω)和J(ω)在I上连续且为非零值，所以它们的比率在I 上连续，因此，(34)的右侧在I上连续。条件β(ω)＝2α(ω)＝2γ(ω)隐含：对于每个ω∈I，α(ω)-γ(ω)为0或π。然而，α(ω)-γ(ω)不能在不引起 (34)的右侧上的不连续的情况下在这两个值之间转换。因此，对于所有的ω∈I，α(ω)-γ(ω)＝0，或者对于所有的ω∈I，α(ω)-γ(ω)＝π。在第一种情况下，得到J(ω)＝H(ω)，并且在第二种情况下，得到 J(ω)＝-H(ω)。

该定理证明了为了得到在包含传递函数G(ω)＝B(ω)e^jβ(ω)的非零值的任何开区间I上的单向解，形成函数

来以使得J(ω) 连续的方式选择满足β(ω)＝2γ(ω)的γ(ω)的值。由于已知存在具有该性质的解，即H(ω)，所以总是可以这样做。

用于得到单向解的替选过程是基于以下定理的：

定理2：假设H(ω)＝A(ω)e^jα(ω)为单向传递函数，并且假设I为包含H (ω)的非零值的频率ω的开区间。则H(ω)的相位函数α(ω)在I上必须是连续的。

证明：假设ω₀为区间I上的频率。在图7中，复值H(ω₀)已经被标绘为复平面中的点，并且通过假设，H(ω₀)≠0。假设ε＞0为任意小的实数，并且考虑图7中所示的两个角度的测量ε以及以H(ω₀)为中心的圆以及两个射线OA和OB的切线。通过假定，H(ω)对于所有ω是连续的。因此，如果ω足够接近ω₀，则复值H(ω)将处于圆中，并且看到|α(ω)-α(ω₀)|＜ε。由于任意地选择ε＞0，所以推断出随着ω→ω₀， α(ω)→α(ω₀)，所以相位函数α(ω)在ω₀处连续。

定理3：假设I为包含双向传递函数G(ω)＝B(ω)e^jβ(ω)的非零值的频率 ω的开区间。假设

为I上的函数，其中，β(ω)＝2γ(ω)并且γ(ω) 在I上连续。则J(ω)和-J(ω)是在I上产生G(ω)的单向传递函数，并且不存在其他。

证明：该证明与定理1的证明相似。已知针对单向传递函数的解中的一个解为函数

其中，β(ω)＝2α(ω)。由于在I上G(ω)≠0，所以H(ω)和J(ω)在I上为非零值。则，

通过假设，γ(ω)在I上连续，并且通过定理2，α(ω)也在I上连续。因此，α(ω)-γ(ω)在I上连续。条件β(ω)＝2α(ω)＝2γ(ω)隐含：对于每个 ω∈I，α(ω)-γ(ω)为0或π。然而，α(ω)-γ(ω)不能在不变得在I上不连续的情况下在这两个值之间转换。因此，对于所有的ω∈I， α(ω)-γ(ω)＝0，或者对于所有的ω∈I，α(ω)-γ(ω)＝π。在第一种情况下，得到J(ω)＝H(ω)，并且在第二种情况下，得到J(ω)＝-H(ω)。

定理3告诉我们：为了得到在包含传递函数G(ω)＝B(ω)e^jβ(ω)的非零值的任何开区间I上的单向解，仅形成函数

来以使得相位函数γ(ω)连续的方式选择满足β(ω)＝2γ(ω)的γ(ω)的值。由于已知存在具有该性质的解，即H(ω)，所以总是可以这样做。

虽然以上定理示出了如何重构生成双向函数G(ω)的两个单向传递函数，但是它们仅在包含G(ω)的非零值的频率区间I上有用。通常，将在频率区间(ω₁，ω₂)上观测到可以包含零值的G(ω)。以下是可以规避该问题的方法，假定在(ω₁，ω₂)中仅存在有限数目的G(ω)的零值，并且单向传递函数在(ω₁，ω₂)上具有全阶导数，则在任何给定频率 ω处，并非所有的G(ω)为零：

假设H(ω)为在区间(ω₁，ω₂)上生成G(ω)的单向函数，并且假定G(ω)在(ω₁，ω₂)上具有至少一个零值。G(ω)的零值将(ω₁， ω₂)分成有限数目的相邻的频率开区间J₁，J₂，…，J_n。在每个这样的区间上，将使用定理1或定理3来得到解H(ω)或-H(ω)。需要将这些解 “拼接”在一起，使得所拼接的解在全部的(ω₁，ω₂)上为H(ω)或-H (ω)。为了这样做，需要知道如何在两个相邻子区间中对解进行配对，使得在从一个子区间移动到下一子区间时，不会从H(ω)转换至-H(ω) 或从-H(ω)转换至H(ω)。

示出了以起始两个相邻的开子区间J₁和J₂而开始的拼接过程。这些子区间在作为G(ω)的零值的频率ω₁处邻接(当然，ω₁不包含在任一子区间中)。通过以上的关于单向传递函数的性质的假定，必须存在使得 H⁽ⁿ⁾(ω₁)≠0的最小正整数n，其中，上标(n)表示n阶导数。则随着从左边ω→ω₁，根据J₁中的解是H(ω)还是-H(ω)，J₁中的单向解的n阶导数的限制将是H⁽ⁿ⁾(ω₁)或-H⁽ⁿ⁾(ω₁)。类似地，随着从右边ω→ω₁，根据J₂中的解是H(ω)还是-H(ω)，J₂中的单向解的n阶导数的限制将是H⁽ⁿ⁾(ω₁) 或-H⁽ⁿ⁾(ω₁)。由于H⁽ⁿ⁾(ω₁)≠0，所以当且仅当J₁和J₂中的解均为H(ω) 或均为-H(ω)时，两个限制将是相等的。如果左手限制与右手限制不相等，则对子区间J₂中的解进行转换。否则，不进行转换。

在对子区间J₂中的解进行转换(如果有必要)之后，对子区间J₂和 J₃执行相同过程，对子区间J₃中的解进行转换(如果有必要)。以此方式继续，最终构造了区间(ω₁，ω₂)上的完整的解。

由于在存在噪声时难以准确地计算H(ω)的高阶导数，所以要期望的是，在以上重构过程中不需要H(ω)的高阶导数。该问题不可能发生，这是因为在G(ω)的任何零值处，似乎非常可能的是，H(ω)的一阶导数将为非零值，并且如果H(ω)的一阶导数不为非零值，则非常可能的是，二阶导数将为非零值。

在实际方案中，将在离散频率处测量双向传递函数G(ω)，该离散频率必须足够接近以使得能够相当准确地计算接近G(ω)的零值的导数。

对于基于RF的距离测量，有必要对具有先验已知形状的测距信号的未知数目的紧密间隔开的、交叠的噪声回波进行解析。假定测距信号是窄带的，则在频域中，可以将该RF现象描述(建模)为多个正弦波的和，每个正弦波对应多径分量并且每个正弦波具有路径的复衰减和传播延迟。

对以上所提及的总和取傅里叶变换将在时域中表示该多径模型。在该时域表达式中交换时间变量和频率变量的作用，则该多径模型将变成其中路径的传播延迟被变换成谐波信号的谐波信号频谱。

超(高)分辨率频谱估计方法被设计成区分频谱中的紧密置位的频率并且用于估计多个谐波信号的各个频率，例如路径延迟。因此，可以准确地估计路径延迟。

超分辨率频估计使用基带测距信号样本的协方差矩阵的本征结构以及协方差矩阵的固有性质来提供各个频率的基本估计的解即路径延迟。本征结构的性质之一在于：可以将本征值合并并且因此分成正交的噪声本征向量和信号本征向量，即子空间。另一本征结构性质为旋转不变信号子空间性质。

子空间分解技术(MUSIC、rootMUSIC等)依赖于将所观测数据的所估计的协方差矩阵分成两个正交子空间，噪声子空间和信号子空间。子空间分解方法背后的理论是可观测量到噪声子空间的投影仅由噪声构成并且可观测量到信号子空间的投影仅由信号构成。

频谱估计方法假定信号为窄带的，并且谐波信号的数目也是已知的，即需要知道信号子空间的尺寸。将信号子空间的尺寸称为模型尺寸。通常，不能详细地知道模型尺寸并且特别是在室内，模型尺寸随着环境变化而快速地变化。当应用任何子空间分解算法时的最困难和微妙的问题之一是信号子空间的维度，该信号子空间的维度可以取作存在的频率分量的数目并且是多径反射加上直接路径的数目。由于现实世界测量缺陷，在模型尺寸估计中总是存在误差，其反过来又将导致频率估计的准确性的损失，即距离。

为了提高距离测量准确性，一个实施例包括增强在子空间分解高分辨率估计的方法中的现有技术的六个特征。所包括的是合并两个或更多个算法以通过使用进一步减少延迟路径确定模糊的不同本征结构性质来估计各个频率。

Root Music得到当将可观测量投影到噪声子空间上时使投影的能量最小化的各个频率。Esprit算法根据旋转操作符来确定各个频率。并且在多个方面中，该操作是Music的共轭，其在于该操作得到当将可观测量投影到信号子空间上时使投影的能量最大化的频率。

模型尺寸是这两种算法的关键，并且在实践中，在复信号环境诸如在室内测距中看到的环境中，出于以下将讨论的原因，向Music和Esprit 提供最优性能的模型尺寸通常不相等。

对于Music，优选的是，在将分解的基本要素识别为“信号本征值” 方面出错(I类型错误)。这将使投影在噪声子空间上的信号能量的量最小化并且提高准确性。对于Esprit，正好相反，优选的是，在将分解的基本要素识别为“噪声本征值”方面出错。这又是I类型错误。这将使噪声对投影在信号子空间上的能量的影响最小化。因而，针对Music的模型尺寸通常将相对大于针对Esprit的模型尺寸。

第二，在复信号环境中，出现下述场景：在具有强反射并且直接路径实际上远弱于多径反射中的一些路径的潜在情况的情况下，难以以足够的统计可靠性来估计模型尺寸。该问题通过下述来解决：针对Music与 Esprit二者对“基本”模型尺寸进行估计，并且在由针对Music与Esprit 二者中的每个的基本模型尺寸所定义的模型尺寸的窗口中使用Music和 Esprit来处理可观测数据。这产生针对每个测量的多个测量。

实施例的第一特征是使用F统计估计模型尺寸(参见上文)。第二特征是在针对Music和Esprit的F统计中使用不同的I类型错误概率。这实现了如上所讨论的Music与Esprit之间的I类型错误差异。第三特征是使用基本模型尺寸和窗口以便使检测直接路径的概率最大化。

由于潜在地快速变化的物理环境和电子环境，并非每个测量都将提供鲁棒的答案。这通过在多个测量上使用聚类分析以提供鲁棒的范围估计来解决。实施例的第四特征是使用多个测量。

由于存在多个信号，所以由多个测量产生的多个答案的概率分布将是多模态的，其中每个测量使用来自Music实现与Esprit实现二者的多个模型尺寸。传统的聚类分析对于该应用将是不充分的。第五特征是开展多模态聚类分析以估计所反射的多径分量的直接范围和等同范围。第六特征是分析由聚类分析提供的范围估计的统计(范围和标准偏差并且将在统计学上相同的那些估计合并)。这产生更准确的范围估计。

以上所提及的方法还可以用在宽带宽测距信号定位系统中。

对于阈值方法中的r(t)的推导，以表达式(20)开始，获得

其中，使用三角恒等式

除a₀之外，系数a_k对于偶数k为零。其原因在于：在区间I上，意图通过h(t)来近似的1/sinπΔft在I的中心附近为偶数，但是基本函数 sin kπΔft对于偶数k，k≠0，在I的中心附近为奇数，因此基本函数在I 上与1/sinπΔft正交。因此，可以做出代入k＝2n+1并且假定M为奇数正整数。实际上，将假设M＝2N+1。该选择已经被实验性地确定以提供区间I中的良好的振荡抵消量。

现在，在第一求和中做出代入k＝N–n，并且在第二求和中做出替换k＝N+n+1以获得

从s(t)中减去g(t)产生

现在假设

然后，(A4)可以写为

本实施例涉及无线通信和其他无线网络中的定位(positioning)/定位(locating)方法，该方法基本上消除了相关技术的缺点中的一个或更多个缺点。本实施例通过利用在共同待决的第12/502,809号申请中描述的多径抑制处理、技术和算法来有利地提高了多种类型的无线网络中的跟踪和定位功能的准确性，这些无线网络包括：无线个人局域网(WPGAN)诸如ZigBee和蓝牙(Blue Tooth)；无线局域网(WLAN)诸如WiFi和UWB；无线城域网(WMAN)，该WMAN通常由多个WLAN构成并且WiMax 为主要示例；无线广域网(WAN)诸如White Space TV Bands；以及通常用于发送语音和数据的移动装置网(MDN)。MDN通常是基于全球移动通信系统(GSM)以及个人通信服务(PCS)标准的。更近的MDN是基于长期演进(LTE)标准的。这些无线网络通常包括装置的组合，该装置包括基站、桌上型计算机、平板计算机和膝上型计算机、手机、智能电话、致动器、专用标签、传感器以及其他通信和数据装置(通常，所有这些装置被称为“无线网络装置”)。

现有位置和定位信息解决方案使用多种技术和网络，包括GPS、 AGPS、蜂窝电话塔台三角测量以及Wi-Fi。用于得到该位置信息的一些方法包括RF指纹识别、RSSI以及TDOA。虽然现有位置和测距方法对于当前E911需求是可接受的，但是其不具有支持即将出现的E911需求以及LBS和/或RTLS应用需求特别是室内环境和市区环境所需的可靠性和准确性。

在共同待决的第12/502,809号申请中描述的方法显著地提高了在单个无线网络内或多个无线网络的组合内准确地定位并且跟踪目标装置的能力。实施例对于由无线网络所使用跟踪和定位方法的现有实现是显著的改进，实施例使用包括DL-OTDOA(下行链路OTDOA)、U-TDOA、 UL-TDOA等的增强的Cell-ID和OTDOA(观测到达时间差异)。

Cell ID定位技术使得能够以特定扇区覆盖区域的准确性来估计用户 (UE-用户设备)的位置。因此，可得到的准确性依赖于小区(基站)扇区化方案和天线束宽度。为了提高准确性，增强的Cell ID技术添加从eNB 的RTT(往返时间)测量。注意：在此，RTT构成下行链路DPCH—— 专用物理信道、(DPDCH)/(DPCCH：专用物理数据信道/专用物理信道)帧的传输与相应上行链路物理帧的起始之间的差异。在该实例中，以上所提及的帧用作测距信号。基于该信号从eNB至UE传播多长的信息，可以计算从eNB的距离(参见图10)。

在观测到达时间差异(OTDOA)技术中，计算来自相邻基站(eNB) 的信号的到达时间。一旦接收到来自三个基站的信号，则可以在手机中估计UE位置(基于UE的方法)或者在网络中估计UE位置(基于NT的 UE辅助的方法)。所测量的信号是CPICH(公共导频信道)。将信号的传播时间与本地生成的复本相关联。关联的峰值指示所观测的所测量信号的传播时间。两个基站之间的到达时间差异值确定了双曲线。需要至少三个参考点来确定两个双曲线。UE的位置在这两个双曲线的交点(参见图11)。

空闲周期下行链路(IPDL)是进一步OTDOA增强。OTDOA-IPDL 技术是基于与在空闲周期期间所采取的定期OTDOA时间测量相同的测量的，其中，服务eNB中止其传输并且允许该小区的覆盖内的UE收听来自遥远eNB的导频。服务eNB以连续或突发模式来提供空闲周期。在连续模式下，将一个空闲周期插入每个下行链路物理帧(10ms)中。在突发模式下，以伪随机方式出现空闲周期。经由时间对准的IPDL (TA-IPDL)来获得进一步的改进。时间对准创建了公共的空闲周期，在该空闲周期期间，每个基站将终止其传输或发送公共导频。导频信号测量将发生在空闲周期中。存在可以进一步增强DL OTDOA-IPDL方法的若干其他技术，例如累积虚拟空白，UTDOA(上行链路TDOA)等。所有这些技术提高了收听其他(非服务)eNB的能力。

基于OTDOA的技术的一个显著缺陷在于：必须已知基站定时关系，或者必须测量(同步)基站定时关系以使方法可行。对于未同步的UMTS 网络，3GPP标准提供了如何恢复该定时的提议。然而，网络运营商未实现这样的解决方案。因此，提出了使用替代CPICH信号测量的RTT测量的替选方案(参见John Carlson等人题为SYSTEM AND METHOD FORNETWORK TIMING RECOVERY IN COMMUNICATIONS NETWORKS的第20080285505号美国专利公开)。

所有所提及的方法/技术是基于地面信号到达时间和/或到达时间差异测量(RTT，CPICH等)的。利用这样的测量的问题在于：这些测量严重地受多径的影响。这反过来又显著地降低了以上所提及的方法/技术的定位/跟踪准确性(参见Jackub MarekBorkowski：Performance of Cell ID+RTT Hybird Pisitioning Method for UMTS)。

一个多径抑制技术使用来自过量数目的eNB或无线电基站(RBS) 的检测/测量。最小数目是三个，但是对于多径抑制，所需的RBS的数目是至少六个至八个(参见METHOD ANDARRANGEMENT FOR DL-OTDOA(DOWNLINK OBSERVED TIME DIFFERENCE OF ARRIVAL)POSITIONING IN ALTE(LONG TERM EVOLUTION) WIRELESS COMMUNICATIONS SYSTEM，WO/2010/104436)。然而， UE收听该大量eNB的概率远低于收听三个eNB的概率。这是因为在大量RBS(eNB)的情况下，将存在若干个远离该UE的RBS(eNB)，并且来自这些RBS的所接收信号可以落于UE接收器敏感度水平以下或者所接收的信号将具有低的SNR。

在RF反射(例如，多径)的情况下，具有各种延迟时间的RF信号的多个复本被叠加在DLOS(直接视线)信号上。由于CPICH、上行链路DPCCH/DPDCH和用在各种CELL ID中的其他信号以及包括RTT测量的OTDOA方法/技术均是有限带宽的，所以在没有合适的多径处理/抑制的情况下不能对DLOS信号和反射信号进行区分；并且在没有该多径处理的情况下，这些反射信号将引起包括RTT测量的所估计的到达时间差异(TDOA)测量和到达时间(TOA)测量中的误差。

例如，3G TS 25.515 v.3.0.0(199-10)标准将RTT定义为“….下行链路DPCH帧(信号)的发送与来自UE的相应上行链路DPCCH/DPDCH 帧(信号)的起始(第一主要路径)的接收之间的差异”。该标准未定义什么构成该“第一主要路径”。该标准仅描述了“第一主要路径的定义需要进一步详细描述”。例如，在严重多径环境中，通常发生下述情况：作为第一主要路径的DLOS信号相对于一个或更多个反射信号被严重衰减 (10dB–20dB)。如果通过测量信号强度来确定“第一主要路径”，则该 “第一主要路径”可以是反射信号之一而不是DLOS信号。这将导致错误的TOA/DTOA/RTT测量和定位准确性的损失。

在上一代无线网络中，定位准确性还受由定位方法RTT所使用的帧 (信号)、CPCIH和其他信号的低采样率的影响。当前的第三代无线网络以及下一代无线网络具有高得多的采样率。因此，在这些网络中，定位准确性的真实影响是来自地面RF传播现象(多径)的。

实施例可以用在包括单工操作模式、半双工操作模式和全双工操作模式的采用参考信号和/或导频信号、和/或同步信号的所有无线网络中。例如，实施例利用采用OFDM调制和/或其衍生物的无线网络进行操作。因此，实施例利用LTE网络进行操作。

实施例还可适用于包括WiMax、WiFi和White Space的其他无线网络。不使用参考信号和/或导频信号或同步信号的其他无线网络可以采用如在共同待决的第12/502,809号申请中描述的以下类型的替选调制实施例中的一个或更多个：1)其中将帧的一部分专用于如在共同待决的第 12/502,809号申请中描述的测距信号/测距信号元素；2)其中将测距信号元素(共同待决的第12/502,809号申请)嵌入发送/接收信号帧中；以及3) 其中(在共同待决的第12/502,809号申请中所描述的)测距信号元素中嵌入有数据。

这些替选实施例采用在共同待决的第12/502,809号申请中描述的多径抑制处理器和多径抑制技术/算法，并且这些替选实施例可以用在所有操作模式下：单工、半双工和全双工。

还可能的是，多个无线网络将同时利用优选实施例和/或替选实施例。通过示例，智能电话在具有同时在多个网络上操作的能力的情况下可以具有蓝牙(Blue Tooth)功能、WiFi功能、GSM功能和LTE功能。依赖于应用要求和/或网络可用性，可以利用不同无线网络来提供定位 (positioning)/定位(locating)信息。

所提出的实施例方法和系统利用无线网络参考/导频和/或同步信号。此外，可以将参考信号/导频信号/同步信号测量与RTT(往返时间)测量或系统定时合并。根据实施例，在3GPP LTE蜂窝网络上实现基于RF的跟踪和定位，但是还可以在采用各种发送信号技术的其他无线网络——例如WiMax、Wi-Fi、LTE、传感器网络等——上实现基于RF的跟踪和定位。示例性实施例和以上所提及的替选实施例两者采用在共同待决的第 12/502,809号申请中描述的多径抑制方法/技术和算法。所提出的系统可以使用软件实现的数字信号处理。

实施例的系统利用用户设备(UE)，例如移动电话或智能电话、硬件 /软件以及基站(Node B)增强的基站(eNB)硬件/软件。基站通常由通过馈线连接至天线的机舱或机柜中的发送器和接收器构成。这些基站包括微小区、微微小区、宏小区、伞小区，小区电话塔、路由器和毫微微小区。因此，对于UE设备和整个系统将存在少量增量成本或无增量成本。同时将显著地提高定位准确性。

所提高的准确性来自由本实施例和共同待决的第12/502,809号申请提供的多径抑制。实施例使用多径抑制算法、网络参考信号/导频信号和/ 或同步信号和网络节点(eNB)。这些可以利用RTT(往返时间)测量来补充。在UE和/或基站(eNB)或UE和eNB二者中实现多径抑制算法。

实施例有利地使用多径抑制处理器/算法(参见共同待决的第 12/502,809号申请)，该多径抑制处理器/算法使得甚至在当DLOS信号相对于一个或更多个反射信号被显著衰减(降低10dB–20dB)时也能够对DLOS信号和反射信号进行分离。因此，实施例显著地降低了所估计的测距信号DLOS飞行时间以及相应的TOA、RTT和DTOA测量中的误差。所提出的多径抑制和DLOS区分(识别)方法可以用在所有RF频带和无线系统/网络上。并且该方法可以支持包括扩频技术的各种调制/解调技术，诸如DSS(直接扩频)和FH(调频)。

另外，可以应用降噪方法以便进一步提高方法的准确性。这些降噪方法可以包括但不限于相干求和，非相干相加、匹配滤波、时间分集技术等。可以通过应用后处理技术——诸如最大似然估计(例如，Viterbi算法)，最小方差估计(Kalman滤波器)等——来进一步减少多径干扰误差的残留。

在本实施例中，多径抑制处理器和多径抑制技术/方法不改变RTT、 CPCIH和其他信号和/或帧。本实施例利用用于获得信道响应/估计的无线网络参考信号、导频信号和/或同步信号。本发明使用由UE和/或eNB生成的信道估计统计(参见Iwamatsu等人的APPARATUS FOR ESTIMATING PROPAGATION PATH CHARACTERISTICS,US 2003/008156；US7167456B2)。

LTE网络使用在每个下行链路和上行链路子帧中发送的特定(非数据)参考信号/导频信号和/或同步信号(已知信号)，并且可以对整个小区带宽进行扩展。简单起见，从现在起将参考信号/导频信号和同步信号称为参考信号。LTE参考信号的示例在图9(这些信号被散布在LTE资源元素中)中。根据图2，每个第六子载波来发送参考信号(符号)。另外，参考信号(符号)在频率和时间两者上被错开。总之，参考信号覆盖每个第三子载波。

这些参考信号用在由UE搜索的初始小区、下行链路信号强度测量、调度和切换等中。包括在参考信号中的是用于相干解调的信道估计(响应确定)的UE特定参考信号。除UE特定参考信号之外，还可以将其他参考信号用于信道估计目的，(参见Chen等人的美国专利公开第 2010/0091826号A1)。

LTE采用OFDM(正交频分多路复用)调制(技术)。在LTE中，通过在每个OFDM符号的起始处插入循环前缀(CP)来处理由多径引起的ISI(符号间干扰)。CP提供了足够的延迟，使得先前的OFDM符号的所延迟的反射信号将在达到下一OFDM符号之前消失。

OFDM符号由多个非常紧密间隔的子载波构成。在OFDM符号内部，当前符号的时间错开的复本(由多径引起的)导致载波间干扰(ICI)。在 LTE中，通过确定多径信号响应并且在接收器中校正该信号响应来处理(抑制)ICI。

在LTE中，在接收器中计算来自带有参考符号的子载波的多径信道响应(估计)。插值用于估计其余子载波上的信道响应。以信道幅度和相位的形式，计算(估计)信道响应。一旦确定了信道响应(通过已知参考信号的周期性传输)，则通过基于逐个子载波来应用幅度和相移来抑制由多径引起的信道失真(参见Jim Zyren，Overview of the 3GPPLong Term Evolution Physical Layer，white paper)。

LTE多径抑制被设计成去除ISI(通过插入循环前缀)和ICI，但是不将DLOS信号与反射信号分离。例如，当前符号的时间错开的复本使每个所调制的子载波信号在时间上扩展，因此引起ICI。使用以上所提及的LTE技术来校正多径信道响应将使调制载波信号在时间上收缩，但是该类型的校正不保证所产生的调制子载波信号(在OFDM符号内)是 DLOS信号。如果DLOS调制子载波信号相对于所延迟的反射信号被显著衰减，则所产生的输出信号将为所延迟反射信号并且DLOS信号将丢失。

在LTE兼容接收器中，进一步的信号处理包括DFT(数字傅里叶变换)。众所周知的是，DFT技术仅可以解决(去除)被延迟达下述时间的信号的复本：该时间长于或等于与信号和/或信道带宽成反比的时间。该方法的准确性可以适于有效的数据传递，但是对于在严重多径环境中的精确距离测量是不足够准确的。例如，为了实现三十米的准确性，信号和接收器的信道带宽应当大于或等于十兆赫兹(1/10MHz＝100ns)。为了更优的准确性，信号和接收器信道带宽应当更宽，针对三米为一百兆赫兹。

然而，CPICH、上行链路DPCCH/DPDCH和用在包括RTT测量的各种CELL ID和OTDOA方法/技术中的其他信号以及LTE所接收信号子载波具有显著低于十兆赫兹的带宽。因此，当前所采用的(在LTE中) 方法/技术将在100米范围内产生定位误差。

为了克服以上所提及的限制，实施例使用子空间分解高分辨率谱估计方法的实现和多模态聚类分析的实现的唯一组合。该分析和在共同待决的第12/502,809号申请中描述的相关的多径抑制方法/技术和算法使得能够可靠且准确地将DLOS路径与其他反射信号路径分离。

与用在LTE中的方法/技术相比，在严重多径环境中，该方法/技术和算法(共同待决的第12/502,809号申请)经由可靠且准确地将DLOS路径与其他多径(MP)路径分离来实现在距离测量中的20X至50X的准确性提高。

在共同待的第12/502,809号决申请中描述的方法/技术和算法需要测距信号复幅度估计。因此，用于信道估计(响应确定)的LTE参考信号以及其他参考信号(包括导频信号和/或同步信号)也可以被解释为在共同待决的第12/502,809号申请中描述的方法/技术和算法中的测距信号。在该情况下，测距信号复幅度是由LTE接收器所计算(估计)的幅度和相位形式的信道响应。换言之，由LTE接收器计算(估计)的信道响应统计可以提供由共同待决的第12/502,809号申请中描述的方法/技术和算法所需的复幅度信息。

在不具有多径的理想开阔空间RF传播环境中，所接收信号(测距信号)的相位变化例如信道响应相位将直接地与信号的频率成正比(直线)；并且可以根据相位对频率相关性、通过计算相位对频率相关性的一阶导数来直接计算在这样的环境中的RF信号飞行时间(传播延迟)。结果将为传播延迟常数。

在该理想环境中，在初始(或任何)频率处的相位绝对值并不重要，这是因为导数不受相位绝对值的影响。

在严重多径环境中，所接收信号的相位变化对频率是复杂的曲线(并非直线)；并且一阶导数不提供可以用于将DLOS路径与其他反射信号路径准确地分离的信息。这是采用在共同待决的第12/502,809号申请中描述的多径抑制处理器和方法/技术和算法的原因。

如果在给定无线网络/系统中实现的相位和频率同步(相位相干性) 非常良好，则在共同待决的第12/502,809号申请中描述的多径抑制处理器和方法/技术和算法将DLOS路径与其他反射信号路径准确地分离并且确定该DLOS路径长度(飞行时间)。

在该相位相干性网络/系统中，不需要另外的测量。换言之，可以实现单向测距(单工测距)。

然而，如果在给定无线网络/系统中实现的同步度(相位相干性)不足够准确，则在严重多径环境中，针对在两个或更多个不同位置(距离) 处进行的测量，所接收信号的相位和幅度变化对频率可以是类似的。该现象可以导致所接收信号DLOS距离(飞行时间)确定的模糊。

为了解决该模糊，有必要知道针对至少一个频率的实际(绝对)相位值。

然而，由LTE接收器计算的幅度和相位对频率相关性不包括实际相位值，这是因为所有幅度和相位均是根据下行链路/上行链路信号例如相对于彼此来计算的。因此，由LTE接收器计算(估计)的信道响应的幅度和相位至少在一个频率(子载波频率)处需要实际的相位值。

在LTE中，可以根据一个或更多个RTT测量、TOA测量来确定该实际相位值；或者

假设1)由eNB发送这些信号的这些时间戳在接收器处也是已知的 (或者反之亦然)，2)接收器和eNB时钟在时间上良好地同步，和/或3) 通过使用多点定位技术，则根据一个或更多个所接收参考信号的时间戳来确定该实际相位值。

以上方法中的所有方法提供了一个或更多个参考信号的飞行时间值。根据飞行时间值和这些参考信号的频率，可以计算在一个或更多个频率处的实际相位值。

本实施例通过将在共同待决的第12/502,809号申请中描述的多径抑制处理器、方法/技术和算法与下述内容合并而实现了在严重多径环境中的高度准确的DLOS距离确定/定位：1)由LTE UE和/或eNB接收器计算的幅度和相位对频率相关性或者2)由LTE UE和/或eNB接收器计算的幅度和相位对频率相关性与经由RTT和/或TOA所获得的针对一个或更多个频率的实际相位值的组合；和/或时间戳测量。

在这些情况下，实际的相位值受多径的影响。然而，这并不影响在共同待决的第12/502,809号申请中所描述的方法/技术和算法的性能。

在包括DL-OTDOA、U-TDOA、UL-TDOA等的LTE RTT/TOA/TDOA/OTDOA中，可以以5米的分辨率来执行测量。在专用连接期间执行RTT测量。因此，当UE处于切换状态时以及当UE周期性地收集测量并且向UE报告回测量时——其中在UE与不同网络(基站) 之间交换DPCH帧——多个同时测量是可能的。类似于RTT，TOA测量提供了信号的飞行时间(传播延迟)，但是不能同时做出TOA测量(Jakub Marek Borkowski：Performance of Cell ID+RTTHybrid Positioning Method for UMTS)。

为了在平面上定位UE，必须确定至少从/至三个eNB的DLOS距离。为了对三维空间中的UE进行定位，必须确定从/至四个eNB的最小的四个DLOS距离(假定至少一个eNB不在相同平面上)

在图1中示出了UE定位方法的示例。

在非常良好的同步的情况下，不需要RTT测量。

如果同步度不足够准确，则方法如OTDOA、Cell ID+RTT等——例如AOA(到达角度)及其与其他方法的组合——可以用于UE定位。

Cell ID+RTT跟踪定位方法的准确性受多径(RTT测量)和eNB(基站)天线束宽度的影响。基站天线束宽度在33度与65度之间。这些宽的束宽度导致在市区中的50-150米的定位误差(Jakub Marek Borkowski： Performance of Cell ID+RTT Hybrid PositioningMethod for UMTS)。考虑在严重多径环境中，当前的LTE RTT距离测量平均误差为近似100米，当前由LTE Cell ID+RTT方法采用的总体期望的平均定位误差为近似 150米。

实施例之一是基于AOA方法的UE定位，其中，来自UE的一个或更多个参考信号用于UE定位目的。其涉及用于确定DLOS AOA的AOA 确定装置定位。装置可以与基站搭配使用和/或安装在独立于基站位置的另外的一个或更多个位置处。这些位置的坐标推测为已知的。在UE侧上不需要改变。

该装置包括小的天线阵列并且是基于在共同待决的第12/502,809号申请中描述的相同的多径抑制处理器、方法/技术和算法的变型的。这一可能的实施例具有来自UE单元的DLOS RF能量的AOA的精确确定(非常窄的束宽)的优点。

在另一选项中，该所添加的装置是仅接收装置。因此，其尺寸/重量和成本非常低。

其中获得准确的DLOS距离测量的实施例与其中可以做出准确的 DLOS AOA确定的实施例的组合将极大地提高Cell ID+RTT跟踪定位方法精确性，10X或更多。该方式的另一优点在于：可以在任何时刻处利用单个塔来确定UE位置，(不需要将UE置于软切换模式下)。由于可以利用单个塔来获得准确的位置确定，所以不需要使多个小区塔同步。确定DLOS AOA的另一选项是使用现有的eNB天线阵列和eNB设备。该选项还可以降低改进的Cell ID+RTT方法的实现的成本。然而，由于eNB天线并非针对定位应用而设计，所以可以降低定位准确性。而且，网络运营商可能不愿意实现基站中的所需变化(软件/硬件)。

在LTE(演进型通用地面无线电接入(E-UTRA)；物理信道和调制； 3GPP TS 36.211版本9技术规格)中，添加了定位参考信号(PRS)。这些信号要由UE使用以进行DL-OTDA(下行链路OTDOA)定位。另外，该版本9要求eNB为同步的。因此，消除了针对OTDOA方法的最后的障碍(参见以上第274段)。PRS提高了多个eNB的UE处的UE收听能力。注意：版本9未指定eNB同步准确性(一些提议：100ns)。

U-TDOA/UL-TDOA处于研究阶段；要在2011年标准化。

在美国专利US 2011/0124347 A1(Chen等人，Method and Apparatus for UEpositioning in LTE networks)中详细说明了DL-OTDOA方法(版本9)。版本9DL-OTDOA受困于多径。可以经由增大的PRS信号带宽来实现多径抑制中的一些。然而，该权衡增大了调度复杂性以及UE位置确定之间的更长时间。此外，对于具有有限操作带宽例如10MHz的网络，最优的可能的准确性是100米，参见Chen，表1。

以上数字是可能的最优情况。其他情况，特别是当DLOS信号强度与反射信号强度相比显著较低(10–20dB)时，导致显著更大(2X-4X) 的以上所提及的定位/测距误差。

本文中所描述的实施例允许优于在背景技术部分中描述的由Chen等人的版本9DL-OTDOA方法和UL-PRS方法实现的性能的针对给定单个带宽的最高达50X的测距/定位准确性提高。因此，将本文中描述的方法的实施例应用于版本9PRS处理在95％的所有可能的情况中将定位误差向下减小至3米或者更优。另外，该准确性增益将减少调度复杂性和UE 位置确定之间的时间。

利用本文中所描述的实施例，针对OTDOA方法的进一步提高是可能的。例如，可以根据其他服务小区的信号来确定至服务小区的测距，因此提高了相邻小区的可收听性并且减少了包括UE位置确定之间的时间的调度复杂性。

实施例还能够使来自Chen等人的U-TDOA方法和UL-TDOA(在背景技术部分中描述的)的准确性提高50倍。将实施例应用于Chen的 UL-TDOA变型在95％的所有可能的情况中将定位误差向下减小至3米或者更优。此外，该准确性增益还减少了调度复杂性和UE位置确定之间的时间。

再者，利用本实施例，可以将Chen的UL-TDOA方法的准确性提高达50X。因此，将本实施例应用于Chen的U-TDOA变型将在95％的所有可能的情况中将定位误差向下减小至3米或者更优。此外，该准确性增益还将减少调度复杂性和UE位置确定之间的时间。

以上所提及的DL-TDOA和U-TDOA/UL-TDOA方法依赖于单向测量(测距)。本实施例和实际的所有其他的测距技术要求用在单向测距的处理中的PRS和/或其他信号是频率相干和相位相干的。基于OFDM的系统如LTE是频率相干的。然而，并非通过公共源如UTC将UE单元和 eNB相位同步或者时间同步至几纳秒，例如存在随机相位加法器。

为了避免相位相干性对测距准确性的影响，多径处理器的实施例计算测距信号例如参考信号、各个分量(子载波)之间的差分相位。这消除了随机相位项加法器。

如以上所认识到地，在Chen等人的讨论中，与由Chen等人实现的性能相比，在室内环境中应用本文中所描述的实施例产生了显著的准确性提高。例如，根据Chen等人，DL-OTDOA和/或U-TDOA/UL-TDOA主要针对室外环境，在室内(建筑、校园等)，DL-OTDOA和U-TDOA技术可能表现并不良好。指出了若干个原因(参见Chen，#161-164)，包括通常用在室内的分布式天线系统(DAS)，其中每个天线不具有唯一的 ID。

下面所描述的实施例利用采用OFDM调制和/或其衍生物的无线网络以及参考信号/导频信号和或同步信号进行操作。因此，下面所描述的实施例利用LTE网络进行操作并且还可适用于包括其他类型的调制的、利用或不利用参考信号/导频信号和/或同步信号的其他无线系统以及其他无线网络。

本文中所描述的方法还可应用于其他无线网络，包括WiMax，WiFi 和WhiteSpace。不使用参考信号/导频信号和/或同步信号的其他无线网络可以采用如在共同待决的第12/502,809号申请中描述的以下类型的替选调制实施例中的一个或更多个：1)其中帧的一部分专用于测距信号/ 测距信号元素；2)其中测距信号元素被嵌入发送/接收信号帧中；以及3) 其中测距信号元素被嵌入有数据。

本文中所描述的多径抑制范围估计算法的实施例(也在共同待决的第 13/008,519号申请以及第13/109,904号申请中描述)通过在由信号的直接路径(DLOS)加上多径反射构成的全体中提供范围的估计来起作用。

LTE DAS系统向移动接收器(UE)产生在各种时间偏移处看到的相同信号的多个复本。该延迟用于唯一地确定天线与移动接收器之间的几何关系。除由来自多个DAS天线的偏移信号的总和产生的主要“多径”分量之外，由接收器看到的信号类似于在多径环境中看到的信号。

除在该情况下主要多径分量并非传统的多径之外，由接收器看到的信号全体与实施例被设计以采用的信号全体的类型相同。本多径抑制处理器 (算法)能够确定DLOS和每个路径例如反射的衰减和传播延迟(参见等式1-3以及相关描述)。当由于色散RF信道(环境)而可以存在多径时，在该信号全体中的主要多径分量与来自多个天线的传输相关联。本多径算法的实施例可以估计这些多径分量，分离出至接收器的DAS天线的范围，并且向位置处理器(以软件实现)提供范围数据。依赖于天线放置几何结构，该解决方案可以提供X、Y位置坐标与X、Y、Z位置坐标二者。

因此，本实施例不需要任何硬件和/或新的网络信号添加。此外，可以通过下述来显著地提高定位准确性：1)抑制多径以及2)在活跃DAS 的情况下，可以急剧地减小定位误差的下边界，诸如从近似50米减小至近似3米。

假定DAS的每个天线的位置(position)(位置(location))是已知的。还必须确定(知道)每个天线(或者相对于其他天线)的信号传播延迟。

对于活跃DAS系统，可以使用回环技术自动地确定信号传播延迟，其中往返地发送已知信号并且测量该往返时间。该回环技术还消除了随着温度、时间等的信号传播延迟变化(漂移)。

使用多个宏小区及相关天线，微微小区和微小区通过提供另外的参考点来进一步增强分辨率。

可以通过以以下两种方式对信号发送结构的改变来进一步增强来自多个天线的多个复本的信号全体的各个范围估计的上述实施例。第一种方式是对来自每个天线的传输的时分复用。第二种方式是针对天线中的每个天线的频分复用。使用同时进行时分复用和频分复用的两种增强进一步提高了系统的测距和定位准确性。另一方式是对每个天线添加传播延迟。该延迟值将被选择为足够大以超过在特定DAS环境(信道)中的延迟扩展，但是小于循环前缀(CP)长度使得由另外的延迟引起的多径将不产生ISI (符号间干扰)。

针对每个天线的唯一ID或唯一标识符的添加提高了所产生的解决方案的效率。例如，其消除了由处理器来估计来自每个天线的信号的所有范围的需求。

在利用LTE下行链路的一个实施例中，包括导频信号和或同步信号子载波的一个或更多个参考信号子载波用于确定子载波相位和幅度，该子载波相位和幅度反过来又用于多径处理器以进行多径干扰抑制并且生成基于范围的位置可观测量，以及使用多点定位和位置一致性算法进行定位估计以编辑出野点。

另一实施例利用了下述事实：LTE上行链路发送信号还包括参考信号、基站的移动装置，该参考信号还包含参考子载波。事实上，存在其中包含这些子载波的多于一个模式，所述模式从由网络使用以将频带分配给上行链路设备的全探测模式至其中参考子载波用于生成信道脉冲响应以辅助上行链路信号的解调等的模式。而且，类似于版本9中添加的DL PRS，可以将另外的UL参考信号添加在即将出现的未来标准发布中。在该实施例中，由多个基单元(eNB)使用相位的相同范围、多径抑制处理来处理上行链路信号以生成范围相关的可观测量。在该实施例中，将位置一致性算法用作由多点定位算法所构建以编辑野点可观测量并且生成位置估计。

在另一实施例中，对LTE下行链路和LTE上行链路二者的相关的一个或更多个参考(包括导频和/或同步)子载波进行收集，应用范围至相位映射，应用多径抑制并且对范围相关的可观测量进行估计。然后将下述方式来融合这些数据：使得将使用多点定位算法和位置一致性算法来提供用于定位的更鲁棒的可观测量的集合。该优点将是产生提高的准确性的冗余，这是因为下行链路和上行链路是两个不同的频带或者在TDD(时分双工)的情况下提高了系统相干性。

在其中多个天线发送来自微小区的相同下行链路信号的DAS(分布式天线系统)环境中，位置一致性算法被扩展以将来自通过多径抑制处理生成的可观测量的DAS天线的范围与参考信号(包括导频和/或同步)子载波分隔开，并且从多个DAS发射器(天线)范围中获得位置估计。

在DAS系统(环境)中，仅在可以以高准确性来解析来自各个天线的信号路径时获得准确的位置估计是可能的，其中路径误差仅是天线之间的距离的一部分(10米或更优的准确性)。由于在严重多径环境中所有的现有技术/方法不能提供这样的准确性(来自多个DAS天线的信号将呈现为产生的严重多径)，所以现有技术/方法不能利用位置一致性算法的以上所提及的扩展并且不能在DAS环境中利用该定位方法/技术。

将在共同待决的第12/502,809号申请中描述的用于对象识别和位置查找的InvisiTrack多径抑制方法和系统应用到范围至信号相位映射，多径干扰抑制以及处理以利用LTE下行链路，上行链路和/或二者(下行链路和上行链路)来生成基于范围的位置可观测量、一个或更多个参考信号子载波，并且使用多点定位和位置一致性来生成位置估计。

在所有以上实施例中，还可以使用三边定位算法。

在LTE版本9：演进型通用地面无线电接入(E-UTRA)；物理信道和调制；3GPP TS36.211版本9技术规范中指定DL-OTDOA。然而， DL-OTDOA尚未由无线运营商(载波)实现。同时，可以通过使用现有的物理层测量操作来在当前的例如未修改的LTE网络环境内实现下行链路定位。

在LTE中，UE和eNB需要作出无线电特征的物理层测量。在3GPP TS 36.214中指定了测量定义。周期性地执行这些测量并且向更高层报告，并且将其用于包括频率切换和频间切换、无线电接入技术间 (INTER-RAT)切换、定时测量的各种目的以及支持RRM(无线电资源管理)的其他目的。

例如，RSRP(参考信号所接收功率)是在整个带宽上携载的特定于小区的参考信号的所有资源元素的功率的平均值。

另一示例是提供另外的信息(RSRQ合并信号强度以及干扰水平)的 RSRQ(参考信号所接收的品质)测量。

LTE网络向UE提供eNB相邻(至服务eNB)列表。基于网络已知配置，(服务)eNodeB向UE提供相邻eNB的标识符等。然后UE测量其可以接收的近邻的信号品质。UE将结果报告回eNodeB。注意：UE还测量服务eNB的信号品质。

根据规范，RSRP被定义为在所考虑的测量频率带宽内携载特定于小区的参考信号的资源元素的功率分布([W])上的线性平均值。由UE使用以确定RSRP的测量带宽被留给必须实现相应测量准确性需求的具有限制的UE实现。

考虑测量带宽准确性需求，该带宽相当大并且可以进一步处理用在 RSRP测量中的特定于小于的参考信号以确定参考信号子载波相位和幅度，该信号子载波相位和幅度由用于多径处理器以进行多径干扰抑制并且生成基于范围的位置可观测量。另外，还可以使用用在RSRP测量中的其他参考信号例如SSS(辅助同步信号)。

之后，基于来自三个或更多个小区的范围可观测量，可以使用多点定位和位置一致性算法来估计位置确定。

如之前所提及的，当存在若干个RF指纹识别数据库不稳定的原因时，则主要原因之一为多径(RF签名对多径非常敏感)。因此，RF指纹识别方法/技术的定位准确性严重受随时间、环境(例如天气)、人和/或对象移动变化的多径动态的影响，该人和/或对象移动的影响包括垂直不确定性：依赖于设备的Z高度和/或天线方向的>100％可变性(参见Tsung-Han Lin 等人，Microscopic Examination of an RSSI-Signature-Based IndoorLocalization System)。

由于(多径处理器)找到包括显著衰减的DLOS的每个单独路径并且对该单独路径进行特征化的能力，所以本实施例可以显著地提高RF指纹识别定位准确性。因此，可以用实时的多径分布信息来补充对位置确定的RF指纹识别决策。

如以上所提及的，位置确定将需要时间上的位置参考同步。在无线网络中，这些位置参考可以包括接入点、宏小区/小型小区/微微小区和毫微微小区以及所谓的小小区(eNB)。然而，无线运营商不实现准确位置确定所需的同步准确性。例如，在LTE的情况下，标准不需要针对FDD(频分双工)网络的eNB之间的任何时间同步。针对LTE TDD(时分双工)，该时间同步准确性限制为+/-1.5微秒。这等同于400+米的定位不确定性。虽然不需要，但是LTE FDD网络还是同步的，但是使用了甚至更大(大于1.5微秒)的限制。

无线LTE运营商使用GPS/GNSS信号来在频率和时间上对eNB进行同步。注意：LTEeNB必须保持针对宏小区/小型小区的非常准确的载波频率0.05ppm以及针对其他类型的小区的稍微不准确的载波频率 (0.1-0.25ppm)。GPS/GNSS信号还能够具有优于10纳秒的所需(针对定位)时间同步准确性。然而，网络运营商和网络设备制造商意图减少与 GPS/GNSS单元相关联的成本以支持包传送，例如通过采用NTP(网络时间协议)和/或PTP(精确时间协议)例如IEEEv2 PTP的因特网/以太网联网时间同步。

基于IP网络的同步具有满足最小频率和时间需求的潜能，但是缺乏位置确定所需的GPS/GNSS精确性。

本文所描述的方式是基于GPS/GNSS信号和由eNB和/或AP或其他无线网络设备生成的信号。本文所描述的方式还可以基于IP联网同步信号和协议以及由eNB和/或AP或其他无线网络设备生成的信号。该方式还可适用于其他无线网络，包括WiMax、WiFi和WhiteSpace。

由安装在运营商的eNB设施处的时间观察单元(TMO)(图12)接收eNB信号。TMO还包括外部同步源输入。

由TMO处理eNB信号并且使用与外部同步源输入同步的时钟对 eNB信号进行时间戳标记。

外部同步源可以来自GPS/GNSS和/或因特网/以太网联网，例如PTP 或NTP等。

经时间戳标记处理的信号——例如LTE帧起始(可以为其他信号，特别是在其他网络中)——还包括eNB(小区)位置和/或小区ID，经由因特网/以太网将该经时间戳标记处理的信号发送回传至创建、保持并且更新所有eNB的数据库的中心TMO服务器。

在测距和获得位置确定的处理中涉及的UE和/或eNB将查询TMO 服务器并且服务器将返回所涉及的eNB之间的时间同步偏移。将由获得位置确定的处理中所涉及的UE和/或eNB来使用这些时间同步偏移以调整位置确定。

替选地，当测距处理中所涉及的UE和/或eNB也将向TMO服务器提供所获得的测距信息时，可以由TMO服务器执行位置确定计算和调整。然后TMO服务器将返回准确的(经调整的)位置(position)(位置 (locate))确定。

如果多于一个小区eNB设备共处在一起，则单个TMO可以处理来自所有eNB的时间戳信号。

RTT(往返时间)测量(测距)可以用于定位。缺陷在于：RTT测距经受对定位准确性具有剧烈影响的多径。

另一方面，RTT定位通常不需要位置参考同步(在时间上)，特别是在LTE的情况下的eNB。

同时，当利用无线网络的导频参考信号和/或其他信号进行操作时，在共同待决的第12/502,809号申请中描述的多径抑制处理器、方法/技术和算法能够确定RTT信号的信道响应，例如识别RTT信号经过的多径信道。这使得能够对RTT测量进行校正，从而将确定实际的DLOS时间。

利用已知的DLOS时间，将可以使用三边测量和/或类似的定位方法来获得位置确定，而无需eNB或时间上的位置参考同步。

即使TMO和TMO服务器在位，InvisiTrack的技术整合将需要宏小区/小型小区/微微小区和/或UE(手机)的变化。虽然这些变化仅限于 SW/FW(软件/固件)，但是花费了大量努力来改进现有的基础设施。而且，在一些情况下，网络运营商和/或UE/移动电话制造商/供应商反对设备修改。注意：UE是无线网络用户设备。

如果将TMO和TMO服务器功能扩展以支持InvisiTrack定位技术，则该SW/FW变化完全可以避免。换言之，下文所描述的另一实施例利用无线网络信号进行操作，但是不需要对无线网络设备/基础设施的任何修改。因此，下面所描述的实施例利用LTE网络进行操作并且还可适用于包括WiFi的其他无线系统/网络。

本质上，该实施例创建了使用无线网络信号来获得位置确定的平行无线定位基础设施。

类似于TMO和TMO服务器，InvisiTrack的定位基础设施将由一个或更多个无线网络信号获取单元(NSAU)以及一个或更多个定位服务器单元(LSU)构成，该定位服务器单元从NSAU收集数据并且对数据进行分析，以确定范围和位置并且将范围和位置转换成表格，例如在瞬时处的电话/UE ID和位置的表格。LSU经由网络的API对接至无线网络。

这些单元中的多个单元可以被部署在大的基础设施中的各种位置中。如果NSAU具有相干定时，则可以使用将给出更优准确性的所有结果。

可以从GPS时钟和/或其他稳定时钟源得到相干定时。

NSAU经由LAN(局域网)、城域网(MAN)和/或因特网与LSU进行通信。

在一些安装/实例中，可以将NSAU和LSU合并/集成进单个单元中。

为了支持使用LTE或其他无线网络的位置服务，要求发送器为时钟同步和事件同步至紧密容限内。这一般通过锁定至GPS的1PPS信号来实现。这将在局域中产生3纳秒1σ内的定时同步。

然而，存在该类型的同步不实用的多个实例。本实施例提供了下行链路发送器之间的时间偏移估计和时间偏移的跟踪，以便向定位处理提供延迟补偿值，从而定位处理可以如发送器是时钟同步和事件同步的一样地进行。这通过先验地知道发送天线(其为任何位置服务所需的)以及具有已知的先验天线位置的接收器来实现。称为同步单元的该接收器将收集来自所有下行链路发送器的数据并且被给出已知的位置，计算来自预先选择的基站天线的偏移定时。这些偏移是由系统通过使用跟踪算法所跟踪的，这些偏移针对时钟漂移对下行链路发送器进行补偿。注意：从所接收的数据得到伪范围的处理将利用InvisiTrack多径抑制算法(在共同待决的第 12/502,809号申请中所描述的)。因此，同步将不受多径的影响。

由定位处理器(定位服务器，LSU)使用这些偏移数据来合适地对准来自每个下行链路发送器的数据，使得该数据似乎是由经同步的发送器生成的。时间准确性是与最优的1-PPS跟踪可相比的，并且将支持3米定位准确性(1σ)。

将基于最优性能的最优GDOP对同步接收器和/或接收器的天线进行定位。在大的安装中，可以利用多个同步接收器来提供整个网络的3纳秒 1σ偏移。通过利用同步接收器，消除了对下行链路发送器的同步的需求。

同步接收器单元可以为与NSAU和/或LSU进行通信的单机单元。替选地，该同步接收器可以与NSAU集成。

在图13中描绘了示例性无线网络定位设备图。

利用LTE信号的完全自主系统(无客户网络投资)的实施例以以下模式进行操作：

1.上行链路模式——出于定位目的使用无线网络上行链路(UL)信号(图 16和图17)

2.下行链路模式——出于定位目的使用无线网络下行链路(DL)信号(图 14和图15)。

3.双向模式——使用UL信号和DL信号二者用于定位。

在上行链路模式中，多个天线连接至一个或更多个NSAU。这些天线位置独立于无线网络天线；NSAU天线位置被选择成使GDOP最小化(几何精度削减)。

在适于捕获所有感兴趣的信号的一个或更多个实例的时间区间期间，由NSAU天线收集来自UE/移动电话装置的网络RF信号并且由NSAU 进行处理以产生所处理的网络RF信号的经时间戳标记的样本。

可选地，NSAU还将接收、处理并且时间戳标记下行链路信号的样本，以获得另外的信息，例如用于确定UE/电话ID等的信息。

根据所捕获的经时间戳标记的样本，将确定UE/移动电话装置识别码 (ID)连同与每个UE/移动电话ID相关联的经时间戳标记的感兴趣的无线网络信号。该操作可以由NSAU或由LSU执行。

NSAU将周期性地向LSU提供数据。如果一个或更多个UE/移动电话ID需要未经调度的数据，则LSU将请求另外的数据。

在无线网络基础设施和/或针对UL模式操作的现有的UE/移动电话中将不需要变化/修改。

在下行链路(DL)模式下，将需要InvisiTrack使能的UE。另外，如果手机用于获得位置确定，则必须修改手机FW。

在一些实例中，运营商可以使基带信号从BBU(基带单元)可获得。在这样的情况下，NSAU还将能够处理这些可用基带无线网络信号而不是 RF无线网络信号。

在DL模式下，不存在将UE/移动电话ID与一个或更多个无线网络信号相关联的需求，因为这些信号将在UE/移动电话中被处理，或者UE/ 移动电话将周期性地产生经处理的网络RF信号的经时间戳标记的样本并且将这些发送给LSU；并且LSU将结果发送回UE/移动电话。

在DL模式下，NSAU将处理RF或基带(当可用时)无线网络信号并且对经处理的RF或基带(当可用时)无线网络信号进行时间戳标记。根据所捕获的经时间戳标记的样本，将确定(获得)与网络天线相关联的无线网络信号DL帧起始并且将计算这些帧起始之间的差异(偏移)。该操作可以由NSAU或由LSU执行。将针对网络天线的帧起始偏移存储在 LSU上。

在DL模式下，在当设备将使用InvisiTrack技术来处理/确定其自身的位置确定时的情况下，将网络天线的帧起始偏移从LSU发送至UE/电话设备。否则，当UE/移动电话设备周期性地将经处理的网络RF信号的经时间戳标记的样本发送至LSU时，LSU将确定设备的位置确定并且将位置确定数据发送回设备。

在DL模式下，无线网络RF信号将来自一个或更多个无线网络天线。为了避免多径对结果准确性的影响，应当从天线或至无线网络设备的天线连接中查找出RF信号。

双向模式包含根据UL操作和DL操作二者的位置确定的确定。这使得能够进一步提高定位准确性。

一些企业设置使用一个或更多个BBU来馈送一个或更多个远程无线电头端，其中每个RRH又馈送具有相同ID的多个天线。在这样的环境下，取决于无线网络配置，可以不需要确定DL模式的网络天线的帧起始偏移。这包括单个BBU设置以及多个BBU，其中每个BBU的天线被分配至某个区并且相邻区覆盖交叠。

另一方面，其中从多个BBU被馈送的天线在相同区中交错的配置将需要确定网络天线的DL模式帧起始偏移。

在DL操作模式下，在DAS环境中，多个天线可以共享相同的ID。

在本实施例中，位置一致性算法被扩展/开发以将DAS天线的范围与来自参考信号(包括导频和/或同步)子载波的通过多径抑制处理生成的可观测量分隔开并且从多个DAS发射器(天线)范围获得位置估计。

然而，这些一致性算法具有发射相同ID的天线数目的限制。可以通过下述操作来减少发射相同ID的天线的数目

1.对于给出的覆盖区，使从扇区化的BBU的不同扇区被馈送的天线交错 (BBU能够支持最高达六个扇区)

2.对于给出的覆盖区，使从扇区化的BBU的不同扇区被馈送的天线以及从不同BBU被馈送的天线交错

3.将传播延迟元素添加至每个天线。该延迟将被选择为足够大以超过在特定DAS环境(信道)中的延迟扩展，但是小于循环长度(CP)长度，使得由另外的延迟引起的多径将不产生ISI(符号间干扰)。针对一个或更多个天线的唯一延迟ID的添加进一步减少了反射相同ID的天线的数目。

在实施例中，可以提供不具有客户网络投资的自主系统。在这样的实施例中，系统可以在除LTE频带之外的频带上进行操作。例如，ISM(工业科学和医学)频带和/或WhiteSpace频带可以用在其中LTE服务不可用的位置中。

实施例还可以与宏站/小型站/微微站/毫微微站和/或用户(手机)设备集成。虽然该集成可能需要客户网络投资，但是该集成可以减少成本开销并且可以急剧地提高TCO(拥有的总成本)。

如以上所提及的，PRS可以由UE用于下行链路观测到达时间差异 (DL-OTDOA)定位。关于相邻基站(eNB)的同步，3GPP TS 36.305 (E-UTRAN中的用户设备(UE)定位的2级功能规范)指定了至UE的传送定时，该定时相对于候选小区(例如，相邻小区)的eNode B服务。 3GPP TS 36.305还指定了针对测量目的的候选小区的物理小区ID(PCI) 和全局小区ID(GCI)。

根据3GPP TS 36.305，该信息从E-MLC(增强服务移动定位中心) 服务器传递。要注意的是，TS 36.305未指定以上所提及的定时准确性。

另外地，3GPP TS 36.305指定了UE应当向EMLC返回下行链路测量，该下行链路测量包括参考信号时间差异(RSTD)测量。

RSTD是在一对eNB之间所取的测量(参见TS 36.214演进型通用地面无线电接入(E-UTRA)；物理层测量；版本9)。该测量被定义为从相邻小区j接收的子帧与服务小区i的相应子帧之间的相对时间差异。定位参考信号用于取用这些测量。将结果报告回计算位置的定位服务器。

在实施例中，混合方法可以被定义成将新引入的PRS与已经存在的参考信号二者兼容。换言之，混合方法可以利用PRS、利用其它参考信号(例如，特定于节点或小区的参考信号(CRS))或者利用两种信号类型来来使用/操作。

这样的混合方法提供下述优点：使得网络运营商能够根据环境或网络参数来动态地选择操作模式。例如，PRS具有优于CRS的可收听性，但是可以产生最高达70％的数据吞吐量的减少。另一方面，CRS信号不引起任何吞吐量减少。另外，CRS信号与所有先前的LTE版本例如版本8 以及更低版本后向兼容。因此，混合方法向网络运营商提供在可收听性、吞吐量和兼容性之间的权衡或平衡。

在长期演进(LTE)实现中，LTE下行链路基带信号(由小区或无线节点生成并且在本文中称为“节点”)通常被合并入下行链路帧中。用于检测和接收这样的信号的接收器可以检测来自多个小区或节点(两个或更多个)的下行链路帧。每个下行链路帧包括多个CRS信号或参考信号。在下行链路(DL)帧中，这些参考信号具有在时间和频率上的预定位置，例如，在给定帧中的帧起始与每个CRS之间存在确定性时间偏移。

另外，利用特殊码对每个CRS进行调制。还预先确定了调制和码。 CRS调制针对所有节点是相同的，但是通过节点的ID(识别)码来确定码(种子)。

因此，通过知道节点(ID)，可以估计在参考信号的谱中的针对来自每个节点(小区)的每个帧的帧起始时间的源位置。为了这样做，首先有必要确定针对来自不同节点的所有DL信号的帧起始时间或帧起始。例如，在实施例中，通过对所接收的DL基带信号进行校正，利用经码调制的CRS的已知复本(由检测器和/或多径抑制处理器内部生成的，可以得到来自各个节点的所有CRS序列或其他参考信号，并且利用该信息得到所有可观察节点的粗略位置帧起始。在实施例中，检测器还可以对CRS 进行解调/解码，并且然后将经解调/经解码的CRS与CRS的基带子载波相关联。

同时，在实施例中，CRS还可以由多径抑制处理器用作测距信号。因而，除得到粗略帧起始之外，检测器的关联处理还能够使用用于对那些信号进行调制的码将CRS与帧中的其他信号(例如有效载荷)分离。之后，这些被分离的CRS以及相关联的帧起始被传送至多径抑制处理器以进行测距。

类似的方式可以用在上行链路模式下，在该模式下可以确定不同节点接收器之间的定时偏移。

在下行链路实施例中，用于跟踪和定位与网络通信的一个或更多个无线网络设备的系统包括用户设备接收器和处理器，该用户设备接收器被配置成接收来自与网络通信的两个或更多个节点的多个信号，该多个信号利用发送多个信号的两个或更多个节点中的每个节点的识别码来确定的码进行调制，用户设备接收器包括检测器，该检测器被配置成基于识别码进行检测并且从多个信号中分离参考信号，该处理器被配置成使用来自每个节点的参考信号作为测距信号以跟踪和定位一个或更多个无线网络设备。

在实施例中，其中，来自两个或更多个节点中的每个节点的多个信号被合并到包括参考信号的帧中，并且其中，检测器还被配置成估计来自每个节点的帧起始的粗略位置。

在实施例中，其中，检测器还被配置成通过将参考信号与这样的参考信号的已知复本相关联来估计粗略位置。

在实施例中，其中，检测器还被配置成将参考信号与帧中的任何其他信号分离，并且其中，检测器还被配置成对针对两个或更多个节点中的每个节点的参考信号进行分离。

在实施例中，其中，处理器为至少一个多径抑制处理器，并且其中，多径抑制处理器被配置成接收粗略位置以及所分离的粗略位置并且估计来自每个节点的测距信号的到达时间。

在实施例中，其中，处理器为至少一个多径抑制处理器。

在实施例中，其中，来自两个或更多个节点中的每个节点的多个信号在一帧中，其中，检测器还被配置成估计来自每个节点的帧起始的粗略位置，其中，检测器被配置成将参考信号与帧中的任何其他信号分离，其中，检测器被配置成将针对每个节点的该粗略位置和所分离的参考信号传递至多径抑制处理器，并且其中，多径抑制处理器被配置成接收该粗略位置和所分离的参考信号并且估计来自每个节点的测距信号的相对到达时间。

在实施例中，系统还包括上行链路实施例，在该上行链路实施例中，节点接收器被配置成接收来自一个或更多个无线网络设备的设备信号，该设备信号利用由发送该设备信号的一个或更多个无线网络设备中的每个无线网络设备的设备识别码所确定的设备码进行调制，节点接收器包括设备检测器，该设备检测器被配置成基于设备识别码进行检测并且从设备信号中分离出设备参考信号，并且第二处理器被配置成使用来自每个无线网络设备的设备参考信号作为测距信号以跟踪和定位一个或更多个无线网络设备。

在实施例中，用于跟踪和定位与网络通信的一个或更多个无线网络设备的系统包括用户设备接收器和处理器，该用户设备接收器被配置成接收来自与网络通信的两个或更多个节点的多个信号，该多个信号利用由发送多个信号的两个或更多个节点中的每个节点的识别码所确定的码进行调制，该处理器被配置成基于识别码进行检测并且从多个信号中分离出参考信号并且使用来自每个节点的参考信号作为测距信号以跟踪和定位一个或更多个无线网络设备。

在实施例中，其中，来自两个或更多个节点中的每个节点的多个信号被合并到包括参考信号的帧中，并且其中，处理器还被配置成估计来自每个节点的帧起始的粗略位置。

在实施例中，其中，处理器还被配置成通过将参考信号与该参考信号的已知复本相关联来估计该粗略位置。

在实施例中，其中，处理器还被配置成基于该粗略位置和所分离的参考信号来估计来自每个节点的测距信号的相对到达时间。

在实施例中，其中，处理器还被配置成将参考分离与帧中的任何其他信号分离，并且其中，处理器还被配置成对针对两个或更多个节点中的每个节点的参考信号进行分离。

在实施例中，其中，来自两个或更多个节点中的每个节点的多个信号在一帧中，其中，处理器还被配置成通过将参考信号与该参考信号的已知复本相关联来估计来自每个节点的帧起始的粗略位置，其中，处理器还被配置成将参考信号与帧中的任何其他信号分离并且对针对两个或更多个节点中的每个节点的参考信号进行分离，并且其中，处理器还被配置成基于粗略位置和所分离的参考信号来估计来自每个节点的测距信号的相对到达时间。

在实施例中，用于跟踪和定位与网络通信的一个或更多个无线网络设备的系统包括检测器和处理器，该检测器被配置成接收来自与网络通信的两个或更多个节点的多个信号，该多个信号利用发送多个信号的两个或更多个节点中的每个节点的识别码来确定的码进行调制，并且基于识别码进行检测并且从多个信号中分离参考信号，该处理器被配置成使用来自每个节点的参考信号作为测距信号以跟踪和定位一个或更多个无线网络设备。

在实施例中，来自两个或更多个节点中的每个节点的多个信号被合并到包括参考信号的帧中，并且其中，检测器还被配置成估计来自每个节点的帧起始的粗略位置。

在实施例中，其中，处理器为至少一个多径抑制处理器，并且其中，多径抑制处理器被配置成接收粗略位置以及所分离的粗略位置并且估计来自每个节点的测距信号的相对到达时间。

在实施例中，其中，处理器为至少一个多径抑制处理器。

在实施例中，其中，来自两个或更多个节点中的每个节点的多个信号在一帧中，其中，检测器还被配置成估计来自每个节点的帧起始的粗略位置，其中，检测器被配置成将参考信号与帧中的任何其他信号分离，其中，检测器还被配置成对针对两个或更多个节点中的每个节点的参考信号进行分离，其中，检测器被配置成将针对每个节点的该粗略位置和所分离的参考信号传递至多径抑制处理器，并且其中，多径抑制处理器被配置成接收该粗略位置和所分离的参考信号并且估计来自每个节点的测距信号的相对到达时间。

在实施例中，用于跟踪和定位与网络通信的一个或更多个无线设备的系统包括节点接收器，该节点接收器被配置成接收来自一个或更多个无线网络设备的设备信号，该设备信号利用由发送该设备信号的一个或更多个无线网络设备中的每个无线网络设备的设备识别码所确定的设备码进行调制，节点接收器包括设备检测器，该设备检测器被配置成基于设备识别码进行检测并且从设备信号中分离出设备参考信号，并且处理器被配置成使用来自每个无线网络设备的设备参考信号作为测距信号以跟踪和定位一个或更多个无线网络设备。

此外，混合方法可以对LTE UE定位基础设施是透明的。例如，混合方法可以在3GPP TS 36.305框架下操作。

在实施例中，可以对RSTD进行测量，并且根据3GPP TS 36.305，将RSTD从UE传送至E-SMLC。

UL-TDOA(U-TDOA)当前处于研究阶段并且期望在即将出现的版本11中被标准化。

以上在本文中描述了UL-TDOA(上行链路)的实施例并且也在图 16和图17中示出了UL-TDOA(上行链路)的实施例。本文在下面所描述的图17和图18提供了UL-TDOA的替选实施例的示例。

图18呈现了可以包括一个或更多个DAS和/或毫微微小区/小小区天线的环境。在该示例实施例中，每个NSAU配备有单个天线。如所描绘的，需要至少三个NSAU。然而，可以添加另外的NSAU以提高可收听性，因为每个UE必须被至少三个NSAU“收听到”。

此外，NSAU可以被配置为接收器。例如，每个NSAU经由无线电 (over air)接收但是不发送信息。在操作中，每个NSAU可以听到来自 UE的无线上行链路网络信号。每个UE可以为移动电话、标签和/或另外的UE设备。

此外，NSAU可以被配置成通过接口例如有线服务或LAN与定位服务器(LSU)进行通信。反过来，LSU可以与无线或LTE网络进行通信。该通信可以经由网络API，其中LSU可以例如与LTE网络的E-SMLC 进行通信并且可以使用有线服务例如LAN和/或WAN。

可选地，LSU还可以与DAS基站和或毫微微小区/小小区直接通信。该通信可以使用相同的网络API或经修改的网络API。

在该实施例中，探测参考信号(SRS)可以用于定位目的。然而，也可以采用其他信号。

NSAU可以将UE上行链路传输信号转换成数字格式，例如I/Q样本，并且可以利用时间戳将经转换的信号的数目周期性地发送至LSU。

DAS基站和或毫微微小区/小小区可以向LSU传递所有以下数据：

1)SRS、I/Q样本和时间戳；

2)所服务的UE ID列表；以及

3)利用UE ID的每个UE的SRS调度，该调度包括SRS SchedulingRequestConfig信息和SRS-UL-Config信息。

传递至LSU的信息可以不受以上所提及的信息的限制。传递至LSU 的信息可以包括将每个UE设备上行链路信号例如UE SRS与每个UE ID 相关联所需的信息。

LSU功能可以包括测距计算和获得UE的位置确定。这些确定/计算可以是基于从NSAU、DAS基站和/或毫微微小区/小小区传递至LSU的信息的。

LSU还可以确定来自从NSAU传递至LSU的可用下行链路传输信息的定时偏移。

反过来，LSU可以向无线网络或LTE网络提供UE位置确定和其他计算和数据。这样的信息可以经由网络API进行传送。

出于同步目的，每个NSAU可以接收、处理并且时间戳标记下行链路信号的样本。每个NSAU还可以向LSU周期地发送包括时间戳的这样的样本的数目。

另外地，每个NSAU可以包括针对与外部信号的同步所配置的输入。

图19描绘了UL-TDOA的另一实施例。除图18下所描绘的部件之外，该实施例的环境可以包括一个或更多个小区塔，该一个或更多个小区塔可以用于替代DAS基站和/或毫微微小区/小小区。来自一个或更多个小区塔的数据可以用于获得UE的位置确定。

因此，该实施例的优点包括仅利用单个小区塔(eNB)获得位置确定。另外，除一个或更多个eNB可以取代DAS基站和/或毫微微小区/小小区之外，该实施例可以被配置成以与图18下所描述的相似的方式进行操作。

一种对UE的上行链路定位的方法是小区识别方法(CID)。在基本 CID方法中，可以在小区水平上确定UE位置。该方法是基于纯网络的。因此，UE例如移动电话并不知道其正在被跟踪的事实。虽然这是相对简单的方法，但是该方法缺乏准确性，因为非确定性等于小区直径。例如，如图20中所示，即使服务小区塔2004的小区直径2002内的任何手机2000不在相同位置处，但是它们有效地具有相同的位置。当与服务扇区识别码 (扇区ID)知识合并时，可以提高CID方法的准确性。例如，如图21 中所示，扇区ID 2100识别出小区直径2002内的部分2102，该部分2102 包括已知具有与直径2002中的其他扇区中的其他手机2000不同的位置的多个手机2104。

通过增强的Cell ID(E-CID)方法对CID方法的进一步增强可以是可能的，该增强的Cell ID(E-CID)方法提供了对上述基本CID方法的进一步细化。一个增强使用定时测量来计算UE距eNB(网络节点)多远。该距离可以被计算为往返时间(RTT)的一半或者LTE中的定时超前(TA) (LTE TA)乘以光速。如果连接有UE，则RTT或TA可以用于距离估计。在该情况下，服务小区塔或扇区与UE二者(在服务eNB命令下) 将测量Rx子帧与Tx子帧时间的定时差异。UE将向eNB报告其测量(也在eNB控制下)。应当注意的是，LTE版本9添加了TA类型2测量，该 TA类型2测量依赖于从在随机接入过程期间接收PRACH前同步码所估计的定时超前。PRACH(物理/分组随机接入信道)前同步码指定了当未接收到来自正在被跟踪的UE的响应时要在一个PRACH斜坡周期期间发送的前同步码的最大数目。LTE类型1TA测量等同于RTT测量，如下：

RTT＝TA(type 1)＝eNB(Rx-Tx)+UE(Rx-Tx)

在知道eNB的坐标和服务小区塔天线的高度的情况下，可以通过网络来计算UE的位置。

然而，E-CID定位方法仍然是受限的，这是因为在一个维度中，定位准确性取决于扇区宽度以及距服务小区塔的距离，并且另一维度中，误差取决于TA(RTT)测量准确性。扇区宽度随网络拓扑而变化并且受传播现象特别是多径的影响。扇区准确性估计从200米变化至超过500米。LTE TA测量分辨率为4Ts，其对应于39米的最大误差。然而，由于不准确性和传播现象(多径)，LTE TA测量的实际误差甚至更大，并且可以达到多达200米。

如图22中所示，在添加已知为到达角度(AoA)的特征的情况下，可以进一步提高E-CID方法。eNB对UE正在使用等间隔的天线元素2200 的线性阵列进行发送的方向。通常，参考信号用于AoA确定。如图23中所示，当接收到来自两个相邻天线元素2200处的UE的参考信号时，参考信号可以为旋转达取决于AoA的量、的相位，载波频率和元素间隔。 AoA将要求每个eNB配备有天线阵列/自适应天线。其也是暴露于多径和拓扑变化的。无论如何，复杂的天线阵列可以显著地减小扇区2100的宽度2202，其导致更优的定位准确性。此外，如图23中所示，如果两个或更多个服务小区塔2300(配备有方向性天线阵列的eNB的基站)可以用于做出手机AoA确定，则可以显著地提高准确性。在这样的情况下，准确性仍然经受多径/传播现象。

在多个LTE频带上部署天线阵列/自适应天线网络范围需要在资金、时间和维护等方面的巨大努力。因此，出于UE定位目的，尚未部署天线阵列/自适应天线。其他方式例如基于信号强度的方法不产生显著的准确性提高。一个这样的信号强度方式是指纹识别，其需要创建并且持续地更新巨大的连续变化的(在时间上)指纹数据库，例如大的资金和再次发生费用，而无显著的准确性提高。此外，指纹识别是基于UE的技术，其中，不能在无UE应用水平上的UE辅助的情况下确定UE位置。

其他上行链路定位方法的限制的解决方案涉及在无需天线阵列/自适应天线的情况下使用AoA功能。这样的实施例可以采用针对AoA确定的 TDOA(到达时间差异)定位技术，其可以基于估计来自多个接收器的源的信号的到达时间。时间差异的特定值定义了与UE通信的两个接收器之间的双曲线。当相对于被定位的发射器(手机)的距离，接收天线之间的距离较小时，则TDOA等同于传感器的基线(接收器天线)与来自发射器的入射RF能量之间的角度。如果基线与真北之间的角度是已知的，则可以确定走向线(LOB)和/或AoA。

虽然使用TDOA或LOB(也称为AOA)的一般定位方法是已知的，但是TDOA定位方法尚未用于确定LOB，这是因为TDOA参考点彼此太接近使得这样的技术的准确性不可接受。然而，通常使用方向性天线和/ 或束形成天线来确定LOB。然而，本文中所描述的超分辨率方法使得可以在急剧地提高准确性的同时使用TDOA来进行LOB确定。另外，在不利用本文所描述的参考信号处理技术的情况下，可能不能例如通过非服务扇区和/或天线来“收听”例如检测来自服务扇区的UE外部的参考信号。在不具有本文中所描述的分辨率和处理能力的情况下，可能不可以采用 TDOA来进行LOB确定，这是因为需要至少两个参考点，例如两个或更多个扇区和/或天线。类似地，UE可能不能检测从除服务扇区之外例如从非服务扇区和/或天线至UE的参考信号。

例如，在图24中，示出了两个天线分离场景：宽分离和紧(小)分离。在两种场景中，双曲线2400和入射线2402在手机2000位置处相交，但是在天线2404分离较宽的情况下，该相交发生在更陡的角度处，其又随后减少了定位误差。同时，在天线2404彼此接近的情况下，双曲线2400 变得可与RF能量入射或LOB/AoA的线2402可互换。

下面阐述的公式可以用于确定来自发射器的入射RF能量，其中，两个天线(传感器)之间的RF能量的到达时间的时间差异以下公式给出：

其中：

Δt是以秒为单位的时间差异

x是两个传感器之间的以米为单位的距离；

θ是传感器的基线与入射RF波之间的以度为单位的角度；

以及

c是光速。

通过使用TDOA定位实施例，若干定位策略是可用的，包括：(1) 当两个或更多个服务小区之间的TDOA测量(多点定位)可用例如宽分离时；(2)当TDOA测量仅来自一个或更多个服务小区处的两个或更多个扇区例如小的天线分离如LOB/AoA时；(3)策略(2)和(3)的足额和；以及(4)TA测量与策略(1)-(3)的组合，例如改进的E-CID。

如下面进一步说明的，在紧密定位的天线的情况下，当来自两个或更多个天线的信号来自相同的小区塔时，TDOA定位实施例可以使用走向线。可以在所接收的复合信号中检测这些信号。通过知道塔位置和每个扇区和/或天线的方位，可以计算走向线和/或AoA并且在定位处理中利用走向线和/或AoA。LOB/AoA准确性可以受多径、噪声(SNR)等的影响。然而，该影响可以通过上述的增强信号处理和多径抑制处理技术来抑制，该多径抑制技术可以基于超分辨率技术。这样的增强信号技术包括但不限于信号关联/相关联、滤波、求平均值、同步求平均值和其他方法/技术。

如图25中所示，服务小区塔2500通常由多个扇区构成，图25示出了三个扇区(扇区A、扇区B和扇区C)配置。所示的三个扇区部署可以包括每个扇区的一个或更多个天线2502。单个扇区例如扇区A可以由UE (手机)控制，因为手机传输将在扇区A的主要波瓣中(主要波瓣的中心与扇区方位一致)。同时，手机传输将落于扇区B和波瓣和扇区C的波瓣的外部例如进入天线侧波瓣。因此，手机信号将仍然存在于扇区B和扇区C的输出信号谱中，但是将相对于来自位于扇区B和扇区C的主要波瓣中的其他手机的信号而被显著衰减。无论如何，如上以及如下所述，通过增强的信号处理的使用，可以获得关于测距信号的足够的处理增益，以使得测距信号是从相邻扇区侧的波瓣可检测的，例如扇区B和扇区C 侧波瓣。出于基于网络的定位目的，可以采用LTE上行链路SRS(探测参考信号)作为测距信号。

换言之，虽然UE上行链路参考信号可能在相邻扇区天线的旁波瓣中，但是通过本文中所描述的参考信号处理方法可能足以允许两个(或更多个)扇区天线之间的TDOA的计算。可以通过上述的多径抑制处理算法来显著地增强该实施例的准确性。因此，通过LTETA定时所计算的环形与LOB/AOA相交可以提供近似20米*100米的误差椭圆内的UE位置。

当可以由两个或更多个LTE塔收听到UE时可以实现进一步的定位误差减少，该进一步的定位误差减少随着上述的处理增益和多径抑制技术是高度可能的。在这样的情况下，TDOA双曲线与一个或更多个LOB/AoA 的相交可以产生30米*20米的误差椭圆(针对两个扇区小区塔)。如果每个小区塔支持三个或更多个扇区，则误差椭圆可以进一步向下减小至 10-15米。如果由三个或更多个eNB(小区塔)收听到UE，则可以实现5 至10米准确性。在高值区域例如商场、办公公园等中，另外的小小区或被动倾听设备可以用于创建必要的覆盖。

如所提及的，以上的小区塔2500的每个扇区可以包括一个或更多个天线2502。在典型安装中，对于给定扇区，将来自每个天线的信号在扇区的接收器输入处合并。因此，出于定位目的，可以将两个或更多个扇区天线看做具有合成方向图案、方位和高度的单个天线。假设天线合成方向及其(主要波瓣)方位和高度还可以被分配给扇区自身。

在实施例中，将自每个服务小区塔和相邻服务小区塔的所有扇区的所接收信号(以数字格式)发送至定位服务器单元(LSU)以进行位置确定。而且，通过来自每个服务小区塔的每个服务小区将每个被服务的UE的 SRS调度和TA测量提供至LSU。假定每个服务小区塔和每个相邻小区塔位置坐标、具有每个假设(合成)扇区天线方位和高度的每个塔的扇区的数目以及在小区塔处的每个扇区位置是已知的，则LSU可以确定相对于服务小区塔和/或相邻小区塔的每个UE位置。可以使用一个或更多个标准化接口或专用接口、通过有线网络例如LAN、WAN等来发送所有的以上所提及的信息。LUS还可以使用标准化接口和/或网络载波定义接口 /API来与无线网络基础设施对接。还可以将位置确定划分在网络节点与 LSU之间或者单独地在网络节点中执行位置确定。

在实施例中，可以在UE中执行位置确定或者可以将位置确定划分在 UE与LSU或网络节点之间。在这样的情况下，UE可以使用标准联网协议/接口通过空气来通信。另外，可以通过UE、LSU和/或网络节点的组合来执行位置确定，或者可以将LSU功能实现至(嵌入)SUPL服务器，和/或然后可以取代LSU使用的LCS(定位服务)系统中。

下行链路(DL)定位方法的实施例与上述的上行链路(UL)定位实施例相反。在DL实施例中，扇区可以变成具有与扇区的所接收方向性匹配的发送图案、方位和高度的发送器的发送器。不像上行链路实施例，在 DL实施例中，UE通常具有单个接收天线。因此，对于UE，不存在可以用于确定RF波入射的传感器基线。然而，如上参照图24所述，UE可以确定不同扇区之间的TDOA并且因此可以确定扇区之间的双曲线(多点定位)，并且由于相同的小区塔彼此靠近，所以双曲线变得与RF能量入射或LOB/AOA的线可互换。虽然LOB/AOA可以受多径、噪声(SNR) 等的影响，但是该影响可以通过使用基于上述超分辨率技术的增强的信号处理和多径抑制处理来抑制。

如所述的，除不能根据以上公式来确定RF波入射角度之外，可以以与UE上行链路定位相似的方式来实现UE DL定位。作为替代，多点定义技术可以用于确定针对每个服务小区塔的LOB/AOA。

UE DL定位实施例还采用参考信号。在DL情况下，针对这样的基于网络的定位的方式可以采用LTE特定于小于的参考信号(CRS)作为测距信号。而且，可以使用在LTE版本9中引入的定位参考信号(PRS)。因此，可以使用仅CRS、仅PRS或CRS与PRS二者来完成定位。

与UE上行链路定位实施例一样，对于UE下行链路定位实施例，可以将UE所接收信号的数字格式的快照发送至LUS以进行处理。UE还可以获得TA测量并且将那些提供给LSU。可选地，可以通过来自每个服务小区塔(网络节点)的每个服务扇区来将每个被服务的UE的TA测量提供给LSU。如之前所述，假定每个服务小区塔和每个相邻小区塔位置坐标、具有每个扇区发送图案、方位和高度的每个塔的扇区的数目以及塔处的每个扇区位置是已知的，则LSU可以确定相对于服务小区塔和/或相邻小区塔的每个UE位置。在实施例中，位置确定可以在UE中执行或者可以被划分在UE与LSU或网络节点之间。在实施例中，所有的位置确定可以在LSU或网络节点中执行或者可以被划分在上述二者之间。

UE将使用标准无线协议/接口、通过空气来传送/接收测量结果和其他信息。LSU与网络节点之间的信息交换可以通过使用专用接口和/或一个或更多个标准接口的有线网络例如LAN、WAN等。LSU可以与使用标准化接口和/或网络再拨的定义接口/API的网络结构对接。位置确定还可以划分在网络节点与LSU之间或者单独地在网络节点中执行。

对于上述UE DL定位实施例，天线端口映射信息还可以用于确定位置。3GPP TS36.211LTE标准定义了针对DL的天线端口。在针对每个天线端口的LTE标准中定义了各个参考信号(导频信号)。因此，DL信号还携载了天线端口信息。该信息包括在PDSCH(物理下行链路共享信道)。 PDSCH使用以下天线端口：0；0和1；0，1，2和3；或5。如在图26 中所示，这些逻辑天线端口被分配(映射)至物理发送天线。因此，该天线端口信息可以用于天线识别(天线ID)。

例如，天线端口映射信息可以用于确定波入射以及天线之间的双曲线 (多点定位)(假定天线位置是已知的)。取决于在哪里执行位置确定，但是天线映射信息必须对LSU或UE或网络节点可用。应当注意的是，通过将CRS信号置于不同时隙和不同资源元素中来指示天线端口。每个DL 天线端口仅发送一个CRS信号。

在eNB或网络节点中的MIMO(多输入多输出)部署的情况下，接收器能够根据给定UE来确定到达时间差异知道包括天线位置的天线至接收器映射例如MIMO映射的情况下，还可以确定入射至天线RF波 (LOB/AOA)和给定eNB天线的双曲线(多点定位)。同样，在UE处， UE接收器能够确定从两个或更多个eNB或网络节点的到达时间差异以及 MIMO天线。在知道eNB天线位置和天线映射的情况下，可以确定从天线入射的RF波(LOB/AOA)以及针对给定eNB天线的双曲线(多点定位)。取决于在哪里执行位置确定，天线映射信息必须对LSU或UE或网络节点可用。

存在作为MIMO的子集的其他配置，例如单输入多输出(SIMO)、单输出多输入(SOMI)、单输入单输出(SISO)等。所有的这些配置可以通过用于定位目的的天线端口映射和/或MIMO天线映射信息来定义/ 确定。

虽然因此已经描述了系统和方法的不同实施例，但是对本领域技术人员应当明显的是，已经实现了所描述的方法和装置的某些优点。特别地，本领域技术人员应当意识到的是，可以以非常小的增量成本、使用FGPA 或ASI和标准信号处理软件/硬件组合来对用于跟踪和定位对象的系统进行组装。这样的系统在各种应用——例如，在室内环境中或室外环境、严酷和不利环境等中对人进行定位——中是有用的。

还应当意识到的是，可以在本发明的范围和精神内做出各种修改、适应及其替选实施例。

发明构思

本发明提供了以下发明构思：

1.一种用于确定无线系统中的一个或更多个用户设备(UE)的位置的方法，所述方法包括：

确定针对所述无线系统以及所述一个或更多个UE的特定参考信号和网络参数；以及

利用所述特定参考信号和网络参数来计算所述一个或更多个UE中的至少一个UE的位置。

2.根据发明构思1所述的方法，其中，所述无线系统包括一个或更多个节点以及每个节点的一个或更多个扇区，以及其中，所述网络参数包括含有扇区ID的下述参数：网络节点位置坐标、所述一个或更多个扇区的坐标、每个节点的扇区的数目、扇区的复合接收方向的方位和高度。

3.根据发明构思1所述的方法，其中，所述无线系统包括一个或更多个节点、每个节点的一个或更多个天线以及每个节点的一个或更多个扇区，以及其中，所述网络参数包括：网络节点位置坐标；所述一个或更多个扇区的坐标；每个节点的天线的数目；每个天线的接收方向的方位和高度；每个天线的位置；针对服务节点和相邻节点的每个节点的物理天线至多输入多输出(MIMO)映射；针对服务节点和相邻节点的每个节点的物理天线至天线端口映射；以及所述一个或更多个天线中的每个天线至所述一个或更多个扇区中的每个扇区的映射。

4.根据发明构思1所述的方法，其中，所述无线系统包括一个或更多个节点以及每个节点的一个或更多个扇区，以及其中，将来自每个服务节点和每个相邻节点的所有扇区的接收信号发送至定位服务器单元。

5.根据发明构思1所述的方法，其中，所述特定参考信号为上行链路参考信号，包括：探测参考信号(SRS)、针对MIMO的参考信号或 SRS和针对MIMO的参考信号的组合。

6.根据发明构思1所述的方法，其中，所述无线系统包括一个或更多个节点以及每个节点的一个或更多个扇区，以及其中，通过每个节点处的每个服务扇区将针对所述一个或更多个UE的SRS调度和定时超前 (TA)测量提供给定位服务器单元(LSU)。

7.根据发明构思1所述的方法，其中，所述无线系统包括一个或更多个节点，并且所述一个或更多个节点中的每个节点包括至少一个扇区，其中，每个节点的扇区被配置成与定位服务器单元(LSU)进行通信，以及其中，利用的步骤由所述LSU来执行或由所述一个或更多个节点和所述LSU的组合来执行。

8.根据发明构思1所述的方法，其中，所述无线系统包括一个或更多个节点，并且所述一个或更多个节点中的每个节点包括至少一个扇区，其中，每个节点的扇区被配置成与定位服务器单元(LSU)进行通信，以及其中，利用的步骤由所述一个或更多个UE、所述LSU、所述一个或更多个节点或其组合来执行。

9.根据发明构思8所述的方法，其中，所述一个或更多个UE被配置成与所述LSU进行通信。

10.根据发明构思9所述的方法，其中，所述一个或更多个UE、所述LSU、所述一个或更多个节点或其组合被配置成支持多径抑制和参考信号处理以计算每个UE的位置。

11.根据发明构思1所述的方法，其中，所述无线系统被配置成将LSU 的功能包括在网络SUPL服务器、E-SMLC服务器、LCS(位置服务)系统或其组合中。

12.根据发明构思1所述的方法，其中，所述无线系统包括LSU以及一个或更多个节点，以及其中，所述LSU被配置成与所述无线系统的所述一个或更多个节点和网络基础架构对接。

13.根据发明构思1所述的方法，其中，利用的步骤包括利用一个或更多个走向线(LOB)。

14.根据发明构思13所述的方法，其中，所述一个或更多个LOB根据到达时间差异获得，所述达到时间差异由下述造成：由来自所述无线系统的一个或更多个节点的一个或更多个天线所形成的两个或更多个扇区；所述一个或更多个天线所共处的一个或更多个位置；所述两个或更多个扇区的组合的一个或更多个位置；来自一个或更多个位置的所述一个或更多个天线的一个或更多个位置及其组合。

15.根据发明构思1所述的方法，其中，所述无线系统包括具有一个或更多个扇区的一个或更多个节点，所述一个或更多个扇区中的每个扇区由一个或更多个天线形成，其中，利用的步骤包括利用三角测量或来自所述一个或更多个节点的三个或更多个LOB、所述一个或更多个天线中的多个天线所共处的一个或更多个位置，或来自所述一个或更多个节点中的每个节点的一个或更多个LOB和所述一个或更多个位置的组合。

16.根据发明构思1所述的方法，其中，所述无线系统包括一个或更多个节点，以及其中，利用的步骤包括利用所述一个或更多个UE中的 UE与单个节点之间的距离测量以及来自所述单个节点的一个或更多个 LOB的组合。

17.根据发明构思1所述的方法，其中，所述无线系统包括一个或更多个节点，以及其中，利用的步骤包括利用所述一个或更多个UE中的 UE与单个节点之间的距离测量、来自所述单个节点和所述UE的一个或更多个相邻节点的一个或更多个LOB，以及多个天线所共处的一个或更多个位置的组合。

18.根据发明构思1所述的方法，其中，所述无线系统包括具有一个或更多个扇区的一个或更多个节点，所述一个或更多个扇区中的每个扇区由一个或更多个天线形成，以及其中，利用的步骤包括利用所述一个或更多个扇区之间的多点定位、来自一个或更多个节点或来自一个或更多个位置的一个或更多个LOB，或所述一个或更多个扇区之间的多点定位和来自一个或更多个节点或一个或更多个位置的一个或更多个LOB的组合。

19.根据发明构思1所述的方法，其中，所述无线系统包括具有一个或更多个扇区的一个或更多个节点，所述一个或更多个扇区中的每个扇区由一个或更多个天线形成，以及其中，利用的步骤包括利用所述一个或更多个UE中的UE与所述一个或更多个节点中的节点之间的距离测量，或多个天线所共处的一个或更多个节点和一个或更多个位置以及来自一个或更多个节点或来自一个或更多个位置的LOB的组合。

20.根据发明构思1所述的方法，其中，利用的步骤还包括利用到达时间差异来确定所述一个或更多个UE的一个或更多个走向线。

21.根据发明构思1所述的方法，其中，所述一个或更多个UE被配置成与LSU、SUPL服务器、E-SMLC服务器、LCS(位置服务)系统或其组合进行通信。

22.根据发明构思1所述的方法，其中，所述特定参考信号为下行链路参考信号，包括：小区特定参考信号(CRS)、定位参考信号(PRS)、针对MIMO的参考信号，或CRS、PRS或针对MIMO的参考信号的组合。

23.根据发明构思22所述的方法，其中，所述无线系统包括一个或更多个节点以及每个节点的一个或更多个服务扇区，以及其中，通过所述一个或更多个服务扇区中的每个服务扇区和所述一个或更多个节点中的每个节点来将针对所述一个或更多个UE中的每个被服务的UE的定时超前(TA)测量提供给LSU、SUPL服务器、E-SMLC服务器、LCS(位置服务)系统或其组合。

24.根据发明构思22所述的方法，其中，通过所述一个或更多个UE 中的每个UE、所述一个或更多个节点中的每个节点或者通过所述一个或更多个服务扇区中的每个服务扇区将PRS调度测量提供给LSU。

25.根据发明构思22所述的方法，其中，通过所述一个或更多个UE 中的每个UE将对应于所述特定参考信号的测量提供给定位服务器单元 (LSU)、SUPL服务器、E-SMLC服务器、位置服务(LCS)系统，或 LSU、SUPL服务器、E-SMLC服务器和LCS系统的组合。

26.一种用于确定具有一个或更多个扇区的无线系统中的用户设备 (UE)的位置的方法，所述一个或更多个扇区中的每个扇区由一个或更多个天线形成，所述方法包括：

确定来自不同扇区的两个或更多个天线的参考信号在UE处的到达时间；

确定所述到达时间的差异，以确定所述天线或扇区的基线与来自所述UE的入射能量之间的角度；以及

使用所述角度来确定所述UE的位置。

27.根据发明构思26所述的方法，其中，所述不同扇区中的一个扇区是服务扇区，并且所述不同扇区中的一个扇区不是服务扇区。

28.根据发明构思26所述的方法，其中，相对于从所述两个或更多个天线或扇区至所述UE的距离，所述两个或更多个天线或扇区之间的距离较小。

29.一种用于确定具有一个或更多个扇区的无线系统中的用户设备 (UE)的位置的方法，所述一个或更多个扇区中的每个扇区由一个或更多个天线形成，所述方法包括：

确定来自所述UE的参考信号在来自不同扇区的两个或更多个天线处的到达时间；

确定所述到达时间的差异，以确定所述天线或扇区的基线与从UE至所述两个或更多个天线或扇区的入射能量之间的角度；以及

使用所述角度来确定所述UE的位置。

30.根据发明构思26所述的方法，其中，所述不同扇区中的一个扇区是服务扇区，并且所述不同扇区中的一个扇区不是服务扇区。

31.根据发明构思26所述的方法，其中，相对于从所述两个或更多个天线至所述UE的距离，所述两个或更多个天线或扇区之间的距离较小。

Claims

1.一种用于确定具有一个或更多个扇区的无线系统中的用户设备UE的位置的方法，所述一个或更多个扇区中的每个扇区由一个或更多个天线形成，所述方法包括：

确定来自不同扇区的两个或更多个天线的特定参考信号在UE处的到达时间；

利用包括高分辨率谱估计的一个或更多个多径抑制算法来解析所述特定参考信号；

使用所述角度来确定所述UE的位置。

2.根据权利要求1所述的方法，其中，所述不同扇区中的一个扇区是服务扇区，并且所述不同扇区中的一个扇区不是服务扇区。

3.根据权利要求1所述的方法，其中，相对于从所述两个或更多个天线或扇区至所述UE的距离，所述两个或更多个天线或扇区之间的距离较小。

4.一种用于确定具有一个或更多个扇区的无线系统中的用户设备UE的位置的方法，所述一个或更多个扇区中的每个扇区由一个或更多个天线形成，所述方法包括：

确定来自所述UE的特定参考信号在来自不同扇区的两个或更多个天线处的到达时间；

使用所述角度来确定所述UE的位置。

5.根据权利要求4所述的方法，其中，所述不同扇区中的一个扇区是服务扇区，并且所述不同扇区中的一个扇区不是服务扇区。

6.根据权利要求4所述的方法，其中，相对于从所述两个或更多个天线至所述UE的距离，所述两个或更多个天线或扇区之间的距离较小。