CN111142068A - 一种基于提取目标直接反射径方法的无源定位方法 - Google Patents

一种基于提取目标直接反射径方法的无源定位方法 Download PDF

Info

Publication number
CN111142068A
CN111142068A CN201911360604.6A CN201911360604A CN111142068A CN 111142068 A CN111142068 A CN 111142068A CN 201911360604 A CN201911360604 A CN 201911360604A CN 111142068 A CN111142068 A CN 111142068A
Authority
CN
China
Prior art keywords
target
multipath
equivalent
static
reflection path
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.)
Granted
Application number
CN201911360604.6A
Other languages
English (en)
Other versions
CN111142068B (zh
Inventor
陈志刚
马文飞
陈禄
李文
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian Jiaotong University
Original Assignee
Xian Jiaotong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xian Jiaotong University filed Critical Xian Jiaotong University
Priority to CN201911360604.6A priority Critical patent/CN111142068B/zh
Publication of CN111142068A publication Critical patent/CN111142068A/zh
Application granted granted Critical
Publication of CN111142068B publication Critical patent/CN111142068B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01S5/0273—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 using multipath or indirect path propagation signals in position determination
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

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)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种基于提取目标直接反射径方法的无源定位方法，利用LabVIEW虚拟仪器软件远程控制矢量网络分析仪，且仅需要一对收发端，搭建室内信道频率响应采集平台，估计目标直接反射径的参数，即等效方位角和时延。本发明能够大大降低实验的时间成本和设备成本，为无需耗时耗力训练过程的几何无源定位奠定了基础，定位实时性高。

Description

一种基于提取目标直接反射径方法的无源定位方法
技术领域
本发明属于室内定位技术领域，具体涉及一种基于提取目标直接反射径方法 的无源定位方法。
背景技术
定位是一种基于位置的服务，根据应用场景的不同，可以将定位系统分为室 外定位和室内定位。GPS是目前应用最为广泛、发展最成熟的室外定位技术，民 用GPS的定位精度在10m左右，完全能够满足人们的室外定位需求；而室内定 位情况却不容乐观，目前还没有一款成熟的产品应用于室内定位，但是室内定位 有很广泛的应用场景，比如，智能家居领域的老年人室内监护系统，根据老人的 行为表现，判断老人的身体健康状况；在购物中心和画廊，通过比较无人环境下 和当前室内环境下接收信号的相似度，进行入侵检测和追踪；在地下停车场，针 对“停车难，找车难”问题，可以利用智能寻车系统，查询空余车位数量及位置 导航等，由于GPS信号穿透墙体功率衰减严重，且室内环境比室外环境更复杂，障碍物多，多径效应严重，因此GPS不适合应用于室内定位。所以室内定位依 然是定位领域中的短板，需要更进一步的研究。
目前已经获得一定应用的室内定位技术有红外线传感器、超声波、蓝牙、射 频识别、超宽带等，这些技术虽然可以解决室内定位问题，且具有较高的定位精 度，但是辅助设备部署成本太高，无法广泛部署，限制了它们的普及。上述定位 技术的局限性激发我们去研究一种广泛部署、低成本、定位精度高且定位实时性 高的室内定位方案。
以WiFi为代表的无线局域网(WLAN：Wireless Local Area Networks)技术是 目前世界上部署最广泛的室内无线网络基础设施。随着WiFi的广泛普及，WiFi 定位技术已成长为目前室内定位的绝对主流。根据定位目标是否携带设备主动参 与到定位过程中，可以把基于WLAN的室内定位方法分成有源定位和无源定位。 有源定位(device-based activelocalization)是指用户需要携带智能手机、平板电脑 等设备主动参与到定位过程中。而一些特殊场合，目标不携带任何收发设备，或 者不情愿参与到定位过程，称为无源定位(DfPL：Device-free Passive Localization)，比如，非法入侵者不会主动与定位服务器通信，人质、儿童、监 狱里面的罪犯不会携带收发设备等，而基于设备的定位方法无法满足这样的定位 需求。与有源定位不同，无源定位系统的信号发射端(APs：Access Points)和信号 接收端(MPs：Monitoring Points)已提前部署完毕且固定，通过监测和处理在MPs 接收信号的变化去检测环境的变化，即考虑目标对无线信号的影响，从而判断环 境中是否有目标出现，实现对目标的定位与轨迹追踪。
国内提出的室内无源定位的概念与国外采用的定位方法不同。国外将无源定 位问题建模为机器学习问题，采用位置指纹匹配算法实现定位；而国内通过建立 信号动态模型，采用几何方法和基于动态聚类的概率算法实现定位。已有的室内 无源定位方法分为两种，基于模型的方法和基于机器学习的方法，基于模型的方 法是通过模型表征目标位置与信号之间的关系，常用的模型有矩形模型、椭球模 型、马鞍面模型、功率衰减模型等；基于机器学习的无源定位方法大都包含两个 阶段：一是离线训练阶段，在参考点收集无线信号特征，构建位置指纹数据库， 训练出定位模型；二是在线测量阶段，将待测指纹与指纹库进行匹配，将最相似 的指纹所对应的位置作为目标的最佳位置估计。这些方法虽然取得了不错的定位 性能，但是在实现定位的过程中，存在以下缺点：
(1)需要较多的收发端(AP-MP对)以增加目标对无线信号影响的区分度；
(2)现有的室内信道频率响应采集平台都采用装有Intel 5300或者Atheros 9380无线网卡的Ubuntu系统的电脑做为接收端，当增加接收端数量时，不仅加 大了数据处理的复杂度，而且大大增加了定位的成本；
(3)无论是基于模型的方法，还是基于构建位置指纹数据库的方法，都需 要耗费大量的劳动力和时间成本去训练参数。
发明内容
本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于 提取目标直接反射径方法的无源定位方法，收发端数目更少、信道响应采集平台 更简便，为无需耗时耗力训练过程的几何无源定位奠定了基础。
本发明采用以下技术方案：
一种基于提取目标直接反射径方法的无源定位方法，包括以下步骤：
S1、采集环境中没有目标存在时的天线阵列静态信道响应，然后目标做近似 匀速直线运动，采集均匀间隔位置上的动态信道响应，计算动态信道响应与静态 信道响应模平方之差；
S2、针对得到的动态信道响应与静态信道响应模平方之差，在频域和阵列天 线阵元域进行离散二维逆傅里叶变换；
S3、针对动态信道响应与静态信道响应模平方之差经过离散二维逆傅里叶变 换后的信号，在目标轨迹空间域采用离散分数阶傅里叶变换；
S4、对经离散分数阶傅里叶变换后的信号，寻找最优的分数傅里叶变换阶数 以及增益最强信号对应的位置，然后在增益最强信号对应的位置的基础上，选取 轨迹长度进行离散分数阶逆傅里叶变换；
S5、对经离散分数阶逆傅里叶变换后的信号，选取位置对应的空域时域二维 信道响应，并搜索其对应的三维变换域最强尖峰坐标，得到目标直接反射径的等 效相对方位角，等效多径时延和等效多径复增益的估计；
S6、根据收发端AP-MP的相对位置，估计静态环境下直射径的信号到达角 和时延，或者将天线阵列静态信道响应经过离散二维逆傅里叶变换，估计多径的 等效方位角，等效时延和等效多径复增益；
S7、根据步骤S5得到的等效相对方位角，等效多径时延，结合步骤S6得到 的静态环境下直射径的信号到达角和时延，由此得到目标直接反射径在天线阵列 的等效到达角和绝对多径时延。
具体的，步骤S1中，对第m个天线上的动态信道响应和静态信道响应的模 平方取差得到如下：
Figure BDA0002337071050000041
其中，
Figure BDA0002337071050000042
为对应时刻t(k)，目标位于位置P(k)，第m个天线和接收天线 之间的第n个子载波上的动态信道响应，
Figure BDA0002337071050000043
为当环境中没有目标存在时， 采集到的天线阵列静态信道响应，CS为静态多径成分，CBS为被阻挡的静态多径 成分，CM,LOS为目标直接反射径成分，CM,NLOS为多重反射径成分。
进一步的，在目标移动轨迹上，取K个均匀间隔位置上的信道频率响应，则 对应时刻t(k)，目标位于位置P(k)，第m个天线和接收天线之间的第n个子载波上 的动态信道响应
Figure BDA0002337071050000044
表示为以下三项之和：
Figure BDA0002337071050000051
其中，k＝-K/2,…,0…,K/2-1,m＝-M/2,…,0…,M/2-1,-(N-1)/2≤n≤(N-1)/2，fC和Δf分别代表的是载波中心频率和子载波间隔，第一项表达式代表不受目标影响 的多径成分，即除被阻挡的静态多径以外的静态多径；
Figure BDA0002337071050000052
是当目标位于位置P(k) 时，第m个接收天线与发射天线之间可以区分的静态多径数目，
Figure BDA0002337071050000053
和
Figure BDA0002337071050000054
分别代表 第
Figure BDA0002337071050000055
条多径的复增益和传播时延；第二项表达式代表被目标阻挡的静态多径成分， Λ(k)是目标位于位置P(k)时，第m个接收天线与发射天线之间被阻挡的静态多径 集合，第
Figure BDA0002337071050000056
条被阻挡多径时延和增益分别为
Figure BDA0002337071050000057
和
Figure BDA0002337071050000058
第三项表达式代表移 动多径成分，
Figure BDA0002337071050000059
是当目标位于位置P(k)时，第m个接收天线与发射天线之间移动 多径数目，
Figure BDA00023370710500000510
和
Figure BDA00023370710500000511
分别代表第
Figure BDA00023370710500000512
条多径的复增益和传播时延。
具体的，步骤S2中，采集到的天线阵列静态信道响应
Figure BDA00023370710500000513
的离散二维逆 傅里叶变换为：
Figure BDA00023370710500000514
其中，M为虚拟天线个数，N为子载波个数，
Figure BDA00023370710500000515
为静态信道响应，j2πum 为m次谐波的频率，j2πvn为n次谐波的频率，
Figure BDA00023370710500000516
为加性高斯白噪声，其分 布为
Figure BDA00023370710500000517
具体的，步骤S3中，变换信号在目标轨迹空间域采用离散分数阶傅里叶变 换FRFT为：
Figure BDA0002337071050000061
其中，α＝pπ/2，p是分数傅里叶变换阶数，
Figure BDA0002337071050000062
Fα(·)表 示分数阶傅里叶变换操作符，K为在目标移动轨迹上，等间隔采样的位置数， jπu2cot(α)为chirp信号，k,v,w为目标移动轨迹上第k个采样位置，v和w是离散实 变量，v＝0,1,…,N，
Figure BDA0002337071050000063
具体的，步骤S4中，由目标反射径成分与最强静态多径成分的乘积项为最 强成分，即
Figure BDA0002337071050000064
其中，CM,LOS(CS,1)*为目标直接反射径成分与最强静态多径成分的乘积，
Figure BDA0002337071050000065
为目标直接反射径时延，
Figure BDA0002337071050000066
为关于目标移动距离的一次函数关系，
Figure BDA0002337071050000067
为关于目标移动距离的二 次函数关系，
Figure BDA0002337071050000068
为第n个子载波的相移，
Figure BDA0002337071050000069
为最强静态多径成分的共轭。
具体的，步骤S5中，等效方位角
Figure BDA00023370710500000610
等效时延
Figure BDA00023370710500000611
和等效多径复增益
Figure BDA00023370710500000612
分 别为:
Figure BDA00023370710500000613
Figure BDA0002337071050000071
Figure BDA0002337071050000072
其中，M为虚拟天线个数，ρ为接收天线移动间隔，fc为子载波中心频率，
Figure BDA0002337071050000073
为信号到达角，N为子载波个数，Δf为子载波频率间隔，
Figure BDA0002337071050000074
为多径时延，Δτ为 采样时间偏差，
Figure BDA0002337071050000075
为等效多径复增益幅度，j为虚数单位，fo为载波频率偏差，t(k) 为测量时刻，
Figure BDA0002337071050000076
为多径时延。
具体的，步骤S6中，多径的等效方位角Q，等效时延T和等效多径复增益Z 具体为：
Figure BDA0002337071050000077
Figure BDA0002337071050000078
Figure BDA0002337071050000079
其中，M为虚拟天线个数，ρ为接收天线移动间隔，fc为子载波中心频率，
Figure BDA00023370710500000710
为目标直接反射径的信号到达角，c为光速，
Figure BDA00023370710500000711
为目标直接反射径，N为子载 波个数，Δf为子载波频率间隔，
Figure BDA00023370710500000712
为目标直接反射径时延，
Figure BDA00023370710500000713
为目标直接反射 径复增益，j为虚数单位。
具体的，步骤S7中，目标直接反射径在天线阵列的等效方位角
Figure BDA00023370710500000714
和绝对多 径时延
Figure BDA00023370710500000715
为：
Figure BDA00023370710500000716
Figure BDA00023370710500000717
其中，Q为多径的等效方位角，
Figure BDA00023370710500000718
为静态环境下直射径等效方位角，M为虚 拟天线个数，ρ为接收天线移动间隔，fc为子载波中心频率，
Figure BDA00023370710500000719
为目标直接反射 径的信号到达角，c为光速，
Figure BDA00023370710500000720
为目标直接反射径，
Figure BDA00023370710500000721
为静态环境下直射径等 效时延，T为等效时延，N为子载波个数，Δf为子载波频率间隔，
Figure BDA0002337071050000081
为目标直接 反射径时延。
与现有技术相比，本发明至少具有以下有益效果：
1.在室内无源定位领域，本发明首次利用LabVIEW虚拟仪器软件控制矢量 网络分析仪，搭建室内信道频率响应采集平台，实现了数据自动化采集，大大降 低了实验的时间成本；
2.本发明将接收天线直线匀速运动的轨迹上等间隔获取的多个位置的信道频 率响应当做均匀线阵的信道频率响应，以此得到空域频域二维信道响应，不需要 增加额外设备，大大降低了实验的设备成本；
3.本发明首次能够同时提取目标直接反射径的等效方位角和时延信息。首先 采集环境中没有目标存在时的天线阵列静态信道响应，然后目标做近似匀速直线 运动，采集均匀间隔位置上的动态信道响应，然后求得动态信道响应与静态信道 响应模平方之差；进而基于二维IFFT-FRFT变换，并搜索其对应的三维变换域最 强尖峰坐标，从而得到目标直接反射径的等效相对方位角，等效多径时延和等效 多径复增益的估计，结合静态多径等效时延和等效方位角，实现目标直接反射径 的参数提取。该方法充分利用了目标在较短时间内直线移动过程中静态多径和移 动多径的特点，并且能准确地提取移动多径中的目标直接反射径成分；
4.本发明为无需耗时耗力训练过程的几何无源定位提供了一个很好的切入 点，能有效地提高定位的实时性；
5.本发明不需要目标携带智能手机、平板电脑等收发设备，进一步降低了定位成本，在监 狱、突发恐怖、智能家居等场合具有一定的应用价值，而目前大多数学者都致力于有源定位的 研究，因此无源定位是室内定位的短板。有源定位与无源定位相结合，才能使室内定位系统更 完善。
综上所述，本发明能够大大降低实验的时间成本和设备成本，为无需耗时耗 力训练过程的几何无源定位奠定了基础，定位实时性高。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
图1为目标移动情况下，室内无源多径传播模型图；
图2为时域-空域二维信号示意图；
图3为本发明的第一个实验环境图；
图4为本发明的第一个实验场景平面图；
图5为本发明的第一个实验场景的性能图，其中，(a)为角度估计误差的累 计分布曲线图，(b)为时延估计误差的累计分布曲线图；
图6为本发明的第二个实验环境图；
图7为本发明的第二个实验场景平面图；
图8为本发明的第二个实验场景的右侧轨迹性能图，其中，(a)为静态信道 响应经过二维IFFT后，得到的多径增益、等效方位角和时延，(b)为经过二维 IFFT-FRFT变换后，动态与静态信道响应模平方之差的多径增益、等效方位角、 等效时延；
图9是本发明的第二个实验场景的左侧侧轨迹性能图，其中，(a)为静态信 道响应经过二维IFFT后，得到的多径增益、等效方位角和时延，(b)为经过二维 IFFT-FRFT变换后，动态与静态信道响应模平方之差的多径增益、等效方位角、 等效时延。
具体实施方式
本发明提供了一种基于提取目标直接反射径方法的无源定位方法，利用 LabVIEW虚拟仪器软件远程控制矢量网络分析仪，且仅需要一对收发端，搭建 室内信道频率响应采集平台，估计目标直接反射径的参数，即等效方位角和时延。
无源定位是考查目标对无线信号的影响，目标的存在会阻挡部分收发AP之 间的静态多径，同时会通过一次或多次反射产生新的移动多径，其中只有目标直 接(或一次)反射径与目标位置之间具有确定的几何关系，然而，目标直接反射径 不具有时延最小特性，且通常增益较弱，不具有明显的特征，难以辨识和提取， 本发明一种基于提取目标直接反射径方法的无源定位方法，包括以下步骤：
S1、先采集环境中没有目标存在时的天线阵列静态信道响应，然后目标做近 似匀速直线运动，采集均匀间隔位置上的动态信道响应，然后求得动态信道响应 与静态信道响应模平方之差；
S2、针对步骤S1求得的动态信道响应与静态信道响应模平方之差，在频域 和阵列天线阵元域进行离散二维逆傅里叶变换；
S3、针对步骤S2中动态信道响应与静态信道响应模平方之差经过离散二维 逆傅里叶变换后的信号，在目标轨迹空间域采用离散分数阶傅里叶变换；
S4、对步骤S3中经过离散分数阶傅里叶变换后的信号，寻找最优的分数傅 里叶变换阶数以及增益最强信号对应的位置，然后在增益最强信号对应的位置的 基础上，选取合适的轨迹长度，进行离散分数阶逆傅里叶变换；
S5、对步骤S4中经过离散分数阶逆傅里叶变换后的信号，选取合适的位置 对应的空域时域二维信道响应，并搜索其对应的三维变换域最强尖峰坐标，得到 目标直接反射径的等效相对方位角，等效多径时延和等效多径复增益的估计；
S6、由于无源定位系统的信号发射端和信号接收端已提前部署完毕且固定， 因此可以根据收发端AP-MP的相对位置，估计静态环境下直射径的信号到达角 和时延，或者将天线阵列静态信道响应经过离散二维逆傅里叶变换，估计多径的 等效方位角，等效时延和等效多径复增益；
S7、根据步骤S5得到的等效相对方位角，等效多径时延，结合步骤S6得到 的静态环境下直射径的信号到达角和时延，由此得到目标直接反射径在天线阵列 的等效到达角和绝对多径时延。
请参阅图1，目标的移动会产生移动多径的时延变化以及因阻挡而引起部分 静态多径增益的衰减。除静态多径(包括直射径、墙壁等反射径)以外，目标的存 在会阻挡部分收发AP之间的静态多径，同时会通过一次或多次反射产生新的移 动多径。目标在较短时间内做近似匀速直线移动，在目标移动轨迹上，取K个均 匀间隔位置上的信道频率响应，则对应时刻t(k)，目标位于位置P(k)，第m个天 线和接收天线之间的第n个子载波上的动态信道响应
Figure BDA0002337071050000111
可以表示为以下三 项之和：
Figure BDA0002337071050000112
其中：
k＝-K/2,…,0…,K/2-1,m＝-M/2,…,0…,M/2-1,-(N-1)/2≤n≤(N-1)/2，fC和Δf 分别代表的是载波中心频率和子载波间隔。
第一项表达式代表不受目标影响的多径成分，即是除了被阻挡的静态多径以 外的静态多径。
Figure BDA0002337071050000113
是当目标位于位置P(k)时，第m个接收天线与发射天线之间可 以区分的静态多径数目，
Figure BDA0002337071050000121
和
Figure BDA0002337071050000122
分别代表第
Figure BDA0002337071050000123
条多径的复增益和传播时延。
第二项表达式和第三项表达式代表受目标影响的多径成分，第二项代表被目 标阻挡的静态多径成分，Λ(k)是目标位于位置P(k)时，第m个接收天线与发射天 线之间被阻挡的静态多径集合，第
Figure BDA0002337071050000124
条被阻挡多径时延和增益分别为
Figure BDA0002337071050000125
和
Figure BDA0002337071050000126
第三项表达式代表移动多径成分，
Figure BDA0002337071050000127
是当目标位于位置P(k)时，第m个接收 天线与发射天线之间移动多径数目，
Figure BDA0002337071050000128
和
Figure BDA0002337071050000129
分别代表第
Figure BDA00023370710500001210
条多径的复增益和 传播时延。
根据信道多径、目标位置和发射天线阵列之间的几何关系，得到目标直接反 射径时延
Figure BDA00023370710500001211
和被目标阻挡的静态多径时延
Figure BDA00023370710500001212
满足以下关系：
Figure BDA00023370710500001213
其中，
Figure BDA00023370710500001214
Figure BDA00023370710500001215
和
Figure BDA00023370710500001216
表示目标移动方向分别与目标直接反射径中发射天线-目标部分、目标-接收天线部分的夹角，
Figure BDA00023370710500001217
表 示目标直接反射径与发射天线阵列的夹角，将(2)式带入(1)式可得虚拟天线阵列 信道响应：
Figure BDA0002337071050000131
其中，第一项代表静态多径成分，记为CS；第二项代表被阻挡的静态多径成 分，记为CBS；第三项代表目标直接反射径，记为CM,LOS，并且目标直接反射径相 位关于天线阵列具有近似线性特性，关于目标的目标的移动距离具有近似线性 “调频特性”；第四项代表多重反射径，记为CM,NLOS。
静态多径时延和到达角估计
当环境中没有目标存在时，采集到的天线阵列静态信道响应为
Figure BDA0002337071050000132
采 用空域和频域信道响应联合处理方法-离散二维逆傅里叶变换，估计静态多径等 效时延和等效方位角，
Figure BDA0002337071050000133
的离散二维逆傅里叶变换为：
Figure BDA0002337071050000134
等效方位角，等效时延和等效多径复增益分别为:
Figure BDA0002337071050000135
Figure BDA0002337071050000136
Figure BDA0002337071050000137
请参阅图2，由(4)式可知，由于系统带宽NΔf受限，归一化等效时延
Figure BDA0002337071050000141
非常接近，所以在传统频域进行信道响应一维逆傅里叶变换无法 区分多径分量。当我们在空域和频域进行联合二维逆傅里叶变换(即等效多径时 延-多径方位角域)，只要空间带宽Mρ足够大，使得多径等效空间方位角
Figure BDA0002337071050000142
差较大，则能有效地区分多径分量，如图2所示，此时我们 只需在三维图中搜索尖峰点便可以获取多径特征。
目标直接反射径时延和到达角估计
在无源定位系统中，目标的存在会阻挡部分收发AP之间的静态多径，同时 会通过一次或多次反射产生新的移动多径，其中只有目标直接(一次)反射径与目 标位置之间具有确定的几何关系。目标直接反射径不具有明显的特征，因为目标 直接反射径不具有时延最小特性，且通常增益较弱，难以辨识和提取。但是目标 直接反射径在目标移动过程中具有持续性，并且相位关于天线阵列具有近似线性 特性，关于目标的目标的移动距离具有近似线性“调频特性”，针对较短时间内 目标直线移动过程中获取的动态信道响应，采用基于动态信道响应与静态信道响 应的空频联合处理方法，提取目标直接反射径的参数。
(1)动态信道响应与静态信道响应模平方之差
为消除载波频偏导致的相位偏差2πfot(k)导致的不同位置上相位不同步的影响，对第m个天线上的动态信道响应和静态信道响应的模平方取差得到
Figure BDA0002337071050000143
(2)基于二维IFFT-FRFT的目标反射径时延和到达角估计
对式(6)中第m个天线上的动态与静态信道响应模平方之差，在频域和阵列天 线域进行二维IFFT，可得：
Figure BDA0002337071050000151
考虑到当目标在采样轨迹上移动过程中，目标直接反射径相对于天线阵列的 夹角变化较大，因此，进一步对(7)式中变换信号在目标轨迹空间域采用离散分数 阶傅里叶变换FRFT可以得到：
Figure BDA0002337071050000152
其中，α＝pπ/2，p是分数傅里叶变换阶数，
Figure BDA0002337071050000153
Fα(·)表 示分数阶傅里叶变换操作符。
考虑到在无源定位系统中收发节点位置、室内环境不变，即静态信道响应本 身不变，即静态多径具有空间不变特性，目标在移动过程中，静态多径成分被阻 挡的持续时间通常较短，而经过目标多次反射的移动多径的持续时间具有一定的 随机性，而目标直接反射径在目标移动过程中持续存在，并且目标直接反射径成 分相位关于天线阵列具有近似线性特性，关于目标的移动距离具有近似线性“调 频特性”，因此，在目标直线移动距离足够长的条件下，在信号成分
Figure BDA0002337071050000154
中， 由目标反射径成分与最强静态多径成分的乘积项为最强成分，即
Figure BDA0002337071050000155
动态与静态信道响应模平方之差在三维变换域的等效方位角，等效时延和等 效多径复增益可以表示为：
Figure BDA0002337071050000161
Figure BDA0002337071050000162
Figure BDA0002337071050000163
因此，目标在较短时间内直线移动过程中，可以通过对天线阵列的动态信道 响应与静态信道响应模平方之差进行二维IFFT-FRFT，并搜索其对应的三维变换 域最强尖峰坐标，从而得到目标直接反射径的等效相对方位角、等效多径时延和 等效多径复增益的估计。
进一步，由(10.1)式-(10.3)式,联合(5.1)式-(5.3)式，即可求得目标直接反射径在天线阵列的等效方位角和绝对多径时延：
Figure BDA0002337071050000164
Figure BDA0002337071050000165
请参阅图3，本发明利用LabVIEW虚拟仪器软件远程控制矢量网络分析仪， 搭建室内信道频率响应采集平台。在实验中，矢量网络分析仪的频率范围为 2.3G-2.5G，扫描点数401，信号发射功率为10dBm以提高信号抗干扰能力，发 射天线和接收天线分别通过同轴电缆线连接到矢量网络分析仪的端口1和端口 2，接收天线在1.2m的滑轨上以等间隔3cm移动，模拟出均匀线阵的效果。矢量 网络分析仪和笔记本之间用网线连接，实现数据的自动化采集。
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实 施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所 描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中 的描述和所示的本发明实施例的组件可以通过各种不同的配置来布置和设计。因 此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的 本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本 领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属 于本发明保护的范围。
为验证本发明的可行性，因此，在两种不同的室内场景中进行实地测量实验， 并对数据处理结果进行分析。
请参阅图4，本发明的第一个实验场地为西安交通大学创新港泓理楼八楼教 室(长×宽＝8.1m×12.1m)，该教室占地面积大，且存在反射性较强的玻璃，如图 3所示。目标共行走了8段轨迹，各段轨迹长度及目标移动方向如图4所示，目 标在每个轨迹点上保持站立10s以取得稳定的信道响应，然后以等间隔10cm移 动。
请参阅图5，在第一个实验场景中，目标直接反射径的角度估计误差的平均 值是1.4°，方差为1.6°；时延估计误差的平均值是2.4ns，方差为3.3ns。说明 了仅采用一对收发端，即使在面积大的房间里面，依然能较准确地提取目标直接 反射径的参数。
请参阅图7，为验证在不同环境下的算法性能，本发明的第二个实验场地为 西安交通大学西一楼三楼射频通信电路实验室(长×宽＝4.5m×13.5m)，该实验室 的环境及其复杂，里面摆放了较多的桌子和电脑，障碍物多，多径效应严重，如 图6所示。目标共行走了2段轨迹，各段轨迹长度及目标移动方向如图7所示， 目标移动方式不变。
请参阅图8，其中，(a)图是静态信道响应经过二维IFFT后，得到的第一列 为多径增益、第二列为等效方位角、第三列为等效时延，并且第一条径为直射径 的增益、等效方位角和等效时延,直射径理论的等效方位角为991，等效时延为43， 可见直射径的角度估计误差为0.48°，时延估计误差为1.95ns。(b)图为动态与静 态信道响应模平方之差经过二维IFFT-FRFT变换后，得到的多径增益、等效方位 角、等效时延，其中第一条径为目标直接反射径的等效复增益、等效相对方位角、 等效相对时延。
请参阅图9，(a)图是静态信道响应经过二维IFFT后，得到的第一列为多径 增益、第二列为等效方位角、第三列为等效时延，并且第一条径为直射径的增益、 等效方位角和等效时延,直射径理论的等效方位角为991，等效时延为43，可见直 射径的角度估计误差为1.68°，时延估计误差为0.976ns。(b)图为动态与静态信 道响应模平方之差经过二维IFFT-FRFT变换后，其中第一条径为目标直接反射径 的等效复增益、等效相对方位角、等效相对时延。
表1
Figure BDA0002337071050000181
Figure BDA0002337071050000191
请参阅表1、表2，在第二个实验场景中，当目标行走右侧轨迹时，目标直 接反射径的角度估计误差是2°，时延估计误差为3ns；当目标行走左侧轨迹时， 目标直接反射径的角度估计误差为0°，时延误差为1.9ns。说明了即使在复杂的 室内环境中，依然能很准确地提取目标直接反射径的参数。
根据以上两种实验环境的实地测量数据以及数据处理结果，充分说明了基于 信道响应频域和空域联合处理的方法，能准确地提取移动多径中的目标直接反射 径成分，即等效方位角和时延信息，且该方法鲁棒性很强。
综上所述，本发明采用收发端数目更少、更简便的信道响应采集平台，大大 降低了实验的时间成本和设备成本；此外，本发明能够同时提取目标直接反射径 的等效方位角和时延信息，为无需耗时耗力训练过程的几何无源定位奠定了基 础，大大提高定位的实时性。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算 机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软 件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计 算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、 光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品 的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或 方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框 的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机 或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可 编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个 流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备 以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指 令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和 /或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得 在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从 而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或 多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡 是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发 明权利要求书的保护范围之内。

Claims (9)

1.一种基于提取目标直接反射径方法的无源定位方法，其特征在于，包括以下步骤：
S1、采集环境中没有目标存在时的天线阵列静态信道响应，然后目标做近似匀速直线运动，采集均匀间隔位置上的动态信道响应，计算动态信道响应与静态信道响应模平方之差；
S2、针对得到的动态信道响应与静态信道响应模平方之差，在频域和阵列天线阵元域进行离散二维逆傅里叶变换；
S3、针对动态信道响应与静态信道响应模平方之差经过离散二维逆傅里叶变换后的信号，在目标轨迹空间域采用离散分数阶傅里叶变换；
S4、对经离散分数阶傅里叶变换后的信号，寻找最优的分数傅里叶变换阶数以及增益最强信号对应的位置，然后在增益最强信号对应的位置的基础上，选取轨迹长度进行离散分数阶逆傅里叶变换；
S5、对经离散分数阶逆傅里叶变换后的信号，选取位置对应的空域时域二维信道响应，并搜索其对应的三维变换域最强尖峰坐标，得到目标直接反射径的等效相对方位角，等效多径时延和等效多径复增益的估计；
S6、根据收发端AP-MP的相对位置，估计静态环境下直射径的信号到达角和时延，或者将天线阵列静态信道响应经过离散二维逆傅里叶变换，估计多径的等效方位角，等效时延和等效多径复增益；
S7、根据步骤S5得到的等效相对方位角，等效多径时延，结合步骤S6得到的静态环境下直射径的信号到达角和时延，由此得到目标直接反射径在天线阵列的等效到达角和绝对多径时延。
2.根据权利要求1所述的基于提取目标直接反射径方法的无源定位方法，其特征在于，步骤S1中，对第m个天线上的动态信道响应和静态信道响应的模平方取差得到如下：
Figure FDA0002337071040000021
其中，H(k,m,n)为对应时刻t(k)，目标位于位置P(k)，第m个天线和接收天线之间的第n个子载波上的动态信道响应，
Figure FDA0002337071040000022
为当环境中没有目标存在时，采集到的天线阵列静态信道响应，CS为静态多径成分，CBS为被阻挡的静态多径成分，CM,LOS为目标直接反射径成分，CM,NLOS为多重反射径成分。
3.根据权利要求2所述的基于提取目标直接反射径方法的无源定位方法，其特征在于，在目标移动轨迹上，取K个均匀间隔位置上的信道频率响应，则对应时刻t(k)，目标位于位置P(k)，第m个天线和接收天线之间的第n个子载波上的动态信道响应H(k,m,n)表示为以下三项之和：
Figure FDA0002337071040000023
其中，k＝-K/2,…,0…,K/2-1,m＝-M/2,…,0…,M/2-1,-(N-1)/2≤n≤(N-1)/2，fC和Δf分别代表的是载波中心频率和子载波间隔，第一项表达式代表不受目标影响的多径成分，即除被阻挡的静态多径以外的静态多径；
Figure FDA0002337071040000024
是当目标位于位置P(k)时，第m个接收天线与发射天线之间可以区分的静态多径数目，
Figure FDA0002337071040000025
和
Figure FDA0002337071040000026
分别代表第
Figure FDA0002337071040000027
条多径的复增益和传播时延；第二项表达式代表被目标阻挡的静态多径成分，Λ(k)是目标位于位置P(k)时，第m个接收天线与发射天线之间被阻挡的静态多径集合，第
Figure FDA0002337071040000028
条被阻挡多径时延和增益分别为
Figure FDA0002337071040000029
和
Figure FDA00023370710400000210
第三项表达式代表移动多径成分，L是当目标位于位置P(k)时，第m个接收天线与发射天线之间移动多径数目，
Figure FDA0002337071040000031
和
Figure FDA0002337071040000032
分别代表第
Figure FDA0002337071040000033
条多径的复增益和传播时延。
4.根据权利要求1所述的基于提取目标直接反射径方法的无源定位方法，其特征在于，步骤S2中，采集到的天线阵列静态信道响应
Figure FDA0002337071040000034
的离散二维逆傅里叶变换为：
Figure FDA0002337071040000035
其中，M为虚拟天线个数，N为子载波个数，
Figure FDA0002337071040000036
为静态信道响应，j2πum为m次谐波的频率，j2πvn为n次谐波的频率，
Figure FDA0002337071040000037
为加性高斯白噪声，其分布为
Figure FDA0002337071040000038
5.根据权利要求1所述的基于提取目标直接反射径方法的无源定位方法，其特征在于，步骤S3中，变换信号在目标轨迹空间域采用离散分数阶傅里叶变换FRFT为：
Figure FDA0002337071040000039
其中，α＝pπ/2，p是分数傅里叶变换阶数，
Figure FDA00023370710400000310
Fα(·)表示分数阶傅里叶变换操作符，K为在目标移动轨迹上，等间隔采样的位置数，jπu2cot(α)为chirp信号，k,v,w为目标移动轨迹上第k个采样位置，v和w是离散实变量，v＝0,1,…,N，
Figure FDA00023370710400000311
6.根据权利要求1所述的基于提取目标直接反射径方法的无源定位方法，其特征在于，步骤S4中，由目标反射径成分与最强静态多径成分的乘积项为最强成分，即
Figure FDA0002337071040000041
其中，CM,LOS(CS,1)*为目标直接反射径成分与最强静态多径成分的乘积，
Figure FDA0002337071040000042
为目标直接反射径时延，
Figure FDA0002337071040000043
为关于目标移动距离的一次函数关系，
Figure FDA0002337071040000044
为关于目标移动距离的二次函数关系，
Figure FDA0002337071040000045
为第n个子载波的相移，
Figure FDA0002337071040000046
为最强静态多径成分的共轭。
7.根据权利要求1所述的基于提取目标直接反射径方法的无源定位方法，其特征在于，步骤S5中，等效方位角
Figure FDA0002337071040000047
等效时延
Figure FDA0002337071040000048
和等效多径复增益
Figure FDA0002337071040000049
分别为:
Figure FDA00023370710400000410
Figure FDA00023370710400000411
Figure FDA00023370710400000412
其中，M为虚拟天线个数，ρ为接收天线移动间隔，fc为子载波中心频率，
Figure FDA00023370710400000413
为信号到达角，N为子载波个数，Δf为子载波频率间隔，
Figure FDA00023370710400000414
为多径时延，Δτ为采样时间偏差，
Figure FDA00023370710400000415
为等效多径复增益幅度，j为虚数单位，fo为载波频率偏差，t(k)为测量时刻，
Figure FDA00023370710400000416
为多径时延。
8.根据权利要求1所述的基于提取目标直接反射径方法的无源定位方法，其特征在于，步骤S6中，多径的等效方位角Q，等效时延T和等效多径复增益Z具体为：
Figure FDA0002337071040000051
Figure FDA0002337071040000052
Figure FDA0002337071040000053
其中，M为虚拟天线个数，ρ为接收天线移动间隔，fc为子载波中心频率，θ为目标直接反射径的信号到达角，c为光速，
Figure FDA0002337071040000054
为目标直接反射径，N为子载波个数，Δf为子载波频率间隔，
Figure FDA0002337071040000055
为目标直接反射径时延，
Figure FDA0002337071040000056
为目标直接反射径复增益，j为虚数单位。
9.根据权利要求1所述的基于提取目标直接反射径方法的无源定位方法，其特征在于，步骤S7中，目标直接反射径在天线阵列的等效方位角Q和绝对多径时延T为：
Figure FDA0002337071040000057
Figure FDA0002337071040000058
其中，Q为多径的等效方位角，
Figure FDA0002337071040000059
为静态环境下直射径等效方位角，M为虚拟天线个数，ρ为接收天线移动间隔，fc为子载波中心频率，θ为目标直接反射径的信号到达角，c为光速，
Figure FDA00023370710400000510
为目标直接反射径，
Figure FDA00023370710400000511
为静态环境下直射径等效时延，T为等效时延，N为子载波个数，Δf为子载波频率间隔，
Figure FDA00023370710400000512
为目标直接反射径时延。
CN201911360604.6A 2019-12-25 2019-12-25 一种基于提取目标直接反射径方法的无源定位方法 Active CN111142068B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911360604.6A CN111142068B (zh) 2019-12-25 2019-12-25 一种基于提取目标直接反射径方法的无源定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911360604.6A CN111142068B (zh) 2019-12-25 2019-12-25 一种基于提取目标直接反射径方法的无源定位方法

Publications (2)

Publication Number Publication Date
CN111142068A true CN111142068A (zh) 2020-05-12
CN111142068B CN111142068B (zh) 2022-07-12

Family

ID=70520193

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911360604.6A Active CN111142068B (zh) 2019-12-25 2019-12-25 一种基于提取目标直接反射径方法的无源定位方法

Country Status (1)

Country Link
CN (1) CN111142068B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112034421A (zh) * 2020-11-06 2020-12-04 广东省新一代通信与网络创新研究院 一种基于球面波的室内散射体定位方法及系统
CN113423097A (zh) * 2020-08-20 2021-09-21 阿里巴巴集团控股有限公司 一种基于rfid的定位方法、装置及电子设备
CN114795172A (zh) * 2022-04-12 2022-07-29 西安交通大学 一种室内多目标无源定位和生命体征监测方法和系统
CN114942426A (zh) * 2022-05-19 2022-08-26 西安交通大学 一种无源定位和生命体征监测方法、系统、计算机和存储介质
CN114942426B (zh) * 2022-05-19 2024-06-28 西安交通大学 一种无源定位和生命体征监测方法、系统、计算机和存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070195287A1 (en) * 2004-11-15 2007-08-23 Kuo-Ching Chiang Filter-free projector
CN104883732A (zh) * 2015-04-14 2015-09-02 哈尔滨工程大学 一种增强型室内无源被动人体定位方法
CN105891815A (zh) * 2016-05-03 2016-08-24 西南大学 一种基于广播信号无源定位的联合估计算法
CN108933745A (zh) * 2018-07-16 2018-12-04 北京理工大学 一种基于超分辨率角度和时延估计的宽带信道估计方法
CN109375167A (zh) * 2018-07-12 2019-02-22 中国矿业大学 井下无源动目标定位方法
CN109474890A (zh) * 2018-12-19 2019-03-15 重庆邮电大学 一种基于WiFi多普勒频移的室内目标被动跟踪方法
CN109861719A (zh) * 2019-01-24 2019-06-07 西安交通大学 一种室内定位到达时间估计方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070195287A1 (en) * 2004-11-15 2007-08-23 Kuo-Ching Chiang Filter-free projector
CN104883732A (zh) * 2015-04-14 2015-09-02 哈尔滨工程大学 一种增强型室内无源被动人体定位方法
CN105891815A (zh) * 2016-05-03 2016-08-24 西南大学 一种基于广播信号无源定位的联合估计算法
CN109375167A (zh) * 2018-07-12 2019-02-22 中国矿业大学 井下无源动目标定位方法
CN108933745A (zh) * 2018-07-16 2018-12-04 北京理工大学 一种基于超分辨率角度和时延估计的宽带信道估计方法
CN109474890A (zh) * 2018-12-19 2019-03-15 重庆邮电大学 一种基于WiFi多普勒频移的室内目标被动跟踪方法
CN109861719A (zh) * 2019-01-24 2019-06-07 西安交通大学 一种室内定位到达时间估计方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113423097A (zh) * 2020-08-20 2021-09-21 阿里巴巴集团控股有限公司 一种基于rfid的定位方法、装置及电子设备
CN112034421A (zh) * 2020-11-06 2020-12-04 广东省新一代通信与网络创新研究院 一种基于球面波的室内散射体定位方法及系统
CN114795172A (zh) * 2022-04-12 2022-07-29 西安交通大学 一种室内多目标无源定位和生命体征监测方法和系统
CN114795172B (zh) * 2022-04-12 2024-06-28 西安交通大学 一种室内多目标无源定位和生命体征监测方法和系统
CN114942426A (zh) * 2022-05-19 2022-08-26 西安交通大学 一种无源定位和生命体征监测方法、系统、计算机和存储介质
CN114942426B (zh) * 2022-05-19 2024-06-28 西安交通大学 一种无源定位和生命体征监测方法、系统、计算机和存储介质

Also Published As

Publication number Publication date
CN111142068B (zh) 2022-07-12

Similar Documents

Publication Publication Date Title
Nikitin et al. Phase based spatial identification of UHF RFID tags
Karmakar Chipless RFID tag localization
Youssef et al. Challenges: device-free passive localization for wireless environments
Song et al. A survey on indoor positioning technologies
CN106383344B (zh) 基于融合准则的多站雷达运动目标检测方法
CN104519571A (zh) 一种基于rss的室内定位方法
Aomumpai et al. Optimal placement of reference nodes for wireless indoor positioning systems
CN104569912A (zh) 一种固定监测站单站无源区域定位方法
US11808848B1 (en) Method, system and terminal for wide-area acoustic indoor positioning based on RF enhancement
Doiphode et al. Survey of indoor positioning measurements, methods and techniques
Song et al. Fingerprinting localization method based on toa and particle filtering for mines
CN111142068B (zh) 一种基于提取目标直接反射径方法的无源定位方法
Kokoreva et al. Analysis of the error in determining the location inside the logistics warehouse complexes
Wang et al. Study on improvement of fingerprint matching algorithm in wireless LAN based indoor positioning system
Pereira et al. Evaluating location fingerprinting methods for underground GSM networks deployed over Leaky Feeder
KR100857248B1 (ko) 이동체 위치 정보를 생성하는 장치 및 방법과 이동체위치를 인식하는 장치 및 방법
Masek et al. Improving the precision of wireless localization algorithms: ML techniques for indoor positioning
Sabeti et al. Simultaneous direct position determination and pulse deinterleaving by a moving receiver
Gikas et al. Full-scale testing and performance evaluation of an active RFID system for positioning and personal mobility
Grgić et al. An example of indoor positioning possibility using wifi network and mobile phone
Chen et al. An efficient indoor location system in WLAN based on database partition and Euclidean distance-weighted Pearson correlation coefficient
Zhao An improved indoor positioning method based on nearest neighbor interpolation
Lowrance et al. Direction of arrival estimation for robots using radio signal strength and mobility
Zhang et al. An efficient estimator for target localization in a multistation redundancy system without matrix inversion
Brković et al. Multidimensional optimization of signal space distance parameters in WLAN positioning

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