CN111988740B - 一种AoA估计方法、装置、设备及介质 - Google Patents

一种AoA估计方法、装置、设备及介质 Download PDF

Info

Publication number
CN111988740B
CN111988740B CN202010817187.XA CN202010817187A CN111988740B CN 111988740 B CN111988740 B CN 111988740B CN 202010817187 A CN202010817187 A CN 202010817187A CN 111988740 B CN111988740 B CN 111988740B
Authority
CN
China
Prior art keywords
aoa
antenna group
coordinate system
aoas
cluster
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010817187.XA
Other languages
English (en)
Other versions
CN111988740A (zh
Inventor
丁晟
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.)
Ruijie Networks Co Ltd
Original Assignee
Ruijie Networks Co Ltd
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 Ruijie Networks Co Ltd filed Critical Ruijie Networks Co Ltd
Priority to CN202010817187.XA priority Critical patent/CN111988740B/zh
Publication of CN111988740A publication Critical patent/CN111988740A/zh
Application granted granted Critical
Publication of CN111988740B publication Critical patent/CN111988740B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/33—Services specially adapted for particular environments, situations or purposes for indoor environments, e.g. buildings
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management
    • 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

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本申请公开了一种AoA估计方法、装置、设备及介质，应用于室内定位技术领域，用以在双链路无线AP中实现AoA的精准估计。具体为：通过射频开关将两条链路扩展连接到三根天线上并将三根天线中的每两根天线组成天线组，可以实现AoA扫描范围的360°拼接，从而可以解算出360°范围的AoA，进而解决了双链路无线AP用双天线解算AoA时的镜像问题，而且，对各个天线组的360°范围的多个AoA和该多个AoA的镜像AoA进行聚类后，通过从各个AoA簇中选取满足设定条件的AoA簇作为目标AoA簇，使得基于目标AoA簇对应的平均AoA获得的目标AoA的精准度较高，进而提高了双链路无线AP中AoA估计的精准度。

Description

一种AoA估计方法、装置、设备及介质
技术领域
本申请涉及室内定位技术领域，尤其涉及一种AoA估计方法、装置、设备及介质。
背景技术
无线保真(Wireless Fidelity，WiFi)定位和超宽带(Ultra-Wideband，UWB)定位是较为常见的两种室内定位技术，在WiFi定位和UWB定位中，通常采用终端设备发送的射频信号的到达角度(Angle of Arrival，AoA)进行终端设备定位，在基于终端设备发送的射频信号的AoA进行终端设备定位的方法中，如何准确地估计终端设备发送的射频信号的AoA是终端设备定位的关键。
目前，传统的AOA估计方法主要利用信号子空间和噪声子空间的正交性实现AOA估计，但是，传统的AOA估计算法通常需要使用大量的天线和射频链路才能准确地估计出AOA，然而，市场上大多数的无线接入点(Access Point，AP)都是双链路双天线的无线AP，AOA估计的精准度较低，从而导致AOA估计在无线AP上的大规模应用受到了阻碍。
发明内容
本申请实施例提供了一种AoA估计方法、装置、设备及介质，用以提高双链路无线AP中AOA估计的精准度，实现AOA估计在无线AP上的大规模应用。
本申请实施例提供的技术方案如下：
一方面，本申请实施例提供了一种AoA估计方法，应用于双链路无线AP通过射频开关，将两条链路扩展连接到三根天线上并将三根天线中的每两根天线组成天线组，通过组成的各个天线组，对终端设备发送的射频信号的AoA进行估计，该AoA估计方法包括：
采集各个天线组各自对应的设定采样点数的CSI；
基于各个天线组各自对应的设定采样点数的CSI，获得各个天线各自对应的第一坐标系下的多个AoA，其中，第一坐标系为各个天线组的自身坐标系，第一坐标系的AoA坐标范围为[0°，180°]；
基于各个天线组各自对应的第一坐标系下的多个AoA，获得各个天线组各自对应的第二坐标系下的多个AoA和多个AoA的镜像AoA，其中，第二坐标系为各个天线组的统一坐标系，第二坐标系的AoA坐标范围为[0°，360°]；
基于各个天线组各自对应的第二坐标系下的多个AoA和多个AoA的镜像AoA，获得初始AoA集合；
以每两个初始AoA之间的等效距离不大于第一阈值为聚类条件，对初始AoA集合中的所有初始AoA进行聚类，得到各个AoA簇和各个AoA簇各自对应的平均AoA；
从各个AoA簇中，选取满足设定条件的AoA簇作为目标AoA簇，并基于目标AoA簇对应的平均AoA，获得目标AoA。
在一种可能的实施方式中，采集各个天线组各自对应的设定采样点数的CSI，包括：
按照设定采样点数表征的轮询次数，利用射频开关轮询切换至各个天线组进行射频信号采样，得到各个天线组各自对应的设定采样点数的射频信号；
从各个天线组各自对应的设定采样点数的射频信号中，获得各个天线组各自对应的设定采样点数的CSI。
在一种可能的实施方式中，基于各个天线组各自对应的设定采样点数的CSI，获得各个天线组各自对应的第一坐标系下的多个AoA，包括：
针对各个天线组，基于天线组对应的设定采样点数的CSI，采用多信号分类(Multiple Signal Classification，MUSIC)算法进行AoA解算，得到天线组对应的第一坐标系下的多个AoA；
或者，针对各个天线组，基于天线组对应的设定采样点数的CSI，采用基于旋转不变技术的信号参数估计(Estimating Signal Parameter Viarotational InvarianceTechniques，ESPRIT)算法进行AoA解算，得到天线组对应的第一坐标系下的多个AoA。
在一种可能的实施方式中，基于各个天线组各自对应的第一坐标系下的多个AoA，获得各个天线组各自对应的第二坐标系下的多个AoA和多个AoA的镜像AoA，包括：
针对各个天线组各自对应的第一坐标系下的每个AoA，确定AoA在第一坐标系下的所属AoA区间，并基于AoA在第一坐标系下的所属AoA区间对应的AoA转换方式，将AoA转换为第二坐标系下的AoA，以及基于AoA在第一坐标系下的所属AoA区间对应的镜像AoA计算方式，获得第二坐标系下的AoA的镜像AoA。
在一种可能的实施方式中，从各个AoA簇中，选取满足设定条件的AoA簇作为目标AoA簇，包括：
从各个AoA簇中，选取AoA数目不小于第二阈值的AoA簇作为初始AoA簇；
计算各个初始AoA簇各自对应的置信度，并从各个初始AoA簇中，选取置信度不小于第三阈值的AoA簇作为目标AoA簇。
在一种可能的实施方式中，计算各个初始AoA簇各自对应的置信度，包括：
针对各个初始AoA簇，获取初始AoA簇对应的AoA数目、AoA方差、天线组贡献度，并基于AoA数目和第一权重值、AoA方差和第二权重值、天线组贡献度和第三权重，获得初始AoA簇的置信度。
在一种可能的实施方式中，基于目标AoA簇对应的平均AoA，获得目标AoA，包括：
从各个目标AoA簇各自对应的平均AoA中，选取平均AoA与上一次AoA估计获得的目标AoA的偏差不大于第四阈值的平均AoA，作为本次AoA估计的目标AoA。
在一种可能的实施方式中，基于目标AoA簇对应的平均AoA，获得目标AoA之后，还包括：
将目标AoA加入AoA追踪队列，其中，AoA追踪队列包括本次AoA估计之前设定次数的AoA估计获得的目标AoA；
基于AoA追踪队列，对终端设备发送的射频信号的AoA进行追踪，得到预测AoA；
确定预测AoA与目标AoA不同时，将目标AoA更新为预测AoA。
在一种可能的实施方式中，基于AoA追踪队列，对终端设备发送的射频信号的AoA进行追踪，得到预测AoA，包括：
采用扩展卡尔曼滤波，对终端设备发送的射频信号的AoA进行追踪，得到预测AoA；
或者，采用粒子滤波，对终端设备发送的射频信号的AoA进行追踪，得到预测AoA。
在一种可能的实施方式中，基于AoA追踪队列，对终端设备发送的射频信号的AoA进行追踪，得到预测AoA之后，进一步包括：
将AoA追踪队列中的第一个目标AoA丢弃。
另一方面，本申请实施例提供了一种AoA估计装置，应用于双链路无线AP通过射频开关，将两条链路扩展连接到三根天线上并将三根天线中的每两根天线组成天线组，通过组成的各个天线组，该AoA估计装置包括：
CSI采集单元，用于采集各个天线组各自对应的设定采样点数的CSI；
AoA解算单元，用于基于各个天线组各自对应的设定采样点数的CSI，获得各个天线各自对应的第一坐标系下的多个AoA，其中，第一坐标系为各个天线组的自身坐标系，第一坐标系的AoA坐标范围为[0°，180°]；
AoA转换单元，用于基于各个天线组各自对应的第一坐标系下的多个AoA，获得各个天线组各自对应的第二坐标系下的多个AoA和多个AoA的镜像AoA，其中，第二坐标系为各个天线组的统一坐标系，第二坐标系的AoA坐标范围为[0°，360°]；
AoA聚类单元，用于基于各个天线组各自对应的第二坐标系下的多个AoA和多个AoA的镜像AoA，获得初始AoA集合，并以每两个初始AoA之间的等效距离不大于第一阈值为聚类条件，对初始AoA集合中的所有初始AoA进行聚类，得到各个AoA簇和各个AoA簇各自对应的平均AoA；
AoA估计单元，用于从各个AoA簇中，选取满足设定条件的AoA簇作为目标AoA簇，并基于目标AoA簇对应的平均AoA，获得目标AoA。
在一种可能的实施方式中，采集各个天线组各自对应的设定采样点数的CSI时，CSI采集单元具体用于：
按照设定采样点数表征的轮询次数，利用射频开关轮询切换至各个天线组进行射频信号采样，得到各个天线组各自对应的设定采样点数的射频信号；
从各个天线组各自对应的设定采样点数的射频信号中，获得各个天线组各自对应的设定采样点数的CSI。
在一种可能的实施方式中，基于各个天线组对应的设定采样点数的CSI，获得各个天线组各自对应的第一坐标系下的多个AoA时，AoA解算单元具体用于：
针对各个天线组，基于天线组对应的设定采样点数的CSI，采用MUSIC算法进行AoA解算，得到天线组对应的第一坐标系下的多个AoA；
或者，针对各个天线组，基于天线组对应的设定采样点数的CSI，采用ESPRIT算法进行AoA解算，得到天线组对应的第一坐标系下的多个AoA。
在一种可能的实施方式中，基于各个天线组各自对应的第一坐标系下的多个AoA，获得各个天线组各自对应的第二坐标系下的多个AoA和多个AoA的镜像AoA时，AoA转换单元具体用于：
针对各个天线组各自对应的第一坐标系下的每个AoA，确定AoA在第一坐标系下的所属AoA区间，并基于AoA在第一坐标系下的所属AoA区间对应的AoA转换方式，将AoA转换为第二坐标系下的AoA，以及基于AoA在第一坐标系下的所属AoA区间对应的镜像AoA计算方式，获得第二坐标系下的AoA的镜像AoA。
在一种可能的实施方式中，从各个AoA簇中，选取满足设定条件的AoA簇作为目标AoA簇时，AoA估计单元具体用于：
从各个AoA簇中，选取AoA数目不小于第二阈值的AoA簇作为初始AoA簇；
计算各个初始AoA簇各自对应的置信度，并从各个初始AoA簇中，选取置信度不小于第三阈值的AoA簇作为目标AoA簇。
在一种可能的实施方式中，计算各个初始AoA簇各自对应的置信度时，AoA估计单元具体用于：
针对各个初始AoA簇，获取初始AoA簇对应的AoA数目、AoA方差、天线组贡献度，并基于AoA数目和第一权重值、AoA方差和第二权重值、天线组贡献度和第三权重，获得初始AoA簇的置信度。
在一种可能的实施方式中，基于目标AoA簇对应的平均AoA，获得目标AoA时，AoA估计单元具体用于：
从各个目标AoA簇各自对应的平均AoA中，选取平均AoA与上一次AoA估计获得的目标AoA的偏差不大于第四阈值的平均AoA，作为本次AoA估计的目标AoA。
在一种可能的实施方式中，本申请实施例提供的AoA估计装置还包括：
AoA更新单元，用于在AoA估计单元基于目标AoA簇对应的平均AoA，获得目标AoA之后，将目标AoA加入AoA追踪队列，其中，AoA追踪队列包括本次AoA估计之前设定次数的AoA估计获得的目标AoA；基于AoA追踪队列，对终端设备发送的射频信号的AoA进行追踪，得到预测AoA；确定预测AoA与目标AoA不同时，将目标AoA更新为预测AoA。
在一种可能的实施方式中，基于AoA追踪队列，对终端设备发送的射频信号的AoA进行追踪，得到预测AoA时，AoA更新单元具体用于：
采用扩展卡尔曼滤波，对终端设备发送的射频信号的AoA进行追踪，得到预测AoA；
或者，采用粒子滤波，对终端设备发送的射频信号的AoA进行追踪，得到预测AoA。
在一种可能的实施方式中，基于AoA追踪队列，对终端设备发送的射频信号的AoA进行追踪，得到预测AoA之后，AoA更新单元还用于：
将AoA追踪队列中的第一个目标AoA丢弃。
另一方面，本申请实施例提供了一种AoA估计设备，包括：存储器、处理器和存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现本申请实施例提供的AoA估计方法。
另一方面，本申请实施例还提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，计算机指令被处理器执行时实现本申请实施例提供的AoA估计方法。
本申请实施例的有益效果如下：
本申请实施例中，双链路无线AP通过射频开关，将两条链路扩展连接到三根天线上并将三根天线中的每两根天线组成天线组，可以实现AoA扫描范围的360°拼接，从而在AoA解算时可以解算出360°范围的AoA，进而可以解决双链路无线AP用双天线解算AoA时存在的镜像问题，而且，由于镜像AoA以及因多径和相干信号引起的AoA的数目相对较少，因此，基于各个天线组各自对应的设定采样点数的CSI进行AoA解算，并对解算出的各个天线组各自对应的360°范围的多个AoA和该多个AoA的镜像AoA进行聚类后，通过从聚类获得的各个AoA簇中，选取满足设定条件的AoA簇作为目标AoA簇，可以排除由镜像AoA以及因多径和相干信号引起的AoA组成的AoA簇，从而使得基于目标AoA簇对应的平均AoA获得的目标AoA的精准度较高，进而在双链路无线AP中实现了AoA的精准估计。
本申请的其它特征和优点将在随后的说明书中阐述，并且，部分地可以从说明书中变得显而易见，或者通过实施本申请而了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中特别指出的结构来实现和获得。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1为本申请实施例中射频信号到达无线AP时的AoA示意图；
图2a为本申请实施例中AoA解算原理示意图；
图2b为本申请实施例中镜像AoA示意图；
图3a为本申请实施例中AoA估计系统框架示意图；
图3b为本申请实施例中AoA估计方法的总体框架示意图；
图4为本申请实施例中AoA估计方法的概况流程示意图；
图5a为本申请实施例中三根天线在无线AP上的部署示意图；
图5b为本申请实施例中射频开关与双链路和三根天线的结构示意图；
图6为本申请实施例中360°范围的AoA转换示意图；
图7为本申请实施例中对初始AoA集合进行聚类后的聚类结果示意图；
图8为本申请实施例中AoA估计方法的具体流程示意图；
图9为本申请实施例中AoA估计装置的功能结构示意图；
图10为本申请实施例中AoA估计设备的硬件结构示意图。
具体实施方式
为了使本申请的目的、技术方案及有益效果更加清楚明白，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，并不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
为便于本领域技术人员更好地理解本申请，下面先对本申请涉及的技术用语进行简单介绍。
1、无线AP，为负责手机、计算机、个人数字助理(Personal Digital Assistant，PDA)等终端设备接入无线网络的设备。本申请中，无线AP为双链路无线AP。
2、信道状态信息(Channel State Information，CSI)，为终端设备与无线AP之间无线信道的状态信息。
3、AoA，为终端设备发送的射频信号到达无线AP时的角度。例如，参阅图1所示，终端设备发送的射频信号到达无线AP时的AoA为30°。
4、天线组，为无线AP的各根天线中的每两根天线组成的天线组合。例如：假设无线AP的各根天线分别为Ant1、Ant2、Ant3，则无线AP的各个天线组分别为Ant1&2、Ant1&3和Ant2&3。
5、第一坐标系，为无线AP的各个天线组的自身坐标系，本申请中，第一坐标系的AoA坐标范围为[0°，180°]。
6、第二坐标系，为无线AP的各个天线组的统一坐标系，本申请中，第二坐标系的AoA坐标范围为[0°，360°]。
7、初始AoA集合，为无线AP的各个天线组各自对应的第二坐标系下的多个AoA和该多个AoA的镜像AoA组成的集合。
8、等效距离，为初始AoA集合中每两个初始AoA之间的距离。本申请中，等效距离可以是但不限于是：初始AoA集合中每两个初始AoA之间的离差平方和。
9、AoA簇，为对初始AoA集合中的所有初始AoA进行聚类得到的等效距离不大于第一阈值的各个初始AoA的集合。
10、平均AoA，为AoA簇中所有初始AoA的平均值。
11、置信度，为AoA簇中的初始AoA接近终端设备发送的射频信号的真实AoA的概率。
12、AoA追踪队列，为由本次AoA估计之前设定次数的AoA估计获得的目标AoA组成的队列。
需要说明的是，本申请中提及的“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样的用语在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。
在介绍了本申请涉及的技术用语后，接下来，对本申请实施例的应用场景和设计思想进行简单介绍。
目前，参阅图2a所示，传统的AoA估计方法的AoA解算原理为，假设无线AP中的天线1和天线2之间的距离为d，终端设备发送的射频信号被天线1和天线2接收后，由于天线2距离信号源比天线1远，所以在射频信号传输上有一个波程差，该波程差在几何上等于图2a中的d*cos(θ)，即天线1和天线2接收同一个射频信号时的波程差＝d*cos(θ)，其中，d已知，波程差可以从射频信号中获取信道状态信息(Channel State Information，CSI)后基于CSI获得，由此可以解算出射频信号的AoA。然而，传统的AoA估计方法只能解算出180°范围的AoA，这使得解算出的AoA必然存在镜像问题，例如，参阅图2b所示，对于天线1和天线2来说，终端设备在位置1和位置2的波程差是相同的，通过传统的AoA估计方法解算出的AoA也是相同的，即解算出的AoA存在镜像问题，就使得传统的AoA估计方法因存在镜像问题而无法准确地定位出终端设备的位置，而且，室内环境不可避免的具有多径和相干信号，这就使得在通过传统的AoA估计方法解算AoA时可能出现解算失败或者解算出多个AoA的情况，因此，为了实现AoA的精准估计，通常需要使用大量的天线和链路，但由于市场上大多数的无线AP都是双链路双天线的无线AP，AOA估计的精准度较低，从而导致AoA估计在无线AP上的大规模应用受到了阻碍。
为此，本申请实施例中，参阅图3a所示，在双链路无线AP的两根天线和两条链路之间设置射频开关，通过射频开关，将两条链路扩展连接到三根天线上并将该三根天线中的每两根天线组成天线组，从而可以得到双链路无线AP对应的各个天线组，进而可以基于双链路无线AP对应的各个天线组进行AoA估计。具体的，参阅图3b所示，在基于双链路无线AP对应的各个天线组进行AoA估计时，可以先采集各个天线组各自对应的设定采样点数的CSI，并基于各个天线组各自对应的设定采样点数的CSI，获得各个天线组各自对应的第一坐标系下的多个AoA后，再基于各个天线组各自对应的第一坐标系下的多个AoA，获得各个天线组各自对应的第二坐标系下的多个AoA和该多个AoA的镜像AoA，其次，基于各个天线组各自对应的第二坐标系下的多个AoA和该多个AoA的镜像AoA，获得初始AoA集合后，以每两个初始AoA之间的等效距离不大于第一阈值为聚类条件，对初始AoA集合中的所有初始AoA进行聚类，得到各个AoA簇和该各个AoA簇各自对应的平均AoA，最后，从各个AoA簇中，选取满足设定条件的AoA簇作为目标AoA簇，并基于目标AoA簇对应的平均AoA，获得目标AoA。
这样，双链路无线AP通过射频开关，将两条链路扩展连接到三根天线上并将该三根天线中的每两根天线组成天线组，可以实现AoA扫描范围的360°拼接，从而在AoA解算时可以解算出360°范围的AoA，进而可以解决双链路无线AP用双天线解算AoA时存在的镜像问题，而且，由于镜像AoA以及因多径和相干信号引起的AoA的数目相对较少，因此，基于各个天线组各自对应的设定采样点数的CSI进行AoA解算，并对解算出的各个天线组各自对应的360°范围的多个AoA和该多个AoA的镜像AoA进行聚类后，通过从聚类获得的各个AoA簇中，选取满足设定条件的AoA簇作为目标AoA簇，可以排除由镜像AoA以及因多径和相干信号引起的AoA组成的AoA簇，从而使得基于目标AoA簇对应的平均AoA获得的目标AoA的精准度较高，进而在双链路无线AP中实现了AoA的精准估计。
在介绍了本申请实施例的应用场景和设计思想之后，下面对本申请实施例提供的技术方案进行详细说明。
本申请实施例提供了一种AoA估计方法，应用于双链路无线AP通过射频开关，将两条链路扩展连接到三根天线上并将该三根天线中的每两根天线组成天线组，通过组成的各个天线组，对终端设备发送的射频信号的AoA进行估计，具体的，参阅图4所示，本申请实施例提供的AoA估计方法的概况流程如下：
步骤401：采集各个天线组各自对应的设定采样点数的CSI。
实际应用中，为了能够在双链路无线AP中实现AoA的精准估计，可以如图3a所示在双链路无线AP的两根天线和两条链路之间设置射频开关，并通过射频开关，将两条链路扩展连接到三根天线上，并且，为了确保AoA估计结果的精准度，简化AoA估计算法，参阅图5a所示，该三根天线在结构上可以通过首尾相连形成等边三角形，且每两根天线之间的间距小于半个波长，其中，该波长为双链路无线AP所采用频段对应的波长。
在具体实施时，通过射频开关，将两条链路扩展连接到三根天线上后，可以通过射频开关，对该三根天线中的每两根天线依次进行切换，获得双链路无线AP对应的各个天线组，参阅图5b所示，可以将SPDT_1、SPDT_2和SPDT_3三个单刀双掷开关作为射频开关，连接在双链路无线AP的SPST_1和SPST_2两条链路以及ANT_1、ANT_2和ANT_3三根天线之间，并通过GPIO_A、GPIO_B、GPIO_C和GPIO_D四个通用输入/输出口(General Purpose InputOutput，GPIO)控制SPDT_1、SPDT_2和SPDT_3三个单刀双掷开关的开关切换，获得双链路无线AP对应的ANT_1&2、ANT_1&3和ANT_2&3三个天线组。
在具体实施时，参阅表1所示，可以在双链路无线AP的无线芯片向GPIO_A输入信号“1”、向GPIO_B输入的信号“0”、向GPIO_C输入的信号“1”、向GPIO_D输入的信号“0”时，控制由SPDT_1、SPDT_2和SPDT_3三个单刀双掷开关组成的射频开关，切换至由ANT_1、ANT_2组成的天线组ANT_1&2；在双链路无线AP的无线芯片向GPIO_A输入信号“0”、向GPIO_B输入信号“1”、向GPIO_C输入信号“0”、向GPIO_D输入信号“1”时，控制由SPDT_1、SPDT_2和SPDT_3三个单刀双掷开关组成的射频开关，切换至由ANT_2、ANT_3组成的天线组ANT_2&3；在双链路无线AP的无线芯片向GPIO_A输入信号“1”、向GPIO_B输入信号“0”、向GPIO_C输入信号“0”、向GPIO_D输入信号“1”时，控制由SPDT_1、SPDT_2和SPDT_3三个单刀双掷开关组成的射频开关，切换至由ANT_1、ANT_3组成的天线组ANT_1&3。
表1.
GPIO_A GPIO_B GPIO_C GPIO_D
ANT_1&2 1 0 1 0
ANT_2&3 0 1 0 1
ANT_1&3 1 0 0 1
值得说的是，本申请实施例中，在双链路无线AP的无线芯片通过GPIO_A、GPIO_B、GPIO_C和GPIO_D四个GPIO，控制由SPDT_1、SPDT_2和SPDT_3三个单刀双掷开关组成的射频开关进行开关切换，得到双链路无线AP对应的ANT_1&2、ANT_1&3和ANT_2&3三个天线组的过程中，还可以采集ANT_1&2、ANT_1&3和ANT_2&3三个天线组各自对应的设定采样点数的CSI。具体的，可以按照设定采样点数表征的轮询次数，利用由SPDT_1、SPDT_2和SPDT_3三个单刀双掷开关组成的射频开关，轮询切换至ANT_1&2、ANT_1&3和ANT_2&3三个天线组进行射频信号采样，得到ANT_1&2、ANT_1&3和ANT_2&3三个天线组各自对应的设定采样点数的射频信号，并从ANT_1&2、ANT_1&3和ANT_2&3三个天线组各自对应的设定采样点数的射频信号中，获得ANT_1&2、ANT_1&3和ANT_2&3三个天线组各自对应的设定采样点数的CSI。
例如：在双链路无线AP的无线芯片通过GPIO_A、GPIO_B、GPIO_C和GPIO_D四个GPIO，控制由SPDT_1、SPDT_2和SPDT_3三个单刀双掷开关组成的射频开关切换至天线组ANT_1&2时，采集当前时刻k的射频信号Sk，并从射频信号Sk中获得CSI矩阵Xk作为天线组ANT_1&2的CSI，在双链路无线AP的无线芯片通过GPIO_A、GPIO_B、GPIO_C和GPIO_D四个GPIO，控制由SPDT_1、SPDT_2和SPDT_3三个单刀双掷开关组成的射频开关切换至天线组ANT_1&3时，采集当前时刻k+1的射频信号Sk+1，并从射频信号Sk+1中获得CSI矩阵Xk+1作为天线组ANT_1&3的CSI，在双链路无线AP的无线芯片通过GPIO_A、GPIO_B、GPIO_C和GPIO_D四个GPIO，控制由SPDT_1、SPDT_2和SPDT_3三个单刀双掷开关组成的射频开关切换至天线组ANT_2&3时，采集当前时刻k+2的射频信号Sk+2，并从射频信号Sk+2中获得CSI矩阵Xk+2作为天线组ANT_2&3的CSI，至此完成一个轮询的CSI采集，按照设定采样点数表征的轮询次数，循环执行上述操作后，即可获得ANT_1&2、ANT_1&3和ANT_2&3三个天线组各自对应的设定采样点数的CSI。
步骤402：基于各个天线组各自对应的设定采样点数的CSI，获得各个天线组各自对应的第一坐标系下的多个AoA，其中，第一坐标系为各个天线组的自身坐标系，第一坐标系的AoA坐标范围为[0°，180°]。
实际应用中，由于采样频率偏移、包检测时延和中心频率偏移会对CSI造成相位上的误差，因此，在基于双链路无线AP的ANT_1&2、ANT_1&3和ANT_2&3三个天线组各自对应的设定采样点数的CSI进行AoA解算之前，还可以对双链路无线AP的ANT_1&2、ANT_1&3和ANT_2&3三个天线组各自对应的设定采样点数的CSI进行相位解绕和线性校准操作，以消除相位上的误差。
此外，由于室内环境是复杂多变的，入射到各个天线组的射频信号中常常伴有相干信号，而相干信号的存在可能会造成AoA解算失败，因此，在基于双链路无线AP的ANT_1&2、ANT_1&3和ANT_2&3三个天线组各自对应的设定采样点数的CSI进行AoA解算之前，还可以对双链路无线AP的ANT_1&2、ANT_1&3和ANT_2&3三个天线组各自对应的设定采样点数的CSI进行空间平滑解相干操作。
进一步，在对双链路无线AP的ANT_1&2、ANT_1&3和ANT_2&3三个天线组各自对应的设定采样点数的CSI进行相位解绕、线性校准和空间平滑解相干等预处理后，即可基于预处理后的ANT_1&2、ANT_1&3和ANT_2&3三个天线组各自对应的设定采样点数的CSI进行AoA解算。具体的，可以采用但不限于以下方式：
第一种方式：针对各个天线组，基于该天线组对应的设定采样点数的CSI，采用MUSIC算法进行AoA解算，得到该天线对应的第一坐标系下的多个AoA。
第二种方式：针对各个天线组，基于该天线组对应的设定采样点数的CSI，采用ESPRIT算法进行AoA解算，得到该天线对应的第一坐标系下的多个AoA。
步骤403：基于各个天线组各自对应的第一坐标系下的多个AoA，获得各个天线组各自对应的第二坐标系下的多个AoA和该多个AoA的镜像AoA，其中，第二坐标系为各个天线组的统一坐标系，第二坐标系的AoA坐标范围为[0°，360°]。
实际应用中，为了能够实现AoA扫描范围的360°拼接，双链路无线AP对应的ANT_1&2、ANT_1&3和ANT_2&3三个天线组的AoA扫描范围均为[-60°，60°]，参阅图6所示，基于ANT_1&2、ANT_1&3和ANT_2&3三个天线组各自对应的第一坐标系与第二坐标系的旋转角度，可以确定天线组ANT_1&2对应的第二坐标系下的AoA扫描范围为[90°，210°]和[270°，30°]中的一个、镜像AoA扫描范围为[90°，210°]和[270°，30°]中的另一个，天线组ANT_1&3对应的第二坐标系下的AoA扫描范围为[150°，270°]和[330°，90°]中的一个、镜像AoA扫描范围为[150°，270°]和[330°，90°]中的另一个，天线组ANT_2&3对应的第二坐标系下的AoA扫描范围为[30°，150°]和[210°，330°]中的一个、镜像AoA扫描范围为[30°，150°]和[210°，330°]中的另一个。
本申请实施例中，基于如图6所示的360°范围AoA转换示意图，提出了一种AoA转换方式和镜像AoA计算方式，即针对ANT_1&2、ANT_1&3和ANT_2&3三个天线组各自对应的第一坐标系下的每个AoA，可以先确定该AoA在第一坐标系下的所属AoA区间，再基于该AoA在第一坐标系下的所属AoA区间对应的AoA转换方式，将该AoA转换为第二坐标系下的AoA，以及基于该AoA在第一坐标系下的所属AoA区间对应的镜像AoA计算方式，获得该第二坐标系下的AoA的镜像AoA。具体的，可以采用但不限于以下方式：
(1)针对天线组ANT_1&2：
当0°<θ12<30°时，
Figure BDA0002633127580000161
当30°≤θ12≤60°时，
Figure BDA0002633127580000162
当-60°≤θ12≤0°时，
Figure BDA0002633127580000163
其中，θ12为天线组ANT_1&2对应的第一坐标系下的AoA，
Figure BDA0002633127580000164
为天线组ANT_1&2对应的第二坐标系下的AoA和该AoA对应的镜像AoA中的一个，
Figure BDA0002633127580000165
为天线组ANT_1&2对应的第二坐标系下的AoA和该AoA对应的镜像AoA中的另一个。
(2)针对天线组ANT_1&3：
当0°≤θ13<30°时，
Figure BDA0002633127580000166
当30°≤θ13≤60°时，
Figure BDA0002633127580000167
当-30°<θ13<0°时，
Figure BDA0002633127580000168
当-60°≤θ13≤-30°时，
Figure BDA0002633127580000169
其中，θ13为天线组ANT_1&3对应的第一坐标系下的AoA，
Figure BDA00026331275800001610
为天线组ANT_1&3对应的第二坐标系下的AoA和该AoA对应的镜像AoA中的一个，
Figure BDA00026331275800001611
为天线组ANT_1&3对应的第二坐标系下的AoA和该AoA对应的镜像AoA中的另一个。
(3)针对天线组ANT_2&3：
当-60°≤θ23<60°时，
Figure BDA0002633127580000171
其中，θ23为天线组ANT_2&3对应的第一坐标系下的AoA，
Figure BDA0002633127580000172
为天线组ANT_2&3对应的第二坐标系下的AoA和该AoA对应的镜像AoA中的一个，
Figure BDA0002633127580000173
为天线组ANT_2&3对应的第二坐标系下的AoA和该AoA对应的镜像AoA中的另一个。
步骤404：基于各个天线组各自对应的第二坐标系下的多个AoA和该多个AoA的镜像AoA，获得初始AoA集合。
实际应用中，在获得双链路无线AP的ANT_1&2、ANT_1&3和ANT_2&3三个天线组各自对应的第二坐标系下的多个AoA和该多个AoA的镜像AoA后，即可将双链路无线AP的ANT_1&2、ANT_1&3和ANT_2&3三个天线组各自对应的第二坐标系下的多个AoA和该多个AoA的镜像AoA组成初始AoA集合。
步骤405：以每两个初始AoA之间的等效距离不大于第一阈值为聚类条件，对初始AoA集合中的所有初始AoA进行聚类，得到各个AoA簇和各个AoA簇各自对应的平均AoA。
实际应用中，在对初始AoA集合中的所有初始AoA进行聚类时，可以将每两个初始AoA之间的离差平方和作为等效距离，并以每两个初始AoA之间的离差平方和不大于第一阈值为聚类条件，对初始AoA集合中的所有初始AoA进行聚类，从而得到各个AoA簇和各个AoA簇各自对应的表征聚类中心的平均AoA。
步骤406：从各个AoA簇中，选取满足设定条件的AoA簇作为目标AoA簇，并基于目标AoA簇对应的平均AoA，获得目标AoA。
实际应用中，为了减少AoA估计过程中的计算量，在对初始AoA集合中的所有初始AoA进行聚类，得到各个AoA簇和各个AoA簇各自对应的表征聚类中心的平均AoA后，可以先从各个AoA簇中，选取满足设定条件的AoA簇作为目标AoA簇。具体的，可以采用但不限于以下方式：
首先，从各个AoA簇中，选取AoA数目不小于第二阈值的AoA簇作为初始AoA簇。
然后，计算各个初始AoA簇各自对应的置信度。具体的，针对各个初始AoA簇，可以获取该初始AoA簇对应的AoA数目、AoA方差、天线组贡献度，并基于AoA数目和第一权重值、AoA方差和第二权重值、天线组贡献度和第三权重，获得该初始AoA簇的置信度。
实际应用中，可以采用α＝c1*k1+c2*k2+c3*k3，计算各个初始AoA簇各自对应的置信度，其中，α表征初始AoA簇对应的置信度；k1表征第一权重值；k2表征第二权重值；k3表征第三权重；c1表征初始AoA簇对应的AoA数目；c2表征初始AoA簇对应的AoA方差；c3表征初始AoA簇对应的天线组贡献度。
在具体实施时，初始AoA簇对应的天线组贡献度可以基于该初始AoA簇中的各个初始AoA对应的天线组的数目进行确定。例如，假设无线AP对应的各个天线组为ANT_1&2、ANT_1&3和ANT_2&3，其中一个初始AoA簇包含9个初始AoA，该9个初始AoA中有3个初始AoA对应天线组ANT_1&2，有4个初始AoA对应天线组ANT_1&3，有2个初始AoA对应天线组ANT_2&3，则该初始AoA簇对应的天线组贡献度为3。
最后，从各个初始AoA簇中，选取置信度不小于第三阈值的AoA簇作为目标AoA簇。
例如：假设对初始AoA集合中的所有初始AoA进行聚类后，得到如图7所示的5个AoA簇，则可以从该5个AoA簇中，选取AoA数目不小于第二阈值(假设为1)的AoA簇1、AoA簇2和AoA簇3作为初始AoA簇，采用上述公式(1)计算AoA簇1、AoA簇2和AoA簇3各自对应的置信度后，可以从AoA簇1、AoA簇2和AoA簇3中，选取置信度不小于第三阈值(假设为2)的AoA簇1和AoA簇3作为目标AoA簇。
进一步的，在从各个AoA簇中，选取满足设定条件的AoA簇作为目标AoA簇后，可以基于目标AoA簇对应的平均AoA，获得目标AoA。具体的，可以从各个目标AoA簇各自对应的平均AoA中，选取平均AoA与上一次AoA估计获得的目标AoA的偏差不大于第四阈值的平均AoA，作为本次AoA估计的目标AoA。
例如：假设目标AoA簇包括AoA簇1和AoA簇3，AoA簇1的平均AoA为65°，AoA簇3的平均AoA为180°，上一次AoA估计获得的目标AoA为60°，则可以计算出AoA簇1的平均AoA与上一次AoA估计获得的目标AoA的偏差为5°，AoA簇3的平均AoA与上一次AoA估计获得的目标AoA的偏差为120°，从而可以选取偏差不大于第四阈值(假设为10°)的AoA簇1的平均AoA，即65°作为本次AoA估计的目标AoA。
进一步的，本申请实施例中，为了使目标AoA更加精准，在获得目标AoA后，还可以通过追踪算法对目标AoA进行更新。具体的，可以采用但不限于以下方式：
首先，将目标AoA加入AoA追踪队列。
其中，AoA追踪队列包括本次AoA估计之前设定次数的AoA估计获得的目标AoA。例如：假设设定次数为100次，则AoA追踪队列包括本次AoA估计之前的连续100次AoA估计获得的目标AoA。
然后，基于AoA追踪队列，对终端设备发送的射频信号的AoA进行追踪，得到预测AoA。
具体的，在一个实施例中，可以采用扩展卡尔曼滤波，对终端设备发送的射频信号的AoA进行追踪，得到预测AoA。
在另一个实施例中，还可以采用粒子滤波，对终端设备发送的射频信号的AoA进行追踪，得到预测AoA。
最后，确定预测AoA与目标AoA不同时，将目标AoA更新为预测AoA。当然，确定预测AoA与目标AoA相同时，可以不对目标AoA进行更新。
例如：假设目标AoA为65°，预测AoA为67°，则可以将目标AoA更新为67°。
又如：假设目标AoA为65°，预测AoA为65°，则可以不对目标AoA进行更新，目标AoA依然为65°。
值得说的是，本申请实施例中，为了确保AoA追踪队列的实时性，在获得预测AoA后，还可以将AoA追踪队列中的第一个目标AoA进行老化遗忘，即将AoA追踪队列中的第一个目标AoA丢弃，从而在确保AoA追踪队列中的目标AoA的数目不变的同时，保证了AoA追踪队列的实时性。
下面采用具体应用场景，对双链路无线AP通过射频开关，将两条链路扩展连接到三根天线上并将该三根天线中的每两根天线组成天线组后，通过组成的各个天线组，对终端设备发送的射频信号的AoA进行估计时采用的AoA估计方法作进一步详细说明，参阅图8所示，本申请实施例提供的AoA估计方法的具体流程如下：
步骤801：按照设定采样点数表征的轮询次数，利用射频开关轮询切换至无线AP对应的各个天线组进行射频信号采样，得到各个天线组各自对应的设定采样点数的射频信号。
步骤802：从各个天线组各自对应的设定采样点数的射频信号中，获得各个天线组各自对应的设定采样点数的CSI。
步骤803：对各个天线组各自对应的设定采样点数的CSI进行相位解绕、线性校准和空间平滑解相干等预处理。
步骤804：针对各个天线组，基于该天线组对应的预处理后的设定采样点数的CSI，采用MUSIC算法/ESPRIT算法进行AoA解算，得到该天线组对应的第一坐标系下的多个AoA。
步骤805：针对各个天线组各自对应的第一坐标系下的每个AoA，确定该AoA在第一坐标系下的所属AoA区间，并基于该AoA在第一坐标系下的所属AoA区间对应的AoA转换方式，将该AoA转换为第二坐标系下的AoA，以及基于该AoA在第一坐标系下的所属AoA区间对应的镜像AoA计算方式，获得该第二坐标系下的AoA的镜像AoA。
步骤806：将各个天线组各自对应的第二坐标系下的多个AoA和该多个AoA的镜像AoA组成初始AoA集合。
步骤807：以每两个初始AoA之间的离差平方和不大于第一阈值为聚类条件，对初始AoA集合中的所有初始AoA进行聚类，得到各个AoA簇和各个AoA簇各自对应的表征聚类中心的平均AoA。
步骤808：从各个AoA簇中，选取AoA数目不小于第二阈值的AoA簇作为初始AoA簇。
步骤809：针对各个初始AoA簇，获取该初始AoA簇对应的AoA数目、AoA方差、天线组贡献度，并基于AoA数目和第一权重值、AoA方差和第二权重值、天线组贡献度和第三权重，获得该初始AoA簇的置信度。
步骤810：从各个初始AoA簇中，选取置信度不小于第三阈值的AoA簇作为目标AoA簇。
步骤811：从各个目标AoA簇各自对应的平均AoA中，选取平均AoA与上一次AoA估计获得的目标AoA的偏差不大于第四阈值的平均AoA，作为本次AoA估计的目标AoA。
步骤812：将目标AoA加入AoA追踪队列，其中，AoA追踪队列包括本次AoA估计之前设定次数的AoA估计获得的目标AoA。
步骤813：基于AoA追踪队列，对终端设备发送的射频信号的AoA进行追踪，得到预测AoA。
步骤814：确定预测AoA与目标AoA不同时，将目标AoA更新为预测AoA。
步骤815：将AoA追踪队列中的第一个目标AoA丢弃。
基于上述实施例，本申请实施例提供了一种AoA估计装置，应用于双链路无线AP通过射频开关，将两条链路扩展连接到三根天线上并将三根天线中的每两根天线组成天线组，通过组成的各个天线组，对终端设备发送的射频信号的AoA进行估计，参阅图9所示，本申请实施例提供的AoA估计装置900至少包括：
CSI采集单元901，用于采集各个天线组各自对应的设定采样点数的CSI；
AoA解算单元902，用于基于各个天线组各自对应的设定采样点数的CSI，获得各个天线各自对应的第一坐标系下的多个AoA，其中，第一坐标系为各个天线组的自身坐标系，第一坐标系的AoA坐标范围为[0°，180°]；
AoA转换单元903，用于基于各个天线组各自对应的第一坐标系下的多个AoA，获得各个天线组各自对应的第二坐标系下的多个AoA和多个AoA的镜像AoA，其中，第二坐标系为各个天线组的统一坐标系，第二坐标系的AoA坐标范围为[0°，360°]；
AoA聚类单元904，用于基于各个天线组各自对应的第二坐标系下的多个AoA和多个AoA的镜像AoA，获得初始AoA集合，并以每两个初始AoA之间的等效距离不大于第一阈值为聚类条件，对初始AoA集合中的所有初始AoA进行聚类，得到各个AoA簇和各个AoA簇各自对应的平均AoA；
AoA估计单元905，用于从各个AoA簇中，选取满足设定条件的AoA簇作为目标AoA簇，并基于目标AoA簇对应的平均AoA，获得目标AoA。
在一种可能的实施方式中，采集各个天线组各自对应的设定采样点数的CSI时，CSI采集单元901具体用于：
按照设定采样点数表征的轮询次数，利用射频开关轮询切换至各个天线组进行射频信号采样，得到各个天线组各自对应的设定采样点数的射频信号；
从各个天线组各自对应的设定采样点数的射频信号中，获得各个天线组各自对应的设定采样点数的CSI。
在一种可能的实施方式中，基于各个天线组对应的设定采样点数的CSI，获得各个天线组各自对应的第一坐标系下的多个AoA时，AoA解算单元902具体用于：
针对各个天线组，基于天线组对应的设定采样点数的CSI，采用MUSIC算法进行AoA解算，得到天线组对应的第一坐标系下的多个AoA；
或者，针对各个天线组，基于天线组对应的设定采样点数的CSI，采用ESPRIT算法进行AoA解算，得到天线组对应的第一坐标系下的多个AoA。
在一种可能的实施方式中，基于各个天线组各自对应的第一坐标系下的多个AoA，获得各个天线组各自对应的第二坐标系下的多个AoA和多个AoA的镜像AoA时，AoA转换单元903具体用于：
针对各个天线组各自对应的第一坐标系下的每个AoA，确定AoA在第一坐标系下的所属AoA区间，并基于AoA在第一坐标系下的所属AoA区间对应的AoA转换方式，将AoA转换为第二坐标系下的AoA，以及基于AoA在第一坐标系下的所属AoA区间对应的镜像AoA计算方式，获得第二坐标系下的AoA的镜像AoA。
在一种可能的实施方式中，从各个AoA簇中，选取满足设定条件的AoA簇作为目标AoA簇时，AoA估计单元905具体用于：
从各个AoA簇中，选取AoA数目不小于第二阈值的AoA簇作为初始AoA簇；
计算各个初始AoA簇各自对应的置信度，并从各个初始AoA簇中，选取置信度不小于第三阈值的AoA簇作为目标AoA簇。
在一种可能的实施方式中，计算各个初始AoA簇各自对应的置信度时，AoA估计单元905具体用于：
针对各个初始AoA簇，获取初始AoA簇对应的AoA数目、AoA方差、天线组贡献度，并基于AoA数目和第一权重值、AoA方差和第二权重值、天线组贡献度和第三权重，获得初始AoA簇的置信度。
在一种可能的实施方式中，基于目标AoA簇对应的平均AoA，获得目标AoA时，AoA估计单元具体用于：
从各个目标AoA簇各自对应的平均AoA中，选取平均AoA与上一次AoA估计获得的目标AoA的偏差不大于第四阈值的平均AoA，作为本次AoA估计的目标AoA。
在一种可能的实施方式中，本申请实施例提供的AoA估计装置900还包括：
AoA更新单元906，用于在AoA估计单元905基于目标AoA簇对应的平均AoA，获得目标AoA之后，将目标AoA加入AoA追踪队列，其中，AoA追踪队列包括本次AoA估计之前设定次数的AoA估计获得的目标AoA；基于AoA追踪队列，对终端设备发送的射频信号的AoA进行追踪，得到预测AoA；确定预测AoA与目标AoA不同时，将目标AoA更新为预测AoA。
在一种可能的实施方式中，基于AoA追踪队列，对终端设备发送的射频信号的AoA进行追踪，得到预测AoA时，AoA更新单元906具体用于：
采用扩展卡尔曼滤波，对终端设备发送的射频信号的AoA进行追踪，得到预测AoA；
或者，采用粒子滤波，对终端设备发送的射频信号的AoA进行追踪，得到预测AoA。
在一种可能的实施方式中，基于AoA追踪队列，对终端设备发送的射频信号的AoA进行追踪，得到预测AoA之后，AoA更新单元906还用于：
将AoA追踪队列中的第一个目标AoA丢弃。
需要说明的是，本申请实施例提供的AoA估计装置900解决技术问题的原理与本申请实施例提供的AoA估计方法相似，因此，本申请实施例提供的AoA估计装置900的实施可以参见本申请实施例提供的AoA估计方法的实施，重复之处不再赘述。
在介绍了本申请实施例提供的AoA估计方法和装置之后，接下来，对本申请实施例提供的AoA估计设备进行简单介绍。
参阅图10所示，本申请实施例提供的AoA估计设备100至少包括：处理器101、存储器102和存储在存储器102上并可在处理器101上运行的计算机程序，处理器101执行计算机程序时实现本申请实施例提供的AoA估计方法。
需要说明的是，图10所示的AoA估计设备100仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
本申请实施例提供的AoA估计设备100还可以包括连接不同组件(包括处理器101和存储器102)的总线103。其中，总线103表示几类总线结构中的一种或多种，包括存储器总线、外围总线、局域总线等。
存储器102可以包括易失性存储器形式的可读介质，例如随机存储器(RandomAccess Memory，RAM)1021和/或高速缓存存储器1022，还可以进一步包括只读存储器(ReadOnly Memory，ROM)1023。
存储器102还可以包括具有一组(至少一个)程序模块1024的程序工具1025，程序模块1024包括但不限于：操作子系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
AoA估计设备100可以与一个或者多个使得用户能与AoA估计设备100交互的设备通信(例如手机、电脑等)，和/或，与使得AoA估计设备100与一个或多个其它AoA估计设备100进行通信的任何设备(例如路由器、调制解调器等)通信。这种通信可以通过输入/输出(Input/Output，I/O)接口104进行。并且，AoA估计设备100还可以通过网络适配器105与一个或者多个网络(例如局域网(Local Area Network，LAN)，广域网(Wide Area Network，WAN)和/或公共网络，例如因特网)通信。如图10所示，网络适配器105通过总线103与AoA估计设备100的其它模块通信。应当理解，尽管图10中未示出，可以结合AoA估计设备100使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、磁盘阵列(Redundant Arrays of Independent Disks，RAID)子系统、磁带驱动器以及数据备份存储子系统等。
下面对本申请实施例提供的计算机可读存储介质进行介绍。本申请实施例提供的计算机可读存储介质存储有计算机指令，计算机指令被处理器执行时实现本申请实施例提供的AoA估计方法。具体地，该可执行程序可以内置在AoA估计设备100中，这样，AoA估计设备100就可以通过执行内置的可执行程序实现本申请实施例提供的AoA估计方法。
此外，本申请实施例提供的AoA估计方法还可以实现为一种程序产品，该程序产品包括程序代码，当该程序产品可以在AoA估计设备100上运行时，该程序代码用于使AoA估计设备100执行本申请实施例提供的AoA估计方法。
本申请实施例提供的程序产品可以采用一个或多个可读介质的任意组合，其中，可读介质可以是可读信号介质或者可读存储介质，而可读存储介质可以是但不限于是电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合，具体地，可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、RAM、ROM、可擦式可编程只读存储器(Erasable Programmable Read Only Memory，EPROM)、光纤、便携式紧凑盘只读存储器(Compact Disc Read-Only Memory，CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
本申请实施例提供的程序产品可以采用CD-ROM并包括程序代码，还可以在计算设备上运行。然而，本申请实施例提供的程序产品不限于此，在本申请实施例中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
应当注意，尽管在上文详细描述中提及了装置的若干单元或子单元，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本申请的实施方式，上文描述的两个或更多单元的特征和功能可以在一个单元中具体化。反之，上文描述的一个单元的特征和功能可以进一步划分为由多个单元来具体化。
此外，尽管在附图中以特定顺序描述了本申请方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。
尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然，本领域的技术人员可以对本申请实施例进行各种改动和变型而不脱离本申请实施例的精神和范围。这样，倘若本申请实施例的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (12)

1.一种到达角度AoA估计方法，其特征在于，应用于双链路无线接入点AP通过射频开关，将两条链路扩展连接到三根天线上并将所述三根天线中的每两根天线组成天线组，通过组成的各个天线组，对终端设备发送的射频信号的AoA进行估计，所述AoA估计方法包括：
采集各个天线组各自对应的设定采样点数的信道状态信息CSI；
基于所述各个天线组各自对应的设定采样点数的CSI，获得所述各个天线组各自对应的第一坐标系下的多个AoA，其中，所述第一坐标系为各个天线组的自身坐标系，所述第一坐标系的AoA坐标范围为[0°，180°]；
基于所述各个天线组各自对应的第一坐标系下的多个AoA，获得所述各个天线组各自对应的第二坐标系下的多个AoA和所述多个AoA的镜像AoA，其中，所述第二坐标系为各个天线组的统一坐标系，所述第二坐标系的AoA坐标范围为[0°，360°]；
基于所述各个天线组各自对应的第二坐标系下的多个AoA和所述多个AoA的镜像AoA，获得初始AoA集合；
以每两个初始AoA之间的等效距离不大于第一阈值为聚类条件，对所述初始AoA集合中的所有初始AoA进行聚类，得到各个AoA簇和所述各个AoA簇各自对应的平均AoA；
从所述各个AoA簇中，选取满足设定条件的AoA簇作为目标AoA簇，并基于所述目标AoA簇对应的平均AoA，获得目标AoA；
其中，从所述各个AoA簇中，选取满足设定条件的AoA簇作为目标AoA簇，包括：
从所述各个AoA簇中，选取AoA数目不小于第二阈值的AoA簇作为初始AoA簇；
计算各个初始AoA簇各自对应的置信度，并从所述各个初始AoA簇中，选取置信度不小于第三阈值的AoA簇作为目标AoA簇。
2.如权利要求1所述的AoA估计方法，其特征在于，采集各个天线组各自对应的设定采样点数的CSI，包括：
按照所述设定采样点数表征的轮询次数，利用射频开关轮询切换至所述各个天线组进行射频信号采样，得到所述各个天线组各自对应的设定采样点数的射频信号；
从所述各个天线组各自对应的设定采样点数的射频信号中，获得各个天线组各自对应的设定采样点数的CSI。
3.如权利要求1所述的AoA估计方法，其特征在于，基于所述各个天线组各自对应的设定采样点数的CSI，获得所述各个天线组各自对应的第一坐标系下的多个AoA，包括：
针对所述各个天线组，基于所述天线组对应的设定采样点数的CSI，采用多信号分类MUSIC算法进行AoA解算，得到所述天线组对应的第一坐标系下的多个AoA；或者，
针对所述各个天线组，基于所述天线组对应的设定采样点数的CSI，采用基于旋转不变技术的信号参数估计ESPRIT算法进行AoA解算，得到所述天线组对应的第一坐标系下的多个AoA。
4.如权利要求1所述的AoA估计方法，其特征在于，基于所述各个天线组各自对应的第一坐标系下的多个AoA，获得所述各个天线组各自对应的第二坐标系下的多个AoA和所述多个AoA的镜像AoA，包括：
针对所述各个天线组各自对应的第一坐标系下的每个AoA，确定所述AoA在第一坐标系下的所属AoA区间，并基于所述AoA在第一坐标系下的所属AoA区间对应的AoA转换方式，将所述AoA转换为第二坐标系下的AoA，以及基于所述AoA在第一坐标系下的所属AoA区间对应的镜像AoA计算方式，获得所述第二坐标系下的AoA的镜像AoA。
5.如权利要求1所述的AoA估计方法，其特征在于，计算各个初始AoA簇各自对应的置信度，包括：
针对所述各个初始AoA簇，获取所述初始AoA簇对应的AoA数目、AoA方差、天线组贡献度，并基于所述AoA数目和第一权重值、所述AoA方差和第二权重值、所述天线组贡献度和第三权重，获得所述初始AoA簇的置信度。
6.如权利要求1所述的AoA估计方法，其特征在于，基于所述目标AoA簇对应的平均AoA，获得目标AoA，包括：
从各个目标AoA簇各自对应的平均AoA中，选取平均AoA与上一次AoA估计获得的目标AoA的偏差不大于第四阈值的平均AoA，作为本次AoA估计的目标AoA。
7.如权利要求1-6任一项所述的AoA估计方法，其特征在于，基于所述目标AoA簇对应的平均AoA，获得目标AoA之后，还包括：
将所述目标AoA加入AoA追踪队列，其中，所述AoA追踪队列包括本次AoA估计之前设定次数的AoA估计获得的目标AoA；
基于所述AoA追踪队列，对所述终端设备发送的射频信号的AoA进行追踪，得到预测AoA；
确定所述预测AoA与所述目标AoA不同时，将所述目标AoA更新为所述预测AoA。
8.如权利要求7所述的AoA估计方法，其特征在于，基于所述AoA追踪队列，对所述终端设备发送的射频信号的AoA进行追踪，得到预测AoA，包括：
采用扩展卡尔曼滤波，对所述终端设备发送的射频信号的AoA进行追踪，得到所述预测AoA；或者，
采用粒子滤波，对所述终端设备发送的射频信号的AoA进行追踪，得到所述预测AoA。
9.如权利要求8所述的AoA估计方法，其特征在于，基于所述AoA追踪队列，对所述终端设备发送的射频信号的AoA进行追踪，得到预测AoA之后，进一步包括：
将所述AoA追踪队列中的第一个目标AoA丢弃。
10.一种到达角度AoA估计装置，其特征在于，应用于双链路无线接入点AP通过射频开关，将两条链路扩展连接到三根天线上并将所述三根天线中的每两根天线组成天线组，通过组成的各个天线组，对终端设备发送的射频信号的AoA进行估计，所述AoA估计装置包括：
CSI采集单元，用于采集各个天线组各自对应的设定采样点数的信道状态信息CSI；
AoA解算单元，用于基于所述各个天线组各自对应的设定采样点数的CSI，获得所述各个天线各自对应的第一坐标系下的多个AoA，其中，所述第一坐标系为各个天线组的自身坐标系，所述第一坐标系的AoA坐标范围为[0°，180°]；
AoA转换单元，用于基于所述各个天线组各自对应的第一坐标系下的多个AoA，获得所述各个天线组各自对应的第二坐标系下的多个AoA和所述多个AoA的镜像AoA，其中，所述第二坐标系为各个天线组的统一坐标系，所述第二坐标系的AoA坐标范围为[0°，360°]；
AoA聚类单元，用于基于所述各个天线组各自对应的第二坐标系下的多个AoA和所述多个AoA的镜像AoA，获得初始AoA集合，并以每两个初始AoA之间的等效距离不大于第一阈值为聚类条件，对所述初始AoA集合中的所有初始AoA进行聚类，得到各个AoA簇和所述各个AoA簇各自对应的平均AoA；
AoA估计单元，用于从所述各个AoA簇中，选取满足设定条件的AoA簇作为目标AoA簇，并基于所述目标AoA簇对应的平均AoA，获得目标AoA；
其中，所述AoA估计单元，用于从所述各个AoA簇中，选取满足设定条件的AoA簇作为目标AoA簇，具体为：
从所述各个AoA簇中，选取AoA数目不小于第二阈值的AoA簇作为初始AoA簇；
计算各个初始AoA簇各自对应的置信度，并从所述各个初始AoA簇中，选取置信度不小于第三阈值的AoA簇作为目标AoA簇。
11.一种到达角度AoA估计设备，其特征在于，包括：存储器、处理器和存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-9任一项所述的AoA估计方法。
12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令被处理器执行时实现如权利要求1-9任一项所述的到达角度AoA估计方法。
CN202010817187.XA 2020-08-14 2020-08-14 一种AoA估计方法、装置、设备及介质 Active CN111988740B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010817187.XA CN111988740B (zh) 2020-08-14 2020-08-14 一种AoA估计方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010817187.XA CN111988740B (zh) 2020-08-14 2020-08-14 一种AoA估计方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN111988740A CN111988740A (zh) 2020-11-24
CN111988740B true CN111988740B (zh) 2022-05-20

Family

ID=73434433

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010817187.XA Active CN111988740B (zh) 2020-08-14 2020-08-14 一种AoA估计方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN111988740B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114339991B (zh) * 2022-01-14 2024-02-02 网络通信与安全紫金山实验室 AoA估计方法、装置、基站、存储介质和计算机程序产品
CN118042590A (zh) 2022-11-02 2024-05-14 锐捷网络股份有限公司 一种通信方法、通信装置、存储介质及电子装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014060777A2 (en) * 2012-10-19 2014-04-24 Ucl Business Plc Apparatus and method for determining the location of a mobile device using multiple wireless access points
CN107015198A (zh) * 2017-05-08 2017-08-04 西安电子科技大学 一种基于天线非规则布设的室内定位方法
CN107241698A (zh) * 2017-07-17 2017-10-10 北京大学 一种无接触感知追踪方法
CN108307686A (zh) * 2015-04-30 2018-07-20 瑞典爱立信有限公司 宽松的测量报告与控制平面双连接
CN108646213A (zh) * 2018-05-09 2018-10-12 华南理工大学 一种室内多径环境下直达波aoa判定方法
EP3483621A1 (en) * 2017-11-13 2019-05-15 Industrial Technology Research Institute Channel-based positioning device and channel-based positioning method
CN110839203A (zh) * 2019-12-03 2020-02-25 锐捷网络股份有限公司 一种基于超宽带的标签定位方法及装置
CN111182459A (zh) * 2019-12-31 2020-05-19 西安电子科技大学 一种基于信道状态信息室内无线定位方法、无线通信系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014060777A2 (en) * 2012-10-19 2014-04-24 Ucl Business Plc Apparatus and method for determining the location of a mobile device using multiple wireless access points
CN108307686A (zh) * 2015-04-30 2018-07-20 瑞典爱立信有限公司 宽松的测量报告与控制平面双连接
CN107015198A (zh) * 2017-05-08 2017-08-04 西安电子科技大学 一种基于天线非规则布设的室内定位方法
CN107241698A (zh) * 2017-07-17 2017-10-10 北京大学 一种无接触感知追踪方法
EP3483621A1 (en) * 2017-11-13 2019-05-15 Industrial Technology Research Institute Channel-based positioning device and channel-based positioning method
CN108646213A (zh) * 2018-05-09 2018-10-12 华南理工大学 一种室内多径环境下直达波aoa判定方法
CN110839203A (zh) * 2019-12-03 2020-02-25 锐捷网络股份有限公司 一种基于超宽带的标签定位方法及装置
CN111182459A (zh) * 2019-12-31 2020-05-19 西安电子科技大学 一种基于信道状态信息室内无线定位方法、无线通信系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Triangular Antenna Layout Facilitates Deployability of CSI Indoor Localization Systems;Xinyu Tong;<2019 16th Annual IEEE International Conference on Sensing, Communication, and Networking (SECON)>;20190613;全文 *
嘈杂环境中利用CSI信息的室内轨迹跟踪技术;李宪军等;《信号处理》;20200525(第05期);全文 *

Also Published As

Publication number Publication date
CN111988740A (zh) 2020-11-24

Similar Documents

Publication Publication Date Title
Song et al. CSI amplitude fingerprinting-based NB-IoT indoor localization
CN111182459B (zh) 一种基于信道状态信息室内无线定位方法、无线通信系统
Wang et al. CSI-based fingerprinting for indoor localization: A deep learning approach
US10145933B2 (en) Angle determining system and method
CN106941718B (zh) 一种基于信号子空间指纹库的混合室内定位方法
CN108646213B (zh) 一种室内多径环境下直达波aoa判定方法
CN101272605A (zh) 一种移动终端定位方法和定位装置
CN111988740B (zh) 一种AoA估计方法、装置、设备及介质
CN104519571A (zh) 一种基于rss的室内定位方法
Wang et al. Fingerprinting-based indoor localization with commercial mmwave WiFi: NLOS propagation
Zhang et al. TIPS: transformer based indoor positioning system using both CSI and DoA of WiFi signal
CN110515033A (zh) 一种基于Toeplitz矩阵恢复的欠通道测向系统及方法
Rao et al. MSDFL: a robust minimal hardware low-cost device-free WLAN localization system
WO2023000614A1 (zh) 无线定位参数估计方法、装置、系统、计算机设备及存储介质
CN108225332B (zh) 基于监督的室内定位指纹地图降维方法
CN113207089A (zh) 基于csi与众包迁移自校准更新的位置指纹定位方法
Li et al. A novel method of Wi-Fi indoor localization based on channel state information
CN113613170A (zh) 一种基于低成本天线扩展的高精度室内定位系统及方法
CN103916953B (zh) 目标定位的方法、系统及检测节点
CN112153557B (zh) 无线定位方法、定位装置和网络设备
Wang et al. Robust Wi-Fi location fingerprinting against device diversity based on spatial mean normalization
Khattak et al. Empirical performance evaluation of WiFi fingerprinting algorithms for indoor localization
WO2023116590A1 (zh) 感知、感知配置方法、装置及通信设备
CN113543017B (zh) 毫米波车联网的波束切换方法及相关设备
Ichige et al. An explicit high-resolution DOA estimation formula for two wave sources

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