CN113329491A - 定位参数确定方法、装置、设备和存储介质 - Google Patents

定位参数确定方法、装置、设备和存储介质 Download PDF

Info

Publication number
CN113329491A
CN113329491A CN202110883913.2A CN202110883913A CN113329491A CN 113329491 A CN113329491 A CN 113329491A CN 202110883913 A CN202110883913 A CN 202110883913A CN 113329491 A CN113329491 A CN 113329491A
Authority
CN
China
Prior art keywords
tof
flow pattern
positioning
antenna array
pattern matrix
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
CN202110883913.2A
Other languages
English (en)
Other versions
CN113329491B (zh
Inventor
潘孟冠
尤肖虎
齐望东
黄永明
刘升恒
贾兴华
王绍磊
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.)
Network Communication and Security Zijinshan Laboratory
Original Assignee
Network Communication and Security Zijinshan Laboratory
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 Network Communication and Security Zijinshan Laboratory filed Critical Network Communication and Security Zijinshan Laboratory
Priority to CN202110883913.2A priority Critical patent/CN113329491B/zh
Publication of CN113329491A publication Critical patent/CN113329491A/zh
Application granted granted Critical
Publication of CN113329491B publication Critical patent/CN113329491B/zh
Priority to PCT/CN2021/139679 priority patent/WO2023010763A1/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • H04W64/006—Locating users or terminals or network equipment for network management purposes, e.g. mobility management with additional information processing, e.g. for direction or speed determination
    • 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
    • G01S5/0009—Transmission of position information to remote stations
    • 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
    • H04W4/024—Guidance services
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Variable-Direction Aerials And Aerial Arrays (AREA)

Abstract

本申请涉及一种定位参数确定方法、装置、计算机设备和存储介质。该方法包括：根据待定位终端发送的多通道的定位信号，确定定位信号的飞行时间ToF谱数据；根据预设的天线阵列偏差函数，对理想的空域流型矩阵进行修正，得到修正后的空域流型矩阵；空域流型矩阵中每个元素表示天线阵列中各阵元在预设的相应角度范围对定位信号的响应；天线阵列偏差函数表征真实的天线阵列对信号的响应和理想的天线阵列对信号的响应之间的偏差；根据ToF谱数据和修正后的空域流型矩阵，确定定位信号的直达径的定位参数；直达径为待定位终端到天线阵列的最短路径。采用本方法能够提高测量定位参数ToF、AoA的精度，并提高实时性。

Description

定位参数确定方法、装置、设备和存储介质
技术领域
本申请涉及通信技术领域，特别是涉及一种定位参数确定方法、装置、设备和存储介质。
背景技术
随着工业互联网、物联网和车联网的快速发展，高精度定位成为智能机器人、无人车等移动终端不可或缺的关键支撑服务。卫星导航定位技术具有广域覆盖、普适性好的优点，但是因为信号功率低、穿透力弱，主要用于室外开阔环境下的终端定位，无法在受遮蔽的环境和室内环境提供导航定位服务。
为了解决上述问题，相关技术是利用无线通信系统的基础设施或者部署专用的无线定位基站对终端设备进行定位，例如，可以利用空时超分辨算法同时测量终端设备发出的定位信号，以确定相应的定位参数：传播时延和到达角度，基于该定位参数即可确定终端设备的定位信息。
然而，相关技术中在对终端设备的定位时，确定的定位参数不够精确。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高精度的定位参数确定方法、装置、计算机设备和存储介质。
第一方面，本申请提供一种定位参数确定方法，该方法包括：
根据待定位终端发送的多通道的定位信号，确定定位信号的飞行时间ToF谱数据；
根据预设的天线阵列偏差函数，对理想的空域流型矩阵进行修正，得到修正后的空域流型矩阵；空域流型矩阵中每个元素表示天线阵列中各阵元在预设的相应角度范围对定位信号的响应；天线阵列偏差函数表征真实的天线阵列对信号的响应和理想的天线阵列对信号的响应之间的偏差；
根据ToF谱数据和修正后的空域流型矩阵，确定定位信号的直达径的定位参数；直达径为待定位终端到天线阵列的最短路径。
在其中一个实施例中，天线阵列偏差函数的构建过程包括：
获取模拟的真实信号到达天线阵列各阵元的幅度方向图的幅度测量值集合，和模拟的真实信号到达天线阵列各阵元的相位偏差的相位测量值集合；
根据幅度测量值集合，构建幅度方向图函数；以及根据相位测量值集合，构建相位偏差函数。
在其中一个实施例中，理想的空域流型矩阵包括粗理想空域流型矩阵和细理想空域流型矩阵；粗理想空域流型矩阵中每个元素表示天线阵列中各阵元在第一预设的相应角度范围对定位信号的响应；细理想空域流型矩阵中每个元素表示天线阵列中各阵元在第二预设的相应角度范围对定位信号的响应；第一预设的相应角度范围大于第二预设的相应角度范围。
在其中一个实施例中，定位参数包括AOA和ToF；根据ToF谱数据和修正后的空域流型矩阵，确定定位信号的直达径的定位参数，包括：
根据天线阵列偏差函数，对粗理想空域流型矩阵进行修正，得到修正后的粗空域流型矩阵；
根据修正后的粗空域流型矩阵和ToF谱数据，确定细理想空域流型矩阵和直达径对应的ToF；
根据天线阵列偏差函数，对细理想空域流型矩阵进行修正，得到修正后的细空域流型矩阵；
采用预设的角度函数，根据修正后的细空域流型矩阵和直达径对应的ToF，确定直达径的AoA。
在其中一个实施例中，根据修正后的粗空域流型矩阵和ToF谱数据，确定细理想空域流型矩阵，包括：
根据修正后的粗空域流型矩阵和ToF谱数据，确定定位信号各路径的ToF、各路径的参考AOA、各路径的衰减系数；
根据各路径的衰减系数和各路径的ToF，从各路径中确定直达径；
对直达径对应的参考AOA进行划分，得到第二预设的相应角度范围；
根据第二预设的相应角度范围确定细理想空域流型矩阵。
在其中一个实施例中，根据修正后的粗空域流型矩阵和ToF谱数据，确定直达径对应的ToF；
根据各路径的ToF和各路径的衰减系数，确定直达径对应的ToF。
在其中一个实施例中，根据修正后的粗空域流型矩阵和ToF谱数据，确定定位信号各路径的ToF、各路径的参考AOA、各路径的衰减系数，包括：
根据修正后的粗空域流型矩阵和ToF谱数据确定二维定位参数谱数据；
根据二维定位参数谱数据进行谱峰提取，得到定位信号各路径的ToF、各路径的参考AOA、各路径的衰减系数。
在其中一个实施例中，根据待定位终端发送的多通道的定位信号，确定定位信号的飞行时间ToF谱数据，包括：
对待定位终端发送的多通道的定位信号进行傅里叶变换，得到多通道频域信号；
对多通道频域信号进行信道估计，得到信道频域响应矩阵；
基于信道频域响应矩阵，获取ToF谱数据。
在其中一个实施例中，基于信道频域响应矩阵，获取ToF谱数据，包括：
获取通道校正系数，根据通道校正系数对信道频域响应矩阵进行校正，得到校正后的信道频域响应矩阵；
根据校正后的信道频域响应矩阵，获取ToF谱数据。
在其中一个实施例中，获取通道校正系数，包括：
获取定位信号占用各个子带的定位序列；
利用各子带的定位序列构建定位序列矩阵；
以定位序列矩阵中的每个元素作为主对角线元素，获得对角矩阵作为通道校正系数。
第二方面，本申请提供一种定位参数确定装置，该装置包括：
第一确定模块，用于根据待定位终端发送的多通道的定位信号，确定定位信号的飞行时间ToF谱数据；
修正模块，用于根据预设的天线阵列偏差函数，对理想的空域流型矩阵进行修正，得到修正后的空域流型矩阵；空域流型矩阵中每个元素表示天线阵列中各阵元在预设的相应角度范围对定位信号的响应；天线阵列偏差函数表征真实的天线阵列对信号的响应和理想的天线阵列对信号的响应之间的偏差；
第二确定模块，用于根据ToF谱数据和修正后的空域流型矩阵，确定定位信号的直达径的定位参数；直达径为待定位终端到天线阵列的最短路径。
第三方面，本申请提供一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述第一方面中任一项实施例中方法的步骤。
第四方面，本申请提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述第一方面中任一项实施例中方法的步骤。
上述定位参数确定方法、装置、计算机设备和存储介质，通过根据待定位终端发送的多通道的定位信号，确定定位信号的飞行时间ToF谱数据；根据预设的天线阵列偏差函数，对理想的空域流型矩阵进行修正，得到修正后的空域流型矩阵；根据ToF谱数据和修正后的空域流型矩阵，确定定位信号的直达径的定位参数。能够利用预设的包含相位和幅度的天线阵列偏差函数对理想的空域流型矩阵进行修正，减小真实的天线阵列对信号的响应和理想的天线阵列对信号的响应之间的偏差，确定待定位终端到天线阵列的最短路径的直达径，进而提高测量定位信号定位参数的精度。并且，本方案避免了同时测量ToF、AoA造成的计算复杂的问题。
附图说明
图1为一个实施例中定位参数确定方法的应用环境图；
图2为一个实施例定位参数确定方法的流程示意图；
图3为另一个实施例中定位参数确定方法的流程示意图；
图4为另一个实施例中定位参数确定方法的流程示意图；
图5为另一个实施例中定位参数确定方法的流程示意图；
图6为另一个实施例中定位参数确定方法的流程示意图；
图7为另一个实施例中定位参数确定方法的流程示意图；
图8为另一个实施例中定位参数确定方法的流程示意图；
图9为另一个实施例中定位参数确定方法的流程示意图；
图10为一个实施例中相位偏差函数测量值与函数估计结果；
图11为一个实施例中幅度方向图函数测量值与函数估计结果；
图12为一个实施例中RRU和终端的相对位置图；
图13为一个实施例中SRS符号AoA估计误差CDF曲线；
图14为一个实施例中定位参数确定装置的结构框图；
图15为另一个实施例中定位参数确定装置的结构框图；
图16为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
随着工业互联网、物联网和车联网的快速发展，高精度定位成为智能机器人、无人车等移动终端不可或缺的关键支撑服务。卫星导航定位技术具有广域覆盖、普适性好的优点，但是因为信号功率低、穿透力弱，主要用于室外开阔环境下的终端定位，无法在受遮蔽的环境和室内环境提供导航定位服务。
为了解决上述问题，一种主要的技术途径是利用无线通信系统的基础设施或者部署专用的无线定位基站对终端设备进行定位。典型的定位技术包括：蜂窝网定位、无线局域网 (Wireless Local Area Network, WLAN) 定位、蓝牙定位、超宽带 (Ultra-Wide Band,UWB) 定位等。其中，蜂窝移动网络、WLAN、UWB等系统中都普遍采用了宽带发射信号以及阵列天线，能够同时测量传播时延和到达角度。而在实际系统中，因受加工工艺、工装、阵元间互耦的影响，阵列中各阵元的阵中方向图存在差异，此时不同角度入射信号的幅度和相位响应都存在区别，且在大到达角度时尤为显著，而现有研究对定位基站在大到达角度的估计性能较少有提及；此外，复杂路径环境中，对快速运动目标的实时定位需求则要求定位算法能够兼顾估计精度和实时性。
基于此本申请提供一种定位参数确定方法，能够兼顾测量传播时延和到达角度的精度和实时性。本申请提供的定位参数确定方法，可以应用于如图1所示的应用环境中。其中，待定位终端102通过网络与基站104通过网络进行通信。待定位终端可以向基站发送定位信号，基站通过天线阵列接收该定位信号，并对定位信号进行计算并实时修正，以确定定位信号的定位参数。其中，待定位终端102可以包括车辆、飞机等移动终端设备，基站104可以包括：宏基站、分布式基站等，在此不加以限制。
在一个实施例中，如图2所示，提供了一种定位参数确定方法，以该方法应用于图1中的基站为例进行说明，包括以下步骤：
S202，根据待定位终端发送的多通道的定位信号，确定定位信号的飞行时间ToF谱数据。
其中，待定位终端可以包括车辆、飞机等移动终端设备。定位信号为包括定位序列的信号，可以为5G信号、4G信号等等，在此不加以限制。飞行时间ToF为传播时延，也就是信号从发射端传播到接收端的飞行时间，因此也称为 ToF (Time of Flight)。
具体地，在待定位终端发送定位信号至基站时，基站可以通过天线阵列接收该定位信号，并在接收到该定位信号，对该定位信号进行ToF超分辨谱估计，然后得到飞行时间ToF谱数据。其中，天线阵列可以是线阵列、也可以是圆形阵列，在此不加以限制。并且，天线阵列中可以包括多个阵元，每个阵元可以对应一个接收通道。
进一步地，对每个接收通道进行ToF超分辨谱估，可以采用扫描的方式，对感兴趣的时延区域上的衰落系数进行估计，这个过程也称为时延谱估计或ToF谱估计。其中，ToF谱峰值点对应的扫描时延代表了定位信号经过障碍物反射以及直接到达天线阵列的多条路径的信号分量，相应的ToF谱峰值点对应的ToF值为相应路径的ToF。
可以通过单点最小二乘算法、幅度相位估计 (Amplitude and PhaseEStimation, APES) 算法、迭代自适应方法 (Iterative Adaptive Approach, IAA)、稀疏重构算法等对该ToF谱数据进行求解，确定定位信号的飞行时间ToF谱数据。
S204，根据预设的天线阵列偏差函数，对理想的空域流型矩阵进行修正，得到修正后的空域流型矩阵；空域流型矩阵中每个元素表示天线阵列中各阵元在预设的相应角度范围对定位信号的响应；天线阵列偏差函数表征真实的天线阵列对信号的响应和理想的天线阵列对信号的响应之间的偏差。
其中，预设的相应角度范围为将天线阵覆盖范围
Figure DEST_PATH_IMAGE001
划分为
Figure 311169DEST_PATH_IMAGE002
份后，每一份的角度范围。可以使用等到达角度间隔
Figure DEST_PATH_IMAGE003
对天线阵覆盖范围
Figure 922279DEST_PATH_IMAGE004
划分。其中，天线偏差系数函数可以是包括天线相位偏差和幅度偏差预先通过离线测量得到的函数，为真实的天线阵列对信号的响应和理想的天线阵列对信号的响应之间的偏差。
具体地，由于理想的空域流型矩阵是在完美情况下的空域流型矩阵，但是天线阵列在实际使用中，由于天线工装、阵元间互耦等因素，天线阵列并不是完美情况，因此，天线阵列存在与到达角度相关的相位偏差，若使用理想流型矩阵进行测向处理，则由于理想和实际流型的不匹配，会出现较大的测向偏差，通过预设的天线阵列偏差函数，对理想的空域流型矩阵进行修正，得到与实际更相符的结果。
S206，根据ToF谱数据和修正后的空域流型矩阵，确定定位信号的直达径的定位参数；直达径为待定位终端到天线阵列的最短路径。
具体地，可以对各个时延栅格点上第N个接收通道的ToF谱数据，采用数字波束形成 (Digital Beam Forming, DBF) 法，多重信号分类 (MUltiple SIgnalClassification, MUSIC) 算法等进行AoA谱估计，得到ToF-AoA二维谱谱估计结果，对获得的AoA-ToF二维谱进行谱峰提取，得到最大的
Figure DEST_PATH_IMAGE005
个谱峰对应的衰落系数、AoA以及ToF的估计值，分别记为：
Figure 213583DEST_PATH_IMAGE006
。根据
Figure 746195DEST_PATH_IMAGE005
个谱峰分量对应的衰落系数
Figure 787838DEST_PATH_IMAGE007
以及ToF值
Figure DEST_PATH_IMAGE008
，即从各个路径对应的衰落系数
Figure 925559DEST_PATH_IMAGE007
以及ToF值
Figure 246819DEST_PATH_IMAGE008
中，提取直达径 (Line-of-Sight, LOS) 分量，并输出LOS分量的ToF估计和AoA估计结果。也可以在获取到该AoA结果后，在进行精细时延栅格点的划分，并对空域流型矩阵进行修正，然后对修正后的空域流型矩阵细搜索，确定精细的AoA结果，在此不加以限制。其中，由于在实际环境中存在一些障碍物，会导致信号进行反射折射后，到达天线阵列，所以信号从发射端到达天线阵列存在多条路径，直达径为待定位终端到天线阵列的最短路径，也可以理解为定位信号不经折射反射直接到达天线阵列的路径。
上述定位参数确定方法中，通过根据待定位终端发送的多通道的定位信号，确定定位信号的飞行时间ToF谱数据；根据预设的天线阵列偏差函数，对理想的空域流型矩阵进行修正，得到修正后的空域流型矩阵；根据ToF谱数据和修正后的空域流型矩阵，确定定位信号的直达径的定位参数。能够利用预设的包含相位和幅度的天线阵列偏差函数对理想的空域流型矩阵进行修正，减小真实的天线阵列对信号的响应和理想的天线阵列对信号的响应之间的偏差，确定待定位终端到天线阵列的最短路径的直达径，进而提高测量定位信号定位参数的精度。并且，本方案避免了现有技术中同时测量ToF、AoA造成的计算复杂的问题。
上述实施例对定位参数确定方法进行了说明，主要是依据天线阵列偏差函数对反映天线阵列接收定位信号的响应的空域流型矩阵进行修正，现以一个实施例对如何构建天线阵列偏差函数进行说明，在一个实施例中，如图3所示，天线阵列偏差函数的构建过程包括：
S302，获取模拟的真实信号到达天线阵列各阵元的幅度方向图的幅度测量值集合，和模拟的真实信号到达天线阵列各阵元的相位偏差的相位测量值集合。
其中，模拟的真实信号为在暗室中的信号发生器模拟真实信号发射的信号。
具体地，将天线阵列放置于暗室中的转台上，可以将其旋转-60°至60°，设定每旋转5°为一个采样角度，各个采样角度构成离散到达角度集合
Figure 469990DEST_PATH_IMAGE009
，在每个采样角度到达上，获取模拟的真实信号到达天线阵列各阵元的幅度方向图的幅度测量值，并将所有获取的幅度测量值构成幅度测量值集合，以及模拟的真实信号到达天线阵列各阵元的相位偏差的相位测量值，并将所述获取的相位偏差的相位测量值构成相位测量值集合。在离散到达角度集合
Figure DEST_PATH_IMAGE010
上，天线各阵元n的幅度方向图和相位偏差的测量集合
Figure 551209DEST_PATH_IMAGE011
。
S304，根据幅度测量值集合，构建幅度方向图函数；以及根据相位测量值集合，构建相位偏差函数。
具体地，根据天线各阵元n的幅度方向图和相位偏差的测量集合，可以使用多项式拟合、支撑向量机或神经网络等方式，对函数
Figure DEST_PATH_IMAGE012
和
Figure 809015DEST_PATH_IMAGE013
进行估计。以使用多项式拟合方法对函数
Figure DEST_PATH_IMAGE014
进行估计为例，对该过程进行说明。记得到的函数拟合结果为
Figure 832335DEST_PATH_IMAGE015
，其中，
Figure 542802DEST_PATH_IMAGE016
为多项式权重，
Figure DEST_PATH_IMAGE017
为多项式拟合阶数，
Figure 660668DEST_PATH_IMAGE018
的形式为
Figure 772981DEST_PATH_IMAGE019
，其中gl权重向量g的第l个元素。则多项式拟合的目标函数如下所示：
Figure DEST_PATH_IMAGE020
。对该目标函数进行求解，得到权值g后，使
Figure 701623DEST_PATH_IMAGE021
即可，进而即可得到相位偏差函数
Figure DEST_PATH_IMAGE022
以使用多项式拟合方法对函数
Figure 978014DEST_PATH_IMAGE023
进行估计为例，对该过程进行说明。记得到的函数拟合结果为
Figure DEST_PATH_IMAGE024
，其中，
Figure 525670DEST_PATH_IMAGE016
为多项式权重，J为多项式拟合阶数，
Figure 617123DEST_PATH_IMAGE025
的形式为
Figure 654349DEST_PATH_IMAGE026
，其中gl权重向量g的第l个元素。则多项式拟合的目标函数如下所示：
Figure DEST_PATH_IMAGE027
。对该目标函数进行求解，得到权值g后，使
Figure 650993DEST_PATH_IMAGE028
即可，进而即可得到相位偏差函数
Figure DEST_PATH_IMAGE029
。
在本实施例中，通过获取模拟的真实信号到达天线阵列各阵元的幅度方向图的幅度测量值集合，和模拟的真实信号到达天线阵列各阵元的相位偏差的相位测量值集合；根据幅度测量值集合，构建幅度方向图函数；以及根据相位测量值集合，构建相位偏差函数，能够对反映天线阵列接收定位信号的响应的空域流型矩阵进行修正，进而提高测量定位信号的定位参数的精度。
上述实施例对如何构建天线偏离函数进行了说明，现以一个实施例对利用天线偏离函数修正的空域流型矩阵进行说明，在一个实施例中，理想的空域流型矩阵包括粗理想空域流型矩阵和细理想空域流型矩阵；粗理想空域流型矩阵中每个元素表示天线阵列中各阵元在第一预设的相应角度范围对定位信号的响应；细理想空域流型矩阵中每个元素表示天线阵列中各阵元在第二预设的相应角度范围对定位信号的响应；第一预设的相应角度范围大于第二预设的相应角度范围。
其中，第一预设的相应角度范围为使用等到达角度间隔
Figure 861394DEST_PATH_IMAGE030
将天线阵覆盖范围
Figure 682720DEST_PATH_IMAGE001
划分为Q份，对应的到达角度集合为
Figure DEST_PATH_IMAGE031
。可以采用均匀栅格
Figure 969476DEST_PATH_IMAGE032
对根据对粗理想空域流型矩阵修正后的矩阵进行计算后得到的粗结果AoA区间
Figure DEST_PATH_IMAGE033
进行划分，得到Q1个精搜栅格集合，记为
Figure 876252DEST_PATH_IMAGE034
，其中
Figure DEST_PATH_IMAGE035
可由粗搜栅格的大小确定，例如可选为
Figure 93607DEST_PATH_IMAGE036
，
Figure DEST_PATH_IMAGE037
可选择为
Figure 692077DEST_PATH_IMAGE038
的1/10左右。
具体地，理想的空域流型矩阵包括粗理想空域流型矩阵和细理想空域流型矩阵；粗理想空域流型矩阵中每个元素表示天线阵列中各阵元在第一预设的相应角度范围对定位信号的响应；细理想空域流型矩阵中每个元素表示天线阵列中各阵元在第二预设的相应角度范围对定位信号的响应；第一预设的相应角度范围大于第二预设的相应角度范围。
在到达角度
Figure DEST_PATH_IMAGE039
处，理想的阵列导向矢量
Figure 274368DEST_PATH_IMAGE040
由阵列结构所决定，在到达角度集
Figure DEST_PATH_IMAGE041
上的阵列导向矢量的集合就构成了该阵列的理想流型矩阵，记为
Figure 793074DEST_PATH_IMAGE042
，有：
Figure DEST_PATH_IMAGE043
。确定精搜到达角度集对应的理想流型矩阵
Figure 564852DEST_PATH_IMAGE044
，有：
Figure DEST_PATH_IMAGE045
。
在本实施例中，理想的空域流型矩阵包括粗理想空域流型矩阵和细理想空域流型矩阵；粗理想空域流型矩阵中每个元素表示天线阵列中各阵元在第一预设的相应角度范围对定位信号的响应；细理想空域流型矩阵中每个元素表示天线阵列中各阵元在第二预设的相应角度范围对定位信号的响应。由于第一预设的相应角度范围大于第二预设的相应角度范围，因此可以对理想的空域流型矩阵进行不同粗细栅格点的划分并修正，以确保得到的结果精度更高。
上述实施例中对理想的空域流型矩阵的两种粗细理想形式进行了介绍，现以一个实施例对如何应用这两种粗细形式的理想的空域流型矩阵确定定位信号的直达径的定位参数进行说明，在一个实施例中，如图4所示，定位参数包括AOA和ToF；根据ToF谱数据和修正后的空域流型矩阵，确定定位信号的直达径的定位参数，包括：
S402，根据天线阵列偏差函数，对粗理想空域流型矩阵进行修正，得到修正后的粗空域流型矩阵。
具体地，天线偏差系数函数可以表示为
Figure 95190DEST_PATH_IMAGE046
，其中，天线相位偏差函数
Figure 973016DEST_PATH_IMAGE047
和幅度方向图函数
Figure 651122DEST_PATH_IMAGE048
为预先通过离线测量得到的函数。根据公式
Figure DEST_PATH_IMAGE049
，即可对粗理想空域流型矩阵
Figure 725127DEST_PATH_IMAGE050
进行修正，得到修正后的粗空域流型矩阵
Figure DEST_PATH_IMAGE051
。
S404，根据修正后的粗空域流型矩阵和ToF谱数据，确定细理想空域流型矩阵和直达径对应的ToF。
其中，飞行时间ToF谱数据可以包括由各个扫描栅格点对应时延
Figure 641130DEST_PATH_IMAGE052
组成的向量
Figure DEST_PATH_IMAGE053
，其中，P为每个扫描栅格点上的衰落系数，n为天线阵列中第n个接收阵元，即第n个接收通道。
可选地，可以通过设将感兴趣的时延范围
Figure 627540DEST_PATH_IMAGE054
等间隔划分为P份，一般情况下P＞＞K（路径数量），这P个扫描栅格点对应的时延分别为
Figure 792943DEST_PATH_IMAGE055
。记
Figure DEST_PATH_IMAGE056
为每个扫描栅格点上的衰落系数，当
Figure 906523DEST_PATH_IMAGE057
时，
Figure DEST_PATH_IMAGE058
，
Figure 67246DEST_PATH_IMAGE059
表示第n个接收阵元对第k条路径入射信号的响应，
Figure DEST_PATH_IMAGE060
为第k条路径的衰落系数。在其它P-K个栅格点上，
Figure 896662DEST_PATH_IMAGE061
。记
Figure DEST_PATH_IMAGE062
为扫描栅格点集合上的衰落系数向量，且
Figure 595365DEST_PATH_IMAGE063
为扫描栅格点集合上的时延匹配矩阵。则有：
Figure DEST_PATH_IMAGE064
。hn为接收的定位信号进行信道估计后形成的信道频域响应矩阵CFR中的第n列元素，表示第n个接收通道的CFR。
可选地，对于第n个通道的ToF谱估计，使用IAA进行求解的目标函数为：
Figure 558642DEST_PATH_IMAGE065
，得到各个接收通道的每个扫描栅格点上的衰落系数，并构成
Figure DEST_PATH_IMAGE066
Figure DEST_PATH_IMAGE068
即ToF谱数据；其中，
Figure 465549DEST_PATH_IMAGE069
表示向量x的加权
Figure DEST_PATH_IMAGE070
范数。Rn,p表示第n个接收通道，第p个扫描栅格点处的干扰协方差矩阵，其中的干扰由当前栅格点
Figure 121659DEST_PATH_IMAGE071
以外的信号分量构成。
使用基于
Figure 933757DEST_PATH_IMAGE072
范数的稀疏重构算法进行谱求解的目标函数为：
Figure DEST_PATH_IMAGE073
，得到各个接收通道的每个扫描栅格点上的衰落系数，并构成
Figure 215571DEST_PATH_IMAGE074
，即ToF谱数据；其中，
Figure DEST_PATH_IMAGE075
表示P维向量X的
Figure 22990DEST_PATH_IMAGE076
范数，定义为
Figure 256526DEST_PATH_IMAGE077
。
具体地，可以设第p个时延单元，N个接收通道的ToF谱数据向量为
Figure DEST_PATH_IMAGE078
，有：
Figure 900128DEST_PATH_IMAGE079
，对ToF谱数据向量
Figure DEST_PATH_IMAGE080
依次进行AoA谱估计，记第p个ToF单元上的AoA谱估计结果为
Figure 346153DEST_PATH_IMAGE081
。谱估计方法可采用数字波束形成 (Digital Beam Forming, DBF) 法，多重信号分类 (MUltipleSIgnal Classification, MUSIC) 算法等。以DBF算法为例，谱估计结果为：
Figure DEST_PATH_IMAGE082
，记
Figure 8078DEST_PATH_IMAGE083
为ToF-AoA二维谱谱估计结果，其第q行第p列元素
Figure DEST_PATH_IMAGE084
表示对ToF
Figure 261117DEST_PATH_IMAGE085
，AoA
Figure DEST_PATH_IMAGE086
处的信道衰落系数的估计值。
进一步地，如图5所示，根据修正后的粗空域流型矩阵和ToF谱数据，确定细理想空域流型矩阵，包括：
S502，根据修正后的粗空域流型矩阵和ToF谱数据，确定定位信号各路径的ToF、各路径的参考AOA、各路径的衰减系数。
具体地，根据修正后的粗空域流型矩阵
Figure 906862DEST_PATH_IMAGE051
和ToF谱数据
Figure 625419DEST_PATH_IMAGE087
，利用公式
Figure 689321DEST_PATH_IMAGE088
，确定
Figure DEST_PATH_IMAGE089
个接收通道二维定位参数谱数据。根据二维定位参数谱数据进行谱峰提取，得到定位信号各路径的ToF、参考AOA、各路径的衰减系数。具体包括：遍历二维谱中的每一个点，判断该点相对于邻接的8个点的二维谱谱强度，若该点强度大于所有8个点的强度，则判决其为一个谱峰值点，找出二维谱的所有谱峰值点之后，按照谱峰强度进行排序，提取出其中最大的K 1个谱峰，根据这K 1个谱峰，分别按照谱峰的横纵坐标确定对应的AoA
Figure 61397DEST_PATH_IMAGE090
和ToF
Figure DEST_PATH_IMAGE091
，根据谱峰强度确定衰落系数
Figure 866542DEST_PATH_IMAGE092
。
S504，根据各路径衰减系数和各路径的ToF，从各路径中确定直达径。
具体地，可以通过预设的谱峰强度门限值
Figure 762691DEST_PATH_IMAGE093
，提取出K 1个谱峰分量中，能量超过预设的谱峰强度门限值
Figure DEST_PATH_IMAGE094
的K 2个分量，再从K 2个分量中，提取出对应的ToF最小的分量作为LOS分量即，直达径对应的分量。即在各路径的衰减系数中超过预设的谱峰强度门限值的谱峰分量中，根据已经求解的各路径的ToF，可以直接将ToF最小的分量确定为直达径对应的ToF。
可选地，还可以基于直达径相比于反射径传播时间更短、直达径比反射径能量更强或多帧间直达径分量的ToF和AoA估计方差更小等基本准则，对直达径分量进行提取。
S506，对直达径对应的参考AOA进行划分，得到第二预设的相应角度范围。
具体地，采用均匀栅格
Figure 664788DEST_PATH_IMAGE030
对AoA区间
Figure 614290DEST_PATH_IMAGE095
进行划分，得到Q1个精搜栅格集合，记为
Figure DEST_PATH_IMAGE096
，其中
Figure 454201DEST_PATH_IMAGE097
可由粗搜栅格的大小确定，例如可选为
Figure DEST_PATH_IMAGE098
，
Figure 373615DEST_PATH_IMAGE099
可选择为
Figure DEST_PATH_IMAGE100
的1/10左右。
S508，根据第二预设的相应角度范围确定细理想空域流型矩阵。
具体地，可以将精搜到达角度集合带入预设的理想流型矩阵中，确定对应的理想流型矩阵
Figure 176224DEST_PATH_IMAGE101
，有：
Figure DEST_PATH_IMAGE102
。
S406，根据天线阵列偏差函数，对细理想空域流型矩阵进行修正，得到修正后的细空域流型矩阵。
具体地，根据天线相位偏差函数和幅度方向图函数的估计值
Figure 624523DEST_PATH_IMAGE103
，计算在精搜栅格点上天线偏差系数函数的函数值，即天线偏差函数：
Figure DEST_PATH_IMAGE104
。则修正后的流型矩阵为
Figure 404260DEST_PATH_IMAGE105
，则
Figure 878098DEST_PATH_IMAGE105
第n行第
Figure DEST_PATH_IMAGE106
列元素为：
Figure 161312DEST_PATH_IMAGE107
。
S408，采用预设的角度函数，根据修正后的细空域流型矩阵和直达径对应的ToF，确定直达径的AoA。
具体地，记
Figure DEST_PATH_IMAGE108
为直达径分量所在ToF单元上的N个接收通道的ToF谱数据，可基于波束扫描峰值准则，将修正后的细空域流型矩阵和直达径对应的ToF代入波束扫描峰值准则对应的角度函数或子空间正交等准则对应的角度函数进行AoA精估计，例如，将
Figure 46091DEST_PATH_IMAGE109
、
Figure 578703DEST_PATH_IMAGE105
代入波束扫描峰值准则的角度函数为：
Figure DEST_PATH_IMAGE110
中，确定
Figure DEST_PATH_IMAGE112
，即直达径的AoA；。另外，也可将
Figure 417084DEST_PATH_IMAGE108
、
Figure 85963DEST_PATH_IMAGE113
代入子空间正交准则的角度函数为：
Figure DEST_PATH_IMAGE114
，其中，确定最终的
Figure 892376DEST_PATH_IMAGE112
值，即直达径的AoA；其中，
Figure 912285DEST_PATH_IMAGE115
表示矩阵X的Frobenius范数，定义为：
Figure DEST_PATH_IMAGE116
。
Figure 118138DEST_PATH_IMAGE117
为根据向量
Figure 969419DEST_PATH_IMAGE109
，得到的噪声子空间的估计结果。
在本实施例中，通过根据天线阵列偏差函数，对粗理想空域流型矩阵进行修正，得到修正后的粗空域流型矩阵；根据修正后的粗空域流型矩阵和ToF谱数据，确定细理想空域流型矩阵和直达径对应的ToF；根据天线阵列偏差函数，对细理想空域流型矩阵进行修正，得到修正后的细空域流型矩阵；采用预设的角度函数，根据修正后的细空域流型矩阵和直达径对应的ToF，确定直达径的AoA。能够通过对理想流型矩阵的修正，对该到达角度相关的天线误差进行了有效补偿，并且通过时延谱估计与直达径到达角度先粗粒度搜索后精细搜索的多级级联信号处理方式，降低现有技术中利用二维同时搜索ToF、AOA时的计算复杂度，提高定位实时性。并且，能够精确补偿与到达角度相关的相位误差，提高了测向和定位精度，尤其是在无线信号大波达角度时，能显著改进测向的精度。
上述实施例对如何应用这两种粗细形式的理想的空域流型矩阵确定定位信号的直达径的定位参数进行说明，在进行确定定位信号的直达径的定位参数之前，首先需要对接收的定位信号进行相关处理，然后确定定位信号的飞行时间ToF谱数据，现以一个实施例对其进行说明，如图6所示，根据待定位终端发送的多通道的定位信号，确定定位信号的飞行时间ToF谱数据，包括：
S602，对待定位终端发送的多通道的定位信号进行傅里叶变换，得到多通道频域信号。
具体地，基站通过天线阵接收待定位终端发送的已知序列的定位信号，由于定位信号为时域信号，可以先对各通道接收信号进行快速傅里叶变换 (Fast FourierTransform, FFT) 得到多通道频域接收信号。天线阵列中可以包括
Figure 868105DEST_PATH_IMAGE089
个阵元，每个阵元对应一个接收通道。若宽带定位信号占用的子带数量为M，则从接收通道n接收的频域定位信号可表示为向量
Figure DEST_PATH_IMAGE118
，其中
Figure 681035DEST_PATH_IMAGE119
表示第n个接收通道、第m个子带接收的频域定位信号。有
Figure DEST_PATH_IMAGE120
，其中
Figure 956159DEST_PATH_IMAGE121
表示复数空间，
Figure DEST_PATH_IMAGE122
表示M*1维复数空间，也就是M维复向量空间。本发明中，向量均指列向量。
基站所有通道的接收数据矩阵可表示为
Figure 396367DEST_PATH_IMAGE123
，即多通道频域信号。其中，在M个子带上发送的定位信号序列为
Figure 997113DEST_PATH_IMAGE124
，发送信号中心载频为
Figure DEST_PATH_IMAGE125
，对应波长为
Figure 273505DEST_PATH_IMAGE126
，其中c为真空中光速。不失一般性，假设M个子带呈均匀分布，分布间隔为
Figure DEST_PATH_IMAGE127
；且假设接收天线阵为等距线阵 (Uniform Linear Array,ULA)，且阵元间距为d。此外，假设发射信号经由K条路径传播至接收阵列，第k条路径的传播时延 (ToF)、到达角度 (AoA) 以及衰落系数分别为
Figure 211374DEST_PATH_IMAGE128
。其中，
Figure DEST_PATH_IMAGE129
定义为信号入射方向与ULA法线方向的夹角。其中，信号传输的时延可代表该信号传输的距离，时延与距离之间通过光速c可以相互转化。因此，多个通道的接收信号矩阵X还可以表示为：
Figure 755356DEST_PATH_IMAGE130
（1）。
其中，式 (1) 中，
Figure DEST_PATH_IMAGE131
为定位信号的定位序列数据矩阵，
Figure 995845DEST_PATH_IMAGE132
运算符表示以向量的每个元素作为主对角线元素，获得对角矩阵。
其中，式 (1) 中，
Figure DEST_PATH_IMAGE133
为时延域匹配矢量函数，其输入为传播时延
Figure 8800DEST_PATH_IMAGE134
，输出为时延域匹配向量。具体地，
Figure DEST_PATH_IMAGE135
表示该函数的作用域为T，值域为M维时延域匹配向量，T为所有可能的路径时延
Figure 235513DEST_PATH_IMAGE136
的集合，即
Figure 56839DEST_PATH_IMAGE137
，其中，
Figure DEST_PATH_IMAGE138
表示实数空间。时延域匹配向量的第m个元素代表信号传播时延在第m个子带造成的相位偏移，因此，有：
Figure 858441DEST_PATH_IMAGE139
，其中j代表虚数单位，定义为：
Figure DEST_PATH_IMAGE140
，分布间隔为
Figure 342381DEST_PATH_IMAGE127
。
其中，式 (1) 中，
Figure 28578DEST_PATH_IMAGE141
表示实际接收阵列导向矢量函数，其输入为信号到达角度
Figure DEST_PATH_IMAGE142
，输出为对应到达角度的阵列导向矢量。具体地，
Figure 297885DEST_PATH_IMAGE143
表示其作用域为
Figure DEST_PATH_IMAGE144
，值域为N维向量，
Figure 880176DEST_PATH_IMAGE145
为所有可能的入射信号到达角度所组成的空间，即
Figure DEST_PATH_IMAGE146
。进一步，
Figure 352877DEST_PATH_IMAGE147
，其中
Figure DEST_PATH_IMAGE148
为理想的阵列导向矢量，当接收阵为ULA时，其第n个元素为：
Figure 436239DEST_PATH_IMAGE149
；
Figure DEST_PATH_IMAGE150
代表由天线工装、阵元间互耦等因素共同造成的角度依赖相位偏差以及天线阵元的幅度方向图所带来的扰动项，即天线偏差系数函数，代表真实的阵列响应和理想的阵列响应之间的偏差，其第n个元素为：
Figure 232157DEST_PATH_IMAGE151
，式中：
Figure DEST_PATH_IMAGE152
表示第n个阵元上的幅度方向图函数，其输入为信号到达角度
Figure 562513DEST_PATH_IMAGE142
，输出为第n个阵元的幅度方向图。
Figure 240619DEST_PATH_IMAGE153
表示第n个阵元上的角度依赖相位偏差函数，其输入为信号到达角度
Figure 596514DEST_PATH_IMAGE142
，输出为第n个阵元在相应到达角度上的相位偏差。
Figure DEST_PATH_IMAGE154
和
Figure 325567DEST_PATH_IMAGE155
的具体形式取决于所使用的阵列天线，其在某些到达角度栅格上的值可通过暗室测量或电磁仿真软件数值计算得到。其中，相位偏差函数对于AoA估计而言有着决定性的作用，且一般情况下，当
Figure 46398DEST_PATH_IMAGE142
较小时，
Figure 149483DEST_PATH_IMAGE014
接近0，当
Figure 309069DEST_PATH_IMAGE142
较大时，
Figure 610738DEST_PATH_IMAGE014
会出现较大的起伏。运算符
Figure DEST_PATH_IMAGE156
表示Hadamard积。
其中，式 (1) 中，
Figure 705732DEST_PATH_IMAGE157
为基站接收通道前端放大器、滤波器、混频器等模拟器件的宽带响应，其第m行第n列元素为第n个接收通道在第m个子带的响应。
Figure DEST_PATH_IMAGE158
为噪声矩阵，其第m行第n列元素表示第n个接收通道，第m个子带上的噪声分量。
S604，对多通道频域信号进行信道估计，得到信道频域响应矩阵。
具体地，基站根据频域接收信号矩阵X，可以采用最小二乘法进行信道估计，得到信道频域响应 (Channel Frequency Response, CFR) 矩阵，记为H0。例如，假设接收端已知发送的定位信号在频域上的具体形式，且已经获取定位信号的定位序列，并根据定位序列确定，且使用经典的最小二乘 (Least Square, LS) 算法进行信道估计，则可得到：
Figure 144716DEST_PATH_IMAGE159
；式中，
Figure DEST_PATH_IMAGE160
，其第n列为第n个接收通道的信道频域响应矩阵；S-1为：定位信号的定位序列数据矩阵
Figure 842414DEST_PATH_IMAGE161
的逆矩阵。其中，信道频域响应矩阵还可以表示为：
Figure 733009DEST_PATH_IMAGE162
。
S606，基于信道频域响应矩阵，获取ToF谱数据。
具体地，根据信道频域响应矩阵H0，对每个接收通道进行ToF超分辨谱估计。设
Figure 874272DEST_PATH_IMAGE163
为矩阵H0的第n列元素，表示第n个接收通道的CFR。则hn可表示为：
Figure DEST_PATH_IMAGE164
式中，
Figure 279845DEST_PATH_IMAGE165
表示第n个接收阵元对第k条路径入射信号的响应，其为向量
Figure DEST_PATH_IMAGE166
的第n个元素。式中：
Figure 922179DEST_PATH_IMAGE167
表示该通道的噪声向量，为矩阵
Figure DEST_PATH_IMAGE168
的第n列。采用扫描的方式，对感兴趣的时延区域上的衰落系数进行ToF谱估计，ToF谱峰值点对应的扫描时延代表了强路径的ToF。设将时延范围
Figure 41183DEST_PATH_IMAGE169
等间隔划分为P份，一般情况下P＞＞K（路径数量），这P个扫描栅格点对应的时延分别为
Figure DEST_PATH_IMAGE170
。记
Figure 805876DEST_PATH_IMAGE171
为每个扫描栅格点上的衰落系数，当
Figure DEST_PATH_IMAGE172
时，
Figure 636429DEST_PATH_IMAGE173
，在其它P-K个栅格点上，
Figure 161083DEST_PATH_IMAGE174
。记
Figure 760691DEST_PATH_IMAGE175
为扫描栅格点集合上的衰落系数向量，即ToF谱数据，且
Figure 165128DEST_PATH_IMAGE176
为扫描栅格点集合上的时延匹配矩阵。则有：
Figure 342031DEST_PATH_IMAGE177
。
可以采用有多种参数估计方法可以对此谱估计问题进行求解，例如单点最小二乘算法、幅度相位估计 (Amplitude and Phase EStimation, APES) 算法、迭代自适应方法(Iterative Adaptive Approach, IAA)、稀疏重构算法等。例如，对于第n个通道的ToF谱估计，将hn、
Figure 795009DEST_PATH_IMAGE063
以及未知
Figure 45862DEST_PATH_IMAGE178
代入目标函数：
Figure 198363DEST_PATH_IMAGE179
中，利用IAA求解得到
Figure 472350DEST_PATH_IMAGE178
。其中，
Figure 119232DEST_PATH_IMAGE180
表示向量X的加权
Figure 224591DEST_PATH_IMAGE181
范数。Rn,p表示第n个接收通道，第p个扫描栅格点处的干扰协方差矩阵，其中的干扰由当前栅格点
Figure 908513DEST_PATH_IMAGE182
以外的信号分量构成。还可以将hn、
Figure 545162DEST_PATH_IMAGE063
以及未知
Figure DEST_PATH_IMAGE183
代入使用基于
Figure 136681DEST_PATH_IMAGE184
范数的稀疏重构算法的目标函数为：
Figure DEST_PATH_IMAGE185
，进行谱求解得到
Figure 627705DEST_PATH_IMAGE186
；其中，
Figure DEST_PATH_IMAGE187
表示P维向量X的
Figure 122009DEST_PATH_IMAGE076
范数，定义为
Figure 636167DEST_PATH_IMAGE188
。
进一步地，如图7所示，基于信道频域响应矩阵，获取ToF谱数据，包括：
S702，获取通道校正系数，根据通道校正系数对信道频域响应矩阵进行校正，得到校正后的信道频域响应矩阵。
具体地，实际各接收通道在各频点的幅相响应不同，引起了式 (1) 中的
Figure DEST_PATH_IMAGE189
项。一般情况下，
Figure 624851DEST_PATH_IMAGE189
矩阵可在定位实验前测量得到或在定位实验中借助专用校正通道测量得到，假设测量得到的通道幅相响应矩阵为
Figure 642486DEST_PATH_IMAGE190
。由于矩阵
Figure 74736DEST_PATH_IMAGE190
的作用是用来进行通道校正，因此通常也称其为通道校正系数，或简称为通道系数。记经通道幅相偏差校正后得到的信道频域响应矩阵CFR矩阵为H，则其第m行第n列元素为：
Figure DEST_PATH_IMAGE191
，其中，
Figure 810610DEST_PATH_IMAGE192
表示校正前信道频域响应矩阵H0第m行第n列元素，
Figure DEST_PATH_IMAGE193
表示通道校正系数矩阵
Figure 337407DEST_PATH_IMAGE190
第m行第n列元素。假设通道幅相响应的测量误差可忽略，则有：
Figure 475127DEST_PATH_IMAGE194
，式中：
Figure DEST_PATH_IMAGE195
表示经通道幅相偏差校正后，CFR矩阵中的噪声分量。
S704，根据校正后的信道频域响应矩阵，获取ToF谱数据。
具体地，设
Figure 594391DEST_PATH_IMAGE196
为矩阵H的第n列元素，表示第n个接收通道的CFR。则hn可表示为：
Figure 348720DEST_PATH_IMAGE197
式中，
Figure 554574DEST_PATH_IMAGE198
表示第n个接收阵元对第
Figure DEST_PATH_IMAGE199
条路径入射信号的响应，其为向量
Figure 937014DEST_PATH_IMAGE200
的第n个元素。式中：
Figure 304541DEST_PATH_IMAGE167
表示该通道的噪声向量，为矩阵
Figure 811746DEST_PATH_IMAGE168
的第n列。采用扫描的方式，对感兴趣的时延区域上的衰落系数进行ToF谱估计，ToF谱峰值点对应的扫描时延代表了强路径的ToF。设将时延范围
Figure DEST_PATH_IMAGE201
等间隔划分为P份，一般情况下P＞＞K（路径数量），这P个扫描栅格点对应的时延分别为
Figure 899919DEST_PATH_IMAGE202
。记
Figure 871286DEST_PATH_IMAGE183
为每个扫描栅格点上的衰落系数，当
Figure 737610DEST_PATH_IMAGE172
时，
Figure 669794DEST_PATH_IMAGE173
，在其它P-K个栅格点上，
Figure 591352DEST_PATH_IMAGE174
。记
Figure 558171DEST_PATH_IMAGE203
为扫描栅格点集合上的衰落系数向量，即ToF谱数据，且
Figure DEST_PATH_IMAGE204
为扫描栅格点集合上的时延匹配矩阵。则有：
Figure 657714DEST_PATH_IMAGE177
。
可以采用有多种参数估计方法可以对此谱估计问题进行求解，例如单点最小二乘算法、幅度相位估计 (Amplitude and Phase EStimation, APES) 算法、迭代自适应方法(Iterative Adaptive Approach, IAA)、稀疏重构算法等。例如，对于第n个通道的ToF谱估计，将hn、
Figure 342773DEST_PATH_IMAGE063
以及未知
Figure 490858DEST_PATH_IMAGE178
代入目标函数：
Figure 187549DEST_PATH_IMAGE205
中，利用IAA求解得到
Figure 67781DEST_PATH_IMAGE178
。其中，
Figure 99191DEST_PATH_IMAGE180
表示向量X的加权
Figure 50966DEST_PATH_IMAGE181
范数。
Figure DEST_PATH_IMAGE206
表示第n个接收通道，第p个扫描栅格点处的干扰协方差矩阵，其中的干扰由当前栅格点
Figure 303962DEST_PATH_IMAGE207
以外的信号分量构成。还可以将hn、
Figure DEST_PATH_IMAGE208
以及未知
Figure 151832DEST_PATH_IMAGE183
代入使用基于
Figure 404959DEST_PATH_IMAGE184
范数的稀疏重构算法的目标函数为：
Figure 98108DEST_PATH_IMAGE185
，进行谱求解得到
Figure 690764DEST_PATH_IMAGE186
；其中，
Figure 319322DEST_PATH_IMAGE209
表示P维向量X的
Figure 669532DEST_PATH_IMAGE076
范数，定义为
Figure 963110DEST_PATH_IMAGE188
。
在本实施例中，通过对待定位终端发送的多通道的定位信号进行傅里叶变换，得到多通道频域信号；对多通道频域信号进行信道估计，得到信道频域响应矩阵；基于信道频域响应矩阵，获取ToF谱数据。能够对接收到的定位信号进行变换，便于后续的数据分析。并且通过首先对根据定位信号的得到的信道频域响应矩阵进行修正，进一步的使后续确定的ToF谱数据、AoA的精度更高。
上述是实施例对定位信号处理并如何确定ToF谱数据进行了说明，在对定位信号进行处理时，对由定位信号构成的信道频域响应矩阵进行修正，现以一个实施例对进行修正时的修正系数进行说明，在一个实施例中，如图8所示，获取通道校正系数，包括：
S802，获取定位信号占用各个子带的定位序列。
具体地，由于待定位终端发送的定位信号具有抑制的定位序列，因此，在M个子带上发送的定位信号序列为
Figure DEST_PATH_IMAGE210
。
S804，利用各子带的定位序列构建定位序列矩阵。
具体地，利用M个子带上发送的定位信号序列为
Figure 941431DEST_PATH_IMAGE211
，构建定位序列矩阵
Figure 239426DEST_PATH_IMAGE161
。
S806，以定位序列矩阵中的每个元素作为主对角线元素，获得对角矩阵作为通道校正系数。
具体地，以定位序列矩阵中的
Figure DEST_PATH_IMAGE212
，其中，
Figure 873669DEST_PATH_IMAGE213
运算符表示以向量的每个元素作为主对角线元素，即获得对角矩阵。
在本实施例中，通过获取定位信号占用各个子带的定位序列；利用各子带的定位序列构建定位序列矩阵；以定位序列矩阵中的每个元素作为主对角线元素，获得对角矩阵作为通道校正系数。能够确定对信道频域矩阵进行修正的通道校正系数，进而对信道频域矩阵修正。
为了便于本领域技术人员的理解，现以一个实施例进一步对定位参数确定方法进行说明，在一个实施例中，如图9所示，定位参数确定方法包括：
S902，对待定位终端发送的多通道的定位信号进行傅里叶变换，得到多通道频域信号。
S904，对多通道频域信号进行信道估计，得到信道频域响应矩阵。
S906，获取定位信号占用各个子带的定位序列。
S908，利用各子带的定位序列构建定位序列矩阵。
S910，以定位序列矩阵中的每个元素作为主对角线元素，获得对角矩阵作为通道校正系数。
S912，根据通道校正系数对信道频域响应矩阵进行校正，得到校正后的信道频域响应矩阵。
S914，根据校正后的信道频域响应矩阵，获取ToF谱数据。
S916，获取模拟的真实信号到达天线阵列各阵元的幅度方向图的幅度测量值集合，和模拟的真实信号到达天线阵列各阵元的相位偏差的相位测量值集合。
S918，根据幅度测量值集合，构建幅度方向图函数；以及根据相位测量值集合，构建相位偏差函数。
S920，根据天线阵列偏差函数，对粗理想空域流型矩阵进行修正，得到修正后的粗空域流型矩阵。其中，理想的空域流型矩阵包括粗理想空域流型矩阵和细理想空域流型矩阵；粗理想空域流型矩阵中每个元素表示天线阵列中各阵元在第一预设的相应角度范围对定位信号的响应；细理想空域流型矩阵中每个元素表示天线阵列中各阵元在第二预设的相应角度范围对定位信号的响应；第一预设的相应角度范围大于第二预设的相应角度范围。
S922，根据修正后的粗空域流型矩阵和ToF谱数据，确定定位信号各路径的ToF、各路径的参考AOA、衰减系数。
S924，根据各路径衰减系数和各路径的ToF，从各路径中确定直达径。
S926，对直达径对应的参考AOA进行划分，得到第二预设的相应角度范围。
S928，根据第二预设的相应角度范围确定细理想空域流型矩阵。
S930，根据天线阵列偏差函数，对细理想空域流型矩阵进行修正，得到修正后的细空域流型矩阵。
S932，采用预设的角度函数，根据修正后的细空域流型矩阵和直达径对应的ToF，确定直达径的AoA。
具体地，以某基于FR1频段5G系统的室内定位实验为例，来说明算法有效性。采用5G探测参考信号 (Sounding Reference Signal, SRS) 作为定位信号，SRS为宽带OFDM信号，实验中配置其占据1632个子载波，子载波间间隔60kHz。实验过程中使用了两个5G RRU作为接收设备，每个RRU配备4阵元ULA，阵元间距为5.8cm，阵列水平放置。在定位实验开始前，需要完成离线阶段的天线相位偏差函数和幅度方向图函数估计。如图10、11中空心圆圈所示，为在微波暗室以5°为间隔，在天线阵所覆盖的-60°至60°扇区内测量得到的天线阵各阵元的相位偏差以及幅度方向图的采样。采用多项式拟合方法对相位偏差函数
Figure DEST_PATH_IMAGE214
和幅度方向图函数
Figure 236517DEST_PATH_IMAGE215
进行估计，估计相位偏差函数时，采用的多项式阶数为6，4个天线阵元分别估计得到的相位偏差函数曲线如图10中实线所示；估计幅度方向图函数时，采用的多项式阶数为4，4个天线阵元分别估计得到的幅度方向图函数曲线如图11中实线所示。从图10、图11中能够看到，采用多项式拟合得到的相位偏差函数和幅度方向图函数能够较好地逼近微波暗室中相应的测量量。
固定两个RRU位置，放置终端在不同的相对位置，每次终端静止不动，采集1500个连续的SRS符号进行定位参数估计，此处列出其中一个RRU相对于终端到达角度较大，且另一个RRU相对于终端到达角度较小时的结果，以说明本发明所提方法对大到达角度 (AoA)信号相位偏差的适应性。如图12所示为某次实验的RRU和终端的相对位置图，图中虚线表示两个RRU天线阵列的法线方向，五角星为这次实验终端所在的位置。可以看到，此时终端接近RRU-1的法向，真实到达角度为-1.5°；且终端信号到达RRU-2的角度较大，真实到达角度为-55.8°。
使用本申请所提方法对两个RRU的SRS数据进行处理，1500个SRS符号的AoA估计误差累积分布概率 (Cumulative Distribution Function, CDF) 曲线如图13中空心圆圈所示，为进行对比，图13中同样绘制了使用理想流型矩阵进行处理，得到的CDF曲线，用实心点表示。根据图13可知，天线的误差，包括各阵元的相位偏差以及天线方向图的差异，存在明显的角度相关性，在小到达角度时，误差较小，引起的AoA估计误差较小；在大到达角度时，误差较大，引起的AoA估计误差也较大。通过流型矩阵的修正，对该到达角度相关的天线误差进行了有效补偿，在信号到达角度较大时改善尤为明显。
在本实施例中，通过根据待定位终端发送的多通道的定位信号，确定定位信号的飞行时间ToF谱数据；根据预设的天线阵列偏差函数，对理想的空域流型矩阵进行修正，得到修正后的空域流型矩阵；根据ToF谱数据和修正后的空域流型矩阵，确定定位信号的直达径的定位参数。能够利用预设的包含相位和幅度的天线阵列偏差函数对理想的空域流型矩阵进行修正，减小真实的天线阵列对信号的响应和理想的天线阵列对信号的响应之间的偏差，确定待定位终端到天线阵列的最短路径的直达径，进而提高测量定位信号定位参数的精度。并且，本方案避免了现有技术中同时测量ToF、AoA造成的计算复杂的问题。
应该理解的是，虽然图2-9的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-9中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图14所示，提供了一种定位参数确定装置，包括：
第一确定模块141，用于根据待定位终端发送的多通道的定位信号，确定定位信号的飞行时间ToF谱数据；
修正模块142，用于根据预设的天线阵列偏差函数，对理想的空域流型矩阵进行修正，得到修正后的空域流型矩阵；空域流型矩阵中每个元素表示天线阵列中各阵元在预设的相应角度范围对定位信号的响应；天线阵列偏差函数表征真实的天线阵列对信号的响应和理想的天线阵列对信号的响应之间的偏差；
第二确定模块143，用于根据ToF谱数据和修正后的空域流型矩阵，确定定位信号的直达径的定位参数；直达径为待定位终端到天线阵列的最短路径。
在本实施例中，第一确定模块根据待定位终端发送的多通道的定位信号，确定定位信号的飞行时间ToF谱数据；修正模块根据预设的天线阵列偏差函数，对理想的空域流型矩阵进行修正，得到修正后的空域流型矩阵；第二确定模块根据ToF谱数据和修正后的空域流型矩阵，确定定位信号的直达径的定位参数。能够利用预设的包含相位和幅度的天线阵列偏差函数对理想的空域流型矩阵进行修正，减小真实的天线阵列对信号的响应和理想的天线阵列对信号的响应之间的偏差，确定待定位终端到天线阵列的最短路径的直达径，进而提高测量定位信号定位参数的精度。并且，本方案避免了现有技术中同时测量ToF、AoA造成的计算复杂的问题。
在一个实施例中，如图15所示，定位参数确定装置还包括：
模拟参数集合模块144，用于获取模拟的真实信号到达天线阵列各阵元的幅度方向图的幅度测量值集合，和模拟的真实信号到达天线阵列各阵元的相位偏差的相位测量值集合；
构建偏差函数集合145，用于根据幅度测量值集合，构建幅度方向图函数；以及根据相位测量值集合，构建相位偏差函数。
在一个实施例中，参照图15所示，定位参数包括AOA和ToF；第二确定模块143，包括：
第一修正单元1431，用于根据天线阵列偏差函数，对粗理想空域流型矩阵进行修正，得到修正后的粗空域流型矩阵；
第一确定单元1432，用于根据修正后的粗空域流型矩阵和ToF谱数据，确定细理想空域流型矩阵和直达径对应的ToF；
第二修正单元1433，用于根据天线阵列偏差函数，对细理想空域流型矩阵进行修正，得到修正后的细空域流型矩阵；
第二确定单元1434，用于采用预设的角度函数，根据修正后的细空域流型矩阵和直达径对应的ToF，确定直达径的AoA。
在一个实施例中，第一确定单元1432具体用于，根据修正后的粗空域流型矩阵和ToF谱数据，确定定位信号各路径的ToF、参考AOA、衰减系数；根据各路径衰减系数和各路径的ToF，从各路径中确定直达径；对直达径对应的参考AOA进行划分，得到第二预设的相应角度范围；根据第二预设的相应角度范围确定细理想空域流型矩阵。根据各路径的ToF，确定直达径对应的ToF。
在一个实施例中，参照图15所示，第一确定单元1432具体用于根据修正后的粗空域流型矩阵和ToF谱数据确定二维定位参数谱数据；根据二维定位参数谱数据进行谱峰提取，得到定位信号各路径的ToF、各路径的参考AOA、衰减系数。
在一个实施例中，参照图15所示，第一确定模块141包括：
时频变换单元1411，用于对待定位终端发送的多通道的定位信号进行傅里叶变换，得到多通道频域信号；
信道估计单元1412，用于对多通道频域信号进行信道估计，得到信道频域响应矩阵；
获取单元1413，用于基于信道频域响应矩阵，获取ToF谱数据。
在一个实施例中，获取单元1413，具体用于获取通道校正系数，根据通道校正系数对信道频域响应矩阵进行校正，得到校正后的信道频域响应矩阵；根据校正后的信道频域响应矩阵，获取ToF谱数据。
在一个实施例中，获取单元1413，具体用于获取通道校正系数，根据通道校正系数对信道频域响应矩阵进行校正，得到校正后的信道频域响应矩阵；根据校正后的信道频域响应矩阵，获取ToF谱数据。
关于定位参数确定装置的具体限定可以参见上文中对于定位参数确定方法的限定，在此不再赘述。上述定位参数确定装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图16所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、NFC（近场通信）或其他技术实现。该计算机程序被处理器执行时以实现一种定位参数确定方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图16中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器（Read-Only Memory，ROM）、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器（Random Access Memory，RAM）或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器（Static Random Access Memory，SRAM）或动态随机存取存储器（Dynamic Random Access Memory，DRAM）等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (13)

1.一种定位参数确定方法，其特征在于，所述方法包括：
根据待定位终端发送的多通道的定位信号，确定所述定位信号的飞行时间ToF谱数据；
根据预设的天线阵列偏差函数，对理想的空域流型矩阵进行修正，得到修正后的空域流型矩阵；所述空域流型矩阵中每个元素表示天线阵列中各阵元在预设的相应角度范围对所述定位信号的响应；所述天线阵列偏差函数表征真实的天线阵列对信号的响应和理想的天线阵列对信号的响应之间的偏差；
根据所述ToF谱数据和所述修正后的空域流型矩阵，确定所述定位信号的直达径的定位参数；所述直达径为所述待定位终端到所述天线阵列的最短路径。
2.根据权利要求1所述的方法，其特征在于，所述天线阵列偏差函数的构建过程包括：
获取模拟的真实信号到达天线阵列各阵元的幅度方向图的幅度测量值集合，和所述模拟的真实信号到达天线阵列各阵元的相位偏差的相位测量值集合；
根据所述幅度测量值集合，构建所述幅度方向图函数；以及根据所述相位测量值集合，构建所述相位偏差函数。
3.根据权利要求1所述的方法，其特征在于，所述理想的空域流型矩阵包括粗理想空域流型矩阵和细理想空域流型矩阵；所述粗理想空域流型矩阵中每个元素表示天线阵列中各阵元在第一预设的相应角度范围对所述定位信号的响应；所述细理想空域流型矩阵中每个元素表示天线阵列中各阵元在第二预设的相应角度范围对所述定位信号的响应；所述第一预设的相应角度范围大于所述第二预设的相应角度范围。
4.根据权利要求3所述的方法，其特征在于，所述定位参数包括到达角度AOA和ToF；所述根据所述ToF谱数据和所述修正后的空域流型矩阵，确定所述定位信号的直达径的定位参数，包括：
根据所述天线阵列偏差函数，对所述粗理想空域流型矩阵进行修正，得到修正后的粗空域流型矩阵；
根据所述修正后的粗空域流型矩阵和所述ToF谱数据，确定所述细理想空域流型矩阵和所述直达径对应的ToF；
根据所述天线阵列偏差函数，对所述细理想空域流型矩阵进行修正，得到修正后的细空域流型矩阵；
采用预设的角度函数，根据所述修正后的细空域流型矩阵和所述直达径对应的ToF，确定所述直达径的AoA。
5.根据权利要求4所述的方法，其特征在于，所述根据所述修正后的粗空域流型矩阵和所述ToF谱数据，确定所述细理想空域流型矩阵，包括：
根据所述修正后的粗空域流型矩阵和所述ToF谱数据，确定所述定位信号各路径的ToF、各路径的参考AOA、各路径的衰减系数；
根据各所述路径的衰减系数和各所述路径的ToF，从各所述路径中确定直达径；
对所述直达径对应的参考AOA进行划分，得到所述第二预设的相应角度范围；
根据所述第二预设的相应角度范围确定所述细理想空域流型矩阵。
6.根据权利要求5所述的方法，其特征在于，所述根据所述修正后的粗空域流型矩阵和所述ToF谱数据，确定所述直达径对应的ToF；
根据各所述路径的ToF以及各所述路径的衰减系数，确定所述直达径对应的ToF。
7.根据权利要求5所述的方法，其特征在于，所述根据所述修正后的粗空域流型矩阵和所述ToF谱数据，确定所述定位信号各路径的ToF、各路径的参考AOA、各路径的衰减系数，包括：
根据所述修正后的粗空域流型矩阵和所述ToF谱数据确定二维定位参数谱数据；
根据所述二维定位参数谱数据进行谱峰提取，得到所述定位信号各所述路径的ToF、各所述路径的参考AOA、各所述路径的衰减系数。
8.根据权利要求1所述的方法，其特征在于，所述根据待定位终端发送的多通道的定位信号，确定所述定位信号的飞行时间ToF谱数据，包括：
对所述待定位终端发送的多通道的定位信号进行傅里叶变换，得到多通道频域信号；
对所述多通道频域信号进行信道估计，得到信道频域响应矩阵；
基于所述信道频域响应矩阵，获取所述ToF谱数据。
9.根据权利要求8所述的方法，其特征在于，所述基于所述信道频域响应矩阵，获取所述ToF谱数据，包括：
获取通道校正系数，根据所述通道校正系数对所述信道频域响应矩阵进行校正，得到校正后的信道频域响应矩阵；
根据所述校正后的信道频域响应矩阵，获取所述ToF谱数据。
10.根据权利要求9所述的方法，其特征在于，所述获取通道校正系数，包括：
获取所述定位信号占用各个子带的定位序列；
利用各所述子带的定位序列构建定位序列矩阵；
以所述定位序列矩阵中的每个元素作为主对角线元素，获得对角矩阵作为所述通道校正系数。
11.一种定位参数确定装置，其特征在于，所述装置包括：
第一确定模块，用于根据待定位终端发送的多通道的定位信号，确定所述定位信号的飞行时间ToF谱数据；
修正模块，用于根据预设的天线阵列偏差函数，对理想的空域流型矩阵进行修正，得到修正后的空域流型矩阵；所述空域流型矩阵中每个元素表示天线阵列中各阵元在预设的相应角度范围对所述定位信号的响应；所述天线阵列偏差函数表征真实的天线阵列对信号的响应和理想的天线阵列对信号的响应之间的偏差；
第二确定模块，用于根据所述ToF谱数据和所述修正后的空域流型矩阵，确定所述定位信号的直达径的定位参数；所述直达径为所述待定位终端到所述天线阵列的最短路径。
12.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至10中任一项所述的方法的步骤。
13.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至10中任一项所述的方法的步骤。
CN202110883913.2A 2021-08-03 2021-08-03 定位参数确定方法、装置、设备和存储介质 Active CN113329491B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202110883913.2A CN113329491B (zh) 2021-08-03 2021-08-03 定位参数确定方法、装置、设备和存储介质
PCT/CN2021/139679 WO2023010763A1 (zh) 2021-08-03 2021-12-20 定位参数确定方法、装置、设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110883913.2A CN113329491B (zh) 2021-08-03 2021-08-03 定位参数确定方法、装置、设备和存储介质

Publications (2)

Publication Number Publication Date
CN113329491A true CN113329491A (zh) 2021-08-31
CN113329491B CN113329491B (zh) 2021-10-12

Family

ID=77426844

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110883913.2A Active CN113329491B (zh) 2021-08-03 2021-08-03 定位参数确定方法、装置、设备和存储介质

Country Status (2)

Country Link
CN (1) CN113329491B (zh)
WO (1) WO2023010763A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022183813A1 (zh) * 2021-03-02 2022-09-09 网络通信与安全紫金山实验室 定位参数确定方法、装置、计算机设备和存储介质
WO2023010763A1 (zh) * 2021-08-03 2023-02-09 网络通信与安全紫金山实验室 定位参数确定方法、装置、设备和存储介质

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116528360B (zh) * 2023-07-04 2023-09-15 天津恒达文博科技股份有限公司 一种蓝牙aoa定位的解算方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103152088A (zh) * 2013-01-31 2013-06-12 西安电子科技大学 阵列误差存在时均匀圆阵天线低副瓣波束形成方法
CN103984971A (zh) * 2014-05-31 2014-08-13 范志广 基于天线阵列相位差测向射频识别的无线定位方法及系统
CN104798393A (zh) * 2012-09-27 2015-07-22 瑞典爱立信有限公司 检测多路径以及确定定位测量不确定度
CN109085564A (zh) * 2018-08-31 2018-12-25 北京邮电大学 一种定位方法及装置
US20200182995A1 (en) * 2015-07-17 2020-06-11 Origin Wireless, Inc. Method, apparatus, and system for outdoor target tracking
CN112601282A (zh) * 2021-03-02 2021-04-02 网络通信与安全紫金山实验室 定位参数确定方法、装置、计算机设备和存储介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10182290B2 (en) * 2017-02-23 2019-01-15 Microsoft Technology Licensing, Llc Covariance matrix estimation with acoustic imaging
CN108761383A (zh) * 2018-04-13 2018-11-06 中国人民解放军陆军工程大学 一种基于二维矩阵束的时延与角度联合估计方法
CN111435158B (zh) * 2019-01-11 2022-06-10 大唐移动通信设备有限公司 一种信号到达角的估计方法及基站
CN112469119B (zh) * 2021-02-03 2021-06-08 网络通信与安全紫金山实验室 定位方法、装置、计算机设备和存储介质
CN113329491B (zh) * 2021-08-03 2021-10-12 网络通信与安全紫金山实验室 定位参数确定方法、装置、设备和存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104798393A (zh) * 2012-09-27 2015-07-22 瑞典爱立信有限公司 检测多路径以及确定定位测量不确定度
CN103152088A (zh) * 2013-01-31 2013-06-12 西安电子科技大学 阵列误差存在时均匀圆阵天线低副瓣波束形成方法
CN103984971A (zh) * 2014-05-31 2014-08-13 范志广 基于天线阵列相位差测向射频识别的无线定位方法及系统
US20200182995A1 (en) * 2015-07-17 2020-06-11 Origin Wireless, Inc. Method, apparatus, and system for outdoor target tracking
CN109085564A (zh) * 2018-08-31 2018-12-25 北京邮电大学 一种定位方法及装置
CN112601282A (zh) * 2021-03-02 2021-04-02 网络通信与安全紫金山实验室 定位参数确定方法、装置、计算机设备和存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
赵卫波: "基于FastICA的高精度多径时延估计算法", 《电子技术应用》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022183813A1 (zh) * 2021-03-02 2022-09-09 网络通信与安全紫金山实验室 定位参数确定方法、装置、计算机设备和存储介质
WO2023010763A1 (zh) * 2021-08-03 2023-02-09 网络通信与安全紫金山实验室 定位参数确定方法、装置、设备和存储介质

Also Published As

Publication number Publication date
WO2023010763A1 (zh) 2023-02-09
CN113329491B (zh) 2021-10-12

Similar Documents

Publication Publication Date Title
CN113329491B (zh) 定位参数确定方法、装置、设备和存储介质
Chen et al. Maximum-likelihood source localization and unknown sensor location estimation for wideband signals in the near-field
JP4339801B2 (ja) 固有値分解を利用しない信号到来方向推定手法および受信ビーム形成装置
Pan et al. Efficient joint DOA and TOA estimation for indoor positioning with 5G picocell base stations
Zhang et al. High resolution 3-D angle of arrival determination for indoor UWB multipath propagation
CN103017728B (zh) 干扰环境下天线阵列方向向量的测定方法
CN113286363B (zh) 无线定位参数估计方法、装置、计算机设备及存储介质
Park et al. Maximum‐likelihood angle estimator for multi‐channel FM‐radio‐based passive coherent location
WO2011093805A1 (en) A system and a method for simultaneous position, mutual coupling and gain/phase calibration of antenna arrays
JP2011014980A (ja) 電波伝搬パラメータ推定装置、電波伝搬パラメータ推定方法
Ahmad et al. Wideband DOA estimation based on incoherent signal subspace method
Rahman et al. Lochunt: Angle of arrival based location estimation in harsh multipath environments
CN113438738A (zh) 定位参数估计方法、装置、计算机设备和存储介质
Tayem et al. Hardware implementation of MUSIC and ESPRIT on NI-PXI platform
Amjadi et al. Superresolution DoA estimation with circular arrays using signal segregation algorithm in conjunction with a nulls-synthesis method
Wisanmongkol et al. An ensemble approach to deep‐learning‐based wireless indoor localization
Willerton et al. Array shape calibration using a single multi-carrier pilot
Tayem et al. QR-TLS ESPRIT for source localization and frequency estimations
Ahmed et al. Fast indoor localization using WiFi channel state information
Fabrizio et al. Single site geolocation method for a linear array
Nguyen et al. Combining u-net auto-encoder and MUSIC algorithm for improving DOA estimation accuracy under defects of antenna array
Pan et al. A low-complexity joint AoA and ToA estimation method for positioning with 5G signals
Boiko et al. Possibilities of the MUSIC Algorithm for WI-FI Positioning According to the IEEE 802.11 az Standard
GUPTA Analysis of Direction of Arrival Estimation for Multiple Wideband Sources
MC et al. Multikernel optimized beam forming using sparse representation for non-uniform linear array

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