CN113395763B - 基于5G/NB-IoT簇节点信息融合的NB终端高精度定位方法及系统 - Google Patents

基于5G/NB-IoT簇节点信息融合的NB终端高精度定位方法及系统 Download PDF

Info

Publication number
CN113395763B
CN113395763B CN202110652523.4A CN202110652523A CN113395763B CN 113395763 B CN113395763 B CN 113395763B CN 202110652523 A CN202110652523 A CN 202110652523A CN 113395763 B CN113395763 B CN 113395763B
Authority
CN
China
Prior art keywords
iot
target
terminal
network
signal
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
CN202110652523.4A
Other languages
English (en)
Other versions
CN113395763A (zh
Inventor
梅勃
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.)
Shenzhen Huaxin Yunchuang Technology Co ltd
Original Assignee
Shenzhen Huaxin Yunchuang Technology 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 Shenzhen Huaxin Yunchuang Technology Co ltd filed Critical Shenzhen Huaxin Yunchuang Technology Co ltd
Priority to CN202110652523.4A priority Critical patent/CN113395763B/zh
Publication of CN113395763A publication Critical patent/CN113395763A/zh
Application granted granted Critical
Publication of CN113395763B publication Critical patent/CN113395763B/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
    • 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
    • H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W40/00—Communication routing or communication path finding
    • H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
    • H04W40/04—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources
    • H04W40/10—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources based on available power or energy
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W40/00—Communication routing or communication path finding
    • H04W40/24—Connectivity information management, e.g. connectivity discovery or connectivity update
    • H04W40/32—Connectivity information management, e.g. connectivity discovery or connectivity update for defining a routing cluster membership
    • 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)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明公开了一种基于5G/NB‑IoT簇节点信息融合的NB终端高精度定位方法及系统，其方法包括：获取同时搭载5G网络和NB‑IoT网络的目标设备的节点信息，根据所述节点信息在预设簇节点数据库中选择目标簇节点，将所述目标簇节点和5G网络以及NB‑IoT网络接入到预设定位框架中，检测目标NB终端发出的NB‑IoT信号，基于NB‑IoT信号，利用所述预设定位框架中的5G网络结合目标簇节点的第一坐标对目标NB终端进行定位，获取第一定位结果，利用预设定位框架中的NB‑IoT网络解析出NB‑IoT信号的DOA估计值，根据所述DOA估计值获取目标NB终端的第二定位结果，将第一定位结果和第二定位结果进行归一化加权处理以获得目标NB终端的实际位置。既保持NB‑IoT的低功耗和低成本特性又提高了最终的终端定位精度。

Description

基于5G/NB-IoT簇节点信息融合的NB终端高精度定位方法及 系统
技术领域
本发明涉及无线通信技术领域，尤其涉及一种基于5G/NB-IoT簇节点信息融合的NB终端高精度定位方法及系统。
背景技术
随着物联网的发展，产生了用于传感和控制的大量连接需求。这种需求对连接速率的要求不高，但对功耗和成本非常敏感，并且分布广泛且数量众多。在无线定位中，窄带物联网(NB-IoT)的定位精度较差，而蜂窝网络借助到达时间差(TDOA)、到达角(DOA)信息等具有较高的定位精度。但是，当前的3G/4G网络无法承载大量的IoT连接。预计第五代通信系统(5G)可以满足IoT连接的需求，并且5G和NB-IoT网络的进一步集成有望有效提高NB-IoT网络的定位精度。因此，用于融合网络研究的高精度定位算法具有广阔的应用前景和学术意义。
在现有技术中NB-IoT终端定位方法为通过NB-IoT基站的位置以及待定位终端的指纹特征信息来确定待定位终端的具体位置，但是此方法存在以下缺点：由于NB-IoT网络的定位精度不高从而导致最终的终端定位结果存在误差甚至定位错误情况的发生，降低了用户的体验感。
发明内容
针对上述所显示出来的问题，本发明提供了一种基于5G/NB-IoT簇节点信息融合的NB终端高精度定位方法及系统用以解决背景技术中提到的由于NB-IoT网络的定位精度不高从而导致最终的终端定位结果存在误差甚至定位错误情况的发生，降低了用户的体验感的问题。
一种基于5G/NB-IoT簇节点信息融合的NB终端高精度定位方法，包括以下步骤：
获取同时搭载5G网络和NB-IoT网络的目标设备的节点信息，根据所述节点信息在预设簇节点数据库中选择目标簇节点；
将所述目标簇节点和5G网络以及NB-IoT网络接入到预设定位框架中；
检测目标NB终端发出的NB-IoT信号，基于所述NB-IoT信号，利用所述预设定位框架中的5G网络结合目标簇节点的第一坐标对目标NB终端进行定位，获取第一定位结果；
利用预设定位框架中的NB-IoT网络解析出NB-IoT信号的DOA估计值，根据所述DOA估计值获取目标NB终端的第二定位结果；
将所述第一定位结果和第二定位结果进行归一化加权处理以获得目标NB终端的实际位置。
优选的，所述获取同时搭载5G网络和NB-IoT网络的目标设备的节点信息，根据所述节点信息在预设簇节点数据库中选择目标簇节点，包括：
分别统计5G网络工作的第一数量个第一节点和NB-IoT网络工作的第二数量个第二节点；
获取每个第一节点和第二节点的历史广播信息；
根据每个第一节点和第二节点的历史广播信息确定每个第一节点和第二节点的剩余能量信息和剩余数据量信息；
根据每个第一节点和第二节点的剩余能量信息和剩余数据量信息计算出5G网络对应的第一效用值和NB-IoT网络对应的第二效用值；
在预设簇节点数据库中选择与所述第一效用值和第二效用值同时匹配的簇节点作为所述目标簇节点。
优选的，所述将所述目标簇节点和5G网络以及NB-IoT网络接入到预设定位框架中，包括：
为所述预设定位框架配置网络接入管理子框架和簇节点管理子框架；
获取5G网络以及NB-IoT网络的自身序列号并对其进行验证，获取验证结果；
根据所述验证结果判断所述5G网络以及NB-IoT网络是否符合预设定位框架的接入标准，若是，将所述5G网络以及NB-IoT网络接入到所述网络接入管理子框架中，否则，重新选择新的5G网络以及NB-IoT网络进行验证和判断工作直到符合预设定位框架的接入标准为止；
将所述目标簇节点接入到所述簇节点管理子框架中。
优选的，在检测目标NB终端发出的NB-IoT信号之后，所述方法还包括：
检测所述NB-IoT信号的当前信号强度；
根据所述当前信号强度确定NB-IoT基站相对于目标NB终端的目标工作模式，所述目标工作模式包括：待机模式、放大模式、离线模式和低频模式；
确定所述目标工作模式对应的当前资源，确认所述当前资源是否满足定位需求，若是，无需进行后续操作，否则，获取所述目标工作模式对应的可替代资源；
将所述当前资源替换为所述可替代资源。
优选的，所述基于所述NB-IoT信号，利用所述预设定位框架中的5G网络结合目标簇节点的第一坐标对目标NB终端进行定位，获取第一定位结果，包括：
根据所述NB-IoT信号以及NB-IoT基站的第二坐标推算出目标NB终端的第三坐标；
计算出所述第二坐标和第三坐标的欧式距离；
根据所述欧式距离和第一坐标代入预设CHAN算法中计算出目标NB终端的第一评估坐标；
将所述第一评估坐标确认为所述第一定位结果。
优选的，所述利用预设定位框架中的NB-IoT网络解析出NB-IoT信号的DOA估计值，根据所述DOA估计值获取目标NB终端的第二定位结果，包括：
获取所述目标NB终端与NB-IoT基站之间的当前载波信道状态信息和当前窄带参考信号接收功率值；
根据所述当前载波信号状态信息确定目标NB终端与NB-IoT基站之间的当前载波幅度值；
将所述当前窄带参考信号接收功率值和当前载波幅度值确认为目标NB终端的指纹特征信息；
根据所述指纹特征信息在预设指纹特征库中进行搜索，获得最优匹配的目标数量个匹配NB终端；
获取每个匹配NB终端的特征向量，基于每个匹配NB终端的特征向量，利用预设极大似然估计算法确定目标匹配NB终端；
将所述目标匹配NB终端的目标特征向量作为NB-IoT信号子空间；
构建不同方向入射角对NB-IoT信号子空间的空间谱；
在所述空间谱中选择最大的目标空间谱对应的目标入射角度作为NB-IoT信号的DOA估计值；
根据所述DOA估计值与NB-IoT基站的第二坐标和所述第一坐标确定目标NB设备的第二评估坐标；
将所述第二评估坐标确认为所述第二定位结果。
优选的，所述根据所述当前信号强度确定NB-IoT基站相对于目标NB终端的目标工作模式，包括：
根据所述当前信号强度确定目标NB终端的信号接收功率；
获取所述NB-IoT基站的初始发射功率；
根据所述初始发射功率与目标NB终端的信号接收功率计算出NB-IoT信号从NB-IoT基站传输至目标NB终端时的损耗功率：
Figure BDA0003112218800000041
其中，p表示为NB-IoT信号从NB-IoT基站传输至目标NB终端时的损耗功率，P1表示为NB-IoT基站的初始发射功率，P2表示为目标NB终端的信号接收功率，Qd表示为NB-IoT信号经过距离d的路径损耗，β表示为预设路径损耗指数，lg表示为对数函数，d表示为NB-IoT基站到目标NB终端之间的直线距离，d1表示为NB-IoT基站的信号最远传输距离，e表示为自然常数，取值为2.72，θ表示为NB-IoT基站与目标NB终端之间的网络连接稳定性指数；
获取所述NB-IoT基站信号发射天线的增益；
根据所述当前信号强度确定目标NB终端的接收天线的增益；
根据NB-IoT基站信号发射天线的增益和目标NB终端的接收天线的增益以及NB-IoT信号从NB-IoT基站传输至目标NB终端时的损耗功率计算出NB-IoT基站相对于目标NB终端的数据传输效率：
Figure BDA0003112218800000051
其中，μ表示为NB-IoT基站相对于目标NB终端的数据传输效率，A表示为NB-IoT基站的预设数据调制效率，log表示为对数，K表示为NB-IoT基站发射信号的多相调制的相数，α表示为NB-IoT基站到目标NB终端之间的直线与NB-IoT基站水平直线的夹角，cosα表示为NB-IoT基站到目标NB终端之间的直线与NB-IoT基站水平直线的夹角的余弦值，a表示为NB-IoT基站信号发射天线的增益，b表示为目标NB终端的接收天线的增益，R表示为目标NB终端的固定通讯半径；
根据所述NB-IoT基站相对于目标NB终端的数据传输效率在预先存储的多个模式对应的多个数据传输效率中进行匹配以确定NB-IoT基站相对于目标NB终端的目标工作模式。
优选的，所述检测所述NB-IoT信号的当前信号强度，包括：
解析所述NB-IoT信号获得其对应的信号频谱；
根据所述信号频谱确定NB-IoT信号的波长以及干扰信号的概率分布；
根据所述NB-IoT信号的波长以及干扰信号的概率分布计算出NB-IoT信号的当前信号强度：
Figure BDA0003112218800000061
其中，F表示为NB-IoT信号的当前信号强度，P1表示为NB-IoT基站的初始发射功率，a表示为NB-IoT基站信号发射天线的增益，b表示为目标NB终端的接收天线的增益，γ表示为NB-IoT信号的波长，π表示为圆周率，取值为3.14，d表示为NB-IoT基站到目标NB终端之间的直线距离，δ表示为NB-IoT信号对应的信号频谱中干扰信号的概率分布。
一种基于5G/NB-IoT簇节点信息融合的NB终端高精度定位系统，该系统包括：
选择模块，用于获取同时搭载5G网络和NB-IoT网络的目标设备的节点信息，根据所述节点信息在预设簇节点数据库中选择目标簇节点；
接入模块，用于将所述目标簇节点和5G网络以及NB-IoT网络接入到预设定位框架中；
定位模块，用于检测目标NB终端发出的NB-IoT信号，基于所述NB-IoT信号，利用所述预设定位框架中的5G网络结合目标簇节点的第一坐标对目标NB终端进行定位，获取第一定位结果；
解析模块，用于利用预设定位框架中的NB-IoT网络解析出NB-IoT信号的DOA估计值，根据所述DOA估计值获取目标NB终端的第二定位结果；
处理模块，用于将所述第一定位结果和第二定位结果进行归一化加权处理以获得目标NB终端的实际位置。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
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
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。
图1为本发明所提供的一种基于5G/NB-IoT簇节点信息融合的NB终端高精度定位方法的工作流程图；
图2为本发明所提供的一种基于5G/NB-IoT簇节点信息融合的NB终端高精度定位方法的另一工作流程图；
图3为本发明所提供的一种基于5G/NB-IoT簇节点信息融合的NB终端高精度定位方法的又一工作流程图；
图4为本发明所提供的一种基于5G/NB-IoT簇节点信息融合的NB终端高精度定位系统的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
随着物联网的发展，产生了用于传感和控制的大量连接需求。这种需求对连接速率的要求不高，但对功耗和成本非常敏感，并且分布广泛且数量众多。在无线定位中，窄带物联网(NB-IoT)的定位精度较差，而蜂窝网络借助到达时间差(TDOA)、到达角(DOA)信息等具有较高的定位精度。但是，当前的3G/4G网络无法承载大量的IoT连接。预计第五代通信系统(5G)可以满足IoT连接的需求，并且5G和NB-IoT网络的进一步集成有望有效提高NB-IoT网络的定位精度。因此，用于融合网络研究的高精度定位算法具有广阔的应用前景和学术意义。
在现有技术中NB-IoT终端定位方法为通过NB-IoT基站的位置以及待定位终端的指纹特征信息来确定待定位终端的具体位置，但是此方法存在以下缺点：由于NB-IoT网络的定位精度不高从而导致最终的终端定位结果存在误差甚至定位错误情况的发生，降低了用户的体验感。为了解决上述问题，本实施例公开了一种基于5G/NB-IoT簇节点信息融合的NB终端高精度定位方法。
一种基于5G/NB-IoT簇节点信息融合的NB终端高精度定位方法，如图1所示，包括以下步骤：
步骤S101、获取同时搭载5G网络和NB-IoT网络的目标设备的节点信息，根据所述节点信息在预设簇节点数据库中选择目标簇节点；
步骤S102、将所述目标簇节点和5G网络以及NB-IoT网络接入到预设定位框架中；
步骤S103、检测目标NB终端发出的NB-IoT信号，基于所述NB-IoT信号，利用所述预设定位框架中的5G网络结合目标簇节点的第一坐标对目标NB终端进行定位，获取第一定位结果；
步骤S104、利用预设定位框架中的NB-IoT网络解析出NB-IoT信号的DOA估计值，根据所述DOA估计值获取目标NB终端的第二定位结果；
步骤S105、将所述第一定位结果和第二定位结果进行归一化加权处理以获得目标NB终端的实际位置。
上述技术方案的工作原理为：获取同时搭载5G网络和NB-IoT网络的目标设备的节点信息，根据所述节点信息在预设簇节点数据库中选择目标簇节点，将所述目标簇节点和5G网络以及NB-IoT网络接入到预设定位框架中，检测目标NB终端发出的NB-IoT信号，基于所述NB-IoT信号，利用所述预设定位框架中的5G网络结合目标簇节点的第一坐标对目标NB终端进行定位，获取第一定位结果，利用预设定位框架中的NB-IoT网络解析出NB-IoT信号的DOA估计值，根据所述DOA估计值获取目标NB终端的第二定位结果，将所述第一定位结果和第二定位结果进行归一化加权处理以获得目标NB终端的实际位置。
上述技术方案的有益效果为：通过将5G网络和NB-IoT网络以及目标簇节点共同接入预设定位框架中来实现对NB终端的定位可以既保持NB-IoT的低功耗和低成本特性又提高了最终的终端定位精度，基于5G网络的到达角(DOA)信息可以高效地对NB终端进行定位，具有较高的定位精度，进一步地，将目标簇节点的坐标作为参考坐标来计算出目标NB终端的实际位置可以有效地根据参考坐标来准确地获取到目标NB终端的定位信息，解决了现有技术中由于NB-IoT网络的定位精度不高从而导致最终的终端定位结果存在误差甚至定位错误情况的发生，降低了用户的体验感的问题。
在一个实施例中，如图2所示，所述获取同时搭载5G网络和NB-IoT网络的目标设备的节点信息，根据所述节点信息在预设簇节点数据库中选择目标簇节点，包括：
步骤S201、分别统计5G网络工作的第一数量个第一节点和NB-IoT网络工作的第二数量个第二节点；
步骤S202、获取每个第一节点和第二节点的历史广播信息；
步骤S203、根据每个第一节点和第二节点的历史广播信息确定每个第一节点和第二节点的剩余能量信息和剩余数据量信息；
步骤S204、根据每个第一节点和第二节点的剩余能量信息和剩余数据量信息计算出5G网络对应的第一效用值和NB-IoT网络对应的第二效用值；
步骤S205、在预设簇节点数据库中选择与所述第一效用值和第二效用值同时匹配的簇节点作为所述目标簇节点。
上述技术方案的有益效果为：通过计算出5G网络对应的第一效用值和NB-IoT网络对应的第二效用值可以有效地评估出目标设备连接的5G网络和NB-IoT网络的网络特性进而在预设簇节点数据库中选择出与二者网络特性相匹配的目标簇节点，既提高了最终的定位精度和工作效率又提高了容错率。
在一个实施例中，所述将所述目标簇节点和5G网络以及NB-IoT网络接入到预设定位框架中，包括：
为所述预设定位框架配置网络接入管理子框架和簇节点管理子框架；
获取5G网络以及NB-IoT网络的自身序列号并对其进行验证，获取验证结果；
根据所述验证结果判断所述5G网络以及NB-IoT网络是否符合预设定位框架的接入标准，若是，将所述5G网络以及NB-IoT网络接入到所述网络接入管理子框架中，否则，重新选择新的5G网络以及NB-IoT网络进行验证和判断工作直到符合预设定位框架的接入标准为止；
将所述目标簇节点接入到所述簇节点管理子框架中。
上述技术方案的有益效果为：通过配置网络接入管理子框架和簇节点管理子框架可以保证分工明确以及各自分开管理，提高了管理效率，进一步地，通过验证5G网络以及NB-IoT网络是否符合预设定位框架的接入标准可以保证接入网络的稳定性进而在后续对NB终端进行定位时更加准确和实际。
在一个实施例中，在检测目标NB终端发出的NB-IoT信号之后，所述方法还包括：
检测所述NB-IoT信号的当前信号强度；
根据所述当前信号强度确定NB-IoT基站相对于目标NB终端的目标工作模式，所述目标工作模式包括：待机模式、放大模式、离线模式和低频模式；
确定所述目标工作模式对应的当前资源，确认所述当前资源是否满足定位需求，若是，无需进行后续操作，否则，获取所述目标工作模式对应的可替代资源；
将所述当前资源替换为所述可替代资源。
上述技术方案的有益效果为：通过调整NB-IoT基站相对于目标NB终端的目标工作模式的资源以保证NB-IoT基站与目标NB终端实现稳定有效的通信连接以及数据传输功能，进而可以避免后续对目标NB终端定位时产生干扰效果，进一步地保证了对于目标NB终端的定位精度。
在一个实施例中，如图3所示，所述基于所述NB-IoT信号，利用所述预设定位框架中的5G网络结合目标簇节点的第一坐标对目标NB终端进行定位，获取第一定位结果，包括：
步骤S301、根据所述NB-IoT信号以及NB-IoT基站的第二坐标推算出目标NB终端的第三坐标；
步骤S302、计算出所述第二坐标和第三坐标的欧式距离；
步骤S303、根据所述欧式距离和第一坐标代入预设CHAN算法中计算出目标NB终端的第一评估坐标；
步骤S304、将所述第一评估坐标确认为所述第一定位结果。
上述技术CHAN算法方案的有益效果为：通过根据第二坐标和第三坐标的欧式距离利用预设CHAN算法计算出目标NB终端的实际坐标可以根据实际位置参数以及参考位置参数快速准确地计算出目标NB终端的实际坐标。提高了准确性。
在一个实施例中，所述利用预设定位框架中的NB-IoT网络解析出NB-IoT信号的DOA估计值，根据所述DOA估计值获取目标NB终端的第二定位结果，包括：
获取所述目标NB终端与NB-IoT基站之间的当前载波信道状态信息和当前窄带参考信号接收功率值；
根据所述当前载波信号状态信息确定目标NB终端与NB-IoT基站之间的当前载波幅度值；
将所述当前窄带参考信号接收功率值和当前载波幅度值确认为目标NB终端的指纹特征信息；
根据所述指纹特征信息在预设指纹特征库中进行搜索，获得最优匹配的目标数量个匹配NB终端；
获取每个匹配NB终端的特征向量，基于每个匹配NB终端的特征向量，利用预设极大似然估计算法确定目标匹配NB终端；
将所述目标匹配NB终端的目标特征向量作为NB-IoT信号子空间；
构建不同方向入射角对NB-IoT信号子空间的空间谱；
在所述空间谱中选择最大的目标空间谱对应的目标入射角度作为NB-IoT信号的DOA估计值；
根据所述DOA估计值与NB-IoT基站的第二坐标和所述第一坐标确定目标NB设备的第二评估坐标；
将所述第二评估坐标确认为所述第二定位结果。
上述技术方案的有益效果为：通过利用指纹特征信息搜索的方式可以快速地从预设指纹特征库中获得最优匹配的匹配NB终端，无需用户人为的进行每个终端的筛选工作，提高了工作效率，进一步地，通过构建目标匹配NB终端的空间谱可以根据构建的空间谱快速地确定NB-IoT信号的DOA估计值，进一步地提高了工作效率。
在一个实施例中，所述根据所述当前信号强度确定NB-IoT基站相对于目标NB终端的目标工作模式，包括：
根据所述当前信号强度确定目标NB终端的信号接收功率；
获取所述NB-IoT基站的初始发射功率；
根据所述初始发射功率与目标NB终端的信号接收功率计算出NB-IoT信号从NB-IoT基站传输至目标NB终端时的损耗功率：
Figure BDA0003112218800000121
其中，p表示为NB-IoT信号从NB-IoT基站传输至目标NB终端时的损耗功率，P1表示为NB-IoT基站的初始发射功率，P2表示为目标NB终端的信号接收功率，Qd表示为NB-IoT信号经过距离d的路径损耗，β表示为预设路径损耗指数，lg表示为对数函数，d表示为NB-IoT基站到目标NB终端之间的直线距离，d1表示为NB-IoT基站的信号最远传输距离，e表示为自然常数，取值为2.72，θ表示为NB-IoT基站与目标NB终端之间的网络连接稳定性指数；
获取所述NB-IoT基站信号发射天线的增益；
根据所述当前信号强度确定目标NB终端的接收天线的增益；
根据NB-IoT基站信号发射天线的增益和目标NB终端的接收天线的增益以及NB-IoT信号从NB-IoT基站传输至目标NB终端时的损耗功率计算出NB-IoT基站相对于目标NB终端的数据传输效率：
Figure BDA0003112218800000131
其中，μ表示为NB-IoT基站相对于目标NB终端的数据传输效率，A表示为NB-IoT基站的预设数据调制效率，log表示为对数，K表示为NB-IoT基站发射信号的多相调制的相数，α表示为NB-IoT基站到目标NB终端之间的直线与NB-IoT基站水平直线的夹角，cosα表示为NB-IoT基站到目标NB终端之间的直线与NB-IoT基站水平直线的夹角的余弦值，a表示为NB-IoT基站信号发射天线的增益，b表示为目标NB终端的接收天线的增益，R表示为目标NB终端的固定通讯半径；
根据所述NB-IoT基站相对于目标NB终端的数据传输效率在预先存储的多个模式对应的多个数据传输效率中进行匹配以确定NB-IoT基站相对于目标NB终端的目标工作模式。
上述技术方案的有益效果为：通过计算NB-IoT信号从NB-IoT基站传输至目标NB终端时的损耗功率可以将自然频率损耗的影响因子除外，避免其对于最终判定模式结果的干扰性，进一步地，通过NB-IoT基站相对于目标NB终端的数据传输效率可以根据计算的效率实时的在存储的多个数据传输效率中进行匹配，提高了判定结果的客观性，从其工作参数上准确地确定NB-IoT基站相对于目标NB终端的目标工作模式，避免了误判或者漏判情况的发生，提高了判定的准确性。
9、在一个实施例中，所述检测所述NB-IoT信号的当前信号强度，包括：
解析所述NB-IoT信号获得其对应的信号频谱；
根据所述信号频谱确定NB-IoT信号的波长以及干扰信号的概率分布；
根据所述NB-IoT信号的波长以及干扰信号的概率分布计算出NB-IoT信号的当前信号强度：
Figure BDA0003112218800000141
其中，F表示为NB-IoT信号的当前信号强度，P1表示为NB-IoT基站的初始发射功率，a表示为NB-IoT基站信号发射天线的增益，b表示为目标NB终端的接收天线的增益，γ表示为NB-IoT信号的波长，π表示为圆周率，取值为3.14，d表示为NB-IoT基站到目标NB终端之间的直线距离，δ表示为NB-IoT信号对应的信号频谱中干扰信号的概率分布。
上述技术方案的有益效果为：通过根据NB-IoT信号对应的信号频谱来利用公式计算出NB-IoT信号的当前信号强度，相比于直接利用仪器检测来说更加准确和客观，并且同时将干扰信号考虑在内，避免了数据的误差，提高了计算数据的准确性。
本实施例还公开了一种基于5G/NB-IoT簇节点信息融合的NB终端高精度定位系统，如图4所示，该系统包括：
选择模块401，用于获取同时搭载5G网络和NB-IoT网络的目标设备的节点信息，根据所述节点信息在预设簇节点数据库中选择目标簇节点；
接入模块402，用于将所述目标簇节点和5G网络以及NB-IoT网络接入到预设定位框架中；
定位模块403，用于检测目标NB终端发出的NB-IoT信号，基于所述NB-IoT信号，利用所述预设定位框架中的5G网络结合目标簇节点的第一坐标对目标NB终端进行定位，获取第一定位结果；
解析模块404，用于利用预设定位框架中的NB-IoT网络解析出NB-IoT信号的DOA估计值，根据所述DOA估计值获取目标NB终端的第二定位结果；
处理模块405，用于将所述第一定位结果和第二定位结果进行归一化加权处理以获得目标NB终端的实际位置。
上述技术方案的工作原理及有益效果在方法权利要求中已经说明，此处不再赘述。
本领域技术人员应当理解的是，本发明中的第一、第二指的是不同应用阶段而已。
本领域技术用户员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (9)

1.一种基于5G/NB-IoT簇节点信息融合的NB终端高精度定位方法，其特征在于，包括以下步骤：
获取同时搭载5G网络和NB-IoT网络的目标设备的节点信息，根据所述节点信息在预设簇节点数据库中选择目标簇节点；
将所述目标簇节点和5G网络以及NB-IoT网络接入到预设定位框架中；
检测目标NB终端发出的NB-IoT信号，基于所述NB-IoT信号，利用所述预设定位框架中的5G网络结合目标簇节点的第一坐标对目标NB终端进行定位，获取第一定位结果；
利用预设定位框架中的NB-IoT网络解析出NB-IoT信号的DOA估计值，根据所述DOA估计值获取目标NB终端的第二定位结果；
将所述第一定位结果和第二定位结果进行归一化加权处理以获得目标NB终端的实际位置。
2.根据权利要求1所述基于5G/NB-IoT簇节点信息融合的NB终端高精度定位方法，其特征在于，所述获取同时搭载5G网络和NB-IoT网络的目标设备的节点信息，根据所述节点信息在预设簇节点数据库中选择目标簇节点，包括：
分别统计5G网络工作的第一数量个第一节点和NB-IoT网络工作的第二数量个第二节点；
获取每个第一节点和第二节点的历史广播信息；
根据每个第一节点和第二节点的历史广播信息确定每个第一节点和第二节点的剩余能量信息和剩余数据量信息；
根据每个第一节点和第二节点的剩余能量信息和剩余数据量信息计算出5G网络对应的第一效用值和NB-IoT网络对应的第二效用值；
在预设簇节点数据库中选择与所述第一效用值和第二效用值同时匹配的簇节点作为所述目标簇节点。
3.根据权利要求1所述基于5G/NB-IoT簇节点信息融合的NB终端高精度定位方法，其特征在于，所述将所述目标簇节点和5G网络以及NB-IoT网络接入到预设定位框架中，包括：
为所述预设定位框架配置网络接入管理子框架和簇节点管理子框架；
获取5G网络以及NB-IoT网络的自身序列号并对其进行验证，获取验证结果；
根据所述验证结果判断所述5G网络以及NB-IoT网络是否符合预设定位框架的接入标准，若是，将所述5G网络以及NB-IoT网络接入到所述网络接入管理子框架中，否则，重新选择新的5G网络以及NB-IoT网络进行验证和判断工作直到符合预设定位框架的接入标准为止；
将所述目标簇节点接入到所述簇节点管理子框架中。
4.根据权利要求1所述基于5G/NB-IoT簇节点信息融合的NB终端高精度定位方法，其特征在于，在检测目标NB终端发出的NB-IoT信号之后，所述方法还包括：
检测所述NB-IoT信号的当前信号强度；
根据所述当前信号强度确定NB-IoT基站相对于目标NB终端的目标工作模式，所述目标工作模式包括：待机模式、放大模式、离线模式和低频模式；
确定所述目标工作模式对应的当前资源，确认所述当前资源是否满足定位需求，若是，无需进行后续操作，否则，获取所述目标工作模式对应的可替代资源；
将所述当前资源替换为所述可替代资源。
5.根据权利要求1所述基于5G/NB-IoT簇节点信息融合的NB终端高精度定位方法，其特征在于，所述基于所述NB-IoT信号，利用所述预设定位框架中的5G网络结合目标簇节点的第一坐标对目标NB终端进行定位，获取第一定位结果，包括：
根据所述NB-IoT信号以及NB-IoT基站的第二坐标推算出目标NB终端的第三坐标；
计算出所述第二坐标和第三坐标的欧式距离；
根据所述欧式距离和第一坐标代入预设CHAN算法中计算出目标NB终端的第一评估坐标；
将所述第一评估坐标确认为所述第一定位结果。
6.根据权利要求1所述基于5G/NB-IoT簇节点信息融合的NB终端高精度定位方法，其特征在于，所述利用预设定位框架中的NB-IoT网络解析出NB-IoT信号的DOA估计值，根据所述DOA估计值获取目标NB终端的第二定位结果，包括：
获取所述目标NB终端与NB-IoT基站之间的当前载波信道状态信息和当前窄带参考信号接收功率值；
根据所述当前载波信号状态信息确定目标NB终端与NB-IoT基站之间的当前载波幅度值；
将所述当前窄带参考信号接收功率值和当前载波幅度值确认为目标NB终端的指纹特征信息；
根据所述指纹特征信息在预设指纹特征库中进行搜索，获得最优匹配的目标数量个匹配NB终端；
获取每个匹配NB终端的特征向量，基于每个匹配NB终端的特征向量，利用预设极大似然估计算法确定目标匹配NB终端；
将所述目标匹配NB终端的目标特征向量作为NB-IoT信号子空间；
构建不同方向入射角对NB-IoT信号子空间的空间谱；
在所述空间谱中选择最大的目标空间谱对应的目标入射角度作为NB-IoT信号的DOA估计值；
根据所述DOA估计值与NB-IoT基站的第二坐标和所述第一坐标确定目标NB设备的第二评估坐标；
将所述第二评估坐标确认为所述第二定位结果。
7.根据权利要求4所述基于5G/NB-IoT簇节点信息融合的NB终端高精度定位方法，其特征在于，所述根据所述当前信号强度确定NB-IoT基站相对于目标NB终端的目标工作模式，包括：
根据所述当前信号强度确定目标NB终端的信号接收功率；
获取所述NB-IoT基站的初始发射功率；
根据所述初始发射功率与目标NB终端的信号接收功率计算出NB-IoT信号从NB-IoT基站传输至目标NB终端时的损耗功率：
Figure FDA0003112218790000041
其中，p表示为NB-IoT信号从NB-IoT基站传输至目标NB终端时的损耗功率，P1表示为NB-IoT基站的初始发射功率，P2表示为目标NB终端的信号接收功率，Qd表示为NB-IoT信号经过距离d的路径损耗，β表示为预设路径损耗指数，lg表示为对数函数，d表示为NB-IoT基站到目标NB终端之间的直线距离，d1表示为NB-IoT基站的信号最远传输距离，e表示为自然常数，取值为2.72，θ表示为NB-IoT基站与目标NB终端之间的网络连接稳定性指数；
获取所述NB-IoT基站信号发射天线的增益；
根据所述当前信号强度确定目标NB终端的接收天线的增益；
根据NB-IoT基站信号发射天线的增益和目标NB终端的接收天线的增益以及NB-IoT信号从NB-IoT基站传输至目标NB终端时的损耗功率计算出NB-IoT基站相对于目标NB终端的数据传输效率：
Figure FDA0003112218790000042
其中，μ表示为NB-IoT基站相对于目标NB终端的数据传输效率，A表示为NB-IoT基站的预设数据调制效率，log表示为对数，K表示为NB-IoT基站发射信号的多相调制的相数，α表示为NB-IoT基站到目标NB终端之间的直线与NB-IoT基站水平直线的夹角，cosα表示为NB-IoT基站到目标NB终端之间的直线与NB-IoT基站水平直线的夹角的余弦值，a表示为NB-IoT基站信号发射天线的增益，b表示为目标NB终端的接收天线的增益，R表示为目标NB终端的固定通讯半径；
根据所述NB-IoT基站相对于目标NB终端的数据传输效率在预先存储的多个模式对应的多个数据传输效率中进行匹配以确定NB-IoT基站相对于目标NB终端的目标工作模式。
8.根据权利要求4所述基于5G/NB-IoT簇节点信息融合的NB终端高精度定位方法，其特征在于，所述检测所述NB-IoT信号的当前信号强度，包括：
解析所述NB-IoT信号获得其对应的信号频谱；
根据所述信号频谱确定NB-IoT信号的波长以及干扰信号的概率分布；
根据所述NB-IoT信号的波长以及干扰信号的概率分布计算出NB-IoT信号的当前信号强度：
Figure FDA0003112218790000051
其中，F表示为NB-IoT信号的当前信号强度，P1表示为NB-IoT基站的初始发射功率，a表示为NB-IoT基站信号发射天线的增益，b表示为目标NB终端的接收天线的增益，γ表示为NB-IoT信号的波长，π表示为圆周率，取值为3.14，d表示为NB-IoT基站到目标NB终端之间的直线距离，δ表示为NB-IoT信号对应的信号频谱中干扰信号的概率分布。
9.一种基于5G/NB-IoT簇节点信息融合的NB终端高精度定位系统，其特征在于，该系统包括：
选择模块，用于获取同时搭载5G网络和NB-IoT网络的目标设备的节点信息，根据所述节点信息在预设簇节点数据库中选择目标簇节点；
接入模块，用于将所述目标簇节点和5G网络以及NB-IoT网络接入到预设定位框架中；
定位模块，用于检测目标NB终端发出的NB-IoT信号，基于所述NB-IoT信号，利用所述预设定位框架中的5G网络结合目标簇节点的第一坐标对目标NB终端进行定位，获取第一定位结果；
解析模块，用于利用预设定位框架中的NB-IoT网络解析出NB-IoT信号的DOA估计值，根据所述DOA估计值获取目标NB终端的第二定位结果；
处理模块，用于将所述第一定位结果和第二定位结果进行归一化加权处理以获得目标NB终端的实际位置。
CN202110652523.4A 2021-06-11 2021-06-11 基于5G/NB-IoT簇节点信息融合的NB终端高精度定位方法及系统 Active CN113395763B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110652523.4A CN113395763B (zh) 2021-06-11 2021-06-11 基于5G/NB-IoT簇节点信息融合的NB终端高精度定位方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110652523.4A CN113395763B (zh) 2021-06-11 2021-06-11 基于5G/NB-IoT簇节点信息融合的NB终端高精度定位方法及系统

Publications (2)

Publication Number Publication Date
CN113395763A CN113395763A (zh) 2021-09-14
CN113395763B true CN113395763B (zh) 2021-12-28

Family

ID=77620519

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110652523.4A Active CN113395763B (zh) 2021-06-11 2021-06-11 基于5G/NB-IoT簇节点信息融合的NB终端高精度定位方法及系统

Country Status (1)

Country Link
CN (1) CN113395763B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114397683B (zh) * 2021-12-30 2023-01-13 深圳市华芯云创科技有限公司 一种北斗非差非组合ppp-rtk定位方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107094323A (zh) * 2017-06-16 2017-08-25 厦门恩匹令克科技有限公司 一种窄带物联网通信基站
CN111132007A (zh) * 2019-12-16 2020-05-08 上海交通大学 一种基于5G/NB-IoT簇节点信息融合的NB终端高精度定位算法
CN111988742A (zh) * 2020-08-12 2020-11-24 四川康佳智能终端科技有限公司 一种基于窄带物联网的定位方法和nbiot定位设备

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10217078B1 (en) * 2017-05-31 2019-02-26 Elliot Klein Blockchain system and method for calculating location of time-crucial shipments according to expectation and smart contracts

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107094323A (zh) * 2017-06-16 2017-08-25 厦门恩匹令克科技有限公司 一种窄带物联网通信基站
CN111132007A (zh) * 2019-12-16 2020-05-08 上海交通大学 一种基于5G/NB-IoT簇节点信息融合的NB终端高精度定位算法
CN111988742A (zh) * 2020-08-12 2020-11-24 四川康佳智能终端科技有限公司 一种基于窄带物联网的定位方法和nbiot定位设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Pascal Jörke.Power Consumption Analysis of NB-IoT and eMTC in Challenging Smart City Environments.《IEEE》.2019,全文. *
一种NB-IoT高精度定位技术;孙振; 徐昌庆;《信息技术》;20201124;第44卷(第11期);全文 *

Also Published As

Publication number Publication date
CN113395763A (zh) 2021-09-14

Similar Documents

Publication Publication Date Title
Pei et al. Using inquiry-based Bluetooth RSSI probability distributions for indoor positioning
US9560532B2 (en) Signal strength profiling
CN100403052C (zh) 用于估计移动设备的位置的方法和系统
US9647868B2 (en) Handling signals
US20210329416A1 (en) Method and Apparatus for Location Services
CN102480678B (zh) 一种指纹定位方法和系统
CN100486355C (zh) 无线通信系统中实现移动台定位的方法及装置
CN106358155B (zh) 一种射频指纹数据库的建立方法及装置
CN111818634B (zh) 一种5g场景下的定位方法、定位平台及用户终端
CN105491586A (zh) 小区基站天线方位角度测量方法与系统
WO2016079656A1 (en) Zero-calibration accurate rf-based localization system for realistic environments
CN113395763B (zh) 基于5G/NB-IoT簇节点信息融合的NB终端高精度定位方法及系统
CN113438733B (zh) 基于5g和wifi实现室内定位的系统、方法及电子设备
Machaj et al. Impact of optimization algorithms on hybrid indoor positioning based on GSM and Wi‐Fi signals
CN103179659A (zh) 多基站混合定位方法及装置
CN102833848B (zh) 一种移动台定位方法、装置和系统
CN102438304A (zh) 一种波束赋形增益确定方法和设备
CN115379476B (zh) 确定小区干扰类型的方法、装置、设备及存储介质
CN109246610A (zh) 指纹库建立方法、定位方法、装置、服务器及存储介质
CN114422947A (zh) 5g测量报告的定位方法及装置、设备、存储介质、程序
Ye et al. On solving device diversity problem via fingerprint calibration and transformation for RSS-based indoor localization system
CN110234163B (zh) 用户终端的定位方法、装置、设备和介质
Wu et al. Indoor localization using FM radio and DTMB signals
US20050064909A1 (en) Beam assigning apparatus and method in a smart antenna system
Lemelson et al. Automatic identification of fingerprint regions for quick and reliable location estimation

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