CN113406562A - 北斗和超宽带系统中一种toa与doa联合估计降维方法 - Google Patents

北斗和超宽带系统中一种toa与doa联合估计降维方法 Download PDF

Info

Publication number
CN113406562A
CN113406562A CN202110664520.2A CN202110664520A CN113406562A CN 113406562 A CN113406562 A CN 113406562A CN 202110664520 A CN202110664520 A CN 202110664520A CN 113406562 A CN113406562 A CN 113406562A
Authority
CN
China
Prior art keywords
toa
matrix
estimation
doa
antenna
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
CN202110664520.2A
Other languages
English (en)
Other versions
CN113406562B (zh
Inventor
夏炳森
唐元春
陈端云
林文钦
徐丽红
周钊正
张章煌
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.)
State Grid Fujian Electric Power Co Ltd
Economic and Technological Research Institute of State Grid Fujian Electric Power Co Ltd
Original Assignee
State Grid Fujian Electric Power Co Ltd
Economic and Technological Research Institute of State Grid Fujian Electric Power 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 State Grid Fujian Electric Power Co Ltd, Economic and Technological Research Institute of State Grid Fujian Electric Power Co Ltd filed Critical State Grid Fujian Electric Power Co Ltd
Priority to CN202110664520.2A priority Critical patent/CN113406562B/zh
Publication of CN113406562A publication Critical patent/CN113406562A/zh
Application granted granted Critical
Publication of CN113406562B publication Critical patent/CN113406562B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S3/00Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received
    • G01S3/02Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received using radio waves
    • G01S3/14Systems for determining direction or deviation from predetermined direction
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S19/00Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42Determining position
    • G01S19/48Determining position by combining or switching between position solutions derived from the satellite radio beacon positioning system and position solutions derived from a further system
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO 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
    • G01S3/00Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received
    • G01S3/02Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received using radio waves
    • G01S3/14Systems for determining direction or deviation from predetermined direction
    • G01S3/46Systems for determining direction or deviation from predetermined direction using antennas spaced apart and measuring phase or time difference between signals therefrom, i.e. path-difference systems
    • G01S3/50Systems for determining direction or deviation from predetermined direction using antennas spaced apart and measuring phase or time difference between signals therefrom, i.e. path-difference systems the waves arriving at the antennas being pulse modulated and the time difference of their arrival being measured

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Noise Elimination (AREA)

Abstract

本发明涉及一种北斗和超宽带系统中一种TOA与DOA联合估计降维方法。该方法使用两根天线接收超宽带信号,分别估计出两根天线所对应的TOA,再依据几何信息计算出DOA的估计值;其中,TOA的估计步骤可概括为:将接收信号变换至频域并获得信道冲激响应的估计;计算两个信道冲激响应的互协方差矩阵,并在此基础上构造扩展观察矩阵;计算扩展观察矩阵的自协方差矩阵并对其进行特征值分解;构造降维谱峰搜索函数,获得TOA的估计结果。本发明的优点在于,能够获得翻倍的频域采样点数以及扩展的多径簇数,且能够以较低的计算复杂度获得较高的TOA与DOA估计精度。

Description

北斗和超宽带系统中一种TOA与DOA联合估计降维方法
技术领域
本发明涉及到达时间与波达方向估计领域,尤其涉及一种北斗和超宽带系统中一种TOA与DOA联合估计降维方法。
背景技术
卫星导航技术为现代生活、生产提供了基于位置的服务保障,但是在建筑物密集处或室内,由于卫星信号被遮挡,仅仅依靠单一的卫星导航技术无法满足室内外连续定位的需求。超宽带是一种以纳秒级甚至亚纳秒级脉冲传输信息的无线通信技术,极高的时间分辨能力,使得基于信号TOA估计的超宽带定位可达到厘米级甚至毫米级的定位精度。此外,如果能够获得信号的波达方向DOA,这将有助于超宽带信号的精确定位。现有的UWB系统中TOA与DOA参数估计主要存在算法复杂度高、估计精度不够高等问题。
发明内容
本发明的目的在于提供一种北斗和超宽带系统中一种TOA与DOA联合估计降维方法,能够获得翻倍的频域采样点数和扩展的多径簇数,具有较低的计算复杂度和较高的估计精度。
为实现上述目的,本发明的技术方案是:一种北斗和超宽带系统中一种TOA与DOA联合估计降维方法,包括如下步骤:
S1、使用两根阵列天线接收信号,分别获得两根天线的信道冲激响应估计
Figure BDA0003116664720000011
Figure BDA0003116664720000012
S2、使用采样点数与多径簇的扩展和降维算法,获得第一根天线的TOA估计
Figure BDA0003116664720000013
S3、使用采样点数与多径簇的扩展和降维算法,获得第二根天线的TOA估计
Figure BDA0003116664720000014
S4、利用几何信息与两根天线的TOA估计结果计算出DOA的估计值。
在本发明一实施例中,步骤S2中,所述采样点数与多径簇的扩展和降维算法具体包括:
S21、计算信道冲激响应的互协方差矩阵
Figure BDA0003116664720000015
E1(τ)和
Figure BDA0003116664720000016
分别为两根天线的时延矩阵,其中,
Figure BDA0003116664720000017
为对角矩阵,B为信道复数衰落的系数集,
Figure BDA0003116664720000018
为复数,L×L表示矩阵大小,(·)H表示矩阵的共轭转置运算;
S22、将
Figure BDA0003116664720000019
划分为两个N×(N-1)维的矩阵X1和X2,其中矩阵X1为RH的前N-1列,矩阵X2为RH的后N-1列;
S23、构造扩展观察矩阵
Figure BDA0003116664720000021
其中,
Figure BDA0003116664720000022
为单位反对角矩阵,(·)*表示矩阵的共轭运算;
S24、对扩展观察矩阵进行特征值分解,获得其噪声子空间Uv
S25、构造降维谱峰搜索函数
Figure BDA0003116664720000023
其中,u=[1,0]T
Figure BDA0003116664720000024
为单位对角矩阵,e1(τ)=[1,e-jΔωτ,…,e-j(N-1)Δωτ]T,N为频域采样点数,采样间隔为Δω=2π/N,τ为第一根天线的真实TOA值,j为虚数,所以jΔωτ表示第一根天线第l路相位信息;使用该降维谱峰搜索函数进行谱峰搜索,峰值所对应时延即为第一根天线的TOA估计值
Figure BDA0003116664720000025
在本发明一实施例中,步骤S3中,所述采样点数与多径簇的扩展和降维算法具体包括:
S31、计算信道冲激响应的互协方差矩阵
Figure BDA0003116664720000026
S32、执行步骤S22~S24;
S33、构造降维谱峰搜索函数
Figure BDA0003116664720000027
其中,u=[1,0]T
Figure BDA0003116664720000028
为单位对角矩阵,
Figure BDA0003116664720000029
N为频域采样点数,
Figure BDA00031166647200000210
表示第二根天线对应的相位信息;使用该降维谱峰搜索函数进行谱峰搜索,峰值所对应时延即为第二根天线的TOA估计值
Figure BDA00031166647200000211
在本发明一实施例中,步骤S4中,DOA估计值计算公式为
Figure BDA00031166647200000212
其中,c为光速,d为两根天线的间距。
本发明还提供了一种计算机可读存储介质,其上存储有能够被处理器运行的计算机程序指令,当处理器运行该计算机程序指令时,能够实现如上述所述的方法步骤。
相较于现有技术,本发明具有以下有益效果:
1、能够获得扩展的等效频域采样点数,其值为实际频域采样点数的两倍;
2、能够获得扩展的等效多径簇数;
3、能够降低算法的计算复杂度;
4、能够获得较高的TOA与DOA联合估计精度。
附图说明
图1是本发明所使用的天线阵列结构示意图;
图2是使用本发明进行TOA估计时的估计结果散点图;
图3是不同多径簇数下TOA估计精度随信噪比变化趋势的比较;
图4是不同多径簇数下DOA估计精度随信噪比变化趋势的比较;
图5是不同算法TOA估计精度随信噪比变化趋势的比较;
图6是不同算法DOA估计精度随信噪比变化趋势的比较。
具体实施方式
下面结合附图,对本发明的技术方案进行具体说明。
本发明一种北斗和超宽带系统中一种TOA与DOA联合估计降维方法,包括如下步骤:
S1、使用两根阵列天线接收信号,分别获得两根天线的信道冲激响应估计
Figure BDA0003116664720000031
Figure BDA0003116664720000032
S2、使用采样点数与多径簇的扩展和降维算法,获得第一根天线的TOA估计
Figure BDA0003116664720000033
S3、使用采样点数与多径簇的扩展和降维算法,获得第二根天线的TOA估计
Figure BDA0003116664720000034
S4、利用几何信息与两根天线的TOA估计结果计算出DOA的估计值。
以下为本发明的具体实现过程。
一、数据模型
本系统接收超宽带信号,假设系统中采用高斯脉冲的二阶导数作为超宽带发射信号,发射信号采用直接序列二进制相移键控调制,则超宽带系统的发射信号可以表示为
Figure BDA0003116664720000035
式中bj∈{-1,+1}是被调制的二进制数据符号序列,cn∈{-1,+1}是用来实现多址通信的伪随机序列,Tc表示脉冲重复周期,Ts表示二进制数据符号的周期,Nc表示单个二进制数据符号的脉冲重复次数,p(t)是高斯脉冲的二阶导数,其表达式为
Figure BDA0003116664720000036
其中Γ是和脉冲宽度有关的脉冲形成因子。
根据SV(Saleh-Valenzuela)模型,发射信号的一个脉冲经过信道后会产生多个多径分量,这些多径分量以簇的形式到达接收端。假设信号经过超宽带信道产生K个簇,每一簇中有L个多径,则超宽带信道第k簇的信道冲激响应模型可以表示为
Figure BDA0003116664720000041
其中αl (k)是第k簇中第l径的信道衰减系数且服从瑞利分布,相位θl (k)是在[0,2π]上均匀分布的随机变量,δ(·)是Dirac函数,
Figure BDA0003116664720000042
是第k簇中第l径的信道时延。通常情况下,信道的变化速率与发射信号的脉冲速度相比很慢,因此有τl (k)=τl。令
Figure BDA0003116664720000043
表示随机的复数衰落幅度,则上式可重写为:
Figure BDA0003116664720000044
根据信号处理基础理论,系统接收到的第k簇信号的时域形式可表示为
Figure BDA0003116664720000045
式中“*”表示卷积,w(k)(t)是第k簇接收信号的加性高斯白噪声。将接收信号转换成频域形式可得
Figure BDA0003116664720000046
式中Y(k)(ω),S(ω),H(k)(ω),W(k)(ω)分别表示y(k)(t),s(t),h(k)(t),w(k)(t)的傅里叶变换。
将接收信号在频域进行N(N>L)点等间隔采样,采样间隔为Δω=2π/N,采样后的信号可表示为
yk=SEτβk+wk
其中,
Figure BDA0003116664720000047
是接收信号y(k)(t)的N点频域等间隔采样,ωn=nΔω(n=0,1,…,N-1)。S=diag([S(ω0),…,S(ωN-1)])是N×N对角矩阵,对角元素是发射信号s(t)的N点频域等间隔采样值,E(τ)=[e(τ1),e(τ2),…,e(τL)]为包含信号多径时延信息的时延矩阵,其中
Figure BDA0003116664720000048
此外,
Figure BDA0003116664720000049
包含了第k簇的信道复数衰落的系数,
Figure BDA0003116664720000051
是噪声的频域采样向量。
图1为本发明采用的天线阵列结构。如图1所示,L个远场信号以平行波的形式入射,入射角度为{θ12,…,θL},即DOA。令τ=[τ12,…,τL],
Figure BDA0003116664720000052
分别表示信号到达天线1和天线2的时间,即TOA。图中d和c分别代表天线间距和光速。两根天线的频域接收信号可分别表示为
Y1=SE1(τ)B+W1
Figure BDA0003116664720000053
其中,B=[β12,…,βK],
Figure BDA0003116664720000054
E1(τ)和
Figure BDA0003116664720000055
分别为两根天线的时延矩阵,可分别表示为
Figure BDA0003116664720000056
Figure BDA0003116664720000057
两根天线所对应的信道冲激响应可由下式估计得到
Figure BDA0003116664720000058
Figure BDA0003116664720000059
其中V1=W1/S,V2=W2/S。
二、TOA与DOA联合估计方法
1、频域采样点数与多径簇数的扩展
信道冲激响应的互相关矩阵可由下式计算得到
Figure BDA00031166647200000510
其中,
Figure BDA0003116664720000061
为对角矩阵。
Figure BDA0003116664720000062
可被分割为两个N×(N-1)维矩阵,即
Figure BDA0003116664720000063
Figure BDA0003116664720000064
其中,X1和X2分别包含矩阵RH的前N-1列和后N-1列,
Figure BDA0003116664720000065
Figure BDA0003116664720000066
分别包含矩阵
Figure BDA0003116664720000067
的前N-1行和后N-1行。时延矩阵满足下式
Figure BDA0003116664720000068
其中,
Figure BDA0003116664720000069
可表示为
Figure BDA00031166647200000610
另外,由于时延矩阵为范德蒙矩阵且满足共轭对称特性,因此有
Figure BDA00031166647200000611
Figure BDA00031166647200000612
其中,
Figure BDA00031166647200000613
为单位反对角矩阵,旋转矩阵
Figure BDA00031166647200000614
Figure BDA00031166647200000615
可分别表示为
Figure BDA00031166647200000616
Figure BDA00031166647200000617
通过使用时延矩阵的上述性质,可构造如下扩展观察矩阵
Figure BDA00031166647200000618
其中,
Figure BDA00031166647200000619
Figure BDA0003116664720000071
因此,扩展观察矩阵X可看作具有翻倍频率采样点数和扩展多径簇数的等效信道冲激响应,因此能够探测更多的信源且能获得更高的空间自由度。
2、降维TOA估计方法
扩展观察矩阵X的自协方差矩阵为RX=XXH。对RX进行特征值分解,即
Figure BDA0003116664720000072
其中,Us和Uv分别代表信号子空间和噪声子空间,Λs=diag{λ12,…,λL}和Λv=diag{λL+1L+2,…,λ2N}分别为包含了L个大特征值和2N-L个小特征值的对角矩阵。
与经典MUSIC算法类似,二维TOA谱峰函数可构造为
Figure BDA0003116664720000073
其中,
Figure BDA0003116664720000074
显然,二维谱峰搜索会带来非常大的计算复杂度。为了降低计算复杂度,可首先将
Figure BDA0003116664720000075
分解为
Figure BDA0003116664720000076
其中
Figure BDA0003116664720000077
因此二维谱峰函数可重写为
Figure BDA0003116664720000078
其中,
Figure BDA0003116664720000079
且向量
Figure BDA00031166647200000710
满足
Figure BDA00031166647200000711
u=[1,0]T。因此,上式可视为如下优化问题
Figure BDA00031166647200000712
Figure BDA00031166647200000713
由此,可构建如下代价函数
Figure BDA00031166647200000714
其中ρ为常量。为获取极值,可求
Figure BDA0003116664720000081
关于
Figure BDA0003116664720000082
的偏导,即
Figure BDA0003116664720000083
因此,有
Figure BDA0003116664720000084
成立且μ=-0.5ρ。考虑到
Figure BDA0003116664720000085
故常量μ可被进一步表示为
Figure BDA0003116664720000086
代入前式,则向量
Figure BDA0003116664720000087
可变换为
Figure BDA0003116664720000088
Figure BDA0003116664720000089
代入上述优化问题表达式,则第一根天线的TOA估计结果可表示为
Figure BDA00031166647200000810
即,通过一维谱峰搜索即可获得第一根天线TOA的估计,该一维谱峰搜索函数由下式给出
Figure BDA00031166647200000811
相似地,为了获得第二根天线的TOA估计,可在构造互相关矩阵时交换H1与H2的顺序,即
Figure BDA00031166647200000812
通过与上述第一根天线相似的推导,即可获得第二根天线的谱峰搜索函数,即
Figure BDA00031166647200000813
因此,通过两次一维谱峰搜索,即可分别获得两根天线所对应的TOA估计值。
3、DOA估计方法
最后,DOA的估计可综合TOA估计结果和阵列结合信息获得,即
Figure BDA00031166647200000814
图2是信噪比为10dB时TOA的估计结果散点图,其中K=100,N=64。从图中可以清晰地看到,本发明所涉及算法可以获得较为精确的TOA估计结果。
图3和图4分别是不同多径簇数下TOA与DOA估计性能随信噪比的变化趋势示意图,其中N=64。从图中可以看出,本发明涉及算法能够获得精确的TOA与DOA联合估计结果,且估计精度随着信噪比和多径簇数的增加而提升。
图5和图6分别是不同算法TOA与DOA估计性能随信噪比的变化趋势示意图,其中K=100,N=64。从图中可以清晰地看出,与其他算法相比,本发明涉及算法能够获得更精确的时延与角度估计结果。
本发明还提供了一种计算机可读存储介质,其上存储有能够被处理器运行的计算机程序指令,当处理器运行该计算机程序指令时,能够实现如上述所述的方法步骤。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述,仅是本发明的较佳实施例而已,并非是对本发明作其它形式的限制,任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例。但是凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型,仍属于本发明技术方案的保护范围。

Claims (5)

1.一种北斗和超宽带系统中一种TOA与DOA联合估计降维方法,其特征在于,包括如下步骤:
S1、使用两根阵列天线接收信号,分别获得两根天线的信道冲激响应估计
Figure FDA0003116664710000011
Figure FDA0003116664710000012
S2、使用采样点数与多径簇的扩展和降维算法,获得第一根天线的TOA估计
Figure FDA0003116664710000013
S3、使用采样点数与多径簇的扩展和降维算法,获得第二根天线的TOA估计
Figure FDA0003116664710000014
S4、利用几何信息与两根天线的TOA估计结果计算出DOA的估计值。
2.根据权利要求1所述的北斗和超宽带系统中一种TOA与DOA联合估计降维方法,其特征在于,步骤S2中,所述采样点数与多径簇的扩展和降维算法具体包括:
S21、计算信道冲激响应的互协方差矩阵
Figure FDA0003116664710000015
E1(τ)和
Figure FDA0003116664710000016
分别为两根天线的时延矩阵,其中,
Figure FDA0003116664710000017
为对角矩阵,B为信道复数衰落的系数集,
Figure FDA0003116664710000018
为复数,L×L表示矩阵大小,(·)H表示矩阵的共轭转置运算;
S22、将
Figure FDA0003116664710000019
划分为两个N×(N-1)维的矩阵X1和X2,其中矩阵X1为RH的前N-1列,矩阵X2为RH的后N-1列;
S23、构造扩展观察矩阵
Figure FDA00031166647100000110
其中,
Figure FDA00031166647100000111
为单位反对角矩阵,(·)*表示矩阵的共轭运算;
S24、对扩展观察矩阵进行特征值分解,获得其噪声子空间Uv
S25、构造降维谱峰搜索函数
Figure FDA00031166647100000112
其中,u=[1,0]T
Figure FDA00031166647100000113
为单位对角矩阵,e1(τ)=[1,e-jΔωτ,…,e-j(N-1)Δωτ]T,N为频域采样点数,采样间隔为Δω=2π/N,τ为第一根天线的真实TOA值,j为虚数,所以jΔωτ表示第一根天线第l路相位信息;使用该降维谱峰搜索函数进行谱峰搜索,峰值所对应时延即为第一根天线的TOA估计值
Figure FDA00031166647100000114
3.根据权利要求2所述的北斗和超宽带系统中一种TOA与DOA联合估计降维方法,其特征在于,步骤S3中,所述采样点数与多径簇的扩展和降维算法具体包括:
S31、计算信道冲激响应的互协方差矩阵
Figure FDA0003116664710000021
S32、执行步骤S22~S24;
S33、构造降维谱峰搜索函数
Figure FDA0003116664710000022
其中,u=[1,0]T
Figure FDA0003116664710000023
为单位对角矩阵,
Figure FDA0003116664710000024
N为频域采样点数,
Figure FDA0003116664710000025
表示第二根天线对应的相位信息;使用该降维谱峰搜索函数进行谱峰搜索,峰值所对应时延即为第二根天线的TOA估计值
Figure FDA0003116664710000026
4.根据权利要求3所述的北斗和超宽带系统中一种TOA与DOA联合估计降维方法,其特征在于,步骤S4中,DOA估计值计算公式为
Figure FDA0003116664710000027
其中,c为光速,d为两根天线的间距。
5.一种计算机可读存储介质,其上存储有能够被处理器运行的计算机程序指令,当处理器运行该计算机程序指令时,能够实现如上述1-4所述的方法步骤。
CN202110664520.2A 2021-06-16 2021-06-16 北斗和超宽带系统中一种toa与doa联合估计降维方法 Active CN113406562B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110664520.2A CN113406562B (zh) 2021-06-16 2021-06-16 北斗和超宽带系统中一种toa与doa联合估计降维方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110664520.2A CN113406562B (zh) 2021-06-16 2021-06-16 北斗和超宽带系统中一种toa与doa联合估计降维方法

Publications (2)

Publication Number Publication Date
CN113406562A true CN113406562A (zh) 2021-09-17
CN113406562B CN113406562B (zh) 2022-12-06

Family

ID=77684147

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110664520.2A Active CN113406562B (zh) 2021-06-16 2021-06-16 北斗和超宽带系统中一种toa与doa联合估计降维方法

Country Status (1)

Country Link
CN (1) CN113406562B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113939014A (zh) * 2021-09-24 2022-01-14 北京邮电大学 基于信道状态信息的无线室内定位方法和定位装置及相关设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013029420A (ja) * 2011-07-28 2013-02-07 Mitsubishi Electric Corp パッシブレーダ装置
CN106358292A (zh) * 2016-11-04 2017-01-25 中国人民解放军理工大学 基于主成分分析原理的时间到达模式匹配定位方法
CN108769908A (zh) * 2018-06-05 2018-11-06 南京大学 多径环境下基于doa/toa联合估计的车辆定位参数估计方法
CN108919183A (zh) * 2018-04-13 2018-11-30 中国人民解放军陆军工程大学 基于Hadamard积的OFDM信号空时二维定位参数快速估计方法
CN109959891A (zh) * 2019-04-11 2019-07-02 南京航空航天大学 电磁矢量l阵中空间角与极化参数的降维谱峰搜索方法
CN112505622A (zh) * 2020-11-17 2021-03-16 东南大学 一种高精度单基站室内定位方法
WO2021101613A1 (en) * 2019-10-28 2021-05-27 Florida Atlantic University Board Of Trustees Method and apparatus for robust low-cost variable-precision self-localization with multi-element receivers in gps-denied environments

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2013029420A (ja) * 2011-07-28 2013-02-07 Mitsubishi Electric Corp パッシブレーダ装置
CN106358292A (zh) * 2016-11-04 2017-01-25 中国人民解放军理工大学 基于主成分分析原理的时间到达模式匹配定位方法
CN108919183A (zh) * 2018-04-13 2018-11-30 中国人民解放军陆军工程大学 基于Hadamard积的OFDM信号空时二维定位参数快速估计方法
CN108769908A (zh) * 2018-06-05 2018-11-06 南京大学 多径环境下基于doa/toa联合估计的车辆定位参数估计方法
CN109959891A (zh) * 2019-04-11 2019-07-02 南京航空航天大学 电磁矢量l阵中空间角与极化参数的降维谱峰搜索方法
WO2021101613A1 (en) * 2019-10-28 2021-05-27 Florida Atlantic University Board Of Trustees Method and apparatus for robust low-cost variable-precision self-localization with multi-element receivers in gps-denied environments
CN112505622A (zh) * 2020-11-17 2021-03-16 东南大学 一种高精度单基站室内定位方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
HUA, MENG-CHANG 等: "Joint estimation of DOA and TOA for MB-OFDM UWB signals based on frequency-domain processing", 《IET RADAR SONAR AND NAVIGATION》 *
YANG LI等: "TOA and DOA Estimation for IR-UWB Signals: An Efficient Algorithm by Improved Root-MUSIC", 《WIRELESS COMMUNICATIONS AND MOBILE COMPUTING》 *
王方秋: "超宽带通信系统中的参数估计研究", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113939014A (zh) * 2021-09-24 2022-01-14 北京邮电大学 基于信道状态信息的无线室内定位方法和定位装置及相关设备
CN113939014B (zh) * 2021-09-24 2022-09-02 北京邮电大学 基于信道状态信息的无线室内定位方法及相关设备

Also Published As

Publication number Publication date
CN113406562B (zh) 2022-12-06

Similar Documents

Publication Publication Date Title
US6907270B1 (en) Method and apparatus for reduced rank channel estimation in a communications system
US7379757B2 (en) System and method for estimating the multi-path delays in a signal using a spatially blind antenna array
US8208587B2 (en) Method and system for joint time-of-arrival and amplitude estimation based on a super-resolution technique
Bialer et al. Efficient time of arrival estimation algorithm achieving maximum likelihood performance in dense multipath
CN108037494B (zh) 一种脉冲噪声环境下的雷达目标参数估计方法
Wang et al. Manoeuvring target detection in over-the-horizon radar using adaptive clutter rejection and adaptive chirplet transform
CN110361760B (zh) 基于子空间跟踪的gnss接收机多波束指向抗干扰方法
CN104678372A (zh) 正交频分复用雷达超分辨距离与角度值联合估计方法
Li et al. Parameter estimation based on fractional power spectrum density in bistatic MIMO radar system under impulsive noise environment
CN114286307B (zh) 一种基于矩阵束的信道状态信息参数估计方法
CN104820216B (zh) 基于阵列响应旋转不变性的多径信号波达角估计方法
US20050113142A1 (en) Temporal joint searcher and channel estimators
CN113406562B (zh) 北斗和超宽带系统中一种toa与doa联合估计降维方法
CN110231589B (zh) 一种大扩散角的多径信号波达方向估计方法
Liu et al. Hopping instants detection and frequency tracking of frequency hopping signals with single or multiple channels
Zhang et al. Mitigation of sparsely sampled nonstationary jammers for multi-antenna GNSS receivers
Lie et al. Multiple UWB emitters DOA estimation employing time hopping spread spectrum
Li et al. TOA and DOA Estimation for IR‐UWB Signals: An Efficient Algorithm by Improved Root‐MUSIC
CN105873135B (zh) 多路径信道的参数确定方法、装置以及通信系统
Zhang et al. Joint range and velocity fast estimation for OFDM-based RadCom shared signal
Gorbunova et al. Parametric methods for cyclostationary signals doa estimation
CN113281795B (zh) 基于北斗和超宽带系统中联合稀疏恢复室内定位方法
Kumar et al. DOA estimation of IR-UWB signals using coherent signal processing
CN118432641B (zh) 基于空时信道跳变波形先验知识的干扰防护方法及装置
Gorbunova et al. Cyclostationary sources localization in wireless multipath environment

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