CN113938358A - 时延确定方法和终端 - Google Patents

时延确定方法和终端 Download PDF

Info

Publication number
CN113938358A
CN113938358A CN202010658414.9A CN202010658414A CN113938358A CN 113938358 A CN113938358 A CN 113938358A CN 202010658414 A CN202010658414 A CN 202010658414A CN 113938358 A CN113938358 A CN 113938358A
Authority
CN
China
Prior art keywords
frequency domain
target
estimation vector
subspace information
domain estimation
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
CN202010658414.9A
Other languages
English (en)
Other versions
CN113938358B (zh
Inventor
赵铮
任斌
李刚
方荣一
张振宇
李辉
任晓涛
达人
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.)
Datang Mobile Communications Equipment Co Ltd
Original Assignee
Datang Mobile Communications Equipment 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 Datang Mobile Communications Equipment Co Ltd filed Critical Datang Mobile Communications Equipment Co Ltd
Priority to CN202010658414.9A priority Critical patent/CN113938358B/zh
Publication of CN113938358A publication Critical patent/CN113938358A/zh
Application granted granted Critical
Publication of CN113938358B publication Critical patent/CN113938358B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/0202—Channel estimation
    • H04L25/0222—Estimation of channel variability, e.g. coherence bandwidth, coherence time, fading frequency
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0852—Delays

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Environmental & Geological Engineering (AREA)
  • Power Engineering (AREA)
  • Noise Elimination (AREA)

Abstract

本发明提供一种时延确定方法和终端，该方法包括：针对接收信号的频域估计向量执行重构操作，以得到目标子空间信息，其中，所述目标子空间信息包括信号子空间信号信息和/或噪声子空间信息；依据所述目标子空间信息确定所述接收信号对应的时延。本发明可以提高终端的时延估计能力。

Description

时延确定方法和终端
技术领域
本发明涉及通信技术领域，尤其涉及一种时延确定方法和终端。
背景技术
在一些无线通信系统(例如：NR系统)可能进行定位增强，以满足更加应用需求。然而，由于无线通信系统的特性或者终端的特征，导致目前终端还无法支持通过信号的频域估计向量计算信号的时延，进而使得终端的时延估计能力比较差。
发明内容
本发明实施例提供一种时延确定方法和终端，以解决终端的时延估计能力比较差的问题。
本发明实施例提供一种时延确定方法，应用于终端，包括：
针对接收信号的频域估计向量执行重构操作，以得到目标子空间信息，其中，所述目标子空间信息包括信号子空间信号信息和/或噪声子空间信息；
依据所述目标子空间信息确定所述接收信号对应的时延。
可选的，所述针对所述频域估计向量执行重构操作，以得到目标子空间信息，包括：
针对所述频域估计向量执行协方差矩阵重构操作，以得到目标子空间信息。
可选的，所述频域估计向量包括第一频段的第一频域估计向量和第二频段的第二频域估计向量，所述针对所述频域估计向量执行协方差矩阵重构操作，以得到目标子空间信息，包括：
依据所述第一频域估计向量和所述第二频域估计向量中的至少一项，构造全带宽的第三频域估计向量；
将所述第一频域估计向量、所述第二频域估计向量和所述第三频域估计向量进行拼接操作，以得到目标估计向量；
生成所述目标估计向量的第一协方差矩阵，并获取所述第一协方差矩阵的目标子空间信息。
可选的，所述针对所述频域估计向量执行协方差矩阵重构操作，以得到目标子空间信息，包括：
对所述频域估计向量进行抽样，以得到第四频域估计向量；
生成所述第四频域估计向量的第二协方差矩阵，并获取所述第二协方差矩阵的目标子空间信息。
可选的，所述针对所述频域估计向量执行重构操作，包括：
依据所述频域估计向量重构目标信道估计，所述目标信道估计为包含目标频段的信道估计，其中，所述目标信道估计包含离散傅里叶(discrete Fourier transform，DFT)矩阵和多径信道衰落的乘积，所述DFT矩阵包括多个正交的DFT向量，所述多径信道衰落为所述频域估计向量中的多径信道衰落。
可选的，所述目标频段包含两个边带，位于所述两个边带之间的频段，所述两个边带为所述接收信号的传输频段的两个边带。
可选的，所述目标子空间信息通过如下方式获得：
计算所述DFT矩阵中所有DFT向量与所述目标信道估计的内积；
依据所述内积，确定所述目标子空间信息。
可选的，所述内积从大到小的排序中，前若干内积对应的DFT向量为所述信号子空间信息，所述DFT矩阵中除所述信号子空间信息之外的DFT向量为所述噪声子空间信息。
可选的，所述DFT矩阵包括的DFT向量的个数与所述DFT矩阵的维度相同。
可选的，所述依据所述噪声子空间信息确定所述接收信号对应的时延，包括：
确定所述目标子空间信息对应的伪频谱中大于第一预设门限的多个峰值，并将所述多个峰值中的最小值作为所述接收信号对应的时延；或者
确定所述目标子空间信息对应的伪频谱对数中大于第一预设门限的多个峰值，并将所述多个峰值中的最小值作为所述接收信号对应的时延，所述伪频谱对数为对所述目标子空间信息对应的伪频谱求取对数的结果。
可选的，所述预设门限是根据所述伪频谱的最小值确定。
第二方面，本发明实施例提供一种终端，包括：
重构模块，用于针对接收信号的频域估计向量执行重构操作，以得到目标子空间信息，其中，所述目标子空间信息包括信号子空间信号信息和/或噪声子空间信息；
确定模块，用于依据所述目标子空间信息确定所述接收信号对应的时延。
可选的，所述重构模块用于针对所述频域估计向量执行协方差矩阵重构操作，以得到目标子空间信息。
可选的，所述针对所述频域估计向量执行重构操作，包括：
依据所述频域估计向量重构目标信道估计，所述目标信道估计为包含目标频段的信道估计，其中，所述目标信道估计包含离散傅里叶DFT矩阵和多径信道衰落的乘积，所述DFT矩阵包括多个正交的DFT向量，所述多径信道衰落为所述频域估计向量中的多径信道衰落。
可选的，所述确定模块用于确定所述目标子空间信息对应的伪频谱中大于第一预设门限的多个峰值，并将所述多个峰值中的最小值作为所述接收信号对应的时延；或者
所述确定模块用于确定所述目标子空间信息对应的伪频谱对数中大于第一预设门限的多个峰值，并将所述多个峰值中的最小值作为所述接收信号对应的时延，所述伪频谱对数为对所述目标子空间信息对应的伪频谱求取对数的结果。
本发明实施例还提供一种终端，包括：收发机、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序指令，
所述处理器，用于针对接收信号的频域估计向量执行重构操作，以得到目标子空间信息，其中，所述目标子空间信息包括信号子空间信号信息和/或噪声子空间信息；
所述处理器还用于依据所述目标子空间信息确定所述接收信号对应的时延。
可选的，所述针对所述频域估计向量执行重构操作，以得到目标子空间信息，包括：
针对所述频域估计向量执行协方差矩阵重构操作，以得到目标子空间信息。
可选的，所述频域估计向量包括第一频段的第一频域估计向量和第二频段的第二频域估计向量，所述针对所述频域估计向量执行协方差矩阵重构操作，以得到目标子空间信息，包括：
依据所述第一频域估计向量和所述第二频域估计向量中的至少一项，构造全带宽的第三频域估计向量；
将所述第一频域估计向量、所述第二频域估计向量和所述第三频域估计向量进行拼接操作，以得到目标估计向量；
生成所述目标估计向量的第一协方差矩阵，并获取所述第一协方差矩阵的目标子空间信息。
可选的，所述针对所述频域估计向量执行协方差矩阵重构操作，以得到目标子空间信息，包括：
对所述频域估计向量进行抽样，以得到第四频域估计向量；
生成所述第四频域估计向量的第二协方差矩阵，并获取所述第二协方差矩阵的目标子空间信息。
可选的，所述针对所述频域估计向量执行重构操作，包括：
依据所述频域估计向量重构目标信道估计，所述目标信道估计为包含目标频段的信道估计，其中，所述目标信道估计包含离散傅里叶DFT矩阵和多径信道衰落的乘积，所述DFT矩阵包括多个正交的DFT向量，所述多径信道衰落为所述频域估计向量中的多径信道衰落。
可选的，所述目标子空间信息通过如下方式获得：
计算所述DFT矩阵中所有DFT向量与所述目标信道估计的内积；
依据所述内积，确定所述目标子空间信息。
可选的，所述依据所述噪声子空间信息确定所述接收信号对应的时延，包括：
确定所述目标子空间信息对应的伪频谱中大于第一预设门限的多个峰值，并将所述多个峰值中的最小值作为所述接收信号对应的时延；或者
确定所述目标子空间信息对应的伪频谱对数中大于第一预设门限的多个峰值，并将所述多个峰值中的最小值作为所述接收信号对应的时延，所述伪频谱对数为对所述目标子空间信息对应的伪频谱求取对数的结果。
本发明实施例还提供一种计算机可读存储介质，其上存储有程序指令，该程序指令被处理器执行时实现本发明实施例提供的时延确定方法中的步骤。
本发明实施例，针对接收信号的频域估计向量执行重构操作，以得到目标子空间信息，其中，所述目标子空间信息包括信号子空间信号信息和/或噪声子空间信息；依据所述目标子空间信息确定所述接收信号对应的时延。这样可以实现基于接收信号的频域估计向量确定接收信号对应的时延，从而提高终端的时延估计能力。
附图说明
图1是本发明实施例可应用的一种网络结构示意图；
图2是本发明实施例提供的一种时延确定方法的流程图；
图3是本发明实施例提供的一种噪声子空间的比较结果的示意图；
图4是本发明实施例提供的一种终端的结构图；
图5是本发明实施例提供的另一种终端的结构图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。
参见图1，图1是本发明实施例可应用的网络结构示意图，如图1所示，包括终端11和网络侧设备12，终端11可以是用户终端(User Equipment，UE)或者其他终端设备，例如：手机、平板电脑(Tablet Personal Computer)、膝上型电脑(Laptop Computer)、个人数字助理(Personal Digital Assistant，PDA)、移动上网装置(Mobile Internet Device，MID)、可穿戴式设备(Wearable Device)、机器人、车辆等终端侧设备，需要说明的是，在本发明实施例中并不限定终端的具体类型。网络侧设备12可以是发送接收点(transmissionreception point，TRP)，且本发明实施例中可以应用于多TRP场景。进一步的，网络侧设备12可以接入网设备，如基站，例如：宏站、LTE eNB、5G NR NB等；网络侧设备也可以是小站，如低功率节点(Low Power Node，LPN)、pico、femto等小站，或者网络侧设备可以接入点(Access Point，AP)；网络侧设备也可以是中央单元(Central Unit，CU)。需要说明的是，在本发明实施例中并不限定网络侧设备的具体类型。
请参见图2，图2是本发明实施例提供的一种时延确定方法的流程图，该方法应用于终端，如图2所示，包括以下步骤：
步骤201、针对接收信号的频域估计向量执行重构操作，以得到目标子空间信息，其中，所述目标子空间信息包括信号子空间信号信息和/或噪声子空间信息；
步骤202、依据所述目标子空间信息确定所述接收信号对应的时延。
其中，上述接收信号可以是一个或者多个天线接收到的信号。
上述频域估计向量可以是对上述接收信号进行信道估计得到的信道的频域估计向量。进一步的，上述频域估计向量可以表示为如下：
x(t)＝H(t)+w(t)＝Vα(t)+w(t)
其中，x(t)表示频域估计向量，H(t)为t时刻信道频域响应矢量，w(t)为t时刻加性复高斯白噪声，V表示关于时延的范德蒙矩阵，α(t)表示t时刻多径信道衰落(或者称作多径分量复衰落系数矢量)。
进一步的，上述频域估计向量中的各项可以表示为如下：
x(t)＝[x1(t)，x2(t)，…，xK(t)]T
H(t)＝[H1(t)，H2(t)，…，HK(t)]T
w(t)＝[w1(t)，w2(t)，…，WK(t)]T
Figure BDA0002577606420000061
Figure BDA0002577606420000062
Figure BDA0002577606420000063
Figure BDA0002577606420000064
其中K表示信道频域响应矢量中子载波总数，Lp表示多径数，
Figure BDA0002577606420000065
表示对应路径的时延。
当然，上述仅是对频域估计向量进行举例说明，本发明实施例中对频域估计向量并不限定，例如：可以是采用协议已定义的方式获取接收信号的频域估计向量，也可以采用后续协议新定义的方式获取接收信号的频域估计向量。
上述频域估计向量执行重构操作可以是重构频域估计向量的协方差矩阵，或者重构另一个频域估计向量。
上述针对接收信号的频域估计向量执行重构操作，以得到目标子空间信息可以是，基于重构的矩阵或者向量，确定目标子空间信息。
上述依据所述目标子空间信息确定所述接收信号对应的时延可以是，采用多信号分类(MUltiple SIgnal Classification，MUSIC)算法中依据目标子空间信息确定所述接收信号对应的时延的方式确定时延。其中，MUSIC是雷达系统和无线传感器网络中采用较多的高精度测量传播延迟方法。无线通信系统由于空白边带，载波聚合，多径衰落，硬件复杂度等因素，制约了MUSIC算法在无线通信系统中的应用。通过本发明实施例中，可以支持在无线通信系统中使用MUSIC算法确定接收信号对应的时延，从而提高时延的精度。进一步，还可以基于时延确定距离，以提高计算距离的精度。
作为一种可选的实施方式，上述针对所述频域估计向量执行重构操作，以得到目标子空间信息，包括：
针对所述频域估计向量执行协方差矩阵重构操作，以得到目标子空间信息。
其中，上述协方差矩阵重构操作可以重构用于MUSIC算法使用的协方差矩阵，或者可以重构一个协方差矩阵，使得终端采用较低计算量获取奇异值(singular valuedecomposition，SVD)分解，进而使得终端可以基于频域估计向量确定时延。
以基于MUSIC算法测量无线信号到达时间(TOA)为例，可以包括如下步骤：
步骤1、对各天线接收到信号进行信道估计得到信道的频域估计向量x(t)；
x(t)＝H(t)+w(t)＝Vα(t)+w(t)
其中，频域估计向量x(t)可以参见上面描述，此处不作赘述。
步骤2、求解信道频域估计的协方差矩阵；
Rx＝E[x(t)x(t)H]＝VRαVH+σ2I
Rα＝E[α(t)α(t)H]
其中，Rx为协方差矩阵，Rα为多径分量复衰落系数矢量的协方差矩阵，σ2为加性复高斯白噪声的方差，I为单位阵。
进一步的，在实际中，可以按照下式给出的分段相关求和得到信号的协方差矩阵。
Figure BDA0002577606420000081
其中，M＝P-K+1，P为x(t)的维度，yk(t)＝[xk(t)，...，xk+K-1(t)]T，xk(t)表示x(t)的第k个元素。
本实施例中，可以针对无线通信系统的OFDM保护边带、带宽不连续，以及降低复杂度的需求，对上述协方差矩阵进行重构，使得MUSIC算法可以对抗多径，带宽不连续等问题。例如：通过对向量x(t)进行降维处理降低SVD处理复杂度，并使得子空间的秩得以提升；或者通过重构向量x(t)，使得带宽不连续情况下可以等效获得连续带宽的信道频域估计，从而可以应用降维处理，并获得张满的信号子空间；或者通过重构协方差矩阵，采用向量相乘替代SVD分解，大大地降低了处理复杂度。
步骤3、从对协方差矩阵求解噪声子空间，求解噪声子空间可以对协方差矩阵进行SVD或特征值分解，或者按照本发明的方法通过向量相乘得到；
其中，对Rx进行特征分解，求得对应于特征值
Figure BDA0002577606420000082
的信号特征向量
Figure BDA0002577606420000083
(构成信号特征矩阵US)和对应于特征值
Figure BDA0002577606420000084
的噪声特征向量
Figure BDA0002577606420000085
(构成噪声特征矩阵UN)。
Rx＝USΛSUS H+UNANUN H
Figure BDA0002577606420000086
Figure BDA0002577606420000087
其中，ΛS为信号子空间信息，ΛN为噪声子空间信息。
步骤4、利用噪声子空间求解伪频谱PMUSIC(τ)；
Figure BDA0002577606420000088
步骤5：对伪频谱进行判决，获得估计的首径时延；
其中，首径时延即为接收信号对应的时延，且首径时延对应的传播距离认为是估计到的待测设备和测量设备间的距离。
另外，这里对伪频谱进行判决指的是按照门限对伪频谱的峰值进行选取，大于门限的峰值认为对应了一个多径，伪谱函数的各个峰值所对应的τi(i＝1，2，，...，Lp)即为各路径传输时延，将其中的最小值作为估计时延值。
需要说明的是，上述仅是以噪声子空间求解伪频谱进行举例说明，本发明实施例，也可以以信号子空间，信号子空间和噪声子空间求解伪频谱，具体的求解方式可以参见利用噪声子空间求解伪频谱，此处不作赘述。
可选的，所述频域估计向量包括第一频段的第一频域估计向量和第二频段的第二频域估计向量，所述针对所述频域估计向量执行协方差矩阵重构操作，以得到目标子空间信息，包括：
依据所述第一频域估计向量和所述第二频域估计向量中的至少一项，构造全带宽的第三频域估计向量；
将所述第一频域估计向量、所述第二频域估计向量和所述第三频域估计向量进行拼接操作，以得到目标估计向量；
生成所述目标估计向量的第一协方差矩阵，并获取所述第一协方差矩阵的目标子空间信息。
其中，上述全带宽的第三频域估计向量可以是，全带宽的信道估计向量。
例如：上述全带宽的第三频域估计向量可以表示为如下：
x3(t)＝V3pinv(V2)x2(t)
或，
x3(t)＝V3pinv(V1)x1(t)
或，
x3(t)＝V3pinv(V1+V2)[x1(t)+x2(t)]
其中，x1(t)示第一频域估计向量，x2(t)表示第二频域估计向量，V1表示第一频域估计向量的关于时延的范德蒙矩阵，V2表示第二频域估计向量的关于时延的范德蒙矩阵，V3表示第三频域估计向量的关于时延的范德蒙矩阵。
例如：
Figure BDA0002577606420000101
Figure BDA0002577606420000102
其中，l＝1，2，3，在l＝1或者2时，nl为第l频率段中第一个子载波对应的载波序号，kl是第l频率段中频域信道估计的个数；在l＝3时，nl(即n3)为两个频段间频段的第一个子载波序号，kl即(k3)是两个频段间频段中频域信道估计的个数。
该实施方式中，由于目标估计向量可以包含多个频域信道估计，从而提高协方差矩阵的空间秩，以更加适用于MUSIC算法，以提高时延的精度。
下面以目标子空间信息为噪声子空间信息对该实施方式进行举例说明，一个实施例如下：
该实施例中，在得到信道频域估计向量后，为了求解噪声子空间，可以对信道估计的协方差矩阵的统计平均。在实际应用中，统计平均可以通过时间平均获得，通过时间平均遍历各种情况，反映信道协方差的统计信息。在实际系统中，当终端速度较小时信道随时间变化较慢，信道估计的时间平均只能反映其中噪声部分的统计信息，无法反映信道的完整的统计信息，这样获得的信号子空间秩为1，从而无法应用具有高分辨能力的子空间算法，例如：不适用于MUSIC算法。
本实施例中，针对该问题，可以将接收到的频域信号被分成若干段，分别计算各段信道的协方差矩阵后求和平均，这样可以增加协方差矩阵的秩。具体可以是，在接收信号(如导频信号)占用不连续的频段时，根据频率信道估计的特点，重构信道的频域估计，使得不同频率段的信道估计合成一个向量后，向量的各个元素构成数列仍然具有等比数列的特性，从而可以应用上述分段协方差平均的方法。具体可以包括如下步骤：
步骤1、对各天线接收到信号进行信道估计得到信道的频域估计向量x(t)；
x(t)＝H(t)+w(t)＝Vα(t)+w(t)
其中，x(t)可以参见上述相关描述，此处不作赘述。
步骤2、求解信道频域估计的协方差矩阵；
Rx＝E[x(t)x(t)H]＝VRαVH+σ2I
Rα＝E[α(t)α(t)H]
其中，Rx可以参见上述相关描述，此处不作赘述。
本实施例中，针对无线通信系统的OFDM保护边带、带宽不连续，以及降低复杂度的需求，对协方差矩阵进行重构，使得MUSIC算法可以对抗多径，带宽不连续等问题。假设两个频率段(即上述第一频段和第二频段)得到信道为H1他H2，第一频段比第二频段频谱低，进一步的，可以假设这两个频段的信道估计的频率间隔相同，按照步骤中的信号模型有：
x1(t)＝H1(t)+w(t)
Figure BDA0002577606420000111
H1(t)＝[H11(t)，H12(t)，…，H1K(t)]T
x2(t)＝H2(t)+w(t)
Figure BDA0002577606420000112
H2(t)＝[H21(t)，H22(t)，…，H2K(t)]T
其中，
H1(t)＝V1α(t)
H2(t)＝V2α(t)
Figure BDA0002577606420000113
Figure BDA0002577606420000114
Figure BDA0002577606420000115
Figure BDA0002577606420000116
其中，l＝1，2，nl为第1频率段中第一个子载波对应的载波序号，kl是第1频率段中频域信道估计的个数。
在两个频率间间隔了Lc个子载波，那么可以构造全带宽下的信道估计向量，即上述第三频域估计向量：
x3(t)＝V3pinv(V2)x2(t)或，
x3(t)＝V3pinv(V1)x1(t)或，
x3(t)＝V3pinv(V1+V2)[x1(t)+x2(t)]
其中，V3由
Figure BDA0002577606420000121
构造，即l＝3，n3为两个频段间频段的第一个子载波序号，k3是这个两个频段间频段中频域信道估计的个数。
将x1(t)，x3(t)和x2(t)拼成一个长向量：
x(t)＝[x1(t)Tx3(t)Tx2(t)T]T。
然后，可以生成x(t)的协方差矩阵。
步骤3、对协方差矩阵进行SVD或特征值分解，求解噪声子空间；
对Rx进行特征分解，求得对应于特征值
Figure BDA0002577606420000122
的信号特征向量
Figure BDA0002577606420000123
(构成信号特征矩阵US)和对应于特征值
Figure BDA0002577606420000124
的噪声特征向量
Figure BDA0002577606420000125
(构成噪声特征矩阵UN)。
Rx＝USΛSUS H+UNΛNUN H
Figure BDA0002577606420000126
Figure BDA0002577606420000127
采用本实施例的方法，可以降低特征值分解/SVD分解的复杂度。
步骤4、利用噪声子空间求解伪谱PMUsIC(τ)：
Figure BDA0002577606420000128
步骤5、对伪谱进行判决，获得估计的首径时延，首径时延对应的传播距离认为是估计到的待测设备和测量设备间的距离。
伪谱函数的各个峰值所对应的τi(i＝1，2，，...，Lp)即为各路径传输时延，将其中的最小值作为估计时延值。
可选的，所述针对所述频域估计向量执行协方差矩阵重构操作，以得到目标子空间信息，包括：
对所述频域估计向量进行抽样，以得到第四频域估计向量；
生成所述第四频域估计向量的第二协方差矩阵，并获取所述第二协方差矩阵的目标子空间信息。
其中，上述对所述频域估计向量进行抽样，以得到第四频域估计向量可以是对频域估计向量进行等间隔抽样以得到第四频域估计向量，当然，对此不作限定，例如：也可以是随机抽样。
该实施方式中，由于频域估计向量进行抽样，以得到第四频域估计向量，从而可以降低获取所述第二协方差矩阵的目标子空间信息的复杂度。例如：在采用MUSIC算法时，由于需要进行SVD分解，SVD的计算复杂度很高，尤其在第五代移动通信系统定位导频带宽较大的情况下，SVD分解对于芯片是很大的负担，这样可以使得原本不支持MUSIC算法通过上述抽样可以支持MUSIC算法，进而提高时延的精度。
下面以目标子空间信息为噪声子空间信息对该实施方式进行举例说明，一个实施例如下：
该实施例，以MUSIC需要进行SVD分解，SVD的计算复杂度很高，尤其在第五代移动通信系统定位导频带宽较大的情况下，SVD分解对于芯片是很大的负担进行举例说明。
在接收端，基于MUSIC算法测量无线信号到达时间(TOA)的基本步骤如下：
步骤1、对各天线接收到信号进行信道估计得到信道的频域估计向量x(t)；
x(t)＝H(t)+w(t)＝Vα(t)+w(t)
其中，x(t)可以参见上述相关描述，此处不作赘述。
步骤2、求解信道频域估计的协方差矩阵；
Rx＝E[x(t)x(t)H]＝VRα VH+σ2I
Rα＝E[α(t)α(t)H]
其中，Rx可以参见上述相关描述，此处不作赘述。
本实施例通过对向量x(t)进行降维处理降低SVD处理复杂度，并使得子空间的秩得以提升。具体可以是，按照不同的起点，对信道频域估计进行等间隔N抽取，设xk(t)(k＝1，...，N)是按照第n个起点，间隔N个信道估计得到信道估计向量。或者，等分分段，那么xk(t)(k＝1，...，N为其中的第k段，则上述第二协方差矩阵可以表示如下：
Figure BDA0002577606420000141
需要说明的是，虽然，Rxx的维度降低了，但是Rxx仍然保持下式的信号模型：
Rx＝VRαVH+σ2I
其中，矩阵V任然具有部分DFT向量的特征，因此子空间检测算法仍然可用。然后再步骤3～5按照MUSIC算法对Rxx进行检测，从而在降低SVD处理复杂度的基础上，充分利用系统所提供的信道估计信息，得到了距离的估计值。
步骤3、对协方差矩阵进行SVD或特征值分解，求解噪声子空间；
对Rx进行特征分解，求得对应于特征值
Figure BDA0002577606420000142
的信号特征向量
Figure BDA0002577606420000143
(构成信号特征矩阵US)和对应于特征值
Figure BDA0002577606420000144
的噪声特征向量
Figure BDA0002577606420000145
(构成噪声特征矩阵UN)。
Rx＝UsΛSUS H+UNΛNUN H
Figure BDA0002577606420000146
Figure BDA0002577606420000147
因为xk(t)的维度降低，采用本实施例的方法，可以降低特征值分解/SVD分解的复杂度。
步骤4、利用噪声子空间求解伪谱PMUSIC(τ)：
Figure BDA0002577606420000148
步骤5、对伪谱进行判决，获得估计的首径时延，首径时延对应的传播距离认为是估计到的待测设备和测量设备间的距离。
伪谱函数的各个峰值所对应的τi(i＝1，2，，...，Lp)即为各路径传输时延，将其中的最小值作为估计时延值。
作为一种可选的实施方式，所述针对所述频域估计向量执行重构操作，包括：
依据所述频域估计向量重构目标信道估计，所述目标信道估计为包含目标频段的信道估计，其中，所述目标信道估计包含DFT矩阵和多径信道衰落的乘积，所述DFT矩阵包括多个正交的DFT向量，所述多径信道衰落为所述频域估计向量中的多径信道衰落。
其中，上述DFT矩阵包括多个正交的DFT向量可以是，具有DFT向量维度的所有正交的DFT，因此，上述DFT矩阵也可以称作完整的DFT向量。
上述目标信道估计包含DFT矩阵和多径信道衰落的乘积可以是，上述目标信道估计部分或者全部是DFT矩阵和多径信道衰落的乘积。例如：
x1(t)＝V1α(t)+w1(t)
其中，x1(t)表示上述目标信道估计，V1表示上述DFT矩阵，α(t)表示上述多径信道衰落，w1(t)表示t时刻加性复高斯白噪声。
另外，
Figure BDA0002577606420000151
Figure BDA0002577606420000152
其中，N为FFT大小。
该实施方式中，由于目标信道估计包含DFT矩阵和多径信道衰落的乘积，这样可以实现目标信道估计的协方差矩阵可以适用于MUSIC算法，进而提高时延的精度。当然，该实施方式中，可以采用内积的方式替代求SVD分解获取目标子空间信息的，具体可以如下：所述目标子空间信息通过如下方式获得：
计算所述DFT矩阵中所有DFT向量与所述目标信道估计的内积；
依据所述内积，确定所述目标子空间信息。
可选的，所述内积从大到小的排序中，前若干内积对应的DFT向量为所述信号子空间信息，所述DFT矩阵中除所述信号子空间信息之外的DFT向量为所述噪声子空间信息。
上述前若干内积可以是理解为所有DFT向量与所述目标信道估计的内积中内积从大到小的排序中的前一或者多个内积。
该实施方式中，由于不需要SVD分解，大大地降低了处理复杂度
可选的，所述目标频段包含两个边带和位于所述两个边带之间的频段，所述两个边带为所述接收信号的传输频段的两个边带。
该实施方式中，由于目标频段包含两个边带和位于所述两个边带之间的频段，这样可以从上述目标频段的信道估计获得更加精准信号子空间和噪声子空间，进一步提高时延的准确性。
可选的，所述DFT矩阵包括的DFT向量的个数与所述DFT矩阵的维度相同。
该实施方式中，由于DFT矩阵包括的DFT向量的个数与所述DFT矩阵的维度相同，这样可以从上述目标频段的信道估计获得更加精准信号子空间和噪声子空间，进一步提高时延的准确性。当然，本发明实施例中并不限定DFT矩阵包括的DFT向量的个数与所述DFT矩阵的维度相同，在一些场景不同也是可以的。
下面以目标子空间信息为噪声子空间信息对该实施方式进行举例说明，一个实施例如下：
该实施例可以实现通过DFT向量内积可以等效获得SVD分解的效果，即获得噪声子空间，从而避免了复杂的SVD分解。
在接收端，基于MUSIC算法测量无线信号到达时间(TOA)的基本步骤如下：
步骤1、对各天线接收到信号进行信道估计得到信道的频域估计向量x(t)；
x(t)＝H(t)+w(t)＝Vα(t)+w(t)
其中，x(t)可以参见上述相关描述，此处不作赘述。
步骤2、对协方差矩阵进行向量相乘，求解噪声子空间。
该步骤采用向量相乘替代SVD分解，大大地降低了处理复杂度。设得到信道估计为x(t)＝H(t)+w(t)＝Vα(t)+w(t)
在无线通信系统为例，x(t)只对应了中间子载波的信道估计，不包含频段中最低频段和最高频段的信道估计，本实施例称频段中最低频段和最高频段为两个边带，设包含两个边带，以及和中间传输导频频段的信道估计为x1(t)，那么有
x1(t)＝V1pinv(V)X(t)
其中
Figure BDA0002577606420000171
Figure BDA0002577606420000172
N为FFT大小，x1(t)可以表示为下式
x1(t)＝V1α(t)+w1(t)
其中，V1为DFT矩阵，为完整的DFT向量，v′(τi)各向量正交，那么，将v′(τi)各向量和x1(t)进行内积，当内积值大于噪声功率时，所对应的v′(τi)就属于信号子空间，根据噪声子空间和信号子空间互补的特性，得到噪声子空间ΛN，进而得到距离的估计。这样通过向量内积，可以等效获得SVD分解的效果，即获得噪声子空间，从而避免了复杂的SVD分解。
步骤4、利用噪声子空间求解伪谱PMUSIC(τ)：
Figure BDA0002577606420000173
步骤5、对伪谱进行判决，获得估计的首径时延，首径时延对应的传播距离认为是估计到的待测设备和测量设备间的距离。
伪谱函数的各个峰值所对应的τi(i＝1，2，，...，Lp)即为各路径传输时延，将其中的最小值作为估计时延值。
请参见图3，图3两边分别表示SVD分解的结果和向量内积获得噪声子空间的比较结果，通过图3可知向量内积获得噪声子空间是完全可以替代SVD分解。
作为一种可选的实施方式，所述依据所述噪声子空间信息确定所述接收信号对应的时延，包括：
确定所述目标子空间信息对应的伪频谱中大于第一预设门限的多个峰值，并将所述多个峰值中的最小值作为所述接收信号对应的时延；或者
确定所述目标子空间信息对应的伪频谱对数中大于第一预设门限的多个峰值，并将所述多个峰值中的最小值作为所述接收信号对应的时延，所述伪频谱对数为对所述目标子空间信息对应的伪频谱求取对数的结果。
其中，所述目标子空间信息对应的伪频谱可以采用MUSIC算法中计算目标子空间信息对应的伪频谱的方式，得到上述伪频谱，当然，对此不作限定，例如：可以采用协议中已定义的方式获取伪频谱，或者也可以采用后续协议新定义的方式伪频谱。
该实施方式中，由于将所述多个峰值中的最小值作为所述接收信号对应的时延，这样可以使用时延更加准确。当然，本发明实施例中，并不限定只能将最小值作为时延，只是通过实验表示最小值作为所述接收信号对应的时延的准确度最高。例如：当统计平均的集合足够大时，伪谱的最小值反应了噪声功率的大小。当统计平均集合不十分大时，伪谱若干最小值的平均反应了噪声功率的大小。
可选的，所述预设门限是根据所述伪频谱的最小值确定。
上述预设门限是根据所述伪频谱的最小值确定可以是通过上述公式确定预设门限：
Qthreshold＝min{10lg[PMUSIC(τ)
或者
Qthreshold＝c max{10lg[PMUSIC(τ)+(1-c)min{10lg[PMUSIC(τ)}
其中，Qthreshold为预设门限，0＜c≤1。
下面以目标子空间信息为噪声子空间信息对该实施方式进行举例说明，一个实施例如下：
在接收端，基于MUSIC算法测量无线信号到达时间(TOA)的基本步骤如下：
步骤1、对各天线接收到信号进行信道估计得到信道的频域估计向量x(t)；
x(t)＝H(t)+w(t)＝Vα(t)+w(t)
其中，x(t)可以参见上述相关描述，此处不作赘述。
步骤2、求解信道频域估计的协方差矩阵；
Rx＝E[x(t)x(t)H]＝VRαVH+σ2I
Rα＝E[α(t)α(t)H]
其中，Rx可以参见上述相关描述，此处不作赘述。
步骤3、对协方差矩阵进行SVD或特征值分解，求解噪声子空间；
对Rx进行特征分解，求得对应于特征值
Figure BDA0002577606420000191
的信号特征向量
Figure BDA0002577606420000192
(构成信号特征矩阵US)和对应于特征值
Figure BDA0002577606420000193
的噪声特征向量
Figure BDA0002577606420000194
(构成噪声特征矩阵UN)。
Rx＝USΛSUS H+UNΛNUN H
Figure BDA0002577606420000195
Figure BDA0002577606420000196
步骤4、利用噪声子空间求解伪谱PMUSIC(τ)：
Figure BDA0002577606420000197
步骤5、对伪谱进行判决，获得估计的首径时延，首径时延对应的传播距离认为是估计到的待测设备和测量设备间的距离。
采用如下对数判决公式：
10lg[PMUSIC(τ)]＞Qthreshold
其中
Qthreshold＝min{10lg[PMUSIC(τ)
或者
Qthreshold＝c max{10lg[PMUSIC(τ)+(1-c)min{10lg[PMUSIC(τ)}0＜c≤1
伪谱的各个峰值大于门限Qthreshold所对应的τi(i＝1，2，，...，Lp)即为各路径传输时延，将其中的传输时延最小值作为估计时延值。
本发明实施例提供的上述时延确定方法可以实现如下：
通过信号重构，解决了导频信号在不同频率段上传输，无法准确获得信号/噪声子空间的问题；
通过通过信号的重构和简单的向量内积实现了复杂度较高的SVD分解，解决了SVD的处理复杂度硬件支持成本较高的问题。
充分利用系统所提供的信道估计信息，给出了降维处理方法，解决了SVD的处理复杂度硬件支持成本较高的问题。
另外，本发明实施例可以应用于OFDM无线通信系统的保护边带，带宽不连续，芯片处理能力有限等场景，且可以使用在这些场景下可以采用MUSIC算法获得高精度的时延。且还可以不改变信号模型，使得MUSIC检测算法仍然可用。降低MUSIC算法中SVD处理复杂度，并使得子空间的秩得以提升。
本发明实施例，针对接收信号的频域估计向量执行重构操作，以得到目标子空间信息，其中，所述目标子空间信息包括信号子空间信号信息和/或噪声子空间信息；依据所述目标子空间信息确定所述接收信号对应的时延。这样可以实现基于接收信号的频域估计向量确定接收信号对应的时延，从而提高终端的时延估计能力。
请参见图4，图4是本发明实施例提供的一种终端的结构图，如图4所示，终端400包括：
重构模块401，用于针对接收信号的频域估计向量执行重构操作，以得到目标子空间信息，其中，所述目标子空间信息包括信号子空间信号信息和/或噪声子空间信息；
确定模块402，用于依据所述目标子空间信息确定所述接收信号对应的时延。
可选的，重构模块401用于针对所述频域估计向量执行协方差矩阵重构操作，以得到目标子空间信息。
可选的，重构模块401用于依据所述第一频域估计向量和所述第二频域估计向量中的至少一项，构造全带宽的第三频域估计向量；将所述第一频域估计向量、所述第二频域估计向量和所述第三频域估计向量进行拼接操作，以得到目标估计向量；以及生成所述目标估计向量的第一协方差矩阵，并获取所述第一协方差矩阵的目标子空间信息。
可选的，重构模块401用于对所述频域估计向量进行抽样，以得到第四频域估计向量；以及生成所述第四频域估计向量的第二协方差矩阵，并获取所述第二协方差矩阵的目标子空间信息。
可选的，重构模块401用于依据所述频域估计向量重构目标信道估计，所述目标信道估计为包含目标频段的信道估计，其中，所述目标信道估计包含离散傅里叶DFT矩阵和多径信道衰落的乘积，所述DFT矩阵包括多个正交的DFT向量，所述多径信道衰落为所述频域估计向量中的多径信道衰落。
可选的，所述目标频段包含两个边带和位于所述两个边带之间的频段，所述两个边带为所述接收信号的传输频段的两个边带。
可选的，所述目标子空间信息通过如下方式获得：
计算所述DFT矩阵中所有DFT向量与所述目标信道估计的内积；
依据所述内积，确定所述目标子空间信息。
可选的，所述内积从大到小的排序中，前若干内积对应的DFT向量为所述信号子空间信息，所述DFT矩阵中除所述信号子空间信息之外的DFT向量为所述噪声子空间信息。
可选的，所述DFT矩阵包括的DFT向量的个数与所述DFT矩阵的维度相同。
可选的，确定模块402用于确定所述目标子空间信息对应的伪频谱中大于第一预设门限的多个峰值，并将所述多个峰值中的最小值作为所述接收信号对应的时延；或者
确定模块402用于确定所述目标子空间信息对应的伪频谱对数中大于第一预设门限的多个峰值，并将所述多个峰值中的最小值作为所述接收信号对应的时延，所述伪频谱对数为对所述目标子空间信息对应的伪频谱求取对数的结果。
可选的，所述预设门限是根据所述伪频谱的最小值确定。
需要说明的是，本实施例中上述终端400可以是本发明实施例中方法实施例中任意实施方式的终端，本发明实施例中方法实施例中终端的任意实施方式都可以被本实施例中的上述终端400所实现，以及达到相同的有益效果，此处不再赘述。
请参见图5，图5是本发明实施例提供的另一种终端的结构图，如图5所示，该终端包括：收发机510、存储器520、处理器500及存储在所述存储器520上并可在所述处理器500上运行的程序指令，其中：
所述处理器500，用于针对接收信号的频域估计向量执行重构操作，以得到目标子空间信息，其中，所述目标子空间信息包括信号子空间信号信息和/或噪声子空间信息；
处理器500还用于依据所述目标子空间信息确定所述接收信号对应的时延。
其中，收发机510，可以用于在处理器500的控制下接收和发送数据。
在图5中，总线架构可以包括任意数量的互联的总线和桥，具体由处理器500代表的一个或多个处理器和存储器520代表的存储器的各种电路链接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口提供接口。收发机510可以是多个元件，即包括发送机和接收机，提供用于在传输介质上与各种其他装置通信的单元。
处理器500负责管理总线架构和通常的处理，存储器520可以存储处理器500在执行操作时所使用的数据。
需要说明的是，存储器520并不限定只在终端上，可以将存储器520和处理器500分离处于不同的地理位置。
可选的，所述针对所述频域估计向量执行重构操作，以得到目标子空间信息，包括：
针对所述频域估计向量执行协方差矩阵重构操作，以得到目标子空间信息。
可选的，所述频域估计向量包括第一频段的第一频域估计向量和第二频段的第二频域估计向量，所述针对所述频域估计向量执行协方差矩阵重构操作，以得到目标子空间信息，包括：
依据所述第一频域估计向量和所述第二频域估计向量中的至少一项，构造全带宽的第三频域估计向量；
将所述第一频域估计向量、所述第二频域估计向量和所述第三频域估计向量进行拼接操作，以得到目标估计向量；
生成所述目标估计向量的第一协方差矩阵，并获取所述第一协方差矩阵的目标子空间信息。
可选的，所述针对所述频域估计向量执行协方差矩阵重构操作，以得到目标子空间信息，包括：
对所述频域估计向量进行抽样，以得到第四频域估计向量；
生成所述第四频域估计向量的第二协方差矩阵，并获取所述第二协方差矩阵的目标子空间信息。
可选的，所述针对所述频域估计向量执行重构操作，包括：
依据所述频域估计向量重构目标信道估计，所述目标信道估计为包含目标频段的信道估计，其中，所述目标信道估计包含离散傅里叶DFT矩阵和多径信道衰落的乘积，所述DFT矩阵包括多个正交的DFT向量，所述多径信道衰落为所述频域估计向量中的多径信道衰落。
可选的，所述目标频段包含两个边带和位于所述两个边带之间的频段，所述两个边带为所述接收信号的传输频段的两个边带。
可选的，所述目标子空间信息通过如下方式获得：
计算所述DFT矩阵中所有DFT向量与所述目标信道估计的内积；
依据所述内积，确定所述目标子空间信息。
可选的，所述内积从大到小的排序中，前若干内积对应的DFT向量为所述信号子空间信息，所述DFT矩阵中除所述信号子空间信息之外的DFT向量为所述噪声子空间信息。
可选的，所述DFT矩阵包括的DFT向量的个数与所述DFT矩阵的维度相同。
可选的，所述依据所述噪声子空间信息确定所述接收信号对应的时延，包括：
确定所述目标子空间信息对应的伪频谱中大于第一预设门限的多个峰值，并将所述多个峰值中的最小值作为所述接收信号对应的时延；或者
确定所述目标子空间信息对应的伪频谱对数中大于第一预设门限的多个峰值，并将所述多个峰值中的最小值作为所述接收信号对应的时延，所述伪频谱对数为对所述目标子空间信息对应的伪频谱求取对数的结果。
可选的，所述预设门限是根据所述伪频谱的最小值确定。
需要说明的是，本实施例中上述终端可以是本发明实施例中方法实施例中任意实施方式的终端，本发明实施例中方法实施例中终端的任意实施方式都可以被本实施例中的上述终端所实现，以及达到相同的有益效果，此处不再赘述。
本发明实施例还提供一种计算机可读存储介质，其上存储有程序指令，其特征在于，该程序指令被处理器执行时实现本发明实施例提供的时延确定方法中的步骤。
在本申请所提供的几个实施例中，应该理解到，所揭露方法和装置，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理包括，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述信息数据块的处理方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (23)

1.一种时延确定方法，应用于终端，其特征在于，包括：
针对接收信号的频域估计向量执行重构操作，以得到目标子空间信息，其中，所述目标子空间信息包括信号子空间信号信息和/或噪声子空间信息；
依据所述目标子空间信息确定所述接收信号对应的时延。
2.如权利要求1所述的方法，其特征在于，所述针对所述频域估计向量执行重构操作，以得到目标子空间信息，包括：
针对所述频域估计向量执行协方差矩阵重构操作，以得到目标子空间信息。
3.如权利要求2所述的方法，其特征在于，所述频域估计向量包括第一频段的第一频域估计向量和第二频段的第二频域估计向量，所述针对所述频域估计向量执行协方差矩阵重构操作，以得到目标子空间信息，包括：
依据所述第一频域估计向量和所述第二频域估计向量中的至少一项，构造全带宽的第三频域估计向量；
将所述第一频域估计向量、所述第二频域估计向量和所述第三频域估计向量进行拼接操作，以得到目标估计向量；
生成所述目标估计向量的第一协方差矩阵，并获取所述第一协方差矩阵的目标子空间信息。
4.如权利要求2所述的方法，其特征在于，所述针对所述频域估计向量执行协方差矩阵重构操作，以得到目标子空间信息，包括：
对所述频域估计向量进行抽样，以得到第四频域估计向量；
生成所述第四频域估计向量的第二协方差矩阵，并获取所述第二协方差矩阵的目标子空间信息。
5.如权利要求1所述的方法，其特征在于，所述针对所述频域估计向量执行重构操作，包括：
依据所述频域估计向量重构目标信道估计，所述目标信道估计为包含目标频段的信道估计，其中，所述目标信道估计包含离散傅里叶DFT矩阵和多径信道衰落的乘积，所述DFT矩阵包括多个正交的DFT向量，所述多径信道衰落为所述频域估计向量中的多径信道衰落。
6.如权利要求5所述的方法，其特征在于，所述目标频段包含两个边带和位于所述两个边带之间的频段，所述两个边带为所述接收信号的传输频段的两个边带。
7.如权利要求5所述的方法，其特征在于，所述目标子空间信息通过如下方式获得：
计算所述DFT矩阵中所有DFT向量与所述目标信道估计的内积；
依据所述内积，确定所述目标子空间信息。
8.如权利要求7所述的方法，其特征在于，所述内积从大到小的排序中，前若干内积对应的DFT向量为所述信号子空间信息，所述DFT矩阵中除所述信号子空间信息之外的DFT向量为所述噪声子空间信息。
9.如权利要求5所述的方法，其特征在于，所述DFT矩阵包括的DFT向量的个数与所述DFT矩阵的维度相同。
10.如权利要求1至8中任一项所述的方法，其特征在于，所述依据所述噪声子空间信息确定所述接收信号对应的时延，包括：
确定所述目标子空间信息对应的伪频谱中大于第一预设门限的多个峰值，并将所述多个峰值中的最小值作为所述接收信号对应的时延；或者
确定所述目标子空间信息对应的伪频谱对数中大于第一预设门限的多个峰值，并将所述多个峰值中的最小值作为所述接收信号对应的时延，所述伪频谱对数为对所述目标子空间信息对应的伪频谱求取对数的结果。
11.如权利要求10所述的方法，其特征在于，所述预设门限是根据所述伪频谱的最小值确定。
12.一种终端，其特征在于，包括：
重构模块，用于针对接收信号的频域估计向量执行重构操作，以得到目标子空间信息，其中，所述目标子空间信息包括信号子空间信号信息和/或噪声子空间信息；
确定模块，用于依据所述目标子空间信息确定所述接收信号对应的时延。
13.如权利要求12所述的终端，其特征在于，所述重构模块用于针对所述频域估计向量执行协方差矩阵重构操作，以得到目标子空间信息。
14.如权利要求12所述的终端，其特征在于，所述针对所述频域估计向量执行重构操作，包括：
依据所述频域估计向量重构目标信道估计，所述目标信道估计为包含目标频段的信道估计，其中，所述目标信道估计包含离散傅里叶DFT矩阵和多径信道衰落的乘积，所述DFT矩阵包括多个正交的DFT向量，所述多径信道衰落为所述频域估计向量中的多径信道衰落。
15.如权利要求12至14中任一项所述的终端，其特征在于，所述确定模块用于确定所述目标子空间信息对应的伪频谱中大于第一预设门限的多个峰值，并将所述多个峰值中的最小值作为所述接收信号对应的时延；或者
所述确定模块用于确定所述目标子空间信息对应的伪频谱对数中大于第一预设门限的多个峰值，并将所述多个峰值中的最小值作为所述接收信号对应的时延，所述伪频谱对数为对所述目标子空间信息对应的伪频谱求取对数的结果。
16.一种终端，包括：收发机、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序指令，其特征在于，
所述处理器，用于针对接收信号的频域估计向量执行重构操作，以得到目标子空间信息，其中，所述目标子空间信息包括信号子空间信号信息和/或噪声子空间信息；
所述处理器还用于依据所述目标子空间信息确定所述接收信号对应的时延。
17.如权利要求16所述的终端，其特征在于，所述针对所述频域估计向量执行重构操作，以得到目标子空间信息，包括：
针对所述频域估计向量执行协方差矩阵重构操作，以得到目标子空间信息。
18.如权利要求17所述的终端，其特征在于，所述频域估计向量包括第一频段的第一频域估计向量和第二频段的第二频域估计向量，所述针对所述频域估计向量执行协方差矩阵重构操作，以得到目标子空间信息，包括：
依据所述第一频域估计向量和所述第二频域估计向量中的至少一项，构造全带宽的第三频域估计向量；
将所述第一频域估计向量、所述第二频域估计向量和所述第三频域估计向量进行拼接操作，以得到目标估计向量；
生成所述目标估计向量的第一协方差矩阵，并获取所述第一协方差矩阵的目标子空间信息。
19.如权利要求17所述的终端，其特征在于，所述针对所述频域估计向量执行协方差矩阵重构操作，以得到目标子空间信息，包括：
对所述频域估计向量进行抽样，以得到第四频域估计向量；
生成所述第四频域估计向量的第二协方差矩阵，并获取所述第二协方差矩阵的目标子空间信息。
20.如权利要求16所述的终端，其特征在于，所述针对所述频域估计向量执行重构操作，包括：
依据所述频域估计向量重构目标信道估计，所述目标信道估计为包含目标频段的信道估计，其中，所述目标信道估计包含离散傅里叶DFT矩阵和多径信道衰落的乘积，所述DFT矩阵包括多个正交的DFT向量，所述多径信道衰落为所述频域估计向量中的多径信道衰落。
21.如权利要求20所述的终端，其特征在于，所述目标子空间信息通过如下方式获得：
计算所述DFT矩阵中所有DFT向量与所述目标信道估计的内积；
依据所述内积，确定所述目标子空间信息。
22.如权利要求16至22中任一项所述的终端，其特征在于，所述依据所述噪声子空间信息确定所述接收信号对应的时延，包括：
确定所述目标子空间信息对应的伪频谱中大于第一预设门限的多个峰值，并将所述多个峰值中的最小值作为所述接收信号对应的时延；或者
确定所述目标子空间信息对应的伪频谱对数中大于第一预设门限的多个峰值，并将所述多个峰值中的最小值作为所述接收信号对应的时延，所述伪频谱对数为对所述目标子空间信息对应的伪频谱求取对数的结果。
23.一种计算机可读存储介质，其上存储有程序指令，其特征在于，该程序指令被处理器执行时实现如权利要求1至11中任一项所述的时延确定方法中的步骤。
CN202010658414.9A 2020-07-09 2020-07-09 时延确定方法和终端 Active CN113938358B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010658414.9A CN113938358B (zh) 2020-07-09 2020-07-09 时延确定方法和终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010658414.9A CN113938358B (zh) 2020-07-09 2020-07-09 时延确定方法和终端

Publications (2)

Publication Number Publication Date
CN113938358A true CN113938358A (zh) 2022-01-14
CN113938358B CN113938358B (zh) 2023-03-24

Family

ID=79273314

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010658414.9A Active CN113938358B (zh) 2020-07-09 2020-07-09 时延确定方法和终端

Country Status (1)

Country Link
CN (1) CN113938358B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115623589A (zh) * 2022-10-09 2023-01-17 上海星思半导体有限责任公司 到达时间估计方法、装置、设备、存储介质及程序产品

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103220242A (zh) * 2013-04-22 2013-07-24 东南大学 单载波频域均衡系统中基于导频块的信道估计方法
CN106301614A (zh) * 2015-06-01 2017-01-04 富士通株式会社 多径时延估计装置、方法以及接收机
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
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
CN110535801A (zh) * 2019-03-07 2019-12-03 中兴通讯股份有限公司 多径分离方法、装置和存储介质
CN111313941A (zh) * 2020-02-12 2020-06-19 东南大学 一种采用低精度模数转换器的多用户大规模多输入多输出-正交频分复用系统传输方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103220242A (zh) * 2013-04-22 2013-07-24 东南大学 单载波频域均衡系统中基于导频块的信道估计方法
CN106301614A (zh) * 2015-06-01 2017-01-04 富士通株式会社 多径时延估计装置、方法以及接收机
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
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
CN110535801A (zh) * 2019-03-07 2019-12-03 中兴通讯股份有限公司 多径分离方法、装置和存储介质
CN111313941A (zh) * 2020-02-12 2020-06-19 东南大学 一种采用低精度模数转换器的多用户大规模多输入多输出-正交频分复用系统传输方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
XIAOHUI YU等: "A Cross-Spectral SVD Method for Chirp Time Delay Estimation", 《通信与信息技术国际研讨会议论文集》 *
曹福成等: "基于子空间的DS-UWB系统高分辨率低复杂度时延估计", 《吉林大学学报(工学版)》 *
沈建锋等: "一种高精度的TOA估计方法", 《电子与信息学报》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115623589A (zh) * 2022-10-09 2023-01-17 上海星思半导体有限责任公司 到达时间估计方法、装置、设备、存储介质及程序产品

Also Published As

Publication number Publication date
CN113938358B (zh) 2023-03-24

Similar Documents

Publication Publication Date Title
US6765969B1 (en) Method and device for multi-user channel estimation
US9277418B1 (en) Methods, devices and systems for separating overlappingly transmitted signals and enabling joint spectrum access
CN108646213B (zh) 一种室内多径环境下直达波aoa判定方法
CN112235215B (zh) 一种无线信道探测方法、存储介质及终端设备
CN109672635B (zh) 一种时域相关性估计方法、装置及设备
CN112034419B (zh) 一种用于5g定位的传播时延估计方法和装置
CN107171981B (zh) 通道校正方法及装置
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
CN111935038B (zh) 基于分数阶傅里叶变换的线性调频干扰消除方法
CN109495414B (zh) 一种频偏估计方法、装置、设备及计算机可读存储介质
CN114615122A (zh) 通信信号的频偏确定方法及装置
CN113938358B (zh) 时延确定方法和终端
Wu et al. Super-resolution TOA and AOA estimation for OFDM radar systems based on compressed sensing
CN113225109A (zh) 一种信号处理系统及相关电子设备
US10122517B2 (en) Methods for estimating reference signal received power of cellular communication signals
CN113055318B (zh) 一种信道估计方法
Noschese et al. A low-complexity approach for time of arrival estimation in OFDM systems
Zhang et al. Pilot-based delay and Doppler estimation in 6G integrated communication and sensing networks
CN116743631A (zh) 一种到达时延的估计方法、装置及通信设备
CN112003658A (zh) 一种接收机俯仰角估计方法、存储介质及终端设备
CN114500192B (zh) 一种信道估计方法及终端设备
US20230082198A1 (en) Positioning Measurements
US9769687B2 (en) Method and related mobile device for determining a reference signal received power
Lu et al. ISAC 4D Imaging System Based on 5G Downlink Millimeter Wave Signal
CN113709658B (zh) 终端移动速度的估计方法、装置及设备

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