CN115314130A - 一种基线校准方法、装置、网络侧设备及存储介质 - Google Patents
一种基线校准方法、装置、网络侧设备及存储介质 Download PDFInfo
- Publication number
- CN115314130A CN115314130A CN202110502499.6A CN202110502499A CN115314130A CN 115314130 A CN115314130 A CN 115314130A CN 202110502499 A CN202110502499 A CN 202110502499A CN 115314130 A CN115314130 A CN 115314130A
- Authority
- CN
- China
- Prior art keywords
- received signal
- optimization function
- execution data
- baseline
- groups
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 122
- 238000005457 optimization Methods 0.000 claims abstract description 110
- 230000005540 biological transmission Effects 0.000 claims abstract description 73
- 230000006870 function Effects 0.000 claims description 118
- 239000013598 vector Substances 0.000 claims description 42
- 239000011159 matrix material Substances 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 13
- 241000209094 Oryza Species 0.000 claims description 10
- 235000007164 Oryza sativa Nutrition 0.000 claims description 10
- 235000009566 rice Nutrition 0.000 claims description 10
- 238000000354 decomposition reaction Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000017105 transposition Effects 0.000 claims description 2
- 238000004891 communication Methods 0.000 abstract description 20
- 238000010586 diagram Methods 0.000 description 12
- 230000000694 effects Effects 0.000 description 9
- 230000033001 locomotion Effects 0.000 description 7
- 238000012937 correction Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- YBJHBAHKTGYVGT-ZKWXMUAHSA-N (+)-Biotin Chemical compound N1C(=O)N[C@@H]2[C@H](CCCCC(=O)O)SC[C@@H]21 YBJHBAHKTGYVGT-ZKWXMUAHSA-N 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- FEPMHVLSLDOMQC-UHFFFAOYSA-N virginiamycin-S1 Natural products CC1OC(=O)C(C=2C=CC=CC=2)NC(=O)C2CC(=O)CCN2C(=O)C(CC=2C=CC=CC=2)N(C)C(=O)C2CCCN2C(=O)C(CC)NC(=O)C1NC(=O)C1=NC=CC=C1O FEPMHVLSLDOMQC-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/10—Monitoring; Testing of transmitters
- H04B17/11—Monitoring; Testing of transmitters for calibration
- H04B17/12—Monitoring; Testing of transmitters for calibration of transmit antennas, e.g. of the amplitude or phase
-
- 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/40—Means for monitoring or calibrating
- G01S7/4004—Means for monitoring or calibrating of parts of a radar system
- G01S7/4026—Antenna boresight
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/20—Monitoring; Testing of receivers
- H04B17/21—Monitoring; Testing of receivers for calibration; for correcting measurements
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Electromagnetism (AREA)
- Signal Processing (AREA)
- General Physics & Mathematics (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本申请公开了一种基线校准方法、装置、网络侧设备及存储介质，属于通信领域，本申请实施例的基线校准方法包括：获取接收信号，得到所述接收信号与预设基准坐标系法线之间的第一夹角；在判决所述接收信号属于视距传输场景的情况下，计算所述接收信号的噪声子空间；从基线误差估计集合中，不重复的获取N个基线误差估计角，将所述噪声子空间、所述第一夹角和每个所述基线误差估计角作为一组执行数据，获得N组执行数据；根据所述N组执行数据，计算得到N组优化函数值；输出N组优化函数值中最大值对应的基线误差估计角，N为正整数。
Description
技术领域
本申请属于通信技术领域，具体涉及一种基线校准方法、装置、网络侧设备及存储介质。
背景技术
在布置阵列天线时，对阵列天线进行基线误差校准，对于阵列信号处理以及定位十分重要，而现有技术中的基线误差通常通过机械设备进行反复测量，而这种测量方式耗时耗力，并且校准的精度较低。
因此，如何更好的实现阵列天线的基线误差校准已经成为业界亟待解决的问题。
发明内容
本申请实施例提供一种基线校准方法、装置、网络侧设备及存储介质，能够解决更好的进行阵列天线基线误差校准的问题。
第一方面，提供了一种基线校准方法，应用于网络侧设备，该方法包括：
获取接收信号，得到所述接收信号与预设基准坐标系法线之间的第一夹角；
在判决所述接收信号属于视距传输场景的情况下，计算所述接收信号的噪声子空间；
从基线误差估计集合中，不重复的获取N个基线误差估计角，将所述噪声子空间、所述第一夹角和每个所述基线误差估计角作为一组执行数据，获得N组执行数据；
根据所述N组执行数据，计算得到N组优化函数值；
输出N组优化函数值中最大值对应的基线误差估计角，N为正整数。
第二方面，提供了一种基线校准装置，包括：
获取模块，用于获取接收信号，得到所述接收信号与预设基准坐标系法线之间的第一夹角；
第一计算模块，用于在判决所述接收信号属于视距传输场景的情况下，计算所述接收信号的噪声子空间；
第一处理模块，用于从基线误差估计集合中，不重复的获取N个基线误差估计角，将所述噪声子空间、所述第一夹角和每个所述基线误差估计角作为一组执行数据，获得N组执行数据；
第二计算模块，用于根据所述N组执行数据，计算得到N组优化函数值；
校准模块，用于输出N组优化函数值中最大值对应的基线误差估计角，N为正整数。
第三方面，提供了一种网络侧设备，该网络侧设备包括处理器、存储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或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。
第四方面，提供了一种网络侧设备，包括处理器及通信接口，其中，所述处理器得到所述接收信号与预设基准坐标系法线之间的第一夹角；在判决所述接收信号属于视距传输场景的情况下，计算所述接收信号的噪声子空间；从基线误差估计集合中，不重复的获取N个基线误差估计角，将所述噪声子空间、所述第一夹角和每个所述基线误差估计角作为一组执行数据，获得N组执行数据；根据所述N组执行数据，计算得到N组优化函数值；输出N组优化函数值中最大值对应的基线误差估计角，N为正整数，所述通信接口用于获取接收信号。
第五方面，提供了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤。
第六方面，提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现如第一方面所述的方法。
第七方面，提供了一种计算机程序/程序产品，所述计算机程序/程序产品被存储在非瞬态的存储介质中，所述程序/程序产品被至少一个处理器执行以实现如第一方面所述的基线校准方法的步骤。
在本申请实施例中，通过获取来自于辅助信源的接收信号后，筛选出视距传输场景下的接收信号，避免非视距传输场景接收信号的干扰，有效保证基线校准方法的鲁棒性，通过对接收信号进行分解，得到信号的噪声子空间，通过设计合理的基线误差估计集合，并结合信号的噪声子空间与信号的第一夹角，生成多组执行数据，根据多组执行数据，计算每组的优化函数值，从而输出最优的基线误差估计角，通过本申请的方案，能够有效的避免人为测量带来的测量误差，有效提高的基线误差校准的准确度，同时提高基线误差校准的效率。
附图说明
图1示出本申请实施例可应用的一种无线通信系统的结构图；
图2为本申请实施例提供的基线校准方法流程图；
图3为本申请实施例提供的基线误差校正算法场景示意图；
图4为本申请提供的基线校准循环示意图；
图5为本申请实施例提供的通过移动的辅助信源进行基线校准的流程图；
图6为本申请实施例提供的实验环境示意图；
图7为本申请实施例提供的对比结果图；
图8为本申请实施例提供的一种基线校准装置结构示意图；
图9为本申请实施例提供的通信设备结构示意图；
图10为本申请实施例提供的网络侧设备结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本申请保护的范围。
本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”所区别的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”一般表示前后关联对象是一种“或”的关系。
值得指出的是，本申请实施例所描述的技术不限于长期演进型(Long TermEvolution，LTE)/LTE的演进(LTE-Advanced，LTE-A)系统，还可用于其他无线通信系统，诸如码分多址(Code Division Multiple Access，CDMA)、时分多址(Time DivisionMultiple Access，TDMA)、频分多址(Frequency Division Multiple Access，FDMA)、正交频分多址(Orthogonal Frequency Division Multiple Access，OFDMA)、单载波频分多址(Single-carrier Frequency-Division Multiple Access，SC-FDMA)和其他系统。本申请实施例中的术语“系统”和“网络”常被可互换地使用，所描述的技术既可用于以上提及的系统和无线电技术，也可用于其他系统和无线电技术。以下描述出于示例目的描述了新空口(New Radio，NR)系统，并且在以下大部分描述中使用NR术语，但是这些技术也可应用于NR系统应用以外的应用，如第6代(6th Generation，6G)通信系统。
图1示出本申请实施例可应用的一种无线通信系统的结构图。无线通信系统包括终端11和网络侧设备12。其中，终端11也可以称作终端设备或者用户终端(UserEquipment，UE)，终端11可以是手机、平板电脑(Tablet Personal Computer)、膝上型电脑(Laptop Computer)或称为笔记本电脑、个人数字助理(Personal Digital Assistant，PDA)、掌上电脑、上网本、超级移动个人计算机(ultra-mobile personal computer，UMPC)、移动上网装置(Mobile Internet Device，MID)、可穿戴式设备(Wearable Device)或车载设备(VUE)、行人终端(PUE)等终端侧设备，可穿戴式设备包括：智能手表、手环、耳机、眼镜等。需要说明的是，在本申请实施例并不限定终端11的具体类型。网络侧设备12可以是基站或核心网，其中，基站可被称为节点B、演进节点B、接入点、基收发机站(Base TransceiverStation，BTS)、无线电基站、无线电收发机、基本服务集(Basic Service Set，BSS)、扩展服务集(Extended Service Set，ESS)、B节点、演进型B节点(eNB)、家用B节点、家用演进型B节点、WLAN接入点、WiFi节点、发送接收点(Transmitting Receiving Point，TRP)或所述领域中其他某个合适的术语，只要达到相同的技术效果，所述基站不限于特定技术词汇。
下面结合附图，通过一些实施例及其应用场景对本申请实施例提供的一种基线校准方法、装置、网络侧设备及存储介质进行详细地说明。
图2为本申请实施例提供的基线校准方法流程图，如图2所示，包括：
步骤210，获取接收信号，得到所述接收信号与预设基准坐标系法线之间的第一夹角；
具体地，本申请实施例中所描述的基线校准方法是在布置阵列天线的过程中进行的。
本申请实施例中通过待校准的阵列天线获取来自于辅助信源的接收信号，本申请中所描述的接收信号可以只有一个，也可以是多个。
本申请中所描述的辅助信源可以是不断移动的，也可以是固定不动的，在辅助信源在固定不动的情况下，可以在多个不同的位置设定多个辅助信源，并且设定多个辅助信源在不同时间发出接收信号，在辅助信源可以不断移动的情况下，可以接收辅助信源处于多个不同位置时，分别在每个位置收集T个快拍的接收信号。
本申请实施例中所描述的预设基准坐标系是指该阵列天线，在没有基线误差的理想情况下的阵列天线的基准坐标系。
本申请实施例中所描述的第一夹角，是指基准坐标系原点与接收信号之间的连线，与基准坐标系的法线之间的夹角。
本申请中获取接收信号第一夹角的操作，可以在对接收信号进行场景判决之前进行，也可以是对接收信号进行场景判决之后进行。
图3为本申请实施例提供的基线误差校正算法场景示意图，如图3所示，在实际的布置环境中，通过网络侧设备摆放的多阵元接收天线，收集移动信源不同时间的信号，记录移动信源发送的接收信号Pk对应的第一夹角为
此时预设基准坐标系与实际的阵列坐标系之间存在基线误差角θ0。
步骤220，在判决所述接收信号属于视距传输场景的情况下，计算所述接收信号的噪声子空间；
在接收信号处于非视距传输场景的情况下，发射信号的辅助信源与接收信号的阵列天线之间可能存在遮挡，而这样的情况下，信号的强度会明显下降，因此处于非视距传输场景的接收信号可能会影响基线校准的准确性，因此在本申请实施例中，仅仅保留处于视距传输场景的接收信号，进行后续的基线校准步骤。
本申请中所描述的视距传输场景是指发射信号的辅助信源与接收信号的阵列天线之间不存在遮挡，此时信号在辅助信源和阵列天线之间无遮挡的直线传播，而此时接收信号受到的干扰较小，能够有效保证后续基线校准的准确性。
本申请中每个接收信号可以记为
可以将接收信号建模为:
其中，
为第k个接收信号的第一夹角，A为导向矢量，一般与入射角方向
和阵元间距离d有关，s(t)是传输的接收信号波形，
是噪声。
则可以根据接收信号的建模得到接收信号的协方差矩阵，通过对接收信号的协方差矩阵进行特征值分解，得到协方差矩阵各特征向量对应的特征值；选取特征值小于第一预设阈值的特征向量，组成接收信号的噪声子空间
该第一预设阈值的特征向量可以根据噪声特征值与信号特征值的特点的设定。
步骤230，从基线误差估计集合中，不重复的获取N个基线误差估计角，将所述噪声子空间、所述第一夹角和每个所述基线误差估计角作为一组执行数据，获得N组执行数据；
本申请中的基线估计集合，具体可以是指，在预设基线误差估计角取值区间内，按照预设间隔取值，从而得到N个不重复的基线误差估计角，由N个不重复的基线误差估计角，构成基线估计集合，基线误差估计角具体为
是指基线估计集合中第b个基线估计角。
其中，本申请中的预设基线误差估计角取值区间，可以根据实际经验来预先设定，例如设定在预设基线误差估计角取值区间为-10°至10°，或者﹣10°至15°。
本申请中的预设取值间隔决定了本申请中基线误差估计角的精度，例如当本申请中的预设取值间隔为1°时，则在预设基线误差估计角取值区间中，每隔1°取一个基线误差估计角，则可以得到20个基线误差估计角。
在本申请中不重复的获取N个基线误差估计角，即可以得到基线误差估计集合中的所有基线误差估计角。
在本申请中，由于每个接收信号对应只有一个第一夹角和一个噪声子空间，因此N组执行数据中，每组执行数据的第一夹角和噪声子空间均相同。
步骤240，根据所述N组执行数据，计算得到N组优化函数值；
具体地，本申请中通过将N组执行数据，均代入到优化函数中，计算每组执行数据对应的优化函数值，得到N组优化函数值。
步骤250，输出N组优化函数值中最大值对应的基线误差估计角，N为正整数。
具体地，由于本申请中的优化函数值代表信号的导向矢量与噪声子空间的正交性，如果是接收信号的真实角度
对应的导向矢量，那它和噪声子空间正交性就越弱，而优化函数值越大，则说明正交性越弱，而则说明此时
是真实角度。
因此本申请中让优化函数值最大的基线误差估计角，意味着其更贴近阵列天线的实际基线误差角，因此将N组优化函数值中最大值对应的执行数据中的基线误差估计角，作为最终的输出。
在本申请实施例中，最终根据基线误差估计角与理想情况下的预设基准坐标系，完成阵列天线的基线误差校准。
在本申请实施例中，通过获取来自于辅助信源的接收信号后，筛选出视距传输场景下的接收信号，避免非视距传输场景接收信号的干扰，有效保证基线校准方法的鲁棒性，通过对接收信号进行分解，得到信号的噪声子空间，通过设计合理的基线误差估计集合，并结合信号的噪声子空间与信号的第一夹角，生成多组执行数据，根据多组执行数据，计算每组的优化函数值，从而输出最优的基线误差估计角，通过本申请的方案，能够有效的避免人为测量带来的测量误差，有效提高的基线误差校准的准确度，同时提高基线误差校准的效率。
可选地，在所述接收信号为多个的情况下，在所述获取接收信号之后，所述方法还包括：
对每个所述接收信号进行场景判决，保留属于视距传输场景的M个第一接收信号；
根据基线误差估计集合、每个所述第一接收信号的第一夹角和噪声子空间，得到每个第一接收信号的N组执行数据；
在每一次迭代更新优化函数值的过程中，根据任一第一接收信号的N组执行数据和上一次迭代过程中获得的历史优化函数值，得到所述第一接收信号对应的N组优化函数值的最大值，并将所述最大值作为历史优化函数值，输入下一次迭代更新优化函数值的过程中，直至遍历M个第一接收信号，输出第一目标接收信号对应的N组优化函数值中最大值对应的基线误差估计角；
其中，所述第一目标接收信号是指最后一次迭代更新优化函数值时的第一接收信号，M为正整数。
具体地，本申请中的接收信号即可能只有一个，也可能又存在多个，阵列天线获取到多个接收信号的情况，可能是辅助信源在不断移动，在多个不同位置发送的接收信号，也可能是设置在不同位置的辅助信源，在不同时间发送的多个接收信号。
在接收信号为多个的情况下，这些接收信号当中可能存在属于非视距传输场景的信号，而属于非视距传输场景的信号会对影响本申请的基线校准进度，因此，本申请中通过对所有的接收信号进行场景判决，筛除属于非视距传输场景的接收信号，仅保留属于视距传输场景的接收信号，保留的信号即为第一接收信号。
由于存在多个第一接收信号，而每个第一接收信号对应的第一夹角和噪声子空间，都可能不同，因此每个第一接收信号都存在对应的N组执行数据。
在本申请的方案中，根据M个第一接收信号的N组执行数据，进行迭代更新优化函数值的循环。本申请中所描述的历史优化函数值是指上一次迭代更新优化函数值所得到的第一接收信号对应的N组优化函数值的最大值。
在存在多个第一接收信号的情况下，只有不断迭代更新优化函数值，直至遍历所有第一接收信号的情况下，迭代结束，此时才会输出基线误差估计角，其在迭代结束前，不会输出基线误差估计角，而在迭代结束后输出的基线误差估计角，就是最后一次迭代更新时，第一目标接收信号对应的N组优化函数值中最大值对应的基线误差估计角。
在每次迭代更新过程中，输入一个第一接收信号对应的N组执行数据，以及上一次迭代过程中的历史优化函数值，计算该第一接收信号对应的N组优化函数值的最大值，并将所述最大值作为历史优化函数值，随后将历史优化函数值和另一个第一接收信号作为输入，继续进行迭代更新，直至遍历所有第一接收信号，迭代结束。
在第一次进行迭代更新时，由于其不存在上一次迭代，因此上一次迭代过程中获得的历史优化函数值是0。
图4为本申请提供的基线校准循环示意图，如图4所示，包括：步骤410，辅助信源发送接收信号；步骤420，阵列天线获取到多个接收信号；步骤430，对每个接收信号均进行场景判决，仅仅保留属于视距传输场景的M个第一接收信号；步骤440，对M个第一接收信号进行特征值分解，能够得到M个第一接收信号对应的噪声子空间；步骤450，结合每个第一接收信号对应的第一夹角，可以得到每个第一接收信号的N组执行数据；步骤460，从M个第一接收信号中任选一个第一接收信号，通过其对应的N组执行数据，结合上一次迭代过程中的历史优化函数值，计算其对应的N组优化函数值的最大值；步骤470，判断是否遍历M个第一接收信号，即是否遍历所有的第一接收信号，若未完成遍历，进入步骤480，则将步骤460中得到的最大值作为历史优化函数值，将该历史优化函数值输入步骤460中；若判断完成对M个第一接收的遍历，则进入步骤490，输出第一目标接收信号对应的N组优化函数值中最大值对应的基线误差估计角。
在本申请实施例中，在存在多个接收信号的情况下，通过对所有接收信号进行场景判决，有效保证仅保留属于视距传输场景的第一接收信号，能够有效保证基线校准的可靠性，同时多个接收信号参与迭代更新优化函数值的过程，通过不断循环迭代，由于多个接收信号的参与，可以有效提升最终基线误差估计角的准确性。
可选地，所述计算所述接收信号的噪声子空间，包括：
对所述接收信号对应的协方差矩阵进行特征值分解，得到所述协方差矩阵各特征向量对应的特征值；
选取特征值小于第一预设阈值的特征向量，组成接收信号的噪声子空间。
具体的，由于信号子空间由阵列接收信号协方差矩阵中与大特征值对应的特征向量组成，噪声子空间则由协方差矩阵中所有最小特征值对应的特征向量组成，本申请中的第一预设阈值用于区分噪声子空间和信号子空间对应的特征向量，第一预设阈值的可以根据噪声特征值与信号特征值的特点的设定。
本申请中的协方差矩阵，具体为：
其中，协方差矩阵有F个特征值，由于本申请实施例中在同一时间只接收一个辅助信源发出的接收信号，因此本申请实施例中的信源数设为1，所以公式(2)加号前项为最大的特征值对应的特征矢量张成的信号子空间，ΛS为大特征值构成的对角矩阵，
为大特征值对应的特征矢量构成的矩阵，公式(2)加号后项为为噪声小特征值对应特征矢量张成的噪声子空间,ΛN为其余特征值构成的对角矩阵，
为这些特征值对应的特征矢量构成的矩阵。
在本申请中，由于信号的导向矢量与噪声子空间之间存在正交性，角度对应的导向矢量越真实，其余噪声子空间正交性就越弱，因此本申请通过噪声子空间和导向矢量可以有效确定真实角度，从而实现基线校准。
可选地，所述根据任一第一接收信号的N组执行数据和上一次迭代过程中获得的历史优化函数值，得到所述第一接收信号对应的N组优化函数值的最大值，包括：
根据每组执行数据中的第一夹角与基线误差估计角之和，确定每组执行数据的导向矢量；
根据每组执行数据的导向矢量，确定每组执行数据的导向矢量共轭转置；
根据每组执行数据中的噪声子空间，确定每组执行数据的噪声子空间共轭转置；
根据每组执行数据的噪声子空间共轭转置、噪声子空间、导向矢量和导向矢量共轭转置，确定每组执行数据的第一优化函数值；
根据每组第一优化函数值和所述历史优化函数值之和，得到N组优化函数值，以确定所述第一接收信号对应的N组优化函数值的最大值。
具体地，本申请中所描述的第一优化函数值，是尚未叠加历史优化函数值的值，而历史优化函数与每个第一优化函数值相加后，即可以得到第一接收信号对应的N组优化函数值，而通过比较N组优化函数值的大小，很容易得到第一接收信号对应的N组优化函数值的最大值。
由于理想情况下的信号与噪声相互独立，信号子空间与噪声子空间相互正交，信号子空间中的导向矢量也与噪声子空间相互正交，即：
然而当存在基线误差时，天线接收信号的模型会变成：
其中，
是一个大小固定的值，即为基线误差估计角。此外，由于噪声的存在，
和
并不能完全正交，因此辅助信源的到达角是以优化搜索实现的，即
每组执行数据的优化函数值，具体为：
而当存在多个第一接收信号时，第一目标接收信号对应的N组优化函数值中最大值为：
其中，
为第一优化函数值，
为每组执行数据中的第一夹角，
为每组执行数据中的基线误差估计角，
为每组执行数据的噪声子空间，
为每组执行数据的噪声子空间共轭转置，
为每组执行数据的导向矢量，
为每组执行数据的导向矢量共轭转置，M为第一接收信号的数量，在接收信号属于视距传输场景时，H(k)＝1，在接收信号属于非视距传输场景时，H(k)＝0。
在本申请实施例中，通过噪声子空间和导向矢量之间的正交特性，能够计算接收信号每组执行函数的优化函数值，从而能够便捷地选取每个第一接收信号对应的N组优化函数值的最大值。
可选地，所述接收信号为移动的辅助信源发送的接收信号。
具体的，本申请中通过移动的辅助信源，可以搜集到各种角度的数据，能够避免固定信源受到非视距传输的影响，同时由于是辅助信源在移动，始终是通过同一个辅助信源在工作，在这个过程中都不需要重新对其进行设置，能够极大的提升使用便利性。
本申请中移动的辅助信源，可以是将能够发送接收信号的信源设备设置在可以移动的车辆或者无人机上。
在本申请实施例中，通过移动的辅助信源，可以在保证校准便携性的同时，充分获取多个接收信号，从而提升基线校准的准确性。
可选地，所述在判决所述接收信号属于视距传输场景的情况下的步骤之前，所述方法还包括：
根据场景判决方法对每个所述接收信号进行视距传输场景判决，得到所述接收信号所属的场景；
其中，所述场景判决方法包括偏度判决方法、峰度判决方法和莱斯信道判决方法中的至少一种。
具体地，在由于偏度是描述样本数据分布形态的统计量，表征总体分布的对称性。通常情况下视距传输信号的统计对称性要好于非视距传输信号的统计对称性，因此本申请中可以通过偏度判决方法对接收信号进行视距传输场景判决。
并且，由于峰度是描述样本数据陡峭程度的统计量，能量相对集中的视距传输环境下的峰度值通常大于非视距传输环境下的峰度值，因此本申请中也可以通过峰度判决方法对接收信号进行视距传输场景判决。
同时，由于莱斯k因子表征信道符合莱斯信道模型的程度，通常现在使用矩估计法进行快速求解，本申请中还可以通过莱斯k因子判断信号当前属于视距传输场景还是非视距传输场景，因此本申请中还可以通过莱斯信道判决方法对接收信号进行视距传输场景判决。
更具体地，偏度S1具体为：
峰度S2具体为
其中，x为接收信号，其可以是指一根天线的接收信号，
为接收信号在时间上的均值，σ为接收信号在时间上的方差，I为样本总数。
莱斯k因子S3具体为：
其中，μn＝E(xn)是接收信号样本数据的n阶矩。
本申请中，根据需要选取S1，S2或者S3并设置其各自对应的门限因子γ，从而通过判决S与γ的大小实现，实现视距传输场景或者非视距传输场景的判决。
在本申请实施例中，通过偏度、峰度、莱斯k因子的特征，可以通过偏度判决方法、峰度判决方法和莱斯信道判决方法中的至少一种，从而可以便捷的实现接收信号的传输场景判决。
可选地，图5为本申请实施例提供的通过移动的辅助信源进行基线校准的流程图，如图5所示，包括：
在搭载有辅助信源的小车运动的过程中，发送定位参考信号，即接收信号，而基站中的阵列天线接收信号
随后对接收信号进行特征值分解，得到接收信号的噪声子空间UN，随后对该接收信号进行场景判决，当判决该接收信号属于视距传输场景时，H(k)＝1，当判决该接收信号属于非视距传输场景时，H(k)＝0，在完成接收信号的场景判决后，根据接收信号对应的H(k)、噪声子空间以及第一角度，可以计算该接收信号的优化函数值，具体为：
在完成接收信号的优化函数值后，判断小车的运动是否结束，若没有结束，则重新获取小车在新的位置发送的接收信号，并根据重新获取的接收信号再次计算优化函数值，若小车停止运动，则输出基线误差估计角。
可选地，本申请中基线误差校准方法的伪代码具体为：
可选地，图6为本申请实施例提供的实验环境示意图，如图6所示，一辆坐标精确标定的可移动辅助信源在基站发射测进行直线运动，本实施例中的实验参数设置如下表1所示：
表1实验参数设置
本申请实施例中进行四种方法加场景的实验，基于5G信道生成模型，对比在SNR从-30dB到10dB时基线误差校准的均方根误差结果，分别是(1)室内视距传输场景加静止辅助信号源(2)室内无视距传输场景/非视距传输场景判决加运动辅助信号源(3)室内视距传输场景/非视距传输场景判决加运动辅助信号源(4)室外视距传输场景/非视距传输场景判决加运动辅助信号源。
图7为本申请实施例提供的对比结果图，如图7所示，本申请的效果在室内/室外以及视距传输场景/非视距传输场景下都能有效进行基线误差的校正。具体来说,使用运动信号源生成的辅助信号对于基线误差的校正具有比静止信号源更高的精度，在此基础上使用非视距传输场景判决模块剔除非视距传输场景的数据能进一步提高基线误差的校正精度，相较于基线误差值(3°)，通过辅助信源加视距传输场景/非视距传输场景判决的方法在低信噪比下能将误差校准至1°左右，在高信噪比下，基线布设总体精度能实现一个数量级的提升，证明了该发明在低信噪比、非视距传输场景、多径等影响下的鲁棒性。
需要说明的是，本申请实施例提供的基线校准方法，执行主体可以为基线校准装置，或者，该基线校准装置中的用于执行基线校准方法的控制模块。本申请实施例中以基线校准装置执行基线校准方法为例，说明本申请实施例提供的基线校准装置。
图8为本申请实施例提供的一种基线校准装置结构示意图，包括：获取模块810、第一计算模块820、第一处理模块830、第二计算模块840和校准模块850；其中，获取模块810用于获取接收信号，得到所述接收信号与预设基准坐标系法线之间的第一夹角；其中，第一计算模块820用于在判决所述接收信号属于视距传输场景的情况下，计算所述接收信号的噪声子空间；其中，第一处理模块830用于从基线误差估计集合中，不重复的获取N个基线误差估计角，将所述噪声子空间、所述第一夹角和每个所述基线误差估计角作为一组执行数据，获得N组执行数据；其中，第二计算模块840用于根据所述N组执行数据，计算得到N组优化函数值；其中，校准模块850用于输出N组优化函数值中最大值对应的基线误差估计角，N为正整数。
可选地，在所述接收信号为多个的情况下，所述装置还包括：
第一判决模块，用于对每个所述接收信号进行场景判决，保留属于视距传输场景的M个第一接收信号；
第二处理模块，用于对每个所述接收信号进行场景判决，保留属于视距传输场景的M个第一接收信号；
迭代校准模块，用于在每一次迭代更新优化函数值的过程中，根据任一第一接收信号的N组执行数据和上一次迭代过程中获得的历史优化函数值，得到所述第一接收信号对应的N组优化函数值的最大值，并将所述最大值作为历史优化函数值，输入下一次迭代更新优化函数值的过程中，直至遍历M个第一接收信号，输出第一目标接收信号对应的N组优化函数值中最大值对应的基线误差估计角；
其中，所述第一目标接收信号是指最后一次迭代更新优化函数值时的第一接收信号，M为正整数。
可选地，所述迭代校准模块包括处理子模块；
所述处理子模块，用于根据每组执行数据中的第一夹角与基线误差估计角之和，确定每组执行数据的导向矢量；
根据每组执行数据的导向矢量，确定每组执行数据的导向矢量共轭转置；
根据每组执行数据中的噪声子空间，确定每组执行数据的噪声子空间共轭转置；
根据每组执行数据的噪声子空间共轭转置、噪声子空间、导向矢量和导向矢量共轭转置，确定每组执行数据的优化函数值；
根据所述N组优化函数值中最大值和所述历史优化函数值之和，得到所述第一接收信号对应的N组优化函数值的最大值。
可选地，所述接收信号为移动的辅助信源发出的接收信号。
可选地，所述第一计算模块，具体用于：
对所述接收信号对应的协方差矩阵进行特征值分解，得到所述协方差矩阵各特征向量对应的特征值；
选取特征值小于第一预设阈值的特征向量，组成接收信号的噪声子空间。
可选地，所述装置还包括第二判决模块；
所述第二判决模块用于根据场景判决方法对每个所述接收信号进行视距传输场景，得到所述接收信号所属的场景；
其中，所述场景判决方法包括偏度判决方法、峰度判决方法和莱斯信道判决方法中的至少一种。
可选地，所述每组执行数据的优化函数值，具体为：
其中，
为每组执行数据中的第一夹角，
为每组执行数据中的基线误差估计角，
为每组执行数据的噪声子空间，
为每组执行数据的噪声子空间共轭转置，
为每组执行数据的导向矢量，
为每组执行数据的导向矢量共轭转置，在接收信号属于视距传输场景时，H(k)＝1，在接收信号属于非视距传输场景时，H(k)＝0。
在本申请实施例中，通过获取来自于辅助信源的接收信号后，筛选出视距传输场景下的接收信号，避免非视距传输场景接收信号的干扰，有效保证基线校准方法的鲁棒性，通过对接收信号进行分解，得到信号的噪声子空间，通过设计合理的基线误差估计集合，并结合信号的噪声子空间与信号的第一夹角，生成多组执行数据，根据多组执行数据，计算每组的优化函数值，从而输出最优的基线误差估计角，通过本申请的方案，能够有效的避免人为测量带来的测量误差，有效提高的基线误差校准的准确度，同时提高基线误差校准的效率。
本申请实施例中的基线校准装置可以是装置，具有操作系统的装置或电子设备，也可以是终端中的部件、集成电路、或芯片。该装置或电子设备可以是移动终端，也可以为非移动终端。示例性的，移动终端可以包括但不限于上述所列举的终端11的类型，非移动终端可以为服务器、网络附属存储器(Network Attached Storage，NAS)、个人计算机(personal computer，PC)、电视机(television，TV)、柜员机或者自助机等，本申请实施例不作具体限定。
本申请实施例提供的基线校准装置能够实现图1至图7的方法实施例实现的各个过程，并达到相同的技术效果，为避免重复，这里不再赘述。
可选的，图9为本申请实施例提供的通信设备结构示意图，如图9所示，本申请实施例还提供一种通信设备900，包括处理器901，存储器902，存储在存储器902上并可在所述处理器901上运行的程序或指令，例如，该通信设备900为终端时，该程序或指令被处理器901执行时实现上述基线校准方法实施例的各个过程，且能达到相同的技术效果。该通信设备900为网络侧设备时，该程序或指令被处理器901执行时实现上述基线校准方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
本申请实施例还提供一种网络侧设备，包括处理器和通信接口，处理器用于得到所述接收信号与预设基准坐标系法线之间的第一夹角；在判决所述接收信号属于视距传输场景的情况下，计算所述接收信号的噪声子空间；从基线误差估计集合中，不重复的获取N个基线误差估计角，将所述噪声子空间、所述第一夹角和每个所述基线误差估计角作为一组执行数据，获得N组执行数据；根据所述N组执行数据，计算得到N组优化函数值；输出N组优化函数值中最大值对应的基线误差估计角，N为正整数，通信接口用于获取接收信号。该网络侧设备实施例是与上述网络侧设备方法实施例对应的，上述方法实施例的各个实施过程和实现方式均可适用于该网络侧设备实施例中，且能达到相同的技术效果。
具体地，本申请实施例还提供了一种网络侧设备。图10为本申请实施例提供的网络侧设备结构示意图，如图10所示，该网络侧设备1000包括：天线101、射频装置102、基带装置103。天线101与射频装置102连接。在上行方向上，射频装置102通过天线101接收信息，将接收的信息发送给基带装置103进行处理。在下行方向上，基带装置103对要发送的信息进行处理，并发送给射频装置102，射频装置102对收到的信息进行处理后经过天线101发送出去。
上述频带处理装置可以位于基带装置103中，以上实施例中网络侧设备执行的方法可以在基带装置103中实现，该基带装置103包括处理器104和存储器105。
基带装置103例如可以包括至少一个基带板，该基带板上设置有多个芯片，如图10所示，其中一个芯片例如为处理器104，与存储器105连接，以调用存储器105中的程序，执行以上方法实施例中所示的网络侧设备操作。
该基带装置103还可以包括网络接口106，用于与射频装置102交互信息，该接口例如为通用公共无线接口(common public radio interface，简称CPRI)。
具体地，本发明实施例的网络侧设备还包括：存储在存储器105上并可在处理器104上运行的指令或程序，处理器104调用存储器105中的指令或程序执行图8所示各模块执行的方法，并达到相同的技术效果，为避免重复，故不在此赘述。
本申请实施例还提供一种可读存储介质，所述可读存储介质上存储有程序或指令，该程序或指令被处理器执行时实现上述基线校准方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
其中，所述处理器为上述实施例中所述的终端中的处理器。所述可读存储介质，包括计算机可读存储介质，如计算机只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等。
本申请实施例另提供了一种芯片，所述芯片包括处理器和通信接口，所述通信接口和所述处理器耦合，所述处理器用于运行程序或指令，实现上述基线校准方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
应理解，本申请实施例提到的芯片还可以称为系统级芯片，系统芯片，芯片系统或片上系统芯片等。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外，需要指出的是，本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能，还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能，例如，可以按不同于所描述的次序来执行所描述的方法，并且还可以添加、省去、或组合各种步骤。另外，参照某些示例所描述的特征可在其他示例中被组合。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以计算机软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，或者网络设备等)执行本申请各个实施例所述的方法。
上面结合附图对本申请的实施例进行了描述，但是本申请并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本申请的启示下，在不脱离本申请宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本申请的保护之内。
Claims (16)
1.一种基线校准方法，其特征在于，包括：
获取接收信号，得到所述接收信号与预设基准坐标系法线之间的第一夹角；
在判决所述接收信号属于视距传输场景的情况下，计算所述接收信号的噪声子空间；
从基线误差估计集合中，不重复的获取N个基线误差估计角，将所述噪声子空间、所述第一夹角和每个所述基线误差估计角作为一组执行数据，获得N组执行数据；
根据所述N组执行数据，计算得到N组优化函数值；
输出N组优化函数值中最大值对应的基线误差估计角，N为正整数。
2.根据权利要求1所述的基线校准方法，其特征在于，在所述接收信号为多个的情况下，在所述获取接收信号之后，所述方法还包括：
对每个所述接收信号进行场景判决，保留属于视距传输场景的M个第一接收信号；
根据基线误差估计集合、每个所述第一接收信号的第一夹角和噪声子空间，得到每个第一接收信号的N组执行数据；
在每一次迭代更新优化函数值的过程中，根据任一第一接收信号的N组执行数据和上一次迭代过程中获得的历史优化函数值，得到所述第一接收信号对应的N组优化函数值的最大值，并将所述最大值作为历史优化函数值，输入下一次迭代更新优化函数值的过程中，直至遍历M个第一接收信号，输出第一目标接收信号对应的N组优化函数值中最大值对应的基线误差估计角；
其中，所述第一目标接收信号是指最后一次迭代更新优化函数值时的第一接收信号，M为正整数。
3.根据权利要求2所述的基线校准方法，其特征在于，所述根据任一第一接收信号的N组执行数据和上一次迭代过程中获得的历史优化函数值，得到所述第一接收信号对应的N组优化函数值的最大值，包括：
根据每组执行数据中的第一夹角与基线误差估计角之和，确定每组执行数据的导向矢量；
根据每组执行数据的导向矢量，确定每组执行数据的导向矢量共轭转置；
根据每组执行数据中的噪声子空间，确定每组执行数据的噪声子空间共轭转置；
根据每组执行数据的噪声子空间共轭转置、噪声子空间、导向矢量和导向矢量共轭转置，确定每组执行数据的第一优化函数值；
根据每组第一优化函数值和所述历史优化函数值之和，得到N组优化函数值，以确定所述第一接收信号对应的N组优化函数值的最大值。
4.根据权利要求2所述的基线校准方法，其特征在于，所述接收信号为移动的辅助信源发送的接收信号。
5.根据权利要求1所述的基线校准方法，其特征在于，所述计算所述接收信号的噪声子空间，包括：
对所述接收信号对应的协方差矩阵进行特征值分解，得到所述协方差矩阵各特征向量对应的特征值；
选取特征值小于第一预设阈值的特征向量，组成接收信号的噪声子空间。
6.根据权利要求1所述的基线校准方法，其特征在于，所述在判决所述接收信号属于视距传输场景的情况下的步骤之前，所述方法还包括：
根据场景判决方法对每个所述接收信号进行视距传输场景判决，得到所述接收信号所属的场景；
其中，所述场景判决方法包括偏度判决方法、峰度判决方法和莱斯信道判决方法中的至少一种。
7.根据权利要求3所述的基线校准方法，其特征在于，所述每组执行数据的第一优化函数值，具体为：
其中，
为第一优化函数值，
为每组执行数据中的第一夹角，
为每组执行数据中的基线误差估计角，
为每组执行数据的噪声子空间，
为每组执行数据的噪声子空间共轭转置，
为每组执行数据的导向矢量，
为每组执行数据的导向矢量共轭转置。
8.一种基线校准装置，其特征在于，包括：
获取模块，用于获取接收信号，得到所述接收信号与预设基准坐标系法线之间的第一夹角；
第一计算模块，用于在判决所述接收信号属于视距传输场景的情况下，计算所述接收信号的噪声子空间；
第一处理模块，用于从基线误差估计集合中，不重复的获取N个基线误差估计角，将所述噪声子空间、所述第一夹角和每个所述基线误差估计角作为一组执行数据，获得N组执行数据；
第二计算模块，用于根据所述N组执行数据，计算得到N组优化函数值；
校准模块，用于输出N组优化函数值中最大值对应的基线误差估计角，N为正整数。
9.根据权利要求8所述的基线校准装置，其特征在于，在所述接收信号为多个的情况下，所述装置还包括：
第一判决模块，用于对每个所述接收信号进行场景判决，保留属于视距传输场景的M个第一接收信号；
第二处理模块，用于对每个所述接收信号进行场景判决，保留属于视距传输场景的M个第一接收信号；
迭代校准模块，用于在每一次迭代更新优化函数值的过程中，根据任一第一接收信号的N组执行数据和上一次迭代过程中获得的历史优化函数值，得到所述第一接收信号对应的N组优化函数值的最大值，并将所述最大值作为历史优化函数值，输入下一次迭代更新优化函数值的过程中，直至遍历M个第一接收信号，输出第一目标接收信号对应的N组优化函数值中最大值对应的基线误差估计角；
其中，所述第一目标接收信号是指最后一次迭代更新优化函数值时的第一接收信号，M为正整数，在接收信号属于视距传输场景时H(k)＝1，在接收信号属于非视距传输场景时H(k)＝0。
10.根据权利要求9所述的基线校准装置，其特征在于，所述迭代校准模块包括处理子模块；
所述处理子模块，用于根据每组执行数据中的第一夹角与基线误差估计角之和，确定每组执行数据的导向矢量；
根据每组执行数据的导向矢量，确定每组执行数据的导向矢量共轭转置；
根据每组执行数据中的噪声子空间，确定每组执行数据的噪声子空间共轭转置；
根据每组执行数据的噪声子空间共轭转置、噪声子空间、导向矢量和导向矢量共轭转置，确定每组执行数据的第一优化函数值；
根据每组第一优化函数值和所述历史优化函数值之和，得到N组优化函数值，以确定所述第一接收信号对应的N组优化函数值的最大值。
11.根据权利要求9所述的基线校准装置，其特征在于，所述接收信号为移动的辅助信源发出的接收信号。
12.根据权利要求8所述的基线校准装置，其特征在于，所述第一计算模块，具体用于：
对所述接收信号对应的协方差矩阵进行特征值分解，得到所述协方差矩阵各特征向量对应的特征值；
选取特征值小于第一预设阈值的特征向量，组成接收信号的噪声子空间。
13.根据权利要求8所述的基线校准装置，其特征在于，所述装置还包括第二判决模块；
所述第二判决模块用于根据场景判决方法对每个所述接收信号进行视距传输场景，得到所述接收信号所属的场景；
其中，所述场景判决方法包括偏度判决方法、峰度判决方法和莱斯信道判决方法中的至少一种。
14.根据权利要求9所述的基线校准装置，其特征在于，所述每组执行数据的第一优化函数值，具体为：
其中，
为第一优化函数值，
为每组执行数据中的第一夹角，
为每组执行数据中的基线误差估计角，
为每组执行数据的噪声子空间，
为每组执行数据的噪声子空间共轭转置，
为每组执行数据的导向矢量，
为每组执行数据的导向矢量共轭转置，在接收信号属于视距传输场景时H(k)＝1，在接收信号属于非视距传输场景时H(k)＝0。
15.一种网络侧设备，其特征在于，包括处理器，存储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或指令，所述程序或指令被所述处理器执行时实现如权利要求1至7任一项所述的基线校准方法的步骤。
16.一种可读存储介质，其特征在于，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如权利要求1-7任一项所述的基线校准方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110502499.6A CN115314130A (zh) | 2021-05-08 | 2021-05-08 | 一种基线校准方法、装置、网络侧设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110502499.6A CN115314130A (zh) | 2021-05-08 | 2021-05-08 | 一种基线校准方法、装置、网络侧设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115314130A true CN115314130A (zh) | 2022-11-08 |
Family
ID=83853738
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110502499.6A Pending CN115314130A (zh) | 2021-05-08 | 2021-05-08 | 一种基线校准方法、装置、网络侧设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115314130A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117724141A (zh) * | 2024-02-18 | 2024-03-19 | 中国民航大学 | 一种面向飞行器的北斗正交基线测向的角度优化方法 |
-
2021
- 2021-05-08 CN CN202110502499.6A patent/CN115314130A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117724141A (zh) * | 2024-02-18 | 2024-03-19 | 中国民航大学 | 一种面向飞行器的北斗正交基线测向的角度优化方法 |
| CN117724141B (zh) * | 2024-02-18 | 2024-04-16 | 中国民航大学 | 一种面向飞行器的北斗正交基线测向的角度优化方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US12028187B2 (en) | Machine learning-based channel estimation | |
| US11736152B2 (en) | Methods, distributed base station system, remote radio unit and base band unit system for handling uplink signals | |
| CN108646213B (zh) | 一种室内多径环境下直达波aoa判定方法 | |
| US10466345B1 (en) | Time-of-arrival estimation with subspace methods | |
| US20220159480A1 (en) | Beamforming method and apparatus, radio access network device, and readable storage medium | |
| CN109768816B (zh) | 一种非高斯噪声3d-mimo系统数据检测方法 | |
| CN107171981B (zh) | 通道校正方法及装置 | |
| WO2019165842A1 (zh) | 一种天线校准的方法、装置及设备 | |
| CN114114150A (zh) | 一种面向通信感知一体化的无线定位方法 | |
| CN115314130A (zh) | 一种基线校准方法、装置、网络侧设备及存储介质 | |
| Liu et al. | A transformer-based signal denoising network for AoA estimation in NLoS environments | |
| WO2017080359A1 (zh) | 一种干扰消除方法、装置及基站 | |
| CN115119136A (zh) | 定位方法、终端及网络侧设备 | |
| CN106550447B (zh) | 一种终端定位方法、装置及系统 | |
| US10135554B1 (en) | Robust super-resolution processing for wireless ranging | |
| CN109831823B (zh) | 用于通信的方法、终端设备和网络设备 | |
| CN116940857A (zh) | 增强型指纹定位 | |
| CN111198351A (zh) | 一种基于doa的定位方法、装置、设备及存储介质 | |
| US11178511B2 (en) | Method and device for positioning communication device | |
| CN113746513B (zh) | 波束赋形信息的处理方法及网络设备 | |
| WO2024103248A1 (en) | Channel reconstruction | |
| US11489647B1 (en) | Methods and apparatus for searching and tracking intercell interference in communication networks | |
| WO2023077390A1 (en) | Positioning enhancement for near-far field scenario | |
| CN118074771B (zh) | 一种通信感知一体化方法、装置、设备及存储介质 | |
| CN113114315B (zh) | 目标对象分组方法、装置、智能终端及存储介质 |
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 |