CN115825936B - 一种超宽带测距信号到达时间戳的识别系统及其方法 - Google Patents
一种超宽带测距信号到达时间戳的识别系统及其方法 Download PDFInfo
- Publication number
- CN115825936B CN115825936B CN202211444038.9A CN202211444038A CN115825936B CN 115825936 B CN115825936 B CN 115825936B CN 202211444038 A CN202211444038 A CN 202211444038A CN 115825936 B CN115825936 B CN 115825936B
- Authority
- CN
- China
- Prior art keywords
- slope
- target
- lagrangian
- ultra
- point
- 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
Links
Classifications
-
- 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
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明提供了一种超宽带测距信号到达时间戳的识别系统及其方法,识别系统中包括:搜索区域确定模块,用于基于测距信号对应的采样序列上的多个MAX区域,确定真实信号存在的目标MAX区域,所述采样序列中包括多个采样点;目标斜率搜索模块,用于确定目标MAX区域中的目标斜率,所述目标斜率为不超过最大斜率的斜率;时间戳计算模块,用于基于所述目标斜率识别得到时间戳的索引位置。本发明中的识别系统能够降低系统功耗的同时提升超宽带测距信号到达时间戳的精度。
Description
技术领域
本发明涉及脉冲测距技术领域,尤其涉及一种超宽带测距信号到达时间戳的识别系统及其方法。
背景技术
基于飞行时间测量的测距技术,由于其无需严格的时间同步,可以达到很高的测距精度,在各类无线系统中均有应用,例如卫星间相对测距,星地间测距,基站-手机间测距,UWB(Ultra-Wide Bandwidth,超宽带)设备间相对测距等等。
但是目前来说,超宽带测距信号到达时间戳的系统功耗较高,且采用的UWB测量信号到达时间戳的精度有待改善,为此,亟需提供一种超宽带测距信号到达时间戳的识别系统能够降低系统功耗的同时提升UWB测距信号到达时间戳的精度。
发明内容
本发明的目的在于提供一种超宽带测距信号到达时间戳的识别系统及其方法,能够降低系统功耗的同时提升UWB测距信号到达时间戳的精度。
为实现上述目的,第一方面,本发明提供了一种超宽带测距信号到达时间戳的识别系统,包括:
搜索区域确定模块,用于基于测距信号对应的采样序列上的多个MAX区域,确定真实信号存在的目标MAX区域,所述采样序列中包括多个采样点;
目标斜率搜索模块,用于确定目标MAX区域中的目标斜率,所述目标斜率为不超过最大斜率的斜率;
时间戳计算模块,用于基于所述目标斜率识别得到时间戳的索引位置。
可选的,所述目标斜率为拉格朗日点斜率,所述拉格朗日点斜率包括上拉格朗日点斜率和下拉格朗日点斜率,其中上拉格朗日点斜率为采样序列中上拉格朗日点对应的斜率,下拉格朗日点斜率为采样序列中下拉格朗日点对应的斜率。
可选的,所述时间戳计算模块利用线性插值结合目标斜率识别得到时间戳的索引位置,
或者,利用超宽带信号模板函数的多项式拟合结合目标斜率识别得到时间戳的索引位置。
第二方面,本发明提供了一种超宽带测距信号到达时间戳的识别方法,应用于如前所述的超宽带测距信号到达时间戳的识别系统,包括
基于测距信号对应的采样序列上的多个MAX区域,确定真实信号存在的目标MAX区域,所述采样序列中包括多个采样点;
确定目标MAX区域中的目标斜率,所述目标斜率为不超过最大斜率的斜率;
基于所述目标斜率识别得到时间戳的索引位置。
可选的,所述目标斜率为拉格朗日点斜率,所述拉格朗日点斜率包括上拉格朗日点斜率和下拉格朗日点斜率,其中上拉格朗日点斜率为采样序列中上拉格朗日点对应的斜率,下拉格朗日点斜率为采样序列中下拉格朗日点对应的斜率。
可选的,所述基于所述目标斜率识别得到时间戳的索引位置为利用线性插值结合目标斜率识别得到时间戳的索引位置,
或者,利用超宽带信号模板函数的多项式拟合结合目标斜率识别得到时间戳的索引位置。
基于以上,本发明提供了一种超宽带测距信号到达时间戳的识别系统,包括:搜索区域确定模块,用于基于测距信号对应的采样序列上的多个MAX区域,确定真实信号存在的目标MAX区域,所述采样序列中包括多个采样点;目标斜率搜索模块,用于确定目标MAX区域中的目标斜率,所述目标斜率为不超过最大斜率的斜率;时间戳计算模块,用于基于所述目标斜率识别得到时间戳的索引位置。本申请实施例中采用超宽带技术能够有效测量出时间戳对应的索引位置,步骤较为精简,能够有效降低系统消耗,复杂度比较低,且同时能够提升超宽带测距信号到达时间戳的精度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例中提供的超宽带测距信号到达时间戳的识别系统的架构示意图;
图2为本发明实施例中超宽带测距信号到达时间戳的识别方法的步骤示意图;
图3为本申请中公开的超宽带测距信号到达时间戳的识别方法与DECA的识别方法在严重多径下的测距误差对比图;
图4为本申请中公开的超宽带测距信号到达时间戳的识别方法与DECA的识别方法在LOS环境下的测距精度对比图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
由于UWB(Ultra-Wide Bandwidth,超宽带)信号的超大带宽,时间分辨率高,抗多径能力强,因此非常适合于高精度室内定位。
图1为本申请提供的超宽带测距信号到达时间戳的识别系统的可选架构图。参考图1所示,本申请中的超宽带测距信号到达时间戳的识别系统包括
搜索区域确定模块100,用于基于测距信号对应的采样序列上的多个MAX区域,确定真实信号存在的目标MAX区域。
其中,多个MAX区域为测距信号对应的采样序列上的搜索区域,搜索区域为达到阈值的第一个采样点到局部极大值结束的区域或者是超过阈值的第一个采样点到局部极大值结束的区域。
需要说明的是,阈值可以根据实际情况确定,阈值的大小不宜过高或者过低。阈值的确定因素为:如果阈值过低,容易被噪音干扰,如果阈值过高,容易错过真实信号目标时间点,因此,需要根据测距信号对应的采样序列,设置一个合理的阈值,以便在阈值与局部极大值之间查找信号到达时间戳。
其中,搜索区域确定模块确定阈值的过程的一种可选方式为根据噪音标准差和最大信号强度进行计算得到,计算公式如下:
T=MAX(k*STD,S/N),
其中,T为判定阈值,k,N为固定系数,STD为噪音标准差,S为最大信号强度。
目标斜率搜索模块110,用于确定目标MAX区域中的目标斜率。
其中,所述目标斜率为不超过最大斜率的斜率。具体的,本申请中的目标斜率可以是最大斜率或者上拉格朗日点对应的斜率,或者下拉格朗日点对应的斜率,也可能是不超过最大斜率的任意值。
在一种可选实施例中,当目标斜率slopx为不超过最大斜率的斜率时,则目标斜率slopx与相邻的采样点斜率之间的关系为:
slopi≤slopx≤slopi+1 (1)
在另一种可选实施例中,当目标斜率为最大斜率slopi时,最大斜率slopi与相邻的采样点斜率之间的关系为:
slopi≥slopi-1且slopi≥slopi+1 (2)
时间戳计算模块120,用于基于目标斜率识别得到时间戳的索引位置。
可选的,所述时间戳计算模块利用线性插值结合目标斜率识别得到时间戳的索引位置,或者,利用超宽带信号模板函数的多项式拟合结合目标斜率识别得到时间戳的索引位置。
在一种实施例中,可以是利用线性插值结合目标斜率识别得到时间戳的索引位置。若目标斜率为223.99,恰好对应一个采样点,对应斜率恰好为223.99,那么时间戳的索引位置就是这个采样点对应的索引位置index;若目标斜率为223.99,对应有两个采样点,两个采样点对应斜率分别为200和789,显然应该距离前点更近,则本申请实施例中利用线性插值结合目标斜率识别得到时间戳的索引位置的关系式为(233.99-200)/(789-200)。
在另一种实施例中,还可以是利用超宽带信号模板函数的多项式拟合结合目标斜率识别得到时间戳的索引位置。其中,超宽带(UWB)信号模板函数可以从802.15.4UWB规范查找得到。
在本申请实施例中,在超宽带信号模板函数的多项式拟合过程中,采样点与目标点的斜率在理想状态下,符合以下公式:
其中:xi为选取的第i个采样点对应的斜率,n,m,kj均为固定系数,m∈[M1,M2],M1=1,M2=5,n∈[N1,N2],N1=1,N2=4,kj为通过多项式拟合得到的固定系数。
基于以上,本申请提供了一种超宽带测距信号到达时间戳的识别系统,包括:搜索区域确定模块,用于基于测距信号对应的采样序列上的多个MAX区域,确定真实信号存在的目标MAX区域,所述采样序列中包括多个采样点;目标斜率搜索模块,用于确定目标MAX区域中的目标斜率,所述目标斜率为不超过最大斜率的斜率;时间戳计算模块,用于基于所述目标斜率识别得到时间戳的索引位置。可见,本申请实施例中采用超宽带技术能够有效测量出时间戳对应的索引位置,步骤较为精简,能够有效降低系统消耗,复杂度比较低,同时能够提升超宽带测距信号到达时间戳的精度。
相应的,本申请还提供了一种超宽带测距信号到达时间戳的识别方法,如图2所示,应用于如前所述的超宽带测距信号到达时间戳的识别系统,具体包括
步骤S21、基于测距信号对应的采样序列上的多个MAX区域,确定真实信号存在的目标MAX区域,所述采样序列中包括多个采样点。
步骤S22、确定目标MAX区域中的目标斜率,所述目标斜率为不超过最大斜率的斜率。
在一种可选实施例中,所述拉格朗日点斜率包括上拉格朗日点斜率和下拉格朗日点斜率,其中上拉格朗日点斜率为采样序列中上拉格朗日点对应的斜率,下拉格朗日点斜率为采样序列中下拉格朗日点对应的斜率。
步骤S23、基于所述目标斜率识别得到时间戳的索引位置。
具体的,所述基于所述目标斜率识别得到时间戳的索引位置为利用线性插值结合目标斜率识别得到时间戳的索引位置,
或者,利用超宽带信号模板函数的多项式拟合结合目标斜率识别得到时间戳的索引位置。
在一种可选实施方案中,当目标斜率为最大斜率,且利用线性插值结合目标斜率识别得到时间戳的索引位置时,该技术方案可以具体包括:
步骤1:基于测距信号对应的采样序列上的多个MAX区域,确定真实信号存在的目标MAX区域;
在实施例中,设定初始搜索位置i=region_start_index,确定真实信号所在的目标MAX区域,并设定初始搜索位置为区域中第一个不低于阈值的采样点的前一个点。
计算采样点斜率:
slopi=Ampli-Ampli-1 (4)
其中Ampli为第i个采样点的CIR幅值。
设search_slop,maxindex=i
步骤2:确定目标MAX区域中的目标斜率;
令i=i+1,if i>region_end_index则进入步骤3,否则按公式(4)计算其斜率slopi
if slopi<0:
则转到步骤3
else if maxslop<slopi:
则令maxslop=slopi,maxindex=i并重复步骤2
else:
则重复步骤2
步骤3:基于所述目标斜率识别得到时间戳的索引位置;
index=maxindex-0.5+(slopmaxindex+1-slopmaxindex-1)/(2*slopmaxindex-slopmaxindex-1-slopmaxindex+1)
在其他可选实施例中,当目标斜率为最大斜率,且利用超宽带信号模板函数的多项式拟合结合目标斜率识别得到时间戳的索引位置时,步骤1-2与前述步骤相同,这里不再赘述。步骤3中可以替换为利用公式(4)确定得到时间戳的索引位置,这里不再展开描述。
在另一种可选实施方案中,当目标斜率为拉格朗日点斜率,且利用线性插值结合目标斜率识别得到时间戳的索引位置时,该技术方案可以具体包括:
步骤4:基于测距信号对应的采样序列上的多个MAX区域,确定真实信号存在的目标MAX区域;
设定初始搜索位置i=region_start_index,确定真实信号所在的区域,设定初始搜索位置为区域中第一个不低于阈值的采样点的前一个点。
slopi=Ampli-Ampli-1 (6)
其中Ampli为第i个采样点的CIR幅值。
令pre_ampl=Ampli,pre_index=i
aim_slop=(max_ampl-ampli)/(max_index-i)
其中,max_ampl为该区域最大幅值点,max_index为该区域最大幅值点对应的index
步骤5:确定目标MAX区域中的目标斜率;
令i=i+1,if i>region_end_index则进入步骤6,否则按公式(6)计算其斜率slopi
if slopi==aim_slop:
则令equal_aim=true,after_index=i并转到步骤6
else if slopi<aim_slop:
则令pre_slop=slopi,pre_index=i并重复步骤5
else if slopi>aim_slop:
则令equal_aim=false,after_index=i,after_slop=slopi并转到步骤6
步骤6:基于所述目标斜率识别得到时间戳的索引位置;
相应的,在其他可选实施例中,当目标斜率为拉格朗日点斜率,且利用超宽带信号模板函数的多项式拟合结合目标斜率识别得到时间戳的索引位置时,步骤4-5与前述步骤相同,这里不再赘述。步骤6中可以替换为利用公式(3)确定得到时间戳的索引位置,这里不再展开描述。
基于以上,本申请提供了一种超宽带测距信号到达时间戳的识别方法,包括:基于测距信号对应的采样序列上的多个MAX区域,确定真实信号存在的目标MAX区域,所述采样序列中包括多个采样点;确定目标MAX区域中的目标斜率,所述目标斜率为不超过最大斜率的斜率;基于所述目标斜率识别得到时间戳的索引位置。可见,本申请实施例中采用超宽带技术能够有效测量出时间戳对应的索引位置,步骤较为精简,能够有效降低系统消耗,复杂度比较低,同时能够提升超宽带测距信号到达时间戳的精度。另外,本申请中的识别方法基于识别系统实现,为此,其可以在嵌入式的MCU固件层面补充优化,以提升整体的运算效果,且满足复杂度低,资源消耗低等优点。
最后,本发明实施例中,采用了本申请中公开的超宽带测距信号到达时间戳的识别方法与DECA的识别方法进行同时检测,可以参考图3-图4所示。图3为本申请中公开的超宽带测距信号到达时间戳的识别方法与DECA的识别方法在严重多径下的测距误差对比图,图4为本申请中公开的超宽带测距信号到达时间戳的识别方法与DECA的识别方法在LOS环境下的测距精度对比图。
结合图3和图4可以看出,本申请中的识别方法明显优于DECA的识别方法。具体的,本发明的公开的识别方法,相对于DECA的识别方法来说,在严重多径干扰环境下明显更优,在LOS环境下略优。
上文描述了本发明实施例提供的多个实施例方案,各实施例方案介绍的各可选方式可在不冲突的情况下相互结合、交叉引用,从而延伸出多种可能的实施例方案,这些均可认为是本发明实施例披露、公开的实施例方案。
虽然本发明实施例披露如上,但本发明并非限定于此。任何本领域技术人员,在不脱离本发明的精神和范围内,均可作各种更动与修改,因此本发明的保护范围应当以权利要求所限定的范围为准。
Claims (4)
1.一种超宽带测距信号到达时间戳的识别系统,其特征在于,包括:
搜索区域确定模块,用于基于测距信号对应的采样序列上的多个MAX区域,确定真实信号存在的目标MAX区域,所述采样序列中包括多个采样点;
其中,多个MAX区域为测距信号对应的采样序列上的搜索区域,搜索区域起点为达到或超过阈值的第一个采样点,搜索区域终点为局部极大值点,称该搜索区域为MAX区域,同时也是目标时间戳搜索的候选区域;
目标斜率搜索模块,用于确定目标MAX区域中的目标斜率,所述目标斜率为不超过最大斜率的斜率;
所述目标斜率为拉格朗日点斜率,所述拉格朗日点斜率包括上拉格朗日点斜率和下拉格朗日点斜率,其中上拉格朗日点斜率为采样序列中上拉格朗日点对应的斜率,下拉格朗日点斜率为采样序列中下拉格朗日点对应的斜率;
时间戳计算模块,用于基于所述目标斜率识别得到时间戳的索引位置;
所述时间戳计算模块利用线性插值结合目标斜率识别得到时间戳的索引位置,或者,利用超宽带信号模板函数的多项式拟合结合目标斜率识别得到时间戳的索引位置,超宽带(UWB)信号模板函数可以在802.15.4UWB规范查找得到,在超宽带信号模板函数的多项式拟合过程中,采样点与目标点的斜率在理想状态下,符合以下公式:
其中:xi为选取的第i个采样点对应的斜率,n,m,kj均为固定系数,m∈[M1,M2],M1=1,M2=5,n∈[N1,N2],N1=1,N2=4,kj为通过多项式拟合得到的固定系数。
2.一种超宽带测距信号到达时间戳的识别方法,其特征在于,应用于如权利要求1中所述的超宽带测距信号到达时间戳的识别系统,包括:
基于测距信号对应的采样序列上的多个MAX区域,确定真实信号存在的目标MAX区域,所述采样序列中包括多个采样点;
确定目标MAX区域中的目标斜率,所述目标斜率为不超过最大斜率的斜率;
基于所述目标斜率识别得到时间戳的索引位置。
3.根据权利要求2所述的超宽带测距信号到达时间戳的识别方法,其特征在于,所述目标斜率为拉格朗日点斜率,所述拉格朗日点斜率包括上拉格朗日点斜率和下拉格朗日点斜率,其中上拉格朗日点斜率为采样序列中上拉格朗日点对应的斜率,下拉格朗日点斜率为采样序列中下拉格朗日点对应的斜率。
4.根据权利要求2所述的超宽带测距信号到达时间戳的识别方法,其特征在于,所述基于所述目标斜率识别得到时间戳的索引位置为利用线性插值结合目标斜率识别得到时间戳的索引位置,
或者,利用超宽带信号模板函数的多项式拟合结合目标斜率识别得到时间戳的索引位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211444038.9A CN115825936B (zh) | 2022-11-18 | 2022-11-18 | 一种超宽带测距信号到达时间戳的识别系统及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211444038.9A CN115825936B (zh) | 2022-11-18 | 2022-11-18 | 一种超宽带测距信号到达时间戳的识别系统及其方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115825936A CN115825936A (zh) | 2023-03-21 |
CN115825936B true CN115825936B (zh) | 2023-08-04 |
Family
ID=85528927
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211444038.9A Active CN115825936B (zh) | 2022-11-18 | 2022-11-18 | 一种超宽带测距信号到达时间戳的识别系统及其方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115825936B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113283851A (zh) * | 2020-02-20 | 2021-08-20 | 长城汽车股份有限公司 | 一种项目进度管控方法及系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3042342A4 (en) * | 2013-09-04 | 2017-08-23 | Neural ID LLC | Pattern recognition system |
US20190391253A1 (en) * | 2015-06-23 | 2019-12-26 | Harold Szu | Thermal Biomarker System |
-
2022
- 2022-11-18 CN CN202211444038.9A patent/CN115825936B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113283851A (zh) * | 2020-02-20 | 2021-08-20 | 长城汽车股份有限公司 | 一种项目进度管控方法及系统 |
Non-Patent Citations (1)
Title |
---|
超宽带汽车防撞雷达的设计;王治国;李熹;郭德淳;费元春;;现代雷达(第04期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115825936A (zh) | 2023-03-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7574221B2 (en) | Method for estimating jointly time-of-arrival of signals and terminal location | |
CN103763680B (zh) | 基于信号传播的室内定位追踪方法及系统 | |
EP1478202B1 (en) | A method of locating and measuring a mobile station | |
CN106488557A (zh) | 基于WiFi信号的LDCC‑PDF分级时延估计方法 | |
Zhou et al. | Ultra low-power UWB-RFID system for precise location-aware applications | |
US20100295731A1 (en) | Method for optimum bandwidth selection of time-of-arrival estimators | |
US9411038B2 (en) | Dynamic compensation for wireless device location determination | |
CN111308420A (zh) | 一种基于声信号时延估计及到达频率的室内非视距定位方法 | |
KR100882590B1 (ko) | 위치 판단 장치 및 방법 | |
CN115825936B (zh) | 一种超宽带测距信号到达时间戳的识别系统及其方法 | |
CN105656511B (zh) | 一种适应于有频偏和低信噪比环境下的差分相关捕获方法 | |
KR101421156B1 (ko) | 다단계 부분 상호 상관기를 이용한 gps 신호 획득 시스템 및 방법 | |
CN104243064A (zh) | 一种非视距密集多径场景下的扩频toa测距方法 | |
CN116299166B (zh) | 一种用于chirp信号的低复杂度融合测距方法 | |
CN111323014B (zh) | 一种快速捕获锁定罗兰c信号的方法 | |
KR102153652B1 (ko) | 스마트 항만에서의 uwb 위치 측위 방법 | |
KR100958412B1 (ko) | 이동 로봇의 자기 위치 인식 시스템 및 그 방법 | |
CN1474196A (zh) | 无线定位中高精度、抗多径的窄带相关测距系统 | |
CN112737613B (zh) | 一种宽带信号频率区间范围自动确定方法 | |
US20180356494A1 (en) | Wideband ranging system | |
CN108267713B (zh) | 一种改进的tdoa发射源定位算法 | |
Wehs et al. | Detection of distorted IR-UWB pulses in low SNR NLOS scenarios | |
EP1567883A1 (en) | Determination of the position of a pulse peak | |
CN107942319A (zh) | 一种基于蓝牙rssi值位置指纹库的室内定位方法 | |
DE602004031431D1 (de) | Störleistungs-detektionsverfahren in einem zeitschlitz-cdma-system |
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 |