CN116087875A - 基于环境信息的室内非视距场景无源标签三维定位方法 - Google Patents
基于环境信息的室内非视距场景无源标签三维定位方法 Download PDFInfo
- Publication number
- CN116087875A CN116087875A CN202310362814.9A CN202310362814A CN116087875A CN 116087875 A CN116087875 A CN 116087875A CN 202310362814 A CN202310362814 A CN 202310362814A CN 116087875 A CN116087875 A CN 116087875A
- Authority
- CN
- China
- Prior art keywords
- signal
- tag
- signals
- receiver
- radio frequency
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 65
- 238000009499 grossing Methods 0.000 claims abstract description 45
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 33
- 230000007613 environmental effect Effects 0.000 claims abstract description 25
- 230000001427 coherent effect Effects 0.000 claims abstract description 20
- 230000008569 process Effects 0.000 claims abstract description 12
- 239000011159 matrix material Substances 0.000 claims description 33
- 238000001228 spectrum Methods 0.000 claims description 29
- 238000001514 detection method Methods 0.000 claims description 16
- 238000003491 array Methods 0.000 claims description 13
- 230000002457 bidirectional effect Effects 0.000 claims description 12
- 238000000354 decomposition reaction Methods 0.000 claims description 9
- 230000004913 activation Effects 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000005562 fading Methods 0.000 claims description 4
- 238000012935 Averaging Methods 0.000 claims description 3
- 230000001902 propagating effect Effects 0.000 claims description 3
- 230000003213 activating effect Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 10
- 238000004891 communication Methods 0.000 abstract description 6
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- 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
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/08—Position of single direction-finder fixed by determining direction of a plurality of spaced sources of known location
-
- 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
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/0205—Details
- G01S5/0218—Multipath in signal reception
-
- 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
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开了一种基于环境信息的室内非视距场景无源标签三维定位方法，涉及无线通信技术领域；该方法包括以下的步骤：S10、通过二维空间平滑算法对接收信号进行处理，该接收信号为相干信号；S20、根据接收到的信号估计出经过反射的墙体位置信息，获取室内场景的环境信息；S30、通过接收机接收来自射频源和Tag反射的信号，该信号包括NLOS径的信号和可能存在的LOS径的信号；接收机减去射频源的信号，单独对来自Tag的信号进行处理；接收机将接收的信号在时间维度进行拼接；S40、进行角度估计，对Tag进行准确定位；本发明的有益效果是：解决了非视距场景下传统定位方法精度差的问题，降低了接收机的成本。
Description
技术领域
本发明涉及无线通信技术领域，更具体的说，本发明涉及一种基于环境信息的室内非视距场景无源标签三维定位方法。
背景技术
随着通信技术的发展，5G 技术已经逐步走向成熟，研究者们逐渐将目光聚焦于6G技术的研究中，技术的发展将带来了海量的设备数与流量，在众多的设备间建立起通信连接，这种趋势在物联网场景中尤为明显。在物联网的应用中，位置信息是一个非常重要实用的数据，定位技术作为获取位置信息的关键技术，受到了广泛的研究和关注，其不仅给人们的日常工作生活提供方便，还在救援救灾、智能交通、物流管理等领域发挥着重要作用。
在室内环境下，由于 GPS 信号弱，且环境复杂，目前还没有非常完善的室内定位技术。然而在室内空间空前庞大的今天，各个工厂车间、购物商场、办公楼、地下交通的不断建设，基于室内的定位技术显得越发重要，人们对室内环境中的定位需求与日俱增。
现有的关于反向散射定位的研究主要集中于估计所需的定位参数，如基于时间信息的 TOA（Time of Arrival）和 TDOA（Time Difference of Arrive）参数，基于接收信号强度的 RSSI（Received Signal Strength Indicator）和基于到达角度的 AOA（Angle ofArrival），然后直接通过几何方法计算出标签的位置，或者在获得定位参数后使用特征匹配的方法进行定位。
然而，基于 RSSI 的方法对信道衰落与干扰十分敏感，在信道条件较差的室内场景中，其定位精度会受到很大的影响。使用基于AOA估计的定位方法对于环境要求比较严格，信号传播的信道需要具有很强的视距 （Line-Of-Sight，LOS）径分量而不能有过强的非视距(Non-Light-Of-Sight，NLOS)径分量。在室内场景下，通常会存在很多障碍物的干扰，因此，需要实现一种在非视距路径情况下的可靠，高精度的室内反向散射定位方法。
在实际室内场景中，存在许多反射体，使接收到的信号实际上是多路反射信号相加的多径信号，使得理论接受信号与实际存在偏差，其中最主要的反射信号来源于墙体的反射。获得反射体的信息有利于消除多径信号的影响，并进一步辅助进行定位。常用的基于子空间的多信号分类算法(Multiple Signal Classification，MUSIC)在非视距情况下容易受到由于多径效应产生的相干信号的影响。因此，对于非视距下的室内反向散射定位场景，需要实现一种基于空间平滑的高精度、高分辨率的到达角估计与反射体计算方法。
发明内容
为了克服现有技术的不足，本发明提供一种基于环境信息的室内非视距场景无源标签三维定位方法，解决了非视距场景下传统定位方法精度差的问题。
本发明解决其技术问题所采用的技术方案是：一种基于环境信息的室内非视距场景无源标签三维定位方法，其改进之处在于，该方法包括以下的步骤：
S10、探测阶段，Tag未激活，此时仅存在射频源与接收机之间的链路；接收机通过二维空间平滑算法对来自射频源的多径接收信号进行处理，该接收信号为相干信号；
S20、根据接收到的信号估计出经过反射的墙体位置信息，获取室内场景的环境信息；
S30、射频源提高功率以激活Tag，此时接收机接收到来自射频源的信号和来自Tag反射的信号，Tag到接收机的信号包括NLOS径的信号和可能存在的LOS径的信号；
接收机减去射频源的信号，单独对来自Tag的信号进行处理；接收机将接收的信号在时间维度上取多个快照；
S40、根据接收信号进行角度估计，联合环境信息对Tag进行准确定位。
进一步的，所述的步骤S40包括：
S401、对接收机获得的K路多径相干信号，沿方位维和俯仰维等间距划分为多个子面阵，对每个子面阵单独进行向量化，并分别进行前向、后向平滑，将所有子面阵的平滑结果取平均得到前向协方差矩阵和后向协方差矩阵；
S402、获得双向空间平滑协方差矩阵：；
S403、对双向空间平滑协方差矩阵进行特征值分解，计算其空间谱：
；
式中，为方位角是，俯仰角是时的导向矢量，为协方差矩阵特征向量所张成的噪声子空间；
S404、取空间谱中的K个峰值，获得所估计多路信号的到达角度；
S405、结合估计的方位角与俯仰角信息，得到入射信号对应的墙体；
S406、根据墙体位置信息与入射角度，可得到对应Tag的可能轨迹，通过两个入射角度的信息，运用几何法对Tag进行准确定位。
进一步的，步骤S10中，通过位置已知的射频源发送信号，用于环境探测，其发送功率低于Tag的激活门限，接收机接收由射频源发射的信号时，Tag不反射信号；
接收机接收的信号包括直射路径的信号和经过墙体反射的信号，假设环境中有K条路径，接收信号的公式为：
；
其中，为第k条路径的路径损耗，表示第k个入射信号的导向矢量，为入射信号，为第k个入射信号的传播距离，为入射信号的波长，为高斯白信号。
进一步的，接收的信号是由同一发射源经过多条反射路径组成的多径信号，多个入射信号之间具有强相关性，采用面阵二维空间平滑算法对接收信号进行去相关，包括以下步骤：
S101、对于方向维为，俯仰维为的面阵，在两个维度上将其划分为相互交错的子阵列，假设方向维上分了个子阵列，俯仰维划分了个子阵列，则子阵列地大小为列、行；
其中第个子阵列的阵元选择矩阵表示为：
；
；
；
；
其中，和分别为前向空间平滑时第个子阵列的方向维和俯仰维的阵元选择矩阵，和分别为后向空间平滑时第个子阵列的方向维和俯仰维的阵元选择矩阵，为的单位矩阵，为反对角线元素为1，其余元素为0的的矩阵；
S102、根据阵元选择矩阵求出每一子阵列的前向、后向协方差矩阵、，则原始数据的前向、后向及双向空间平滑后的协方差矩阵分别为：
；
；
；
对进行特征值分解，计算其二维空间谱：
；
其中，为噪声子空间；
S103、通过搜索二维空间谱得到最大的K个峰值，即可得到K个相干信号的入射方位角和入射俯仰角。
进一步的，所述步骤S20中，根据得到的入射方位角、入射俯仰角以及接收机和射频源的位置，结合镜像原理，得到对应的反射墙体的位置：
；
；
；
其中，为天顶上的墙体坐标，为垂直于y轴的墙体坐标，为垂直于x轴的墙体坐标，为信号经过天顶上的墙体反射的入射俯仰角，为信号经垂直于y轴的墙体反射的入射方位角，为信号经垂直于x轴的墙体反射的入射方位角。
进一步的，所述的步骤S30中，通过射频源发送信号用于激活Tag，发送功率应大于Tag的激活门限；
若Tag与射频源之间存在直射路径，可直接激活Tag；
若Tag与射频源之间不存在直射路径，增大发送功率以激活Tag。
进一步的，当Tag激活成功后，Tag接收到的环境射频源信号为，其中，为信号从射频源传播至Tag的衰落，为信号从射频源传播至Tag的传播距离，设Tag反射系数为，是一个复数，其幅值改变反向散射信号的幅度，相位改变反向散射信号的相位；
定义标签信号为，则标签向接收机发射的反向散射信号：
；
设标签反射信号存在P条传播路径，则接收机接收到的来自Tag的多径信号为：
；
式中：表示第p条路径中反向散射信号至接收机的路径损耗，表示第p个入射信号的导向矢量，为第p个入射信号的传播距离，为Tag反射信号的波长。
进一步的，接收机接收到的实际信号为来自射频源的多径信号，来自Tag反向散射的多径信号和噪声信号之和，写为：
；
由于来自射频源的多径信号在探测阶段已知，可以从接收信号中消除来自射频源的信号，获得实际的Tag反向散射信号：
；
接收的Tag反向散射多径信号具有较强相关性，需要使用面阵二维空间平滑对接收信号进行去相关；
之后计算前后向空间平滑得到的协方差进行特征值分解，计算其空间谱函数，搜索二维空间谱得到最大的P个峰值，即可得到P个相干信号的入射方位角和俯仰角。
进一步的，对Tag进行准确定位包括：
假设信号经过了天顶上的墙体和垂直于轴的墙体两个反射体反射，不存在LOS径；接收机根据接收到的多条路经的AoA信息，结合反射墙体位置和镜像几何原理，推导出下列公式：
；
整理可得：
；
；
；
由此可以得到NLOS场景下位置未知Tag的三维空间坐标，且仅需一个接收机即可完成；其中，，，分别为标签的三个坐标，为信号经过天顶上的墙体反射的入射方位角和俯仰角，为信号经垂直于x轴的墙体反射的入射方位角和俯仰角。
本发明的有益效果是：本发明可以有效的估计室内墙体的位置参数，获取了室内环境信息，并为室内反向散射定位提供帮助；提供了一种支持在室内非视距场景下进行物体定位的方案，根据获取到的反射体信息，接收机可以仅依靠NLOS径对物体进行高精度的定位，解决了非视距场景下传统定位方法精度差的问题。
附图说明
图1为本发明的一种基于环境信息的室内非视距场景无源标签三维定位方法的实施例图。
图2为本发明中教室的场景示意图。
图3为本发明中的方向维为，俯仰维为的面阵的示意图。
图4至图7为本发明实施例中不同分辨率情况下二维角度估计算法仿真图。
图8为本发明实施例中不同分辨率情况下定位算法的均方根误差（Root MeanSquared Error，RMSE）随信噪比变化的曲线图。
具体实施方式
下面结合附图和实施例对本发明进一步说明。
以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整地描述，以充分地理解本发明的目的、特征和效果。显然，所描述的实施例只是本发明的一部分实施例，而不是全部实施例，基于本发明的实施例，本领域的技术人员在不付出创造性劳动的前提下所获得的其他实施例，均属于本发明保护的范围。另外，专利中涉及到的所有联接/连接关系，并非单指构件直接相接，而是指可根据具体实施情况，通过添加或减少联接辅件，来组成更优的联接结构。本发明创造中的各个技术特征，在不互相矛盾冲突的前提下可以交互组合。
本发明揭示了一种基于环境信息的室内非视距场景无源标签三维定位方法，具体的，该方法包括以下的步骤：
S10、探测阶段，Tag未激活，此时仅存在射频源与接收机之间的链路；接收机通过二维空间平滑算法对来自射频源的多径接收信号进行处理，该接收信号为相干信号；所述接收机为反向散射接收机；
其中，二维空间平滑算法是一种阵列信号处理算法，主要用于对相干接收信号进行去相干处理，通过对天线阵列进行划分来达到消除接收信号相干性的目的。该算法将天线阵列划分为多个子阵列，通过对每个子阵列单独进行处理并求和来替代原有的阵列处理方法，进而消除接收信号的相干性，使得后续的估计角算法更加准确。该算法常用在角度估计，多径信号处理等方面，在阵列信号处理领域有着广泛的应用。另外，相干信号是在特定相位关系下运动的两个或多个信号之间具有固定的幅度和相位差的现象。如果两个信号具有相同的频率，但是相位差固定，并且幅度比恒定，那么这两个信号就被称为相干信号。相干信号之间的相位差通常是固定的或者保持在一定范围内的。
S20、根据接收到的信号估计出经过反射的墙体位置信息，获取室内场景的环境信息；
本实施例中，采用基于镜像原理与到达角估计的反射体估计算法，反射体估计算法是一种利用雷达或者其他传感器扫描区域得到的数据，或者接收机接收到的数据，来估计该区域内反射体的位置、形状、大小和其他相关特征的算法。该算法通过采集一定数量的散射数据，根据散射数据的特征和分布规律，推算出反射体的位置和形状等参数。常用的反射体估计算法包括Hough变换、最小二乘法、计算机视觉等多种方法。在工程和科研领域，反射体估计算法广泛应用于雷达成像、目标跟踪、机器人导航、地质勘探，室内定位等领域，为这些领域的应用提供了有力支持。
S30、射频源提高功率以激活Tag，此时接收机接收到来自射频源的信号和来自Tag反射的信号，Tag到接收机的信号包括NLOS径的信号和可能存在的LOS径的信号；接收机减去射频源的信号，单独对来自Tag的信号进行处理；接收机将接收的信号在时间维度上取多个快照；对于维的接收天线，在连续的个发送周期，接收机将接收的信号在时间维度进行拼接；
NLOS径（Non-Line-of-Sight path）是指无线信号在传播过程中，由于遇到物体、建筑物等障碍物而产生的非直视传播路径。与LOS（Line-of-Sight）情况下的直视路径相比，NLOS路径信号的传播路径较长，信号接收端接收到的信号会出现时间延迟、衰减和失真等问题。在射频通信和无线定位等领域，NLOS路径信号的影响是十分显著的。因为NLOS路径与LOS路径相比，信号的传播路径更加复杂，由于多次反射、散射、衰减等因素的影响，信号的接收端可能会产生早到、晚到、多径等现象，从而会导致接收端位置偏差、信号幅度过小、信噪比下降等问题。另外，Tag指反向散射标签，是一种承载信息的载体，被应用于功耗物联网中，可分为有源标签，半无源标签和无源标签。在物联网场景上，标签可用于实现零功耗通信，或是嵌入在物体中以帮助人们快速地对所需物体进行定位。
S40、根据接收信号进行角度估计，联合环境信息对Tag进行准确定位。
在本实施例中，采用基于二维空间平滑的2D-MUSIC测角方法进行角度估计，二维平滑的2D-MUSIC测角方法是一种信号处理方法，旨在估计信号源的位置和方向。该方法结合了多个传感器的输入信号，利用信号的特性和几何信息推断信号源的位置和方向。本实施例中，该方法包括以下的步骤：
S401、对接收机获得的K路多径相干信号，沿方位维和俯仰维等间距划分为多个子面阵，对每个子面阵单独进行向量化，并分别进行前向、后向平滑，将所有子面阵的平滑结果取平均得到前向协方差矩阵和后向协方差矩阵；
S402、获得双向空间平滑协方差矩阵：；
S403、对双向空间平滑协方差矩阵进行特征值分解，计算其空间谱：
；
式中，为方位角是，俯仰角是时的导向矢量，为协方差矩阵特征向量所张成的噪声子空间；
S404、取空间谱中的K个峰值，获得所估计多路信号的到达角度；
S405、结合估计的方位角与俯仰角信息，得到入射信号对应的墙体；
S406、根据墙体位置信息与入射角度，可得到对应Tag的可能轨迹，通过两个入射角度的信息，运用几何法对Tag进行准确定位。
基于此，本发明可以有效的估计室内墙体的位置参数，获取了室内环境信息，并为室内反向散射定位提供帮助；提供了一种支持在室内非视距场景下进行物体定位的方案，根据获取到的反射体信息，接收机可以仅依靠NLOS径对物体进行高精度的定位，解决了非视距场景下传统定位方法精度差的问题。
结合图1所示，以一个NLOS场景下的室内定位系统为例说明本发明的室内三维定位方法，该室内定位系统包括一个接收天线维度为的接收机，一个位置已知的射频源，以及一个位置未知的目标Tag节点。具体的，本发明的一种基于环境信息的室内非视距场景无源标签三维定位方法，包括以下的步骤：
S10、通过二维空间平滑算法对接收信号进行处理；
步骤S10中，在开始阶段通过位置已知的射频源发送信号，用于环境探测，其发送功率低于Tag的激活门限，接收机接收由射频源发射的信号时，Tag不反射信号；
接收机接收的信号包括直射路径的信号和经过墙体反射的信号，假设环境中有K条路径，接收信号的公式为：
；
其中，为第k条路径的路径损耗，表示第k个入射信号的导向矢量，为入射信号，为第k个入射信号的传播距离，为入射信号的波长，为高斯白信号。
由于接收的信号是由同一发射源经过多条反射路径组成的多径信号，多个入射信号之间具有强相关性，采用面阵二维空间平滑算法对接收信号进行去相关。其中，面阵二维空间平滑算法指的是在二维面阵上对接收相干信号进行平滑处理的算法，它所解决的问题是如何将相干信号之间的相干性进行去除，以更好的进行角度估计性能。本实施例中，包括以下的步骤：
S101、对于方向维为，俯仰维为的面阵，在两个维度上将其划分为相互交错的子阵列，假设方向维上分了个子阵列，俯仰维划分了个子阵列，则子阵列地大小为列、行；
参照图3所示，其中第个子阵列的阵元选择矩阵表示为：
；
；
；
；
其中，和分别为前向空间平滑时第个子阵列的方向维和俯仰维的阵元选择矩阵，和分别为后向空间平滑时第个子阵列的方向维和俯仰维的阵元选择矩阵，为的单位矩阵，为反对角线元素为1，其余元素为0的的矩阵；
S102、根据阵元选择矩阵求出每一子阵列的前向、后向协方差矩阵、，则原始数据的前向、后向及双向空间平滑后的协方差矩阵分别为：
；
；
；
对进行特征值分解，计算其二维空间谱：
；
其中，为噪声子空间；
S103、通过搜索二维空间谱得到最大的K个峰值，即可得到K个相干信号的入射方位角和入射俯仰角。
S20、根据接收到的信号估计出经过反射的墙体位置信息，获取室内场景的环境信息；
本实施例中，根据上述步骤中得到的入射方位角、入射俯仰角以及接收机和射频源的位置，结合镜像原理，得到对应的反射墙体的位置：
；
；
；
其中，为天顶上的墙体坐标，为垂直于y轴的墙体坐标，为垂直于x轴的墙体坐标，为信号经过天顶上的墙体反射的入射俯仰角，为信号经垂直于y轴的墙体反射的入射方位角，为信号经垂直于x轴的墙体反射的入射方位角。
S30、通过接收机接收来自射频源和Tag反射的信号；接收机减去射频源的信号，单独对来自Tag的信号进行处理；
本实施例中，上述的步骤为探测阶段；探测阶段结束后，获得墙体的位置信息，即可开始第二步的标签定位阶段。
在第二个时隙中，通过射频源发送信号用于激活Tag，发送功率应大于Tag的激活门限；若Tag与射频源之间存在直射路径，可直接激活Tag；若Tag与射频源之间不存在直射路径，增大发送功率以激活Tag。
本实施例中，对于存在直射路径的情况，Tag激活成功后，Tag接收到的环境射频源信号为，其中，为信号从射频源传播至Tag的衰落，为信号从射频源传播至Tag的传播距离，设Tag反射系数为，是一个复数，其幅值改变反向散射信号的幅度，相位改变反向散射信号的相位；
定义标签信号为，则标签向接收机发射的反向散射信号：
；
设标签反射信号存在P条传播路径，则接收机接收到的来自Tag的多径信号为：
；
式中：表示第p条路径中反向散射信号至接收机的路径损耗，表示第p个入射信号的导向矢量，为第p个入射信号的传播距离，为Tag反射信号的波长。
进一步的，接收机接收到的实际信号为来自射频源的多径信号，来自Tag反向散射的多径信号和噪声信号之和，写为：
；
由于来自射频源的多径信号在探测阶段已知，可以从接收信号中消除来自射频源的信号，获得实际的Tag反向散射信号：
；
接收的Tag反向散射多径信号具有较强相关性，需要使用面阵二维空间平滑对接收信号进行去相关；
之后计算前后向空间平滑得到的协方差进行特征值分解，计算其空间谱函数，搜索二维空间谱得到最大的P个峰值，即可得到P个相干信号的入射方位角和俯仰角。
S40、对Tag进行准确定位；
传统的仅使用AoA信息实现对标签的三维定位需要使用多个接收机接收到的多条AoA信息。本实施例中，考虑了多径模型，单一标签经多个墙体反射后会形成多条路径，假设信号经过了天顶上的墙体和垂直于轴的墙体两个反射体反射，不存在LOS径。接收机根据接收到的多条路经的AoA信息，结合反射墙体位置和镜像几何原理，推导出下列公式：
；
整理可得：
；
；
；
由此可以得到NLOS场景下位置未知Tag的三维空间坐标，且仅需一个接收机即可完成。其中，，，分别为标签的三个坐标，为信号经过天顶上的墙体反射的入射方位角和俯仰角，为信号经垂直于x轴的墙体反射的入射方位角和俯仰角。
综上所述，本发明提供的一种基于环境信息的室内非视距场景无源标签三维定位方法，可以有效的估计室内墙体的位置参数，获取了室内环境信息，并为室内反向散射定位提供帮助；提出了一种支持在室内非视距场景下进行物体定位的方案，根据获取到的反射体信息，接收机可以仅依靠NLOS径对物体进行高精度的定位，解决了非视距场景下传统定位方法精度差的问题。并且，使用NLOS径与到达角进行物体定位，相较于传统的基于到达角的定位方法，单一物体与单一接收机之间天然存在多条路径，因此可以仅使用一个接收机进行室内定位。减少了传统方法需要多个接收机进行几何法估计所带来的设备开销，极大地降低了成本。
另外，本实施例中，采用raytracing模型仿真对算法效果进行验证，导入室内办公室场景，参数设置为：系统载波频率为900MHz，接收机阵列维度为根天线，所在的坐标为（0.01，4.5，2.3），单位为米。反向散射标签的发射天线数量和接收天线数量都为1根，所在坐标为（2，4.4，0），单位为米，标签与接收机之间不存在视距路径，只有两条反射路径。射频源的发射天线数量为1根，所在坐标为（2.4，5，1.5），单位为米。场景中所用到的三面墙体的位置分别为，场景示意图如图2所示。
首先，验证角度扫描间隔为0.5度时的系统性能。在理想无噪环境下，系统在刚开始的探测阶段接收到来自射频源的多径信号，并进行二维空间平滑与角度估计处理，得到空间谱如图4所示，4条入射路径的真实入射角分别为（69.9，-6.6）度、（11.82，-18.14）度、（3.76，-5.99）度、（11.82，46.8）度；提取图4的空间谱峰值，得到的估计角度分别为（70，-6.5）度、（12，-18）度、（4，-6）度、（12，47）度。其中（）内角度前者为方位角，后者为俯仰角。
根据得到的角度按照推导公式对墙体位置进行估计，所得结果如表1所示：
表1、墙体估计结果（角度扫描间隔0.5度）
探测阶段结束后，开始进行定位阶段，接收机消除在探测阶段已知的射频源信号，对标签反向散射多径信号进行二维空间平滑与角度估计处理，得到如图5所示的空间谱。2条入射路径的真实入射角分别为（-2.88，64.08）度、（-0.72，-16.02）度；提取图5的空间谱峰值，得到的估计角度分别为（-3，64）度、（-0.5，-16）度。
根据得到的角度和上一步得到的墙体坐标，按照推导公式对标签位置进行定位，得到的定位结果如表2所示：
表2、标签定位结果（角度扫描间隔0.5度）
从这些结果可以看出，所提出的算法在估计入射角度时可以较好的估计出离真实值最接近的角度，其性能受限于算法的角度扫描间隔，此时估计的墙体最大误差约为0.2米，标签的定位误差约为0.6米，可见本发明可以很好的估计出墙体位置，且在不存在视距路径、仅有一个接收机的情况下也能较好估计出标签的位置。
接着，提高角度扫描间隔至0.2度，测试系统性能。在探测阶段，对来自射频源的多径信号进行处理，得到空间谱如图6所示，4条入射路径的真实入射角分别为（69.9，-6.6）度、（11.82，-18.14）度、（3.76，-5.99）度、（11.82，46.8）度；提取图6的空间谱峰值，得到的估计角度分别为（69.9，-6.5）度、（11.9，-18.1）度、（3.7，-5.9）度、（11.9，46.9）度。
根据公式对墙体位置进行估计，所得结果如表3所示：
表3、墙体估计结果（角度扫描间隔0.2度）
在定位阶段，接收机消除在已知的射频源信号，对标签反向散射多径信号进行处理，得到图7的空间谱。来自标签的2条入射路径的真实入射角分别为（-2.88，64.08）度、（-0.72，-16.02）度；提取图7的空间谱峰值，得到的估计角度分别为（-2.9，64.1）度、（-0.7，-16.1）度。
根据得到的角度和墙体坐标，对标签位置进行定位，得到的定位结果如表4所示：
表4、标签定位结果（角度扫描间隔0.2度）
从这些结果中可以看出，提高角度扫描间隔后，可以显著的减少估计的误差，此时墙体估计的最大误差约为0.07米，标签定位的最大误差约为0.04米，达到了非常高的精度。
最后，对比两种角度扫描间隔下定位算法的MSE性能。基线算法采用基于RSSI（Received Signal Strength Indicator）的方案，该方法通过计算接收到的标签信号的能量来推算距离：
；
其中已知，事先测定，则有：
；
其中的表达式可以根据自由空间损耗的公式写出：
；
因此可以根据接收到的RSSI估计出标签到接收机的距离，以接收机坐标为圆心,为半径可以做出一个球体，根据空间中四个球体确定一个交点的原则，需要四个接收机才能实现基于RSSI的三维定位。令,,,分别为四个接收机的坐标，,,,分别为估计标签到四个接收机的距离，为待估计标签坐标，则可以列出如下方程：
；
整理得：
；
求解该方程组即可求出待估计标签坐标。
图8为在基线算法和两种角度扫描间隔下定位算法的MSE性能与信噪比SNR的关系曲线。设置信噪比，系统设置同上，标签与接收机之间不存在视距路径，只有两条反射路径。从图中可以看出，NLOS场景下得RSSI方案误差达到了数十米，可以认为此时得RSSI完全失效。而对于本发明提出的方法，当角度扫描间隔为0.5度时，MSE最低可以到0.1米；当角度扫描间隔为0.2度时，MSE最低可以达到米。
本发明提出了一种室内环境探测与非视距场景下室内标签三维定位的有效方法。针对室内空间环境复杂，使基于视距路径的角度定位方法难以发挥的问题，提出了一种利用空间中存在的经由反射体反射的多径信号，基于二维空间平滑滤波和镜像原理的室内反射体估计方法，利用多径信号所传达的信息还原出室内反射体的位置。进而，利用所估计的反射体位置信息，提出了基于反射体位置的非视距场景下标签三维定位算法，该算法可以在标签与接收机之间不存在直射路径的情况下，仅依靠反射路径来实现对标签的三维定位。经仿真验证该算法可以达到较高的定位精度，且利用了多径信号的特点，仅需要一个接收机即可完成，实现了复杂环境下低成本高精度的室内三维定位，具有一定的工程实践价值。
以上是对本发明的较佳实施进行了具体说明，但本发明创造并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (9)
1.一种基于环境信息的室内非视距场景无源标签三维定位方法，其特征在于，该方法包括以下的步骤：
S10、探测阶段，Tag未激活，此时仅存在射频源与接收机之间的链路；接收机通过二维空间平滑算法对来自射频源的多径接收信号进行处理，该接收信号为相干信号；
S20、根据接收到的信号估计出经过反射的墙体位置信息，获取室内场景的环境信息；
S30、射频源提高功率以激活Tag，此时接收机接收到来自射频源的信号和来自Tag反射的信号，Tag到接收机的信号包括NLOS径的信号和可能存在的LOS径的信号；
接收机减去射频源的信号，单独对来自Tag的信号进行处理；接收机将接收的信号在时间维度上取多个快照；
S40、根据接收信号进行角度估计，联合环境信息对Tag进行准确定位。
2.根据权利要求1所述的基于环境信息的室内非视距场景无源标签三维定位方法，其特征在于，所述的步骤S40包括：
S401、对接收机获得的K路多径相干信号，沿方位维和俯仰维等间距划分为多个子面阵，对每个子面阵单独进行向量化，并分别进行前向、后向平滑，将所有子面阵的平滑结果取平均得到前向协方差矩阵和后向协方差矩阵；
S402、获得双向空间平滑协方差矩阵：；
S403、对双向空间平滑协方差矩阵进行特征值分解，计算其空间谱：
；
式中，为方位角是，俯仰角是时的导向矢量，为协方差矩阵特征向量所张成的噪声子空间；
S404、取空间谱中的K个峰值，获得所估计多路信号的到达角度；
S405、结合估计的方位角与俯仰角信息，得到入射信号对应的墙体；
S406、根据墙体位置信息与入射角度，可得到对应Tag的可能轨迹，通过两个入射角度的信息，运用几何法对Tag进行准确定位。
3.根据权利要求1所述的基于环境信息的室内非视距场景无源标签三维定位方法，其特征在于，步骤S10中，通过位置已知的射频源发送信号，用于环境探测，其发送功率低于Tag的激活门限，接收机接收由射频源发射的信号时，Tag不反射信号；
接收机接收的信号包括直射路径的信号和经过墙体反射的信号，假设环境中有K条路径，接收信号的公式为：
；
其中，为第k条路径的路径损耗，表示第k个入射信号的导向矢量，为入射信号，为第k个入射信号的传播距离，为入射信号的波长，为高斯白信号。
4.根据权利要求3所述的基于环境信息的室内非视距场景无源标签三维定位方法，其特征在于，接收的信号是由同一发射源经过多条反射路径组成的多径信号，多个入射信号之间具有强相关性，采用面阵二维空间平滑算法对接收信号进行去相关，包括以下步骤：
S101、对于方向维为，俯仰维为的面阵，在两个维度上将其划分为相互交错的子阵列，假设方向维上分了个子阵列，俯仰维划分了个子阵列，则子阵列地大小为列、行；
其中第个子阵列的阵元选择矩阵表示为：
；
；
；
；
其中，和分别为前向空间平滑时第个子阵列的方向维和俯仰维的阵元选择矩阵，和分别为后向空间平滑时第个子阵列的方向维和俯仰维的阵元选择矩阵，为的单位矩阵，为反对角线元素为1，其余元素为0的的矩阵；
S102、根据阵元选择矩阵求出每一子阵列的前向、后向协方差矩阵、，则原始数据的前向、后向及双向空间平滑后的协方差矩阵分别为：
；
；
；
对进行特征值分解，计算其二维空间谱：
；
其中，为噪声子空间；
S103、通过搜索二维空间谱得到最大的K个峰值，即可得到K个相干信号的入射方位角和入射俯仰角。
5.根据权利要求4所述的基于环境信息的室内非视距场景无源标签三维定位方法，其特征在于，所述步骤S20中，根据得到的入射方位角、入射俯仰角以及接收机和射频源的位置，结合镜像原理，得到对应的反射墙体的位置：
；
；
；
其中，为天顶上的墙体坐标，为垂直于y轴的墙体坐标，为垂直于x轴的墙体坐标，为信号经过天顶上的墙体反射的入射俯仰角，为信号经垂直于y轴的墙体反射的入射方位角，为信号经垂直于x轴的墙体反射的入射方位角。
6.根据权利要求5所述的基于环境信息的室内非视距场景无源标签三维定位方法，其特征在于，所述的步骤S30中，通过射频源发送信号用于激活Tag，发送功率应大于Tag的激活门限；
若Tag与射频源之间存在直射路径，可直接激活Tag；
若Tag与射频源之间不存在直射路径，增大发送功率以激活Tag。
7.根据权利要求6所述的基于环境信息的室内非视距场景无源标签三维定位方法，其特征在于，当Tag激活成功后，Tag接收到的环境射频源信号为，其中，为信号从射频源传播至Tag的衰落，为信号从射频源传播至Tag的传播距离，设Tag反射系数为，是一个复数，其幅值改变反向散射信号的幅度，相位改变反向散射信号的相位；
定义标签信号为，则标签向接收机发射的反向散射信号：
；
设标签反射信号存在P条传播路径，则接收机接收到的来自Tag的多径信号为：
；
式中：表示第p条路径中反向散射信号至接收机的路径损耗，表示第p个入射信号的导向矢量，为第p个入射信号的传播距离，为Tag反射信号的波长。
8.根据权利要求7所述的基于环境信息的室内非视距场景无源标签三维定位方法，其特征在于，接收机接收到的实际信号为来自射频源的多径信号，来自Tag反向散射的多径信号和噪声信号之和，写为：
；
由于来自射频源的多径信号在探测阶段已知，可以从接收信号中消除来自射频源的信号，获得实际的Tag反向散射信号：
；
接收的Tag反向散射多径信号具有较强相关性，需要使用面阵二维空间平滑对接收信号进行去相关；
之后计算前后向空间平滑得到的协方差进行特征值分解，计算其空间谱函数，搜索二维空间谱得到最大的P个峰值，即可得到P个相干信号的入射方位角和俯仰角。
9.根据权利要求8所述的基于环境信息的室内非视距场景无源标签三维定位方法，其特征在于，对Tag进行准确定位包括：
假设信号经过了天顶上的墙体和垂直于轴的墙体两个反射体反射，不存在LOS径；接收机根据接收到的多条路经的AoA信息，结合反射墙体位置和镜像几何原理，推导出下列公式：
；
整理可得：
；
；
；
由此可以得到NLOS场景下位置未知Tag的三维空间坐标，且仅需一个接收机即可完成；其中，，，分别为标签的三个坐标，为信号经过天顶上的墙体反射的入射方位角和俯仰角，为信号经垂直于x轴的墙体反射的入射方位角和俯仰角。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310362814.9A CN116087875B (zh) | 2023-04-07 | 2023-04-07 | 基于环境信息的室内非视距场景无源标签三维定位方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310362814.9A CN116087875B (zh) | 2023-04-07 | 2023-04-07 | 基于环境信息的室内非视距场景无源标签三维定位方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116087875A true CN116087875A (zh) | 2023-05-09 |
| CN116087875B CN116087875B (zh) | 2023-06-30 |
Family
ID=86208613
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310362814.9A Active CN116087875B (zh) | 2023-04-07 | 2023-04-07 | 基于环境信息的室内非视距场景无源标签三维定位方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116087875B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101526605A (zh) * | 2009-03-31 | 2009-09-09 | 江苏大学 | 一种具有非视距误差消除功能的鲁棒定位方法 |
| US20150234033A1 (en) * | 2012-10-19 | 2015-08-20 | Ucl Business Plc | Apparatus and method for determining the location of a mobile device using multiple wireless access points |
| CN107132505A (zh) * | 2017-05-19 | 2017-09-05 | 中国人民解放军信息工程大学 | 直达与非直达混合场景中的多目标直接定位方法 |
| US20170286730A1 (en) * | 2016-04-04 | 2017-10-05 | Mojix, Inc. | Location Estimation and Tracking for Passive RFID and Wireless Sensor Networks Using MIMO Systems |
| CN107544054A (zh) * | 2017-08-15 | 2018-01-05 | 西京学院 | 一种基于环境反向散射的室内定位方法和装置 |
| CN109115219A (zh) * | 2018-07-13 | 2019-01-01 | 国网江西省电力有限公司信息通信分公司 | 一种基于场景系数的室内三维定位方法 |
| CN109874134A (zh) * | 2019-02-01 | 2019-06-11 | 重庆谷庚科技有限责任公司 | 基于ofdm的rf标签室内定位系统及方法 |
| CN112954792A (zh) * | 2021-02-05 | 2021-06-11 | 电子科技大学 | 一种基于环境反向散射的多反射设备联合定位与通信方法 |
| CN112986905A (zh) * | 2021-02-05 | 2021-06-18 | 电子科技大学 | 一种基于环境反向散射的多反射设备定位方法 |
| CN115022797A (zh) * | 2022-05-11 | 2022-09-06 | 徐州工程学院 | 一种多频无源标签的煤矿井下无源定位系统及方法 |
| CN115349096A (zh) * | 2020-04-02 | 2022-11-15 | 索尼集团公司 | 电子设备、用于定位的方法和非暂态计算机可读存储介质 |
| CN115656922A (zh) * | 2022-10-25 | 2023-01-31 | 厦门大学 | 一种基于rfid技术的室内定位方法 |
-
2023
- 2023-04-07 CN CN202310362814.9A patent/CN116087875B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101526605A (zh) * | 2009-03-31 | 2009-09-09 | 江苏大学 | 一种具有非视距误差消除功能的鲁棒定位方法 |
| US20150234033A1 (en) * | 2012-10-19 | 2015-08-20 | Ucl Business Plc | Apparatus and method for determining the location of a mobile device using multiple wireless access points |
| US20170286730A1 (en) * | 2016-04-04 | 2017-10-05 | Mojix, Inc. | Location Estimation and Tracking for Passive RFID and Wireless Sensor Networks Using MIMO Systems |
| CN107132505A (zh) * | 2017-05-19 | 2017-09-05 | 中国人民解放军信息工程大学 | 直达与非直达混合场景中的多目标直接定位方法 |
| CN107544054A (zh) * | 2017-08-15 | 2018-01-05 | 西京学院 | 一种基于环境反向散射的室内定位方法和装置 |
| CN109115219A (zh) * | 2018-07-13 | 2019-01-01 | 国网江西省电力有限公司信息通信分公司 | 一种基于场景系数的室内三维定位方法 |
| CN109874134A (zh) * | 2019-02-01 | 2019-06-11 | 重庆谷庚科技有限责任公司 | 基于ofdm的rf标签室内定位系统及方法 |
| CN115349096A (zh) * | 2020-04-02 | 2022-11-15 | 索尼集团公司 | 电子设备、用于定位的方法和非暂态计算机可读存储介质 |
| CN112954792A (zh) * | 2021-02-05 | 2021-06-11 | 电子科技大学 | 一种基于环境反向散射的多反射设备联合定位与通信方法 |
| CN112986905A (zh) * | 2021-02-05 | 2021-06-18 | 电子科技大学 | 一种基于环境反向散射的多反射设备定位方法 |
| CN115022797A (zh) * | 2022-05-11 | 2022-09-06 | 徐州工程学院 | 一种多频无源标签的煤矿井下无源定位系统及方法 |
| CN115656922A (zh) * | 2022-10-25 | 2023-01-31 | 厦门大学 | 一种基于rfid技术的室内定位方法 |
Non-Patent Citations (3)
| Title |
|---|
| CHENG QI等: "Fine-Scale Phase-Based Ranging Through Walls and Obstructions Using Tunneling RFID Tags", 《IEEE JOURNAL OF RADIO FREQUENCY IDENTIFICATION》, vol. 5, no. 4, pages 397 - 406, XP011889751, DOI: 10.1109/JRFID.2021.3096221 * |
| DAE-HO KIM等: "NLOS Identification in UWB channel for Indoor Positioning", 《2018 15TH IEEE ANNUAL CONSUMER COMMUNICATIONS & NETWORKING CONFERENCE (CCNC)》, pages 1 - 4 * |
| 刘畅等: "基于 UWB 的室内人员定位系统的应用", 《物联网技术》, no. 2, pages 69 - 72 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116087875B (zh) | 2023-06-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107132505B (zh) | 直达与非直达混合场景中的多目标直接定位方法 | |
| Yan et al. | Review of range-based positioning algorithms | |
| US20120122470A1 (en) | Method for locating multiple rays of a source with or without aoa by multi-channel estimation of the tdoa and fdoa | |
| CN109975749B (zh) | 一种校正源存在条件下的短波单站直接定位方法 | |
| CN109298388A (zh) | 基于方位信息的超视距目标地理坐标直接估计方法 | |
| CN105676171A (zh) | 单通道双基站超短波信号空间定位方法 | |
| CN108089147B (zh) | 改进的短波单站定位方法 | |
| CN107121665A (zh) | 一种基于稀疏阵的近场相干源的无源定位方法 | |
| Song et al. | A novel source localization scheme based on unitary esprit and city electronic maps in urban environments | |
| CN111107626A (zh) | 一种基于时间反演的doa定位方法 | |
| CN115150744A (zh) | 一种大型会议场馆室内信号干扰源定位方法 | |
| EP1682923A1 (fr) | Procede de localisation d un ou de plusieurs emetteurs | |
| Zhang et al. | Push the limit of millimeter-wave radar localization | |
| Zeng et al. | Radio frequency based direction sensing using massive MIMO | |
| CN111948620A (zh) | 一种基于多类型外辐射源的目标被动协同探测方法及系统 | |
| CN116087875B (zh) | 基于环境信息的室内非视距场景无源标签三维定位方法 | |
| CN111208502A (zh) | 一种无人驾驶物流车辆的定位方法及系统 | |
| Verma et al. | Doa estimation for autonomous systems in complex propagation environments | |
| CN115469337A (zh) | 基于二维聚焦分析的卫星导航系统多径干扰信号辨识方法 | |
| CN113029147B (zh) | 一种直达波空中传播时延的估计方法 | |
| CN114280655A (zh) | 一种基于全球导航卫星系统的测姿方法和系统 | |
| CN109856597B (zh) | 一种新体制超视距短波定位系统及定位方法 | |
| Cao et al. | Direct self-position awareness based on array-sensing multiple source data fitting | |
| Qiao et al. | The trip to WiFi indoor localization across a decade—A systematic review | |
| Peng et al. | Comparison of wireless location algorithms in mobile communication networks |
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 |