CN1707981B - 用以判定无线链接质量的方法 - Google Patents

Abstract

为了改善一种GPS方法之位置找寻方法的可靠性及准确性，用于该位置找寻方法之一无线链接之品质便借助评估一参数决定，尤其是振幅分布密度的莱斯因数，其是代表经由一视线路径传输之一信号强度，相对于经由非视线路径传输之信号强度的比例。

Description

用以判定无线链接质量的方法

技术领域

本发明是关于一种用以判定无线链接质量的方法，其中该无线信号经由二或更多的传播路径传播。本发明亦关于一种借助在一移动站及至少一参考站间的一无线链接，以寻找该移动站的位置的方法，其中借助考虑到该无线链接质量的判定结果，可改善位置找寻的可靠性及准确性。

背景技术

习知技术中已知位置找寻可在无线链接基础上执行，举例来说，在卫星帮助的GPS(全球定位系统)系统内。欧洲伽利略卫星领航系统，以及基于地面无线来源的定位方法亦提供此类应用。此类位置找寻方法及适当的应用，允许使用者借助与一些特定的无线信号来源的距离测量来判定他的位置，该无线信号来源可为卫星或是基地台。举例来说，每一GPS及伽利略卫星传输独特的数字序列，其包含一时间识别及该卫星位置，该信号通常以长扩展序列(spread sequence)调制，个别卫星的扩展序列实际上是互相正交，使得该信号在该接收器能与其它信号区别。举例来说，不同GPS及伽利略卫星的扩展序列会彼此借助内建在卫星中的高精确原子钟同步化。

该接收器评估介于不同无线来源(GPS卫星、伽利略卫星或是地面发射器)的相对延迟(延迟时间偏差)，整合关于该位置的资料及不同无线资源的时间参考，该延迟时间偏差便能用来精确定位该接收器。该接收器计算所谓的伪范围(pseudo-ranges)，其是表示至每一无线来源的距离。导航软件接着便能根据至每一无线来源的伪范围及该无线来源(GPS卫星、伽利略卫星或是地面发射器)的位置，借助求出一组非线性方程式的解来计算该使用者的位置。

介于来自无线来源的该接收信号间的延迟时间偏差，是频繁地由决定在一接收器架构中的一相关最大值，以及假设该最大值对应该直接视线(line-of-sight，LOS)路径来测量。问题是在于该个别信号并非总是沿着一直接视线传输到达该接收器，而通常是因像是建筑物或是山丘等大量的阻碍物而反射或是散射，然而这些反射和散射信号会沿着一个非常大的距离传播，且因此遭到延迟。如果不存在视线路径，则测量的相关最大值并不会对应视线路径的路径延迟，而因此会得到较大的伪范围，根据这些反射和延迟信号所判定的使用者位置便会因此导致位置错误。

特别是在都市环境、建筑物内的环境以及农村环境中，已知有很多信号反射、衍射及散射而导致多路径信号传播的原因，造成信号在不同时间到达该接收器的不同结果。信号会遭受到建设性干扰或是破坏性干扰端视该相位偏差，其会导致多路径衰退，此效应会使该视线路径信号衰减，还会导致该接收器将检测到一延迟结果当成期望的最大值。除此之外，在都市环境中像是建筑物这种阻碍物会遮蔽一定范围内的视线信号，使得该接收器将检测的非视线信号当成最大值。多路径衰减通常会导致视线信号比非视线信号还弱，在像是建筑物内环境所发生的严重衰减，还能完全以环境噪声遮蔽该视线信号，使得该接收器检测到非视线信号。

这问题一般在无线通信中并非那么重要，因为包含在接收信号中的有用信息通常会由该延迟信号所复原，然而对位置找寻系统来说，必要的信息则是包含在介于不同信号来源的信号间的时间关是中，反射和延迟信号会传播一段较长的距离，而结果就是位置找寻接收器会检测比视线范围更大的伪范围，而不正确的伪范围会导致找到不正确的位置。多路径传输事件通常发生在多建筑物或是多山的环境，且因此会导致位置找寻设备的位置找寻错误。

现行使用的位置找寻接收器，尤其是增加感应度的GPS接收器，会以所有可检测的卫星信号为基础来判定位置，一些位置找寻程序会在一预设的间隙内执行，如果所谓这些位置找寻程序的「精确度的稀释(Dilution of Precision，DOP)」在一特定的阈值之下，则所找寻到的位置便可接受，否则测量结果会被丢弃。

亦有其它的多路径避免技术，其是于天线中执行，以便稳定的衰减特定方向的信号。然而这会限制天线的覆盖区域，且需要以一特定方法定位该天线，因此会造成手持接收器的问题。

另外一种选择是借助将计算的使用者位置与一关于近似使用者位置的自明信息(a-priori information)比较，以排除错误的伪区域。当判定新的未知位置时，此方法仅能在减少大量准确性下完成，除此之外，这意味着该位置计算必须在做出关于不正确的伪区域决定前执行，因此会导致显著的额外成本。

发明内容

因此本发明的一目的在于描述一种方法，用以判定一无线链接的质量，并使用该方法来改善位置找寻方法的可靠度。

此目的的第一部份是借助下述特征达成：

一种用以判定一无线链接质量的方法，其中该无线信号经由二或更多的传播路径传播，其特征是在于：评估一参数，该参数对应于经由视线路径传输的信号强度与经由非视线路径传输的信号强度的功率比，其中假设该信号振幅的分布函数为一莱斯分布，且该参数是为莱斯因数(K₂)，该莱斯因数是使用如下估计：

${\hat{K}}_2\≈\frac{\hat{E}\left\{R^2\right\}-2\·\hat{E}\left\{{(R-\hat{E}\{R\left\}\right)}^2\right\}}{2\·\hat{E}\left\{{(R-\hat{E}\{R\left\}\right)}^2\right\}}$

其中R为该接收信号样本值的振幅，而

是由连续平均x逼近。

同时本发明的第二部分是借助下述特征所达成：

一种用以找寻一移动站位置的方法，其是借助介于该移动站及至少一参考站之间的无线连结，其中该方法是包含：使用前述判定该无线链接的质量；以及该特征参数值是作为决定由该参考站接收的信号是否用于位置找寻的基础；且由该参考站所接收的该信号是被决定为用于位置找寻，由该参考站台所接收的该信号是基于该特征参数值并借助一加权因素而做不同的估算。

本发明的一主要观点是提供一种能用于位置找寻的无线链接，其是经由该连接路径传输的信号强度达成。本发明的目标是立于一视线路径和一些非视线路径间，且目的是评估经由该视线路径传输的信号，与该非视线路传输的信号相比的相对强度。

根据本发明，因此会评估一个代表参数，其是经由一视线路径传输的信号强度，相对于经由非视线路径传输的信号强度。

在此实施方式中，表示该无线链接的质量应该被理解为用于于位置找寻方法的无线链接的上下文。如同在引言中所解释的，整个接收信号的一充分信号组件，需要使用此等方法以便经由直接视线路径传输。因此该无线链接的质量越佳，则经由该视线路径传输的信号的相关传播就会越好。由于根据本发明的的方法会产生为了此目的的量化变量，尤其是该特征参数的评估值，因此这便会成为改善该位置找寻方法可靠度的先决条件。

根据本发明用以找寻一移动站位置的方法，其是基于介于该移动站和参考站之间的无线链接。根据本发明，在此实施方式中，首先是决定该无线链接的质量，这表示说评估一个参数，其是代表经由视线路径传输相对于经由非视线路径传输的信号强度，。由此决定的特征参数值接着当作基础，以决定该信号是否由该用于位置找寻的参考站所接收。或者，基于该特征参数提供所有由该参考站接收的信号一个加权因子，且使用不同的加权值进行位置找寻，这亦会改善该位置的准确性。

这使得可以可靠地避免不正确位置的判定。如果根据本发明所定义的无线链接的质量太差，则经由该无线链接所接收的信号便不会包含在位置找寻程序中，这是因为这些信号会导致检测不到对应于该视线路径的相关最大值，且因此会导致判定一不正确的延迟，且最终会产生判定至该传输参考站的一不正确的距离。

特别是仅当该特征参数值大于或小于一预设阈值时，由一参考站所接收的信号才用于位置找寻。适当地选择阈值可确保接由该视线路径传输的信号成分足够高，且因此可检测到正确的相关最大值。或者，由该参考站所接收的所有信号亦可用于位置找寻，其是借助适当地加权该特征参数。基于该特征参数的加权因子能作为位置找寻程序的基础，至视线成分较大的信号的范围。具有较小视线成分的信号亦能以位置找寻程序的较低加权值考虑。

位置找寻方法可为卫星支持方法，因此该参考站可由用于个别系统的卫星形成，位置找寻方法尤其可在GPS系统内使用，该GLONASS系统或是欧洲伽利略系统目前正在建立中，然而，原则上其亦可为使用地面无线来源的地面位置找寻方法。

关于该特征参数的选择，较佳地是使用统计分析经由该无线链接传输的信号，如我们所知，在多路径传播哄中所接收的无线信号的振幅，在一足够程度的准确性下，其分布密度通常会具有一瑞利(Rayleigh)分布方程式或是一莱斯(Rice)分布方程式。在瑞利分布方面，不会有信号成分经由视线路径传输，且所有的信号成分都由反射和散射方式传输，而在莱斯分布方面，除了零之外尚会存在一个信号成分经由该视线路径传输。

在莱斯分布中，直接信号成分与散射信号成分的功率比是称为莱斯因数(Rice factor)，因此莱斯因数便作为根据本发明的方法的特征参数，此因素接着必须在接收器中以一适当的方法评估。

本发明同样地与执行判定无线链接质量方法的装置有关。

附图说明

本发明的实施方式将于下文参照图式做更详细的描述，其中：

图1A所示为一瑞利分布信号波形图；

图1B所示为一瑞利分布函数；

图2A所示为一莱斯分布信号波形图；

图2B所示为一莱斯分布函数；

图3所示为一莱斯因数评估装置方块图；

图4所示为一仿真电路方块图；

图5A所示为莱斯多路径衰减信号波形图(K＝10)；

图5B所示为接收信号波形的直方图；

图5C所示为评估的莱斯因数；

图5D所示为评估的变异；

图6A所示为瑞利多路径衰减的信号波形图(对应K＝0)；

图6B所示为接收信号波形的直方图；

图6C所示为评估的莱斯因数；以及

图6D所示为评估的变异。

具体实施方式

如同所知，相当于两正交信号的高斯分布噪声信号的总和波形具有一瑞利分布，因此使用瑞利分布以便描述所接收遭受衰减的多路径信号波形的统计性质。如果x和y是为独立的高斯分布随机变量，且具有平均值为零以及一共享变量σ²，则P_R()会具有一瑞利分布。图1A所示为一瑞利分布信号波形，其是为一时间函数，而图1B所示为该瑞利分布函数(概率密度函数，pfd)，其是由下获得：

$P_R\left(r\right)=\left\{\begin{array}{c}\frac{r}{{\mathrm{\&sigma;}}^2}\&CenterDot;\exp (-\frac{r^2}{{2\mathrm{\&sigma;}}^2});0\&le;r\&le;\&infin;\\ 0;r<0\end{array}\right.---\left(1\right)$

该瑞利分布的非中央时刻是由下获得：

$E\left\{R^n\right\}=2^{n/2}\&CenterDot;{\mathrm{\&sigma;}}^n\&CenterDot;r(\frac{n}{2}+1)---\left(2\right)$

其中Γ{}是为迦玛(gamma)函数，第二和第四非中央时刻尤其是由下获得：

E{R²}＝2σ²

E{R⁴}＝8σ⁴  (3)

如果存在一个占优势、不增减的(亦即未受衰减)信号成分，例如视线信号，则该波形便具有莱斯分布。在此状况下，以不同相位抵达的随机多路径成分便会叠加在不增减、占优势信号上，在波形检测器的输出端，便会有增加一DC成分至该随机多路径信号上的效应，如果x和y是为独立的高斯分布随机变量，且具有一共享变量σ²，且其平均值μ_x和μ_y并非为零，则P_r()会形成一莱斯分布。图2A所示为莱斯分布信号波形，其是为时间函数，而图2B所示为莱斯分布函数，其是由下获得：

$P_R\left(r\right)=\left\{\begin{array}{c}\frac{r}{{\mathrm{\&sigma;}}^2}\&CenterDot;\exp (-\frac{r^2+A^2}{{2\mathrm{\&sigma;}}^2})\&CenterDot;I_0\left(\frac{A\&CenterDot;r}{{\mathrm{\&sigma;}}^2}\right);A\&GreaterEqual;0,r\&GreaterEqual;0\\ 0;r<0\end{array}\right.---\left(4\right)$

其中I₀()为修正的贝索(Bessel)函数第一型，且级数为零。该莱斯分布的非中央时刻是由下获得：

$E\left\{R^n\right\}=2^{n/2}\&CenterDot;\mathrm{\&Gamma;}(\frac{n}{2}+1)\&CenterDot;\exp (-\frac{A^2}{{2\mathrm{\&sigma;}}^2}){\&CenterDot;}_1{F}_1(\frac{n}{2}+1;1;\frac{A^2}{{2\mathrm{\&sigma;}}^2})---\left(5\right)$

其中₁F₁(x；y；z)是为汇合超几何函数(confluenthypergeometric function)，该莱斯分布的线性非中央时刻是简化成传统的多项式，其中：

E{R²}＝A²+2σ²

E{R⁴}＝A⁴+8σ²A²+8σ⁴  (6)

当占优势的视线信号变弱时，核对信号就会变成近似于噪声信号，其具有具瑞利分布的波形，当该占优势、直接成分淡出时，该莱斯分布便因此衰退而形成一瑞利分布。

介于该视线成分的信号强度及多路径成分的变量的间的比例，其是视为莱斯因数：

$K=\frac{A^2}{{2\mathrm{\&sigma;}}^2}---\left(7\right)$

当该占优势视线成分振幅减低，且该莱斯分布衰退为一瑞利分布时，K会近似于零，较大的K值表示较强的视线成分。图2B所示参数为莱斯因数K的莱斯分布。

根据本发明的方法，莱斯因数K可由每一无线链接至一卫星或是一地面站台评估，该莱斯因数是为该执行该位置找寻程序的无线链接的质量或可靠性的测量。

一个简单决定该莱斯因数的方法是基于该第二非中央时刻E{R²}＝A²+2σ²。

该莱斯因数的一简单逼近是由下获得：

${\hat{K}}_E=\frac{{\hat{A}}^2}{{2\widehat{\mathrm{\&sigma;}}}^2}\&ap;\frac{\hat{E}\left\{R^2\right\}-2\&CenterDot;\hat{E}\left\{{(R-\hat{E}\{R\left\}\right)}^2\right\}}{2\&CenterDot;\hat{E}\left\{{(R-\hat{E}\{R\left\}\right)}^2\right\}}---\left(8\right)$

方程式(8)可用于该莱斯因数的评估，其是由该接收信号(举例来说来自连续样本值)的振幅取代R，且是由x的连续平均值逼近，因此

便借助，举例来说，产生该振幅的平方，并将此提交至一个连续平均程序来执行。方程式(8)能于硬件中执行，或是由软件计算(在DSP中)。

一个更精确评估该莱斯因数的方法，且其亦可产生更快的收敛，其是基于该第二和第四非中央时刻。由于该莱斯分布的所有个别成分端视于σ和K，因此定义一第二函数，其是只使用K，特别为如下形式：

$f_{n,m}\left(K\right)=\frac{{\left(E\right\{R^n\left\}\right)}^m}{{\left(E\right\{R^m\left\}\right)}^n}---\left(9\right)$

$f_{\mathrm{2,4}}\left(K\right)=\frac{{\left(E\right\{R^2\left\}\right)}^4}{{\left(E\right\{R^4\left\}\right)}^2}=\left[\frac{{(k+1)}^2}{K^2+4K+2}\right]---\left(10\right)$

如果方程式(10)解出K，则会产生一非负解，其提供该莱斯因数的评估，其为如下形式：

${\hat{K}}_{\mathrm{2,4}}=\frac{\hat{E}\left\{R^4\right\}-2\&CenterDot;{\left(\hat{E}\right\{R^2\left\}\right)}^2-\hat{E}\left\{R^2\right\}\&CenterDot;\sqrt{2\&CenterDot;{\left(\hat{E}\right\{R^2\left\}\right)}^2-\hat{E}\left\{R^4\right\}}}{{\left(\hat{E}\right\{R^2\left\}\right)}^2-\hat{E}\left\{R^4\right\}}---\left(11\right)$

方程式(11)能用于评估该莱斯分布，其是由该接收信号(举例来说来自连续样本值)的振幅取代R，且是由x的连续平均值逼近，如同已经上述解释的方程式(8)。再一次，其可于硬件或软件中执行。

图3所示为基于上述方程式(11)的莱斯因数的评估装置方块图。

如同于图3的方块图所示，该莱斯因数(2)是使用该方程式(11)由接收信号值Rx_in(1)评估。该接收信号值首先通过一强度平方装置3，其输出是连接至一平方装置4的输入，且连接至一第一连续平均装置5的输入。此第一连续平均装置5产生的近似值，其是出现于该方程式(11)。该平方装置4的输出是通过一第二连续平均装置6的输入，此第二平均装置6产生的近似值，其是出现于该方程式(11)，该第一平均装置5的输出是通过一平均装置7的输入，且通过一乘法器12的第一输入，该平均装置7的输出是通过一加法器8的第一输入，同时该第二平均装置6的输出是通过该加法器8的第二输入，并加上一负号。该平方装置7的输出亦通过乘两倍的乘法器9，其输出是通过一加法器10的一第一输入，其第二输入是通过该第二平均装置6的输出，并加上一负号。该加法器10的输出是通过一平方根装置11，其输出是通过该乘法器12的第二输入，该乘法器的输出是通过一加法器13的一第一输入，并加上一负号，且该乘两倍的乘法器9的输出是加上一负号通过该加法器13的一第二输入，而该平均装置6的输出是通过该加法器13的一第三输入，该加法器13的输出是通过一组合乘法器/除法器14的乘法输入，同时该加法器8的输出是通过该除法器输入。该方程式(11)中右侧表示的分子是通过该乘法器输入，同时分母是通过该除法器输入。该组合乘法器/除法器14的输出则提供该莱斯因数(2)的评估值。

图4所示为执行仿真无线信道的方块图，其中此仿真电路亦能由软件执行。此方块图具有一发射器20、一多路径衰退信道21、以及一莱斯因数评估装置22，其发送该评估莱斯因数至一对应单元23及一显示单元24。

图5A至5D以及图6A至6D是说明对应的仿真结果，尽管在图5A至5d的仿真显现一莱斯分布程序，但在图6A至6D的仿真则是关于一瑞利分布程序。

如同图5C所见，使用方程式(11)评估的莱斯因数会趋于K＝10的结果，而如图6C所示，该莱斯因数逼近于零。

Claims (1)

1.一种用以判定一无线链接质量的方法，其中无线信号经由二或更多的传播路径传播，其特征是在于：

评估一参数，该参数对应于经由视线路径传输的信号强度与经由非视线路径传输的信号强度的功率比，

其中假设该信号振幅的分布函数为一莱斯分布，且该参数是为莱斯因数(K₂)，该莱斯因数是使用如下估计：

${\hat{K}}_2\&ap;\frac{\hat{E}\left\{R^2\right\}-2\&CenterDot;\hat{E}\left\{{(R-\hat{E}\{R\left\}\right)}^2\right\}}{2\&CenterDot;\hat{E}\left\{{(R-\hat{E}\{R\left\}\right)}^2\right\}}$

其中R为该接收信号样本值的振幅，而是由连续平均x逼近。

Images