WO2013179916A1 - 散乱体位置推定装置、散乱体位置推定方法及びプログラム - Google Patents

散乱体位置推定装置、散乱体位置推定方法及びプログラム Download PDF

Info

Publication number
WO2013179916A1
WO2013179916A1 PCT/JP2013/063791 JP2013063791W WO2013179916A1 WO 2013179916 A1 WO2013179916 A1 WO 2013179916A1 JP 2013063791 W JP2013063791 W JP 2013063791W WO 2013179916 A1 WO2013179916 A1 WO 2013179916A1
Authority
WO
WIPO (PCT)
Prior art keywords
scatterer
data
cluster
propagation
estimation
Prior art date
Application number
PCT/JP2013/063791
Other languages
English (en)
French (fr)
Inventor
斎藤　健太郎
北尾　光司郎
今井　哲朗
三浦　俊二
加山　英俊
Original Assignee
株式会社エヌ・ティ・ティ・ドコモ
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 株式会社エヌ・ティ・ティ・ドコモ filed Critical 株式会社エヌ・ティ・ティ・ドコモ
Publication of WO2013179916A1 publication Critical patent/WO2013179916A1/ja

Links

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
    • G01S5/14—Determining absolute distances from a plurality of spaced points 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
    • G01S5/0246—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 involving frequency difference of arrival or Doppler measurements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/20—Monitoring; Testing of receivers
    • H04B17/27—Monitoring; Testing of receivers for locating or positioning the transmitter
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/309—Measuring or estimating channel quality parameters

Definitions

  • the present invention uses the propagation data obtained from the measurement data of the radio waves received by the receiver, and the position of the reflector and scatterer (hereinafter abbreviated as “scatterer”) in the propagation path of the wave arriving at the receiver. It is related with the technique which estimates.
  • x n (i) ⁇ TOA n (i), AOA n (i), AOD n (i), P n (i) ⁇ .
  • 1 ⁇ i ⁇ I, 1 ⁇ n ⁇ N, and N is the number of rays.
  • Each element in the propagation data includes propagation delay (ToA: Time of Arrival), arrival azimuth angle (AoA), outgoing angle (AoD: Angle of Departure), (reception) power (P : Power).
  • Patent Document 1 is known as a conventional technique for obtaining propagation data using measurement data.
  • Non-Patent Document 1 proposes a method that uses measurement data and a building map in the measurement area.
  • a straight line is drawn from the position of the receiver toward the arrival azimuth angle of the elementary wave.
  • a point where a straight line intersects an obstacle such as a wall in the building map is estimated as the position of the scatterer.
  • Non-patent document 2 proposes a clustering method (K-Power-Means) according to the similarity of propagation data of the wave
  • non-patent document 3 proposes a clustering method by visual observation of the wave data.
  • Non-Patent Document 1 In scatterer position estimation in Non-Patent Document 1, a building map is required in addition to measurement data. A building map is not always obtained, and an estimation error occurs when there is a difference between the actual building layout and the building map.
  • the wave group is clustered only according to the similarity of the propagation data. Therefore, there is a possibility that element waves having different positions of scatterers (different propagation paths) are classified into the same cluster. In that case, the position of the scatterer cannot be estimated accurately.
  • Non-Patent Document 3 is a method in which a human visually observes a wave group from propagation data and a building map. This method does not guarantee objectivity, such as different standards depending on the worker.
  • An object of the present invention is to provide a technique for estimating the position of a scatterer only from measurement data and performing clustering of elementary wave groups and scatterer position estimation in conjunction with each other.
  • the scatterer position estimation device includes, for each particle, propagation data obtained from radio wave measurement data received by a receiver, and scatterer estimation.
  • a distance calculation unit that calculates the distance between the assumed cluster propagation data that is assumed using the position and the cluster assumption data, and a clustering unit that associates another cluster with the cluster having the smallest distance for each particle.
  • an evaluation value calculation unit that calculates, as an evaluation value, a ratio of the sum of power of propagation data whose distance is equal to or less than a threshold value in the sum of power of propagation data of all measurement points and all the elementary waves, and evaluation Resampling unit that performs resampling according to the value, and estimation target data that determines propagation data with the longest distance as estimation target data for each particle determined by resampling
  • a scatterer position estimation unit that estimates a new scatterer position using the estimation target data for each particle and assumes cluster assumption data of a new cluster corresponding to the estimated scatterer; Including.
  • the scatterer position estimation method includes, for each particle, propagation data obtained from radio wave measurement data received by a receiver, and scatterer estimation.
  • a distance calculating step for calculating a distance between the assumed cluster propagation data assumed by using the position and a cluster assumed data, and a clustering step for associating another cluster with a cluster having the smallest distance for each particle.
  • an evaluation value calculation step for calculating, as an evaluation value, the ratio of the sum of the power of the propagation data whose distance is equal to or less than the threshold to the sum of the power of the propagation data of all the measurement points and all the elementary waves Resampling is performed according to the value, the resampling step for obtaining particles, and the propagation data with the longest distance for each particle obtained by resampling
  • the estimation target data determination step to be determined and the estimation target data for each particle are used to newly estimate the position of the scatterer, and to assume the cluster assumption data of a new cluster corresponding to the estimated scatterer And a position estimation step.
  • the position of the scatterer is estimated only from the measurement data, and the clustering of the wave group and the scatterer position estimation are performed in conjunction with each other, a building map is not required, and while maintaining objectivity, In addition, the position of the scatterer can be estimated.
  • the figure for demonstrating the basic concept of 1st embodiment The figure which shows the example of the propagation data obtained from cluster assumption data and actual measurement data.
  • the functional block diagram of a scatterer estimation apparatus The functional block diagram of a scatterer position estimation part.
  • the figure which shows the processing flow of a scatterer estimation apparatus The figure for demonstrating the detail of the process in a scatterer position estimation part.
  • FIG. 1 shows the basic concept of this embodiment.
  • Scatterer position is a latent variable that cannot be obtained directly from measurement data. Therefore, to estimate the scatterer position L p scatterers within the existing range S p.
  • p 1, 2,.
  • the estimated scatterer position and the parameters obtained from the estimated scatterer position are called particles (state model). Examples of the parameter include a propagation delay from the transmitter 91 to the scatterer, and an outgoing angle of the elementary wave.
  • P is the number of scatterer position patterns (variations) used for estimation, and is the number of particles.
  • each particle Up the transition of the assumed value of the propagation data of the cluster c at each measurement point i (hereinafter also referred to as “cluster assumed data”) can be assumed using the scatterer estimated position.
  • the particle U p includes C cluster parameters ⁇ p, c described later, and one cluster parameter ⁇ p, c corresponds to one scatterer.
  • FIG. 2 shows an example of propagation data obtained from cluster assumption data and actual measurement data.
  • the particle corresponding to the cluster assumption data 2 is determined to be a probable estimation result.
  • FIG. 3 shows a functional block diagram of the scatterer position estimation apparatus 100 in the present embodiment.
  • the scatterer position estimation apparatus 100 receives N pieces of propagation data x n (i) obtained from measurement data.
  • n is an index of a wave and 1 ⁇ n ⁇ N.
  • the estimated positions of C scatterers are output using N pieces of propagation data x n (i).
  • the scatterer position estimation apparatus 100 includes P distance calculation units 110 p , P clustering units 120 p , P evaluation value calculation units 130 p that calculate evaluation values of each particle based on the clustering results, It includes a resampling unit 140 that samples according to the evaluation value for particles, P estimation target data determination units 150 p , P scatterer position estimation units 160 p, and a determination unit 170. Moreover, the scatterer position estimating unit 160 p includes respective scatterers existence range estimation unit 161, a scatterer disposed portion 163 and the cluster parameter calculating unit 165 (see FIG. 4). Propagation data x n (i), the resampling unit 140 and the judging unit 170 is common to all of the particles, it the data and each section other than the present individually for each particle U p.
  • FIG. 5 shows a processing flow of the scatterer position estimation apparatus 100. It is assumed that the measurement data is continuously acquired at the measurement point i of the I point along the measurement course while moving the receiver 92.
  • Each element in the propagation data x n (i) is the propagation delay, arrival azimuth angle, emission angle, and power of the elementary wave n at the measurement point i.
  • Cluster assumed data cluster c in particles U p x p, c (i ) is denoted as ⁇ ToA p, c (i) , AoA p, c (i), AoD p, c (i) ⁇ .
  • Each element in the assumed cluster data x p, c (i) is the propagation delay, arrival azimuth angle, and emission angle of the elementary wave n and the cluster c at the measurement point i.
  • a method of calculating the cluster assumption data x p, c (i) will be described later.
  • the distance calculation unit 110 p receives N ⁇ I pieces of propagation data x n (i) and C ⁇ I pieces of cluster assumed data x p, c (i) corresponding to all measurement data, and each piece of propagation data x n.
  • N ⁇ C ⁇ I distances D n, p, c (i) between (i) and each cluster assumption data x p , c (i) are calculated (s1) and output to the clustering unit 120 p .
  • MCD Multipath Component Distance
  • MCD n, p, c (i) is defined as follows.
  • ⁇ ToA , ⁇ AoA, and ⁇ ToD are parameters for normalization (normalization) of propagation delay, arrival azimuth angle, and emission angle, respectively.
  • the clustering unit 120 p receives N ⁇ C ⁇ I MCD n, p, c (i), and most MCD n, p, c for each combination of the elementary wave n and the measurement point i as shown in the following equation.
  • the other clusters are associated with the small cluster of (i) (s2), and N ⁇ I MCD n, p (i) are output to the evaluation value calculation unit 130 p .
  • N ⁇ I MCD n, p (i) and particle Up are associated and stored in a storage unit (not shown).
  • the smallest MCD n, p, c (i) means that the assumed cluster data corresponding to the MCD n, p, c (i) is the largest among the C assumed cluster data. Represents close. Therefore, clustering is performed by associating other cluster assumption data with the closest cluster assumption data to reduce the estimation error.
  • the evaluation value calculation unit 130 p receives N ⁇ I MCD n, p (i) and N ⁇ I propagation data x n (i) power pn (i) as in the following equation: , the sum of the power occupying the sum of electric power of the propagation data x n for all the measurement points i and all rays n (i), MCD n, propagation p (i) is equal to or less than the threshold MCD th data x n (i) the proportion of, calculated as the evaluation value E p of the particles U p (s3), and outputs to the judging unit 170 and the resampling unit 140.
  • Determination unit 170 receives the P-number of evaluation values E p, the largest value among the evaluation values determined whether the threshold E th or (s4), in the case of more than the threshold value E th is the particle U The estimated scatterer position included in p is output as a final estimated value U, and a control signal is output so as to end the processing in each unit. If it is less than the threshold E th , the determination unit 170 outputs a control signal so as to repeat the processing to each unit.
  • the resampling unit 140 receives P evaluation values E p , performs resampling (in this embodiment, overlapped sampling) according to these values, obtains P particles U p (s5), and each of the estimation target data determination units Output to 150 p .
  • P particles U p are selected with a probability proportional to the evaluation value E p . In the selection, it is permitted to select the same particle a plurality of times.
  • Estimation target data determination unit 150 p receives the particles U p obtained by resampling, taken the particles U N ⁇ associated with p I pieces of MCD n, a storing unit (not shown) p (i).
  • the estimation target data determination unit 150 p selects the largest MCD n, p (i) from N ⁇ I MCD n, p (i) as shown in the following equation, and selects one corresponding to this.
  • estimating the propagation data target data x n_tp (i_t p) (where subscript tp represents a t p) is determined as (s6), and outputs the scatterer position estimating unit 160 p.
  • propagation data corresponding to the largest MCD is different from any cluster assumption data. Therefore, this propagation data is considered to be propagation data based on a scatterer that is not assumed. Estimated.
  • the following equation shall be the most selective power large measurement data as scatterer estimation target data x n_tp (i_t p).
  • the estimation target data determination unit 150 p increments (increases by one) the number C of clusters as in the following equation after the above processing.
  • C C + 1
  • the reason why there are no P evaluation values E p that exceed the threshold E th is that the number of assumed scatterers differs from the actual number of scatterers. This is because the number is considered to be smaller than the actual number of scatterers.
  • the scatterer position estimation unit 160 p assumes cluster assumption data relating to a newly provided C-th cluster.
  • Scatterer position estimation unit 160 p receives the estimated object data x n_tp (i_t p), using this value, a new position of the scatterers and estimates, I new cluster C corresponding to the estimated scatterer assume pieces of cluster assumed data x p, the C (i) (s7), was determined by repeating the processing of the previous one (C-1) ⁇ with I-number of cluster assumed data, the distance calculation unit 110 p to the output To do.
  • the distance calculation unit 110 p stores (C ⁇ 1) ⁇ I cluster assumption data obtained up to the previous iteration, and the scatterer position estimation unit 160 p stores the I of the new cluster C. Only one cluster assumed data x p, C (i) may be output.
  • the scatterer position estimation unit 160 p includes a scatterer existence range estimation unit 161, a scatterer arrangement unit 163, and a cluster parameter calculation unit 165 (see FIG. 4).
  • Scatterer existence range estimation unit 161 Scatterer existence range estimation unit 161 estimates receives target data x n_tp (i_t p), that may be present range (hereinafter "scatterers existing range S p, C" hereinafter) of the scattering body, the transmitter 91 and receiver the oval ranges for the 92 focus, and is limited within the range defined by the angle of arrival of the propagation data for estimation target data x n_tp (i_t p) (s71 ).
  • S p ⁇ S p, 1 , S p, 2 ,..., S p, C ⁇ .
  • the estimated target data x N_tp propagation delay ToA N_tp in (i_t p) by using the (i_t p) and speed of light Vc, corresponding to the propagation path length L n_tp (i_t p) of rays ToA n_tp (i_t p) ⁇ Vc
  • the coordinates of the scatterer are within the ellipse such that the sum of the distance from the transmitter 91 to the scatterer and the distance from the receiver 92 (measurement point) to the scatterer is the propagation path length L n_tp of the elementary wave. Limited. In other words, it is limited to an ellipse with the transmitter 91 and the receiver 92 (measurement points) as the focal points.
  • the coordinates of the scatterer using AoA AoA N_tp estimation target data x n_tp (i_t p) (i_t p), AoA n_tp (i_t p) ⁇ f (0, ⁇ AoA) range Limited to within.
  • f (0, ⁇ AoA ) is a normal random number having an average of 0 and a standard deviation ⁇ AoA .
  • ⁇ AoA is a parameter.
  • L rx, s (i_t p ) is the distance between the receiver 92 and the scatterer.
  • the scatterer estimation device described above can also be operated by a computer.
  • each process of a program for causing a computer to function as a target device (a device having the functional configuration shown in the drawings in various embodiments) or a process procedure (shown in each embodiment) is processed by the computer.
  • a program to be executed by the computer may be downloaded from a recording medium such as a CD-ROM, a magnetic disk, or a semiconductor storage device or into the computer via a communication line, and the program may be executed.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)
  • Monitoring And Testing Of Transmission In General (AREA)

Abstract

　測定データのみから散乱体の位置を推定し、素波群のクラスタリングと散乱体位置推定とを連動して行う手法を提供する。粒子毎に、受信機で受信した電波の測定データから得られる伝搬データと、散乱体推定位置を用いて想定されるクラスタの伝搬データの想定値であるクラスタ想定データとの間の距離を計算し、粒子毎に、最も距離の小さいクラスタに、他のクラスタを関連付け、粒子毎に、全測定点及び全素波の伝搬データの電力の和に占める、距離が閾値以下となる伝搬データの電力の和の割合を評価値として計算し、評価値に従ってリサンプリングを行い、粒子を求め、リサンプリングにより求めた粒子毎に、最も距離の大きい伝搬データを推定対象データとして決定し、粒子毎に、推定対象データを用いて、新たに散乱体の位置を推定し、推定した散乱体に対応する新たなクラスタのクラスタ想定データを想定する。

Description

散乱体位置推定装置、散乱体位置推定方法及びプログラム
　本発明は、受信機で受信した電波の測定データから得られる伝搬データを用いて、受信機に到来した素波の伝搬路中の反射体及び散乱体（以下「散乱体」と略す）の位置を推定する技術に関する。
　セルラー無線において、受信機に到来した素波群の受信電力や到来方向だけでなく、その伝搬路中の散乱体の位置を推定することで、素波群の大まかな伝搬路を知ることができる。素波群の伝搬路を知ることで、エリア設計やチャネルの変動特性等の把握に有利なことが知られている。
　エリア内の各地点における素波群の伝搬路を推定するためには、通常、エリア内においてチャネルサウンダ等を用いて連続的に測定を行い、測定データを用いて伝搬データを得る。Ｉ点の測定点において測定を行った場合、一般に測定点ｉにおける素波ｎの伝搬データをｘｎ（ｉ）＝｛ＴＯＡｎ（ｉ），ＡＯＡｎ（ｉ），ＡＯＤｎ（ｉ），Ｐｎ（ｉ）｝と表記する。ただし、１≦ｉ≦Ｉとし、１≦ｎ≦Ｎとし、Ｎを素波の個数とする。伝搬データ中の各要素は、それぞれ素波ｎの伝搬遅延(ToA:Time of Arrival) 、到来方位角(AoA:Angle of Arrival) 、出射角(AoD:Angle of Departure) 、（受信）電力(P:Power）である。なお、測定データを用いて伝搬データを得る従来技術として、特許文献１が知られている。
　伝搬データを用いて、到来した素波の散乱体の位置を推定するために、非特許文献１では、測定データと測定エリア内の建物マップとを用いる手法が提案されている。非特許文献１では、受信機の位置から素波の到来方位角に向かって直線を引く。直線と建物マップにおける壁等の障害物とが交わる点を散乱体の位置として推定する。
　また、通常、素波の伝搬データには多くの誤差が含まれている。そのため、各素波の伝搬データを個別に用いて散乱体の位置を推定した場合、多くの推定誤差が生じる。その推定誤差を軽減するため、事前に素波群のクラスタリング（グループ分け）が必要となる。非特許文献２では素波の伝搬データの類似性に従ったクラスタリング手法（K-Power-Means）が、非特許文献３では素波データの目視によるクラスタリング手法が提案されている。
特開２０１１－１４９８０号公報
Poutanen, J.; Haneda, K.; Salmi, J.; Kolmonen, V.-M.; Richter, A.; Almers, P.; Vainikainen, P., "Development of measurement-based ray tracer for multi-link double directional propagation parameters", EuCAP 2009. 3rd European Conference on Antennas and Propagation, 2009, pp 2622 - 2626 Czink N, Ruiyuan Tian, Wyne S, Tufvesson F, Nuutinen J.-P, Ylitalo J, Bonek E, Molisch A.F., "Tracking Time-Variant Cluster Parameters in MIMO Channel Measurements", 2007, IEEE  CHINACOM '07, pp22-24 Oestges, C.  Clerckx, B., "Modeling Outdoor Macrocellular Clusters Based on 1.9-GHz Experimental Data", Trans. on IEEE VTC2007-Fall, 2007, vol.55, Issue 5, pp.2821-2830
　非特許文献１における散乱体位置推定では、測定データの他にも建物マップを必要とする。建物マップは常に得られるとは限らず、また現実の建物配置と建物マップに違いが生じた場合に推定間違いを生じる。
　非特許文献２におけるクラスタリング手法では、素波群は伝搬データの類似性のみに従ってクラスタリングされる。そのため散乱体の位置が異なる（伝搬路が異なる）素波群が、同一のクラスタに分類される可能性がある。その場合、正確に散乱体の位置を推定できない。
　非特許文献３におけるクラスタリング手法では、伝搬データと建物マップから素波群を人間が目視する手法である。この手法では、作業者により基準が異なる等、客観性が保障されない。
　本発明は、測定データのみから散乱体の位置を推定し、素波群のクラスタリングと散乱体位置推定とを連動して行う手法を提供することを目的とする。
　上記の課題を解決するために、本発明の第一の態様によれば、散乱体位置推定装置は、粒子毎に、受信機で受信した電波の測定データから得られる伝搬データと、散乱体推定位置を用いて想定されるクラスタの伝搬データの想定値であるクラスタ想定データとの間の距離を計算する距離計算部と、粒子毎に、最も距離の小さいクラスタに、他のクラスタを関連付けるクラスタリング部と、粒子毎に、全測定点及び全素波の伝搬データの電力の和に占める、距離が閾値以下となる伝搬データの電力の和の割合を評価値として計算する評価値計算部と、評価値に従ってリサンプリングを行い、粒子を求めるリサンプリング部と、リサンプリングにより求めた粒子毎に、最も距離の大きい伝搬データを推定対象データとして決定する推定対象データ決定部と、粒子毎に、推定対象データを用いて、新たに散乱体の位置を推定し、推定した散乱体に対応する新たなクラスタのクラスタ想定データを想定する散乱体位置推定部と、を含む。
　上記の課題を解決するために、本発明の第二の態様によれば、散乱体位置推定方法は、粒子毎に、受信機で受信した電波の測定データから得られる伝搬データと、散乱体推定位置を用いて想定されるクラスタの伝搬データの想定値であるクラスタ想定データとの間の距離を計算する距離計算ステップと、粒子毎に、最も距離の小さいクラスタに、他のクラスタを関連付けるクラスタリングステップと、粒子毎に、全測定点及び全素波の伝搬データの電力の和に占める、距離が閾値以下となる伝搬データの電力の和の割合を評価値として計算する評価値計算ステップと、評価値に従ってリサンプリングを行い、粒子を求めるリサンプリングステップと、リサンプリングにより求めた粒子毎に、最も距離の大きい伝搬データを推定対象データとして決定する推定対象データ決定ステップと、粒子毎に、推定対象データを用いて、新たに散乱体の位置を推定し、推定した散乱体に対応する新たなクラスタのクラスタ想定データを想定する散乱体位置推定ステップと、を含む。
　本発明によれば、測定データのみから散乱体の位置を推定し、素波群のクラスタリングと散乱体位置推定とを連動して行うため、建物マップを必要とせず、客観性を保ちつつ、正確に散乱体の位置を推定できるという効果を奏する。
第一実施形態の基本的な概念を説明するための図。 クラスタ想定データ及び実際の測定データから得られる伝搬データの例を示す図。 散乱体推定装置の機能ブロック図。 散乱体位置推定部の機能ブロック図。 散乱体推定装置の処理フローを示す図。 散乱体位置推定部における処理の詳細を説明するための図。 散乱体位置推定部の処理フローを示す図。
　以下、本発明の実施形態について説明する。なお、以下の説明に用いる図面では、同じ機能を持つ構成部や同じ処理を行うステップには同一の符号を記し、重複説明を省略する。
＜第一実施形態＞
　図１に本実施形態の基本的な概念を示す。散乱体位置は測定データから直接得ることができない潜在変数である。そのため、散乱体存在範囲Ｓｐ 内で散乱体位置Ｌｐを推定する。ただし、ｐ＝１，２，…，Ｐとする。散乱体推定位置及びその散乱体推定位置から得られるパラメータを粒子（状態モデル）と呼ぶ。パラメータとしては、例えば、送信機９１から散乱体までの伝搬遅延や素波の出射角等がある。Ｐは、推定する際に用いる、散乱体位置のパターン（バリエーション）の個数であり、粒子の個数である。各粒子Ｕｐにおいて、各測定点ｉにおけるクラスタｃの伝搬データの想定値（以下「クラスタ想定データ」ともいう）の推移は、散乱体推定位置を用いて、想定することができる。ただし、１≦ｉ≦Ｉ、Ｉは測定点の点数であり、１≦ｃ≦Ｃ、Ｃは推定に用いるクラスタの個数である。また、Ｃは、推定対象となる散乱体の個数でもあり、推定初期値ではＣ＝０とする。なお、粒子ＵｐはＣ個の後述するクラスタパラメータμｐ，ｃを含み、一つのクラスタパラメータμｐ，ｃは一つの散乱体に対応する。このようにして得られたクラスタ想定データと実際の測定データから得られる伝搬データとを比較し、実際の測定データから得られる伝搬データに近いクラスタ想定データに対応する粒子を有力な推定結果と判断する。図２はクラスタ想定データ及び実際の測定データから得られる伝搬データの例を示す。図２の場合、クラスタ想定データ２に対応する粒子を有力な推定結果と判断する。
　図３に本実施形態における散乱体位置推定装置１００の機能ブロック図を示す。散乱体位置推定装置１００は、測定データから得られるＮ個の伝搬データｘｎ（ｉ）を受け取る。ただし、ｎは素波のインデックスであり、１≦ｎ≦Ｎである。Ｎ個の伝搬データｘｎ（ｉ）を用いて、Ｃ個の散乱体の推定位置を出力する。なお、測定データを入力とし、散乱体位置推定装置１００の前段に特許文献１記載の伝搬データ推定装置を備える構成としてもよい。
　散乱体位置推定装置１００は、Ｐ個の距離計算部１１０ｐ、Ｐ個のクラスタリング部１２０ｐ、クラスタリング結果を元に各粒子の評価値を計算するＰ個の評価値計算部１３０ｐ、全ての粒子に対する評価値に従ってサンプリングするリサンプリング部１４０、Ｐ個の推定対象データ決定部１５０ｐ、Ｐ個の散乱体位置推定部１６０ｐ及び判定部１７０を含む。さらに、散乱体位置推定部１６０ｐは、それぞれ散乱体存在範囲推定部１６１、散乱体配置部１６３及びクラスタパラメータ計算部１６５を含む（図４参照）。伝搬データｘｎ（ｉ）、リサンプリング部１４０及び判定部１７０は全ての粒子において共通であり、それ以外の各データ及び各部は粒子Ｕｐ毎に個別に存在する。
　図５に散乱体位置推定装置１００の処理フローを示す。測定データは受信機９２を移動させながら測定コースに沿ってI点の測定点ｉにおいて連続的に取得するものとする。各測定点ｉにおける測定データはＮ個の素波データからなり、測定点ｉにおける素波ｎの伝搬データをｘｎ（ｉ）＝｛ＴｏＡｎ（ｉ），ＡｏＡｎ（ｉ），ＡｏＤｎ（ｉ），Ｐｎ（ｉ）｝と表記する。伝搬データｘｎ（ｉ）中の各要素は、それぞれ測定点ｉにおける素波ｎの伝搬遅延、到来方位角、出射角、電力である。粒子Ｕｐにおけるクラスタｃのクラスタ想定データをｘｐ，ｃ（ｉ）＝｛ＴｏＡｐ，ｃ（ｉ），ＡｏＡｐ，ｃ（ｉ），ＡｏＤｐ，ｃ（ｉ）｝と表記する。クラスタ想定データｘｐ，ｃ（ｉ）中の各要素は、それぞれ測定点ｉにおける素波ｎ及びクラスタｃの伝搬遅延、到来方位角、出射角である。クラスタ想定データｘｐ，ｃ（ｉ）の算出方法は後述する。
＜距離計算部１１０ｐ＞
　距離計算部１１０ｐは、全測定データに対応するＮ×Ｉ個の伝搬データｘｎ（ｉ）とＣ×Ｉ個のクラスタ想定データｘｐ，ｃ（ｉ）とを受け取り、各伝搬データｘｎ（ｉ）と各クラスタ想定データｘｐ，ｃ（ｉ）の間のＮ×Ｃ×Ｉ個の距離Ｄｎ，ｐ，ｃ（ｉ）を計算し（ｓ１）、クラスタリング部１２０ｐに出力する。本実施形態では、距離Ｄｎ，ｐ，ｃ（ｉ）としてＭＣＤ（Multipath Component Distance）を用いる。ＭＣＤｎ，ｐ，ｃ（ｉ）は以下の通り定義される。
Figure JPOXMLDOC01-appb-M000001
 ただし、δＴｏＡ、δＡｏＡ及びδＴｏＤは、それぞれ伝搬遅延、到来方位角及び出射角の規格化（正規化）パラメータである。
＜クラスタリング部１２０ｐ＞
　クラスタリング部１２０ｐは、Ｎ×Ｃ×Ｉ個のＭＣＤｎ，ｐ，ｃ（ｉ）を受け取り、次式のように、素波ｎ及び測定点ｉの組合せ毎に、最もＭＣＤｎ，ｐ，ｃ（ｉ）の小さいクラスタに、他のクラスタを関連付け（ｓ２）、Ｎ×Ｉ個のＭＣＤｎ，ｐ（ｉ）を評価値計算部１３０ｐに出力する。
Figure JPOXMLDOC01-appb-M000002
また、Ｎ×Ｉ個のＭＣＤｎ，ｐ（ｉ）及び粒子Ｕｐを関連付けて図示しない記憶部に格納する。なお、最もＭＣＤｎ，ｐ，ｃ（ｉ）が小さいということは、そのＭＣＤｎ，ｐ，ｃ（ｉ）に対応するクラスタ想定データが、Ｃ個のクラスタ想定データの中で、伝搬データに最も近いということを表す。そこで、最も近いクラスタ想定データに他のクラスタ想定データを関連付けることでクラスタリングを行い、推定誤差を軽減する。
＜評価値計算部１３０ｐ＞
　評価値計算部１３０ｐは、Ｎ×Ｉ個のＭＣＤｎ，ｐ（ｉ）と、Ｎ×Ｉ個の伝搬データｘｎ（ｉ）の電力ｐｎ（ｉ）とを受け取り、次式のように、全測定点ｉ及び全素波ｎの伝搬データｘｎ（ｉ）の電力の和に占める、ＭＣＤｎ，ｐ（ｉ）が閾値ＭＣＤｔｈ以下となる伝搬データｘｎ（ｉ）の電力の和の割合を、粒子Ｕｐの評価値Ｅｐとして計算し（ｓ３）、リサンプリング部１４０と判定部１７０とに出力する。
Figure JPOXMLDOC01-appb-M000003
＜判定部１７０＞
　判定部１７０は、Ｐ個の評価値Ｅｐを受け取り、評価値の中で最も大きい値が閾値Ｅｔｈ以上か否かを判定し（ｓ４）、閾値Ｅｔｈ以上の場合には、その粒子Ｕｐに含まれる散乱体推定位置を最終的な推定値Ｕとして出力し、各部に処理を終了するように制御信号を出力する。閾値Ｅｔｈ未満の場合には、判定部１７０は、各部に処理を繰り返すように制御信号を出力する。
＜リサンプリング部１４０＞
　リサンプリング部１４０は、Ｐ個の評価値Ｅｐを受け取り、この値に従ってリサンプリング（本実施形態では重複サンプリング）を行い、Ｐ個の粒子Ｕｐを求め（ｓ５）、それぞれ推定対象データ決定部１５０ｐに出力する。例えば、評価値Ｅｐに比例する確率でＰ個の粒子Ｕｐを選択する。なお、選択の際には、同一の粒子を複数回選択することが許される。
＜推定対象データ決定部１５０ｐ＞
　推定対象データ決定部１５０ｐは、リサンプリングにより求めた粒子Ｕｐを受け取り、この粒子Ｕｐに関連付けられたＮ×Ｉ個のＭＣＤｎ，ｐ（ｉ）を図示しない記憶部から取り出す。推定対象データ決定部１５０ｐは、次式のように、Ｎ×Ｉ個のＭＣＤｎ，ｐ（ｉ）の中から、最も大きいＭＣＤｎ，ｐ（ｉ）を選択し、これに対応する一つの伝搬データを推定対象データｘｎ＿ｔｐ（ｉ＿ｔｐ）（ただし、下付添え字ｔｐはｔｐを表す）として決定し（ｓ６）、散乱体位置推定部１６０ｐに出力する。
Figure JPOXMLDOC01-appb-M000004
最も大きいＭＣＤに対応する伝搬データは何れのクラスタ想定データとも異なることを意味するので、この伝搬データが想定していない散乱体に基づく伝搬データであると考えられ、以下の処理において散乱体位置の推定対象とする。
　なお、推定初期値（Ｃ＝０）においては、次式のように、最も電力の大きな測定データを散乱体推定対象データｘｎ＿ｔｐ（ｉ＿ｔｐ）として選択するものとする。
Figure JPOXMLDOC01-appb-M000005
推定対象データ決定部１５０ｐは、上記処理後に、次式のようにクラスタの個数Ｃをインクリメントする（一つ増加させる）。
Ｃ＝Ｃ＋１
Ｐ個の評価値Ｅｐの中に、閾値Ｅｔｈ以上となるものが存在しないのは、想定している散乱体の個数と実際の散乱体の個数とが異なり、想定している散乱体の個数が実際の散乱体の個数よりも小さいと考えられるからである。散乱体位置推定部１６０ｐでは、新たに設けたＣ番目のクラスタに係るクラスタ想定データを想定する。
＜散乱体位置推定部１６０ｐ＞
　散乱体位置推定部１６０ｐは、推定対象データｘｎ＿ｔｐ（ｉ＿ｔｐ）を受け取り、この値を用いて、新たに散乱体の位置を推定し、推定した散乱体に対応する新たなクラスタＣのＩ個のクラスタ想定データｘｐ，Ｃ（ｉ）を想定し（ｓ７）、一回前の繰返し処理までに求めた（Ｃ－１）×Ｉ個のクラスタ想定データとともに、距離計算部１１０ｐに出力する。なお、距離計算部１１０ｐは一回前の繰返し処理までに求めた（Ｃ－１）×Ｉ個のクラスタ想定データを記憶しておき、散乱体位置推定部１６０ｐは新たなクラスタＣのＩ個のクラスタ想定データｘｐ，Ｃ（ｉ）のみを出力する構成としてもよい。
　なお、判定部１７０において、評価値の中で最も大きい値が閾値Ｅｔｈ以上であると判定されるまで、各部において処理を繰り返す。
　図４、図６び図７を用いて散乱体位置推定部１６０ｐにおける処理の詳細を説明する。
　粒子Ｕｐは、Ｃ個のクラスタパラメータμｐ，ｃを含み、Ｕｐ＝｛μｐ，１，μｐ，２，…，μｐ，Ｃ｝と表記される。一つのクラスタパラメータμｐ，ｃは、一つの散乱体に対応し、μｐ，ｃ＝｛（ｘｐ，ｃ，ｙｐ，ｃ），Ｄｅｌａｙｐ，ｃ，ＡｏＤｐ，ｃ｝と表記され、各要素はそれぞれ、散乱体の位置、送信機９１から散乱体までの伝搬遅延、素波の出射角である。送信機９１に対する測定点ｉ＿ｔｐ（受信機９２）の相対座標を｛ｘｒ（ｉ＿ｔｐ），ｙｒ（ｉ＿ｔｐ）｝とする。散乱体位置推定装置１００は、予め相対座標を取得できるものとする。
　散乱体位置推定部１６０ｐは、散乱体存在範囲推定部１６１、散乱体配置部１６３及びクラスタパラメータ計算部１６５を含む（図４参照）。
（散乱体存在範囲推定部１６１）
　散乱体存在範囲推定部１６１は、推定対象データｘｎ＿ｔｐ（ｉ＿ｔｐ）を受け取り、散乱体の存在し得る範囲（以下「散乱体存在範囲Ｓｐ，Ｃ」という）を、送信機９１及び受信機９２を焦点とする楕円範囲内、かつ、推定対象データｘｎ＿ｔｐ（ｉ＿ｔｐ）に対する伝搬データの到来角により規定される範囲内に限定する（ｓ７１）。なお、Ｓｐ＝｛Ｓｐ，１，Ｓｐ，２，…，Ｓｐ，Ｃ｝である。
　まず、推定対象データｘｎ＿ｔｐ（ｉ＿ｔｐ）における伝搬遅延ＴｏＡｎ＿ｔｐ（ｉ＿ｔｐ）と光速Ｖｃとを用いて、対応する素波の伝搬路長を
Ｌｎ＿ｔｐ（ｉ＿ｔｐ）＝ＴｏＡｎ＿ｔｐ（ｉ＿ｔｐ）×Ｖｃ
として計算する。送信機９１に対する測定点ｉ＿ｔｐの相対座標は｛ｘｒ（ｉ＿ｔｐ），ｙｒ（ｉ＿ｔｐ）｝であり、送信機９１と受信機９２（測定点）との間の距離は、
Ｌｔｘ，ｒｘ（ｉ＿ｔｐ）＝√｛ｘｒ（ｉ＿ｔｐ）２＋ｙｒ（ｉ＿ｔｐ）２｝
である。散乱体の座標は、送信機９１から散乱体までの距離と、受信機９２（測定点）から散乱体までの距離との和が素波の伝搬路長Ｌｎ＿ｔｐとなるような楕円の内部に限定される。言い換えると、送信機９１及び受信機９２（測定点）を焦点とする楕円内に限定される。
　次に本実施形態では、散乱体の座標は、推定対象データｘｎ＿ｔｐ（ｉ＿ｔｐ）の到来角ＡｏＡｎ＿ｔｐ（ｉ＿ｔｐ）を用い、ＡｏＡｎ＿ｔｐ（ｉ＿ｔｐ）±ｆ（０，ρＡｏＡ）の範囲内に限定する。ただし、ｆ（０，ρＡｏＡ）は平均０、標準偏差ρＡｏＡの正規乱数である。ρＡｏＡはパラメータである。このように、散乱体存在範囲Ｓｐ，Ｃを限定することで、より効率的に散乱体位置を推定することができる。
（散乱体配置部１６３）
　散乱体配置部１６３は、散乱体存在範囲Ｓｐ，Ｃ内に一様な確率で新たに散乱体を配置し（ｓ７２）、散乱体位置｛ｘｐ，Ｃ，ｙｐ，Ｃ｝を決定し、クラスタパラメータ計算部１６５に出力する。
（クラスタパラメータ計算部１６５）
　クラスタパラメータ計算部１６５は、散乱体位置｛ｘｐ，Ｃ，ｙｐ，Ｃ｝を受け取り、散乱体位置｛ｘｐ，Ｃ，ｙｐ，Ｃ｝と、受信機９２の位置｛ｘｒ（ｉ＿ｔｐ），ｙｒ（ｉ＿ｔｐ）｝との関係に基づき、以下のように、新たなクラスタＣのクラスタパラメータμｐ，Ｃ＝｛（ｘｐ，Ｃ，ｙｐ，Ｃ），Ｄｅｌａｙｐ，Ｃ，ＡｏＤｐ，Ｃ｝を計算する。
Figure JPOXMLDOC01-appb-M000006
 ただし、Ｌｒｘ，ｓ（ｉ＿ｔｐ）は、受信機９２と散乱体との距離である。
　次に、クラスタパラメータ計算部１６５は、新たなクラスタパラメータμｐ，Ｃを用いて、次式のように、他の測定点におけるＩ個のクラスタ想定データｘｐ，Ｃ（ｉ）＝｛ＴｏＡｐ，Ｃ（ｉ），ＡｏＡｐ，Ｃ（ｉ），ＡｏＤｐ，Ｃ（ｉ）｝を計算する（ｓ７３）。
Figure JPOXMLDOC01-appb-M000007
 ただし、angle(x,y)は複素数z=x+iyとした場合の偏角(=arg(z))である。
＜その他の変形例＞
　本発明は上記の実施形態及び変形例に限定されるものではない。例えば、上述の各種の処理は、記載に従って時系列に実行されるのみならず、処理を実行する装置の処理能力あるいは必要に応じて並列的にあるいは個別に実行されてもよい。その他、本発明の趣旨を逸脱しない範囲で適宜変更が可能である。
＜プログラム及び記録媒体＞
　上述した散乱体推定装置は、コンピュータにより機能させることもできる。この場合はコンピュータに、目的とする装置（各種実施形態で図に示した機能構成をもつ装置）として機能させるためのプログラム、またはその処理手順（各実施形態で示したもの）の各過程をコンピュータに実行させるためのプログラムを、ＣＤ－ＲＯＭ、磁気ディスク、半導体記憶装置などの記録媒体から、あるいは通信回線を介してそのコンピュータ内にダウンロードし、そのプログラムを実行させればよい。

Claims (7)

  1. 　粒子毎に、受信機で受信した電波の測定データから得られる伝搬データと、散乱体推定位置を用いて想定されるクラスタの伝搬データの想定値であるクラスタ想定データとの間の距離を計算する距離計算部と、
    　粒子毎に、最も距離の小さいクラスタに、他のクラスタを関連付けるクラスタリング部と、
    　粒子毎に、全測定点及び全素波の伝搬データの電力の和に占める、距離が閾値以下となる伝搬データの電力の和の割合を評価値として計算する評価値計算部と、
    　前記評価値に従ってリサンプリングを行い、粒子を求めるリサンプリング部と、
    　リサンプリングにより求めた粒子毎に、最も距離の大きい伝搬データを推定対象データとして決定する推定対象データ決定部と、
    　粒子毎に、推定対象データを用いて、新たに散乱体の位置を推定し、推定した散乱体に対応する新たなクラスタのクラスタ想定データを想定する散乱体位置推定部と、を含む、
    　散乱体位置推定装置。
  2. 　請求項１記載の散乱体位置推定装置であって、
    　前記散乱体位置推定部は、
    　散乱体存在範囲を、送信機及び受信機を焦点とする楕円内、かつ、推定対象データに対する伝搬データの到来角により規定される範囲内に限定する散乱体存在範囲推定部を含む、
    　散乱体位置推定装置。
  3. 　請求項１または請求項２記載の散乱体位置推定装置であって、
    　前記散乱体位置推定部は、
    　散乱体存在範囲内に一様な確率で散乱体を配置する散乱体配置部と、
    　前記散乱体配置部で求めた散乱体位置と、前記受信機の位置との関係に基づき、新たなクラスタのクラスタパラメータを計算し、そのクラスタパラメータを用いて他の測定点におけるクラスタ想定データを計算するクラスタパラメータ計算部と、を含み、
    　前記評価値計算部において求めた評価値の中で最も大きい値が、閾値以上となるまで、クラスタの個数を増やし、各部における処理を繰り返す、
    　散乱体位置推定装置。
  4. 　粒子毎に、受信機で受信した電波の測定データから得られる伝搬データと、散乱体推定位置を用いて想定されるクラスタの伝搬データの想定値であるクラスタ想定データとの間の距離を計算する距離計算ステップと、
    　粒子毎に、最も距離の小さいクラスタに、他のクラスタを関連付けるクラスタリングステップと、
    　粒子毎に、全測定点及び全素波の伝搬データの電力の和に占める、距離が閾値以下となる伝搬データの電力の和の割合を評価値として計算する評価値計算ステップと、
    　前記評価値に従ってリサンプリングを行い、粒子を求めるリサンプリングステップと、
    　リサンプリングにより求めた粒子毎に、最も距離の大きい伝搬データを推定対象データとして決定する推定対象データ決定ステップと、
    　粒子毎に、推定対象データを用いて、新たに散乱体の位置を推定し、推定した散乱体に対応する新たなクラスタのクラスタ想定データを想定する散乱体位置推定ステップと、を含む、
    　散乱体位置推定方法。
  5. 　請求項４記載の散乱体位置推定方法であって、
    　前記散乱体位置推定ステップは、
    　散乱体存在範囲を、送信機及び受信機を焦点とする楕円内、かつ、推定対象データに対する伝搬データの到来角により規定される範囲内に限定する散乱体存在範囲推定ステップを含む、
    　散乱体位置推定方法。
  6. 　請求項４または請求項５記載の散乱体位置推定方法であって、
    　前記散乱体位置推定ステップは、
    　散乱体存在範囲内に一様な確率で散乱体を配置する散乱体配置ステップと、
    　前記散乱体配置ステップで求めた散乱体位置と、前記受信機の位置との関係に基づき、新たなクラスタのクラスタパラメータを計算し、そのクラスタパラメータを用いて他の測定点におけるクラスタ想定データを計算するクラスタパラメータ計算ステップと、を含み、
    　前記評価値計算ステップにおいて求めた評価値の中で最も大きい値が、閾値以上となるまで、クラスタの個数を増やし、各ステップにおける処理を繰り返す、
    　散乱体位置推定方法。
  7. 　請求項１から請求項３の何れかに記載の散乱体位置推定装置として、コンピュータを機能させるためのプログラム。
PCT/JP2013/063791 2012-05-31 2013-05-17 散乱体位置推定装置、散乱体位置推定方法及びプログラム WO2013179916A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2012124351A JP5583170B2 (ja) 2012-05-31 2012-05-31 散乱体位置推定装置、散乱体位置推定方法及びプログラム
JP2012-124351 2012-05-31

Publications (1)

Publication Number Publication Date
WO2013179916A1 true WO2013179916A1 (ja) 2013-12-05

Family

ID=49673119

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2013/063791 WO2013179916A1 (ja) 2012-05-31 2013-05-17 散乱体位置推定装置、散乱体位置推定方法及びプログラム

Country Status (2)

Country Link
JP (1) JP5583170B2 (ja)
WO (1) WO2013179916A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020524186A (ja) * 2017-06-19 2020-08-13 シーカ テクノロジー アクチェンゲゼルシャフト アミンのためのブロッキング剤、潜在性硬化剤及びポリウレタン組成物
WO2024113253A1 (zh) * 2022-11-30 2024-06-06 北京小米移动软件有限公司 散射体位置确定方法、装置及系统

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10097282B1 (en) * 2018-01-26 2018-10-09 Litepoint Corporation System and method for testing a device under test (DUT) capable of determining relative times of arrival or angles of arrival of multiple radio frequency signals
JP7207659B2 (ja) * 2019-10-24 2023-01-18 日本電信電話株式会社 飛散粒子推定装置、飛散粒子推定方法及び飛散粒子推定プログラム
JPWO2023286119A1 (ja) * 2021-07-12 2023-01-19

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011014980A (ja) * 2009-06-30 2011-01-20 Ntt Docomo Inc 電波伝搬パラメータ推定装置、電波伝搬パラメータ推定方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011014980A (ja) * 2009-06-30 2011-01-20 Ntt Docomo Inc 電波伝搬パラメータ推定装置、電波伝搬パラメータ推定方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
KENTARO SAITO: "The estimation of time-variant MIMO channel parameters with using the particle filter", PROCEEDINGS OF THE 2010 IEICE GENERAL CONFERENCE, 2 March 2010 (2010-03-02), TSUSHIN 1 *
TETSURO IMAI ET AL.: "Statistical Scattering Model in Urban Propagation Environment", VEHICULAR TECHNOLOGY, IEEE TRANSACTIONS ON, vol. 55, no. ISSUE, June 2006 (2006-06-01), pages 1081 - 1093 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020524186A (ja) * 2017-06-19 2020-08-13 シーカ テクノロジー アクチェンゲゼルシャフト アミンのためのブロッキング剤、潜在性硬化剤及びポリウレタン組成物
JP7353981B2 (ja) 2017-06-19 2023-10-02 シーカ テクノロジー アクチェンゲゼルシャフト アミンのためのブロッキング剤、潜在性硬化剤及びポリウレタン組成物
WO2024113253A1 (zh) * 2022-11-30 2024-06-06 北京小米移动软件有限公司 散射体位置确定方法、装置及系统

Also Published As

Publication number Publication date
JP5583170B2 (ja) 2014-09-03
JP2013251684A (ja) 2013-12-12

Similar Documents

Publication Publication Date Title
US10374902B2 (en) Method for clustering wireless channel MPCs based on a KPD doctrine
US10271163B2 (en) System and method for robust and efficient TDOA based location estimation in the presence of various multipath delay
Tayebi et al. The application of ray-tracing to mobile localization using the direction of arrival and received signal strength in multipath indoor environments
WO2013179916A1 (ja) 散乱体位置推定装置、散乱体位置推定方法及びプログラム
KR101213363B1 (ko) 수신신호강도의 거리추정방식에 의거하여 4개 이상의 앵커노드를 이용한 실내 무선 측위 방법 및 이 방법을 실시하기 위한 프로그램이 기록된 기록매체
CN107241797B (zh) Nlos环境下基于散射体信息的单站定位方法
CN106851821B (zh) 一种基于无线通信基站的室内三维定位方法
CN106912105A (zh) 基于pso_bp神经网络的三维定位方法
CN104185272A (zh) 基于优化平均每跳距离和优选锚节点的wsn定位方法
CN106027183A (zh) 一种可快速实现复合衰落信道累积分布性能评估的方法
JP6251930B2 (ja) 位置推定システム
He et al. A novel radio map construction method to reduce collection effort for indoor localization
JP2013205398A (ja) 発信源推定方法およびそれを利用した発信源推定装置
CN105487063A (zh) 一种基于外辐射源时延和多普勒频率的直接定位方法
CN111770527A (zh) 基于二维特征的可视与非可视信道识别方法及装置
CN107205226A (zh) 基于信道分类的室内定位跟踪方法及系统
JP2016520801A (ja) 位置判定を改善する送信機の方向性プルーニング
CN106792516B (zh) 基于无线通信基站的三维定位方法
CN111770528B (zh) 基于信道参数萃取方法的视距与非视距识别方法及装置
JP2016170032A (ja) 波源位置選択装置、波源位置算出装置、波源位置選択方法、波源位置算出方法、及びプログラム
EP2119064A1 (en) Method for classifying radio channels
Diao et al. CMD-based NLOS identification and mitigation in wireless sensor networks
CN103499811A (zh) 提高雷达目标估计性能的天线个数分配方法
US8436773B2 (en) Method for leveraging diversity for enhanced location determination
Tseng et al. Enhanced gaussian mixture model for indoor positioning accuracy

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 13797063

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 13797063

Country of ref document: EP

Kind code of ref document: A1