首页 / 专利库 / 电脑编程 / 算法 / 基于多载频的单基站阵列定位方法和装置

基于多载频的单基站阵列定位方法和装置

阅读:560发布:2023-05-27

专利汇可以提供基于多载频的单基站阵列定位方法和装置专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种基于多载频的单基站阵列 定位 方法和装置,其中,方法包括:部署用户设备和基站,基站采用天线阵列,在可允许通信频段内的多个频点上发送和接收 信号 ,基站通过 开关 切换方式控制各阵元轮流接收信号;经过预处理后,将多频点,多天线的一维时域信号组合成为具有时域频域 空域 三维特性的信号,依据组合信号模型建立目标函数,使用似然方法和学习方法优化求解,加权得到 角 度、距离等 位置 参数;结合历史位置信息和当前位置参数进行融合滤波,得到最终定位结果。该方法可以降低成本,提高定位 精度 ,定位效率。,下面是基于多载频的单基站阵列定位方法和装置专利的具体信息内容。

1.一种基于多载频的单基站阵列定位方法,其特征在于,包括以下步骤:
部署用户设备和基站,所述基站采用天线阵列,在可允许通信频段内的多个频点上发送和接收信号,基站通过开关切换方式控制各天线轮流接收信号;
基站接收信号后,首先进行信号预处理以修正波形,然后将多频点、多天线的一维信号组合成为时域频域空域分布的三维张量;
依据组合信号模型建立目标函数,使用似然方法和学习方法优化求解,加权得到多个位置参数的估计,其中,所述多个位置参数包括度和距离;
结合历史位置信息和当前位置参数估计进行融合滤波,得到最终定位结果。
2.根据权利要求1所述的方法,其特征在于,所述用户设备和基站分别通过多频点和切换天线方式相配合收发信号,其中,所述用户设备同时在多载频或轮流在多载频发送信号,信号同初相或保持相位差已知;所述基站控制各天线轮流接收,开关切换时间固定为下变频后信号周期的整数倍,使得从相位角度看,各天线等效于同时接收,各载波等效于同初相发射。
3.根据权利要求1所述的方法,其特征在于,其特征在于,所述预处理包括数据平滑和频偏校正,其中,频偏校正指估计频偏以修正波形,包括:利用信号频率理论值fs与频偏fd∈[-αfs,+αfs],求最小二乘解:
s.t.|fd/fs|<α
其中,α为频偏范围, 为接收信号t时刻相位 为理想信号频率fs加上频偏fd后t时刻理论相位;
求解上式获得信号频偏估计 后对波形进行修正。
4.根据权利要求1所述的方法,其特征在于,信号组合将原本分散在多个信号,不同维度的位置参数统一到一个三维张量中,组合后所述张量包含所有位置信息,不同维度间位置信息的联系和约束有助于参数估计。
5.根据权利要求4所述的方法,其特征在于,所述组合信号的形式为:
其中,X,y分别为组合后发射,接收信号,L为多径数目,N为噪声,αl为第1条路径的幅值,t,f,s分别表示时间,载波和阵元,i,j,k为对应的抽样点,fc,Δfj为参考载频和相对频偏,Δti,Δfj,Δsk分别代表时间,频率和空间位置相对初始参考点偏移量,τl,Φl, 分别表示第1条路径的时延,到达角和多普勒频移。
6.根据权利要求1所述的方法,其特征在于,所述目标函数为:
其中,θ为估计的参数集合,y为接收信号,i、j、k分别为时刻、载波和阵元序号,L为多径数目,H为信道频域响应,X为发射信号。
7.一种基于多载频的单基站阵列定位装置,其特征在于,包括:
发射模,用于在可允许通信频段内的多个频点上发送和接收信号,各载波信号发射初始相位保持相同或保持相位差已知;
接收模块,用于接收用户设备发送的信号,通过开关切换方式控制各天线轮流接收信号;
数据处理模块,用于对信号预处理后修正波形,及将原多频点、多天线的一维信号组合成为时域频域空域分布的三维张量;
定位模块,用于对目标函数优化求解后得到多个定位参数,其中,所述多个定位参数包括角度,距离;并根据所述当前位置参数估计,结合历史位置信息进行融合滤波,得到最终定位结果。
8.根据权利要求7所述的装置,其特征在于,还包括:
存储模块,用于存储所述用户设备发送的数据、所述多个定位参数、算法参数、所述历史位置信息。
9.根据权利要求7所述的装置,其特征在于,其中,
所述数据处理模块进一步用于对信号进行平滑和频偏估计以修正波形;
所述定位模块进一步用于通过似然方法和学习方法分别优化目标函数得到位置参数估计并加权,得到当前位置观测;并结合历史位置信息,假设短时运动状态恒定得到当前状态预测,再通过滤波器将所述当前位置观测与当前状态预测融合,得到当前位置估计。

说明书全文

基于多载频的单基站阵列定位方法和装置

技术领域

[0001] 本发明涉及位置定位技术领域,特别涉及一种基于多载频的单基站阵列定位方法和装置。

背景技术

[0002] 随着GNSS(Global Navigation Satellite System,自全球卫星导航系统)的出现和普及,室外定位技术已经基本成熟,但室内定位技术还有许多亟待解决的问题,例如由于室内环境复杂,多径,非视距,信号衰落,同频段干扰等情况总是存在,信号中包含大量噪声,位置信息难以正确解算。
[0003] 多频点传输可以降低多种类型的干扰,如同信道干扰,互调干扰等,系统可以工作在较恶劣的电波条件下;即使有部分频点被干扰,仍能在其他未被干扰的频点上正常通信;多频点传输可以降低瑞利衰落对信号强度的影响,另外,多频点传输也有助于提高系统安全性。因此,多频点传输相较单频传输,信号可靠性更好,位置解算结果更可靠,环境变化对位置估计结果影响大大减小。
[0004] 目前,许多室内定位方法都基于多基站,利用不同基站获取的本地信息对节点位置进行估算,其中,基站数越多相对信息量越大,定位也越准确,然而设置成本也随之提高;另外,虽然通过单基站定位可以解决基站布署成本过高问题,但是其定位精度完全取决于基站本身测量到达(AOA)及测距的精度,有待解决。

发明内容

[0005] 本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
[0006] 为此,本发明的一个目的在于提出一种基于多频点的单基站阵列定位方法,该方法可以提高定位精度,定位效率,简单易实现。
[0007] 本发明的另一个目的在于提出一种基于多频点的单基站阵列定位装置。
[0008] 为达到上述目的,本发明一方面实施例提出了一种基于多频点的单基站阵列定位方法,包括以下步骤:部署用户设备和基站,所述基站采用天线阵列,在可允许通信频段内的多个频点上发送和接收信号,基站通过开关切换方式控制各天线轮流接收信号;基站接收信号后,对信号预处理以修正波形,然后将多频点、多天线的一维信号组合成为时域频域空域分布的三维张量;依据组合信号模型建立目标函数,使用似然方法和学习方法优化求解,加权得到多个位置参数的估计,其中,所述多个位置参数包括角度和距离;结合历史位置信息和当前位置参数估计进行融合滤波,得到最终定位结果。
[0009] 本发明实施例的基于多载频的单基站阵列定位方法,考虑到由于环境影响和硬件精度限制,实际接收数据与理想情况差异较大,因此首先进行数据预处理,平滑去除野值,频偏校正克服相位偏差;考虑到原本位置信息是分散的,即时延信息存在于不同频率载波相位差,需通过多频点数据解算;角度信息存在于不同阵元空间位置差,需通过多阵元数据解算;将多频点,多阵元信号组合成为具备时域频域空域特性的三维信号,将原本分散的位置参数信息囊括到每一个高维信号中,如原本时延信息存在频域,角度信息存在空域,组合信号每个样本都包含所有参数信息,利用位置参数间相互联系制约,较传统单载波信号测向技术精度有很大提高,采用最大似然算法可解析相干信号,因此识别多径的能较高;采用神经网络进行距离估计及辅助角度估计,有助于克服硬件差异性;融合滤波则使得定位结果更可靠。
[0010] 另外,根据本发明上述实施例的基于多载频的单基站阵列定位方法还可以具有以下附加的技术特征:
[0011] 进一步地,在本发明的一个实施例中,所述用户设备和基站分别通过多频点和切换天线方式相配合收发信号,其中,所述用户设备同时在多载频或轮流在多载频发送信号,所述基站控制各天线轮流接收,开关切换时间固定为下变频后信号周期的整数倍,使得从相位角度看,各天线等效于同时接收,各载波等效于同初相发射。
[0012] 进一步地,在本发明的一个实施例中,所述预处理包括数据平滑和频偏校正,其中,频偏校正指估计频偏以修正波形包括:利用信号频率理论值fs与频偏fd∈[-αfs,+αfs],求最小二乘解:
[0013]
[0014] s.t.|fd/fs|<α
[0015] 其中,α为频偏范围, 为接收信号t时刻相位, 为理想信号频率fs加上频偏fd后t时刻理论相位;求解上式获得信号频偏估计 后对波形进行修正。
[0016] 进一步地,在本发明的一个实施例中,信号组合将原本分散在多个信号,不同维度的位置参数统一到一个三维张量中(例如原本时延信息存在于频域,表现为不同载频信号间相位差,角度信息存在于空域,表现为不同天线接收信号相位差),组合后所述张量包含所有位置信息,不同维度间位置信息的联系和约束有助于参数估计。
[0017] 进一步地,在本发明的一个实施例中,组合信号的形式为:
[0018]
[0019]
[0020] 其中,X,y分别为组合后发射,接收信号,L为多径数目,N为噪声,αl为第l条路径的幅值,t,f,s分别表示时间,载波和阵元,i,j,k为对应的抽样点,fc,Δfj为参考载频和相对频偏,Δti,Δfj,Δsk分别代表时间,频率和空间位置相对初始参考点偏移量,τl,Φl, 分别表示第l条路径的时延,到达角和多普勒频移。
[0021] 进一步地,在本发明的一个实施例中,所述目标函数为:
[0022]
[0023]
[0024] 其中,θ为估计的参数集合,y为接收信号,i、j、k分别为时刻、载波和阵元序号,L为多径数目,H为信道频域响应,X为发射信号。
[0025] 为达到上述目的,本发明另一方面实施例提出了一种基于多载频的单基站阵列定位装置,包括:发射模,用于在可允许通信频段内的多个频点上发送和接收信号,各载波信号发射初始相位保持相同或保持相位差已知;接收模块,用于接收用户设备发送的信号,通过开关切换方式控制各天线轮流接收信号;数据处理模块,用于对信号预处理后修正波形,及将原多频点、多天线的一维信号组合成为时域频域空域分布的三维张量;定位模块,用于对目标函数优化求解后得到多个定位参数,其中,所述多个定位参数包括角度,距离;并根据所述当前位置参数估计,结合历史位置信息进行融合滤波,得到最终定位结果。
[0026] 本发明实施例的基于多载频的单基站阵列定位装置,考虑到由于环境影响和硬件精度限制,实际接收数据与理想情况差异较大,因此首先进行数据预处理,平滑去除野值,频偏校正克服相位偏差;考虑到原本位置信息是分散的,即时延信息存在于不同频率载波相位差,需通过多频点数据解算;角度信息存在于不同阵元空间位置差,需通过多阵元数据解算;将多频点,多阵元信号组合成为具备时域频域空域特性的三维信号,将原本分散的位置参数信息囊括到每一个高维信号中,如原本时延信息存在频域,角度信息存在空域,组合信号每个样本都包含所有参数信息,利用位置参数间相互联系制约,较传统单载波信号测向技术精度有很大提高,采用最大似然算法可解析相干信号,因此识别多径的能力较高;采用神经网络进行距离估计及辅助角度估计,有助于克服硬件差异性;融合滤波则使得定位结果更可靠。
[0027] 另外,根据本发明上述实施例的基于多载频的单基站阵列定位装置还可以具有以下附加的技术特征:
[0028] 进一步地,在本发明的一个实施例中,还包括:存储模块,用于存储所述用户设备发送的数据、所述多个定位参数、算法参数、所述历史位置信息。
[0029] 进一步地,在本发明的一个实施例中,其中,所述数据处理模块进一步用于对信号进行平滑和频偏估计以修正波形;所述定位模块进一步用于通过似然方法和学习方法分别优化目标函数得到位置参数估计并加权,得到当前位置观测;并结合历史位置信息,假设短时运动状态恒定得到当前状态预测,再通过滤波器将所述当前位置观测与当前状态预测融合,得到当前位置估计。
[0030] 本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。附图说明
[0031] 本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
[0032] 图1为根据本发明实施例的基于多载频的单基站阵列定位方法的流程图
[0033] 图2为根据本发明一个具体实施例的多载波传输和切换天线方式下信号传输流程图;
[0034] 图3为根据本发明一个实施例的基于多载频的单基站阵列定位方法的流程图;
[0035] 图4为根据本发明实施例的神经网络模型示意图;
[0036] 图5为根据本发明实施例的基于多载频的单基站阵列定位装置的结构示意图。

具体实施方式

[0037] 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。
[0038] 在描述本发明实施例提出的基于多载频的单基站阵列定位方法和装置之前,先来简单介绍一下基于天线阵列的测角/测距方法的定位原理。
[0039] 1、基于测角(AOA)的方法
[0040] AOA方法是测量设备到达基站信号的到达角度,每个角度形成一条射线,多个基站的多个射线的交点即为定位结果。基站部署天线阵列时,以单载波为例,由于天线空间位置不同,同一入射信号到达各个天线的时刻不同,对应的相位就不同,即波程差导致相位差,利用已知的天线阵列结构和测量到的信号相位差即可解算出到达角。
[0041] 2、基于信号测距的方法
[0042] 这类方法定位的原理有信号到达时间(TOA),信号到达时间差(TDOA),根据接收信号强度指示(RSSI)测距等。TOA算法根据设备到基站间的信号飞行时间计算二者间距离,并结合已知的各基站位置计算设备位置,这种方法需要设备与基站间严格同步才能准确测距,或者使用比较慢的双向测距方法进行测距;而TDOA方法则是测量不同基站信号到达设备的时间差,每个时间差将设备可能的位置固定在一条双曲线上,这些曲线的交点就是设备的位置,这种方法降低对时间同步的要求,只需基站之间保持时钟同步即可;上述两种方法都属于利用时间进行测距的方法,还可以根据接收信号强度(RSS)结合基站位置和无线信号衰落模型估计距离,但由于室内环境复杂,多径,阴影等情况总存在可能严重影响模型准确性,导致无法获得精确距离。
[0043] 另外,较为常见的信号来源有BLE,Wi-Fi,UWB(Ultra-Wideband,超宽带)等,其中利用UWB信号测距进行定位能达到比较高的精度,但是由于硬件限制并未大量普及。而本发明实施例提出的技术方案可以综合考虑信号的时间空间及频域特性,较传统单载波测向技术精度有很大提高,最大似然算法可解析相干信号,因此识别多径的能力较高;神经网络提供的距离估计及辅助角度估计,有助于克服硬件差异性;融合滤波则使得定位结果更可靠。
[0044] 下面参照附图描述根据本发明实施例提出的基于多载频的单基站阵列定位方法和装置,首先将参照附图描述根据本发明实施例提出的基于多频点的单基站阵列定位方法。
[0045] 图1是本发明一个实施例的基于多载频的单基站阵列定位方法的流程图。
[0046] 如图1所示,该基于多载频的单基站阵列定位方法包括以下步骤:
[0047] 在步骤S101中,部署用户设备和基站,所述基站采用天线阵列,在可允许通信频段内的多个频点上发送和接收信号,基站通过开关切换方式控制各天线轮流接收信号。
[0048] 可以理解的是,本发明实施例首先确定发射频段,用户设备以跳频方式保持同初相位发送信号,然后,接收基站每次根据跳频图案调整至相应频段接收信号以开关切换方式各天线轮流接收信号。
[0049] 具体而言,依据不同的标准和协议,不同设备允许通信频段不同,本实施例的BLE工作频段为2400MHz-2480MHz,划分为40个带宽为2MHz的子信道。预先设计好跳频图案,收发双方据此进行跳频通信,为进行位置估计,所发送信号可预先约定,如BLE标准规定用于AOA的调制信号为CTE(Constant Tone Extension),一段恒1的单音信号。
[0050] 进一步地,在本发明的一个实施例中,所述用户设备和基站分别通过多频点和切换天线方式相配合收发信号,其中,所述用户设备同时在多载频或轮流在多载频发送信号,所述基站控制各天线轮流接收,开关切换时间固定为下变频后信号周期的整数倍,使得从相位角度看,各天线等效于同时接收,各载波等效于同初相发射。
[0051] 可以理解的是,基站以切换开关方式接收数据,包括:阵列天线轮流工作,每次开关时间内由某一根天线接收信号;开关切换时间间隔固定,时间间隔应为信号下变频后信号周期的整数倍。
[0052] 需要说明的是,本发明实施例可以按照预设切换顺序将天线切换至与当前开关时间对应的一根天线,当然,本领域技术人员可以根据实际情况具体设置切换顺序,在此不做具体限定。另外,本发明实施例可以通过多掷开关配合代码实现天线按照预设切换顺序进行切换。
[0053] 具体而言,基站保持与设备同样的节奏接收信号,同时在每个跳频通信时间内,开关不断切换,使得每根天线轮流接收信号,每次每根天线接收信号时间固定相等,为保证在此种切换模式下各天线接收的信号可以等效为是在同时接收,此时间也需严格限制,服从各天线开始工作时间间隔为信号下变频后信号周期的整数倍,开关切换时间间隔为预设值即:
[0054] Tswitch=n×TDC,n=1,2,3,…
[0055] 其中,Tswitch代表开关切换时间间隔,具体的是指上一根天线开始工作到下一根天线开始工作的时间间隔,TDC代表下变频后信号周期,n为自然数。
[0056] 在步骤S102中,基站接收信号后,首先进行信号预处理以修正波形,然后将多频点、多天线的一维信号组合成为时域频域空域分布的三维张量。
[0057] 其中,信号组合将原本分散在多个信号,不同维度的位置参数统一到一个三维张量中,如原本时延信息存在于频域,表现为不同载频信号间相位差,角度信息存在于空域,表现为不同天线接收信号相位差,组合后所述张量包含所有位置信息,不同维度间位置信息的联系和约束有助于参数估计。
[0058] 基站接收信号后,进行数据处理,首先进行平滑和采样频偏校正,平滑的目的是减小错误数据的影响(影响是多方面的,主要由环境和硬件造成),本实施例采用蓝牙实现,接收端下变频后理论信号频率为250KHz,然而由于硬件限制,存在±25KHz的偏差,这会影响相位进而影响定位,于是需要估计真实信号频率并据此修正波形;频偏估计采用最小二乘方法,
[0059]
[0060] 其中 为接收信号t时刻相位, 为理想信号频率fs加上频偏fd后t时刻理论相位;求解上式获得采样频偏估计 后对波形进行修正。
[0061] 接着多频点,多天线的一维时域信号组合成分布在时域频域空域的三维张量。
[0062] 可以理解的是,在基站获取信号后,某个阵元接收的某个频点的信号是一维的,将阵元和载频作为另外两个维度加入,综合多个阵元多个载频信号组合成三维信号,新的信号具有时域,频域,空域三方面特性,对于参数估计而言,与SIMO/MIMO-OFDM信号等价,通过最大似然算法将此三维信号视为阵列OFDM信号处理,估计包括角度和时延等多个定位参数。具体地:在基站获取到多个频段的信号后,由于采用的是本发明实施例上述的跳频方式和切换方式,因此,等效于发送端多载频信号同时同初相发送,接收端多根天线同时接收,注意到在这种情况下可以有统一的表达式将各个维度统一起来;多个信号因此可以做上述组合变换为一个信号。这样新的高维信号就囊括了原本分散的位置信息,将不同维度的位置参量集中,因为其相互间存在联系和约束。因此,通过算法联合估计可以有效提高估计的准确性。
[0063] 另外,一轮数据收发结束后,得到各个天线和各个载频的数据,由于跳频通信时间和天线切换时间的精确设计,类似于多天线在接收OFDM信号。将不同载波频率信号传输到同一天线引起的相位差视为不同天线空间位置导致的同一载波的波程差引起的相位差,即将不同载波视为不同天线,从引起相位差的角度将子载波和天线统一起来。当使用算法估计参数时,将不再是各自独立地估计不同的位置参数,而是将所有参数进行联合估计,由于彼此的内在关联制约,联合估计精度较传统各自单独估计方法有大的提升,跳频相较单个窄频,会使得系统具有良好的抗衰落和窄带干扰能力,解算出的信号到达角及时延更准确可靠。
[0064] 进一步地,在本发明的一个实施例中,本发明实施例的跳频方式使得此多载波信号具有类似OFDM信号的时频特性,基站多天线赋予信号空间特性,跳频和天线切换的特定规则使得信号类似阵列OFDM信号,包括:多载频传输初相相同,天线切换等效于在同时接收信号;综合作用等效于基站多天线同时接收多载频信号。
[0065] 具体而言,如图3所示,用户设备以跳频方式在多频点上发送含位置信息的周期信号;基站端部署天线阵列,以开关切换方式控制各阵元轮流接收信号,跳频及切换符合特定的方式,则等价于各天线同时接收信号;组合信号具有时域(数据包),空域(天线阵列),频域(多载频)三维特性。在时刻i、频率j、阵元k上的组合信号具有以下形式:
[0066]
[0067]
[0068] 其中,X,y分别为组合后发射,接收信号,L为多径数目,N为噪声,αl为第l条路径的幅值,t,f,s分别表示时间,载波和阵元,i,j,k为对应的抽样点,fc,Δfj为参考载频和相对频偏,Δti,Δfj,Δsk分别代表时间,频率和空间位置相对初始参考点偏移量,τl,Φl, 分别表示第l条路径的时延,到达角和多普勒频移。
[0069] 在步骤103中,依据组合信号模型建立目标函数,使用似然方法和学习方法优化求解,加权得到多个位置参数的估计,其中,所述多个位置参数包括角度和距离。
[0070] 进一步地,在本发明的一个实施例中,待优化目标函数为:
[0071]
[0072]
[0073] 其中,θ为估计的参数集合,y为接收数据,i、j、k分别为时刻、载波和阵元序号,L为多径数目,H为信道频域响应,X为发射信号。
[0074] 需要说明的是,似然方法可以为最大似然算法,学习方法可以为神经网络模型。为对优化函数求解,本发明实施例可以利用最大似然算法和神经网络模型分别估计位置参数,然后依据置信度加权,最后融合滤波。在最大似然算法中,对优化函数采用迭代方式求最优解,在神经网络方法中,优化函数则作为loss函数。
[0075] 可以理解的是,本发明实施例利用最大似然算法求解参数计算量大,因此使用迭代优化方式,每条路径参数交替迭代,每次固定部分参数,优化另一部分参数,如此循环直至算法收敛或达到误差容限;利用神经网络模型对事先收集的信号数据库进行波形特征提取,特征如强度,相位差等,训练出神经网络模型用于估计得到角度和距离;将两种方法估计结果加权,得到当前位置参数,其中,当前位置参数包括:加权后的角度、距离和多普勒频移等参数。
[0076] 其中,神经网络模型训练过程如图4所示,具体如下:
[0077] (1)首先从IQ数据中提取两种训练特征:
[0078] 训练特征1:从IQ信号中提取强度特征r:
[0079] rk=||I2k+Q2k||2
[0080] 其中,r为采集的IQ信号强度(2范数),k为采样时刻
[0081] 训练特征2:将所有N个阵元采集到的IQ信号波形进行以下特征提取:
[0082]
[0083] 其中λk为第k个采样时刻的信号特征,a∈[1,N],b∈[a,N]为阵元, 为在k时刻下第s阵元的相位差。
[0084] (2)依据精度要求,可调整数据采样间隔,间隔越小则分辨率越高,本实施案例中以每1度为一间隔,每个角度以10cm的间隔采取5米范围内的数据,作为训练数据库。
[0085] (3)从采集到的数据中提取训练特征1做为MLP线性层的输入,对测距模型进行训练;提取训练特征2做为CNN卷积层的输入,对测角模型进行训练。训练时两模型间会交换特征做为对方的辅助特征加入训练,以提升对不同装置测角及测距可能有不同程度耦合(角度影响信号强度反之亦然)的适应性。
[0086] 进一步地,在本发明的一个实施例中,通过神经网络模型根据接收的信号波形提取特征,并分别训练测距及测角,将神经网络角度估计值与第一角度依据置信度进行加权。
[0087] 可以理解的是,神经网络模型具体为:将接收信号波形作为神经网络的输入,提取强度及相位特征值分别训练测距及测角,将神经网络角度估计值与最大似然算法角度估计值依据置信度加权。
[0088] 具体而言,如图4所示,本发明实施例将各接收信号波形作为神经网络的输入,以线性层网络提取强度特征值训练测距,以卷积层网络提取相位特征值训练测角,将参数估计值与最大似然算法参数估计值加权得到修正后参数估计值
[0089] 其中, 及 分别表示当前时刻最大似然估计结果及神经网络估计结果,αt为当前时刻神经网络置信度权重,该权重将依据 及 与前一时刻估计结果 之误差进行调整,与前一时刻误差越小则认为置信度越高。
[0090] 在步骤S104中,结合历史位置信息和当前位置参数估计进行融合滤波,得到最终定位结果。
[0091] 可以理解的是,本发明实施例利用历史位置信息,假设短时运动状态恒定,从而得到当前时刻状态预测(速率,方向),并结合修正后的当前位置参数进行融合滤波,进而实现单基站高精度定位。
[0092] 具体而言,如图4所示,对修正后的当前位置参数进行融合滤波:利用历史位置信息,假定短时运动状态恒定得到当前状态预测值,通过滤波器融合当前观测值(位置参数)得到当前位置估计,并输出定位结果。
[0093] 综上,本发明实施例的多载频定位方法,组合多路信号使其具备时域、空域、频域多重特性,估计精度较传统各自单独估计方法有大的提升,跳频相较单个窄频也使得系统具有良好的抗衰落和窄带干扰能力。最大似然算法对信号相干性不敏感,解算多径能力更强;神经网络提供的距离估计及角度估计,有助于克服硬件差异性,二者加权及融合滤波则使得定位结果更可靠。
[0094] 其次参照附图描述根据本发明实施例提出的基于多载频的单基阵列定位装置。
[0095] 图5是本发明一个实施例的基于多载频的单基站阵列定位装置的结构示意图。
[0096] 如图5所示,该基于多载频的单基站阵列定位装置10包括:发射模块100、接收模块200、数据处理模块300、存储模块400、定位模块500。
[0097] 其中,发射模块100用于在可允许通信频段内的多个频点上发送和接收信号,各载波信号发射初始相位保持相同或保持相位差已知;接收模块200用于接收用户设备发送的信号,通过开关切换方式控制各天线轮流接收信号;数据处理模块300用于对信号预处理后修正波形,及将原多频点、多天线的一维信号组合成为时域频域空域分布的三维张量;存储模块400用于存储所述用户设备发送的数据、所述多个定位参数、算法参数、所述历史位置信息;定位模块500用于对目标函数优化求解后得到多个定位参数,其中,所述多个定位参数包括角度,距离;并根据所述当前位置参数估计,结合历史位置信息进行融合滤波,得到最终定位结果。本发明实施例的装置10可以提高定位精度,定位效率,简单易实现。
[0098] 在本发明的一个实施例中,其中,所述数据处理模块300进一步用于对接收数据进行平滑和频偏估计以修正波形,以及将多频点,多天线的一维时域信号组合成在时域频域空域分布的三维张量,每一个新信号样本都包含所有位置参数信息;定位模块500进一步用于通过似然方法和学习方法分别优化目标函数得到位置参数估计并加权,得到当前位置观测;并结合历史位置信息,假设短时运动状态恒定得到当前状态预测,再通过滤波器将所述当前位置观测与当前状态预测融合,得到当前位置估计。
[0099] 具体而言,发射模块100用于按照指定跳频图案发射特定信号,以便基站利用其进行位置估计;接收模块200用于接收用户设备发送的数据,接收天线有多根,采用开关切换的方式轮流工作,接收信号;数据处理模块300用于数据预处理和数据变换,先平滑和估计频偏以修正波形;后组合信号,将原本一维数据转换成三维数据,新的高维数据中同时包含角度时延等参数信息;存储模块400用于存储接收到的位置数据,位置参数,算法参数(如神经网络模型参数),历史位置信息等;定位模块500用于结合历史位置信息,融合滤波得到当前位置估计。
[0100] 其中,发射模块100包括实现跳频通信功能的相应软硬件,如发射信号数据成,发射信号频率跳变,AD转换,上变频等。接收模块200采用切换开关的方式工作,且开关切换时间固定,接收模块包括实现接收功能的相应软硬件,如接收天线阵列,下变频,DA转换,开关切换控制等。数据处理模块300主要完成定位数据预处理和高维组合功能,包括实现此功能的相应软硬件,如运算单元,储存单元,控制单元等。存储模块400完成系统的数据存储功能。定位模块500完成定位算法的运行,位置参数的融合滤波,定位功能。包括实现定位功能的相应软硬件,如运算单元,储存单元,输入输出单元,控制单元等。
[0101] 需要说明的是,前述对基于多载频的单基站阵列定位方法实施例的解释说明也适用于该实施例的基于多载频的单基站阵列定位装置,为减少冗余,此处不再赘述。
[0102] 本发明实施例提出的基于多载频的单基站阵列定位装置,考虑环境和硬件的限制,对接收数据做修正;考虑信号不同维度间约束和联系,较传统单载波测向技术精度有很大提高,最大似然算法可解析相干信号,因此识别多径的能力较高;神经网络提供的距离估计及辅助角度估计,有助于克服硬件差异性;加权及融合滤波则使得定位结果更可靠。
[0103] 此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
[0104] 在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
[0105] 尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈