System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于信号测距,具体涉及一种简化的延时融合测距方法。
技术介绍
1、在无线通信中,定位作为智能感知的基础,受到了越来越多的关注。其中定位的方法包括使用角度测量信息进行定位,使用延时信息进行定位,以及使用rssi进行定位。使用角度信息进行定位需要高精度的测角设备,然而随着场景尺寸变大,相同的角度误差会造成更大的定位误差。当使用rssi信息进行定位时,误差也会出现随着场景尺寸的增大而增大的现象。因此角度定位和rssi定位都较难用于较大的场景。
2、当使用延时信息进行测距和定位时,测距和定位精度只和延时估计精度以及同步的精度有关,和场景大小无关。
3、此外,相比rssi方案,基于延时的测距和定位的精度更高,并且抗噪声和多径的性能更好。因此基于延时的定位和测距方案得到了广泛关注。
4、基于延时的测距算法包括music算法,matrix pencil算法等,music算法在中低snr条件下以及距离较远的多径条件下有非常好性能,然而该方法存在多个点的谱峰搜索,因此计算量较大。matrix pencil算法和music算法相比,无需计算自相关矩阵,计算量非常低,然而matrixpencil算法在远距离多径以及低snr条件下性能往往不如人意。
5、论文《joint espirit for time delay estimation of chirp spreadspectrum》(2008年),作者nayoung kim提出了一种针对chirp信号的信道均衡和延时估计方法,该方法首先进行m
技术实现思路
1、针对现有技术中存在的rssi信息定位误差会随着使用场景的增大而增大、matrixpencil算法在远距离多径以及低snr的工况下性能不佳、针对chirp信号的信道均衡和延时估计方法在多径信号以及低snr条件下表现较差的技术问题,本专利技术提出了一种简化的延时融合测距方法,其目的为:提升在多径和低snr条件下的测距精度、降低music算法计算复杂度。
2、为实现上述目的本专利技术所采用的技术方案是:
3、一种简化的延时融合测距方法,包括以下步骤;
4、s1:发送chirp信号,并使用此发送信号进行延时估计,得到整数延时数据;
5、s2:根据延时数据中的整数部分的最大值和次大值来进行计算和判断,若判断为远多径场景,那么进入步骤s3,若判断为近多径场景,那么进入snr值判断进程;计算snr值,当snr值 小于第二阈值进入步骤s3,否则进入步骤s4;
6、s3:首先进行信道估计,然后将发射信号的前导码部分进行平均计算,再将码片的数据进行抽取、分组并平均,然后计算自相关矩阵和矩阵特征值分解,再计算导向矢量,最后进行测距计算,得到距离数据;
7、s4:首先进行信道估计,然后将部分发射信号进行降噪处理,然后将多个码片的数据进行抽取、分组并平均,然后对z矩阵进行奇异值分解,最后计算延时结果并获得距离数据;
8、s5:整理并输出s3、s4步骤得到的距离数据。
9、进一步的,s1步骤中采用相关法进行延时估计,具体步骤为:
10、s1.1:获取延时数据中的整数部分,将发送信号和接收信号中的前导码信号进行运算,公式如下,
11、
12、其中fft代表快速傅里叶变换,代表rx的共轭,||代表求绝对值,代表发送信号中的前导码信号,代表接收信号中的前导码信号,代表延时数据中的整数部分;
13、s1.2:然后找到延时数据中的整数部分最大值所对应的下标,即为整数延时数据,其中,公式如下,
14、
15、至此本步骤完成。
16、进一步的,s2步骤中进行多径距离远近判断和snr的数值判断,并根据判断结果选择算法进行计算,具体判断步骤为:
17、s2.1: 找到延时数据中的整数部分中的最大值和次大值,如果最大值减去次大值大于第一阈值,那么判断为远多径场景,否则判断为近多径场景,如果为远多径场景,那么进入步骤s3,否则进入步骤s4;
18、s2.2: 计算延时数据中的整数部分中的信号能量,公式如下,
19、
20、其中代表延时数据中的整数部分的最大值,代表延时数据中的整数部分的次大值,为信号能量;
21、s2.3:计算延时数据中的整数部分的噪声能量,公式如下,
22、
23、其中为噪声能量,sf为速度因子;
24、s2.4: 最后计算snr值,公式如下,
25、
26、将得到的snr值和第二阈值进行大小比较,当snr值小于第二阈值就进入步骤s3,否则进入步骤s4。
27、进一步的,步骤s3采用的是一种大步小步的music算法。
28、进一步的,步骤s3采用的一种大步小步的music算法具体流程如下:
29、s3.1:进行信道估计,公式如下,
30、
31、s3.2:将前导码中的多个符号进行平均,公式如下,
32、
33、其中s代表符号编号,sym代表符号个数,代表前导码平均值;
34、s3.3: 将多个码片的数据进行抽取、分组并平均,令抽取力度为l,根据抽取力度将码片进行分组,其中第一组的码片为:
35、
36、s3.4: 将多组之间的相关结果进行平均值计算,公式如下,
37、
38、其中1≤j≤2^sf/l,代表抽取平均后第j个元素的值,代表前导码平均后的第个码片的值;
39、s3.5:计算自相关矩阵,公式如下,
40、
41、其中h代表共轭转置,rhh代表自相关矩阵,代表抽取平均值;
42、然后将自相关矩阵进行矩阵特征值分解,
43、
44、其中特征值按从大到小的顺序排列,特征向量和特征值的排布顺序一致;
45、s3.6: 计算导向矢量,计算公式为,
46、
47、其中n代表第n码片(0<n<2^sf且n为整数),m代表第m个延时点对应的导向矢量,fc代表载频,j代表虚数单位,为导向矢量;
48、s3.7:进行信号处理来搜索小数延时,采用大步加小步结合的方法,令大步的步长为stp_rough,小步的步长为stp_acc;
49、假设空间的多径数目为mut,然后将特征值按照从大到小的顺序进行排列,排序后的特征值为,
50、当,
51、,
52、则进入下一步骤,th3代表本文档来自技高网...
【技术保护点】
1.一种简化的延时融合测距方法,其特征在于,包括以下步骤;
2.根据权利要求1所述的一种简化的延时融合测距方法,其特征在于, S1步骤中采用相关法进行延时估计,具体步骤为:
3.根据权利要求1所述的一种简化的延时融合测距方法,其特征在于, S2步骤中进行多径距离远近判断和SNR的数值判断,并根据判断结果选择算法进行计算,具体判断步骤为:
4.根据权利要求1所述的一种简化的延时融合测距方法,其特征在于,所述步骤S3采用的是大步小步的MUSIC算法。
5.根据权利要求4所述的一种简化的延时融合测距方法,其特征在于,所述步骤S3采用的大步小步的MUSIC算法具体流程如下:
6.根据权利要求1所述的一种简化的延时融合测距方法,其特征在于,所述步骤S4采用的是降噪Matrix pencil算法。
7.根据权利要求1所述的一种简化的延时融合测距方法,其特征在于,所述步骤S4采用的降噪Matrix pencil算法具体流程如下:
8.根据权利要求1所述的一种简化的延时融合测距方法,其特征在于,所述S5步骤为:将
...【技术特征摘要】
1.一种简化的延时融合测距方法,其特征在于,包括以下步骤;
2.根据权利要求1所述的一种简化的延时融合测距方法,其特征在于, s1步骤中采用相关法进行延时估计,具体步骤为:
3.根据权利要求1所述的一种简化的延时融合测距方法,其特征在于, s2步骤中进行多径距离远近判断和snr的数值判断,并根据判断结果选择算法进行计算,具体判断步骤为:
4.根据权利要求1所述的一种简化的延时融合测距方法,其特征在于,所述步骤s3采用的是大步小步的music算法。
5.根据权利要求4所述的...
【专利技术属性】
技术研发人员:李洋漾,黄强,彭吉生,梁宏明,
申请(专利权)人:四川思凌科微电子有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。