【技术实现步骤摘要】
本专利技术属于通信感知一体化和无线定位，尤其涉及一种基于多基站信息融合的无线slam方法。
技术介绍
1、未来的无线通信技术在硬件架构、所使用的频段以及信号处理方法上，都将与雷达技术非常相似，这也使其能够提供无处不在的感知服务。同时，将通信与感知功能融合在一起的通信感知一体化技术(isac)可以大幅度提高频谱和能源利用效率。
2、当前主流的slam技术方案主要依赖于不同的传感器来实现，例如激光雷达、摄像头以及无线信号。其中，基于激光雷达的slam以其高精度和稳定性著称，但是它的缺点也很明显，那就是成本高昂并且容易受到恶劣天气的影响。而视觉slam虽然能够以较低的成本提供丰富的环境信息，但是在光照变化剧烈或者场景纹理稀疏的情况下，它的性能会大打折扣。相比之下，无线电slam利用无处不在的无线信号(例如wi-fi、蓝牙以及5g信号)来进行定位和建图，它不仅成本低廉，而且不受光照和天气条件的影响，因此在复杂的环境中具有更强的适应性。然而，仅仅依靠单个传感器或者设备的数据来进行感知存在着固有的局限性。举例来说，单个无线设备的定位精度会受到多径效应和环境噪声的影响。为了克服这些限制，信息融合技术成为一个重要的研究方向。
3、目前，已经提出了很多基于多传感器融合或者多设备协同的slam系统，例如集成了惯性测量单元(imu)和无线信号的slam系统，以及利用多个移动设备进行协同地图构建的系统。这些方法有效地提升了定位和地图构建的精度和稳定性。然而，现有的研究主要集中在单个基站覆盖范围内的多传感器或者多设备融合。相比之下
技术实现思路
1、专利技术目的：本专利技术的目的在于提供一种基于多基站信息融合的无线slam方法，以实现在波束扫描过程中实现用户定位和环境感知，利用多基站los径融合结果改善用户位置估计结果，利用los径位置估计作为nlos地图融合先验降低粒子滤波器复杂度，利用信息融合算法融合nlos径改善地图估计，最终以低复杂度实现多基站场景下的融合感知。
2、技术方案：本专利技术的一种基于多基站信息融合的无线slam方法，包括如下步骤：
3、步骤1：多基站和用户采用全角度波束扫描，获取当前时刻的波束热力图，并从热力图中抽取若干候选波束角度对；
4、步骤2：多基站从候选波束对中筛选出多基站视距(los)径信息，结合前一时刻slam算法的用户位置估计和imu输出的位姿先验信息，对当前时刻的用户位置预测，利用扩展卡尔曼滤波器融合用户位置预测与los径信道参数，从而获得用户位置的部分后验估计；
5、步骤3：针对每个基站，从候选波束对中筛选出非视距(nlos)径信息，将扩展卡尔曼滤波器输出的用户位置作为slam算法的用户位置先验，通过粒子滤波器对该先验进行撒点近似用户分布；
6、步骤4：针对每个基站，利用slam上一时刻的地图估计先验和用户位置撒点预测用户可能的nlos径信道参数，并利用slam算法关联nlos径信道参数和地图估计先验，从而完成对无线电地图的单基站后验估计；
7、步骤5：将多个基站的本地地图估计结果上传至数据融合中心，针对不同的融合场景进行地图融合，从而完成多基站的地图后验估计；
8、步骤6：依据slam的无线电地图特征后验估计和多基站nlos径信道参数，计算各个用户粒子的权重，基于该权重利用重要性重采样算法对用户粒子重新撒点，从而完成对用户位置的依概率撒点。
9、进一步的，步骤1具体为：多基站与用户采用上行的全角度波束扫描，用户采用dft码本形成不同朝向的波束，基站利用dft矩阵接收不同方向的入射信号，形成全空间的波束热力图，利用连续消除方案，序贯地从波束热力图中抽取最强的路径并删除，直到满足能量停止阈值，将抽取的若干条路径中的能量最强径作为los径，其余径作为nlos径，全角度波束扫描阶段输出的信息为：
10、
11、其中，表示估计的信道参数对，表示估计的第l条径的aoa，表示估计的第l条径的aod，表示估计的多径数目。
12、进一步的，步骤2具体包括如下步骤：
13、步骤2.1、从信道参数中，利用los径识别方法，从每个基站-用户的信道参数中抽取出los径信道参数，所述los径识别方法包括基于接收信号能量的、基于接收信号时延的、基于几何模型先验的方法；
14、步骤2.2、通过分析用户位置与基站位置满足的几何约束，获得los径信道参数与用户位置的关系式，利用slam算法在前一时刻输出的用户位置作为先验信息，结合对用户运动模型做出的既定假设，所述用户运动模型包括匀速运动模型、匀加速运动模型、分段匀加速运动模型、随机游走模型；利用imu输出的位姿信息对当前时刻用户位置进行预测；
15、步骤2.3、利用泰勒展开将los径信道参数与用户位置约束关系式在用户预测位置处进行展开，保留到一阶项并舍去高阶小量，获得线性近似的约束关系式，利用单目标参数估计方法获得对基于los信道参数的用户当前时刻位置的后验估计，所述单目标参数估计方法包括ls、扩展卡尔曼滤波器。
16、进一步的，步骤3具体为：针对每个基站的本地slam算法，将用户位置后验信息作为粒子滤波器的撒点先验，粒子滤波器依据用户位置的分布，包括高斯分布、均匀分布、泊松分布；进行用户位置的依概率撒点，通过los径的融合结果提升对于用户位置预测的准确度和粒子撒点效率。
17、进一步的，步骤4具体为：针对每个基站的本地slam算法，通过多基站los径用户位置撒点和上一时刻的slam地图估计结果，估计当前时刻该基站的地图后验分布，具体包括两部分：上一时刻遗留部分和当前时刻新观测的部分；对于静态的环境而言，上一时刻的遗留地图特征保持不变；对于新观测的特征部分，通过空集法、单特征法、基于观测法生成当前时刻的特征预测，利用滤波器融合nlos径信道参数更新无线电地图特征估计，包括置信传播滤波器、概率假设强度滤波器，完成单个基站基于nlos径参数的本地地图后验估计。
18、进一步的，步骤5具体包括如下步骤：
19、步骤5.1、将各个基站的本地地图后验估计通过光缆上传至数据融合中心进行融合，依据测试场景的不同特性采用不同的信息融合策略；
20、步骤5.2、当环境中的各基站的视野域不重叠或仅有部分重叠时，采用加权平均法，通过对各基站的地图特征进行加权平均完成地图融合，保留全部基站所观测到的特征，适合高漏检率的场景；
21、步骤5.3、当环境中的各基站的视野域完全重叠时，采用几何平均法，通过将高斯混合的指数几何平均转换为几何平均的高斯混合，保留地图的高斯混合特性和各个基站观察到的共同特性，适合于高虚警率的场景；
22、步骤5.4、针对复杂度要本文档来自技高网...
【技术保护点】
1.一种基于多基站信息融合的无线SLAM方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于多基站信息融合的无线SLAM方法，其特征在于，步骤1具体为：多基站与用户采用上行的全角度波束扫描，用户采用DFT码本形成不同朝向的波束，基站利用DFT矩阵接收不同方向的入射信号，形成全空间的波束热力图，利用连续消除方案，序贯地从波束热力图中抽取最强的路径并删除，直到满足能量停止阈值，将抽取的若干条路径中的能量最强径作为LoS径，其余径作为NLoS径，全角度波束扫描阶段输出的信息为：
3.根据权利要求1所述的一种基于多基站信息融合的无线SLAM方法，其特征在于，步骤2具体包括如下步骤：
4.根据权利要求1所述的一种基于多基站信息融合的无线SLAM方法，其特征在于，步骤3具体为：针对每个基站的本地SLAM算法，将用户位置后验信息作为粒子滤波器的撒点先验，粒子滤波器依据用户位置的分布，包括高斯分布、均匀分布、泊松分布；进行用户位置的依概率撒点，通过LoS径的融合结果提升对于用户位置预测的准确度和粒子撒点效率。
5.根据权利要求1所述的
6.根据权利要求1所述的一种基于多基站信息融合的无线SLAM方法，其特征在于，步骤5具体包括如下步骤：
7.根据权利要求1所述的一种基于多基站信息融合的无线SLAM方法，其特征在于，步骤6具体为：依据虚拟参考锚点位置、用户位置与NLoS径信道参数的约束关系式，预测当前时刻的NLoS径信道参数；通过关联当前时刻的信道参数观测值和预测值，包括隐式关联法、显式关联法，计算每个用户粒子的相对概率，并基于重要性重采样算法对用户位置重新撒点，实现用户位置高概率位置撒点多、低概率位置撒点少的符合概率分布的结果，避免粒子退化，对重采样后的结果进行平均完成用户位置的全局后验估计。
...【技术特征摘要】
1.一种基于多基站信息融合的无线slam方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于多基站信息融合的无线slam方法，其特征在于，步骤1具体为：多基站与用户采用上行的全角度波束扫描，用户采用dft码本形成不同朝向的波束，基站利用dft矩阵接收不同方向的入射信号，形成全空间的波束热力图，利用连续消除方案，序贯地从波束热力图中抽取最强的路径并删除，直到满足能量停止阈值，将抽取的若干条路径中的能量最强径作为los径，其余径作为nlos径，全角度波束扫描阶段输出的信息为：
3.根据权利要求1所述的一种基于多基站信息融合的无线slam方法，其特征在于，步骤2具体包括如下步骤：
4.根据权利要求1所述的一种基于多基站信息融合的无线slam方法，其特征在于，步骤3具体为：针对每个基站的本地slam算法，将用户位置后验信息作为粒子滤波器的撒点先验，粒子滤波器依据用户位置的分布，包括高斯分布、均匀分布、泊松分布；进行用户位置的依概率撒点，通过los径的融合结果提升对于用户位置预测的准确度和粒子撒点效率。
5.根据权利要求1所述的一种基于多基站信息融合的无线slam方法，其特征在于，步骤4具体为...
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。