一种基于tdoa观测量定位算法的时延估计方法
【专利摘要】本发明涉及一种基于TDOA观测量定位算法的时延估计方法。所述方法包括：接收端接收基站发射的信号；对接收信号进行相关运算；对上一步得到的相关信号再次进行相关运算；对再次进行相关运算得到的相关信号进行希尔伯特变换及包络计算，得到接收端到不同基站的时延差。本发明对接收到的不同基站的信号进行相关运算，然后对得到的相关信号再次相关，降噪效果显著，提高了对噪声的鲁棒性；本发明根据希尔伯特变换的原理求解相关函数包络，利用包络信号在传输过程中相位不受噪声影响的特性，对包络信号进行分析求得时延差，降低了时延差估算误差，提高了定位精度。
【专利说明】
-种基于TDOA观测量定位算法的时延估计方法
技术领域
[0001] 本发明设及一种无线传感器网络的室内导航定位技术，特别设及一种基于TDOA观 测量定位算法的时延估计方法。
【背景技术】
[0002] 时延估计在通信、雷达和导航定位等领域中有着广泛的应用，随着数据信号处理 方法的不断发展完善，大量的时延估计算法被提出，其中广义相关法、广义相位谱法和自适 应法是最常用的=种方法。
[0003] 广义相关法具有容易实现、计算量小的特点，但该方法要求信号和噪声、噪声和噪 声之间互不相关，对于可变时延估计和不平稳信号的估计误差大，依赖于输入信号和噪声 的统计先验知识，只能近似实现理论上的最优估计。
[0004] 广义相位谱法是将广义相关法的时域估计转换到频域估计，同样依赖输入信号和 噪声的先验知识。
[0005] 自适应法可W在迭代过程中调整自身参数，进而估计出动态和时变的时延，但是 当滤波器阶数高时，计算量变大、收敛速度减慢，可见该方法是通过牺牲计算速度来降低对 信号和噪声统计先验知识的依赖。
[0006] 陈霄等于2015年发表在《指挥控制与仿真》第3期第69-74页的论文"基于LMS自适 应滤波和希尔伯特差值的二次相关时延估计算法"，提出了一种基于自适应法的时延估计 方法，该方法利用自适应滤波器对信号和噪声的先验知识需求较少、具有自动调节自身参 数的能力，首先对信号进行前端滤波处理，再将处理后的信号进行二次相关，最后利用希尔 伯特差值法对相关峰值进行锐化，可W获得较为精确的时延估计结果。该方法的存在的问 题是，滤波器阶数较低时，估算精度低;滤波器阶数较高时，计算量变大、收敛速度减慢。
【发明内容】
[0007] 针对现有技术中存在的上述问题，本发明提出一种基于TD0A(Time difference of Arrival,到达时间差)观测量定位算法的时延估计方法。该方法利用无线网络进行数据 收发，WTDOA观测量算法理论为基础对其进行相应的改进，提高算法对噪声的鲁棒性W及 室内定位精度。
[000引为实现上述目的，本发明采取如下技术方案：
[0009] -种基于TDOA观测量定位算法的时延估计方法，包括W下步骤：
[0010] 步骤1，接收端接收基站发射的信号。接收到的第i个基站的信号即第i个接收信号 Xi(t)为：
[0011] xi(t) = Ais(t-ti)+rii(t)
[0012] 其中：s(t)为信号源信号，ti为第i个接收信号相对信号源信号产生的时延，Al为第 i个接收信号的增益，ni(t)为第i个接收信号中的噪声信号，s(t-ti)与m(t)相互独立，互不 相关，i = l，2,…，m，m为基站个数。
[0013] 步骤2,对接收信号进行相关运算。
[0014] 步骤3,对步骤2得到的相关信号再次进行相关运算。
[0015] 步骤4,对步骤3得到的相关信号进行希尔伯特变换及包络计算，得到接收端到不 同基站的时延差。
[0016] 进一步地，步骤2采用傅立叶变换在频域进行相关运算，方法如下：
[0017] 步骤2.1，对接收信号进行傅立叶变换。第i个接收信号的傅立叶变换Xi化)为：
[001 引
[0019]其中：Xi[n]为Xi(t)的离散采样序列，i = l，2,…，m，k = 0，...，N-l，N为离散周期，即 定位周期T内接收端接收的离散信号点个数，且N取偶数（目的是使后面希尔伯特变换中的 N/2为整数）。
[0020] 步骤2.2,求相关信号即接收信号进行相关运算后的信号的傅立叶变换。第i个接 收信号的自相关信号及第i个接收信号成与第j个接收信号的互相关信号的傅立叶变 换姆 > 闲分别为：
[0021]
[0022]
[0023 ]其中：j = i,2,…,m，j声i，V'表示求共辆。
[0024] 步骤2.3,求反傅立叶变换得到时域的相关信号。第i个接收信号的自相关信号 时及第i个接收信号与第i个接化信号的互相关信号妒[。扮别为：
[0025]
[0026]
[0027] 其中：-(N-l)《n《（N-l)。
[0028] 更进一步地，步骤3再次相关运算采用傅立叶变换在频域进行，得到时域的相关信 号沪W为：
[0029]
[0030]
[0031]
[0032]
[0033]
[0034] 更进一步地，步骤4计算时延差的方法如下：
[0035] 步骤4.1，对步骤3得到的相关信号进行希尔伯特变换，方法如下：
[0036] 令；
[0037]
[003引 心化）的值々 肝巧巧梅川「n1为，
[0039]
[0040]
[0041]
[00创 受如下：
[0043]
[0044]
[0045]
[0046] 其中:ENij[n]为;f i[?]的包络函数，eij[n巧日0ij[n]分别为包络幅值和相位。
[0047] 步骤4.3,计算接收端与不同基站之间的时延差，公式如下：
[004引
[0049] 其中：A tu[n]为接收端接收到的第i个基站和第j个基站的信号的时延差，Fs为基 站向接收端发送信号的频率。
[0050] 进一步地，接收端到基站的距离差等于接收端到基站的时延差与光速的积。
[0化1] 优选地，基站个数m = 4。
[0052] 与现有技术相比，本发明具有W下有益效果：
[0053] 本发明对接收到的不同基站的信号进行相关运算，然后对得到的相关信号再次相 关，降噪效果显著，提高了对噪声的鲁棒性;根据希尔伯特变换的原理求解相关函数包络， 利用包络信号在传输过程中相位不受噪声影响的特性，对包络信号进行分析求得时延差， 降低了时延差估算误差，提高了定位精度。
【附图说明】
[0054] 图1为本发明所述方法的流程图。
【具体实施方式】
[0055] 下面结合附图和实施例对本发明做进一步说明。
[0056] -种基于TDOA观测量定位算法的时延估计方法，流程图如图1所示，包括W下步 骤：
[0057]步骤I，接收端接收基站发射的信号。接收到的第i个基站的信号即第i个接收信号 Xi(t)为：
[005引 xi(t) =Ais(t-ti)+m(t)
[0059] 式中，s(t)为信号源信号，ti为第i个接收信号相对信号源信号产生的时延，Al为第 i个接收信号的增益，m(t)为第i个接收信号中的噪声信号，s(t-ti)与m(t)相互独立，互不 相关，i = l，2,…，m，m为基站个数。
[0060] 步骤2,对接收信号进行相关运算。
[0061] 相关运算的基本思想是考察两个信号的相似性。由于接收信号中的有用信号即信 号源信号分量与混入的噪声信号相互独立、互不相关，因此进行相关运算后有用信号分量 加强，噪声信号分量会明显降低。
[0062] 步骤3,对步骤2得到的相关信号再次进行相关运算。
[0063] 对相关信号再进行一次相关运算，其结果必然在时移值处出现一个峰值，同时进 一步降低噪声的影响，提高算法对噪声的鲁棒性。
[0064] 步骤4,对步骤3得到的相关信号进行希尔伯特变换及包络计算，得到接收端到不 同基站的时延差。
[0065] 步骤2采用傅立叶变换在频域进行相关运算，方法如下：
[0066] 步骤2.1，对接收信号进行傅立叶变换。第i个接收信号的傅立叶变换Xi化)为：
[0067]
[006引其中：Xi[n]为Xi(t)的离散采样序列，i = l，2,…，m，k = 0,…，N-1，N为离散周期，即 定位周期T内接收端接收的离散信号点个数。
[0069] 步骤2.2,求相关信号的傅立叶变换。第i个接收信号的自相关信号及第i个接收信 号化"(A)与第j个接收信号的互相关信号的傅立叶变换巧Ii (A)分别为：
[0070]
[0071]
[0072] 其中：j = 1,2,…,m，j声i，V'表示求共辆。
[0073] 步骤2.3,求反傅立叶变换得到时域的相关信号。第i个接收信号的自相关信号 r Ii ["]及第i个接收信号与第j个接收信号的互相关信号皆的分别为：
[0074]
[0075]
[0076]
[0077] 步骤3再次相关运算采用傅立叶变换在频域进行，得到的时域的相关信号/f["] 为：
[007引
[0079]
[0080]
[0081]
[0082]
[0083] 步骤4计算时延差的方法如下：
[0084] 步骤4.1，对步骤3得到的相关信号进行希尔伯特变换，方法如下：
[0085] 令；
[0086]
[0087] Zij化)的傅立叶反变换zij[n]为：
[008引
[0089]
[0090]
[00川 受如下：
[0092]
[0093]
[0094]
[00巧]其中:ENu[n]为,f [?]的包络函数，eu[n巧日01如]分别为包络幅值和相位。
[0096] 张驢4.3 .计當按收端与不同基站之间的时延差，公式如下：
[0097]
[0098] 其中：A tu[n]为接收端接收到的第i个基站和第j个基站的信号的时延差，Fs为基 站向接收端发送信号的频率。根据步骤4得到的接收端到不同基站的时延差，可W计算接收 端到基站的距离差。接收端到基站的距离差等于接收端到基站的时延差与光速的积。
[0099] 优选地，基站个数m = 4。
[0100] 本发明不限于上述实施方式，本领域技术人员所做出的对上述实施方式任何显而 易见的改进或变更，都不会超出本发明的构思和所附权利要求的保护范围。
【主权项】
1. 一种基于TDOA观测量定位算法的时延估计方法，其特征在于，包括以下步骤： 步骤1，接收端接收基站发射的信号;接收到的第i个基站的信号即第i个接收信号Xl(t) 为： xi(t) = Ais(t-ti)+m(t) 式中，s(t)为信号源信号为第i个接收信号相对信号源信号产生的时延，Ai为第i个 接收信号的增益，m(t)为第i个接收信号中的噪声信号，sU-tO与m(t)相互独立，互不相 关，i = 1，2，…，m，m为基站个数； 步骤2，对接收信号进行相关运算； 步骤3，对步骤2得到的相关信号再次进行相关运算； 步骤4,对步骤3得到的相关信号进行希尔伯特变换及包络计算，得到接收端到不同基 站的时延差。2. 根据权利要求1所述的基于TD0A观测量定位算法的时延估计方法，其特征在于，步骤 2采用傅立叶变换在频域进行相关运算，方法如下： 步骤2.1，对接收信号进行傅立叶变换;第i个接收信号的傅立叶变换X^k)为：式中，xi[n]为xi(t)的离散采样序列，i = l，2,…，m，k = 0,…，N-1，N为离散周期，即定位 周期T内接收端接收的离散信号点个数，且N为偶数； 步骤2.2,求相关信号即接收信号进行相关运算后的信号的傅立叶变换；第i个接收信 号的自相关信号圮及第i个接收信号与第j个接收信号的互相关信号的傅立叶变换 兒"（人）分别为：其中：j = l，2,…，m，j乒i，表示求共辄； 步骤2.3，求反傅立叶变换得到时域的相关信号;第i个接收信号的自相关信号/f 及 第i个接收信号与第j个接收信号的互相关信号[Η分别为：其中：_(Ν-?Χη^Ξ(Ν-1)〇3. 根据权利要求2所述的基于TDOA观测量定位算法的时延估计方法，其特征在于，步骤 3再次相关运算采用傅立叶变换在频域进行，得到时域的相关信号/fCd为： 其中：4. 根据权利要求3所述的基于TDOA观测量定位算法的时延估计方法，其特征在于，步骤 4计算时延差的方法如下： 步骤4.1，对步骤3得到的相关信号进行希尔伯特变换，方法如下： 令： I ' 22 '' Zij(k)的傅立叶反变换Zij[n]为：[?]的希尔伯特变换/fW为：步骤4.2，计算相关信号的包络函数，公式如下：其中:ENjn]为/f [?]的包络函数，叫[η]和θ^[η]分别为包络幅值和相位； 步骤4.3，计算接收端与不同基站之间的时延差，公式如下：其中：A tlj[n]为接收端接收到的第i个基站和第j个基站的信号的时延差，匕为基站向 接收端发送信号的频率。5. 根据权利要求1所述的基于TD0A观测量定位算法的时延估计方法，其特征在于，接收 端到基站的距离差等于接收端到基站的时延差与光速的积。6. 根据权利要求1~5任意一项所述的基于TD0A观测量定位算法的时延估计方法，其特 征在于，基站个数m = 4。
【文档编号】G01S5/00GK105954713SQ201610267109
【公开日】2016年9月21日
【申请日】2016年4月26日
【发明人】张国川
【申请人】北斗时空信息技术（北京）有限公司, 张国川