基于窄带物联网时延估计的终端定位方法技术

本发明专利技术涉及无线通信技术，特别涉及一种基于窄带物联网时延估计的终端定位方法，该方法包括：利用窄带物联网下行链路特有的定位参考信号，对本地参考信号与接收参考信号先后进行频域相关、首达径搜索、时域内插、时域相关对时延进行估计，逐步提升时延估计精度；与此同时，为了消除小区间干扰以及抑制非视距影响，分别引入连续干扰消除算法和首达径搜索算法，以实现准确的时延估计，从而提高定位精度的技术效果。

Terminal location method based on time delay estimation of narrow-band Internet of things

The invention relates to wireless communication technology, in particular to a terminal location method based on time delay estimation of narrowband Internet of Things. The method comprises frequency domain correlation, first-path search, time domain interpolation, and time domain interpolation of local reference signals and received reference signals using localized reference signals unique to the downlink of narrowband Internet of Things. Domain correlation is used to estimate the time delay and improve the accuracy of time delay estimation step by step. At the same time, in order to eliminate inter-cell interference and suppress the influence of non-line-of-sight, continuous interference cancellation algorithm and first-arrival path search algorithm are introduced to achieve accurate time delay estimation and improve the positioning accuracy.

【技术实现步骤摘要】
基于窄带物联网时延估计的终端定位方法
本专利技术涉及无线通信
，特别涉及一种基于窄带物联网(NarrowBandInternetofThings，NB-IoT)时延估计的终端定位方法。
技术介绍
NB-IoT主要聚焦于低功耗广覆盖物联网市场，是一种可在全球范围内广泛应用的新兴技术。它连接的设备更简单，具有高耦合、终端成本低、可即插即用、可靠性高、统一的业务平台管理等特点，主要面向低速率、深度覆盖、低功耗、大数据连接的物联网应用场景。该技术可完美匹配低功率广域网(LowPowerWideAreaNetwork，LPWAN)的市场需求，使通信运营商进入这个新领域。随着更多新型移动设备比如手机、平板电脑、可穿戴设备等，物联网设备的性能飞速增长和基于位置感知的应用的激增，位置感知发挥了越来越重要的作用。在室内和室外的环境下，连续可靠地提供位置信息可以为用户带来更好的用户体验。在Release14中，NB-IoT支持以下几种定位方式：全球辅助定位卫星系统(AssistedGlobalNavigationSatelliteSystem,A-GNSS)、E-UTRANCellIdentifier(E-CID)、基于观测到达时间差(ObservedTimeDifferenceofArrival，OTDOA)的下行链路定位方法或基于观测到达时间差(Uplink-TimeDifferenceofArrival，UTDOA)的上行链路定位方法。从终端复杂度、网络容量、成本和资源及定位场景综合来看，如果对OTDOA定位算法做相应的适应性改进，相对于其他算法来说其更具有普适性，更能切合海量NB-IoT节点的定位成本需求。时延估计作为OTDOA定位的第一步，对其最终取得的定位精度起着至关重要的作用，故时延值估计的精确程度与位置定位的精度密切相关。现有的时延估计算法主要是基于LTE网络，在进行时延估计时往往只考虑到频偏、小区间信号之间的干扰以及由于多径效应导致的非视距(NotLineofSight，NLOS)影响，而在对NB-IoT终端进行时延估计时，还需要考虑到终端设备的限制，如，NB-IoT构建于蜂窝网络，只消耗大约180KHz的带宽，具有低功耗、低成本、低速率的特点，电池寿命可达十年。这些特点就要求NB-IoT只能工作于较低的采样速率，比如，1.92MHz。另外，也要求时延估计算法应该尽量的简单，以控制算法的计算复杂度。故设计基于NB-IoT时延估计的终端定位方法时，需要考虑到时延估计精度和计算复杂度的一个折中。现有技术中，US9766323B2中公开的终端定位方法中，考虑引入CRS信号参与定位，增加参与定位的符号数量，从而增加主峰的能量，提高时延估计的精度。但其未考虑到多径效应的影响，导致的主峰所对应的时延值点可能并非首达径所对应的时延值点。CN105472735A中公开了一种基于LTE移动端定位的时延估计误差补偿方法，考虑在高速移动的环境下，将时延估计分成整数部分的时延估计和非整数部分的时延估计，补偿系统中的多普勒频移的误差。但其未考虑到小区间干扰和多径效应对时延估计的影响。US9313765B2中公开了一种基于无线通信系统的定位测量方法，通过增加采样率和增加PRS信号的带宽来提升时延估计精度，针对NB-IoT具有低功耗、低速率、低成本的特点，其设计中的增加带宽的举措并不适用于NB-IoT网络。因此，现有技术中，在NB-IoT终端定位中时延估计存在小区间干扰、多径效应及低采样率等问题的。
技术实现思路
针对上述问题，本专利技术提出一种基于窄带物联网时延估计的终端定位方法，包括，如图1所示：S1、终端接收到来自服务基站和邻近基站的总定位参考信号y(n)；S2、根据小区参考信号估计出服务基站与终端间的信道，从而重建出来自服务基站的定位参考信号，并根据时延估计算法计算服务基站到终端的最优时延估计值；S3、在总定位参考信号中消除来自服务基站的定位参考信号的干扰，得到来自邻近基站的定位参考信号；S4、按发送功率大小对邻近基站进行排序，并对来自邻近基站的定位参考信号按邻近基站的排序进行连续干扰消除，得到每次干扰消除后来自每个邻近基站的定位参考信号；并根据时延估计算法，分别计算每个邻近基站到终端的时延估计值，选择最小的时延估计值分别作为每个邻近基站到终端的最优时延估计值；S5、将服务基站到终端的最优时延估计值和邻近基站到终端的最优时延估计值分别代入定位解算法，求得终端的位置坐标。进一步的，所述根据小区参考信号估计出服务基站与终端间的信道，从而重建出来自服务基站的定位参考信号具体包括：服务基站向终端发送小区参考信号，终端采用最小二乘算法对接收到的小区参考信号YCRS(k)进行信道估计；并通过对服务基站的小区参考信号的信道估计的HCRS(k)时频位置进行线性插值，终端重建来自服务基站的定位参考信号的信道估计，从而重建来自服务基站的定位参考信号；HCRS(k)＝YCRS(k)/SCRS(k)y0(n)＝ifft(H0(k)S0(k))其中，HCRS(k)表示服务基站的小区参考信号的信道估计；YCRS(k)表示终端接收到的小区参考信号；SCRS(k)表示服务基站发送的小区参考信号；y0(n)表示重建后的来自服务基站的定位参考信号；H0(k)表示重建后来自服务基站的定位参考信号的信道估计；S0(k)表示服务基站发送的定位参考信号；ifft表示快速离散傅里叶变换的逆变换。进一步的，所述根据时延估计算法计算服务基站到终端的最优时延估计值，具体包括：其中，τ0,0表示为取得最大值时所对应的τ值，也即是服务基站到终端的最优时延估计值；s0(n)表示服务基站发送的本地时域定位参考信号；表示将重建后来自服务基站的时域定位参考信号取共轭；τ表示时延；t0,0表示服务基站到终端首达径的时延估计值；Δt为设定的内插时域范围。进一步的，所述服务基站到终端首达径的时延估计值的计算公式为：t0,0＝n0,0×Ts；其中，t0,0表示服务基站到终端首达径的时延估计值；n0,0表示服务基站的最优首达径延迟数；Ts表示采样点的时间间隔；argmin[·]表示·取得最小值时，自变量的取值；表示在n0,0满足右侧不等式最小时的第零频域相关函数所对应的时延估计延迟数；表示Y0(k)与S0(k)之间的频域相关函数；Y0(k)表示来自服务基站的频域定位参考信号，也即是y0(n)经过快速傅里叶变换后的信号；S0(k)表示服务基站发送的本地定位参考信号；表示服务基站的底噪门限。进一步的，所述服务基站的底噪门限的计算公式为：snr表示工业上设定的信噪比；W表示采集随机噪声的次数；N表示采样点总数；w(k,p)表示第p次采集的随机噪声信号。进一步的，所述按发送功率大小对邻近基站进行排序，并对来自邻近基站的定位参考信号按邻近基站的排序进行连续干扰消除，得到每次干扰消除后来自每个邻近基站的定位参考信号具体包括：S401、按发送功率大小对邻近基站进行排序，邻近基站的编号分别对应为：1,2,...,M；S402、设定迭代干扰消除的次数总数为Ni，设置循环参数l，令l＝1；y1,1(n)＝y(n)-y0(n)；S403、令q＝1；S404、按照连续干扰消除方法，得到第q个邻近基站在经过第l次干本文档来自技高网...

【技术保护点】
1.一种基于窄带物联网时延估计的终端定位方法，其特征在于：该方法包括以下步骤：S1、终端接收到来自服务基站和邻近基站的总定位参考信号y(n)；S2、根据小区参考信号估计出服务基站与终端间的信道，从而重建出来自服务基站的定位参考信号，并根据时延估计算法计算服务基站到终端的最优时延估计值；S3、在总定位参考信号中消除来自服务基站的定位参考信号的干扰，得到来自邻近基站的定位参考信号；S4、按发送功率大小对邻近基站进行排序，并对来自邻近基站的定位参考信号按邻近基站的排序进行连续干扰消除，得到每次干扰消除后来自每个邻近基站的定位参考信号；并根据时延估计算法，分别计算每个邻近基站到终端的时延估计值，选择最小的时延估计值分别作为每个邻近基站到终端的最优时延估计值；S5、将服务基站到终端的最优时延估计值和邻近基站到终端的最优时延估计值分别代入定位解算法，求得终端的位置坐标。

【技术特征摘要】
1.一种基于窄带物联网时延估计的终端定位方法，其特征在于：该方法包括以下步骤：S1、终端接收到来自服务基站和邻近基站的总定位参考信号y(n)；S2、根据小区参考信号估计出服务基站与终端间的信道，从而重建出来自服务基站的定位参考信号，并根据时延估计算法计算服务基站到终端的最优时延估计值；S3、在总定位参考信号中消除来自服务基站的定位参考信号的干扰，得到来自邻近基站的定位参考信号；S4、按发送功率大小对邻近基站进行排序，并对来自邻近基站的定位参考信号按邻近基站的排序进行连续干扰消除，得到每次干扰消除后来自每个邻近基站的定位参考信号；并根据时延估计算法，分别计算每个邻近基站到终端的时延估计值，选择最小的时延估计值分别作为每个邻近基站到终端的最优时延估计值；S5、将服务基站到终端的最优时延估计值和邻近基站到终端的最优时延估计值分别代入定位解算法，求得终端的位置坐标。2.根据权利要求1所述的一种基于窄带物联网时延估计的终端定位方法，其特征在于：所述根据小区参考信号估计出服务基站与终端间的信道，从而重建出来自服务基站的定位参考信号具体包括：服务基站向终端发送小区参考信号，终端采用最小二乘算法对接收到的小区参考信号YCRS(k)进行信道估计；并通过对服务基站的小区参考信号的信道估计的HCRS(k)时频位置进行线性插值，终端重建来自服务基站的定位参考信号的信道估计，从而重建来自服务基站的定位参考信号；HCRS(k)＝YCRS(k)/SCRS(k)y0(n)＝ifft(H0(k)S0(k))其中，HCRS(k)表示服务基站的小区参考信号的信道估计；YCRS(k)表示终端接收到的小区参考信号；SCRS(k)表示服务基站发送的小区参考信号；y0(n)表示重建后的来自服务基站的定位参考信号；H0(k)表示重建后来自服务基站的定位参考信号的信道估计；S0(k)表示服务基站发送的定位参考信号；ifft表示快速离散傅里叶变换的逆变换。3.根据权利要求1所述的一种基于窄带物联网时延估计的终端定位方法，其特征在于，所述根据时延估计算法计算服务基站到终端的最优时延估计值，具体包括：其中，τ0,0表示为取得最大值时所对应的τ值，也即是服务基站到终端的最优时延估计值；s0(n)表示服务基站发送的本地时域定位参考信号；表示将重建后来自服务基站的时域定位参考信号取共轭；τ表示时延；t0,0表示服务基站到终端首达径的时延估计值；Δt为设定的内插时域范围。4.根据权利要求3所述的一种基于窄带物联网时延估计的终端定位方法，其特征在于，所述服务基站到终端首达径的时延估计值的计算公式为：t0,0＝n0,0×Ts；其中，n0,0表示服务基站的最优首达径延迟数；Ts表示采样点的时间间隔；argmin[·]表示·取得最小值时，自变量的取值；表示在n0,0满足右侧不等式最小时的第零频域相关函数所对应的时延估计延迟数；表示Y0(k)与S0(k)之间的频域相关函数；Y0(k)表示来自服务基站的频域定位参考信号，也即是y0(n)经过快速傅里叶变换后的信号；S0(k)表示服务基站发送的本地定位参考信号；表示服务基站的底噪门限。5.根据权利要求4所述的一种基于窄带物联网时延估计的...

【专利技术属性】
技术研发人员：唐宏，牟泓彦，雷曼，王欣欣，龚琴，屈元远，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆,50