到达时间非视距误差消除方法、系统、设备及存储介质技术方案

本发明专利技术属于通信技术领域，公开了一种到达时间非视距误差消除方法、系统、设备及可读存储介质，获取到达时间观测序列，当前环境的非视距环境特征以及到达时间观测序列中初始采样时刻的到达时间观测向量的无非视距误差到达时间估计值和非视距误差估计值，确定预设的卡尔曼滤波器的状态转移矩阵，得到误差消除卡尔曼滤波器，针对各采样时刻的到达时间观测向量：将上一采样时刻的到达时间观测向量的无非视距误差到达时间估计值和非视距误差估计值以及当前采样时刻的到达时间观测向量，输入误差消除卡尔曼滤波器，得到到达时间观测序列中各采样时刻的到达时间观测向量的无非视距误差到达时间估计值和非视距误差估计值。无需对非视距误差进行鉴别，不存在虚警和漏报的问题，并有效提升到达时间估计值的精度。并有效提升到达时间估计值的精度。并有效提升到达时间估计值的精度。

【技术实现步骤摘要】
到达时间非视距误差消除方法、系统、设备及存储介质


[0001]本专利技术属于通信
，涉及一种到达时间非视距误差消除方法、系统、设备及可读存储介质。

技术介绍

[0002]5G通信技术正在普及，它使用了全新的技术和网络框架，包括大带宽、Massive MIMO、Flexible
‑
OFDM、毫米波通信以及室内基站等。其中，大带宽会提升基于到达时间的定位技术的距离分辨率，室内基站能为室内终端定位带来契机。但是室内等存在遮挡的非视距环境中存在非视距误差，非视距误差会影响5G定位参数到达时间的精度，因此为了保证5G定位的精度，需要消除非视距误差，提高5G定位参数到达时间的估计精度。
[0003]如中国专利申请：CN105445699A，提供了一种非视距误差消除的测距方法及系统，该测距误差消除方法包括如下步骤：第一步，建立误差数据库；第二步，鉴别非视距误差；第三步，通过K近邻法消除误差。但是，其需要对非视距误差进行鉴别，存在虚警和漏报的问题。并且，该方法使用K近邻法，K近邻算法对于非视距误差这类样本容量大的数据集计算量比较大，并且K值大小的选择得依靠经验得到，容易造成非视距消除模型的欠拟合，导致非视距误差消除效果较差。

技术实现思路

[0004]本专利技术的目的在于克服上述现有技术的缺点，提供一种到达时间非视距误差消除方法、系统、设备及可读存储介质。
[0005]为达到上述目的，本专利技术采用以下技术方案予以实现：
[0006]本专利技术第一方面，一种到达时间非视距误差消除方法，包括以下步骤：
[0007]获取到达时间观测序列，当前环境的非视距环境特征，以及到达时间观测序列中初始采样时刻的到达时间观测向量的无非视距误差到达时间估计值和非视距误差估计值；
[0008]根据到达时间观测序列以及当前环境的非视距环境特征，确定预设的卡尔曼滤波器的状态转移矩阵，得到误差消除卡尔曼滤波器；
[0009]按照采样时刻的先后顺序遍历到达时间观测序列中各采样时刻的到达时间观测向量，对各采样时刻的到达时间观测向量均进行如下步骤：将上一采样时刻的到达时间观测向量的无非视距误差到达时间估计值和非视距误差估计值以及当前采样时刻的到达时间观测向量，输入误差消除卡尔曼滤波器，得到到达时间观测序列中各采样时刻的到达时间观测向量的无非视距误差到达时间估计值和非视距误差估计值。
[0010]本专利技术到达时间非视距误差消除方法进一步的改进在于：
[0011]所述非视距环境特征包括蜂窝网络到达路径数量以及反射物的蜂窝网络信号反射系数。
[0012]所述根据到达时间观测序列以及当前环境的非视距环境特征，确定预设的卡尔曼滤波器的状态转移矩阵的具体方法为：
[0013]根据当前环境的非视距环境特征，对过程系数λ以及状态转移矩阵的a,b,c,d参数中的任意两个参数进行赋值；
[0014]通过下式，得到状态转移矩阵F的a,b,c,d参数中未赋值的两个参数：
[0015][0016]其中，E[Y]为到达时间观测序列的均值，D[Y]为到达时间观测序列的方差，为蜂窝网络系统本身所造成的系统测量误差的方差。
[0017]所述根据当前环境的非视距环境特征，对过程系数λ以及状态转移矩阵的a,b,c,d参数中的任意两个参数进行赋值的具体方法为：
[0018]随机初始化若干非视距环境特征；
[0019]针对各非视距环境特征分别进行到达时间非视距误差消除的仿真试验，得到各非视距环境特征下过程系数仿真值和状态转移矩阵F的参数仿真值；
[0020]根据各非视距环境特征下过程系数仿真值和状态转移矩阵F的参数仿真值，以及当前环境的非视距环境特征，对过程系数λ以及状态转移矩阵F的a,b,c,d参数中的任意两个参数进行赋值。
[0021]所述预设的卡尔曼滤波器为：
[0022][0023]K
′
k
＝FK
k
‑1F
T
+Q
[0024]G
k
＝FK
′
k
C
T
(CK
′
k
C
T
+R)
‑1[0025][0026][0027]K
k
＝K
′
k
‑
F
‑1G
k
CK
′
k
[0028]其中，F为状态转移矩阵；R为观测噪声向量的协方差矩阵；Q为过程噪声向量的协方差矩阵；C＝[1,1]；Y
k
为第k个采样时刻的到达时间观测向量；为第k
‑
1个采样时刻的状态向量，状态向量包括到达时间观测向量的无非视距误差到达时间估计值和非视距误差估计值；为第k个采样时刻的状态向量；K
k
‑1为第k
‑
1个采样时刻的估计误差协方差矩阵；K
k
为第k个采样时刻的估计误差协方差矩阵；α
k
为新息；K
′
k
为第k个采样时刻的预测误差协方差矩阵；为第k个采样时刻的预测状态向量。
[0029]本专利技术第二方面，一种到达时间非视距误差消除系统，包括：
[0030]获取模块，用于获取到达时间观测序列，当前环境的非视距环境特征，以及到达时间观测序列中初始采样时刻的到达时间观测向量的无非视距误差到达时间估计值和非视
距误差估计值；
[0031]矩阵确定模块，用于根据到达时间观测序列以及当前环境的非视距环境特征，确定预设的卡尔曼滤波器的状态转移矩阵，得到误差消除卡尔曼滤波器；
[0032]消除模块，用于按照采样时刻的先后顺序遍历到达时间观测序列中各采样时刻的到达时间观测向量，对各采样时刻的到达时间观测向量均进行如下步骤：将上一采样时刻的到达时间观测向量的无非视距误差到达时间估计值和非视距误差估计值以及当前采样时刻的到达时间观测向量，输入误差消除卡尔曼滤波器，得到到达时间观测序列中各采样时刻的到达时间观测向量的无非视距误差到达时间估计值和非视距误差估计值。
[0033]本专利技术到达时间非视距误差消除系统进一步的改进在于：
[0034]所述根据到达时间观测序列以及当前环境的非视距环境特征，确定预设的卡尔曼滤波器的状态转移矩阵的具体方法为：
[0035]根据当前环境的非视距环境特征，对过程系数λ以及状态转移矩阵的a,b,c,d参数中的任意两个参数进行赋值；
[0036]通过下式，得到状态转移矩阵F的a,b,c,d参数中未赋值的两个参数：
[0037][0038]其中，E[Y]为到达时间观测序列的均值，D[Y]为到达时间观测序列的方差，为蜂窝网络系统本身所造成的系统测量误差的方差。
[0039]所述根据当前环境的非视距环境特征，对过程系数λ以及状态转移矩阵的a,b,c,d参数中的任意两个参数进行赋值的具体方法为：
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种到达时间非视距误差消除方法，其特征在于，包括以下步骤：获取到达时间观测序列，当前环境的非视距环境特征，以及到达时间观测序列中初始采样时刻的到达时间观测向量的无非视距误差到达时间估计值和非视距误差估计值；根据到达时间观测序列以及当前环境的非视距环境特征，确定预设的卡尔曼滤波器的状态转移矩阵，得到误差消除卡尔曼滤波器；按照采样时刻的先后顺序遍历到达时间观测序列中各采样时刻的到达时间观测向量，对各采样时刻的到达时间观测向量均进行如下步骤：将上一采样时刻的到达时间观测向量的无非视距误差到达时间估计值和非视距误差估计值以及当前采样时刻的到达时间观测向量，输入误差消除卡尔曼滤波器，得到到达时间观测序列中各采样时刻的到达时间观测向量的无非视距误差到达时间估计值和非视距误差估计值。2.根据权利要求1所述的到达时间非视距误差消除方法，其特征在于，所述非视距环境特征包括蜂窝网络到达路径数量以及反射物的蜂窝网络信号反射系数。3.根据权利要求1所述的到达时间非视距误差消除方法，其特征在于，所述根据到达时间观测序列以及当前环境的非视距环境特征，确定预设的卡尔曼滤波器的状态转移矩阵的具体方法为：根据当前环境的非视距环境特征，对过程系数λ以及状态转移矩阵的a,b,c,d参数中的任意两个参数进行赋值；通过下式，得到状态转移矩阵F的a,b,c,d参数中未赋值的两个参数：其中，E[Y]为到达时间观测序列的均值，D[Y]为到达时间观测序列的方差，σ
02
为蜂窝网络系统本身所造成的系统测量误差的方差。4.根据权利要求3所述的到达时间非视距误差消除方法，其特征在于，所述根据当前环境的非视距环境特征，对过程系数λ以及状态转移矩阵的a,b,c,d参数中的任意两个参数进行赋值的具体方法为：随机初始化若干非视距环境特征；针对各非视距环境特征分别进行到达时间非视距误差消除的仿真试验，得到各非视距环境特征下过程系数仿真值和状态转移矩阵F的参数仿真值；根据各非视距环境特征下过程系数仿真值和状态转移矩阵F的参数仿真值，以及当前环境的非视距环境特征，对过程系数λ以及状态转移矩阵F的a,b,c,d参数中的任意两个参数进行赋值。5.根据权利要求1所述的到达时间非视距误差消除方法，其特征在于，所述预设的卡尔曼滤波器为：
K
′
k
＝FK
k
‑1F
T
+QG
k
＝FK
′
k
C
T
(CK
′
k
C
T
+R)
‑
11
K
k
＝K
′
k
‑
F
‑1G
k
CK
′
k
其中，F为状态转移矩阵；R为观测噪声向量的协方差矩阵；Q为过程噪声向量的协方差矩阵；C＝[1,1]；Y
k

【专利技术属性】
技术研发人员：蒋炜，董方云，李健，滕玲，汪莞乔，金燊，申昉，李占刚，王智慧，吴赛，
申请(专利权)人：国家电网有限公司国网冀北电力有限公司信息通信分公司，
类型：发明
国别省市：