[发明专利]一种基于DOA的定位方法、装置、设备及存储介质

权利要求书

1.一种基于波达方向DOA的定位方法，其特征在于，所述方法包括：

计算多输入输出MIMO系统中天线阵列接收到的K个用户终端UE的上行信号的协方差矩阵，并对所述协方差矩阵进行特征值分解，获得特征值分解结果；

根据所述特征值分解结果，使用大维随机矩阵理论估计所述天线阵列接收到的所述K个UE中的任一UE的信号功率和噪声功率；

根据所述特征值分解结果构建信号子空间，并使用所述任一UE的信号功率和噪声功率对所述信号子空间的相位偏差进行校正，获得校正后的信号子空间；

根据所述校正后的信号子空间确定所述任一UE的DOA，并基于所述任一UE的DOA对所述任一UE进行定位。

2.如权利要求1所述的方法，其特征在于，所述天线阵列的天线数量为M，MK；

所述计算MIMO系统中天线阵列接收到的K个UE的上行信号的协方差矩阵，包括：

对MIMO系统中天线阵列每个天线接收到的K个UE的上行信号进行采样，获得样本信号矩阵X＝[x₁；x₂；…；x_M]；其中，x₁,x₂,…,x_M分别为所述天线阵列中第1，第2，…，第M个天线输出的采样信号，所述天线阵列中每个天线对应的采样信号的样本数均为N，所述X为M×N维矩阵；

对所述样本信号矩阵X进行希尔伯特变换，得到复数数值型矩阵其中，j为虚数单位，hilbert(X)表示对样本信号矩阵X的各行进行希尔伯特运算；

确定所述K个UE的上行信号的协方差矩阵为

所述对所述协方差矩阵进行特征值分解，获得特征值分解结果，包括：

对进行特征值分解，获得降序排列的样本特征值和对应的样本特征向量

从中确定出排在前K位的K个样本特征值以及从中确定出对应的K个样本特征向量

3.如权利要求2所述的方法，其特征在于，所述根据所述特征值分解结果，使用大维随机矩阵理论估计所述天线阵列接收到的所述K个UE中的任一UE的信号功率和噪声功率，包括：

根据大维随机矩阵理论获得第一结论，所述第一结论具体为：在M,N→∞且M/N→c∈(0,1)时，其中，k＝1,…,K，α_k为所述阵列天线接收到的所述第k个UE的理论信号功率，σ²为理论噪声功率，c为常数系数；

根据所述第一结论，确定所述K个UE中第k个UE的信号功率的估计值为：

其中，为噪声功率的传统估计值；

根据大维随机矩阵理论获得第二结论，所述第二结论具体为：在M,N→∞且M/N→c∈(0,1)时，渐近服从正态分布其中，N(0,1)为标准正态分布，表示以分布趋近，噪声功率误差参数

根据所述第二结论，确定噪声功率的无偏估计值为：

4.如权利要求3所述的方法，其特征在于，所述根据所述特征值分解结果构建信号子空间，包括：

基于对应的样本特征向量构建样本信号子空间

所述使用所述任一UE的信号功率和噪声功率对所述信号子空间的相位偏差进行校正，包括：

根据大维随机矩阵理获得第三结论，所述第三结论具体为：在M,N→∞且M/N→c∈(0,1)时，样本特征向量渐近服从正态分布其中，表示与u_k之间的相位转移，I_M表示M×M维单位矩阵；

根据所述第三结论对的相位偏差进行校正，得到校正后的信号子空间为：

其中，为相位转移补偿系数，为校正后的信号子空间。

5.如权利要求1-4任一项所述的方法，其特征在于，M10，且0.1N/M10。