[发明专利]基于共轭ZC序列对的速度、角度、距离联合估计方法

说明书

本发明属于无线定位技术领域，具体为一种基于共轭ZC序列对的速度、角度、距离联合估计方法。本发明包括：在发送端，设计一对共轭的ZC序列作为发送序列；在接收端，收到含有不同传输时延、多普勒频偏、角度的多径信号，利用最大似然法进行参数估计；使用交替投影法将高维参数估计问题转化为多个低维参数估计问题；对于单径的参数估计，基于ZC序列的性质，将时延和频偏的二维估计转化为两个一维估计，然后结合牛顿迭代进行精确估计。本发明可以在低带宽的情况下实现高精度的传输时延、多普勒频偏和角度估计。仿真表明，本发明可在20MHz带宽的情况下实现1cm的距离估计精度，1m/s的速度估计精度以及0.01°的角度估计精度。

技术领域

本发明属于无线定位技术领域，具体涉及一种基于共轭ZC序列对的速度、角度、距离联合估计方法。

背景技术

无线测距定位算法在生活中有着切实的应用，在室内定位、车联网、自动驾驶等领域有着广阔的应用。随着5G和物联网技术的发展，与定位有关的技术越来越吸引人的注意。市场调研公司Markets and Markets在2020年出版的分析报告中预测全球的室内定位的市场规模将从2017年的71.1亿美元上涨到为2022年409.9亿美元[1]。然而在一些全球定位系统(Global Positioning System，GPS)无法覆盖或者未来5G自动驾驶的场景里，亟需能够实现高分辨率定位的技术，甚至要求厘米级的定位精度。

目前已有的研究工作大多只考虑时延和角度的联合估计，或者不能很好的区分多径密集的信号，亦或者没有考虑非整数倍奈奎斯特采样时延。然而实际中由于收发端存在相对运动，因此会存在多普勒频偏，通过估计多普勒频偏即速度可以进行更好地定位；目前在测距精度上，超宽带(Ultra Wide Band，UWB)技术可以达到厘米级的精度，但是这种技术需要大带宽、对硬件要求高，那么在带宽有限的情况下，进行非整数倍奈奎斯特采样时延的估计可以提高测距的精度，并且降低硬件的成本；考虑各径的时延、多普勒频偏、角度，综合这些信息有利于环境感知、定位等。因此如何在多径环境下实现时延、多普勒频偏、角度的超分辨率估计是一个亟待解决的问题。

发明内容

本发明的目的在于提供一种运算复杂度低，硬件实现复杂度低的无线多径环境下的距离(传输时延)、角度以及速度(多普勒频偏)联合估计方法。

本发明提供的无线多径环境下的距离、角度以及速度联合估计方法，在发送端，设计一对共轭的Zadoff-Chu序列(ZC序列)，作为发送序列；在接收端，收到含有不同传输时延、多普勒频偏、角度的多径信号，利用最大似然法进行参数的估计，然后使用交替投影的方法将原本的高维参数估计问题(多径)转化为多个低维参数估计问题(单径)，避免了高维搜索；对于单径的参数估计，基于ZC序列的性质，将关于时延和频偏的二维估计转化为两个一维估计，进一步降低了运算复杂度，然后结合牛顿迭代进行精确值的估计。

具体步骤如下

第一步，设计一对共轭ZC序列，作为发送序列；

第二步，基于共轭ZC序列对的性质，同时获取时延、角度、多普勒频偏的初始解；

第三步，基于时延、角度、多普勒频偏的初始解，通过牛顿迭代，进一步获得三维参数的精确值。

其中，假设接收端存在一个有M天线数的均匀线性阵列，信号关于θ角度射向阵列的阵列响应可以表示为：

其中，d表示天线阵列的间距，λ表示波长，j表示虚数，(·)^T表示转置操作。

考虑多径环境，接收端接收到的多径信号包含1个直射径和U-1条反射径，各径存在不同的时延、角度、多普勒频偏，所述多径信号模型如下：