[发明专利]利用大规模阵列天线的智能无线定位系统和方法有效
| 申请号: | 201910166653.X | 申请日: | 2019-03-06 |
| 公开(公告)号: | CN109922427B | 公开(公告)日: | 2020-09-11 |
| 发明(设计)人: | 高西奇;孙晓宇;吴驰 | 申请(专利权)人: | 东南大学 |
| 主分类号: | H04W4/02 | 分类号: | H04W4/02;H04W4/021;H04W64/00;H04B7/0413;G06K9/62 |
| 代理公司: | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人: | 孟红梅 |
| 地址: | 211189 江*** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 利用 大规模 阵列 天线 智能 无线 定位 系统 方法 | ||
1.一种利用大规模阵列天线的智能无线定位系统,其特征在于,包括:
位置指纹信息提取模块,用于从上行链路信道估计结果中提取角度时延域信道强度矩阵作为位置指纹信息;其中角度时延域信道强度矩阵由角度时延域信道响应矩阵中各元素取模,并对连续若干次样本取平均或加权平均获得;
级联卷积神经网络模块,包括回归输出级联卷积神经网络模块和/或分类输出级联卷积神经网络模块,用于根据位置指纹信息估计用户侧移动终端装置的位置坐标和/或用户侧移动终端位于小区覆盖范围内不同区块的概率;
以及数据库模块,用于存储离线阶段训练得到的级联卷积神经网络,以及采用分类输出级联卷积神经网络模块时离线阶段采样获取的小区覆盖范围不同区块内特征点的位置指纹信息;
所述回归输出级联卷积神经网络模块,用于输出用户侧移动终端装置的位置坐标,其级联拓扑由一级或多级卷积神经网络分类器与输出端卷积神经网络回归器串联组成;
所述分类输出级联卷积神经网络模块,用于输出用户侧移动终端位于小区覆盖范围内不同区块的概率,与位置指纹信息匹配模块、位置估计模块协作估计用户侧移动终端装置的位置坐标,其级联拓扑由一级或多级卷积神经网络分类器与输出端卷积神经网络分类器串联组成;
所述位置指纹信息匹配模块,用于从数据库中选取与用户侧移动终端位置指纹信息联合角度时延相似性系数最大的若干特征点,组成特征点集合;其中定义错位因子n,错位步长L,n为区间(-L+1,L-1)内的整数,依次将第一个位置指纹信息中各列向量与第二个位置指纹信息中对应列之后第n个列向量取内积,并将所得内积求和,将不同错位因子下所得和的最大值作为两个位置指纹信息的联合角度时延相似性系数;
所述位置估计模块,用于通过位置指纹信息匹配模块搜索概率最大的若干区块内与用户侧移动终端装置对应的位置指纹信息最相近的若干特征点,计算用户侧移动终端装置的位置坐标。
2.根据权利要求1所述的一种利用大规模阵列天线的智能无线定位系统,其特征在于,离线阶段采集的数据包括针对小区覆盖范围逐级分割的每一级分割,基站侧装置配合离线采样移动终端装置测量得到的各子区块内特征点的位置指纹信息;其中小区覆盖范围区块划分的级数根据级联卷积神经网络模块中卷积神经网络的级数确定;每一级分割对应的特征点位置指纹信息与位置坐标用于训练对应级别的卷积神经网络。
3.根据权利要求1所述的一种利用大规模阵列天线的智能无线定位系统,其特征在于,所述位置指纹信息提取模块中提取角度时延域信道强度矩阵的过程为:将移动终端通过上行信道训练获得的上行链路信道状态信息转化为角度时延域信道响应矩阵;将角度时延域信道响应矩阵中各元素取模,并对连续若干次样本取平均或加权平均,获得移动终端对应的角度时延域信道强度矩阵,并将其作为位置指纹信息。
4.根据权利要求1所述的一种利用大规模阵列天线的智能无线定位系统,其特征在于,所述位置估计模块中计算用户侧移动终端装置的位置坐标的方法为,将用户侧移动终端装置对应的位置指纹信息在数据库中联合角度时延相似性系数最大的K个特征点的位置坐标加权求和;其中第k个特征点对应的权重系数计算方法为:用第k个特征点与用户侧移动终端装置的联合角度时延相似性系数除以全部K个特征点与用户侧移动终端装置的联合角度时延相似性系数之和。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东南大学,未经东南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910166653.X/1.html,转载请声明来源钻瓜专利网。





