[发明专利]一种基于5GSRS信号的自适应二次互相关TOA估计方法

说明书

本发明公开了一种基于5G SRS信号的自适应二次互相关TOA估计方法，针对5G信号在多路径衰落和高斯白噪声的环境下，TOA估计误差较大的不足，经过最小均方（LMS）自适应滤波和广义互相关（GCC）方法达到抑制衰落和噪声的效果，同时实现TOA的粗估计与精估计，达到TOA的超分辨率估计效果。本发明是对接收机部分的物理层算法创新，从时频和频域分别进行到达时间估计，精度较高，易于推广，且5G定位的发展前景较好，本发明有着较大的应用空间和商业价值。

技术领域

本发明涉及5G物理层算法和信号处理领域，尤其是一种基于5GSRS信号的自适应二次互相关TOA估计方法。

背景技术

随着城市的发展，大型建筑日益增多，室内定位服务的需求正在迅速增长。商场、火车站、机场、写字楼、学校、酒店等提供相应服务时都越来越需要高精度的室内位置信息支持，尤其是在有紧急情况发生时，比如紧急救援、应急救灾等特殊场景。当前流行的定位技术以卫星导航系统全球定位系统(Global Positioning System，GPS)为主，但GPS在传播信号时会受到建筑物、位置环境等影响，因此难以提供高精度的室内位置信息。这就需要其他的定位技术来支持室内定位，常用的室内定位技术有：蓝牙定位技术、Wi-Fi定位技术和红外线定位技术等。蓝牙定位易受到环境的干扰，定位稳定性差；Wi-Fi定位易受到其他信号的干扰，从而影响精度；红外线定位只能进行视距定位，容易受其他灯光干扰，并且红外线的传输距离较短。随着5G技术的发展，5G定位的研究也越来越引起了广泛的关注。在5G的白皮书中将连续广域覆盖、热点高容量、低功耗大连接和低时延高可靠定义为5G的4个主要技术场景。一方面，这些场景给5G中的定位技术提出了新的需求；另一方面这些5G的关键技术也为高精度定位提供了新的方法。

常用的无线定位方法有：指纹定位方法、基于接收信号强度(Received SignalStrength Indication，RSSI)的定位方法、基于到达角(Angle of Arrival，AOA)的定位方法、基于到达时间(Time of Arrival，TOA)的定位方法等。指纹定位需要离线指纹采集，工作量大，由于环境的影响，容易出现匹配错误的问题。RSSI定位方法想要获得高精度的定位结果，必须预先知道信号路径的衰减模型，由于环境影响，路径衰减的模型是不断变化的，因此RSSI定位的稳定性差。AOA定位结果随着与基站距离增大，其定位误差也会增大。TOA定位方法不需要做离线的采集处理，也不需要预先知道信号路径的衰减模型，其定位误差也不会随着与基站的距离增大而增大。因此TOA定位方法，可以作为5G信号室内定位的重要方法。一种基于5GSRS信号的自适应二次互相关TOA估计方法，可以在衰落和噪声的环境下，实现超分辨率的TOA估计。

发明内容

本发明针对5G信号在多路径衰落和高斯白噪声的环境下，到达时间(Time ofArrival，TOA)估计误差较大的不足，经过最小均方(Least Mean Square，LMS)自适应滤波和广义互相关(Generalized Cross-Correlation，GCC)方法达到抑制衰落和噪声的效果，同时实现TOA的粗估计与精估计，达到TOA的超分辨率估计效果。本发明是对接收机部分的物理层算法改进，易于推广，且5G定位的发展前景较好，本发明有着较大的应用空间和商业价值。

本发明的具体技术方案是：

一种基于5G SRS信号的自适应二次互相关TOA估计方法，所述方法包括：

分别将接收到的SRS信号和本地生成的SRS信号作为输入，首先通过LMS估计方法，在时域上进行整数倍采样周期的TOA粗估计，然后在粗估计结果的基础上，将滤波后的序列通过插值算法进行过采样，然后用广义互相关算法，在频域上进行小数倍采样周期的TOA精估计，最终能够实现超分辨率的效果，达到高精度的TOA估计。