[发明专利]基于ICA和CS的超宽带AOA室内定位方法

权利要求书

1.一种基于ICA和CS的超宽带AOA室内定位系统，其特征是：包括定位终端、基站、服务器及上位机，定位系统采用基于ICA和CS的超宽带AOA测向定位获取定位数据，基站接收定位系统的定位数据并将定位数据传输至上位机连接的服务器，以实现终端定位监控。

2.根据权利要求1所述的基于ICA和CS的超宽带AOA室内定位系统，其特征是：所述定位终端包含定位标签，用于发射超宽带信号。

3.根据权利要求1所述的基于ICA和CS的超宽带AOA室内定位系统，其特征是：所述基站采用无线基站，以实现与定位标签连接，接收定位标签超宽带定位信息。

4.根据权利要求1所述的基于ICA和CS的超宽带AOA室内定位系统，其特征是：所述基站还包括与基站连接的无线分站，接收基站反馈数据并传输到服务器中。

5.根据权利要求1所述的基于ICA和CS的超宽带AOA室内定位系统，其特征是：所述超宽带AOA测向定位，采用非高斯性的独立分量分析(ICA)和压缩感知算法(CS)结合的方法解决超宽带AOA定位的多径信号干扰问题，非高斯性的独立分量分析(ICA)算法利用信号的非高斯性，比经典的MUSIC算法具有更高的角度分辨率与计算精度；在ICA算法得到复合导向矢量的基础上，利用压缩感知理论中稀疏信号重建的方法，解决从复合导向矢量中得到直达及多径分量到达方向的欠定问题。

6.根据权利要求5所述的基于ICA和CS的超宽带AOA室内定位系统，其特征是：所述非高斯性的独立分量分析(ICA)可利用信源信号之间的统计独立性，从观测到的混合信号中估计出信源信号，其方法如下：

M1：N个相互独立统计的信源信号经过位置的线性混合方式被M个传感器接收，接收信号的方程为：

X(t)＝AS(t) (1)

其中X(t)＝[x₁(t)，x₂(t)，...，x_m(t)]^T为接收到的混合信号，A＝[a1，a₂，...a_m]为M×N阶未知混合矩阵，S(t)＝[s₁(t)，s₂(t)，...，s_m(t)]^T为未知信源信号；

M2：采用ICA算法处理传感器接收到的混合信号，目的是估计出分离矩阵W，由此得到信源信号S(t)，该过程可表示为：

Y(t)＝WX(t)＝WAS(t)＝GS(t) (2)

其中，Y(t)＝[y₁(t)，y(t)，...，y_n(t)]^T是对信源信号S(t)的估计，W为分离矩阵，G为全局矩阵；

M3：当G为单位矩阵式，Y(t)＝S(t)，信源信号分离成功。

7.根据权利要求5所述的基于ICA和CS的超宽带AOA室内定位系统，其特征是：所述压缩感知算法的具体实现如下：

N1：对信号用稀疏基Ψ进行表示，α为信号x在稀疏基矩阵线性投影下的系数向量；

N2：我们用测量矩阵Φ_M×N对信号x进行测量，将原始信号投影到相对于信号长度更低的维度进行观察研究，采样得到的M维向量称之为测量信号y；

N3：分别计算一组稀疏值下各自信号的残差，残差最小的为本组最优稀疏度。

8.根据权利要求5所述的基于ICA和CS的超宽带AOA室内定位系统，其特征是：所述非高斯性的独立分量分析(ICA)和压缩感知(CS)理论结合算法步骤如下：

S1：将接收到的信号进行预处理，包括中心化及白化处理；

S2：初始化第一个分量的权值向量ω，根据公式(3)和(4)对ω逐次迭代；

S3：如果算法没有收敛，转到S2；如果算法收敛求出一个独立成分的权值向量；

S4：依次求出所有成分的权值向量，即得到分离矩阵

S5：对分离矩阵求逆或伪逆得到估算出的阵列流行

S6：根据角度空间的网格索引创建过完备字典B；

S7：求解二阶锥规划问题，得到1个信号多径衰弱系数集合C的稀疏谱；

S8：对稀疏谱求峰值得到对应信号的直达分量和多径分量的AOA；

S9：逐个求出所有信号直达分量和多径分量的AOA。