一種NLOS場景TOA估計方法與實測門限優化

陳大偉，汪 洋，張繼良，丁麗琴

(哈爾濱工業大學 深圳研究生院，廣東 深圳 518055)

一種NLOS場景TOA估計方法與實測門限優化

陳大偉，汪 洋，張繼良，丁麗琴

(哈爾濱工業大學 深圳研究生院，廣東 深圳 518055)

針對峰值檢測法估計TOA精度較低的問題，在現有門限法的基礎上，提出了一種室內非視距場景的TOA估計方法，利用實測數據進行門限優化。仿真結果表明，與傳統峰值檢測法相比，門限優化法TOA估計精度提高54.5%，系統定位精度提高逾1 m。

到達時間；峰值檢測；門限優化

室內定位以其在消防救援、智慧家庭、商場導購等領域良好的應用前景而備受人們重視。基于到達時間(TOA)的室內定位方法因具有較高精度而被廣泛應用。該方法的關鍵技術是從定位信號中檢測出到達接收機的第一個信號徑分量(direct path，簡稱DP)，根據其傳播時延計算出測量距離，進而結合相應定位算法解算出目標節點位置。然而，相比于室外空曠環境，室內環境人員密集、障礙物遮擋嚴重，TOA估計精度受限[1]。一方面，直達徑信號傳播受到阻擋，能量損耗嚴重。另一方面，室內環境中存在大量的密集多徑，在密集多徑信號中估計首徑分量的TOA存在困難[2]。

近年來，TOA估計算法得到了深入的研究。一種廣泛應用的方法是基于匹配濾波的TOA估計方法，該方法將接收的多徑信號與本地模板信號進行匹配濾波，獲取滑動相關峰。針對相關峰，采取不同的處理方法，即可獲得不同精度的TOA估計結果。另一種最常用的方法是峰值檢測法，檢測滑動相關峰中功率最大的峰作為首徑所在的相關峰，其時延即為待估計的TOA。這種方法的前提是首徑在接收信號中是能量最強的單徑分量。LOW等[3]將峰值檢測法應用到超寬帶測距中，檢測接收信號脈沖最大值估計TOA。由于超寬帶穿透力、抗干擾性強的特點，彌補了峰值檢測法的不足。劉曉建等[4]在做相關輸出時，輸入是多徑信號和構造的本地鋸齒波，檢測相關輸出的最大值點估計TOA。該方法簡化了峰值檢測法的運算量，但是TOA估計精度降低。LEE等[5]建立了相關輸出的似然函數，尋找似然函數最大時的相關輸出來估計TOA，該方法增大了運算量，但能提高TOA估計精度。SATTARZADEH等[6]分析了TOA估計誤差與相關輸出中峰值和峰值點斜率的對應關系，建立查詢表，對任意輸出，通過查表方法估計TOA。該方法對不同的場景建立不同的查詢庫，略顯繁瑣。還有一種比較新穎且精度較高的方法是基于門限的TOA估計方法。GUVENCI等[7]根據相關輸出波形的最大值和最小值設定歸一化門限，把低于門限的成分作為噪聲除掉，第一個大于門限的抽樣值即為首徑信號所在的能量塊。WANG等[8]通過迭代法不斷更新門限以獲取最優門限，相比文獻[7]的TOA估計性能得到了較大提高。門限設置都需要同時檢測相關輸出峰的最大峰值和最小峰值，僅從理論上給出可能提高估計精度的門限設置方法，還未從實測數據上進行驗證。為此，提出了一種基于門限優化的TOA估計方法。

1 系統模型

1.1 定位信號的數學模型

發射信號s(t)是碼長為1023的m序列調制的擴頻信號，擴頻碼片長度T=100 ns，采用2PSK調制方式，信號帶寬B=20 MHz。將發送信號送入頻率響應為H(f)的信道中，由接收端接收。接收信號r(t)是s(t)與h(t)卷積的結果，設其是一個具有L個路徑的多徑信號，可表示為

(1)

其中：τD<τ2<…<τL，第一條到達路徑就是要估計的首徑DP；aDP為首徑的幅度；ai為第i條路徑信號的幅度；τi為第i個路徑的時延；τD為待估計的TOA，由光速即可計算出測量距離。TOA的估計精度直接影響系統定位精度。

1.2 TOA測距定位系統

TOA測距定位系統由測距部分和定位部分組成。測距部分重點研究TOA估計方法，設計改善測距性能的方案。定位部分結合現有的定位算法，研究測距性能的提高給定位帶來的積極影響。

在做測距時，為簡化系統復雜度，假設各個節點的信號嚴格時間同步。圖1為一個典型的TOA測距定位系統。由基站B1、B3、B3和移動臺M組成。記ti為移動臺獲取的來自3個基站的定位信號的傳播時間，通過TOA估計方法獲得。di=cti(1≤i≤3)為測量距離，c為光速。

圖1 TOA定位原理圖Fig.1 TOA positioning schematic diagram

TOA的測距方程組如式(2)所示。其中：(x,y)為M的坐標；(xi,yi)為Bi的坐標，1≤i≤3。

由于d1、d2、d3含有誤差，直接解式(2)，定位精度較差，需要設計精度較高的定位算法。利用近似極大似然定位算法(AML)[13]考察門限法和峰值檢測法估計TOA的系統的定位性能。

2 基于門限優化的TOA估計算法

2.1 峰值檢測法估計TOA

將接收到的多徑信號r(t)與本地模板信號s(t)同時輸入匹配濾波器，得到滑動相關函數

(3)

利用信號參數及信道數據隨機生成了4個滑動相關波形，如圖2所示。圖2只給出了500 ns以內部分，并不影響實際分析。精確時延由信道測量時測量的收發天線距離除以光速獲得。

峰值檢測法檢測相關峰中最大峰估計TOA。在存在直射徑情況下，最大峰即首徑所在的峰，此時峰值檢測法具有較高TOA估計精度。根據精確時延判斷，圖2(a)的最大峰是首徑所在峰，圖2(b)、(c)、(d)首徑所在峰是最大峰前的一個峰。峰值檢測法估計TOA的誤差分別為7、61、74、66 ns。

圖2 峰值檢測法估計TOAFig.2 Estimating TOA by peak detection

2.2 門限法估計TOA

門限法估計TOA是將滑動相關峰中只含噪聲的相關峰成分與噪聲和信號的混合成分分離，檢測第一個含有信號的相關峰，其時延即是待估計的TOA。提出的門限法估計TOA分為3個過程：

1)檢測相關峰中功率最大的峰。仿真出發射信號s(t)，經過自由空間傳播，利用信道測量的數據H(f)，得到接收信號r(t)，將r(t)與原信號s(t)滑動相關，得到滑動相關函數，檢測滑動相關函數所有峰值中幅值最大的峰值，記最大的幅值為pm。

已經求得20 MHz帶寬下實測場景的最優門限值ξo=-4.8 dB，分別求得圖3(a)、(b)、(c)、(d)中虛線的搜索邊界。提取搜索邊界以上的時延最小的相關峰作為首徑所在相關峰，其時延就是TOA。得到的TOA提取誤差分別為7、6、24、16 ns。由此可知，門限法估計TOA時，對于不同的滑動相關波形，無論首徑是否是最大功率徑，均能提取出其所在的相關峰，相比于峰值檢測法，具有較高的精度。

3 基于實測的門限優化

最優門限ξo受定位場景及信號帶寬等因素影響，對于特定場景的定位，計算最優門限再估計TOA，通過信道測量獲取了大量的實測數據，進而優化門限。

3.1 測量平臺與測量方案

測量平臺為哈爾濱工業大學深圳研究生院自主研發的室內寬帶信道測量儀，由矢量網絡分析儀、功率放大器、天線、同軸電纜等構成，測量頻率可調，如圖4所示。

圖3 門限法估計TOAFig.3 Estimating TOA by threshold

圖4 信道測量平臺Fig.4 Channel measurement platform

測量場景為哈爾濱工業大學深圳研究生院A棟教學樓4樓，平面圖如圖5所示。發射天線TX置于走廊，位置固定，接收天線RX置于兩側的教室內，發射天線與接收天線之間有墻壁阻隔，場景內多徑分布密集。測量時發射天線位置不變，每進行一個位置測量接收天線移動一次，同時測量收發天線的直線距離，以便求取真實TOA值，測量得到信道頻率響應為H(f)[9-12]。測量參數如表1所示。

圖5 信道測量平面圖Fig.5 Planar graph of channel measurement

參數值測量頻率/GHz6.0～6.4測量帶寬/MHz400天線位置90掃頻點數1601

3.2 門限優化方法

(4)

遍歷ξ，得到平均絕對誤差與門限的關系，如圖6所示。

圖6 平均絕對誤差與門限關系Fig.6 Relationship between MAE and threshold

對于已定帶寬的情況下，存在最優門限ξo，使得TOA估計平均絕對誤差最小，20MHz的最優門限ξo=-4.8dB。表2為不同帶寬下門限法和峰值檢測法TOA估計的最優門限及平均估計誤差值。由表2可知，在10～100MHz，隨帶寬增大，最優門限逐漸減小，其平均估計誤差也相應減小。

4 測距與定位性能分析

4.1 測距性能分析

TOA定位系統中，測距性能決定著定位精度的優劣，帶寬是影響TOA測距的主要因素之一，分別利用門限法和峰值檢測法得到各自不同帶寬下的測距平均誤差，結果如圖7所示。

表2 門限法和峰值檢測法的最優門限和估計誤差

Tab.2Optimalthresholdandestimationerrorofthresholdandpeakdetection

帶寬/MHz最優門限/dB門限法誤差/ns峰值法誤差/ns10-4.322.2427.5020-4.817.0224.6730-5.914.7223.3340-8.012.0522.3850-10.29.6421.9460-11.87.3421.5570-14.06.9221.3080-16.05.8520.9890-16.15.3220.46100-16.24.8820.35

圖7 測距平均誤差與帶寬的關系Fig.7 Relationship between ranging mean error and bandwidth

從圖7可看出，在帶寬一定的情況下，門限法的測距精度高于峰值檢測法，隨著帶寬增大，門限法的優勢逐漸顯現。為綜合衡量2種算法的優劣，定義帶寬范圍內的平均測距精度提高程度為

(5)

4.2 定位性能分析

20MHz下，已求出門限優化法TOA測距誤差

為考察測距性能的提高給定位性能帶來的影響，設置4個參考節點的方形定位區域，坐標分別為(-100,100)，(-100,-100)，(100,100)，(100,-100)。不失一般性，均勻選取目標節點A(0,0)，B(50,0)，C(100,0)，D(150,0)，E(50,-50)，F(150,-150)，如圖8所示。

采用文獻[13]的AML，測距誤差替換為TOA估計的誤差。每個節點仿真3000次，估計均方差可表示為：

(6)

圖8 定位節點布局Fig.8 Layout of location nodes

仿真得到不同目標節點下的定位精度，如表3所示。

表3 定位結果

由表3可知，AML算法影響定位精度的主要因素是測距誤差的方差σ2，誤差方差越大，定位精度越低。門限法的測距誤差方差26.4m2小于峰值檢測法的37.8m2，其定位性能得到提高，表3的結果也驗證了這一點。相比于峰值法，門限法平均定位精度提高超過1m。可以預見，對于其他形式的定位區域，門限法的定位性能仍高于峰值檢測法。

5 結束語

室內環境的復雜性使得TOA估計相對困難。傳統的峰值檢測法對存在直射路徑的場景具有較高的TOA估計精度，此時匹配濾波獲得的相關峰中功率最大的峰就是首徑所在峰，然而一旦無直射路徑，其估計性能顯著下降。針對室內非視距提出了一種基于門限優化的TOA估計方法，在相關峰中利用判決門限確定首徑搜索區域，在該區域內尋找時延最小的峰，并把該峰作為首徑所在的峰，其時延為待估計的TOA。通過實測數據對門限進行優化，獲取了一定帶寬下典型室內非視距場景TOA估計的最優門限。研究表明，在不同信號帶寬下，門限法較之峰值檢測法平均TOA估計精度提高54.5%，系統定位精度提高1m以上。

[1]ROXINA,GABERJ,WACKM,etal.Surveyofwirelessgeolocationtechniques[C]//GlobecomWorkshops,IEEE,2007:1-9.

[2]HEJ,PAHLAVANK,LIS,etal.ATestbedforevaluationoftheeffectsofmultipathonperformanceofTOA-basedindoorgeolocation[J].IEEETransactionsonInstrumentationandMeasurement,2013,62(8):2237-2247.

[3]LOWZN,CHEONGJH,LAWCL,etal.Pulsedetectionalgorithmforline-of-sight(LOS)UWBrangingapplications[J].IEEEAntennasandWirelessPropagationLetters,2005,4(1):63-67.

[4] 劉曉建，王智博，鄭霖.能量包絡的簡單TOA估計研究[J].計算機工程與應用，2012,48(5):78-80.

[5]LEEJY,SCHOLTZR.RanginginadensemultipathenvironmentusinganUWBradiolink[J].IEEEJournalonSelectedAreasinCommunications,2002,20(9):1677-1683.

[6]SATTARZADEHSA,ABOLHASSANIB.TOAextractioninmultipathfadingchannelsforlocationestimation[C]//IEEEInternationalSymposiumonPersonalIndoorandMobileRadioCommunications,2006:1-4.

[7]GUVENCI,SAHINOGLUZ.Threshold-basedTOAestimationforimpulseradioUWBsystems[C]//IEEEInternationalConferenceonUltra-Wideband(ICUWB),2005:420-425.

[8]WANGX,YINB,LUY,etal.IterativeThresholdselectionforTOAestimationofIR-UWBsystem[C]//2013IEEEInternationalConferenceonGreenComputingandCommunicationsandIEEEInternetofThingsandIEEECyber,PhysicalandSocialComputing,2013:1763-1766.

[9]ZHANGJL,WANGY,DINGLQ,etal.Biterrorprobabilityofspatialmodulationovermeasuredindoorchannels[J].IEEETransactionsonWirelessCommunications,2014,13(3):1380-1387.

[10]ZHANGJL,WANGY,DINGLQ,etal.MIMOchannelmeasurementandcharacterizationat6.0-6.4GHzundertypicalclassroomenvironment[J].JournalofHarbinInstituteofTechnology,2014,21(1):69-76.

[11] 張繼良，汪洋，丁麗琴，等.6.0-6.4GHz室內MIMO無線信道測量與傳播特性分析[J].電子學報，2012,40(6)：1213-1217.

[12]DINGLQ,WANGY,ZHANGJL,etal.Investigationofspatialcorrelationfortwo-usercooperativecommunicationinindoorofficeenvironment[C]//IEEEICCT,2010:420-423.

[13]CHANYT,HANGHYC,CHINGPC.Exactandapproximatemaximumlikelihoodlocalizationalgorithms[J].IEEETransactionsonVehicularTechnology,2006,55(1):10-16.

編輯：梁王歡

A TOA estimation method and measured threshold optimization in NLOS scenery

CHEN Dawei, WANG Yang, ZHANG Jiliang, DING Liqin

(Harbin Institute of Technology, Shenzhen Graduate School, Shenzhen 518055, China)

Aiming at the low precision of TOA estimation by peak detection, on the basis of the existing threshold method, a TOA estimation method under indoor NLOS scenario is proposed. The threshold is optimized using measured data. Simulation results show that, compared with conventional peak detection, threshold optimization can increase average TOA estimation accuracy by 54.5%, and the system positioning accuracy by over 1 meter.

TOA; peak detection; threshold optimization

2016-01-05

國家自然科學基金(61371101)；深圳市生物、互聯網、新能源、新材料產業發展專項資金(JC201104210030A)

汪洋(1977-)，男，黑龍江人，副教授，博士，研究方向為MIMO無線通信。E-mail:wangyang@hitsz.edu.cn

陳大偉，汪洋，張繼良,等.一種NLOS場景TOA估計方法與實測門限優化[J].桂林電子科技大學學報，2016,36(6)：442-448.

TN915.01

A

1673-808X(2016)06-0442-07