买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：厦门大学

摘要：本发明揭示了一种多径信号多历元联合跟踪系统和方法，其可以在复杂室内环境下应对多径辅助定位的需求。本发明不仅能对接收到的信号进行有效的多径提取，使用虚拟的旁瓣窗口避免匹配滤波器旁瓣对系统的不利影响，还能够动态检测和更新多径的出生和消失，确保对多径信号的准确跟踪。本发明能够在复杂的室内环境下实现精准的多径跟踪，从而辅助终端定位。本发明满足当前室内定位领域对精度和可靠性的高要求，具备良好的适应性和灵活性。

主权项：1.一种多径信号多历元联合跟踪方法，其特征在于，采用多历元联合跟踪系统实现跟踪过程，所述多径信号多历元联合跟踪系统包括信号处理模块、提取多径信号模块、基于最大后验概率的多径信号联合跟踪模块以及多径信号关联模块；所述信号处理模块用于接收并处理UWB信号，并将UWB信号中的CIR信号输出给提取多径信号模块；所述提取多径信号模块用于获取CIR信号中的多径时延和多径复振幅，获得包含所有幅值大于检测阈值的多径信号的幅值及其对应时延的结果向量，并将该结果向量作为观测值输出给基于最大后验概率的多径信号联合跟踪模块；首先对CIR信号进行标准化处理，然后寻找第一个幅值大于检测阈值的多径信号，若检测到第i个多径信号的幅值大于检测阈值，为防止匹配滤波器的次优匹配输出的相关值也超过检测阈值而使一个相关峰被提取出多个多径信号，在第i个多径信号处设置一个虚拟的旁瓣窗口，在旁瓣窗口内寻找相关峰的主瓣峰值，记录匹配滤波器的主瓣峰值并将旁瓣窗口置零；重复以上步骤直至没有幅值大于检测阈值的多径信号存在，获得结果向量，该结果向量包含所有幅值大于检测阈值的多径信号的幅值及其对应时延，并将该结果向量作为观测值输出给基于最大后验概率的多径信号联合跟踪模块；所述基于最大后验概率的多径信号联合跟踪模块，通过建立多径信号状态向量和转移函数，用于执行不同时刻不同多径信号之间的转移概率后验最大化估计，实时跟踪多径信号参数信息，并在多径信号生灭的场景下判决多径信号数目变化情况，其输出的关联矩阵作为多径信号关联的依据；首先根据前一时刻多径信号的状态，利用预测模型预测当前时刻多径信号的状态，然后结合提取多径信号模块输入的观测值对前一时刻多径信号状态进行更新，最后结合先验函数和似然函数求转移的最大后验概率的最可能分布，输出关联矩阵给多径信号关联模块；所述多径信号关联模块，用于将最可能的多径信号相关联，并进行多径信号判决；从获得的关联矩阵，链接最有可能关联的多径信号，并将最有可能关联的多径信号存入同一矩阵，每个时刻都对所述多径信号的生灭进行预估和判决；当多径信号数目不变时，则本次跟踪结束，输出当前时刻的多径信号状态向量；当多径信号新生的概率超过多径信号新生的既定阈值时，多径信号数目增加，增加多径信号状态向量阶数，本次跟踪结束，输出当前时刻的多径信号状态向量；当多径信号存活的概率小于存活的既定阈值时，多径信号数目减少，减少多径信号状态向量阶数，本次跟踪结束，输出当前时刻的多径信号状态向量；具体的跟踪方法步骤如下：S1、信号处理模块接收并处理UWB信号，并输出CIR信号给提取多径模块；S2、提取多径信号模块获取CIR信号中的多径时延和多径复振幅，通过执行基于门限判决的峰值检测法，获得包含所有幅值大于检测阈值的多径信号的幅值及其对应时延的结果向量，并将该结果向量作为观测值输出给基于最大后验概率的多径信号联合跟踪模块；该提取多径信号模块处理后获得的结果向量为： ，其中，表示多径时延，表示多径复振幅，n表示时刻，m表示多径的索引；S3、所述基于最大后验概率的多径信号联合跟踪模块通过建立多径信号状态向量和转移函数，执行不同时刻不同多径信号之间的转移概率后验最大化估计，实时跟踪多径信号参数信息，并在多径信号生灭的场景下判决多径信号数目变化情况，其输出的关联矩阵作为多径信号关联的依据；首先对每一时刻多径信号的状态建模，并且建立前一时刻多径信号到当前时刻多径信号的转移函数，再根据前一时刻多径信号的状态和构建的转移函数，利用先验函数作为预测模型预测当前时刻多径信号的状态，然后结合提取多径信号模块输入的观测值对前一时刻多径信号状态进行更新，最后结合先验函数和似然函数求转移的最大后验概率的最可能分布，输出关联矩阵给多径信号关联模块；S4、多径信号关联模块首先将相邻时刻最可能关联的多径信号进行链接，存进同一矩阵中，并计算前一时刻径灭的概率和当前时刻径生的概率是否符合各自的条件，之后进行多径信号数目判决；若前一时刻多径信号消亡，此时多径信号数目减少，减少多径信号状态向量阶数，本次跟踪尚未结束；若当前时刻有新多径信号出现，此时多径信号数目增加，增加多径信号状态向量阶数，本次跟踪结束，输出当前时刻的多径信号状态向量，并进行下一次跟踪；步骤S3中，基于最大后验概率的多径信号联合跟踪模块具体处理为：S31、对每一时刻多径信号的状态建模；当前时刻，即n时刻的第k个多径信号的增广状态矩阵建模为： ，其中，表示n时刻的第k个多径信号的状态，T表示转置，表示n时刻的第k个多径信号的幅值，表示n时刻的第k个多径信号的时延；表示n时刻的第k个多径信号的存在状态，取值为0表示此多径信号不存在，取值为1表示此多径信号存在；n时刻的多径信号状态向量由n-1时刻的遗留多径信号和n时刻的新多径信号共同组成：；其中表示n时刻的第s个遗留多径信号，表示n-1时刻的遗留多径信号数量，n-1时刻的遗留多径信号的集合用表示；表示n时刻的第s+l个新多径信号，表示n时刻的新多径信号数量，n时刻的新多径信号的集合用表示； 代表n时刻第k个多径信号，其是n-1时刻的遗留多径信号，或者是新多径信号；而前一时刻，即n-1的多径信号的状态建模为：；建立从n-1时刻多径信号到n时刻多径信号的转移函数： ，其中，表示单个多径信号的状态转移概率密度函数，由于,，展开表示为： ， 表示n时刻的第k个遗留多径信号的状态，表示n时刻的第k个遗留多径信号的存在状态；当时，；当时，； 表示遗留多径信号不存在状态的任意“伪概率密度函数”，表示多径信号的存活概率，表示n-1时刻的多径信号总数；S32、根据n-1时刻的多径信号状态和构建的转移函数，利用先验函数作为预测模型对n时刻的多径信号状态进行预测，计算先验函数以获得多径信号状态向量；将先验函数拆分成时和时： ；其中，表示从n=1时刻到n时刻的多径信号状态的集合，表示从n=1时刻到n时刻的虚警状态的集合，表示从n=1时刻到n时刻的观测值的多径信号数量的集合； 时：表示时刻的以新多径存在状态和时刻得到观测值之后的多径信号数量为条件的新多径信号的先验状态，表示时刻存活的新检测到的多径信号数量；表示时刻的新多径信号的概率密度函数，表示时刻第个新多径信号不存在状态的任意“伪概率密度函数”；表示和的联合概率密度函数，表示时刻的虚警数量的概率密度函数； 时，从表示时刻的以新多径存在状态和时刻得到观测值之后的多径信号数量为条件的新多径信号的先验状态，表示时刻的新多径信号的概率密度函数，表示时刻第个新多径信号不存在状态的任意“伪概率密度函数”，表示存活的新多径信号的数量，表示不存在的新多径信号的数量； 表示以虚警和遗留多径信号为条件，与的联合条件概率密度函数，其中表示归一化常数，是时刻新检测到的多径信号数量的建模中用作均值的参数，采用泊松点过程进行描述，表示存活的新检测到的多径信号数量；代表存活的遗留多径信号的数量，代表不存活的遗留多径信号的数量，和均表示检测概率，由莱斯累积分布函数建模；表示检测到不存活的遗留多径信号的概率；虚警的概率转移函数表示为： ；S33、结合提取多径信号模块输入的观测值对前一时刻多径信号状态向量进行更新；根据所述提取多径信号模块输入的观测值，执行更新过程： 在时刻时表述为，建立以多径信号状态和时刻得到观测值之后的多径信号数量为条件的似然函数： ；其中表示从n=1时刻到n时刻的观测值的集合；对似然函数展开有： ；其中，=1时刻时，是归一化因子，表示在存在虚警的情况下，观测值与新多径信号状态的统计关系；是=1时刻虚警数量的概率密度函数，由泊松点过程建模； 时刻时，归一化因子，表示在存在虚警的情况下，观测值与遗留多径信号状态的统计关系；表示在存在虚警的情况下，观测值与新多径信号状态的统计关系；和均是时刻虚警数量的概率密度函数，都由泊松点过程建模；测量方程有： ；时延观测值的个体似然函数由高斯概率密度函数建模，幅值观测值的个体似然函数由截断莱斯分布建模；S34、结合S32步骤中建立的先验函数和S33步骤中建立的似然函数求转移的最大后验概率的最可能分布；由贝叶斯滤波，后验函数由似然函数与先验函数联合得到： ；将 和 代入后验函数联立求解；通过因子图或期望最大法估计最大后验概率，最大后验概率所对应的就是最有可能的多径信号匹配结果，并将其对应的关联矩阵输出给多径信号关联模块。

全文数据：

权利要求：

百度查询： 厦门大学 一种多径信号多历元联合跟踪方法