估计和使用无线信号之间的特性差异的制作方法

1.本发明涉及基于对无线信号的观察的定时和定位计算。更具体地，本发明涉及用于估计从同一位置发送的无线信号之间的一个或更多个特性差异的方法和装置。本发明还涉及将这些特性用于定位和/或定时确定。


背景技术：

2.使用诸如全球定位系统(gps)之类的全球导航卫星系统(gnss)进行定位是已知的。传统上，位置的计算依赖于三边测量，该三边测量基于来自多个不同卫星的信号的到达时间。例如，在gps的情况下，通常将l1频带的卫星信号用于三边测量。gps卫星还在包括l2频带的另外的频率上发送信号，传统上将该信号与l1频带信号一起组合地用于考虑电离层误差。
3.对于所有定位系统，将期望增加定位准确度。特别是gnss系统还遭受可用性问题：存在许多很难或不可能可靠地接收卫星信号的环境，尤其是在密集的城市环境或室内。因此，将期望开发如下定位系统，该定位系统提供更大的覆盖范围并且可以在传统gnss定位失败或变得不可靠的情况下计算位置。
4.在许多环境(包括gnss可用性可能受到限制的环境)中，各种其他信号是可用的，可以使用所述各种其他信号来推断与位置有关的信息。这些信号包括所谓的“机会信号”(即，主要目的不是支持定位系统而是包含与位置有关的有用的隐式信息的信号)。这些机会信号可以包括(但不限于)：地面通信信号；以及地面广播信号。期望利用这些信号以尽可能准确地从所述信号中提取尽可能多的定位信息。
5.将理解，由于位置和时间与无线信号的速度(光速、c)有关，所以能够提供定位信息的任何信号也能够提供定时信息。因此，本文档中的与位置确定有关的讨论类似地应用于时间确定。


技术实现要素：

6.本发明由权利要求限定。根据本发明的第一方面，提供了一种估计两个无线信号之间的一个或更多个特性差异的方法，所述方法包括以下步骤：
7.接收在第一频率范围内发送的第一无线信号；
8.接收在第二频率范围内发送的第二无线信号，其中，所述第二频率范围与所述第一频率范围间隔开，并且其中，所述第二无线信号是从与所述第一无线信号相同的位置发送的；以及
9.处理所述第一无线信号和所述第二无线信号以估计它们之间的所述一个或更多个特性差异，所述一个或更多个特性差异包括以下项中的至少一项或者两项或更多项的任意组合：
10.它们的发送时间的相对偏移；
11.它们之间的相对载波相位关系；以及
12.它们之间的相对幅度关系。
13.一个或更多个特性差异的集合优选地适合于支持定时测量。
14.实际上，从“同一位置”发送信号是指发送第一无线信号的天线与发送第二无线信号的天线之间的距离远小于任一天线到信号接收器的距离。例如，天线之间的距离可以是从任一天线到接收器的距离的至多10％、5％、2％、1％或0.1％。天线之间的距离可以小于10m、5m、2m或1m。天线优选地安装在同一结构上，例如，同一塔架(例如蜂窝通信塔架)。在一些实施方式中，两个信号可以从公共的天线发送。
15.通常，天线越靠近，该方法就越有效。出于某些目的，在同一塔架上彼此靠近的两个天线(或天线组)将足够接近，至少对于到达时间和幅度差是有用的，即使可能对于相位差没有用。适当的限制将取决于实现方式——特别是要使用信号的区域的大小以及测量结果的所需精度。
16.在一些实施方式中，第一无线信号是从至少一个第一天线发送的，而第二无线信号是从与第一天线不同的至少一个第二天线发送的。第一天线和第二天线安装在同一桅杆或塔架上。第一天线是第一无线基础设施网络的一部分，而第二天线是不同的第二无线基础设施网络的一部分。以此方式，根据本发明实施方式的方法可用于支持组合来自不同无线基础设施网络的信号(特别是用于组合到达时间估计)。
17.频率范围彼此“间隔开”的说法意味着没有同时存在两个信号的公共的交叠频率。相比之下，在第一频率范围与第二频率范围之间存在这样的一个或更多个频率：在该频率下第一信号和第二信号均不存在或检测不到。
18.在许多情况下，信号不是相干发送的(即，它们的载波相位之间没有预定的关系)。然而，这不是必需的。
19.注意，在一些实施方式中，各个无线信号的幅度和载波相位可以表示为各个信号的复幅度值。在这种情况下，上面提到的“幅度”关系是指各个复数的大小之间的关系。提及载波相位关系是指复数的相位角之间的关系。
20.在两个信号之间观察到的特性差异基本上与接收器的位置无关(距离发送天线很远)，因为信号是从同一个位置发送的，如上面定义的。因此，如果信道(即，信道传递函数或信道脉冲响应)在信号的两个不同频率上相似，则发送时存在的特性差异将在所有接收位置保留。如果各个信号的定时、频率和相位相对稳定(对于许多现代通信信号都是如此)，那么特性差异在给定的关注的时间段内也将相对稳定。特别是，特性差异的变化可能比信道状况的变化更慢。
21.第一无线信号可以由第一电子通信设备接收并且第二无线信号可以由第二电子通信设备接收。第一设备和第二设备可以是同一设备或不同的设备。第一设备和第二设备中的每一者可能正在移动或静止。第一设备和第二设备优选地(但不是必须)在同一位置。当第一设备和第二设备位于不同位置时，到这些设备的传播路径(以及可能地，从基站到设备的距离)将不同。传播时间会因不同路径长度而不同；由于传播引起的幅度损失会因不同距离和传播而不同；并且由于到不同位置的不同传播，相位差将在很大程度上是随机的。最好考虑到这一点；否则，不受控的差异可能会降低可实现的准确度。然而，尽管有这些限制，但是使用不同的设备可能仍然有助于估计特性差异信息——例如，获得一个或更多个特性差异的粗略估计，或者它们随时间的变化率。这可能尤其适用于时间差(和时间差的变化
率)——例如当前帧定时差异。它也可能对特性幅度差有用——例如，当前功率电平差。
22.无线信号可由第三设备处理以估计一个或更多个特性差异。第三设备可以是与第一设备或第二设备中的一者相同的设备，或者可以是不同的设备。
23.在一些实施方式中，所述方法可以包括：在第一电子通信设备处接收第一无线信号和第二无线信号，以产生第一无线信号的第一接收版本和第二无线信号的第一接收版本；在第二电子通信设备处接收第一无线信号和第二无线信号，以产生第一无线信号的第二接收版本和第二无线信号的第二接收版本；以及处理信号的第一接收版本和信号的第二接收版本以估计一个或更多个特性差异。换言之，对一个或更多个特性差异的估计可以整合多个不同设备的观察结果。这些不同的设备可能位于不同的位置，并且可能是静止的或移动的。至少一个设备的位置可以是已知的。同样，该处理可以由第三设备来完成，该第三设备可以是与第一设备或第二设备中的一者相同的设备，或者可以是不同的设备。
24.另选地或另外，所述方法可以包括：在第一电子通信设备处接收第一无线信号的第一实例；在第一电子通信设备处接收第二无线信号的第一实例；在第二电子通信设备处接收第一无线信号的第二实例；在第二电子通信设备处接收第二无线信号的第二实例；以及处理接收到的无线信号中的每一者的第一实例和第二实例以估计一个或更多个特性差异。第一设备和第二设备可以是同一设备或不同的设备。因此，同一设备可以在不同时间(并且可选地在不同位置)接收第一无线信号和第二无线信号的不同实例，或者不同设备可以接收第一无线信号和第二无线信号的不同实例。这些不同的实例可用于估计一个或更多个特性差异。
25.以上述方式组合多个观察结果可能有助于提高估计的精度。它还可以允许估计至少一个特性差异的变化率，如下文更详细地讨论的。
26.第一无线信号和第二无线信号可以是同步信号(通常是格式、特性和/或内容在接收器处预先已知的信号)。可以发送第一无线信号和第二无线信号的多个实例。特别地，这些信号可以被周期性地发送。在一个示例中，第一无线信号和第二无线信号中的一者或两者可以是长期演进(lte)信号。在这种情况下，在从基站的发送器接收下行链路信号时，第一无线信号和第二无线信号中的每一者可以包括公共参考信号(crs)或由公共参考信号(crs)组成；或者在从附近用户设备的发送器接收上行链路信号时，第一无线信号和第二无线信号中的每一者可以包括解调参考信号(dmrs)或由解调参考信号(dmrs)组成。
27.处理所述第一无线信号和所述第二无线信号以估计所述一个或更多个特性差异的步骤可以包括以下步骤：处理所述第一无线信号以估计第一信道脉冲响应；处理所述第二无线信号以估计第二信道脉冲响应；以及将所述第一信道脉冲响应与所述第二信道脉冲响应进行比较以估计所述一个或更多个特性差异。
28.将所述第一信道脉冲响应与所述第二信道脉冲响应进行比较的步骤可以包括以下步骤：计算所述第一信道脉冲响应与所述第二信道脉冲响应之间的互相关函数。
29.特别地，可以通过将第一信道脉冲响应与第二信道脉冲响应进行互相关，并基于互相关函数中峰值的位置估计相对偏移来获得发送时间的相对偏移。
30.所述方法还可以包括以下步骤：识别所述第一信道脉冲响应中的一个或更多个第一多径分量以及识别所述第二信道脉冲响应中的一个或更多个第二多径分量，其中，所述一个或更多个特性差异是基于所识别的多径分量估计的，或者所述一个或更多个特性差异
是与所述多径分量的识别联合地估计的。
31.在一些情况下，比较信道脉冲响应以估计一个或更多个特性差异可以包括将一个或更多个第一多径分量与一个或更多个第二多径分量进行比较。
32.各个多径分量可以由相应的时延表征。所述方法还可以包括估计这些时延。
33.注意，一般而言，可能没有必要识别信号中的所有多径分量。例如，多径分量可以包括一个视线(直接路径)分量和一个非视线分量，即使实际上存在不止一个非视线分量。
34.所述无线信号中的至少一个无线信号的发送器可以具有多个不同的发送模式，其中，所述方法可选地还包括以下步骤：针对各个相应的发送模式，估计所述无线信号之间的一个或更多个特性差异。
35.例如，不同的发送模式可以与不同的发送功率电平和/或不同的天线配置相关联。
36.在一些实施方式中，所述方法还可以包括以下步骤：估计所述第一无线信号和所述第二无线信号的组合到达时间，其中，所述估计的步骤是与处理所述第一无线信号和所述第二无线信号以估计所述一个或更多个特性差异的步骤联合进行的。
37.这里，“联合”一词是指在联合多维优化计算中估计一个或更多个特性差异和组合到达时间。优选地，第一无线信号和第二无线信号在单个函数中组合在一起(同时考虑它们各自的不同频率范围)。然后将单个函数输入到优化计算中。
38.优化计算可以是迭代的——例如，涉及基于组合到达时间的当前估计来估计一个或更多个特性差异，以及基于一个或更多个特性差异的当前估计来估计组合到达时间.
39.在一些实施方式中，将最大似然(ml)标准用于优化计算。优化计算可以包括求解非线性最小二乘优化问题。
40.在一些实施方式中，优化计算可以使用空间交替广义期望最大化(sage)算法。
41.另选地或另外，sage算法可用于识别多径分量。
42.在一些实施方式中，优化可以是迭代的——例如，在估计组合到达时间与估计一个或更多个特性差异之间进行迭代，直到各个变量收敛到稳定值。
43.发明人已经认识到，因为两个信号在不同的频带中，所以与分别估计它们的单独到达时间相比，组合关于两个信号的信息可以允许更准确地估计组合到达时间。组合关于两个信号的信息带来更宽的有效带宽，并且带宽与到达时间估计中的误差逆相关。
44.优选地，基于第一无线信号和第二无线信号的相干组合来估计组合到达时间。
45.在一些实施方式中，估计组合到达时间的步骤可以与将第一信道脉冲响应与第二信道脉冲响应进行比较以估计一个或更多个特性差异的步骤联合进行。
46.在一些实施方式中，所述方法还可以包括以下步骤：基于以下项来估计所述第一无线信号和所述第二无线信号的组合到达时间：所述第一无线信号；所述第二无线信号；以及所述一个或更多个特性差异。
47.再次，优选地基于第一无线信号和第二无线信号的相干组合来估计组合到达时间。
48.可以直接或间接地基于第一无线信号和第二无线信号来估计组合到达时间。在间接估计的一个示例中，所述方法包括基于第一信道脉冲响应、第二信道脉冲响应以及一个或更多个特性差异来估计组合到达时间。
49.第一设备可以估计一个或更多个特性差异，并且第二设备可以基于那些特性差异
来估计组合到达时间。第一设备和第二设备可以是同一设备或不同的设备。
50.估计组合到达时间的步骤可选地包括以下步骤：基于所述一个或更多个特性差异，对齐所述第一信道脉冲响应和所述第二信道脉冲响应，以生成对齐的信道脉冲响应；组合所对齐的脉冲响应，以生成组合的信道脉冲响应；以及根据所组合的脉冲响应来估计所述组合到达时间。
51.组合所对齐的脉冲响应的步骤可以包括对它们进行求和。
52.在一些实施方式中，所述方法还可以包括以下步骤：基于以下项来估计所述第一无线信号和所述第二无线信号的组合到达时间：所述第一多径分量；所述第二多径分量；以及所述一个或更多个特性差异。
53.在一些实施方式中，所述方法还可以包括以下步骤：估计所述第一无线信号和所述第二无线信号的组合到达时间，其中，所述估计的步骤是与以下步骤联合进行的：(i)处理所述第一无线信号和所述第二无线信号以估计所述一个或更多个特性差异，和/或(ii)识别所述第一多径分量和所述第二多径分量。
54.所述方法还可以包括以下步骤：从所述第一多径分量当中识别第一视线分量；以及从所述第二多径分量当中识别第二视线分量，其中，所述组合到达时间是基于所述第一视线分量和所述第二视线分量估计的。
55.如前所述，各个多径分量可以由相应的时延表征。可以通过选择具有最小时延的多径分量来识别视线分量。
56.发明人已经认识到，即使不同频率范围内的多径状况存在一些差异，对第一无线信号和第二无线信号进行相干处理也可能是有益的。特别是，即使非视线多径分量在不同频率范围内可能略有不同，但视线分量(即，直接路径)很可能对于两个范围而言基本相同。在估计组合到达时间时，可以通过聚焦于视线分量来利用这一点。
57.可选地，当估计组合到达时间时，除了所识别的第一视线分量和第二视线分量之外的多径分量被忽略。
58.估计所述组合到达时间的步骤可选地包括以下步骤：基于所述一个或更多个特性差异，对齐所述第一多径分量和所述第二多径分量，以生成对齐的多径分量集合；以及根据对齐的多径分量集合来估计所述组合到达时间。
59.在一些实施方式中，所述方法可以包括：将所估计的一个或更多个特性差异发送到另一设备，以用于估计组合到达时间。
60.在一些实施方式中，所述方法可以包括：在位置或时间的计算中使用所估计的组合到达时间。
61.所述方法还可以包括：估计所述特性差异中的至少一个特性差异的变化率。
62.所述方法还可以包括：生成用于预测所述至少一个特性差异在其他时间的值的模型。
63.例如，模型可以是描述至少一个特性差异随时间的演变的线性、二次、周期性或其他模型。
64.根据本发明的另一方面，提供了一种识别第一无线信号和第二无线信号是从同一位置发送的方法，所述方法包括以下步骤：
65.在第一位置处接收第一无线信号和第二无线信号，从而产生第一接收信号；
66.在第二位置处接收所述第一无线信号和所述第二无线信号，从而产生第二接收信号；
67.处理所述第一接收信号以估计它们之间的一个或更多个第一特性差异；
68.处理所述第二接收信号以估计它们之间的一个或更多个第二特性差异；
69.将所述一个或更多个第一特性差异与所述一个或更多个第二特性差异进行比较以确定它们是否匹配；以及
70.如果它们匹配，则确定所述第一无线信号和所述第二无线信号是从同一位置发送的，
71.其中，所述第一无线信号是在第一频率范围内发送的，并且所述第二无线信号是在与所述第一频率范围间隔开的第二频率范围内发送的，并且
72.其中，所述一个或更多个特性差异包括以下项中的至少一项或者两项或更多项的任意组合：
73.时间偏移；
74.载波相位关系；以及
75.幅度关系。
76.如果特性差异之间的差异小于预定阈值，则可以确定特性差异匹配。
77.根据本发明的另一方面，提供了一种维护与信号组相关联的特性差异信息的数据库的方法，各个信号组是从相应位置发送的，所述方法包括以下步骤：
78.获得各个组中的信号之间的一个或更多个特性差异，其中，所述一个或更多个特性差异包括以下项中的至少一项或者两项或更多项的任意组合：
79.时间偏移，
80.载波相位关系，以及
81.幅度关系，
82.获得标识各个信号组的身份信息；以及
83.将所述一个或更多个特性差异与所述身份信息相关联地存储在所述数据库中，
84.所述方法还包括以下步骤：
85.接收对与目标信号组相关联的特性差异信息的请求，该请求包括标识所述目标信号组的目标身份信息；
86.使用所述目标身份信息对所述数据库进行搜索；以及
87.从所述数据库中检索所述目标信号组的所述一个或更多个特性差异。
88.在一些实施方式中，所述方法还可以包括：使用检索到的一个或更多个特性差异来估计目标组中的信号的组合到达时间。
89.在一些实施方式中，所述方法还可以包括：将检索到的一个或更多个特性差异发送到另一设备，例如用于估计组合到达时间。
90.标识各个信号组的身份信息优选地标识该组内的各个信号。以此方式，身份信息可提供各个信号是从同一位置发送的指示。
91.所述数据库可选地还针对各个信号组存储以下一项或两项：与该组相关联的所述一个或更多个特性差异中的至少一个特性差异的变化率；以及用于预测所述一个或更多个特性差异中的至少一个特性差异在不同时间的值的模型。
92.还提供了一种计算机程序，所述计算机程序包括计算机程序代码，所述计算机程序代码被配置为，如果所述计算机程序由至少一个物理计算设备执行，则使所述至少一个物理计算设备执行如上概述的方法的所有步骤。
93.计算机程序优选地体现在非暂时性计算机可读介质上。至少一个物理计算设备可以是无线通信设备的处理器，或者服务器计算机的处理器。
94.根据本发明的又一方面，提供了一种用于估计两个无线信号之间的一个或更多个特性差异的电子通信设备，所述电子通信设备包括：
95.第一接收器，其被配置为接收在第一频率范围内发送的第一无线信号；
96.第二接收器，其被配置为接收在第二频率范围内发送的第二无线信号，其中，所述第二频率范围与所述第一频率范围间隔开，并且其中，所述第二无线信号是从与所述第一无线信号相同的位置发送的；以及
97.处理器，其被配置为处理所述第一无线信号和所述第二无线信号以估计它们之间的所述一个或更多个特性差异，所述一个或更多个特性差异包括以下项中的至少一项或者两项或更多项的任意组合：
98.它们的发送时间的相对偏移；
99.它们之间的相对载波相位关系；以及
100.它们之间的相对幅度关系。
101.所述处理器可选地还被配置为将所述一个或更多个特性差异发送到另一设备，以用于估计组合到达时间。
102.根据本发明的另一方面，提供了一种电子通信设备，所述电子通信设备包括：
103.第一接收器，其被配置为接收在第一频率范围内发送的第一无线信号；
104.第二接收器，其被配置为接收在第二频率范围内发送的第二无线信号，其中，所述第二频率范围与所述第一频率范围间隔开，并且其中，所述第二无线信号是从与所述第一无线信号相同的位置发送的；以及
105.处理器，其被配置为：
106.获得所述第一无线信号与所述第二无线信号之间的一个或更多个特性差异，以及
107.基于以下项来估计所述第一无线信号与所述第二无线信号的组合到达时间：
108.所述第一无线信号、所述第二无线信号；以及所述一个或更多个特性差异。
109.处理器可以通过以下方式来获得一个或更多个特性差异：(i)计算所述一个或更多个特性差异；(ii)从计算出所述一个或更多个特性差异的另一设备接收所述一个或更多个特性差异；(iii)从数据库中获得所述一个或更多个特性差异，该数据库可以存储在电子通信设备上或远程存储；或者(iv)某些其他手段。
110.连同一个或更多个特性差异，处理器还可以获得第一无线信号是从与第二无线信号相同的位置发送的指示。
111.在以上概述的任何装置或方法中，无线信号可以包括(但不限于)无线基础设施网络中的下行链路信号或上行链路信号。
附图说明
112.现在将参照附图通过示例的方式描述本发明，其中：
113.图1示出了可由电子通信设备从单个基站接收的多个信号；
114.图2例示了从两个共处一地的发送器接收的两个信号的信道脉冲响应(cir)，以及通过互相关估计定时偏移；
115.图3绘制了在还估计发送时间差时对到达时间进行估计的模拟结果；
116.图4示出了从相邻调制解调器随时间发送的一组信号的信道频率响应(cfr)；
117.图5例示了在意大利蒙法尔科内观察到的从蜂窝桅杆的发送；
118.图6示出了分解为多径分量并基于具有最短时延的多径分量对齐的两个信号的cir；
119.图7例示了使用多径分量的集合对图6中信号之间的增量(delta)的估计；
120.图8是示出根据本发明实施方式工作的ue的示意框图；
121.图9是ue的示意框图；
122.图10是例示根据本发明实施方式的估计组合toa的方法的流程图；
123.图11是例示根据本发明另一实施方式的估计组合toa的方法的流程图；
124.图12是例示根据本发明的另一实施方式的估计组合toa的方法的流程图；
125.图12a是图12的方法的变型的流程图；
126.图13是例示根据本发明又一实施方式的估计组合toa的方法的流程图；
127.图14是示出可以添加到图10至图13的任何方法的可选步骤的流程图；
128.图15是例示根据实施方式的、识别两个无线信号是从同一位置发送的方法的流程图；
129.图16是例示根据实施方式的、维护特性差异信息数据库的方法的流程图；以及
130.图17是例示根据本发明另一实施方式的估计组合toa的方法的流程图。
具体实施方式
131.本发明的特别有用的实施方式涉及无线基础设施网络。如本文所使用的，“无线基础设施网络”被限定成以分层方式组织的无线网络，其包括用户设备(ue)的一个或更多个实例，其中，各个ue与基站(bs)进行通信并且由基站(bs)提供服务。各个ue与其服务bs之间的通信由bs控制。通常，对无线介质的访问由bs严格控制，该bs负责协调和统筹phy层和mac层。通常不允许ue之间的直接的、自发的无线电通信。无线基础设施网络的类型包括但不限于：蜂窝网络；以及无线lan。
132.尽管以下描述将集中于无线基础设施网络(特别是蜂窝网络)的示例，但这仅是一个示例性应用，其用于解释的目的并且不应被理解为限制范围。
133.如果可以将多个信号组合在并一起处理，则有利于定位，因为这样可以增加信号占用的带宽，并且可以提高到达时间测量的精度。然而，多个信号可能具有接收器不知道的不同特性。根据本发明的实施方式，这些未知特性中的一个或更多个被估计，并且信号被组合和联合处理，以改善到达时间的估计。
134.蜂窝接收器可以接收很多信号，如果可以将多个信号样本组合并在一起处理，则有利于定位，因为这样增加了信号占用的带宽。我们提出接收和处理从同一源位置发送的多个机会信号接收的信号。这将为我们提供关于来自从源到接收器的发送的传播和距离的额外的、良好的信息。
135.为了充分利用这些信号的组合进行测量，信号应形成恒定且相干的集合。遗憾的是，通常情况并非如此，多个信号的属性可能不被测量接收器所知并且可能会随着时间而改变。例如，来自共享同一基站桅杆的两个网络运营商的两个信号可能彼此完全无关。因此，我们估计下列属性中的一个或更多个，这些属性在本文中被称为“特性差异”或“增量”：
136.·
信号的相对发送时间
137.·
信号的相对发送功率电平
138.·
信号载波的相对发送相位
139.通过使用多个信号，并通过估计它们的相对发送特性，我们提出估计信号的到达时间。这使我们能够利用这组信号作为整体所占用的较高带宽范围，而不仅仅是各个信号本身的带宽，并且改善了精度和多径鲁棒性。我们甚至可以为不受控的多信号集合执行此操作，这些信号恰好是从同一设备发送的。
140.从单个桅杆设施提供多个蜂窝基站的情况越来越普遍。因此，ue调制解调器可以通过相同的传播路径从同一源位置接收多个信号，如图1所示。多个信号遵循相似的传播路径和从源到接收器的距离。它们从源到目标用户设备(ue)的飞行时间几乎相同。只要信号频率相距不太远，它们就会经历类似的传播状况。它们处在不同的频率上，使得这组信号作为整体覆盖的带宽比任何一个信号本身都要宽。然而，多个信号相对于彼此是不受控的(例如，由不同的网络运营商操作)——它们相对于彼此具有未知的定时、幅度和相位。特别是，它们不是相干发送的。
141.尽管存在这些挑战，接收器测量一组信号仍是可取的，以便改善到达时间的测量，以便提供高精度并能够解决多径效应(这可能是室内定位的特定问题)。
142.我们提出接收和处理来自源的多个信号以估计飞行时间，即使信号不是相干发送也这样做。我们通过估计一组信号之间的相对差异来做到这一点，以对齐对应的一组信道脉冲响应。可以以各种方式构造此估计，如下文将更详细讨论的。
143.由于信号之间的相对漂移较慢(与信道的变化相比)，因此可以相对较好地估计信号之间的增量，并且联合估计比单独估计各个信号的到达时间具有更好的表现。下面，我们将给出估计相对发送器定时、相对发送信号幅度和相对相位的示例。
144.作为第一个示例，我们将考虑对来自两个小区(这两个小区来自单个基站桅杆)的多个发送器的多个信号的相对定时的估计，如图2所示。如果信号是两个不同网络运营商的信号，那么相对定时可能完全是任意的，但即使它们名义上由同一网络运营，那么作为发送器的系统设计以及电路和环境变化的结果，也可能存在定时偏移。
145.两个信号在不同频率上的脉冲响应相似但不相同，因为不同天线、路径和频率的传播条件会略有不同。然而，主要特征是两个信号的定时的偏移δ
τ
，取决于两个信号的当前相对定时，该偏移可能很大。定时差异可以通过对两个信号的脉冲响应进行互相关来估计，以找到给出最佳匹配的定时增量。一旦考虑到这一点，就可以使用两个信号获得对脉冲响应的改善估计，例如图3中所示。这是使用sage算法来估计到达时间(toa)的模拟。不同频率的两个信号被同时发送。接收器接收各个信号，通过它们之间的互相关来估计发送之间的相对时间差，并且然后估计到达时间。在图3中，实线表示确切地知道发送时间的差异δ
τ
(即，定时的偏移)的toa估计。虚线表示具有δ
τ
的互相关估计的估计。点划线表示在不对时间差进行调整的情况下基于两个信号的估计。水平虚线指示真实的到达时间。sage算法的
详细信息可以在此文献中找到：b.h.fleury,m.tschudin,r.heddergott,d.dahlhaus and k.i.pedersen,“channel parameter estimation in mobile radio environments using the sage algorithm,”ieee journal on selected areas in communications,vol.17,no.3,pp.434
‑
450,1999.
146.模拟中假设的传播路径被设置为对于两个频率略有不同。结果是，如果首先估计两个信号之间的时间差，然后将两个信号的组合一起使用，则通常可以准确地估计信号到达时间。
147.注意，对于诸如lte之类的蜂窝信号，我们可以使用帧的不同部分和实际上不同的参考信号来进行两个信道中的测量。两个信道中信号的帧定时可能完全不协调，使得子帧号为sfn1的信道1中的参考信号的测量应与类似时间发送的信道2中的参考信号的测量(很可能具有不同的子帧号sfn2)相结合。参考信号很可能是根据小区标识符来编码的，以便允许调制解调器区分不同的本地基站。对于各个信道，调制解调器然后将以正常方式从参考信号中恢复信道脉冲响应，以在此处理中提取代码。
148.作为第二个示例，我们将考虑相对发送功率的估计。由于天线或放大器链之间的差异和/或信号之间功率设置的差异，被组合的信号的幅度可能不同。
149.在本示例中，为了多样化，我们将考虑相邻调制解调器的上行链路发送。在这种情况下，要测量的信号是在一组不同的频率上顺序发送的，这由来自网络的命令确定。图4例示了一组接收信号的频率响应。可以看出，存在一些覆盖了很宽的频率范围的宽带发送，并且存在一些以特定频率发送的较窄带信号。很明显，由于基站命令调制解调器使用的发送器功率的改变，功率电平会发生很大变化。在本示例中，发送器功率电平在测量过程期间发生了改变。为了组合信号以用于单个测量，因此需要估计和归一化用于该组发送的功率电平。这样做时，如果针对各个时隙为接收器提供指示发送器工作时的功率电平的辅助信息，则是有帮助的。然而，这不是必需的。
150.作为第三个示例，我们将考虑相位差的估计。为了在从增加的带宽中获益最大的情况下估计到达时间，我们希望将这组信号视为相干的——也就是说，具有已知的相对相位关系。因此需要估计信号信道之间的相位差。这很重要，因为信号在频域中不重叠——不存在两个信号公共的频率(在公共频率下，可以直接比较两个信号的相对相位)。然而，可以在迭代优化计算中估计相位差，例如下文更详细描述的那些计算之一。
151.本发明的实施方式可以改善信道脉冲响应和接收器处的信号到达时间的估计的精度和分辨率。性能的改善是因为：
152.·
多次测量改善了信噪比；
153.·
多个信号提供了测量多样性；
154.·
改善了测量精度(因为精度与占用的总带宽有关，即所谓的“gabor”带宽)；
155.·
测量对多径效应更鲁棒(随着测量的时间分辨率改善，能够区分不同的路径，从而可以更容易地识别和测量直接路径的到达时间)。
156.因此，实施方式可以改善室内环境中的鲁棒性，该室内环境包含显著的多径并使到达时间测量变得困难。值得注意的是，实施方式不需要依赖于在不同频率上发送的多个信号之间的固定或已知的定时或相位关系，因此可以使用没有严格控制在一起甚至可能不属于同一通信网络的多个信号的集合。
157.多个信号的示例：多频蜂窝基站
158.来自同一位置的多个信号可以是来自基站发送器的(可选地，从同一天线发送的)蜂窝下行链路信号。
159.出于地理和经济原因，存在多个蜂窝基站位于同一地点并从同一发送桅杆发送信号的情况。然后信号将在不同的频率上被发送。这些信号可能是来自同一网络运营商的信号，该网络运营商发送多个信道以提供高容量系统。这可以例如包括协调的“载波聚合”。另选地，它们可以是来自不同网络运营商的信号，具有不同的频率分配但共享物理设施的使用以降低成本。在这种情况下，分开的基站和系统可以供给(feed)共同的天线组件。
160.注意，两个信道中的信号可以使用不同的同步/参考信号。根据优选实施方式，这可以通过使用信道脉冲响应(cir)来处理。可以为各个信号单独地估计cir，然后可以将cir与其他信道的cir进行比较并一起使用。在一个真实的示例中，意大利蒙法尔科内的一根蜂窝桅杆被观察到发送三个信号，如图5所示。这些信号一起跨越了67.5mhz的频率范围，提供了潜在的最终精度，该最终精度相对于15mhz的单个信道的带宽得到了很大的改善。
161.多个信号的示例：利用跳频参考信号进行测距
162.越来越多地提出将跳频参考信号用于3gpp中的定位，特别是对于窄带设备。对于由设备进行的下行链路定位——观察到达时间差(otdoa)——已经提出，特别是对于nb
‑
iot，基站在频率序列上发送窄带定位参考信号(nbprs)，该序列由ue遵循并测量。在这种情况下，正被发送并用于测量的参考信号分量是在一组不同频率子带中(在一组分开的ofdm子载波上)发送的，这些子带在某种程度上彼此分离。在该实施方式中，参考信号分量的跳频序列由进行对应跳频的接收器在多个时隙过程中测量。另选地，发送器可以在较宽的带宽上发送一组信号分量，该较宽的带宽(在多个时隙中的各个时隙中)包含一组不同频率子带(例如，分开的ofdm子载波)中的一组间隔开的多个参考信号分量。在这样的实施方式中，简单的跳频窄带接收器可以在多个时隙的过程中依次调谐到这些参考信号分量中的每一个并对其进行测量。
163.对于由基础设施进行的上行链路定位——上行链路到达时间差(utdoa)——由基础设施对一组信号进行测量，其中ue发送器在频率序列上进行发送。当在频率之间进行跳频时，发送器(并且在下行链路的情况下，以及接收器)可能会或可能不会在时隙之间保持相干性。因此，根据本发明的实施方式，为了获得最佳性能和到达时间的精确测量，可以估计连续时隙以及参考信号之间的增量并将其用作测量处理的一部分。
164.多个信号的示例：来自相邻无线设备的信号
165.来自同一天线的多个信号也可以是来自附近调制解调器ue的蜂窝上行链路信号。在该示例配置中，信号是在不同的时隙中发送的，并且对于各个发送，基站可以在不同频率上为信号分配资源块。发送器调制解调器可能不一定在发送之间连续或一致地工作。这可能导致在不同频率上不相干地发送的一组信号。
166.在某些场景下，可以指定相干发送。然而，这并不总是可能的。根据本发明的实施方式，通过将接收器配备为估计来自发送调制解调器的信号在发送时隙之间的改变和差异，可以使系统更加灵活并适应现成的非相干设备。
167.类似情况可能出现在短距离ism频带系统中，例如使用在多个频率上跳频的蓝牙信号或使用不同频率上的多个信道的wifi接入点进行测距。
168.在上述每个示例中，接收器ue可能正在改变频率(“跳频”)，以便测量多个信号。在这种情况下，信号时间的估计还可以估计接收器在多个信号的多个频率下工作时在定时上的相对偏移。这包括由于合成器从一个工作频率过渡到下一工作频率而导致的定时或相位偏移；和/或不同的多个频率下前端传递函数(群延迟)的差异。
169.一般而言，在无线信号之间观察到的差异会受到接收器中产生的差异以及发送器中产生的差异的影响。根据应用场景，考虑(并可选地补偿)由接收器产生的差异可能是可取的。
170.在某些情况下，在接收器处引入的差异可能很小且可以忽略不计。例如，由在接收器处处理两个信号的方式引起的时间偏移可以忽略不计。因此，在很多情况下，可能不需要补偿这个时间偏移。
171.在其他情况下，在接收器处引入的差异可能是已知的。这可以包括，例如，由于接收器在所关心的两个不同频率下的不同操作而引起的增益差或群延迟差。如果接收器正在进行测量以估计特性差异供其自身使用或供另一相同接收器使用，则可能没有必要补偿这些已知的接收器生成的差异。例如，假如工作条件(如温度)保持不变，则接收器生成的差异可能保持恒定并且在计算中可以忽略。在这种情况下，无论是在发送器还是在接收器中出现特性差异，该特性差异都具有相同的效果，并且其估计和使用是正确的。
172.另一方面，如果接收器生成的差异易于改变，或者将被具有不同特性的另一接收器使用，则对它们进行补偿可能是可取的。如果特定接收器的接收器生成的差异是已知的，则可以将其考虑在内以得出对发送的无线信号的特性差异的更好估计——换句话说，不太依赖接收器特性的特性差异估计。
173.接收器生成的差异(例如，群延迟随频率和工作条件的变化)可以通过设计或从接收器制造期间进行的校准测量得知。
174.当特性差异的用户的接收器与进行测量以估计这些特性差异的接收器大不相同时，了解和补偿接收器生成的差异可能特别有助于减少误差(改善特性差异的估计)。这可能是不同电路、不同设计或不同工作条件的结果。当组合多个不同接收器(具有潜在不同的接收器生成的差异)进行的测量时，补偿接收器生成的差异也可能特别有用。
175.估计时段
176.信道之间的增量的估计可能比信道本身的估计发生在更长的时间段内，因为在许多情况下，信号之间的底层差异可能相对缓慢地改变。对于信号定时和信号之间的相位增量的估计尤其如此。当在相当长的时段内进行测量时，还可以估计信号之间的相对漂移率(定时差异的变化率和相位差异的变化率)。这可以用于生成预测模型，该模型可以允许在未来的期望时刻预测增量。
177.使用多径分量进行估计
178.通过使用将cir分解为其多径分量，可以实现对两个信号之间的增量的更准确且精确的估计。图6中例示了与图2对应的两个信号的示例。
179.例如可以通过众所周知的sage算法将各个信道分解为其多径分量。然后，这允许作为处理的一部分更准确地估计定时、幅度和相位的增量。
180.可以通过单独地或联合地使用分量来估计信道之间的增量，例如使用：各个信道中最强的信号分量(假设这将在其测量中具有最小误差)；如图6所示的各个信道的第一路
径(假设这很可能是从发送器到接收器的视线信号)；或者一组配对分量之间的增量。增量的估计如图7所示。
181.在本示例中，两个信号碰巧具有相同数量的多径分量，但它们彼此之间却大不相同。识别出一组对应的多径信号——在这种情况下是四个，如图所示——然后通过找到这些对应路径的最佳匹配来执行时间、幅度和相位增量的估计。
182.为了识别哪些多径分量彼此对应，可以创建两个信号之间的候选增量时间的列表。例如，该列表可以包括第一信号和第二信号中的成对的主要多径分量的到达时间之间的所有可能的时间偏移。对于各个候选增量时间，评估合理对齐的第一信号和第二信号的那些多径分量的集合之间的匹配的紧密度——例如，估计第一信号和第二信号的多径分量共有的能量。这在图7中例示。一个信号中的与另一信号中的分量不对齐的多径分量(对于给定的候选增量时间)未被包括在内，因为它们对匹配没有贡献。然后选择给出共有能量的最大值的增量时间偏移。
183.在一些实施方式中，信号之间的增量偏移可以与多径分量的估计一起被联合估计，例如迭代地估计。预计这将提供最佳性能。然后产生到达时间作为该联合估计的输出，该到达时间采取定时估计的形式，该定时估计是针对一组信号的第一多径分量输出的。注意，假如可以找到直接路径的增量偏移，则并不总是需要明确地找到所有多径分量之间的对应关系。
184.系统模型
185.已经描述了系统的原理，我们现在在一些示例性实施方式中呈现实现这些原理的计算。
186.设h1(t
n
,f
k
)和h2(t
n
,f
k
)分别为针对时隙和子载波f
k
∈b1∪b2的、对应于频带b1和b2中的两个无线信号的cfr。这些cfr是针对均匀采样时隙集合和两个不相交的均匀采样频率子载波集合b1和b2观察到的。从两个不同信号开始估计cfr，这两个不同信号是从同一天线桅杆发送并由同一接收器接收的。在本示例中，h1和h2对同一多径环境进行建模。
187.对于每个时隙t
n
和子载波f
k
，我们考虑以下信道模型：
[0188][0189]
其中，l是多径分量的数量，并且分别是第l个多径分量的幅度、多普勒频率和到达时间。注意，此公式中的“幅度”是复数；因此，该参数既表示相应多径分量的大小也表示相应多径分量的载波相位。参数α
l
、μ
l
和τ
l
未知，必须进行估计。特别是，l＝1的分量是视线(los)分量。我们假设cfrh1和h2描述了同一多径环境，但在两个cfr之间的发送时间、功率和相位方面可能存在未对齐。因此，式(1)的模型应针对两个频带指定：
[0190][0191]
然而，其中，以下关系成立：
[0192][0193][0194]
[0195]
特别地，和分别代表两个cfr之间的到达时间偏移和幅度比差。注意，我们假设多径分量的多普勒频率在两个频带中相同，但更通用的模型可能还涉及多普勒频率偏移δ
μ
。
[0196]
模型可以改写为的函数：
[0197][0198]
直观地，cfrh
i
(
·
)表示与模型对应的观察数据。然而，由于式(6)，我们可以说h2(t
n
,f
k
)代表与模型对应的观察数据。由于h1(t
n
,f
k
)对应于并且h2(t
n
,f
k
)对应于由此可知h1(
·
)和h2(
·
)是内在相关的。因此，h1(
·
)和h2(
·
)可以一起使用来提取的参数和差异向量δ＝<δ
τ
,δ
α
>。在文档的其余部分，我们将处理并在适当的时候去掉下标“1”以便于表示。
[0199]
注意使用向量δ，而不是独立处理两个频带的参数，简化了表征信道参数的处理。特别是，如果没有δ，将有总共8l个要找到的实变量特别是，如果没有δ，将有总共8l个要找到的实变量相反，使用差异向量，要找到的实变量将为相反，使用差异向量，要找到的实变量将为该值对于每个都小于前一种情况。然而，多径分量l的数量越大，使用差异向量的好处就越大。
[0200]
到目前为止，我们已经考虑了单个时隙集合然而，由于δ被假设为随时间恒定，因此我们可以利用不同时隙集合的信道实现来估计它。在一般情况下，每个集合可能会经历与其他集合不同的多径状况(例如，如果它是在不同的位置测量的)。因此，多径分量的参数对于每个集合s都是不同的。特别地，我们定义l
(s)
、和作为与第s个时隙集合的信道模型对应的多径分量的参数。
[0201]
考虑更多观察结果集合而不是仅一个观察结果集合，使得我们能够减轻噪声的影响，从而增强对差异向量的估计，因此增强对多径分量的参数的估计。
[0202]
优化
[0203]
为了估计多径分量的特性和差异向量δ，我们采用最大似然法，该方法在假设高斯噪声的情况下简化为非线性最小二乘(nlls)法。此外，如上所述，我们可以利用不同的时隙集合，这有助于改善δ的估计。nlls问题变为：
[0204][0205][0206]
其中，是与集合s对应的时隙集合，τ被定义为<τ
(1)
,
…
,τ
(s)
>，其中
对于μ和α而言类似。第一项对应于在频带b1中观察到的数据，而第二项对应于在b2中观察到的数据。在一般情况下，最优地求解式(8)在计算上要求很高，因此我们采用次优方法。下面，我们将描述如何分两步求解式(8)，然后解释如何把它们放在一起。
[0207]
由于频带b1和b2不相交且因此式(8)可改写为
[0208][0209]
其中
[0210][0211]
并且是复合cfr函数。式(10)中的关键点在于δ不依赖于集合s的索引——也就是说，正如上面已经解释的那样，差异向量与观察结果集合无关。因此，问题可以改写为：
[0212][0213]
对于第s个观察结果集合，要求解的问题是
[0214][0215]
其中，我们用式(1)中给出的定义替换了向量δ不是式(13)的优化变量。因此，式(13)是一个加权谱估计问题，该问题可以在只有一条路径时最优地被求解，或者在l
(s)
>1的一般情况下利用sage或其他算法次优地被求解。
[0216]
注意，复合信道频率响应函数是从两个频带的cfr开始连同差异向量一起定义的。特别地，相位差(即∠δ
α
)出现在h
(s)
(t
n
,f
k
,δ)的定义中；这使我们能够相干地考虑两个频带，从而利用更大的带宽，这继而将改善精度并提供比不联合地考虑两个频带的情况下更好的性能。
[0217]
虽然我们知道如何求解式(13)，但是如果我们还想找到最优的δ
＊
从而求解式(8)的初始问题，我们需要求解
[0218][0219]
这在计算上要求很高，因为它涉及针对每个s和每个不同δ的f
(s)
(δ)的三维优化和计算。因此，不容易找到所有参数的最优解。
[0220]
我们不是首先尝试优化多径分量的参数(如上所述)，而是以优化差异向量开始。在本节中，我们会在适当的时候去掉索引以便于表示。式(8)可以改写为：
[0221][0222]
因为第一项不依赖于δ。我们现在聚焦于上式的最后一项(写出所有索引)：
[0223][0224]
从式(17)我们可以得出最优的差异向量。问题在δ
α
中是线性的，在δ
τ
中不是线性的。
[0225]
通过使用线性最小二乘法的正交原理，可以找到作为δ
τ
的函数的最优(即)：
[0226][0227][0228][0229][0230][0231][0232]
我们现在聚焦于δ
τ
的优化，从式(17)开始：
[0233][0234][0235]
最后一项可以使用式(22)中得出的的表达式改写：
[0236][0237]
最后一个表达式不依赖于δ
τ
。因此，我们可以将式(26)改写为：
[0238][0239]
这可以通过利用fft算法来求解。
[0240]
根据式(23)和式(37)中得出的和的最优表达式，我们推断式(17)可以被高效地求解——也就是说，一旦多径参数τ、μ、α的参数被固定，我们就知道如何找到最优的δ
＊
。如果我们还想找到最优的τ
★
、μ
★
、α
★
从而求解初始问题(8)，那么我们需要求解
[0241][0242]
然而，这在计算上要求很高。因此，不容易找到所有参数的最优解。
[0243]
在前面的段落中，不可能找到所有优化变量τ、μ、α和δ的最优解。因此，我们采用次优方法。鉴于在式(13)和(17)中分别定义了f(δ)和h(τ,μ,α)的结构，我们构建了分别迭代地求解这两个问题的替代优化器(alternate optimizer)。也就是说，它反复优化多径分量的参数，然后独立地优化差异向量。对应的伪码算法如下：
[0244][0245]
首先，该算法以初始差异向量δ0开始(第2行)。向量δ0可以设置为任意值，或者用从两个信道脉冲响应的相关中获得的差异向量的粗略估计来初始化。然后，该算法重复相同的运算序列(第5
‑
21行)，直到δ
i
收敛到准确度∈内。变量i表示算法迭代的索引。该算法的核心分为两部分：多径分量的参数的优化(第5
‑
10行)，以及差异向量的优化(第12
‑
19行)，这两个部分如上所述进行。
[0246]
在第一部分中，对于每个观察结果集合s∈{1,
…
,s}，评估复合cfr函数(第9行)。注意，是根据两个信道频率响应的组合以及差异向量的旧估计值δ
i
‑1计算出的。给定复合cfr，可以使用已知的估计算法(例如，sage)得出多径分量的参数。
[0247]
在第二部分中，一旦已经得出多径分量的参数，就找到了新的差异向量。首先，针对每个观察结果集合s∈{1,
…
,s}得出函数(其表示使用多径分量的估计参数计算出的复合信道模型)。注意，根据第一部分的结果，在第14行中评估了观察结果集合s的多径分量的数量。然后，在第18行和第19行中分别使用式(37)和式(23)计算出δ
i,τ
和δ
i,α
。
[0248]
该算法的输出是所有参数的优化向量，其描述了发送器与接收器之间的底层信
道，因此可用于得出用于定位(或定时)目的的toa。
[0249]
第二模型——不同的多径环境
[0250]
除了前面部分中介绍的模型之外，我们还考虑了cfrh1和h2描述不同多径环境(los分量除外)的情况。同样在这种情况下，我们考虑发送时间、功率和相位方面的未对齐。因此，代替式(3)至式(5)，对于每个观察结果集合s∈{1,
…
,s}，以下关系成立：
[0251][0252][0253][0254]
其中，λ＝<λ
α
,λ
τ
>仅代表los分量的差异向量。下标“1”标识了前面公式中的los分量。
[0255]
信道模型可以改写为
[0256][0257][0258]
nlls优化问题变为如下(为了便于表示，我们省略了索引)：
[0259][0260]
这比式(8)更难求解，因为问题的结构相同，但优化变量更多。然而，该问题可以通过三个迭代步骤来求解：
[0261]
·
差异向量的优化。
[0262]
·
los分量的优化。
[0263]
·
nlos分量的优化。
[0264]
为了优化差异向量，我们假设(如上所述)多径分量的参数已被完全表征——即，向量τ、μ和α已给定——并且旨在找到λ。根据式(45)，我们得出los分量的最优差异向量为：
[0265]
[0266]
式(46)的结构与式(17)的结构相同。因此，可以通过用式(46)的结构与式(17)的结构相同。因此，可以通过用替换并且用替换来简单地得出相同的解。
[0267]
为了找到los分量，我们为两个频带引入了不同的信道模型：
[0268][0269][0270]
函数是针对两个频带(即，f
k
∈b1∪b2)指定的，并且los
(s)
(t
n
,f
k
)和nlos
(s)
(t
n
,f
k
)也是如此。特别地，los
(s)
(t
n
,f
k
)表示对于b1和b2而言公共的(差异向量λ除外)视线分量，而nlos
(s)
(t
n
,f
k
)对应于两个频带的非视线分量的组合，因此它既不代表b1的nlos分量也不代表b2的nlos分量。使用并假设λ是给定的，式(45)的优化问题变为
[0271][0272]
其中，和前面一样，复合cfr函数h
(s)
(t
n
,f
k
,λ)被定义为并且χ(f
k
)在式(11)中定义。式(49)与式(12)相同，因此可以用与前面相同的方式求解。
[0273]
注意，虽然从式(49)得出的nlos分量不对应于b1或b2的信道，但los分量对应。特别是，假如λ是准确的，则组合的cfr函数h相干且相长地累加两个频带的los分量。另一方面，两个频带的nlos分量也是相干组合的，但方式未知。也就是说，组合可能是相长的(最坏的情况)、相消的(最好的情况)或介于两者之间。然而，注意，同样在nlos分量相长组合的最坏情况下，考虑h仍然是有益的，因为它比两个分开的cfrh1和h2提供更低的噪声和更大的带宽。
[0274]
一旦已经求解了式(49)，我们针对每个s∈{1,
…
,s}将los分量的参数设置为和并丢弃nlos分量的值。
[0275]
迭代过程的第三步是优化nlos分量。在该步骤中，λ、和被认为是已知的，我们的目标只是找到nlos分量的参数。
[0276]
由于两个频带的nlos分量之间没有关系，因此可以通过独立看待h1和h2并将谱估计算法(例如，sage)应用于两个频带来很容易地求解该问题。
[0277]
实施方式
[0278]
现在将参照图8至图16描述本发明的实施方式。
[0279]
图8是示出根据实施方式工作的三个ue的示意框图。在本示例中，各个ue皆属于无线基础设施网络；然而，这不是必需的，并且在其他实施方式中，ue可以被其他电子通信设备代替。
[0280]
出于解释的目的，示出了三个ue(ue1、ue2和ue3)。在完整的定位系统中，可以有更
多的设备。然而，在一些实施方式中，可能只有一个ue。各个ue能够接收从桅杆140上的一个或更多个天线发送的信号。尽管这些信号是从同一位置(甚至可能是同一天线)发送的，但它们来自服务于不同小区的基站，这些小区可能位于不同的蜂窝网络中。因此，信号之间没有预定的定时、相位或幅度关系。
[0281]
如图中的双头箭头所示，所有ue都连接(通常经由它们自己的bs，未示出)到网络100。该网络100可以例如包括回程网络、骨干网络和全球互联网的部分。ue可以经由网络100连接到服务器计算机130。ue还可以经由网络100相互连接。定位引擎在服务器计算机130上运行。这可以用硬件或软件或两者来实现。在各种实施方式中，定位引擎可以负责定位(或定时)计算。服务器130还可以负责向ue提供各种服务，例如管理从同一位置发送的信号以及它们之间的特性差异的数据库132。
[0282]
如图9所示，各个ue包括第一接收器120、第二接收器122和处理器124。第一接收器120被配置为接收从桅杆140发送的第一无线信号。第二接收器122被配置为接收从桅杆140发送的第二无线信号。在本示例中，第一无线信号和第二无线信号均为下行链路信号；然而，这不是必需的。
[0283]
第一无线信号是在第一频率范围内发送的，而第二无线信号是在与第一频率范围间隔开的第二频率范围内发送的。因此，这两个频率范围既不交叠也不直接相邻。在图9的示例中，第一接收器和第二接收器被示为分开的组件。然而，在其他实施方式中，它们可以被实现为能够同时接收两个频率范围的单个宽带接收器，或者在一个时隙中调谐到第一频率范围并在另一时隙中调谐到第二频率范围的单个接收器。
[0284]
图10是根据实施方式的可由ue之一执行的方法的流程图。在步骤221中，ue的第一接收器120接收第一无线信号。在步骤222中，ue的第二接收器122接收第二无线信号。这些步骤可能会也可能不会同时发生。在步骤231中，ue的处理器124处理接收到的第一无线信号。该处理包括从第一无线信号估计第一cir。类似地，在步骤232中，处理器124处理第二无线信号以估计第二cir。在步骤240中，处理器124将第一cir与第二cir进行比较以估计第一无线信号与第二无线信号之间的一个或更多个特性差异。在本示例中，这包括计算两个cir之间的互相关函数，并使用它来确定两个信号的发送时间的相对偏移以及它们之间的相对载波相位关系。使用在步骤240中确定的相对时间和相位偏移以及在步骤231和232中估计的cir，在步骤250，处理器124估计两个信号的组合toa。在本示例中，组合toa是这样估计的：使用相对时间和相位偏移来对齐两个cir；组合对齐的cir；并根据组合的cir估计组合toa。通过相干求和来组合对齐的cir。这个简化的示例假设两个无线信号以相同或相似的幅度发送。一般而言，情况可能并非如此；因此，步骤240还可以包括估计两个信号之间的相对幅度关系。
[0285]
在上述示例中，假设该方法的所有步骤都由单个电子通信设备(例如，ue1或ue2)执行。这不是必需的。一些步骤可以由一个或更多个其他设备执行。例如，ue1在步骤221和222中接收到第一无线信号和第二无线信号之后，它可以将数据发送到另一设备以完成处理。ue1可以将接收到的无线信号发送到其他设备。另选地，它可以在步骤231和232中估计cir，并将cir发送到其他设备。作为另一替代方案，ue1可以估计特性差异，并且可以将这些特性差异发送给其他设备。其他设备可以完成对ue1发送的中间产物的处理，并且可以估计出组合toa。其他设备可以是诸如ue 3的另一电子通信设备，或者可以是实现定位引擎和/
或其他支持服务的服务器130。
[0286]
图11例示了根据另一实施方式的方法，其可以用作图10的方法的替代。在图11的方法中，接收第一无线信号和第二无线信号的初始步骤221、222以及估计相应的cir的步骤231、232与图10的方法相同。然而，图11的方法的不同之处在于估计特性差异和组合toa的方式。在图10的方法中，这些是顺序估计的——组合toa是基于已经估计出的特性差异来估计的。在图11的方法中，在步骤260中联合估计特性差异和组合toa。这可以允许改善对一些或所有变量的估计。在一些实施方式中，联合估计包括迭代地估计特性差异和组合toa。这通常涉及保持一些变量不变并估计其余的变量，并且针对各个变量依次重复此过程，直到所有变量都收敛到稳定值为止。
[0287]
同样，与图10的方法一样，图11中方法的不同步骤可以由同一设备或不同的设备执行。
[0288]
图12例示了根据本发明的另一实施方式的方法。接收无线信号和估计cir的预备步骤221、222、231、232与图10和图11的方法相同。图12的方法还包括在步骤271中识别第一cir中的一个或更多个第一多径分量，以及在步骤272中识别第二cir中的一个或更多个第二多径分量。各个多径分量由相应的时延表征。然后在步骤242中基于所识别的多径分量来估计一个或更多个特性差异。特别地，该方法包括在步骤281中从第一多径分量当中识别第一视线(los)分量；以及在步骤282中，从第二多径分量当中识别第二视线分量。los分量可以被选择为具有最短时延和/或最大幅度的多径分量，或者借助任何其他适当的标准。该方法然后包括通过在步骤242中比较视线分量来估计一个或更多个特性差异。然后可以在步骤252中按与上述步骤250类似的方式基于这些特性差异来估计组合toa。
[0289]
在图12a所示的图12的方法的变型中，不同地计算组合toa。在本实施方式中，在比较多径分量(特别是los分量)以估计一个或更多个特性差异之后，对齐多径分量，并根据对齐的分量估计到达时间。由于多径分量由它们的时延表征，因此当关注的特性差异是第一无线信号与第二无线信号之间的相对时间差时，这种变型是适当的。
[0290]
图13例示了根据本发明又一实施方式的方法。该方法在某种意义上是图11和图12的方法的混合，因为它既使用了联合估计又使用了多径分量。同样，接收无线信号和估计cir的预备步骤221、222、231和232与先前实施方式中的相同。在步骤262中，该方法通过联合估计特性差异、多径分量和组合toa来继续。在一个实施方式中，这可以通过迭代优化来完成——在每次迭代中，将一些变量保持在它们的当前值，同时优化其他变量的值；并且通过循环遍历变量来重复此操作，直到它们都收敛到稳定值为止。合适的数学模型和优化方法包括上文所述的那些。
[0291]
正如已经针对图10和图11解释的，图12和图13的方法步骤可以全部由同一设备或由不同设备执行。
[0292]
图14例示了一些可选的附加步骤，这些步骤可以包括在图10至图13的任一方法中。在某些场景下，对于某些信号组合和某些特性差异，假设特性差异在给定时间间隔内基本恒定可能是合理的。然而，在其他一些情况下，这种假设可能不准确。然而，即使在这些情况下，两个无线信号也可能以确定性的方式相对于彼此漂移。在这种情况下，可以通过考虑计算中的漂移来改善性能。在步骤310中，ue(或服务器130)的处理器124估计在步骤240、260、242或262中计算的特性差异中的至少一个的变化率。在步骤320中，处理器124(或服务
器130)基于估计的变化率生成用于预测至少一个特性差异的值的模型。这可以允许在值改变的情况下预测特性差异的未来值。拥有这种预测模型可以使得对特性差异进行测量的频度低于在没有这种预测模型的情况下需要的测量频度，因为预测模型可以预测值的变化。
[0293]
步骤330是将估计的一个或更多个特性差异发送到另一设备的可选步骤。这可以帮助其他设备基于第一无线信号和第二无线信号来估计组合toa。另选地或另外，它可以允许其他设备建立信号对或信号组及其特性差异的数据库，该数据库可用于支持该设备或其他设备估计组合的到达时间。可选地，步骤330可以包括发送与特性差异中的至少一个相关联的变化率，或者发送与特性差异中的至少一个相关联的预测模型的参数。如果有必要，在发送到另一设备之前，可以校正估计的一个或更多个特性差异(如上所述)，以便补偿接收器生成的差异。另选地或另外，该方法还可以包括向其他设备发送接收器生成的差异的估计。这可以允许其他设备补偿这些接收器生成的差异。对接收器生成的差异进行补偿的校正可以帮助改善其他设备的估计特性差异的准确性和有用性。
[0294]
(一个或更多个特性差异、变化率和/或模型参数被发送至的)其他设备可以是另一电子通信设备，例如，另一ue，或者它可以是提供定位引擎或其他支持服务的服务器130。
[0295]
应当理解，可以通过进行附加测量来改善系统的性能。例如，如果从同一位置发送多于两个无线信号，则估计各对信号之间的一个或更多个特性差异可能是有利的。使用这些成对特性差异，可以估计所有信号的组合到达时间。优选地，通过相干地组合信号——例如相干地组合它们相应的cir来估计信号组的组合toa。还可以通过由多个设备对无线信号进行附加测量来实现改善的性能。因为无论接收器的位置如何，都应该观察到相同的特性差异，所以可以组合不同电子通信设备对特性差异的估计。这可以提供增加的信噪比，从而提供增加的准确度。
[0296]
使用各个信号的多个实例也可能是有利的。特别地，第一无线信号和第二无线信号可以是周期性发送的参考或同步信号。这种信号通常用于无线网络中的信道估计。假如发送器定时相对稳定，则这些同步或参考信号的不同实例可用于根据实施方式的方法中。不同的实例可能由同一电子通信设备在不同的时间接收，或者它们可能由不同的电子通信设备接收。同样，这种附加测量有助于改善信噪比，从而改善准确度。它们还可用于估计特性差异的变化率并得出或改善预测模型。
[0297]
图15是例示根据实施方式的识别第一无线信号和第二无线信号是从同一位置发送的方法的流程图。该方法假设可以在不同位置处对第一无线信号和第二无线信号进行测量。测量可由第一电子通信设备和第二电子通信设备进行，例如图8中的ue1和ue2。
[0298]
如图15所示，该方法包括，在步骤411中，针对第一位置估计第一无线信号与第二无线信号之间的一个或更多个特性差异。例如，这可以通过ue1执行图10至图13的方法之一来完成。这将包括ue1在第一位置处接收第一无线信号和第二无线信号，以产生第一接收信号。ue1然后将处理第一接收信号以估计一个或更多个第一特性差异。
[0299]
该方法还包括，在步骤412中，针对第二位置估计一个或更多个特性差异。这可以例如通过ue2执行图10至图13的方法之一来完成。这将包括ue2在第二位置处接收第一无线信号和第二无线信号，以产生第二接收信号。ue2然后将处理第二接收信号以估计一个或更多个第二特性差异。
[0300]
在步骤420中，该方法通过比较针对两个位置估计的特性差异而继续。这可以通过
ue1向ue2发送第一特性差异、或ue2向ue1发送第二特性差异、或通过ue1和ue2两者将它们相应的估计特性差异发送到某个其他设备(例如，服务器130)来完成。步骤420的比较指示第一特性差异和第二特性差异是否彼此匹配。例如，如果它们之间的绝对差小于预定阈值，则它们可以被确定为匹配。如果针对两个不同位置计算的特性差异彼此匹配，则系统确定信号是从同一位置发送的。
[0301]
图16示出了维护特性差异信息的数据库132的方法。根据一个实施方式，该方法由服务器130的处理器执行。在步骤510中，处理器获得多个信号组中的信号之间的一个或更多个特性差异。给定组中的所有信号都是从同一位置发送的。可以通过由诸如图8中的ue1和ue2之类的电子通信设备进行的测量来获得特性差异，这些设备执行与图10至图13中公开的方法类似的方法。在步骤512中，处理器获得标识各个信号组的身份信息。优选地，各组的身份信息标识了该组内的各个信号。以这种方式，组身份信息将各个信号标识为已从同一位置发送。
[0302]
在步骤514中，服务器130的处理器将特性差异按照它们与相应的身份信息相关联的方式存储在数据库132中。例如，对于各个信号组，处理器可以将该组中各对信号之间的一个或更多个成对特性差异与标识构成该对的两个信号的身份信息相关联地存储在数据库中。因此，对于从同一位置发送的三个信号a、b和c的组，数据库可以与三个可能的信号配对(a
‑
b、b
‑
c和a
‑
c)相关联地存储特性差异。另选地，存储较小的信息集可能就足够了。例如，对于相同的三个信号的组，可以只存储与任何两个配对(例如，a
‑
b和a
‑
c)相关联的特性差异。信号b与c之间的特性差异可以从该较小的信息集中推断出来。
[0303]
该存储的关于信号对之间的特性差异的信息可用于帮助另一电子通信设备根据这些信号对的其他实例来计算组合toa。为了支持这一点，服务器130提供这样的服务：服务器130根据请求，通过该服务从数据库132检索所需信息。
[0304]
在步骤516中，处理器接收对与指定目标信号组相关联的特性差异信息的请求。可以从希望使用该目标信号组来计算组合toa的另一电子通信设备(例如，ue3)接收该请求。该请求包括标识该目标信号组的身份信息。在步骤518中，通过使用目标身份信息来索引数据库132，服务器130的处理器搜索所需的特性差异信息。服务器130在步骤520中从数据库中检索此信息，并在步骤522中将其发送到请求设备(ue3)。
[0305]
在一些实施方式中，数据库132包括关于特性差异的变化率的信息和/或描述特性差异如何随时间演变的预测模型的信息。在这样的实施方式中，由服务器130的处理器执行的方法包括：获得变化率和/或预测模型信息；将其存储在数据库132中；响应于请求而对其进行搜索和检索；以及将其发送到请求设备。
[0306]
图17例示了根据实施方式的由诸如ue3之类的电子通信设备执行的方法。该方法可以结合由服务器130的处理器执行的图16的方法来执行。图17的方法以图10的方法为模型并且与它非常相似。步骤221、222、231、232和250与图10的方法中的对应步骤相同。唯一的区别在于提供特性差异的方式。在图10的方法中，ue1(或ue2)通过比较接收到的无线信号的cir来计算特性差异。然而，在图17的方法中，ue3的处理器124在步骤290中从服务器130获得所需的特性差异。为此，它向服务器130发送请求，其中该请求包括标识第一无线信号和第二无线信号的目标身份信息。在蜂窝网络的情况下，目标身份信息可以包括小区身份信息。服务器130搜索数据库132；检索对应的特性差异；并将它们发送到ue3(见图16)。
ue3接收它们并将它们与cir一起用于计算第一无线信号和第二无线信号的组合toa。
[0307]
在以上讨论的各个示例中，假设ue(ue1、ue2和ue3)经由网络100向(和从)服务器130发送(和接收)数据，或者在彼此之间发送数据。一般而言，电子通信设备(ue1、ue2、ue3)不一定是同一无线基础设施网络的一部分，或者它们中的任何一个与发送第一无线信号和第二无线信号的基站中的任一者位于同一无线基础设施网络中。实际上，当没有设备与任何其他设备处于同一无线基础设施网络中时，根据本发明的方法可能最有帮助，因为在这种场景下(没有本发明的话)可能特别难以准确估计信号的组合toa。
[0308]
应注意，上述实施方式例示了本发明而不是限制本发明，并且本领域技术人员将能够设计许多另选实施方式而不脱离所附权利要求的范围。在权利要求中，放在括号之间的任何附图标记不应解释为对权利要求的限制。用语“包括”不排除权利要求中列出的要素或步骤之外的要素或步骤的存在。要素之前的措辞“一”或“一个”并不排除存在多个这样的要素。实施方式可以借助于包括多个不同要素的硬件来实现。在列举多个装置的设备权利要求中，这些装置中的多个装置可以由一个且相同的硬件来体现。在互不相同的从属权利要求中记载某些措施的事实并不表示不能有利地使用这些措施的组合。此外，在所附权利要求中，包括“a、b和c中的至少一个”的清单应解释为(a和/或b)和/或c。
[0309]
在与方法有关的流程图、总结、权利要求和描述中，列出步骤的顺序通常并不旨在限制执行所述步骤的顺序。所述步骤可以以与所指示的顺序不同的顺序执行(除非特别指出，或者后续步骤依赖于先前步骤的产物)。然而，在一些情况下，描述步骤的顺序可以反映优选的操作顺序。
[0310]
此外，一般而言，各种实施方式可以以硬件或专用电路、软件、逻辑或其任何组合来实现。例如，一些方面可以以硬件实现，而其它方面可以以可由控制器、微处理器或其它计算设备执行的固件或软件实现，尽管这些不是限制性示例。尽管本文所描述的各个方面可以作为框图、流程图或使用一些其它图形表示来例示和描述，但是应当理解，本文所描述的这些框、装置、系统、技术或方法作为非限制性示例可以以硬件、软件、固件、专用电路或逻辑、通用硬件或控制器或其它计算设备或其某种组合来实现。
[0311]
本文描述的实施方式可以由能够由诸如处理器实体中的装置的数据处理器执行的计算机软件或者由硬件或者由软件和硬件的组合来实现。此外在这方面，应注意，图中的逻辑流的任何框可以表示程序步骤、或者互连的逻辑电路、框和功能、或者程序步骤和逻辑电路、框和功能的组合。软件可以被存储在诸如在处理器内实现的存储器芯片或存储器块之类的物理介质上，诸如硬盘或软盘之类的磁介质上，以及诸如例如dvd及其数据变型、cd之类的光学介质上。
[0312]
存储器可以具有适合于本地技术环境的任何类型，并且可以使用任何合适的数据存储技术来实现，诸如，基于半导体的存储器设备、磁存储器设备和系统、光学存储器设备和系统、固定存储器和可移除存储器。作为非限制性示例，数据处理器可以具有适合本地技术环境的任何类型，并且可以包括通用计算机、专用计算机、微处理器、数字信号处理器(dsp)、专用集成电路(asic)、门级电路以及基于多核处理器架构的处理器中的一者或更多者。
[0313]
本文讨论的实施方式可以在诸如集成电路模块的各种组件中实践。集成电路的设计通常是高度自动化的处理。复杂而功能强大的软件工具可用于将逻辑级设计转换成易于
在半导体基板上刻蚀和形成的半导体电路设计。