[发明专利]TOA的确定与终端的定位方法及装置、存储介质、终端

说明书

一种TOA的确定与终端的定位方法及装置、存储介质、终端，所述确定方法包括：从其他终端接收具有重复循环结构的输入信号；计算输入信号的延迟拷贝相关，以得到时域延迟相关向量，时域延迟相关向量的首个元素携带有发送输入信号的绝对时间X，X≥0；利用所述输入信号的信道估计得到信道估计向量；将时域延迟相关向量及信道估计向量的各个元素确定为神经网络的输入，以使神经网络输出所述输入信号的时间偏移量Y，Y为实数，所述神经网络的各个参数是利用多个预定义的匹配数据对训练得到的；根据绝对时间X和时间偏移量Y确定TOA时间T，其中，T＝X+Y。通过本发明提供的技术方案，可以得到更加准确的TOA时间，有利于提高定位精度。

技术领域

本发明涉及无线定位技术，具体地涉及一种TOA的确定与终端的定位方法及装置、存储介质、终端。

背景技术

现有技术中，准确定位是802.11组网系统(例如，无线保真(Wireless Fidelity，简称Wi-Fi))中的难点之一。当前解决方案主要包括：利用接收功率估计定位信息或利用信道估计估计定位信息。

利用功率进行定位时，功率在不同信道的浮动较大、且不同站点的发送功率可能不一致，发送功率未知又难以协调。因而，利用功率进行定位可能导致计算误差偏大，无法准确定位。

利用信道估计进行定位时，首先计算到达时间(Time Of Arrival，简称TOA)。当计算TOA时，信道估计中包含不可剔出的周期延迟多样性(Cyclic Shift Diversity，简称CSD)伪多径的影响，且CSD类型是不可知的，因而导致求解TOA误差较大，这将导致基于TOA得到的定位结果不准确。

发明内容

本发明解决的技术问题是如何提高TOA的估计精度，降低TOA误差。

为解决上述技术问题，本发明实施例提供一种TOA的确定方法，所述TOA的确定方法包括：从其他终端接收具有重复循环结构的输入信号；计算所述输入信号的延迟拷贝相关，以得到时域延迟相关向量，所述时域延迟相关向量的首个元素携带有发送所述输入信号的绝对时间X，X≥0；利用所述输入信号的信道估计得到信道估计向量；将所述时域延迟相关向量及所述信道估计向量的各个元素确定为神经网络的输入，以使所述神经网络输出所述输入信号的时间偏移量Y，Y为实数，所述神经网络的各个参数是利用多个预定义的匹配数据对训练得到的；根据所述绝对时间X和时间偏移量Y确定TOA时间T，其中，T＝X+Y。

可选的，所述具有重复循环结构的输入信号为短训练域符号或长训练域符号。

可选的，所述输入信号为序列x(n)，所述计算所述输入信号的延迟拷贝相关，以得到时域延迟相关向量包括：利用公式得到长度为P的时域延迟相关向量，DCC(n)表示时域延迟相关向量中的元素，n为0至(P-1)的整数，L、P为正整数。

可选的，采用如下方式得到信道估计值：利用公式或者k＝0,1,…,(M-1)，得到长度为M的信道估计向量，ChEst(k)表示所述信道估计向量，S(k)表示所述输入信号的M点FFT信号，Z(k)表示信号S(k)在接收端得到的判决信号，|Z(k)|表示Z(k)的模值，Z^*(k)表示Z(k)的共轭，M为预设的正整数，NoiseVar(k)表示第k个OFDM子载波的噪声方差。

可选的，所述将所述时域延迟相关向量及所述信道估计向量的各个元素确定为神经网络的输入包括：将所述长度为P的时域延迟相关向量和所述长度为M的信道估计向量组合为长度为(P+M)的第一向量：[DCC(0),...,DCC(L-1),ChEst(0),...,ChEst(M-1)]^T，T表示向量转置；将所述第一向量的各个元素确定为所述神经网络的输入。

可选的，所述匹配数据对表示为(A,B)，A为长度为(P+M)×1的向量，B为1×1或N×1的向量，N为正整数。

可选的，所述神经网络为深层神经网络。