[发明专利]一种基于大规模MIMO单站系统的鲁棒性指纹提取方法

说明书

本发明公开了一种基于大规模MIMO单站系统的鲁棒性指纹提取方法，先设计出用于后续进一步处理的ADCPM以及MACPV指纹；将上述指纹初步存储以及通过三元表稀疏存储；将MACPV指纹输入降噪自编码器，得到DAE指纹；将ADCPM指纹输入降噪卷积自编码器，得到DCAE指纹；最后将得到的DAE指纹以及DCAE指纹通过加权KNN算法进行在线定位。本发明既能提高指纹的鲁棒性，还能保持较好的定位精度。

技术领域

本发明涉及一种基于大规模MIMO单站系统的鲁棒性指纹提取方法，属于信号与信息处理技术领域。

背景技术

由于安全性和商业性的要求，如何获取目标的准确位置信息这个问题引起了工业界和学术界的广泛关注，将其称之为基于位置的服务(Location-Based Service，LBS)。较为成熟的LBS技术是以军事应用为目的而起源的全球定位系统(Global PositioningSystem，GPS)技术，但是GPS受到环境噪声、多径干扰、非视距路径等影响，不仅定位精度低且GPS消耗功率大。基于无线网络的传统定位方式通常假设无线信号沿着视距(Line-of-Sight，LOS)传播，然后通过接收信号能量(Receiving Signal Strength，RSS)，到达角度(Angle of Arrival，AOA)和到达时间(Time of Arrival，TOA)的测量值由多个基站(BaseStation，BS)进行协同定位。但随着城市的发展和5G时代的到来，人们日常所处的环境大多较为复杂，无线信号的传播路径是非视距(None Line-of-Sight，NLOS)的，导致定位性能大大降低，而且多个BS的协作将造成额外的负载和延时。

为了克服传统的无线定位技术面临的问题，指纹定位技术得到了广泛的研究，通常采用的指纹类型有两种，一种是将接收信号的强度RSS作为指纹，另一种是将移动终端到BS之间的多径特征作为指纹，如AOA、信道冲激响应CIR、信道状态信息CSI和功率延迟分布PDP。目前基于终端的指纹定位方法主要集中在定位准确性的改进方面，然而在目标定位区域散射环境发生改变的情况下，指纹的鲁棒性不足会引入较大定位误差，对这一问题的研究还比较少见。

发明内容

发明目的：为了克服现有指纹定位方法中存在的指纹鲁棒性不足的问题，本发明提供了一种基于大规模MIMO单站系统的鲁棒性指纹提取方法，设计得到ADCPM指纹，并进一步提取MACPV指纹，基于MACPV指纹提取出DAE指纹，基于ADCPM指纹提取出DCAE指纹，从而实现更强鲁棒性的指纹定位，ADCPM表示角度时延信道功率矩阵，MACPV表示平均角度信道功率向量，DAE表示降噪自编码器，DCAE表示降噪卷积自编码器。

技术方案：为实现上述目的，本发明采用的技术方案为：

一种基于大规模MIMO单站系统的鲁棒性指纹提取方法，包括以下具体步骤：

步骤1，基于大规模MIMO单站系统构建ADCPM指纹矩阵：第k个用户到基站BS之间的ADCPM指纹矩阵其中，E表示期望，⊙表示哈达玛积，为第k个用户到BS之间的信道响应矩阵，Z_k^*表示角度时延信道响应矩阵，V∈N_t×N_t为DFT相移PS-DFT矩阵，U∈N_L×N_g为DFT酉矩阵，。

DFT相移PS-DFT矩阵V满足：

DFT酉矩阵U满足：