[发明专利]一种基于接收信号强度的DOA估计方法

说明书

本发明一种基于接收信号强度的DOA估计方法，包括以下步骤：步骤S1，场景中部署广角相机与RSSI接收器；步骤S2，构建场景地图，并利用计算机视觉获取场景中的目标位置；步骤S3，基于RSSI与距离的关系，求取目标置信度位置集合，并获取圆形图像特征表示图；步骤S4，基于目标位置范围构建圆形分类区域，基于RSSI接收功率构建神经网络，利用神经网络实现圆形分类，获取DOA信息。本发明通过构建圆形表示矩阵可以为DOA估计提供了目标空间位置信息，使得圆形弧度分类更准确，进而使得DOA估计更准确，通过单个天线阵列与相机即可实现DOA信息估计，该DOA信息可以结合RSS信息进行人员的定位，成本低且RSS测量不依赖于准确的时间校准和多快拍数，应用简单。

技术领域

本发明涉及人工智能技术领域，具体涉及一种基于接收信号强度的DOA估计方法。

背景技术

阵列信号处理是信号处理领域内的一个重要分支，在雷达、通信、声纳、地震勘测、射电天文等领域都获得了广泛应用与迅速发展，DOA估计是阵列信号处理中最为重要的问题之不仅能对目标进行空间定位，还为接收过程中的信号增强提供技术上的支持。

现有技术中，依靠传感器阵列上接收信号的相位信息来进行DOA估计的方法比较主流，而利用自相关矩阵则是这类方法常见的一种方式，代表算法如MUSIC和ESPRIT，存在以下问题：这些算法是在天线之间不存在耦合的假设下提出的，使得最终的DOA估计产生误差；为较为准确地估计数据的自相关矩阵，每个阵元需要较高的采样频率，即充足的快拍数，而且各阵列单元之间要求紧密的时间同步，增加了硬件负担和系统的复杂度。

根据物理信息的差异，另一类常见的DOA估计方法是基于阵元的接收信号强度，由于大多数传感器都可以轻松计算RSS，而且RSS的测量不依赖于准确的时间校准和多快拍数，所以这类方法能够避免上述问题。

发明内容

针对上述问题，本发明提出了一种基于接收信号强度的DOA估计方法，该方法包括以下步骤：

步骤S1，场景中部署广角相机与RSSI接收器；

步骤S2，构建场景地图，并利用计算机视觉获取场景中的目标位置；

步骤S3，基于RSSI与距离的关系，求取目标置信度位置集合，并获取圆形图像特征表示图；

步骤S4，基于目标位置范围构建圆形分类区域，基于RSSI接收功率构建神经网络，利用神经网络实现圆形分类，获取DOA信息。

有益效果：

(1)本发明通过相机获取了区域的目标位置信息，最终通过构建圆形表示矩阵可以为DOA估计提供了目标空间位置信息，使得圆形弧度分类更准确，进而使得DOA估计更准确。

(2)本发明通过单个天线阵列与相机即可实现DOA信息估计，该DOA信息可以结合RSS信息进行人员的定位，成本低且RSS测量不依赖于准确的时间校准和多快拍数，应用简单。

附图说明

图1是本发明提供的一种基于接收信号强度的DOA估计方法中圆形分类区域的示意图；

图2是本发明提供的一种基于接收信号强度的DOA估计方法中经过模型化之后的DOA问题的示意图。

具体实施方式

为了让本领域技术人员更好的理解本发明，下面结合实施例和附图对本发明展开描述。

为了实现本发明所述内容，本发明设计了一种基于接收信号强度的DOA估计方法，包括以下步骤：

步骤S1，场景中部署广角相机与天线阵列；

该场景为人员管控场景，对于每个人员身上佩戴一个RSSI发送器，同时在场景的固定位置处部署一个天线阵列，用以获取RSSI信号，天线阵列需要在广角相机的监控范围内，同时广角相机覆盖的范围应足够大。