[发明专利]确定到达角的方法、设备和非易失性存储介质

说明书

本公开涉及确定到达角的方法、设备和非易失性存储介质。本公开涉及确定接收射频RF测量信号的到达角AoA的方法。所述方法包括以下步骤：基于来自天线阵列的接收RF测量信号获得测量数据，其中，RF测量信号表示多个频率信道。所述方法还包括以下步骤：确定功率谱，确定功率谱的步骤包括：通过使用测量数据来针对多个频率信道中的各个频率信道确定至少一个功率谱。所述方法还包括以下步骤：提供机器学习算法，该机器学习算法被预训练为基于多个频率信道的功率谱确定AoA。所述方法还包括以下步骤：通过使用机器学习算法和所确定的功率谱来确定接收RF测量信号的AoA。

技术领域

本公开涉及确定接收射频测量信号的到达角的方法。本公开还涉及包括处理单元的设备。本公开还涉及计算机程序产品和非易失性存储介质。

背景技术

在无线通信中，射频RF信号通常是从发送器发送至接收器的。当接收到这样的RF信号时，通常需要确定接收RF信号的到达角AoA。不同信号处理算法可以用于确定AoA。

然而，可能仍然存在不同定位问题，诸如，差的AoA估计(例如，在多径传播中由于反射和/或衍射和/或散射而导致的)。此外，在确定AoA时，可能存在环境特定干扰，诸如所谓的非视线NLoS测量结果和/或所谓的阻碍视线OLoS测量结果。此外，AoA的确定可能受到与用于接收RF信号的天线阵列有关和/或与RF设计有关的缺陷的影响。

本公开的目的是提出提供了对接收射频测量信号的到达角的可靠且鲁棒的确定的方法、设备、计算机程序产品和非易失性存储介质。

发明内容

根据本发明的第一方面，一种确定接收射频RF测量信号的到达角AoA的方法包括以下步骤：

-基于来自天线阵列的接收RF测量信号获得测量数据，其中，RF测量信号表示多个频率信道，

-确定功率谱，确定功率谱的步骤包括：通过使用测量数据来针对多个频率信道中的各个频率信道确定至少一个功率谱，

-提供机器学习算法，该机器学习算法被预训练为基于多个频率信道的功率谱确定AoA，以及

-通过使用机器学习算法和所确定的功率谱来确定接收RF测量信号的AoA。

根据第一方面的机器学习算法也可以表示为机器学习模型和/或数据驱动模型。

根据第一方面的方法的优点在于可以提供对接收RF测量信号的AoA的鲁棒且精确的估计。通过使用数据驱动模型，可以避免差的AoA确定(例如，在多径传播中由于反射和/或衍射和/或散射而导致的)。此外，可以改善环境特定干扰(诸如，NLoS测量结果和/或OLoS测量结果)下的AoA确定。此外，可以使由于天线阵列的缺陷和/或有缺陷的RF设计而对AoA确定造成的影响最小化。与使用传统AoA信号处理方法相比，根据第一方面的数据驱动模型的使用对于AoA的鲁棒且精确的确定可能是更有利的。

为了克服不同天线阵列类型具有不同几何构造(诸如，不同数量的天线元件和/或不同尺寸和/或不同间距和/或不同配置)的限制，根据第一方面，定义了机器学习算法的输入特征，从而获得跨不同天线阵列的同一维度的输入特征。例如，所获得的测量数据(诸如，IQ样本)的非线性变换可以被变换为跨不同天线阵列的同一维度的输入特征。

以这种方式，相应确定的功率谱表示不同角度的估计向量，也表示为伪谱。

AoA是供接收RF测量信号的方向。例如，AoA可以表示向量，并且AoA可以包括方位AoA和/或高程AoA(elevation AoA)。

RF测量信号可以是任意RF测量信号，例如，Wi-Fi测量信号、蓝牙测量信号、超宽带测量信号等。