使用减小的衰减射频技术来对对象的测距和跟踪中的多径抑制

摘要

描述了一种不具有客户网络投资的自主系统，其中，该系统可被配置成在不同于LTE带的带上工作。这种系统允许混合操作的定义以适应LTE的定位参考信号（PRS）和已经存在的参考信号。该系统能够与PRS，与诸如特定于蜂窝的参考信号（CRS）的其它参考信号、或者与这两种信号类型一起工作。因此，该系统提供了允许网络运营商根据诸如网络吞吐量和兼容性的情况在工作模式之间进行动态选择的优点。

说明书

对相关申请的交叉引用

本申请要求于2011年8月3日提交的标题为“MULTI-PATH  MITIGATION IN RANGEFINDING AND TRACKING OBJECTS USING REDUCED ATTENUATION RF TECHNOLOGY”的美国临时申 请第61/514,839号、于2011年11月2日提交的标题为“MULTI-PATH  MITIGATION IN RANGEFINDING AND TRACKING OBJECTS USING REDUCED ATTENUATION RF TECHNOLOGY”的美国临时申 请第61/554,945号、于2012年3月30日提交的标题为“MULTI-PATH  MITIGATION IN RANGEFINDING AND TRACKING OBJECTS USING REDUCED ATTENUATION RF TECHNOLOGY”的美国临时申 请第61/618,472号以及于2012年6月20日提交的标题为“MULTI-PATH  MITIGATION IN RANGEFINDING AND TRACKING OBJECTS USING REDUCED ATTENUATION RF TECHNOLOGY”的美国临时申 请第61/662,270号的权益，其全部内容通过引用结合在本文中。

技术领域

本实施例涉及无线通信和无线网络系统以及用于对对象的基于射频 （RF）的标识、跟踪和定区位（包括RTLS（实时定区位服务））的系统。

背景技术

用于确定对象的相对或地理位置的基于RF的标识和区位寻找系统通 常用于跟踪单个对象或对象组，以及用于跟踪个人。传统的区位寻找系统 已在开放的室外环境中用于位置的确定。通常使用基于RF的全球定位系 统（GPS，Global Positioning System）和辅助GPS。然而，传统的区位 寻找系统在对封闭（即，室内）环境中以及室外的对象进行定区位时受制 于一定的不准确度。尽管蜂窝无线通信系统在城市和多数室内环境中提供 了极好的数据覆盖，但是这些系统的位置精度受限于自干扰、多径和非视 距传播。

室内和室外定区位的不准确度主要由于RF传播的物理现象，尤其， 由于RF信号的损耗/衰减，信号散射以及反射。能够通过采用窄带测距信 号并且工作在低RF频率处例如在VHF范围或更低频率来解决损耗/衰减 和散射问题（参见共同未决申请第11/670,595号）。

尽管，在VHF和更低频率，多径现象（例如，RF能量反射）没有 在UHF和更高频率严重，但多径现象对区位寻找精度的影响使区位确定 比行业所需要的更不可靠且更不精确。因此，在采用窄带测距信号的基于 RF的标识和区位寻找系统中，需要一种用于抑制RF能量反射（即，多 径现象）的影响的方法和系统。

一般而言，传统的基于RF的标识和区位寻找系统通过采用宽带宽测 距信号来抑制多径，例如为了多径抑制（multi-path mitigation）而利用 宽带信号的性质（参见“S.Salous,“Indoor and Outdoor UHF  Measurements with a90MHz Bandwidth”,IEEE Colloquium on  Propagation Characteristics and Related System Techniques for Beyond  Line-of-Sight Radio,1997,8/1-8/6页”）。另外，参见“Chen等人的美国专 利2011/0124347A1”，其中在表1中示出了定区位精度与所需要的PRS 带宽。根据该表，对于10米精度，需要83MHz带宽。另外，在某些情 况中使用空间分集和/或天线分集技术。

然而，由于空间分集导致需要的基础设施增加，所以在许多跟踪定区 位应用中空间分集并不是一个选择。类似地，由于在更低的工作频率，例 如VHF，天线子系统的物理尺寸变得太大，所以天线具有有限的价值。 很好的例子是美国专利第6,788,199号，其中描述了用于对对象、人、宠 物和个人用品进行定区位的系统和方法。

所提出的系统采用天线阵列以抑制多径。可选择的系统工作在 902-926MHz带宽中的UHF处。众所周知，天线的线性尺寸与工作频率 的波长成比例。而且，天线阵列的面积与线性尺寸的平方和体积与立方之 比成比例，因为在天线阵列中，天线通常按照1/4或1/2波长分开。因此，在 VHF和更低频率，天线阵列的尺寸将显著影响装置便携性。

另一方面，由于非常有限的频谱，窄带宽测距信号不能使自身适用于 传统的基于RF的标识和区位寻找系统目前使用的多径抑制技术。原因是， 对于在存在噪声的情况下的可靠的检测/处理，由多径引起的测距信号失 真（即，信号的变化）太小。另外，由于窄带宽接收器缺少与接收器的带 宽成比例的需要的时间分辨率（例如，窄带宽对到来的信号具有整合效 应），所以，由于有限的带宽，窄带宽接收器在测距信号直接视线（DLOS， Direct-Line-Of-Sight）路径和延迟的测距信号路径通过小延迟分开时不能 区分该测距信号直接视线（DLOS）路径和延迟的测距信号路径。

因此，现有技术需要一种使用窄带宽测距信号并且工作在VHF或更 低频率以及UHF带频率和超越处的用于对象标识和区位寻找的多径抑制 方法和系统。

主要在无线网络中发现了跟踪和定区位功能需求。在共同未决申请第 12/502,809号中描述的用于对象标识和区位寻找的多径抑制方法和系统 能够用在大多数的可用无线网络中。然而，某些无线网络具有在共同未决 申请第12/502,809号中描述的要求将技术集成在无线网络中以充分受益 于各种测距和定位信号的通信标准/系统。通常，这些无线系统能够在广 大区域和多数室内环境中提供极好的数据覆盖。然而，用这些系统可获得 的位置精度受限于自干扰、多径以及非视距传播。作为示例，用于LTE （长期演进，Long Term Evolution）标准的最近的3GPP版本9标准化 的定位技术具有如下技术：1）作为主要方法的A-GNSS（辅助全球卫星 导航系统）或A-GPS（辅助全球定位系统）；以及2）作为后备方法的增 强的蜂窝ID（E-CID）和包括DL-OTDOA（下行链路OTDOA）的OTDOA （观测到的到达时间差，Observed Time Difference of Arrival）。尽管这些 方法可能满足当前强制性FCC E911紧急定区位要求，但这些定区位方法 的精度、可靠性和可用性达不到需要在建筑物、大型超市、城市走廊等内 的高精度定区位的LBS（基于区位的服务，Location Based Services）或 RTLS系统用户的需要。此外，即将到来的FCC911要求比存有的要求更 严格并且例外的是A-GNSS（A-GPS）可能超出现存的技术/方法定区位 能力。众所周知，A-GNSS精度在开放空间中很好但是在城市/室内环境 中非常不可靠。

同时，其它技术/方法的精度受到多径效应和其它无线电波传播现象 的严重地影响。因此，使得不可能满足即将到来的FCC911要求和LBS 要求。下面列出的是除DL-OTDOA和E-CID之外的定区位技术方法。 U-TDOA概念类似于OTDOA，但是使用安装在蜂窝塔处的区位测量单元 （LMU，Location Measurement Unit）来计算电话的位置。这是针对原 来的911需要来设计的。LMU仅在2G GSM网络上采用，并且将需要用 于3G UMTS网络的主要硬件升级。U-TDOA还没有为支持4G LTE或 WiMAX而标准化。另外，在LTE使用过程中并不使用LMU。就像其它 方法，U-TDOA精度受损于多径。LTE标准化组可能放弃LMU附加硬 件并且在DL-OTDOA之后形成U-TDOA，例如UL-OTDOA。注意： DL-OTDOA在版本9中标准化。

即将到来的FCC911要求的另一竞争是RF指纹方法。该技术基于这 样的原理，每个区位具有唯一的射频（RF）签名，就像指纹的图案，通 过包括邻居蜂窝信号强度测量等的唯一一组值来标识区位。指纹并不要求 附加的硬件。然而，该技术受损于如下情形：其需要大数据库和长训练期。 另外，不同于确实是唯一的人类指纹，由于RF传播现象，RF签名在多 个不同区位重复。此外，数据库过时，例如，随着环境变化，包括天气变 化，签名迅速老化。这使得维持数据库的任务繁重。听得见的蜂窝塔的数 量对精度有显著影响——需要从多个塔（8个或更多）获得读数以得到合 理的精度（60米，如北极星无线所要求的）。因此，在郊区环境中，精度 减小至100米（参见北极星无线定区位技术综述，7月29；来自北极星无 线）。另外，存在手机天线取向的估计位置的显著变化（参见Tsung-Han Lin 等人的“Microscopic Examination of an RSSI-Signature-Based Indoor  Localization System”）。

尽管存在RF指纹数据库不稳定的几个原因，但主要原因中的一个是 多径。多径高度动态并且能够瞬间改变RF签名。具体地，在严重的多径 环境中，如室内-人和电梯移动；家具、橱柜、设备位置的变化将造成不 同的多径分布，例如，严重影响RF签名。另外，室内和在类似环境中， 物理区位（在三个维度中）的小变化造成RF签名的显著变化。这是多径 （其使得RF签名是3维的）与导致在1/4波长的距离上显著的RF签名变 化的短波长的组合的结果。因此，在这种环境中，数据库中点的数量将必 须成倍增加。

存在不太准确的定区位方法，例如，包括基于所接收信号强度的方法 的RTT，RTT+CID。然而，在后一情况中，RF传播现象使信号强度在 一个波长的距离变化30dB至40dB，这在无线网络中会显著小于1米。 这严重影响了基于所接收信号强度的方法的精度和/或可靠性。再次地， 所有这些方法的精度遭受多径的影响。

因此，现有技术中需要用于无线网络的更准确和可靠的跟踪和定区位 能力，其可以通过多径抑制技术来实现。

定位参考信号（PRS，positioning reference signal）添加进LTE3GPP 的版本9中并且意味着由OTDOA定位（一种类型的多边测量 （multilateration））的用户设备（UE，user equipment）来使用。TS36.211 版本9技术规范标题为“Evolved Universal Terrestrial Radio Access (E-UTRA);Physical Channels and Modulation.”。

如所提到的，PRS能够由UE用于下行链路观测到的到达时间差 （DL-OTDOA，Downlink Observed Time Difference of Arrival）定位。 版本9还要求相邻基站（eNB）是同步的。这去除了OTDOA方法的最后 障碍。PRS还改进了在多个eNB的UE处的UE可听性。值得注意的是 版本9规范没有规定eNB同步精度，而给出了建议100ns的一些提议。 UL-TDOA目前处于研究阶段并且期望在2011年标准化。

根据版本9规范的DL-OTDOA方法在作者为Chen等人标题为 “Method and Apparatus for UE Positioning in LTE Networks”的美国专 利申请公布第2011/0124347号中详述。版本9受损于多径现象。能够通 过增加的PRS信号带宽来实现多径抑制。然而，这因此造成了增大的调 度复杂性和在UE位置修正之间的更长时间。另外，对于具有有限工作带 宽诸如10MHz的网络，最好的可能精度是约100米，如Chen等人的表 1中所例示的。这些数字是在最好的情况下的结果。在其它情况下，尤其 当DLOS信号强度相比于反射信号（多个反射信号）强度显著更低 （10-20dB）时，这造成了定区位/测距误差显著更大（从两倍至四倍）。

Chen等人描述了也是基于PRS的UL-TDOA定位的变形，称为上行 链路定位参考信号（UL-PRS，Up Link Positioning Reference Signal）。 Chen等人提出改进的邻居蜂窝可听性和/或减小的调度复杂性，然而Chen 等人没有教导处理抑制多径的任何东西。结果，Chen等人所实现的精度 并不优于按照DL-OTDOA方法的版本9的精度。

根据Chen等人的DL-OTDOA和UL-TDOA方法适合于室外环境。 Chen等人还注意到DL-OTDOA和UL-TDOA方法在室内环境诸如建筑 物、校园等中执行得不好。Chen等人注意到用于解释这些方法在室内环 境中性能差的几个原因。例如，采用一般用在室内的分布式天线系统 （DAS，Distributed Antenna Systems），其中每个天线不具有唯一的ID。

根据Chen，最终结果是，在基于版本9和蜂窝塔的像UL-TDOA一 样的Chen等人的系统中，UE设备不能在多个天线之间进行区分。这个 现象阻碍了在版本9和Chen UL-OTDOA系统中采用的多边测量的使用。 为了解决这个问题，Chen等人将硬件和新网络信号添加至现存室内无线 网络系统。此外，在主动DAS的情况下，最佳精度（误差下界）限于50 米。Chen等人不能处理多径对室内环境中的定位精度的影响，在室内（与 室外相比）最严重的是并且在许多情况下造成比所要求的大得多（2×-4×） 的定位误差。

因为对现存系统升级将需要付出巨大努力和高昂的成本，所以Chen 等人教导的对室内无线网络天线系统的修改并不是总有可能。此外，在主 动DAS的情况下，最佳理论精度仅是50米，而实际上此精度将由于包括 多径的RF传播现象而显著地更低。同时，在DAS系统中，由多个天线 产生的信号将出现反射，例如多径。因此，如果所有的天线区位是已知的， 则在能够分辨来自各个天线的信号路径的情况下无需附加的硬件和/或新 网络信号就可在DAS环境中提供区位固定。例如，例如，使用多边测量 和区位一致性算法。因此，现有技术需要用于无线网络的准确并且可靠的 路径解决方案。

发明内容

本实施例涉及一种基本上消除了现有技术的一个或多个缺点的用于 基于射频（RF）的标识，包括实时定区位服务（RTLS，Real Time Locating Service）的对对象的跟踪和定区位的方法和系统。所提出的（示例性）方 法和系统使用窄带宽测距定区位信号。根据实施例，基于RF的跟踪和定 区位在VHF带上实现，但是还能够在更低带（HF、LF以及VLF）以及 UHF带和更高频率上实现。其采用包括技术和算法的多径抑制方法。所 提出的系统能够使用软件实现的数字信号处理和软件无线电技术。也能够 使用数字信号处理。

实施例的系统能够利用标准FPGA和标准信号处理硬件和软件以对 装置和整个系统而言非常小的成本增加来构建。同时，能够显著改进采用 窄带宽测距信号的基于RF标识和区位寻找系统的精度。

用于例如VHF的窄带宽测距/定区位信号的发射器和接收器用于标 识人或对象的区位。数字信号处理（DSP）和软件无线电（SDR，software  defined radio）技术能够用于生成、接收并处理窄带宽测距信号以及执行 多径抑制算法。窄带宽测距信号用于以半双工、全双工或单工工作模式来 对人或对象进行标识、定区位和跟踪。数字信号处理（DSP）和软件无线 电（SDR）技术用在多径抑制处理器中以实现多径抑制算法。

本文所提出的方法采用在共同未决申请第12/502，809中描述的增加 由无线网络实现的跟踪和定区位系统的精度的多径抑制处理器和多径抑 制技术/算法。本实施例可以用在所有无线系统/网络中并且包括单工、半 双工和全双工工作模式。下面描述的实施例与采用各种调制类型（包括 OFDM调制和/或其派生方式）的无线网络一起工作。因此，下面描述的 实施例与LTE网络一起工作并且它还可应用于其它无线系统/网络。

本文所描述的方法基于网络的一个或多个参考/导频信号和/或同步信 号并且还能够应用于其它无线网络，包括WiMax、WiFi以及白色空间。 不使用参考和/或导频/同步信号的其它无线网络可以采用如在共同未决申 请第12/502，809中所描述的下列类型的可选实施例中的一个或多个实施 例：1）其中，如在共同未决申请第12/502,809号中描述的，帧的一部分 专用于测距信号或测距信号元素；2）其中，测距信号元素（参见共同未 决申请第12/502,809号）被嵌入到发射/接收信号帧中；以及3）其中，测 距信号元素（在共同未决申请第12/502,809号中描述）被嵌入有数据。

这些可选实施例采用在共同未决申请第12/502,809号中描述多径抑 制处理器和多径抑制技术/算法并且能够用在所有工作模式下：单工、半 双工和全双工。

在共同未决申请第12/502,809号中描述的多径抑制处理器和多径抑 制技术/算法与基于OFDM的无线网络的结合以及具有参考/导频信号和/ 或同步信号的其它无线网络能够在对装置和整个系统成本增加很小或没 有增加的情况下来实现。同时，网络和系统的定区位精度将显著改进。如 实施例中所述，基于RF的跟踪和定区位实现在3GPP LTE蜂窝网络上将 显著受益于如在共同未决申请第12/502,809号申请中描述的多径抑制方 法/技术和算法的定区位。所提出的系统能够使用软件或硬件实现的数字 信号处理。

实施例的附加特征和优点将在下面的说明书中给出，并且其中一部分 根据描述是显见的，或者可通过实施例的实践来得知。实施例的优点将通 过在所撰写的说明书和其权利要求以及附图中特别指出的结构来实现和 获得。

应理解的是，前面的总的描述和下面的详细描述都是示例性和说明性 的，并且意在提供所称的实施例的进一步的理解。

附图说明

附图例示了实施例并且与描述一起用于解释实施例的原理，将附图包 括近来以提供对实施例的进一步理解并且将附图合并在本说明书中并且 构成本说明书的一部分。在附图中：

图1和图1A例示了根据实施例的窄带宽测距信号频率成分；

图2例示了示例性宽开口测距信号频率成分；

图3A、图3B和图3C例示了根据本实施例的RF移动跟踪和定区位 系统的主从单元的框图；

图4例示了示例性合成带宽基带测距信号；

图5例示了根据实施例的通过取消来消除信号前导；

图6例示的根据实施例的具有更少载波的前导取消；

图7例示了单向传递函数的相位；

图8例示了实施例定区位方法；

图9例示了LTE参考信号映射；

图10例示了示例性的增强的蜂窝ID+RTT定区位技术；

图11例示了示例性OTDOA定区位技术；

图12例示了在运营商的eNB设施处安装的时间观测单元（TMO， Time Observation Unit）的工作。

图13例示了示例性无线网络定区位设备图；

图14例示了企业应用的示例性无线网络定区位下行链路生态系统；

图15例示了用于网络广泛应用的示例性无线网络定区位下行链路生 态系统；

图16例示了企业应用的示例性无线网络定区位上行链路生态系统； 以及

图17例示了网络广泛应用的示例性无线网络定区位上行链路生态系 统。

具体实施方式

现在将详细参考本实施例的优选实施例，优选实施例的示例在附图中 例示。

本实施例涉及包括RTLS的基于RF的对对象的标识、跟踪和定区位 的方法和系统。根据实施例，该方法和系统采用窄带宽测距信号。该实施 例工作在VHF带中，但也能用在HF、LF以及VLF带以及UHF带和更 高频率。其采用多径抑制处理器。采用多径抑制处理器提高了系统所实现 的跟踪和定区位的精度。

实施例包括允许用户跟踪、定区位和监视多个人和对象的小型高度便 携性基单元。每个单元具有自己的ID。每个单元播送具有其ID的RF信 号，并且每个单元能够送回返回信号，该返回信号可包括每个单元的ID 以及语音、数据以及附加的信息。每个单元根据所使用的三角测量或三边 测量和/或其它方法来处理从其它单元返回的信号，并且持续地确定他们 的相对的和/或实际的区位。优选实施例还能够容易地与诸如GPS范围、 智能电话双向无线电和PDA结合。得到的产品将具有独立装置的所有功 能，同时利用其主机的现有显示器、传感器（比如测高仪，GPS、加速度 计以及指南针）以及处理能力。具有本文所描述的装置技术的GPS装置 将能够在地图提供用户的区位并且绘出该组的其它成员的区位。

随着集成电路技术的改进，基于FPGA实现的优选实施例的尺寸在 约2×4×1英尺与2×2×5英寸之间或者更小。根据所使用的频率，天线将 集成进装置或者穿过装置外壳突出出来。基于ASIC（专用集成电路）版 的装置将能够将FPGA和多数其它电子元件的功能结合在单元或标签中。 基于ASIC单机版的产品将使得该装置尺寸为1×0.5×0.5英寸或更小。由 所使用的频率来确定天线的尺寸并且天线的一部分可集成进外壳中。基于 ASIC的实施例设计成集成进能够仅包括芯片组的产品。主或标签单元之 间不应存在任何实质上的物理尺寸差异。

装置能够使用用于处理多径抑制算法的工作在多个频率范围（带）处 的标准信息部件（现成部件）。能够使用用于数字信号处理的软件和软件 无线电。与最小的硬件组合的信号处理软件允许聚集已发射并且接收通过 软件定义的波形的无线电。

共同未决的申请第11/670,595号公开了窄带宽测距信号系统，其中窄 带宽测距信号设计成配合到例如使用仅几kHz宽（但是某些低带宽通道 可扩大到几十kHz）的语音通道的低带宽通道中。这是相比于使用从几百 kHz至几十MHz宽的信号的传统的区位寻找系统。

该窄带宽测距信号系统的优点如下：1）在更低的工作频率/带宽，传 统的区位寻找系统测距信号带宽超过载波（工作）频率值。因此，这种系 统不能够在LF/VLF和其它更低频率带宽处（包括HF）进行利用。与传 统的区位寻找系统不同，在共同未决申请第11/670,595号中描述的窄带宽 测距信号系统可以成功地用在LF、VLF和其它带，这是因为其测距信号 带宽远低于载波频率值；2）在RF频谱的较低一端（某些VLF、LF、 HF以及VHF带），例如，上至UHF带，传统的区位寻找系统不能被使 用，这是因为FCC严重限制了允许的通道带宽（12-25kHz），这使得不 可能使用传统测距信号。与传统的区位寻找系统不同，窄带宽测距信号系 统的测距信号带宽完全符合FCC规定和其它国际频谱管理机构；以及3） 众所周知（参见“MRI:the basics,by Ray H.Hashemi,William G. Bradle_y...–2003”），与工作频率/带无关，窄带宽信号与宽带宽信号相比 固有地具有更高SNR（信噪比）。这增加了窄带宽测距信号区位寻找系统 与其工作的频率/带无关的包括UHF带的工作范围。

因此，与传统的区位寻找系统不同，窄带宽测距信号区位寻找系统能 够用在RF频谱的较低端—例如，VHF和更低的频带，下至LF/VLF带， 在此，多径现象不明显。同时，窄带宽测距区位寻找系统还能够用在UHF 带和更高，从而改进测距信号SNR，结果增大了区位寻找系统工作范围。

为了使多径例如RF能量反射最小化，期望工作在VLF/LF带上。然 而，在这些频率，便携/移动天线的效率非常小（约0.1%或更小，由于相 对于RF波长的小天线长度（尺寸））。另外，在这些较低频率处，来自自 然的或人为的源的噪声水平远高于在更高频率/带，例如VHF。这两个现 象加在一起可能限制区位寻找系统的可应用性，例如，其工作范围和/或 移动性/便携性。因此，对于工作范围和/或移动性/便携性非常重要的某些 应用，可以使用更高的频率/带，例如，HF、VHF、UHF以及UWB。

在VHF和UHF带，相比于VLF、LF以及HF带，来自自然的和人 为的源的噪声水平显著更低；并且在VHF和HF频率，多径现象（例如， RF能力反射）不如在UHF和更高频率处严重。另外，在VHF，天线效 率比在HF和更低频率显著更好，并且在VHF，RF穿透能力远优于在 UHF。因此，VHF带为移动/便携应用提供了好的折衷。另一方面，在某 些特殊情况下，例如，VHF频率（或者更低频率）不能穿透电离层（或 者被反射/折射）的GPS，UHF会是好的选择。然而，在任何情况（和所 有情况/应用）下，窄带宽测距信号系统将具有超越传统宽带宽测距信号 区位寻找系统的优点。

实际应用将确定确切的技术规范（比如频率、辐射、带宽和工作频率 /带）。窄带宽测距允许用户要么接收许可或者接收对许可的免除，要么使 用在FCC中给出的未经许可带，这是因为窄带测距允许工作在许多不同 的带宽/频率（包括在FCC中给出的最严格的窄带宽：6.25kHz、11.25kHz、 12.5kHz、25kHz以及50kHz）上，并且符合适当部分的对应技术要求。 结果，多个FCC部分和在这些部分内的免除将是可应用的。可应用的主 要的FCC规定是“47CFR Part90-Private Land Mobile Radio Services, 47CFR Part94personal Radio Services,47CFR Part15–Radio  Frequency Devices”。（通过比较，在该文中的宽带信号是从几百kHz上 至10-20MHz）。

通常，对于部分90和部分94，在特定的免除下（例如，低功率无线 电服务），VHF实现允许用户将装置在最高100mW工作。对于特定应用， 在VHF带，可允许的发射功率在2-5瓦之间。对于900MHz（UHF带）， 可允许的发射功率是1W。在160kHz-190kHz频率（LF带），可允许的 发射功率是1瓦。

窄带测距能够符合许多如果不是所有的不同的频谱允许，并且允许精 确的测距同时仍符合最严格的监管要求的话。这不只是对于FCC成立， 而且对于规范全世界（包括，欧洲、日本、韩国）的频谱的使用的其它国 际组织成立。

下面是所使用的常用频率、以及标签（tag）能够在实际世界环境中 与另一读取器通信的典型功率使用和距离（参见“Indoor Propagation and  Wavelength Dan Dobkin,WJ Communications,V1.47/10/02”）的列表：

915MHz       100mW       150英尺

2.4GHz      100mW       100英尺

5.6GHz      100mW       75英尺

所提出的系统工作在VHF频率并且采用发送并且处理RF信号的专 有方法。更具体地，它使用DSP技术和软件定义的无线电（SDR， software-defined radio），以克服在VHF频率窄带宽要求的限制。

在更低（VHF）频率处工作减小了散射并且提供了更好的墙穿透。 净结果是范围上超过常用频率增加约10倍。例如，将原型的测量范围与 上面列出的RFID技术的测距范围进行比较：

216MHz       100mW       700英尺

利用窄带测距技术，常用频率的范围（包括典型功率使用和距离）， 在实际世界环境中与另一读取器通信的标签通信范围将显著增大：

电池消耗是设计、发射功率以及装置的占空比（例如，两个连续的距 离（区位）之间的时间间隔）的函数。在许多应用中，占空比大，10X至 1000X。在长占空比的应用中，例如，100X，发射100mW的功率的FPGA 版本将具有约三周的上限时间。期望基于ASIC的版本将上限时间增加 10X。另外，ASIC固有地具有更低的噪声水平。因此，基于ASIC的版 本还可以使工作范围增加约40%。

本领域的技术人员将认识到这些实施例在显著地提高在RF挑战性环 境（例如，建筑物，城市走廊等）中的区位寻找精度的同时不危害系统长 工作范围。

通常，跟踪和定区位系统采用跟踪-定区位导航方法。这些方法包括 到达时间（TOA，Time-Of-Arrival）、差分到达时间（DTOA， Differential-Time-Of-Arrival）以及TOA与DTOA的组合。到达时间 （TOA）作为距离测量技术主要在美国专利第5,525,967中描述。基于 TOA/DTOA的系统测量RF测距信号现场直线（DLOS， Direct-Line-Of-Site）渡越时间，例如延迟时间，该时间然后转换成距离 范围。

在RF反射（例如，多径）的情况中，RF测距信号的具有不同延迟 时间的多个副本叠加在DLOS RF测距信号上。使用窄带宽测距信号的跟 踪-定区位系统在无多径抑制的情况下不能够区分DLOS信号和反射的信 号。结果，这些反射的信号引起在估计的测距信号DLOS渡越时间上的 误差，这反过来影响范围估计精度。

实施例有利地使用了多径抑制处理器，以分开DLOS信号和反射信 号。因此，该实施例显著降低了在估计的测距信号DLOS渡越时间上的 误差。所提出的多径抑制方法可以用在所有的RF带上。该方法还可以用 于宽带宽测距信号区位寻找系统。并且，该方法能够支持各种调制/解调 技术，包括扩频技术，比如DDS（直接扩频）和FH（跳频）。

另外，可以应用降噪方法，以进一步提高该方法的精度。这些降噪方 法可包括但不限于相干求和、非相干求和、匹配滤波（matched filtering）、 时间分集（temporal diversity）技术等。多径干扰误差的残余可通过应用 诸如最大似然性估计（例如，维特比（Viterbi）算法）、最小方差估计（卡 尔曼（Kalman）滤波）等的后处理技术来进一步减小。

实施例可以以单工、半双工和全双工工作模式用在系统中。全双工就 RF收发器的复杂性、成本以及逻辑而言要求非常苛刻，这中情况在便携/ 移动装置实施中限制了系统工作范围。在半双工工作模式下，读取器（常 称为“主控器”）和标签（有时还称为“从属器”或“目标”）受控于仅允 许主控器或从属器在任意给定时间发射的协议。

发送和接收的交替允许单个频率用于距离测量。这种设置相比于全双 工系统减小了系统的成本和复杂性。单一的工作模式概念上更简单，但是 要求主控器与目标单元（多个目标单元）之间的事件的更严格的同步，包 括测距信号序列的开始。

在本实施例中，窄带宽测距信号多径抑制处理器不增加测距信号带 宽。有利地是，其使用不同的频率成分，以允许窄带宽测距信号的传播。 可以在频域中通过采用超分辨谱估计算法（MUSIC、rootMUSIC、 ESPRIT）和/或类似于RELAX的统计算法或者在时域中通过组合带宽较 宽的合成测距信号并且对该信号应用其它处理来执行其它测距信号处理。 窄带宽测距信号的不同频率成分可以是伪随机地选择的，它还可以在频率 上毗连或间隔开，并且它还可以在频率上具有均匀的和/或非均匀的间距。

该实施例扩展了多径抑制技术。窄带测距的信号模型是复指数（如在 本文的其它地方所介绍的），其频率与范围和类似术语所限定的延迟成比 例，该类似术语的延迟由多径相关的时间延迟来限定。该模型独立于信号 结构的实际实施，例如步进频率、线性频率调制等。

直接路径与多径直接的频率间隔名义上非常小，并且正常的频域处理 不足以估计直接路径范围。例如，在30米（100.07纳秒延迟）的范围处 在100KHz处的步进速率超过5MHz的步进频率测距信号导致0.062875 弧度/秒的频率。路径长度为35米的多径反射将引起0.073355的频率。间 隔是0.0104792。50个采样观测的频率分辨率具有为0.12566Hz的固有频 率分辨率。因此，不可能针对直接路径与反射路径的间隔来使用传统频率 估计技术并准确估计直接路径范围。

为了克服该限制，这些实施例使用子空间分解高分辨率谱估计方法的 实施和多模态聚类分析（multimodal cluster analysis）的唯一组合。子空 间分解技术取决于将观测到的数据的估计斜方差矩阵分成两个正交子空 间、噪声子空间以及信号子空间。子空间分解方法后面的理论是将所观测 到的投影在仅包括噪声组成的噪声子空间上并且将可观测量的投影在仅 由包括信号的信号子空间上。

超分辨谱估计算法和RELAX算法能够在存在噪声的情况下区分频 谱中紧邻的频率（正弦曲线）。这些频率不用一定是谐波相关，并且不同 于数字傅里叶变换，该信号模型不引入任何人工周期。对于给定带宽。这 些算法提供了比傅里叶变换更高的分辨率。因此，直接视线（DLOS）能 够以高精度可靠地区分其它多径（MP）。类似地，将在后面解释的阈值法 应用于人工产生的合成更宽带宽测距信号，使得可以以高精度从其它连接 区分DLOS。

根据本实施例，多径抑制处理器可采用数字信号处理（DSP）来从其 它MP路径可靠地区分DLOS。在频谱分析（频谱估计）技术中存在各种 超分辨率算法/技术。示例包括基于子空间的方法：多重信号特征化 （MUSIC）算法或求根MUSIC算法、基于旋转不变技术估计信号参数 （ESPRIT）算法、Pisarenko谐波分解（PHD）算法、RELAX算法等。

在所有上述超分辨率算法中，到来的（即，接收到的）信号被建模为 频率的复指数及其复幅度的线性组合。在多径的情况下，接收到的信号将 如下：

$r\left(t\right)=\beta \times e^{i2\mathrm{\pi f}\times t}\underset{k=0}{\overset{k=L-1}{\Sigma }}{\alpha }_k\times e^{-i2\mathrm{\pi f}\times {\tau }_K},---\left(1\right)$

其中，β×e^i2πf×t是发射信号，f是工作频率，L是多径组分的数量， 以及和τ_K分别是第K个路径的复衰减和传播延迟。为多径 组分编索引，使得认为传播延迟是升序。结果，在此模型中，τ₀表示DLOS 路径的传播延迟。显然，τ₀最令人感兴趣，因为它是所有τ_K中的最小值。 从一个测量周期到另一个测量周期，相位θ_K以均匀的概率密度函数 U(0,2π)而通常被认为是随机的。因此，我们假设α_K=常数（即，常数值）。

参数α_K和τ_K是反映在建筑物内和建筑物周围的人和设备的随机时 变函数。然而，由于与测量时间间隔相比它们的变化率非常低，所以这些 参数在给定测量周期内能够作为时变随机变量对待。

所有这些参数是频率相关的，这是因为它们涉及无线电信号的特性， 比如透射和反射系数。然而，在实施例中，工作频率变化非常小。因此， 上述参数可认为是频率无关的。

在频域中等式（1）可表示为：

$A\left(f\right)=\underset{k=0}{\overset{k=L-1}{\Sigma }}{\alpha }_k\times e^{-i(2\pi \times {\tau }_K)f},---\left(2\right)$

其中，A(f)是所接收信号的复幅度，(2π×τ_K)是要通过超分辨率算法估 计的人工“频率”，且工作频率f是独立变量；α_K是第K个路径幅度。

在等式(2)中，(2π×τ_K)和随后的τ_K值的超分辨率估计是基于连续频 率。实际上，存在有限数量的测量。因此，变量f将不是连续变量，而 是离散变量。因此，复幅度可以计算如下：

$\hat{A}\left(f\right)=\underset{k=0}{\overset{k=L-1}{\Sigma }}{\alpha }_k\times e^{-i(2\pi \times {\tau }_K)f_n},---\left(3\right)$

其中，是在离散频率f_n处的离散复幅度估计（即，测量）。

在等式（3）中，可以理解为频率为f_n的正弦信号在其通过多径 通道传播之后的幅度和相位。注意，所有基于频谱估计的超分辨率算法要 求复输入数据（即，复幅度）。

在某些情况下，可将实信号数据例如转换成复信号（例如， 分析信号）。例如，这种转换可以通过利用希尔伯特变换或其它方法来完 成。然而，在短距离的情况下，值τ₀非常小，这引起非常低(2π×τ_K)的 “频率”。

这些低“频率”造成了希尔伯特变换（或其它方法）实施上的问题。 另外，如果仅使用幅度值（例如，则要估计的频率的数量将 不仅包括(2π×τ_K)“频率”，而且还包括它们的组合。结果，增加未知频 率的数量影响超分辨率算法的精度。因此，使DLOS路径从其它多径（MP） 路径可靠而精确的分开要求复幅度估计。

下面是在存在多径的情况下获得复幅度的任务中的多径抑制 处理器工作和方法的描述。注意，尽管描述集中在半双工的工作模式，但 其能够容易地针对全双工模式进行扩展。单一的工作模式是半双工模式的 子集，但是将需要额外的事件同步。

在半双工工作模式下，读取器（常称为“主控器”）和标签（有时还 称为“从属器”或“目标”）受控于仅允许主控器或从属器在任意给定时 间发射的协议。在此工作模式下，标签（目标装置）用作应答器。标签从 读取器（主控装置）接收测距信号，将该信号存储在存储器中，然后在特 定的时间（延迟）之后，将该信号重新发射回主控器。

测距信号的一个示例在图1和图1A中示出。示例性测距信号采用毗 连的不同频率成分。还可以使用其它波形，包括伪随机的，频分的和/或 时分的或正交的，只要测距信号带宽保持是窄的即可。在图1中，每个频 率成分的持续时间T_f足够长，足以获得获得测距信号窄带宽特性。

具有不同频率成分的测距信号的另一变化在图2上示出。它包括在长 时间段内发射的多个频率（f₁、f₂、f₃、f₄、f_n）以使得各个频率是窄带的。 这种信号更高效，但是它占用宽的带宽且宽带宽测距信号影响SNR，这 又减小了工作范围。而且，这种宽带宽测距信号在VHF带或更低频带上 将违反FCC要求。然而，在特定应用中，该宽带宽测距信号允许向现有 信号和发射协议中更容易的集成。而且，该信号减少了跟踪-定区位时间。

这些多频（f₁、f₂、f₃、f₄、f_n）爆发也可以是毗连的和/或伪随机的， 频分和/或时分或正交的，等。

与宽带测距相比，窄带测距模式将产生瞬时宽带测距形式上的精度， 同时增大该精度能够被实现于的范围。因为在固定的发射功率下，在窄带 测距信号的接收器处的SNR（在合适的信号带宽）大于在宽带测距信号 的接收器处的SNR，所以实现该性能。SNR增益大约是宽带测距信号的 总带宽与每个通道的窄带测距信号的带宽的比率。当不要求非常快速的测 距时，例如对于静态的或缓慢移动的目标，诸如走动或跑动的人，这提供 了一个好的折中。

主控装置和标签装置相同并且能够工作在主控器或应答模式。所有装 置包括数据/远程控制通信通道。这些装置能够交换信息并且主控装置（多 个主控装置）能够遥控标签装置。在图1中所描述的示例中，在主控器（即， 读取器）的工作期间，多径抑制处理器向标签（多个标签）发出测距信号， 并且在特定延迟之后，主控器/读取器从标签（多个标签）接收重复的测 距信号。

之后，主控器的多径抑制处理器将所接收到的信号与最初从主控器发 送的信号相比较并且确定每个频率成分f的幅度和相位形式的估 计。注意，在等式（3）中，针对单向测距信号旅行来定义在实 施例中，测距信号进行了一个往返旅行。换言之，其双向行进：从主控器 /读取器至目标/从属器和从目标/从属器返回主控器/读取器。因此，由主控 器接收回来的该往返旅行信号复幅度能够计算如下：

$\left|{\hat{A}}_{\mathrm{RT}}\left(f_n\right)\right|={\left|\hat{A}\left(f_n\right)\right|}^2$和$\angle {\hat{A}}_{\mathrm{RT}}\left(f_n\right)=2\times (\angle \hat{A}\left(f_n\right))---\left(4\right)$

存在许多可供用于估计复幅度和相位值的技术，包括，例如，匹配滤 波和根据该实施例，复幅度确定基于源于主控器和/或标签 接收器RSSI（接收到的信号强度指示器）值的值。通过将读取器/ 主控器接收到的返回的基带测距信号相位与初始（即，由读取器/主控器 送的）基带测距信号相位作比较来获得相位值另外，由于主控 装置和标签装置具有独立的时钟系统，所以通过分析时钟精度对相位估计 误差的影响来扩充装置工作的详细解释。如上面的描述所示，单向幅度 值可从目标/从属装置直接获得。然而，单向相位值不能直接 测量。

在实施例中，测距基带信号与图1中描绘的一样。然而，为了简化， 本文中假设仅包括两个频率成分的测距基带信号均包含多个余弦周期或 不同频率的正弦波：F₁和F₂。注意，F₁＝f₁并且F₂＝f₂。在第一频率成分中 的周期数量是L，而在第二频率成分中的周期数量是P。注意，L可以或 者可以不等于P，这是因为对于T_f=常数，每个频率成分可以具有不同的 周期数。另外，在每个频率成分之间不存在时隙，并且F₁和F₂都从等于零 的初始相位开始。

图3A、图3B和图3C描绘了RF移动跟踪和定区位系统的主控器或 从属单元（标签）的框图。F_OSC指装置系统时钟（图3A中的晶体振荡器 20）的频率。从该系统时钟晶体振荡器生成在装置内生成的所有频率。使 用下面的定义：M是主控装置（单元）；AM是标签（目标）装置（单元）。 标签装置工作在应答模式并且称为应答（AM）单元。

在优选实施例中，装置包括RF前端和RF后端，基带和多径抑制处 理器。RF后端、基带和多径抑制处理器在FPGA150（参见图3B和图 3C）中实施。该系统时钟发生器20（参见图3A）振荡在F_OSC＝20MHz；或 者ω_OSC＝2π×20×10⁶。这是一个理想频率，因为在实际装置中系统时钟频率 并不总等于20MHz：$F_{\mathrm{OSC}}^M=F_{\mathrm{OSC}}{\gamma }^M;F_{\mathrm{OSC}}^{\mathrm{AM}}=F_{\mathrm{OSC}}{\gamma }^{\mathrm{AM}}.$

注意：${\gamma }^M=\frac{F_{\mathrm{OSC}}^M}{F_{\mathrm{OSC}}},{\gamma }^{\mathrm{AM}}=\frac{F_{\mathrm{OSC}}^{\mathrm{AM}}}{F_{\mathrm{OSC}}};$并且${\beta }^M=\frac{1}{{\gamma }^M},{\beta }^{\mathrm{AM}}=\frac{1}{{\gamma }^{\mathrm{AM}}}.$

应当注意，可使用不同于20MHz的F_OSC频率而不影响系统性能。

两个单元（主控器和标签）的电子构造是相同的并且不同工作模式是 软件可编程的。基带测距信号由FPGA150即框155-180（参见图2B）以 数字格式生成。该信号包括两个频率成分，每个频率成分包括多个余弦周 期或者不同频率的正弦波。在开始时，t＝0，在主控装置中的FPGA150 （图3B）将数字基带测距信号经由I/Q DAC120和125输出至其上转换 器50。FPGA150开始于F₁频率，并且在时间T₁之后，开始生成F₂频率， 持续时间T₂。

由于晶体振荡器的频率可能不同于20MHz，所以FPGA所生成的实 际频率将是F₁γ^M和F₂γ^M。另外，时间T₁将是T₁β^M，而T₂将是T₂β^M。还假定 T₁,T₂,F₁,F₂是这样的，使得F₁γ^M*T₁β^M＝F₁T₁并且F₂γ^M*T₂β^M＝F₂T₂。其中，F₁T₁和 F₂T₂都是整数。那意味着F₁和F₂的初始状态等于零。

由于从系统晶体振荡器20时钟生成所有频率，所以主控器的基带I/Q DAC（多个DAC）120和125输出如下：并且 其中，和是常系数。类似地，来自频率合成器 25的输出频率TX_LO和RX_LO（混合器50和85的LO信号）能够通 过常系数来表示。这些常系数对于主控器（M）和应答器（AM）是相同 的-差异在于每个装置的系统晶体振荡器20时钟频率。

主控器（M）和应答器（AM）工作在半双工模式。主控器的RF前 端利用正交上变频器（即，混合器）50将多径抑制处理器生成的基带测 距信号上转换并且发射该经上转换的信号。在基带信号被发射之后，主控 器利用RF前端发射/接收开关15从发射模式切换至接收模式。应答器利 用其RF前端混合器85（产生第一IF）和ADC140（产生第二IF）接收 并且下转换接收到的返回信号。

之后，该第二IF信号在利用数字滤波器190在应答RF后端处理器 中进行数字滤波，并且利用RF后端混合器200、数字I/Q滤波器210和 230、数字正交振荡器220和求和器270进一步下转换至基带测距信号。 利用RAM数据总线控制器195和控制逻辑180将该基带测距信号存储在 应答器的存储器170中。

随后，应答器利用RF前端开关从接收切换至发射，并在特定延迟tRTX 之后开始重新发射所存储的基带信号。注意，按照AM（应答器）系统时 钟来测量该延迟。因此，主控器接收该应答器发射并且利 用RF后端正交混合器200、数字I滤波器210和数字Q滤波器、数字正 交振荡器220（参见图3C）将所接收到的返回信号下转换成基带信号。

之后，主控器计算利用多径抑制处理器反正切块250和相位比较块 255来计算所接收到的（即，恢复的）基带信号中的F₁和F₂之间的相位差。 幅度值来自RF后端RSSI块240。

为了改进估计精度，总是期望改进来自块240的幅度估计和来自块 255的相位差估计的SNR。在优选实施例中，多径抑制处理器计算在测距 信号频率成分期间（T_f）多个时间示例的幅度和相位差估计。这些值在 进行平均时改进SNR。SNR改进可以是大约与成比例，其中，N是当 取得了（即，确定了的）幅度和相位差值时示例的数量。

SNR改进的另一方法是通过在一段时间内应用匹配滤波技术来确定 幅度和相位差值。然而，另一方法将是通过对所接收到的（即，重复的） 基带测距信号频率成分进行采样并且在时段T≤T_f内针对I/Q形式的原始 （即，由主控器/读取器发送的）基带测距信号频率成分进行积分来估计 所接收到的（即，重复的）基带测距信号频率成分的幅度和相位。积分具 有以I/Q格式平均幅度和相位的多个实例的效果。此后，相位和幅度值能 够从I/Q格式转化成和格式。

假设，在时间t＝0，在主控器的多径抑制处理器的控制下，主控器基 带处理器（都在FPGA150中）开始基带测距程序。

其中，T_f≥T₁β^M。

在主控器的DAC（多个DAC）120和125输出端的相位如下：

注意，DAC120和125具有不取决于系统时钟的内在传播延迟

类似地，发射器电路部件15、30、40和50将引入不取决于系统时钟 的附加的延迟

结果，通过主控器发射的RF信号的相位可以计算如下：

来自主控器（M）的RF信号经历相移该相移是主控器与标签 之间的多径现象的函数。

值取决于发射频率，例如，F₁和F₂。应答机（AM）接收器由于 接收器的RF部分的有限的（即，窄的）带宽而不能分辨每个路径。因此， 在特定时间之后，例如1微米（等价于渡越300米），当所有反射信号到 达接收器天线时，应用下列公式：

在第一下转换器元件85的AM（应答器）接收器中，输出，例如第 一IF，即信号的相位如下：

注意，在接收器RF部分（元件15和60-85）中的传播延迟不取 决于系统时钟。在穿过RF前端滤波器和放大器（元件95-110和125）， 第一IF信号通过RF后端ADC140来采样。假设ADC140对输入信号 （例如，第一IF）下采样。因此，ADC还像产生第二IF的下转换器一 样起作用。第一IF滤波器、放大器以及ADC增加了传播延迟时间。在 ADC输出（第二IF）：

在FPGA150中，第二IF信号（来自ADC输出）通过RF后端数字 滤波器190进行滤波并且通过第三下转换器（即，正交混合器200、数字 滤波器230和210以及数字正交振荡器220）进一步下转换回基带测距信 号，在求和器270中求和并且存储在存储器170中。在第三下转换器输出 （即，正交混合器）：

注意，在FIR部分190中的传播延迟不取决于系统时钟。

在接收->发射延迟之后，来自主控器（M）的（在存储器170）所存 储基带测距信号重新发射。注意，接收->发射延迟

来自应答器的信号到达主控器（M）的接收器天线时，来自应答器 （AM）的RF信号经历为多径的函数的另一相移如上所述，该相 移在当所有反射信号到达主控器的接收天线时的特定时间段之后发生：

在主控器计算机中，来自应答器的信号经历如在应答器接收器中一样 的下转换处理。结果是恢复的由主控器最初发送的基带测距信号。

对于第一频率成分F₁：

对于第二频率成分F₂：

代入：

$T_{D\_M-\mathrm{AM}}=t_{\mathrm{DAC}}^M+t_{\mathrm{TX}}^M+t_{\mathrm{RX}}^{\mathrm{AM}}+t_{\mathrm{IF}\_1}^{\mathrm{AM}}+t_{\mathrm{ADC}}^{\mathrm{AM}}+t_{\mathrm{FIE}}{\beta }^{\mathrm{AM}}+t_{\mathrm{RTX}}{\beta }^{\mathrm{AM}}+t_{\mathrm{DAC}}^{\mathrm{AM}}+t_{\mathrm{TX}}^{\mathrm{AM}}+t_{\mathrm{RX}}^M+t_{\mathrm{IF}\_1}^M+t_{\mathrm{ADC}}^M+t_{\mathrm{FIR}}{\beta }^M;$

其中，T_{D_M-AM}是穿过主控器（M）和应答器（AM）电路的传播延迟。

其中，是LO在时间t=0，从主控器（M）和应答器（AM）频率混合器（包 括ADC）的相移。

而且，K_{SYN_TX}＝K_{SYN_RX_1}+K_ADC+K_{SYN_RX_2}

第一频率成分F1：

接下来，第一频率成分F1：

第二频率成分F2：

接下来，第二频率成分F2：

另外代入：

$\left(\begin{array}{c}\alpha =\\ {\gamma }^M\times {\omega }_{\mathrm{OSC}}\times \left(\begin{array}{c}{K}_{\mathrm{SYN}\_\mathrm{TX}}(-t_{\mathrm{TX}}^M-t_{\mathrm{RX}}^{\mathrm{AM}}-t_{\mathrm{IF}\_1}^{\mathrm{AM}}-t_{\mathrm{ADC}}^{\mathrm{AM}}-t_{\mathrm{FIR}}{\beta }^{\mathrm{AM}}-t_{\mathrm{DAC}}^{\mathrm{AM}}-t_{\mathrm{TX}}^{\mathrm{AM}}-t_{\mathrm{RX}}^M-t_{\mathrm{IF}\_1}^M-t_{\mathrm{ADC}}^M-t_{\mathrm{FIR}}{\beta }^M)\\ K_{\mathrm{SYN}\_\mathrm{RX}\_1}(-t_{\mathrm{IF}\_1}^M-t_{\mathrm{ADC}}^M-t_{\mathrm{FIR}}{\beta }^M)-K_{\mathrm{ADC}}(-t_{\mathrm{FIR}}{\beta }^M)\end{array}\right)-\\ {\gamma }^{\mathrm{AM}}\times {\omega }_{\mathrm{OSC}}\times \left(\begin{array}{c}{K}_{\mathrm{SYN}\_\mathrm{RX}\_1}(-t_{\mathrm{IF}\_1}^{\mathrm{AM}}-t_{\mathrm{ADC}}^{\mathrm{AM}}-t_{\mathrm{FIR}}{\beta }^{\mathrm{AM}}-t_{\mathrm{RTX}}{\beta }^{\mathrm{AM}})+\\ K_{\mathrm{ADC}}(-t_{\mathrm{FIR}}{\beta }^{\mathrm{AM}}-t_{\mathrm{RTX}}{\beta }^{\mathrm{AM}}-t_{\mathrm{DAC}}^{\mathrm{AM}})+K_{\mathrm{SYN}\_\mathrm{RX}\_2}(-t_{\mathrm{RTX}}{\beta }^{\mathrm{AM}}-t_{\mathrm{DAC}}^{\mathrm{AM}})\end{array}\right)\end{array}\right)$

其中，α是常数。

然后，最后的相位等式是：

根据等式（5）：

其中，i= 2,3,4……；并且等于

例如，在时间示例t1和t2时，差

为了求差，需要知道T_{D_M-AM}：

T_{D_M}-_AM＝T_{LB_M}β^M+T_{LB_AM}β^AM+t_RTXβ^AM;

$T_{\mathrm{LB}\_M}=t_{\mathrm{DAC}}^M+t_{\mathrm{TX}}^M+t_{\mathrm{RX}}^M+t_{\mathrm{IF}\_1}^M+t_{\mathrm{ADC}}^M+t_{\mathrm{FIR}}{\beta }^M;$$T_{\mathrm{LB}\_M}=t_{\mathrm{DAC}}^{\mathrm{AM}}+t_{\mathrm{TX}}^{\mathrm{AM}}+t_{\mathrm{RX}}^{\mathrm{AM}}+t_{\mathrm{IF}\_1}^{\mathrm{AM}}+t_{\mathrm{ADC}}^{\mathrm{AM}}+t_{\mathrm{FIR}}{\beta }^{\mathrm{AM}},$

其中，T_{LB_M}和T_{LB_AM}是通过以环回模式放置装置测量的穿过主控器（M） 和应答器（AM）发射和接收电路的传播延迟。注意，主控器和应答器装 置能够自动地测量T_{LB_M}和T_{LB_AM}；并且还可以知道t_RTX值。

根据上面的公式和t_RTX值，能够确定T_D__M-AM，接下来，对于给定的t1 和t₂，可以求出值，如下：

或者，假设β^M＝β^AM＝1：

根据等式（6），可以得出，在工作频率，测距信号（多个测距信号） 幅度值能够从测量返回的基带测距信号来求出。

因为子空间算法对恒定的相位偏移不敏感，所以可假定初始相位值 等于0。如果需要，可以通过使用如在申请第11/670,595号中描述 的窄带宽测距信号方法来确定TOA（到达时间，Time Of Arrival）来求 出值，该申请全部内容通过引用结合于此。该方法估计测距信号 往返旅行延迟，其等于2×T_FLTβ^M，并且能够根据下列等式求出值：

或者：

在优选实施例中，通过多径处理器的反正切块250来计算返回的基带 测距信号相位值为了改进SNR，多径抑制处理器相位比较块 255利用等式（6A）计算多种情况n（n=2,3,4……）的 然后对它们求平均以改进SNR。注 意，2×10^-6＜t_n＜T_f+T_{D_M-AM};t_m＝t₁+T_f。

根据等式5和6，显然，恢复的（即，接收到的）基带测距信号具有 与主控器发送的最初基带信号相同的频率。因此，尽管情况是主控器（M） 和应答器（AM）系统时钟可不同，但不存在频率转换。应为基带信号包 括几个频率成分，每个成分包括多个正弦曲线周期，所以还可通过对具有 对应的初始（即，由主控器发送的）基带信号各个频率成分的所接收到的 基带信号各个成分频率进行采样并且将得到的信号在时间段T≤T_f内积 分来估计所接收到的测距信号的相位和幅度。

该操作生成I/Q格式的所接收测距信号的复幅度值注意， 主控器所发送的每个基带信号各个频率成分在时间上移动T_{D_M-AM}。积分操 作产生了对多种情况的幅度和相位的进行平均的效果（例如，提高SNR）。 注意，相位和幅度值可以从I/Q格式转化成和格式。

该采样方法，在时间段T≤T_f内的积分和随后从I/Q格式向和 格式的转换能够在图3C中的相位比较块255中实施。因此，根 据块255的设计和实施，能够使用在这部分中所描述的基于等式(5)的优 选实施例的方法或者替代方法。

尽管测距信号带宽较窄，但例如在几兆赫兹数量级，频率差f_n-f₁会 相对较大。结果，计算机的带宽必须保持足够宽以通过所有的f₁:f_n测距 信号频率成分。该宽接收器带宽影响SNR。为了减小接收器有效带宽并 且改进SNR，所接收到的测距信号基带频率成分可由FPGA150中的RF 后端处理器通过针对所接收基带测距信号的每个单个频率成分调谐的数 字窄带滤波器来滤波。然而，该数量巨大的数字滤波器（滤波器的数量等 于各个频率成分的数量，n）带来了FPGA资源的额外负担，提高了其成 本、尺寸以及功耗。

在优选实施例中，仅使用两个窄带宽数字滤波器：一个滤波器一直调 谐成用于f₁频率成分，另一个滤波器可调谐成用于所有其它频率成分： f₂:f_n。主控器发送测距信号的多个示例。每个示例仅包括两个频率： f₁:f₂;f₁:f₃.....;f₁:f_i.....;f₁:f_n。还可以是类似策略。

请注意，还完全有可能通过调节频率合成器例如改变K_SYN来将基带测 距信号成分保持到生成其余频率成分的仅两个成分（或甚至一个成分）。 期望的是，利用直接数字合成（DDS）技术生成上转换器和下转换器的 LO信号。对于高VHF带频率，这会使收发机/FPGA硬件背负不期望的 负担。然而，对于较低频率，这可能会是有用的方法。还可以使用模拟频 率合成器，但是会付出额外的时间在频率改变后稳定下来。另外，在模拟 合成器的情况中，在相同频率处必须进行两个测量，以消除在改变模拟合 成器的频率后可能发生的行为偏移。

在上面的等式中使用的实际T_{D_M-AM}以主控器（M）和应答器（AM） 系统时钟二者来测量，例如，T_{LB_AM}和t_RTX以应答器（AM）时钟来计数。 而T_{LB_M}以主控器（M）时钟来计数。然而，当计算时，在主控 器（M）块中测量（计数）T_LB__AM和t_RTX。这就引入了误差：

$2\times \Delta {\Phi }_{\mathrm{ERROR}}={\gamma }^M\times {\omega }_{\mathrm{OSC}}\times ({K_F}_2-{K_F}_1)\times (T_{\mathrm{LB}\_\mathrm{AM}}({\beta }^{\mathrm{AM}}{\beta }^M-{\beta }^{\mathrm{AM}})+t_{\mathrm{RTX}}({\beta }^M-{\beta }^{\mathrm{AM}}))---\left(7\right)$

相位估计误差（7）影响精度。因此，需要使该误差最小。如果β^M＝β^AM， 换言之，所有主控器（多个）和应答器（标签）系统时钟同步，则消除了 来自t_RTX时间的贡献。

在优选实施例中，主控器和应答器单元（装置）能够与其它任何装置 同步时钟。例如，主控装置能够用作参考。通过利用远程遥控通信通道完 成时钟同步，其中，在FPGA150控制下，调节温度补偿晶体振荡器TCXO 20的频率。在所选择的应答装置发射载波信号的同时，在主控装置的求 和器270的输出端测量频率差。

此后，主控器向应答器发送命令，以增大/减小TCXO频率。该过程 可重复几次，以通过使在求和器270输出端处的频率最小来实现最大精 度。请注意，在理想的情况中，在求和器270输出端处的频率应变成零。 一种可选方法是测量频率差并且在不调节应答器的TCXO频率的情况下 对估计的相位进行校正。

尽管β^M-β^AM能够显著减小，但是当β^M≠1时存在相位估计误差。在这 种情况下，误差幅度取决于参考装置（通常，主控器（M））时钟发生器 的长期稳定性。另外，尤其是在现场有大量单元的情况下，时钟同步的处 理可能花费相当长的时间。在同步处理过程中，跟踪-定区位系统变得部 分地或完全地无法使用，其不利地影响了系统准备和性能，在这种情况下， 优选的是上述不要求应答器的TCXO频率调节的方法。

商业上可获得的（现货供应的）TCXO部件具有高度的精度和稳定 性。具体地，用于GPS商业应用的TCXO部件非常精确。通过这些装置， 无需频繁时钟同步，相位误差对定区位精度的影响就能够小于一米。

在窄带宽测距信号多径抑制处理器获得了返回的窄带宽测距信号复 幅度之后，在作为多径抑制处理器的一部分的基于软件的部件中 实施进一步的处理（即，执行超分辨率算法）。该软件组件能够在主控器 （读取器）主机CPU和/或被嵌入在FPGA150（未示出）中的微处理器 中实施。在优选实施例中，多径抑制算法（多个多径抑制算法）软件部件 通过主控器主机CPU来执行。

超分辨率算法（多个超分辨率算法）产生(2π×τ_K)频率的估计，例如， τ_K值。在最后的步骤，多径抑制处理器具有最小值的τ（即，DLOS延 迟时间）。

在测距信号窄带宽请求稍微宽松的某些情况下，通过采用连续（时间 上）啁啾，DLOS路径能够与MP路径分开。在优选实施例中，该连续啁 啾是线性频率调制（LFM）。然而，还可以使用其它波形。

假设在多径抑制处理器控制下，发射带宽为B和持续时间为T的啁 啾。那就给出了每秒弧度的啁啾率。多个啁啾进行了发射并且接收 回来。注意，啁啾信号是数字地生成的，其中每个啁啾在相同的相位开始。

在多径处理器中，每个所接收到的单个啁啾被对准为使得返回的啁啾 来自感兴趣的区域的中间。

啁啾波形等式是：

s(t)＝exp(i(ω₀t+βt²))，其中，对于0＜t＜T，ω₀是初始频率。

对于单个延迟往返旅行τ，例如，无多径，返回信号（啁啾）是s(t-τ)。

然后多径抑制处理器通过对原始发射的啁啾执行复共轭混合来使 s(t-τ)“去斜（deramp）”。得到的信号是复正弦曲线：

f_τ(t)＝exp(-ω₀τ)exp(-2iβτt)exp(iβτ²)       （8）

其中，exp(-iw₀τ_k)是幅度并且2βτ是频率，并且0≤t≤T。注意，最后一项 是相位并且它是可忽略的。

在多径的情况下，复合去斜信号包括多个复正弦曲线：

$f_{\mathrm{MP}}\left(t\right)=\underset{k=0}{\overset{k=L}{\Sigma }}\exp (-i{w}_0{\tau }_k)\exp (-i2\beta {\tau }_k)\left(t\right)---\left(9\right)$

其中，L是包括DLOS路径并且0≤t≤T的测距信号路径的数量。

发射并处理多个啁啾。每个啁啾如上所述进行单独对待/处理。此后， 多径抑制处理器组合各个啁啾处理的结果：

$f_{\mathrm{MP}}^N\left(t\right)\left[\underset{n=0}{\overset{n=N-1}{\Sigma }}P(t-\mathrm{n\rho })\right]\times \left[\underset{k=0}{\overset{k=L}{\Sigma }}\exp (-i{w}_0{\tau }_k)\exp (-i2\beta {\tau }_k)t\right]---\left(10\right)$

其中，N是啁啾的数量，$P\left(t\right)=\left(\begin{array}{c}1;0\le t\le T\\ 0;t>T\end{array}\right);$ρ＝T+t_dead；t_dead是两个连续啁啾之间 的死区；2βτ_k是人工延迟“频率”。再次地，最关注的是最低“频率”，其 对应与DLOS路径延迟。

在等式（10）中，可以认为是在下列时间作为复正弦曲线的总 和的N个样本：

0≤t_α≤T;t₁＝t_α+ρ;t₂＝t_α+2_ρ.....;t_m-1＝t_α+(N-1)ρ;m∈0:m-1;

因此，样本的数量可以是N的倍数，例如，αN;α＝1,2,.....。

根据等式（10），多径抑制处理器在进一步的处理（例如，超分辨率 算法的执行）中使用的时域中产生αN个复幅度样本。该进一步的处理在 作为多径抑制处理器的一部分的软件部件中实施。该软件部件可以通过主 控器（读取器）主机和/或通过被嵌入在FPGA150（未示出）中的微处理 器，或者这二者来执行。在优选实施例中，多径抑制算法（多个多径抑制 算法）软件通过主控器主机CPU来执行。

超分辨率算法（多个超分辨率算法）产生2βτ_k“频率”的估计，例如， τ_K值。在最好步骤，多径抑制处理器选择具有最小值的τ，即，DLOS 延迟时间。

将解释称为“阈值技术”的特定处理方法，其能够用作超分辨率算法 的替代。换言之，其用于利用人工生成的合成更宽带宽测距信号提高在将 DLOS路径区别于其它MP路径的过程中的可靠性和精度。

图1和图1A所示的频率基带测距信号能够转换成时域基带信号s(t)：

$s\left(t\right)=\frac{\sin \pi (2N+1)\mathrm{\Delta ft}}{\sin \mathrm{\pi \Delta ft}}---\left(11\right)$

容易验证，s(t)是周期性的，周期为1Δt，并且对于任意整数k， s(kΔt)＝2N+1，其是信号的峰值。其中，在图1和图1A中n=N。

图4示出了N=11并且Δf=250kHz情况下s(t)的两个周期。信号显 示为间隔为1/Δf=4微米高度为2N+1＝23的脉冲序列。脉冲之间是幅度 变换的正弦波形和2N个零点。信号的宽带宽可归因于高脉冲的狭窄。还 能够看到，带宽从0频率扩展至NΔf=2.75MHz。

在优选实施例中使用的阈值方法的基本思想是在将DLOS路径区别 于其它MP路径的过程中提高人工生成的合成更宽带宽测距可靠性和精 度。阈值方法当宽带脉冲的前沿开始处到达接收器时进行检测。由于在发 射器和接收器中的滤波，所以前沿不是瞬间上升的，而是从噪声以平滑增 加的坡度上升。通过在前沿交叉预定阈值T时进行检测来测量前沿的 TOA。

期望的是小阈值，这是因为其能够更快交叉并且脉冲的真正开始与阈 值交叉之间的误差延迟τ小。因此，由于多径而到达的任意脉冲副本在该 副本的开始具有大于τ的延迟的情况下没有影响。然而，噪声的存在对阈 值T可以是多小设置了限度。减小延迟τ的一种方式是使用所接收脉冲的 倒数而不是脉冲本身，这是因为倒数上升更快。可以使用更高阶，但是实 际上它们将噪声等级升高至不可接受的值，因此使用阈值的二阶倒数。

尽管在图4中描述的2.75MHz宽信号具有较宽的带宽，但是其不适 合于上述方法的测量范围。该方法要求发射的脉冲均具有零信号前导 （precursor）。然而，可以通过修改该信号使得脉冲之间的正弦波形被基 本上取消来实现该目标。在优选实施例中，通过构建非常接近高脉冲之间 所选间隔上的信号的波形并且然后从初始信号减去该波形来进行。

该技术可以通过将其应用到图1中的信号示出。波形上示出的两个黑 点是中心在最先的两个脉冲之间的时间间隔I的端点。凭经验确定以提供 最佳结果的时间间隔I的左右端点分别在：

$\left(\begin{array}{c}{t}_1=\frac{1.1}{(2N+1)\mathrm{\Delta f}}=\frac{1.1}{23\times \mathrm{25,000}}\cong 191.3n\sec \\ t_2=\frac{1}{\mathrm{\Delta f}}-t_1=\frac{1}{250.000}-\frac{1.1}{23\times \mathrm{250,000}}\cong \mathrm{3,808.7}n\sec \end{array}\right)---\left(12\right)$

尝试生成函数_g(t)，该函数基本上取消了在该时间间隔上的信号，但 在该时间间隔外却不会造成大的损害。由于表达式（11）表明s(t)是通过 1sinπΔft调制的正弦曲线sinπ(2N+1)Δft，求出在时间间隔I上非常接近 1sinπΔft的第一函数h(t)，并且然后，形成作为乘积的g(t)：

g(t)＝h(t)sinπ(2N+1)Δft    （13）

通过如下和来生成h(t)：

$h\left(t\right)=\underset{k=0}{\overset{M}{\Sigma }}{a}_k{\phi }_k\left(t\right)\mathrm{dt},t\in I---\left(14\right)$

其中，

φ₀(t)≡1,φ_k(t)＝sinkπΔft for k＝1,2,…,M（15）

并且，在时间间隔I内，系数a_k选成使最小平方误差最小

$J=\underset{t_1}{\overset{t_2}{\int }}{(1/\sin \mathrm{\pi \Delta ft}-\underset{k=0}{\overset{M}{\Sigma }}{a}_k{\phi }_k\left(t\right))}^2---\left(16\right)$

通过相对于a_k取J的偏导数并且将它们设定为等于0来容易地获得 解。结果是对于a_k能够解出的M+1个等式的线性系统，

$\underset{k=0}{\overset{M}{\Sigma }}{a}_k{R}_{\mathrm{jk}}=R_j,j=\mathrm{0,1,2},...,M---\left(17\right)$

其中，

$R_j=\underset{t_1}{\overset{t_2}{\int }}{\phi }_j·1/\sin \mathrm{\pi \Delta ftdt},R_{\mathrm{jk}}=\underset{t_1}{\overset{t_2}{\int }}{\phi }_j\left(t\right){\phi }_k\left(t\right)\mathrm{dt}---\left(18\right)$

然后，

$\left(\begin{array}{c}g\left(t\right)=h\left(t\right)\sin \pi (2N+1)\mathrm{\Delta ft}\\ =\left(\underset{k=0}{\overset{M}{\Sigma }}{a}_k{\phi }_k\left(t\right)\right)\sin \pi (2N+1)\mathrm{\Delta ft}\end{array}\right)---\left(19\right)$

利用通过（12）给出的函数φ_k(t)的定义

$g\left(t\right)=(a_0+\underset{k=1}{\overset{M}{\Sigma }}{a}_k\sin \mathrm{k\pi \Delta ft})\sin \pi (2N+1)\mathrm{\Delta ft}---\left(20\right)$

从s(t)减去g(t)以得到函数r(t)，该函数应当在时间间隔I中被基本 上取消。如在附录中所示，等式（20）中的和的上限M的合适选择是M= 2N+1。利用该值和来自附录的结果，

$\left(\begin{array}{c}r\left(t\right)=s\left(t\right)-g\left(t\right)\\ =b_0+\underset{k=1}{\overset{2N+1}{\Sigma }}{b}_k\cos 2\mathrm{\pi k\Delta ft}+c\sin 2\pi (N+\frac{1}{2})\mathrm{\Delta ft}\end{array}---\left(21\right)\right)$

其中，

$\left(\begin{array}{c}{b}_0=1-\frac{1}{2}{a}_{2N+1}\\ b_k=2-\frac{1}{2}{a}_{2(N-k)+1}\mathrm{fork}=\mathrm{1,2},...,N\\ b_k=-\frac{1}{2}{a}_{2(k-N)-1}\mathrm{fork}=N+1,N+2,...,2N+1\\ c=-a_0\end{array}---\left(A5\right)\right)$

根据等式（17），需要总共2N+3个频率（包括零频DC项），以获得 期望的信号r(t)。图5示出了图1中示出的初始信号s(t)的结果信号r(t)， 其中，N=11。在这种情况下，r(t)的构建需要25个载波（包括DC项b₀）。

上面所构建的r(t)的重要特性如下：

1.如从（14）看出的，最低频率是零Hz并且最高频率是(2N+1)ΔfHz。 因此，总带宽是(2N+1)ΔfHz。

2.除了一个载波之外，所有载波是隔开Δf的余弦函数（包括DC）， 所述一个载波是位于频率处的正弦函数。

3.尽管初始信号s(t)具有周期1/Δf，但r(t)具有周期2/Δf。作为s(t) 的整周期的r(t)的每个周期的前一半包含该信号的被取消部分，并且r(t) 的第二个半周期是大振荡段。因此，前导的取消仅出现在s(t)的间隔时段。

出现这种情形是因为取消函数g(t)在s(t)的间隔时段中实际上加强 s(t)。原因是g(t)在s(t)的每个峰值反转其极性，而s(t)不会。使s(t)的每 个周期包含被取消部分以使处理增益增加3dB的方法在下面描述。

4.s(t)的被取消部分的长度约占1/Δf的80-90%。因此，Δf必须足 够小，以使该长度足够长，以消除由于多径而来自r(t)的在前的非零部分 的任何剩余信号。

5.r(t)的每个非零部分后紧接着的是振荡部分的第一周期。在优选实 施例中，在上述的TOA测量方法中，此周期的第一半用于测量TOA，尤 其其上升的开始。有趣的是，该第一个半周期的峰值（其将称为主峰）稍 微大于时间上位于几乎同一点处的s(t)的对应峰。第一个半周期的宽度与 NΔf大致成反比。

6.通过下列方式能够实现大量的处理增益。

（a）利用信号r(t)的重复，这是因为r(t)是周期性的，周期是2/Δf。 另外，通过后面描述的方法可获得附加的3dB处理增益。

（b）窄带滤波。因为2N+3个载波中的每一个是窄带信号，所以该 信号所占用的带宽远小于分布在整个分配频带的宽带信号的所占用带宽。

对于图5中所示的信号r(t)，其中，N=11并且Δf=250kHz，s(t)的 被取消部分的长度是约3.7微秒或者1,110米。这足够消除由于多径而来 自r(t)的在前的非零部分的任何剩余信号。主峰具有约35的值，并且在 前导（即，取消）区域中的最大量值是约0.02，其比主峰低65dB。可取 的是利用上述的TOA测量阈值技术得到好的性能。

在图6中描绘了更少载波的使用，该图例示了对于总共仅2N+3=9 个载波，利用Δf=850kHz，N=3和M=2N+1=7生成的信号。在这种 情况下，与图5中的信号相比，其中周期是8微秒，信号的周期仅 微秒。由于该示例每单位时间具有更多周期，所以可以期望能 够实现更大的处理增益。

然而，由于使用了更少的载波，主峰的幅度是以前的约1/3，这往往 会取消预期的额外处理增益。而且，零信号前导段的长度更短，约0.8微 秒或240米。这应足以消除由于多径而而来自r(t)的在前的非零部分的任 何剩余信号。注意，总宽度(2N+1)Δf=5.95MHz与之前的大约相同，并 且主峰的半周期宽度也大致相同。由于使用了更少的载波，所以当每个载 波在接收器处进行窄带滤波时应有一些额外的处理增益。此外，在前导 （即，取消）区域中的最大量值现在是低于主峰约75dB，比之前的示例 改进了10dB。

在RF频率的发射：到这一点为止，为了简化的目的，r(t)作为基带 信号进行了描述。然而，其能够被转换到RF，被发射、被接收，然后在 接收器被重组为基带信号。为了例示，考虑经由多径传播路径中的具有索 引j的一个路径传播的基带信号r(t)中的一个频率成分ω_k所发生的（为了 表述简单，使用弧度/秒的频率）：

b_kcosω_kt（在发射器中的基带）

b_kcos(ω+ω_k)t（频率ω上转换至RF）

（在接收器天线）

（频率-ω转换至基带）   （23）

这里假设，发射器和接收器频率同步。b_k参数是r(t)的表达式(21)中 的第k^th个系数。参数τ_j和φ_j分别是第j^th个传播路径的路径延迟和相移（由 于反射器的介电特性）。参数θ是在接收器中下转换至基带过程中出现的 相移。对于等式（21）的正弦分量，能够存在类似的函数序列。

重要的是注意，只要零信号前导具有充分大于最主要的传播延迟的长 度，则等式（20）中的最后基带信号将仍具有零信号前导。当然，当在所 有路径（索引j）上的所有频率成分（索引k）被组合时，在接收器处的 基带信号将是包括所有相移的r(t)的失真版本。

在图1和图1A中例示了连续的载波发射和信号重构。假设，发射器 和接收器时间和频率同步，则2N+3个发射载波不需要同时发射。作为示 例，考虑其基带表示是图1和图6的表示的信号的发射。

在图6中，N=3，并且假设对于1毫秒，该9个频率分量中的每一个 被依次发射。在接收器处指导每个频率成分的开始和结束时间，因此可以 在那些各自的接收时间开始并且结束每个频率的接收。由于与1毫秒相 比，信号的传播时间非常短（其通常将低于期望应用中的几微秒），每个 所接收频率成分的一小部分应忽略，并且接收器能够容易地将其删掉。

可以在额外接收的9毫秒块中重复该接收9个频率成分的整个处理， 以增加处理增益。在一秒的总接收时间内，将有约111个这样的9毫秒块 可供用于处理增益。另外，在每个块内，将会有从个主峰 可获得的附加处理增益。

值得注意的是，通常，信号重构能够非常经济地进行，并且将固有地 允许所有可能的处理增益。对于2N+3个接收频率中的每一个：

1.测量该频率的每1毫秒接收的相位和幅度，以形成与该频率对应的存 储矢量（相位复矢量）的序列。

2.针对该频率来平均该存储矢量。

3.最后，利用针对2N+3个频率的2N+3个矢量平均，以重构一个持续时 间为2/Δf的一段基带信号，并且利用该重构来估计信号TOA。

该方法不限于1毫秒发射，发射的长度可以增大或减小。然而，所有 发射的总时间应短到足以冻结接收器或发射器的任意动作。

在r(t)的交替半周期上实现取消：通过简单地反转取消函数g(t)的极 性，s(t)的峰之间的取消是允许的，其中，r(t)是以前振荡的。然而，为 了在s(t)的所有峰之间实现取消，函数g(t)和其极性反转版本必须应用在 接收器，并且这涉及在接收器处的系数加权。

在接收器处的系数加权：如果需要，在等式（21）中的系数b_k用于在 发射器处的r(t)的构建，并且反过来可在接收器处引入。这种情况通过考 虑等式（20）中的信号的序列（其中，如果在最后的步骤引入而不是在开 始引入则最后的信号相同）而容易看到。忽略噪声，这些值如下：

b_kcosω_kt（在发射器中的基带）

b_kcos(ω+ω_k)t（频率ω上转换至RF）

（在接收器天线）

（频率-ω转换至基带）

（在基带通过系数b_k加权）   （24）

发射器然后能够以相同的幅度发射所有频率，这简化了其设计。应当 注意的是，该方法还加重了每个频率的噪声，应当考虑这种情况的影响。 还应注意的是，为了引起g(t)的极性反转，在接收器处进行系数加权，以 获得两倍的可用主峰。

将Δf缩放至通道中的中心频率：为了满足在VHF或更低频率处的 FCC要求，将需要具有恒定通道间隔的通道化发射。在相比于总分配带 宽较小的具有恒定通道间隔的通道化发射带中，这是VHF和更低频率的 情形，如果必要，对Δf的少量调节准许所有的发送频率处于通道中心而 无需从原始设计值相当大地改变性能。在之前给出的基带信号的两个示例 中，所有频率成分是Δf/2的倍数，因此如果通道间隔以Δf/2划分，则最 低RF发射频率可定中心于一个通道，而所有其它频率落于通道的中心。

在某些基于射频（RF）的标识、跟踪及定区位系统中，除了执行距 离测量功能之外，主控单元和标签单元二者还执行语音、数据以及控制通 信功能。类似地，在优选实施例中，主控单元和标签单元二者除了距离测 量功能之外还执行语音、数据和控制通信功能。

根据优选实施例，测距信号（多个测距信号）受很多复杂的信号处理 技术的影响，包括多径抑制。然而，这些技术不能使测距信号适合于语音、 数据和控制信号。结果，所提出的系统（和其它现有系统）的工作范围可 能不受限于其可靠且精确地测量距离的能力，而是受限于处于在语音和/ 或数据和/或控制通信期间的范围之外。

在其它基于射频（RF）的标识、跟踪及定区位系统中，距离测量功 能与语音、数据和控制通信更能分开。在这些系统中，分开的RF2收发 机用于执行语音、数据以及控制通信功能。该方法的缺点是系统增加的成 本、复杂性、尺寸等。

为了避免上述缺点，在优选实施例中，窄带测距信号或基带窄带宽测 距信号几个各个频率成分用相同的数据/控制信号来调制并且在语音的情 况中用用数字化的语音包数据来调制。在接收器处，具有最高信号强度的 个别频率成分被解调并且所获得的信息可靠性可通过执行“投票 （voting）”或利用信息冗余的其它信号处理技术来进一步提高。

该方法允许避免“空”现象，其中，来自多个路径的到来的RF信号 与DLOS路径以及彼此破坏性地相组合，因此显著减小了所接收到的信 号的强度和与该信号相关联的SNR。此外，这种方法允许找到一组来自 多个路径的到来的信号与DLOS路径及彼此建设性地相组合的频率，从 而提高所接收到的信号强度和与该信号相关联的SNR。

如之前所述，基于频谱估计的超分辨率算法通常使用相同的模型：频 率的复指数和其复幅度的线性组合。该复幅度提高上面的等式3给出。

基于频谱估计的超分辨率算法需要复指数的数量，即，多径路径的数 量的先验知识。该复指数的数量称为模型尺寸并且通过如在等式1-3中所 示的多径组分L的数量来确定。然而，当估计针对RF跟踪-定区位应用 的情形的路径延迟时，该信息不可获得。这就将另一尺度即模型尺寸估计 增加到经由超分辨率算法的频谱估计处理。

已知（Kei Sakaguchi等人，Influence of the Model Order Estimation  Error in the ESPRIT Based High Resolution Techniques），在模型尺寸不 确定的情况下，频率估计的精度受影响，并且当模型尺寸被高估时，该算 法生成寄生的（spurious）例如不存在的频率。现有的模型尺寸估计方法 例如AIC（Akaikes信息量标准），MDL（最小描述长度）等对信号（复 指数）之间的相关性具有高灵敏度。但是在RF多径的情况中，始终是这 样的情况。甚至，例如，在应用前后向空间平滑算法之后，总是会有相关 性的残留量。

在Sakaguchi的文章中，建议使用高估模型以及通过估计这些信号功 率（幅度）并且然后丢弃功率很低的信号来从寄生频率（信号）区分实际 频率（信号）。尽管该方法是在现有方法上的改进，但它也不能保证。发 明人实现了Kei Sakaguchi等人的方法，并且对模型尺寸更大的更复杂情 况进行了模拟。观察到在某些情况下寄生信号可具有非常接近于实际信号 幅度的幅度。

所有基于频谱估计的超分辨率算法通过将到来的信号复幅度数据划 分成两个子空间：噪声子空间和信号子空间来起作用。如果这些子空间适 当地定义（分开），则模型尺寸等于信号子空间尺寸（维度）。

在一个实施例中，模型尺寸估计利用“F”统计来完成。例如，对于 ESPRIT算法，协方差矩阵的估计的奇异值分解（通过前后相关平滑）按 升序排序。之后，做除法，其中第(n+1)本征值除以第n个本征值。比率 是“F”随机变量。最坏的情况是（1,1）自由度的“F”随机变量。（1,1） 自由度的“F”随机变量的95%的置信区间是161。将该值设为阈值来确 定模型尺寸。还有要注意，对于噪声子空间，本征值表示噪声过滤的估计。

将“F”统计应用于本征值的比率的这个方法是估计模型尺寸的更精 确的方法。应注意，在“F”统计中的其它自由度也可用于阈值计算以及 后续模型尺寸估计。

然而，在某些情况下，两个或更多个（时间上）间隔紧密的信号能够 由于实际测量缺陷而退化成一个信号。结果，上述方法将低估信号的数量， 即，模型尺寸。由于模型尺寸低估减小了频率估计精度，所以稳妥的是通 过增加一定的数量来增大模型尺寸。该数量能够经验低确定和/或根据模 拟来确定。然而，当信号并不间隔紧密时，模型尺寸将高估。

在这种情况下，寄生即不存在的频率会出现。如之前所述，由于在某 些情况下，观测到寄生信号具有非常接近实际信号幅度的幅度，所以利用 用于寄生信号检测的信号幅度并不总是起作用。因此，除了幅度区分之后， 还可以使用滤波器以改进寄生频率消除可能性。

通过超分辨率算法估计的频率是人工频率（等式2）。实际上，这些 频率是多径环境的个别路径。结果，不应该有负频率，并且超分辨率算法 所产生的负频率是要丢弃的寄生频率。

此外，能够利用不同于超分辨率方法的方法根据在测量器具获得的复 幅度值来估计DLOS距离范围。尽管这些方法具有更低的精度，但 该方法建立用于区分延迟即频率的范围。例如，比率：

$\frac{\Delta [\angle \hat{A}\left(2\mathrm{\pi \Delta f}\right)]}{2\mathrm{\pi \Delta f}}$

在信号幅度接近最大的间隔Δf中，即避免空，提供了DLOS 延迟范围。尽管实际的DLOS延迟能够多达两倍大或者更小，但这定义 了有助于丢弃寄生结果的范围。

在该实施例中，测距信号进行了一个往返旅行。换言之，其双向行进： 从主控器/读取器至目标/从属器和从目标/从属器回到主控器/读取器。

主控器发射了音：α×e^-jωt，其中，ω是工作带中的工作频率，并且α 是音信号幅度。

在目标的接收器，所接收到的信号（单向）如下：

$S_{\mathrm{one}-\mathrm{way}}\left(t\right)=\alpha \times \underset{m=0}{\overset{m=N}{\Sigma }}{K}_m\times e^{-\mathrm{j\omega t}}\times e^{-\mathrm{j\omega }{\tau }_m}---\left(25\right)$

其中，N是多径环境中的信号路径的数量；K0和τ₀是DLOS信号的 幅度并且飞行时间；|K₀|＝1，K₀＞0，|K_m≠0|≤1和K_m≠0可以是正或负。 S_one-way(t)＝α×e^-jωt×A(ω)×e^-jθ(ω)   （26）

其中，$A\left(\omega \right)\times e^{-\mathrm{j\theta }\left(\omega \right)}=\underset{m=0}{\overset{m=N}{\Sigma }}{K}_m\times e^{-\mathrm{j\omega }{\tau }_m}$是频域中的单向多径RF 通道传递函数；并且A(ω)≥0。

目标发射回接收信号：

S_retransmit(t)＝α×e^-jωt×A(ω)×e^-jθ(ω)（27）

在主控制器接收器，往返信号是：

$S_{\mathrm{round}\_\mathrm{trip}}\left(t\right)=\alpha \times e^{-\mathrm{j\omega t}}\times A\left(\omega \right)\times e^{-\mathrm{j\theta }\left(\omega \right)}\times \underset{m=0}{\overset{m=N}{\Sigma }}{K}_m\times e^{-\mathrm{j\omega }{\tau }_m}$

或者：

S_{round_trip}(t)＝α×e^-jωt×A²(ω)×e^-j2θ(ω)    （28）

另一方面，根据等式（26）和（28）：

$S_{\mathrm{round}\_\mathrm{trip}}\left(t\right)=\alpha \times e^{-\mathrm{j\omega t}}\times A^2\left(\omega \right)\times {(\underset{m=0}{\overset{m=N}{\Sigma }}{K}_m\times e^{{-\mathrm{j\omega \tau }}_m})}^2---\left(29\right)$

其中，$A^2\left(\omega \right)\times {(\underset{m=0}{\overset{m=N}{\Sigma }}{K}_m\times e^{{\mathrm{j\omega \tau }}_m})}^2=A^2\left(\omega \right)\times e^{-j2\theta \left(\omega \right)}$是频域中的往返多 径RF通道传递函数。

根据等式29，往返多径通道具有比单向通道路径数量更大的通道， 这是因为表达式和τ₀÷τ_N路径延迟，包括这些路径延 迟的组合，例如，τ₀+τ₁，τ₀+τ₂，……，τ₁+τ₂，τ₁+τ₃，……，等。

这些组合显著增加了信号的数量（复指数）。因此，（时间上）间隔非 常紧密的信号的概率将增加，并且可导致显著的模型尺寸低估。因此，期 望获得单向多径RF通道传递函数。

在优选实施例中，从目标/从属装置直接获得单向幅度值然而， 不能直接测量单向相位值可从往返相位测量观测来确定单向相位：

${(\underset{m=0}{\overset{m=N}{\Sigma }}{K}_m\times e^{{-\mathrm{j\omega \tau }}_m})}^2=e^{-j2\theta \left(\omega \right)}$和$(\underset{m=0}{\overset{m=N}{\Sigma }}{K}_m\times e^{{\mathrm{j\omega \tau }}_m})=e^{-\mathrm{j\theta }\left(\omega \right)}$

然而，对于ω的每个值，存在两个相位值α(ω)，使得

e^j2α(ω)＝e^jβ(ω)

下面示出了解决这种模糊性的详细描述。如果测距信号不同频率成分 彼此接近，则对于大部分，单向相位可以通过将往返相位分成两个来找到。 例外的情况将包括接近“零”的区域，其中，即使频率步进小，相位会经 历显著的变化。注意：“零”现象是从多径到来的RF信号与DLOS路径 并且与彼此破坏性地相组合，由此显著减小了所接收到的信号的强度和与 其相关联的SNR。

允许h(t)是通信通道的单向脉冲响应。频域中对应的传递函数是

$H\left(\omega \right)=\underset{-\infty }{\overset{\infty }{\int }}h\left(t\right)e^{-\mathrm{j\omega t}}\mathrm{dt}=A\left(\omega \right)e^{\mathrm{j\alpha }\left(\omega \right)}---\left(30\right)$

其中，A(ω)≥0是量值并且α(ω)是传递函数的相位。如果单向脉冲响 应通过其被接收的相同通道被发射回去，则得到了单向传递函数是：

G(ω)＝B(ω)e^jβ(ω)＝H²(ω)＝A²(ω)e^j2α(ω)    （31）

其中，B(ω)≥0。假定在某些开发的频率间隔(ω₁,ω₂)中，假定双向传 递函数G(ω)对于所有ω是已知的。可确定在产生G(ω)的(ω₁,ω₂)上第一的 单向传递函数H(ω)。

由于双向传递函数的量值是单向量值的平方，清楚的是，

$A\left(\omega \right)=\sqrt{B\left(\omega \right)}---\left(32\right)$

然而，在试图根据G(ω)的观测来恢复单向传递函数的过程中，情况 更加微妙。对于ω的每个值，存在相位α(ω)的两个值，使得

e^j2α(ω)＝e^jβ(ω)    （33）

通过独立地选择每个频率ω的两个可能相位值中的一个，可以生成大 量的不同解。

下面的定理有助于解决这种情况，该定理假设任意单向传递函数在所 有频率都是连续的。

定理1：I是双向传递函数G(ω)＝B(ω)e^jβ(ω)的不包含零的频率ω的开区 间。是I上的连续函数，其中，β(ω)＝2γ(ω)。然后，J(ω) 和-J(ω)是在I上产生G(ω)的的单向传递函数，并且不存在其它函数。

证明：单向传递函数的一个解是函数由于其是可微 分的，所以在I上是连续的。并且，其中，β(ω)＝2α(ω)。由于在I上G(ω)≠0， 所以H(ω)和J(ω)在I上是非零的。然后，

$\frac{H\left(\omega \right)}{J\left(\omega \right)}=\frac{\sqrt{B\left(\omega \right)}{e}^{\mathrm{j\alpha }\left(\omega \right)}}{\sqrt{B\left(\omega \right)}{e}^{\mathrm{j\gamma }\left(\omega \right)}}=e^{j[\alpha \left(\omega \right)-\gamma \left(\omega \right)]}---\left(34\right)$

由于H(ω)和J(ω)在I上连续且非零，所以它们的比在I上连续，因此 (34)的右侧在I上连续。条件β(ω)＝2α(ω)＝2γ(ω)意味着对于每个ω∈I， α(ω)-γ(ω)是0或π。然而，α(ω)-γ(ω)不能在不造成（34）的右侧上的 不连续的情况下在这两个值之间切换。因此，要么对于所有ω∈I， α(ω)-γ(ω)＝0，要么对于所有ω∈I，α(ω)-γ(ω)＝π。在第一种情况下， 得到J(ω)＝H(ω)，在第二种情况下，得到J(ω)＝-H(ω)。

该定理证明为了得到传递函数G(ω)＝B(ω)e^jβ(ω)的不包含0的任意开 区间I上单向解，形成函数选择满足β(ω)＝2γ(ω)的γ(ω) 的值，以这种方式来使J(ω)连续。由于已知，存在具有该特性的解，称 为H(ω)，所以总能够这样做。

用于找到单向解的可选过程可基于下面的定理：

定理2：H(ω)＝A(ω)e^jα(ω)是单向传递函数并且使I是H(ω)的不包含 零的频率ω的开区间。则H(ω)的相位函数α(ω)在I上必须是连续的。

证明：使ω₀是区间I中的频率。在图7中，复数值H(ω₀)在复平面中 绘制为一个点，并通过假设H(ω₀)≠0。ε＞0是任意小的实数，并考虑图7 中示出的两个测量角ε，以及中心在H(ω₀)并且与两条射线OA和OB相 切的圆。假设，H(ω)对于所有ω连续。因此，如果ω足够接近ω₀，复数 值H(ω)将位于圆内，并且似乎|α(ω)-α(ω₀)|＜ε。由于ε＞0随机进行选择， 结论是当ω→ω₀时，α(ω)→α(ω₀)。使得相位函数α(ω)在ω₀是连续的。

定理3：

证明：该证明类似于定理1的证明。我们知道单向传递函数的一个解 是函数其中，β(ω)＝2α(ω)。由于在I上，G(ω)≠0，H(ω) 和J(ω)在I上是非零的。则，

$\frac{H\left(\omega \right)}{J\left(\omega \right)}=\frac{\sqrt{B\left(\omega \right)}{e}^{\mathrm{j\alpha }\left(\omega \right)}}{\sqrt{B\left(\omega \right)}{e}^{\mathrm{j\gamma }\left(\omega \right)}}=e^{j[\alpha \left(\omega \right)-\gamma \left(\omega \right)]}---\left(35\right)$

假设在I上γ(ω)是连续的，并且通过定理2，α(ω)在I上也是连续的。 因此，α(ω)-γ(ω)在I上是连续的。条件β(ω)＝2α(ω)＝2γ(ω)意味着对于 每个ω∈I，α(ω)-γ(ω)是0或者π。然而，α(ω)-γ(ω)不能在这两个值 变得在I上不连续的情况下在这两个值之间切换。因此，要么对于所有 ω∈I，α(ω)-γ(ω)＝0，要么对于所有ω∈I，α(ω)-γ(ω)＝π。在第一种 情况下，得到J(ω)＝H(ω)，在第二种情况下，得到J(ω)＝-H(ω)。

定理3告诉我们在传递函数的不包含零的开区间I上得到单向解，我 们简化函数的形式，以使相位函数γ(ω)连续的方式选择满 足β(ω)＝2γ(ω)的γ(ω)的值。由于已知，存在具有该特性的解，称为H(ω)， 所以总能够这样做。

尽管上面的定理示出了如何重构生成双向函数G(ω)的两个单向传递 函数，但它们仅在G(ω)的不包含零的频率区间I上有用。通常，将在可 包含零的频率区间(ω₁,ω₂)上发现G(ω)。下面是可能避开这个问题的方法， 假设在(ω₁,ω₂)中仅存在有限数量的零，并且在(ω₁,ω₂)上单向传递函数具 有各阶导数，在给定的频率区间各阶导数并不都为零。

使H(ω)是在区间(ω₁,ω₂)上生成G(ω)的单向函数，并且假设在(ω₁,ω₂) 上，G(ω)具有至少一个零。G(ω)的零将把(ω₁,ω₂)分成有限数量的相邻频 率开区间J₁,J₂,...,J_n。在每个这样的区间上，将利用定理1或定理3找到 解H(ω)或-H(ω)。需要将这些解“连接在一起”，使得连接后的解在所有 的(ω₁,ω₂)是H(ω)或-H(ω)。为了这样做，需要知道如何在两个相邻的子区 间中来配对这些解，使得我们在从一个子区间移至另一个子区间时不会从 H(ω)切换至-H(ω)或从-H(ω)切换至H(ω)。

我们例示了从前两个相邻开区间J₁和J₂开始的连接处理。这些子区 间在是G(ω)的零的频率ω₁处相邻（当然，ω₁不包含在任意子区间内）。通 过上面关于单向传递函数的属性的假设，一定存在最小正整数n，使得 H⁽ⁿ⁾(ω₁)≠0，其中，上标(n)表示第n阶导数。则，根据在J₁中我们的解是 H(ω)还是-H(ω)，随着从左边ω→ω₁在J₁中我们的单向解的第n阶导数 的界限将是H⁽ⁿ⁾(ω₁)或-H⁽ⁿ⁾(ω₁)。类似地，根据在J₂中我们的解是H(ω) 还是-H(ω)，随着从右边ω→ω₁在J₂中我们的单向解的第n阶导数的界限 将是H⁽ⁿ⁾(ω₁)或-H⁽ⁿ⁾(ω₁)。由于H⁽ⁿ⁾(ω₁)≠0，在或仅在J₁和J₂中的解都是 H(ω)或者都是-H(ω)的情况下，两个界限将相等。如果左边和右边界限 不相等，我们在子区间J₂中使解反转。否则，不必这样做。

在子区间J₂中反转该解（如果需要）之后，我们对子区间J₂和J₃执 行相同的过程，子区间J₃中反转该解（如果需要）。继续以这种方式，我 们最终在区间(ω₁,ω₂)上建立完整的解。

可取的是，H(ω)的高阶导数不要求上面的重构过程，这是因为在存 在噪音时，难以对它们进行精确计算。该问题不太可能出现，因为在G(ω) 的任意零处，H(ω)的第一阶导数非常可能是零，并且如果不是零，第二 阶导数将是零。

在实际方案中，将在离散频率处测量双向传递函数G(ω)，该离散函 数必须足够接近在一起以能够合理精确计算接近G(ω)的零的导数。

对于基于RF的距离测量，需要解出具有先验已知形状的测距信号的 未知数量的间隔紧密、重叠并且嘈杂的回声。假设测距信号是窄带的，在 频域中该RF现象可描述（建模）为均具有多径分量并且均具有路径的复 衰减和传播延迟的多个正弦波的总和。

对上述总和进行傅里叶变换将是该多径模型表示在时域中。在时域表 示中交换时间和频率变量的角色，该多径模型将变成谐波信号谱，其中， 路径的传播延迟将转化成谐波信号。

高（超）分辨率谱估计方法设计成区分频谱中间隔紧密的频率并且用 于估计多谐波信号的各个频率，例如多径延迟。结果，能够精确估计路径 延迟。

超分辨率频谱估计使用基带测距信号样本的协方差矩阵的特征结构 和协方差矩阵的固有属性来提供对各个频率例如路径延迟的潜在估计的 解。特征结构属性中的一个属性是本征值可被组合并因此被划分成正交噪 声和信号特征向量，又叫子空间。另一特征结构属性是旋转不变信号子空 间属性。

子空间分解技术（MUSIC,rootMUSIC,ESPRIT等）依赖于将观测 到的数据的估计协方差矩阵分成两个正交子空间，噪声子空间和信号子空 间。子空间分解方法背后的技术是将观测到的投影在仅包括噪声的噪声子 空间并且将观测到的投影在仅包括信号的信号子空间。

谱估计方法假设信号是窄带的并且谐波信号的数量是已知的，即，信 号子空间的尺寸需是已知的。信号子空间的尺寸称为模型尺寸。通常，其 在任何细节上是不可知的并且能够随着环境变化尤其在室内而迅速变化。 当应用任意子空间分解算法时最困难而且微秒的事件之一是能够作为出 现的频率成分数量的信号子空间的维度，并且其是多径反射加直接通路的 数量。由于现实世界测量缺陷，总是存在在模型尺寸上的误差，这反过来 造成了频率估计精度上的损失，即，距离。

为了改进距离测量精度，一个实施例包括在子空间分解高分辨率估计 中超前目前工艺水平的六个特征。所包括的是通过使用进一步减小了延迟 路径确定模糊性的不同特征结构属性来将估计各个频率的两个或更多个 算法相组合。

求根多重信号分类算法（Root Music）求出当将观测到的投影在噪声 子空间上时使投影的能量最小的各个频率。Esprit算法根据转动算符来确 定各个频率。在许多方面，该操作是Music的共轭在于其求出当将观测到 的投影在信号子空间上时使投影的能量最大的频率。

模型存储时这两个算法的关键，并且实际上，在复杂信号环境中，如 在室内测距过程中所看到的，由于下面将讨论的原因，为Music和Esprit 提高最佳性能的模型尺寸通常不相等。

对于Music，将分解的基本元素标识为“信号本征值”这方面最可能 出错（I型错误）。这使投影在噪声子空间上的信号能量的量最小并且改 进精度。对于Esprit，正好相反，将分解的基本元素标识为“噪声本征值” 这方面最可能出错。这也是I型错误。将使噪声对投影在信号子空间上的 能力的影响最小。因此，Music的模型尺寸通常将在一定程度上大于Esprit 的模型尺寸。

第二，在复杂信号环境中，产生了具有强反射以及直接路径实际上比 某些多径反射弱得多的潜在可能的情况，难以以足够的统计可靠性估计模 型尺寸。这个问题通过估计Music和Esprit的“基本”模型尺寸和利用 Music和Esprit在通过每个算法的基本模型尺寸所定义的模型尺寸的窗 口中处理观测到的数据来解决。

实施例的第一特征是F统计的使用以估计模型尺寸（参见上面）。第 二特征是在Music和Esprit的F统计中在不同I型错误可能性的使用。 这实现了上面讨论的Music和Esprit之间的I型错误差异。第三特征是 基本模型尺寸和窗口的使用，以使检测直接路径的可能性最大。

由于潜在地快速变化的物理和电学环境，并不是每个测量都将提供可 靠的答案。这通过使用用于多测量的聚类分析来提供可靠范围估计。实施 例的第四个特征是多测量的使用。

由于有多个信号，由多个测量得到的多个答案的概率分布将是多模 的，该多个测量均利用根据Music和Esprit两者实现的多模型尺寸。传 统聚类分析不足以用于该应用。第五个特征是多模聚类分析的开发以估计 反射的多径成分的直接范围和等价范围。第六个特征是聚类分析所提供的 范围估计（范围和标准偏差以及将统计学相同的这些估计相组合）的统计 的分析。这个结果是更精确的范围估计。

上述测距方法还能用在宽带宽测距信号区位寻找系统。

对于在阈值方法中的r(t)的偏差，从表达式（20）开始，我们得到：

$\left(\begin{array}{c}g\left(t\right)=(a_0+\underset{k=1}{\overset{M}{\Sigma }}{a}_k\mathrm{k\pi \Delta ft})\sin \pi (2N+1)\mathrm{\Delta ft}\\ =a_0\sin \pi (2N+1)\mathrm{\Delta ft}+\underset{k=1}{\overset{M}{\Sigma }}{a}_k\sin \pi (2N+1)\Delta \mathrm{ft}\sin \mathrm{k\pi ft}\\ =a_0\sin \pi (2N+1)\mathrm{\Delta ft}\\ +\underset{k=1}{\overset{M}{\Sigma }}\frac{1}{2}{a}_k\cos \pi (2N+1-k)\mathrm{\Delta ft}-\underset{k=1}{\overset{M}{\Sigma }}\frac{1}{2}{a}_k\cos \pi (2N+1+k)\mathrm{\Delta ft}\\ =a_0\sin 2(N+\frac{1}{2})\mathrm{\Delta ft}\\ +\underset{k=1}{\overset{M}{\Sigma }}\frac{1}{2}{a}_k\cos (N+\frac{1}{2}-\frac{k}{2})\mathrm{\Delta ft}-\underset{k=1}{\overset{M}{\Sigma }}\frac{1}{2}{a}_k\cos 2\pi (N+\frac{1}{2}+\frac{k}{2})\mathrm{\Delta ft}\end{array}---\left(A1\right)\right)$

其中，使用三角恒等式$\sin x\sin y=\frac{1}{2}\cos (x-y)-\frac{1}{2}\cos (x+y).$

除了a₀，对于偶数k，系数a_k是零。这种情况的原因是在区间I，我 们试图通过h(t)来近似的函数1/sinπΔft关于I的中心为偶函数，但是对于 k，k≠0，基本函数sinkπΔft关于I的中心为奇函数。因此，我们可进行 代入k＝2n+1并且使M为正奇数，实际上，我们将使M=2N+1。这个 选择已经验地确定，以在区间I中提供较佳振荡的取消量。

$\left(\begin{array}{c}g\left(t\right)=a_0\sin 2\pi (N+\frac{1}{2})\mathrm{\Delta ft}\\ +\underset{n=0}{\overset{N}{\Sigma }}\frac{1}{2}{a}_{2n+1}\cos 2\pi (N-n)\mathrm{\Delta ft}-\underset{n=0}{\overset{N}{\Sigma }}\frac{1}{2}{a}_{2n+1}\cos 2\pi (N+n+1)\mathrm{\Delta ft}\end{array}\right)---\left(A2\right)$

现在进行代入，在第一个求和中代入k=N-n并且在第二个求和中 代入k=N+n+1，以得到

$\left(\begin{array}{c}g\left(t\right)=a_0\sin 2\pi (N+\frac{1}{2})\mathrm{\Delta ft}\\ +\underset{k=0}{\overset{N}{\Sigma }}\frac{1}{2}{a}_{2(N-k)+1}\cos 2\mathrm{\pi k\Delta ft}-\underset{k=N+1}{\overset{2N+1}{\Sigma }}\frac{1}{2}{a}_{2(k-N)-1}\cos 2\mathrm{\pi k\Delta ft}\\ =a_0\sin 2\pi (N+\frac{1}{2})\mathrm{\Delta ft}\\ +\frac{1}{2}{a}_{2N+1}+\underset{k=1}{\overset{N}{\Sigma }}\frac{1}{2}{a}_{2(N-k)+1}\cos 2\mathrm{\pi k\Delta ft}-\underset{k=N+1}{\overset{2N+1}{\Sigma }}\frac{1}{2}{a}_{2(k-N)-1}\cos 2\mathrm{\pi k\Delta ft}\end{array}\right)---\left(A3\right)$

从s(t)减去g(t)得到：

$\left(\begin{array}{c}r\left(t\right)=s\left(t\right)-g\left(t\right)\\ =1+2\underset{k=1}{\overset{N}{\Sigma }}\cos 2\mathrm{\pi k\Delta ft}-\frac{1}{2}{a}_{2N+1}-\underset{k=1}{\overset{N}{\Sigma }}\frac{1}{2}{a}_{2(N-k)+1}\cos \mathrm{\pi k\Delta ft}\\ +\underset{k=N+1}{\overset{2N+1}{\Sigma }}\frac{1}{2}{a}_{2(k-N)-1}\cos 2\mathrm{\pi k\Delta ft}-a_0\sin 2\pi (N+\frac{1}{2})\mathrm{\Delta ft}\end{array}\right)---\left(A4\right)$

现在使

$\left(\begin{array}{c}{b}_0=1-\frac{1}{2}{a}_{2N+1}\\ b_k=2-\frac{1}{2}{a}_{2(N-k)+1}\mathrm{fork}=\mathrm{1,2},...,N\\ b_k=-\frac{1}{2}{a}_{2(k-N)-1}\mathrm{fork}=N+1,N+2,...,2N+1\\ c=-a_0\end{array}---\left(A5\right)\right)$

然后，（A4）可以写作

$r\left(t\right)=b_0+\underset{k=1}{\overset{2N+1}{\Sigma }}{b}_k\cos 2\mathrm{\pi k\Delta ft}+c\sin 2\pi (N+\frac{1}{2})\mathrm{\Delta ft}---\left(A6\right)$

本实施例涉及基本上排除了现有技术的一个或多个缺点的在无线通 信和其它无线网络中的定位/定区位方法。本实施例通过利用在共同未决 申请第12/502,809号中描述的多径抑制处理、技术和算法改进在多种类型 无线网络中跟踪和定区位功能的精度。这些无线网络包括无线个人区域网 （WPGAN，Wireless Personal Area Networks）如ZigBee和蓝牙（Blue  Tooth）、无线局域网（WLAN，wireless local area network）如WiFi和 UWB、通常包括作为主要例子的多个WLAN、WiMax的无线城域网 （MAN，Wireless Metropolitan Area Networks）、无线广域网（WAM） 如白色空间电视频带（White Space TV Bands）以及通过用于发射语音和 数据的移动装置网络（MDN，Mobile Devices Networks）。MDS通常基 于全球移动通信系统（GSM，Global System for Mobile Communications） 和个人通信服务（PCS）标准。更近的MDN是基于长期演进（LTE，Long  Term Evolution）标准，这些无线网络通常包括装置的组合，这些装置包 括基站、台式机、平板电脑以及膝上型电脑、手机、智能电话、执行器、 专用标签、传感器及其它通信和数据装置（通常，所有这些装置称为“无 线网络装置”）。

现有的区位和定位信息解决方案是由多个技术和网络，包括GPS、 AGPS、蜂窝电话塔三角测量（Cell Phone Tower Triangulation）以及 Wi-Fi。其中的一些方法用于得到该区位信息，包括RF指纹标识、RSSI 以及TDOA。尽管对于当前E911要求是可接受的，但现有的定区位和测 距方法并不具有支持即将到来的E911要求和LBS和/或RTLS应用要求 所需的可靠性和精度，尤其是在室内和城市环境中。

在共同未决申请第12/502,809号中描述的方法显著改进了在单个无 线网络或者多个无线网络的组合内精确地定区位和跟踪目标装置的能力。 实施例是对使用增强的蜂窝标识码（Enhanced Cell-ID）和OTDOA（观 测到的到达时间差，Observed Time Difference of Arrival）（包括 DL-OTDOA（下行链路OTDOA）、U-TDOA、UL-TDOA和其它）的无 线网络所使用的跟踪和定区位方法的现有实现方式的改进。

蜂窝ID定区位技术允许已特定扇体（sector）覆盖区域的精度来估 计用户的位置（UE-用户设备）。因此，可得精度取决于蜂窝（基站）分 区方案和天线波束宽度。为了改进精度，增强的蜂窝标识技术添加来自 _eNB的RTT（往返旅行时间）。注意，这里，RTT包括下行链路DPCH ——专用物理通道,（DPDCH）/DPCCH：专用物理数据通道/专用物理控 制通道（Dedicated Physical Data Channel/Dedicated Physical Control Channel）帧的发射与对应的上行物理帧的开始之间的差。在这种情况下， 上述帧用作测距信号。基于该信号从eNB传播至UE的长度的信息，能 够计算与eNB的距离（参见10）。

在观测到的到达时间差（OTDOA）技术中，计算来自相邻基站（eNB） 的信号的到达时间。一旦来自三个基站的信号被接收到，就能够在手机（基 于UE的方法）或在网络（基于NT，UE辅助的技术）中估计UE位置。 该测量信号是CPICH（公共导频通道）。信号的传播时间与本地生成的副 本有关。相关峰表示测得的信号的被观测到的传播时间。两个基站之间的 到达时间差值确定双曲线。至少需要三个参考点以定义两个双曲线。UE 的区位在这两个双曲线的交叉处（参见图11）。

空闲周期下行（IPDL）是进一步OTDOA增强。OTDOA-IPDL技 术基于与在空闲器件进行的有规律的OTDOA时间测量相同的测量，其 中服务eNB停止其发射并且允许此蜂窝的覆盖面积内UE听到来自远处 的eNB的导频。服务eNB提供连续的或者突发模式的空闲周期。在连续 模式下，一个空闲周期插入每个下行链路物理帧（10ms）。在突发模式， 空闲周期以伪随机方式出现。经由时间对准IPDL（TA-IPDL）来获得进 一步改进。时间对准创建了常见的空闲周期，其间，每个基站将要么停止 其发射，要么发射公共导频。导频信号测量将出现在空闲周期。存在几个 其它的可以进一步增强DL OTDOA0IPDL方法的技术，例如，累积的虚 拟空白、UTDOA（上行链路TDOA）等。所有这些技术改进了听到其它 （未在服务）eNB的能力

基于OTDOA的技术的一个显著缺点在于，必须知道或者测量（同 步）基站时序关系，以使该方法可行。为了同步UMTS网络，3GPP标 准提供了如何重获该时序的建议。然而，网络运营商不实现这样的解决方 案。结果，提出了代替CPICH信号测量而使用RTT测量的可选方法（参 见美国专利公布号20080285505,John Carlson等人的“SYSTEM AND METHOD FOR NETWORK TIMING RECOVERY IN COMMUNICATIONS NETWORKS”）。

上述所有方法/技术都基于地面信号到达时间和/或到达时间差测量 （RTT、CPICH、等）。这种测量的问题在于这些测量受到多径的严重影 响。这反过来劣化了上述方法/技术定区位/跟踪精度（参见Jakub Marek Borkowski的“Performance of Cell ID+RTT Hybrid Positioning Method  for UMTS”）。

一种多径抑制技术使用来自过量eNB或无线电基站（RBS，Radio  Base Station）的检测/测量。最少是3个，但是对于多径抑制，所要求的 RBS的数量至少是6至8个（参见“METHOD AND ARRANGEMENT  FOR DL-OTDOA(DOWNLINK OBSERVED TIME DIFFERENCE OF  ARRIVAL)POSITIONING IN A LTE(LONG TERM EVOLUTION) WIRELESS COMMUNICATIONS SYSTEM,WO/2010/104436”）。然而， UE从这样大量的eNB听到的可能性大大低于从三个eNB听到的可能性。 这是因为大量的RBS（eNB）中会有几个与UE距离远的RBS（eNB）， 并且来自这些RBS的所接收到的信号可能落在UE接收器灵敏度以下或 者所接收到的信号将具有较低SNR。

在RF反射（例如，多径）的情况下，RF信号的具有各种延迟的多 个副本叠加在DLOS（现场直线，Direct Line of Site）信号上。因为CPICH、 上行链路DPCCH/DPDCH以及在各种CELL ID以及OTDOA方法/技术 （包括RTT测量）中使用的其它信号是有限带宽的，所以在无多径处理/ 抑制的情况下，DLOS信号和反射信号不能相区分；并且在没有这些多径 处理的情况下，这些反射信号将在估计的到达时间差（TDOA，time  difference of arrival）和到达时间（TOA，time of arrival）的测量（包括 RTT测量）中引起误差。

例如，3G TS25.515v.3.0.0(199-10)标准将RTT定义为“下行链路 DPCH帧（信号）的发射与来自UE的对应上行链路DPCCH/DPDCH帧 （信号）的接收之间的差”。该标准没有定义什么构成了该“第一有效路 径”。该标准接着指出“第一有效路径的定义需要进一步论述”。例如，在 严重的多径环境中，常发生的是作为第一有效路径的DLOS信号相对于 一个或多个反射信号被严重衰减。如果“第一有效路径”通过测量信号强 度来确定，则其可能是反射信号中的一个而不是DLOS信号。这将导致 错误的TOA/DTOA/RTT测量和定位精度损失。

在现有的几代无线网络中，定区位精度还受到定区位方法RTT、 CPCIH所使用的帧（信号）和其它信号的低采样率的影响。当前的第三 代和后面的几代无线网络具有高得多的采样率。结果，在这些网络中，定 区位精度的实际影响来自地面RF传播现象（多径）。

该实施例可以用在采用参考和/或导频信号，和/或同步信号的包括单 工、半双工和全双工工作模式的所有无线网络中。例如，实施例与采用 OFDM调制和/或其派生方式的无线网络一起工作。因此，实施例与LTE 网络一起工作。

实施例还可应用于其它无线网络，包括WiMax、WiFi以及白色空间 （White Space）。不使用参考和/或导频或同步信号的其它无线网络可以 采用如在共同未决申请第12/502,809号中描述的下列类型的可选调制实 施例中的一个或多个：1）其中，如在共同未决申请第12/502,809号中描 述的，帧的一部分专用于测距信号或测距信号元素；2）其中，测距信号 元素（共同未决申请第12/502,809号）被嵌入到发射/接收信号帧中；以 及3）其中，测距信号元素（在共同未决申请第12/502,809号中描述）被 嵌入有数据。

这些可选实施例采用在共同未决申请第12/502,809号中描述并且能 够用作单工、半双工和全双工工作模式下的多径抑制处理器和多径抑制技 术/算法。

还有可能多个无线网络将同时利用优选的和/或可选的实施例。例如， 智能电话可具有能够同时在多个网络上工作的蓝牙、WiFi、GSM以及LTE 功能。根据应用程序要求和/或网络可用性，可以利用无线网络来提供定 位/定区位信息。

所提出的实施例方法和系统利用了无线网络参考/导频和/或同步信 号。此外，参考/导频信号/同步信号测量可与RTT（往返旅行时间）测量 或系统时序相组合。根据实施例，基于RF的跟踪和定区位在3GPP LTE 蜂窝网络上实现，但还能够在其它无线网络上实现，例如，采用各种信令 技术的WiMax、Wi-Fi、LTE、传感器网络等。示例性实施例和上述可选 实施例都采用在共同未决申请第12/502,809号中描述的多径抑制方法/技 术和算法。提出的系统可以使用软件实现的数字信号处理。

实施例的系统利用了例如蜂窝电话或智能电话的用户设备（UE）硬 件/软件以及基站（节点B）/增强的基站（eNB）硬件/软件。基站通常包 括在通过馈线连接到天线的舱或柜中的发射器和接收器。这些基站包括微 蜂窝、微微蜂窝、宏蜂窝、伞状蜂窝、蜂窝电话塔、路由器和毫微微蜂窝。 结果，UE装置和整个系统有很少或没有成本增加。同时，定区位精度将 显著地改进。

改进的精度来自通过本实施例和共同未决申请第12/502,809号提供 的多径抑制。这些实施例使用多径抑制算法，网络参考/导频和/或同步信 号和网络节点（eNB）。这些实施例可能通过RTT（往返时间旅行）测量。 多径抑制算法在UE和/或基站（eNB），或者这两者中实现。

实施例有利地使用即使当DLOS信号相对于一个或多个反射信号被 显著地衰减（10dB–20dB以下）仍允许将DLOS信号与反射信号分开的 多径抑制处理器/算法（参见共同未决申请第12/502,809号）。因此，实施 例显著降低了在估计的测距信号DLOS渡越时间和随后的TOA、RTT以 及DTOA测量中的误差。所提出的多径一直和DLOS区分（识别）方法 能够用在所有RF带和无线系统/网络。并且其能够支持各种调制/解调技 术，包括扩频技术，诸如DSS（直接扩频）和FH（跳频）。

另外，可应用噪声减小方法来进一步改进该方法的精度。这些噪声减 小方法可包括但不限于相干求和、非相干求和、匹配滤波、时间分集技术 等。多径干扰误差的残余可通过应用后处理技术比如最大似然性估计（例 如，维特比算法）、最小方差估计（卡尔曼滤波）等来进一步减小。

在本实施例中，多径抑制处理器或多径抑制技术/算法并不改变RTT、 CPCIH和其它信号和/或帧。本实施例利用了用于获得通道响应/估计的无 线网络参考、导频和/或同步信号。本发明使用通过UE和/或eNB生成的 通道估计统计（参见Iwamatsu等人的“APPARATUS FOR ESTIMATING  PROPAGATION PATH CHARACTERISTICS”，US2003/008156;US 7167456B2）。

LTE网络使用在每个下行链路和上行链路子帧中发射的特定（非数 据）参考/导频和/或同步信号（已知信号），并且可能跨越整个蜂窝带宽。 为了简化，从现在开始，我们将参考/导频和/或同步信号称为参考信号。 LTE参考信号的示例在图9（这些信号穿插在LTE资源要素之间）中。 根据图2，每到第6个子载波发射一个参考信号（符号）。此外，参考信 号在时间和频率两者上都交错的。总之，参考信号覆盖每个第三子载波。

这些信号用在通过UE的初始小搜索，下行链路信号强度测量、调度 和切换等。参考信号中所包括的是用于相干解调的用于通道估计（响应确 定）的特定于UE的参考信号。除了特定于UE的参考信号，其它参考信 号也可以用于通道估计目的（参见Chen等人的“US patent publication No. 2010/0091826A1”）。

LTE采用OFDM（正交频分复用，Orthogonal Frequency Division  Multiplexing）调制（技术）。在LTE中，多径造成的ISI（符号间干扰） 通过在每个OFDM符合的开始出插入循环前缀（CP，Cyclic prefix）来 处理。CP提供足够的延迟，使得之前的OFDM符合的经延迟反射信号 将在到达下一OFDM符号之前消失。

OFDM符号包括多个间隔非常紧密的子载波。在OFDM符号内，当 前符号的时间交错副本（由多径引起）造成载波间干扰（ICI，Inter Carrier  Interference）。在LTE中，ICI通过确定多径通道响应并且矫正在接收器 中的通道响应来处理（抑制）。

在LTE中，在接收器中根据承载参考符号的子载波来计算多径通道 响应（估计）。插值用于估计剩余子载波上的通道响应。以通道幅度和相 位的形式来计算（估计）通道响应。一旦确定通道响应（通过周期性地发 射已知参考信号），通过在逐个子载波的基础上应用幅度和相位移动来抑 制由多径造成的通道失真（参见Jim Zyren的“Overview of the3GPP Long  Term Evolution Physical Layer,white paper”）。

LTE多径抑制设计成去除ISI（通过插入循环前缀）和ICI，但并不 从反射信号分出DLOS信号。例如，当前符号的时间交错副本使每个经 调制的子载波信号在时间上展宽，从而引起ICI。利用上述LTE技术矫 正多径通道响应将使经调制的子载波信号在时间上收缩，但是这种类型的 矫正并不能保证得到的经调制信号（在OFDM符号内）是DLOS信号。 如果DLOS经调制载波信号相对于经延迟的反射信号显著地衰减，则得 到的输出信号将是经延迟的反射信号并且DLOS信号将丢失。

在LTE兼容接收器中，进一步的信号处理包括DFT（数字傅里叶变 换）。已知DFT技术能够仅解决（去除）时间是被延迟了大于或等于与信 号和/或通道带宽成反比的时间的信号副本。该方法精度对于有效的数据 传输是足够的，但是对于在严重的多径环境中的精确距离测量并不足够精 确。例如，为了实现30米的精度，信号和接收器通道带宽应大于或等于 10MHz（1/10MHz=100ns）。为了更好的精度，信号和接收器通道带宽应 更宽——对于3米，一百MHz。

然而，CPICH，在各种CELL ID以及OTDOA方法/技术（包括RTT 测量）中使用的上行链路DPCCH/DPDCH和其它信号以及LTE接收到 的信号子载波具有显著低于10MHz的带宽。结果，（LTE中）当前采用 的方法将产生在100米范围内的定区位误差。

为了克服上述限制，实施例使用子空间分解高分辨率谱估计方法的实 现和多模态聚类分析的唯一组合。该分析和相关多径抑制方法/技术和算 法（在共同未决申请第12/502,809号中描述）允许DLOS路径与其它反 射信号路径可靠而精确的分离。

与在LTE中使用的方法相比，在严重的多径环境中，该方法/技术和 算法（共同未决申请第12/502,809号）通过可靠且准确地是DLOS路径 与其它多径（MP）路径分离而在距离测量上提供20倍至50倍的改进。

在共同未决申请第12/502,809号中描述的方法/技术和算法需要测距 信号复幅度估计。因此，在共同未决申请第12/502,809号中描述的方法/ 技术和算法中，用于通道估计（响应确定）的LTE参考信号以及测距信 号（包括导频和/或同步信号）也能构建为测距信号。在这种情况下，测 距信号复幅度是通过LTE接收器以幅度和相位的形式计算（估计）的通 道响应。换言之，通过LTE接收器计算（估计）的通道响应能够提供在 共同未决申请第12/502,809号中描述的方法/技术和算法所要求的复幅度 信息。

在无多径的理想的开放空间RF传播环境中，所接收到的信号（测距 信号）的相位变化，例如，通道响应相位，将与信号的频率成比例（直线）； 并且在这种环境中RF信号渡越时间（传播延迟）可通过计算相位与频率 的依赖关系的一阶导数根据相位与频率的依赖关系来直接计算。结果将是 传播延迟常数。

在该理想环境中，由于导数不受相位绝对值的影响，所以在初始（或 任意）频率的绝对相位不重要。

在严重的多径环境中，所接收到的信号相位与频率是复杂的曲线（不 是曲线）；并且第一导数不提供能够用于将DLOW路径与其它反射信号 精确分开的信息。这就是采用在共同未决申请第12/502,809号中描述的多 径抑制处理器和方法/技术和算法的原因。

如果在给定的无线网络/系统中实现的相位和频率同步（相位相干性） 非常好，则在共同未决申请第12/502,809号中描述的多径抑制处理器和方 法/技术和算法将DLOW路径与其它反射信号精确分开并且确定该DLOS 路径长度（渡越时间）。

在这个相位相干网络/系统中，不需要附加测量。换言之，能够实现 单向测距（单工测距）。

然而，如果在给定无线网络/系统中实现的同步程度（相位相干性） 不够精确，则在严重多径环境中，对于在两个或更多个不同区位（距离） 进行的测量，所接收到的信号相位和幅度变化与频率可能非常相似。该现 象可能导致在所接收到的信号DLOS距离（渡越时间）确定中的模糊性。

为了解决该模糊性，需要知道在至少一个频率处的实际（绝对）相位。

然而，由LTE接收器计算的幅度和相位与频率依赖关系不包括实际 相位值，因为所有幅度和相位值是根据下行链路/上行链路参考信号例如 相对于彼此来计算的。因此，由LTE接收器计算（估计）的通道响应的 幅度和相位需要至少一个频率（子载波频率）处的实际相位值。

在LTE中，这个实际相位值能够这样确定：根据一个或多个RTT测 量、TOA测量来确定；或者

假设1）通过eNB反射这些信号的时间戳在接收器处也是已知的（反 之亦然），2）接收器和eNB时钟在时间上很好地同步，和/或3）通过利 用多边测量技术，根据一个或多个接收参考信号的时间戳来确定。

上面的所有方法提供一个或多个参考信号的渡越时间值。根据渡越时 间值和这些参考信号的频率，能够计算一个或多个频率处的实际相位值。

本实施例实现了在严重多径环境中通过将在共同未决申请第 12/502,809中描述的多径抑制处理器、方法/技术和算法与1）通过LTE UE 和/或eNB接收器计算的幅度和相位与频率依赖关系或者2）通过LTE UE 和/或eNB接收器计算的幅度和相位与频率依赖关系与经由RTT和/或 TOA获得的一个或多个频率的实际相位值的组合相组合的高精度DLOS 距离确定/定区位；和/或时间戳测量。

在这种情况下，实际相位值受多径的影响。然而，这不影响在共同未 决申请第12/502,809中所描述的方法/技术和算法的性能。

在包括DL-OTDA、U-TDOA、UL-TDOA等的LTE RTT/TOA/TDOA/OTDOA中，能够以5米的分辨率执行测量。在专门的 连接过程中执行测量。因此，多个同时测量在UE处于切换状态时以及当 UE将测量周期性地收集并且报告回UE时是可能的，其中DPCH帧在 UE和不同网络（基站）之间交换。类似于RTT，TOA测量提供信号的 渡越时间（传播延迟），但TOA测量不能同时进行（“Jakub Marek  Borkowski:Performance of Cell ID+RTT Hybrid Positioning Method for  UMTS”）。

为了在平面上对UE进行定区位，必须至少确定相距三个eNB DLOS 的距离。为了在三维空间中对UE进行定区位，将必须最少确定相距四个 eNB DLOS的距离（假设至少一个eNB不在同一平面上）。

在图1中示出了UE定位方法的示例。

在同步非常好的情况下，不需要RTT测量。

如果同步程度不够精确，则一些方法，如OTDOA、Cell ID+RTT 以及其它方法（例如AOA（到达角，Angle-of-Arrival）和其与其它方法 的组合）能够用于UE定区位。

Cell ID+RTT跟踪-定区位方法精度受多径（RTT测量）和eNB（基 站）天线波束宽度影响。这些款波束带宽引起了在城市区域中50-150米 的定区位误差（“Jakub Marek Borkowski:Performance of Cell ID+RTT  Hybrid Positioning Method for UMTS”）。考虑到，在严重多径环境中， 当前LTE RTT距离测量平均误差是约100米，由LTE Cell ID+RTT方 法当前采用的整体平均定区位误差是约150米。

一个实施例是基于AOA方法的UE定区位，来自UE的一个或多个 参考信号用作UE定区位目的。其涉及用于确定DLOS AOA的AOA确 定装置区位。该装置可以与基站定区位在一起和/或定位在与基站位置分 开的一个或多个区位。这些区位的坐标是假定是已知的。在UE侧不需要 改变。

该装置包括小天线阵列并且基于在共同未决申请第12/502,809号中 描述的多径抑制处理器和方法/技术和算法的变化。这一个可能实施例具 有精确确定（非常窄的波束宽度）来自UE单元的DLOS RF能量的AOA 的优点。

在另一个选择中，该添加的装置接收仅一个装置，结果，其尺寸/重 量和成本非常低。

获得精确的DLOS距离测量的实施例与能够进行精确的DLOS AOA 确定的实施例的组合将Cell ID+RTT跟踪-定区位方法精度大大改进10 倍或更大。该方法的另一优点是能够在任意时刻通过单个塔确定UE区位 （不需要使UE处于软切换模式）因为通过单个塔能够获得精确的区位固 定，所以不需要同步多个蜂窝塔。确定DLOS AOA的另一选择是使用现 有eNB天线阵列和eNB设备。该选择可进一步降低改进的Cell ID+RTT 方法的实现成本。然而，因为eNB天线不是为了定区位应用而设计，所 以定位精度可能降级。另外，网络运营商可能不愿意在基站中实现所需要 的改变（软件/硬件）。

在LTE（进化型统一陆地无线接入（E-UTRA）；物理通道和调制； 3GPP TS36.211版本9技术规范）中，添加了定位参考信号（PRS， Positioning Reference Signal）。这些信号被UE用于DL-OTDA（下行链 路OTDOA），定位。另外，版本9要求eNB要同步。因此，清楚了OTDOA 方法最后的障碍（参见上面的第274段）。PRS改进了多个eNB的在UE 的UE听能力。注意：版本9不规定eNB同步精度（一些建议：100ns）。

U-TDOA/UL-TDOA处于研究阶段；要在2011标准化。

DL-OTDOA方法（版本9）在美国专利US2011/0124347A1（“Method  and Apparatus for UE positioning in LTE networks,Chen,at al.”）中详 述。版本9DL-OTDOA受损于多径。然而，折中是在UE位置确定之间 的更长时间和增加的调度复杂性。然而，对于具有有限工作带宽的网络， 最好的可能精度是100米，参见Chen，表1。

上面的数量是最佳可能情况。其它情况，尤其是当DLOS信号强度 相比于反射信号强度明显低于10-20dB，造成上述定位/测距误差明显更大 （2倍至4倍）。

本文所描述的实施例对于给定信号带宽关于通过在背景部分描述的 Chen等人的UL-PRS方法和版本9DL-OTDOA方法允许最多50倍测距/ 定区位精度改进。因此，将本文所描述的方法应用于版本9PRS处理在 所有可能情况的95%下将定区位误差减小至3米或更好。另外，该精度 增益将减小UE位置确定之间的时间和调度复杂性。

通过本文所描述的实施例，OTDOA方法的进一步改进是可能的。例 如，可对服务蜂窝的测距能够根据来自其它服务蜂窝的信号来确定，从而 改进相邻蜂窝可听性并且减小调度复杂性，包括UE位置确定之间的时 间。

实施例还使Chen等人的UL-TDOA和U-TDOA方法的精度能够改 进最多50倍。将实施例应用于Chen的变化，在所有可能情况的95%下 将定区位误差减小至3米或更好。此外，该精度增益进一步减小了UE位 置确定之间的时间和调度复杂性。

再次地，通过本实施例，Chen的UL-TDOA方法精度能够改进多达 50倍。因此，将本实施例应用于Chen的U-TDOA变化，将会在所有可 能情况的95%下将定区位误差减小至3米或更好。此外，该定位精度将 进一步减小UE位置确定之间的时间和调度复杂性。

上述DL-TDOA和U-TDOA/UL-TDOA方法依靠单向测量（测距）。 本实施例和实际上所有其它测距技术要求PRS和在单向测距处理中使用 的其它信号将是频率和相位相干的。基于OFDM的系统，像LTE，是频 率相干的。然而，UE单元和eUE并没有通过公共源像UTC是相位或时 间同步到几纳秒，例如，存在随机相位加法器。

为了避免相位相干性影响测距精度，多径处理器的实施例计算测距信 号例如参考信号、各个成分（子载波）之间的差分相位。这消除了随机相 位项加法器。

如上面在Chen等人的讨论中提到的，与通过Chen等人实现的性能 相比，应用本文所描述的实施例引起了室内环境中的显著精度改进。例如， 根据Chen等人，DL-OTDOA和/或U-TOA大多用于室外环境，在室内 （建筑物、校园等），DL-OTDOA和U-TOA技术不能很好执行。指出了 几个原因（参见，#161-164），包括室内通常采用的分布式天线系统，其 中每个天线不具有唯一的ID。

下面描述的实施例与采用OFDM调制和/或其派生方式的无线网络、 以及参考/导频和/或同步信号一起工作。因此，下面描述的实施例与LTE 网络一起工作并且其还可应用于其它无线系统和其它无线网络，包括其它 调制类型，有或没有参考/导频和/或同步信号。

本文所描述的方法还可应用于其它无线网络，包括：WiMax、WiFi 以及白色空间。不适应参考/导频和/或同步信号的其它无线网络可采用如 在共同未决专利申请第12/502,809号中所描述的下列类型的可选调制方 式中的一个或多个：1）其中，帧的一部分专用于测距信号元素/测距信号 元素；2）其中，测距信号元素被嵌入到发射/接收信号帧中；以及3）其 中，测距信号元素被嵌入有数据。

本文所描述的多径抑制范围估计算法（还在共同未决专利申请第 13/008,519号和第13/109,904号中描述）的实施例通过在由信号的直接路 径（DLOS）加上多径反射构成的全体中提供范围的估计来起作用。

LTE DAS系统产生在移动接收器（UE）处看到的在各种时间偏移的 多个相同信号的副本。延迟用于唯一地确定天线与移动接收器之间的几何 关系。除了由DAS天线的偏移信号的总和得到的主“多径”成分之外， 接收器看到的信号类似于在多径环境中看到的信号。

除了在这种情况下主要多径成分不是传统多径之外，接收器看到的信 号集合与设计成要利用的信号集合实施例的类型相同。本多径抑制处理器 （算法）能够确定DLOS和每个路径例如反射（参见等式1-3和相关联的 描述）的衰减和传播。尽管由于分散的RF通道会出现多径，但在这个信 号集中的主要多径成分与来自多个天线的发射相关联。本多径算法的实施 例能够估计这些多径成分、隔离DAS天线的到接收器的范围、并且将范 围数据提供给定区位处理器（以软件实现）。取决于天线几何形状，该解 能够提供X、Y和X、Y、Z区位坐标。

结果，本实施例不需要任意硬件和/或新网络信号增加。此外，通过 以下方式可显著改进定位精度：1）抑制多径，并且2）在主动DAS的情 况中，定位误差的下限能够大大减小，例如，从约50米减小至约3米。

假设DAS的每个天线的位置（区位）是已知的。还必须确定（知道） 每个天线（或相对于其它天线）的信号传播延迟。

对于主动DAS系统，可以利用发送往返旅行的已知信号并且测量该 往返旅行时间的环回（loopback）技术来自动确定信号传播延迟。该环回 技术还消除了由温度、时间等引起的信号传播延迟变化（偏移）。

利用多个宏蜂窝和相关联的天线，未微蜂窝和微蜂窝通过提供附加的 参考点来进一步提高分辨率。

在来自多个天线的多个副本的单个信号集中估计单个范围的上述实 施例能够提供将信号发射结构以下列两者方式改变来进一步提高。首先是 从每个天线时分复用该发射信息。第二种方法是针对每个天线进行频分复 用。利用同时时分复用和频分复用这两种增强方法来进一步改进系统的测 距和定区位精度。另一种方法是将传播延迟加至每个天线。将延迟值选择 成足够大以超过在特定DAS环境（通道）中的延迟延伸。但是小于循环 前缀（CP）长度，使得由附加延迟造成的多径不会造成ISI（符号间相干）。

每个天线的唯一ID或者唯一标识符的附加提高了得到解决方案的效 率。例如，其消除了处理器根据来自每个天线的信号来估计所有范围的需 要。

在利用LTE下行链路的一个实施例中，一个或多个参考信号子载波 （比导频和/或同步信号子载波）用于确定子载波相位和幅度（反过来应 用于多径干扰抑制的多径处理器和基于范围的区位可观测量的生成）并且 利用多边测量和区位一致性算法来定区位估计以编辑野点（wild point）。

另一实施例利用了这样的情形：LTE上行链路信令还包括移动装置 到基站的参考信号，其还包含参考子载波。实际上，存在不止一种模式， 其中包含来自网络所使用的全声探模式的这些子载波以针对一模式将频 带分配给上行链路，在所述一模式下，参考信号用于生成通道脉冲响应以 帮助上行链路信号等的解调。另外，类似于在版本9中增加的DL PRS， 附加的UL参考信号可能增加近即将到来和未来的标准版本。在该实施例 中，利用相同范围内的相位、多径抑制测量由多个基础单元（eNB）来处 理上行链路信号以生成与范围相关的可观测量。在该实施例中，作为通过 多边测量算法建立的区位一致性算法用于编辑野点可观测量并且生成区 位估计。

另一实施例，收集LTE下行链路和LTE上行链路两者的有关一个或 多个参考（包括导频和/或同步）子载波，应用范围到相位映射，应用多 径抑制并且估计与范围相关联的可观测量。这些数据然后利用多边测量算 法和区位一致性算法按照提供更稳健的一组区位可观测量的方式融合。由 于下行链路和上行链路两个不同的频带或者在TDD（时分复用）改进系 统相干性的情况下，优点将是引起改进的精度的冗余。

在多个天线从微蜂窝发射相同下行链路信号的DAS（分布式天线系 统）环境中，区位一致性算法被扩展为根据参考信号（包括导频和/或同 步）子载波将DAS天线的范围与通过多径抑制处理生成的可观测量隔离、 并且根据多个DAS发射器（天线）范围来获得区位估计。

在获得精确区位的DAS系统（环境）中，只有在来自各个天线的信 号路径能够以高精度分辨的情况下估计才有可能，从而路径误差仅是天线 之间的距离的一小部分（10米或更好的精度）。由于现有技术/方法不能在 严重的多径环境（来自多个DAS天线的信号将作为所引起的严重多径出 现）中提供这样的精度，现有技术/方法不能在DAS环境中利用区位一致 性算法和该定区位方法/技术的上述扩展。

在共同未决申请第12/502,809号中描述的用于对象标识和区位寻找 的InvisiTrack多径抑制方法和系统被应用于用于信号相位映射的范围、 多径干扰抑制以及利用LTE下行链路、上行链路和/或这两者（下行链路 和上行链路）、一个或多个参考信号子载波并且使用多边测量和区位一致 性而生成基于范围的区位可观测量以生成区位估计的过程。

在上述实施例中，还可以采用三边测量定位算法。

DL-OTDOA定区位在LTE版本9中规定：进化型同一陆地无线接入 （E-UTRA）；物理通道和调制；3GPP TS36.211版本9技术规范。然而， 其还没有通过无线运营商（载体）实现。同时，通过利用现有物理层测量 操作，下行链路定区位能够在当前（例如，未更改）的LTE网络环境内 实现。

在LTE中，要求UE和eNB进行无线电特性的物理层测量。在3GPP TS36.214中规定了测量的定义。这些测量周期性地执行并且被报告至更 高层并且用于包括频率内和频率间切换、无线电接入技术间（RAT间） 切换、时序测量的各种目的和支持RRM（无线资源管理）的其它目的。

例如，RSRP（参考信号接收功率）是承载在整个带宽上的特定于蜂 窝的参考信号的所有资源要素的功率的平均。

另一示例是提供附加信息（RSRQ组合信号强度以及干扰水平）的 RSRQ（参考信号接收质量）测量。

LTE网络向UE提供eNB邻居（至服务eNB）列表。基于网络知识 配置，（服务）eNodeB向UE提供相邻eNB的标识符等。然后UE测量 其能够接收的邻居的信号质量。UE将结果回报告至eNodeB。注意：UE 还测量服务eNB的信号质量。

根据说明书，RSRP定位为承载在所考虑的测量频率带宽内的特定于 蜂窝的参考信号的资源要素的功率分布（按W为单位）的线性平均。被 UE用来确定RSRP的测量带宽被留给了具有对应测量精度要求必须被满 足的限制的UE实现。

考虑到测量带宽精度要求，该带宽相当大并且在RSRP测量中所使 用的特定于蜂窝的参考信号能够进一步进行处理，以确定这些参考信号子 载波相位和幅度，它们又被应用于用于多径干扰抑制以及基于范围的区位 可观测量的生成的多径处理器。另外，还可以使用在RSRP测量中使用的 其它参考信号，例如，SSS（辅助同步信号）。

之后，基于来自三个或更多个蜂窝的范围可观测量，能够利用多边测 量和区位一致性算法来估计区位固定。

如上所说，尽管存在几个RF指纹数据库不稳定的几个原因，但主要 原因中的一个是多径（RF签名对多径非常敏感）。结果，RF指纹方法/ 技术定区位精度严重地受影响于多径动态性——随时间、环境（例如，天 气），人和/或物体移动（包括垂直不确定性：根据装置Z高度和/或天线 取向的>100%变化性（参见Tsung-Han Lin等人的“Microscopic  Examination of an RSSI-Signature-Based Indoor Localization System”） 而变化。

本实施例能够显著改进RF指纹定区位精度，由于找到并且表征每个 单个路径（包括显著衰减的DLOS）的能力（多径处理器）。结果，能够 通过实时多径分布信息来实现关于区位固定的RF指纹判定。

如上所述，区位固定将需要时间上位置参考同步。在无线网络中，这 些位置参考可包括接入点、宏/微/微微/毫微微蜂窝、以及所谓的小蜂窝 （eNB）。然而，无线运营商并不实现精确位置确定所需的同步精度。例 如，在LTE的情况下，该标准不需要FDD（频分复用）网络的eNB之间 的任何时间同步。对于LTE TDD（时分复用），时间同步精度限制是+/-1.5 微秒。这等价于400多米的定区位不确定性。尽管并不要求，当LTE FDD 网络也同步，但是使用（比1.5微秒）更大的限制。

无线LTE运营商使用GPS/GNSS信号在频率和时间上同步eNB。注 意：LTE eNB必须保持非常精确的载波频率：对于宏/微单元0.05ppm， 对于其它类型的单元稍微低的精度（0.1-0.25ppm）。GPS/GNSS信号还可 以是比10ns好的所需（用于定区位的）时间同步精度。然而，网络运营 商和网络装置制造商正试图降低与支持包传输的GPS/GNSS单元相关联 的成本，例如，通过采用NTP（网络时间协议）和/或PTP（精密时间协 议）例如IEEE1588v2PTP实现的因特网/以太网联网时间同步。

基于IP网络的同步具有满足最小频率和时间要求的潜力，但是缺少 区位固定所需的GPS/GNSS精度。

本文所描述的方法基于GPS/GNSS信号和通过eNB和/或AP或其它 无线网络装置生成的信号。其还可以基于IP网络同步信号和协议和通过 eNB和/或AP或其它无线网络装置生成的信号。该方法还适用于其它无 线网络，包括WiMax、WiF以及白空间。

eNB信号通过安装在运营商的eNB设备处的时间观测单元（TMO, Time Observation Unit）来接收。TMO还包括外部同步源输入。

eNB信号通过TMO来处理并且利用与外部同步源输入同步的时钟来 被盖时间戳。

外部同步源可以来自GPS/GNSS和/或因特网/以太网网络，例如PTP 或NTP等。

带时间戳的经处理的信号，例如LTE帧开始（可以是其它信号，尤 其是在其它网络中），还包括eNB（蜂窝）区位和/或蜂窝ID，经由因特 网/以太网发送回创建、保持并且更新所有eNB的数据库的中心TMO服 务器。

在测距和获得区位固定的处理中涉及的UE和/或eNB将询问TMO 服务器并且该服务器将返回所涉及的eNB之间的时间同步偏移。这些时 间同步偏移将由涉及获得区位固定以调节区位固定的处理的UE和/或 _eNB使用。

可选地，当涉及测距的处理的UE和/或eNB还将所获得的测距信息 提供至TMO服务器时，能够通过TMO服务器执行区位固定技术和调节。 TMO然后将返回精确的（调节的）位置（区位）固定。

如果不止一个eNB被共同定位在一起，则单个TOM能够对来自所 有eNB的信号进行处理和盖时间戳。

RTT（往返时间旅行）测量（测距）能够用于定区位。缺点是RTT 测距受多径影响，多径对定区位精度有巨大影响。

另一方面，在通常和在LTE的情况下，尤其在eNB的情况下，RTT 定区位不要求位置参考（在时间上）同步。

同时，当与导频参考和/或无线网络的其它信号一起工作时，在共同 未决申请第12/502,809号中描述的多径抑制处理器、方法/技术和算法能 够确定RTT信号的通道响应，例如，标识RTT信号穿过的多径通道。这 允许校正RTT测量，使得实际DLOS时间将被确定。

通过已知的DLOS时间，将可以在无需eNB或位置参考时间上同步 的情况下利用三边测量和/或类似的定区位方法来获得区位固定。

即使在适当的地方有TMO和TMO服务器，InvisiTrack的技术整合 将要求在宏/微/微微和小蜂窝和/或UE（蜂窝电话）中的变化。尽管这些 变化仅限于SW/FW（软件/固件），仍有付出巨大努力来改造现有基础设 施。另外，在某些情况下，网络运营商和/或UE/蜂窝电话制造商/供应商 抵制设施变化。注意：UE是无线网络用户设备。

如果TMO和TMO服务器功能扩展至支持InvisiTrack定区位技术， 则该SW/FW变化能够完全避免。换言之，下面描述的其它实施例与无线 网络信号一起工作，但是不要求对无线网络装置/基础设施的任何修改。 因此，下面描述的实施例与LTE网络一起工作并且还可应用于其它无线 系统/网络，包括Wi-Fi。

实质上，该实施例创建了使用无线网络信号来获得区位固定的并行无 线定区位基础设施。

类似于TMO和TMO服务器，InvisiTrack的定区位基础设施将包括 一个或多个定区位服务器单元（LSU，Locate Server Unit）和一个或多个 无线网络信号获取单元（NSAU，Network Signals Acquisition Unit），其 从USAU收集数据并且分析它、确定范围和区位、并且将它在一瞬间转 换成表格例如电话/UE ID和区位的表格。LSU经由网络API与无线网络 对接。

能够在大型基础设施在的各种区位中使用多个这样的单元。如果 NSAU具有相干时序–能够使用将给出较好精度的所有结果。

能够根据GPS时钟和/或其它稳定的时钟源得到相干时序。

NSAU经由LAN（局域网）、城域网（MAN）和/或因特网与LUS通 信。

在某些装置/情况下，NSAU和LSU可被组合/集成到单个单元中。

为了支持使用LTE或其它无线网络的定区位服务，发射器需要在严 格的公差内进行时钟和事件同步。通常，则会通过锁定至GPS的1PPS 信号来完成。这将造成在本地区域中时序同步于总共3纳秒内。

然而，当这种类型的同步不实际时存在许多情况。本实施例提供了下 行链路发射器与时间偏移的跟踪之间的时间偏移估计，以对定位处理提供 延迟补偿值，因此定区位处理能够在仿佛发射器被锁定并且事件同步的情 况下进行处理。这通过发射器天线（任意定区位服务都需要）和具有已知 先验天线区位的接收器的先验知识来完成。称为同步单元的这个接收器将 收集来自所有下行链路发射器数据和其给定的区位知识，计算相对于预先 选择的基站天线的偏移时序。系统通过使用补偿下行链路发射器的时钟漂 移的跟踪算法来跟踪该偏移。注意：根据所接收数据得到伪距离的处理将 利用InvisiTrack多径抑制算法（在共同未决申请第12/502,809号中描述）。 因此，同步将不受多径的影响。

定区位处理器（定区位服务器，LSU）使用这些偏移数据以适当排列 来自每个下行链路发射器的数据，使得该数据似乎由同步发射器生成。时 间精度比得上最佳1-PPS跟踪并且将支持3米定区位精度（1-∑）。

将基于为获得最佳性能的最优GDOP来对同步接收器和/或接收器的 天线进行定区位。在大型装置中，能够利用多个同步接收器以在整个网络 上提供等效的3纳秒1-∑同步偏移。通过利用同步接收器，消除下行链路 发射器的同步的要求。

同步发射器单元可以是与NSAU和/或LSU通信的独立单元。可选地， 该同步接收器能够与NSAU集成。

在图13中描绘了示例性无线网络定区位设备图。

利用LTE信号的完全的自主系统（无客户网络投资）的实施例工作 在下列模式下：

1.上行链路模式–为了定区位而使用无线网络上行链路（UL）信号（图 16和图17）

2.下行链路模式–为了定区位而使用无线网络下行链路（UL）信号（图 14和图15）

3.双向模式–为了定区位而使用UL和DL信号两者。

在上行链路模式下，多个天线连接到一个或多个NSAU。这些天线区位独 立于无线网络天线。选择NSAU天线区位以使GDOP（几何精度因子） 最小。

在足以捕获所有感兴趣信号的一个或多个实例的时段期间，来自UE/ 蜂窝电话装置的网络RF信号由NSAU（多个NSAU）收集并且由NSAU （多个NSAU）处理以产生经处理的网络RF信号的带时间戳的样本。

可选地，NSAU还将对下行链路信号的样本进行接收、处理和盖时间 戳，以获得例如用于确定UE/电话ID等的额外信息。

根据捕获到的带时间戳的样本，UE/蜂窝电话装置标识号（ID）以及 与每个UE/蜂窝电话ID相关联的带时间戳的无线网络感兴趣信号将被确 定（获得）。该操作能够通过NSAU或者通过LSU来执行。

NSAU将向LSU周期性地供应数据。如果一个或多个UE/蜂窝电话 ID需要未经调度的数据，则LSU将请求附加的额数据。

在无需网络基础设施和/或用于UL模式工作的现有UE/蜂窝电话中 将不需要变化/修改。

在下行链路（DL）模式下，将需要InvisiTrack使能的UE。另外， 如果电话用于获得区位固定，则将必须修改蜂窝电话FW。

在某些情况下，运营商能够产生从BBU（基带单元）可获得的基带 信号。在这种情况下，NSAU还将能够处理这些可获得的基带无线网络信 号，而不是RF无线网络信号。

在DL模式下，不需要将UE/蜂窝电话ID与一个或多个无线网络信 号相关联，这是因为这些信号将在UE/蜂窝电话中进行处理或者UE/蜂窝 电话将周期性地产生经处理的网络RF信号的带时间戳的样本并且将这些 样本发送至LSU；以及LSU将把结果发送回UE/蜂窝电话。

在DL模式下，NSAU将对RF或基带（当可获得时）无线网络信号 进行处理并且对经处理的该信号盖时间戳。根据捕获到的带时间戳的样 本，将确定（获得）与网络天线相关联的无线网络信号DL帧开始并且将 计算这些帧开始之间的差异（偏移）。该操作能够通过NSAU或者通过 LSU来执行。网络天线的帧开始偏移将存储在LSU上。

在DL模式下，当装置将利用InvisiTrack技术处理/确定其自己的区 位固定时，将从LSU网络天线将帧开始偏移发送至UE/电话装置。否则， 当UE/蜂窝电话装置将向LSU周期性地发送经处理的网络RF信号的带 时间戳的样本时，LSU将确定装置的区位固定并且将区位固定数据发送 回该装置。

在DL模式，无线网络RF信号将来自一个或多个无线网络天线。为 了避免多径对结果精度的影响，应从天线或连接到无线网络设备的天线找 出RF信号。

双向模式包括根据UL和DL操作这两者确定区位固定。这允许进一 步改进定区位精度。

一些企业准备使用提供了一个或多个远程无线电头（RRH）的一个 或多个BBU，每个RRH反过来想多个天线提供相同的ID。在这样的环 境中，根据无线网络配置，可能不需要确定网络天线的DL模式帧开始偏 移。这包括建立的单个BBU以及多个BBU，从而每个BBU的天线分配 给特定的区域并且相邻区覆盖是重叠的。

另一方面，配置，其中从多个BBU提供的天线在同一区域中交错的 配置，将需要确定网络天线的DL模式帧开始偏移。

在DL工作模式下，在DAS环境中，多个天线可以共享同一ID。

在本实施例中，区位一致性算法被扩展/发展为将DAS天线的范围与 根据参考信号（包括导频和/或同步）子载波通过多径抑制处理生成的可 观测量隔离并且根据多个DAS发射器（天线）范围来获得区位估计。

然而，这些一致性算法对发射相同ID的天线的数量有限制。通过下 列方式来减少发射同一ID的天线的数量：

1.对于给定的覆盖区，交织从分区的BBU（BBU能够支持最多六个扇 体）的不同扇体提供的天线

2.对于给定的覆盖区，交织从分区的BBU的不同扇体提供的天线以及 从不同的BBU提供的天线

3.向每个天线添加传播延迟元件。延迟值将被选择为足够大，以至于超 过特定DAS环境（通道）中的延迟扩展，但是要小于循环前缀（CP）长 度，使得由附加延迟造成的多径不会造成ISI（符号间干扰）。一个或多个 天线的唯一延迟的添加进一步减少了发射相同ID的天线的数量。

在一个实施例中，能够提供不具有客户网络投资的自主系统。在这样 的实施例中，该系统能够在不同于LTE带的带上工作。例如，ISM（工 业科学和医疗）带和/或白色空间带能够被用在LTE服务不可获得的地方。

实施例还能够与宏/微/微微/毫微微站和/或UE（蜂窝电话）设备结合。 尽管该结合可能要求客户网络投资，但其降低了成本开销并且能够大大改 进TCO（总拥有成本）。

如本文上面所述，UE可使用PRS进行下行链路观测到的到达时间差 （DL-OTDOA）定位。关于相邻基站（eNB）的同步，3GPP TS36.305 （E-UTRAN中的用户设备（UE）定位的阶段2功能规范）规定了至UE 的传输时序，该时序是候选蜂窝（例如，相邻蜂窝）的相对于eNode B服 务的。3GPP TS36.305还规定了用于测量目的的候选蜂窝的物理蜂窝ID （PCI）和全球蜂窝ID（GCI）。

根据3GPP TS36.305，该信息从E-SMLC（增强的服务移动定区位 中心，Enhanced Serving Mobile Location Centre）服务器传递。注意， TS36.305不规定上述时序精度。

另外，3GPP TS36.305规定UE应返回到E-SMLC，包括参考信号 时间差（RSTD）测量的下行链路测量。

TSTD是在一对eNB之间进行的测量（参见TS36.214进化型统一陆 地无线接入（E-UTRA）；物理层测量；版本9）。测量定义为从相邻蜂窝 j接收到的子帧与服务蜂窝i的对应子帧之间的相对时序差。定位参考信 号被用来进行这些测量。结果被报告至计算该位置的定区位服务器。

在实施例中，混合方法可定义成适应新引入的PRS和已经存在的参 考信号。换言之，混合方法能够与PRS、与其它参考信号（例如，特定 于蜂窝的参考信号（CRS））、或者与这两种信号类型一起使用/工作。

这种混合方法提供了允许网络运营商根据情况或网络参数来动态地 选择工作模式的优点。例如，PRS具有比CRS更好的可听性，但是在数 据吞吐量上会导致最多7%的减小。另一方面，CRS信号不会导致任何数 据吞吐量减小。另外，CRS信号与所有以前的LTE版本例如版本8和更 低版本后向兼容。因此，混合方法向网络运营商提供了在可听性、吞吐量 以及兼容性之间的折中或平衡。

此外，混合方法对LTE UE定位架构是透明的。例如，混合方法能够 在3GPP TS36.305框架中工作。

在实施例中，RSTD可被测量，并且根据3GPP TS36.305从UE被 转移至E-SMLC。

UL-TDOA（U-TDOA）当前处于研究阶段并且期望在即将到来的版 本11中标准化。

UL-TDOA（上行链路）的实施例在本文上文中描述并且还在图16 和图17中示出。在本文下文描述的图18和图18提供了UL-TDOA的可 选实施例。

图18提供了可包括一个或多个DAS和/或毫微微/小蜂窝天线的环境。 在该示例实施例中，每个NSAU配备有单个天线。如所描述的，至少需 要三个天线。然而，能够增加附加的NSAU以改进可听性，这是因为每 个UE必须被至少三个NSAU听到。

此外，NSAU能够配置为接收器。例如，每个NSAU通过空气接收 而不发射信息。在工作中，每个NSAU能够从UE听无线上行链路网络信 号。UE中的每一个可以是蜂窝电话、标签和/或另一UE装置。

此外，NSAU能够被配置成通过接口例如有线服务或LAN与定区位 服务器单元（LSU）通信。反过来，LSU能够与无线或LTE网络通信。 通过可以是经由网络API的，其中，LSU能够例如与LTE网络的E-SMLC 通信并且能够使用例如LAN和/或WAN的有线服务。

可选地，LSU还可以直接与DAS基站和/或毫微微/小蜂窝通信。该 通信能够使用相同或修改的网络API。

在该实施例中，声探参考信号（SRS，Sounding Reference Signal） 能够用于定区位目的。然而，还可以采用其它信号。

NSAU能够将UE上行链路发射信号转换成数字格式，例如I/Q样本， 并且能够向LSU周期性地发射多个带时间戳的经转换的信号。

DAS基站和/或毫微微/小蜂窝能够向LSU传送下列数据中的一个或 全部：

1)SRS、I/Q样本和时间戳；

2)被服务的UE ID的列表；以及

3)具有UE ID的每个UE的SRS调度表，所述调度表包括SRS SchedulingRequestConfig信息和SRS-UL-Config信息。

传送至LSU的信息可以不受上述信息的限制。其可以包括将每个UE 装置上行链路信号例如UE SRS与UE ID相关联的任何信息。

LSU功能能够包括测距技术和获得UE的区位固定。这些确定/计算 能够基于从NSAU、DAS基站和/或毫微微/小蜂窝传送至LSU的信息。

LSU还可以确定相对于从NSAU传送至LSU的可用下行链路传送信 息的时序偏移。

反过来，LSU能够向无线或LTE网络提供UE区位固定和其它计算 和数据。这种信息能够经由网络API进行通信。

为了同步的目的，每个NSAU可对下行链路信号的样本进行接收、 处理和盖时间戳。每个NSAU还可向LSU周期性地发送多个这种的包括 时间戳的样本。

另外，每个NSAU可包括被配置成与外部信号同步的输入。

图19描绘了UL-TDOA的另一实施例。除了图18下面描绘的部件， 该实施例的环境可包括能够代替DAS基站和/或毫微微/小蜂窝而使用的 一个或多个蜂窝塔。来自该一个或多个蜂窝塔的数据可被用来获得UE的 区位固定。

因此，该实施例的优点包括通过仅一个蜂窝塔（eNB）获得区位固定。 另外，该实施例能够被配置成除了一个或多个eNB能够代替DAS基站和 /或毫微微/蜂窝以外以如在图18下所描述的类似方式工作。

因此，已描述了系统和方法的不同实施例，对本领域的技术人员显而 易见的是已经实现了所描述的方法和设备的特定优点。具体地，本领域的 技术人员应理解的是用于跟踪和定区位对象的系统能够利用FPGA或 ASIC和标准信号处理软件/硬件组合以非常小的成本增加来组装。这样的 系统在例如对处于室内或室外环境、恶劣或有害环境中的人进行定区位的 各种应用中是有用的。

还应认识的是，在本发明的范围和思想内可以做出其各种修改、适应 及替代实施例。