混合场信源的信号到达角度估计方法及装置

1.本技术涉及5g定位技术领域，尤其涉及混合场信源的信号到达角度估计方法及装置。


背景技术：

2.利用5g基站进行单基站定位，需要对信号的到达角度(angle of arrival,aoa)进行估计。多重信号分类(multiple signal classification,music)算法，是一种常用的基于子空间的信号到达角度估计算法，它利用接收信号导向矢量与其协方差矩阵的噪声子空间的正交性进行信号到达角度估计。
3.目前，现有的基于music的信号到达角度估计方法中，需要对接收信号进行互相关矩阵的运算，然后基于互相关矩阵构建music谱，并求解信号到达天线阵列角度的估计值。虽然该方式能够较为精确的估计远场信号到达天线阵列的角度，但其并未针对室内定位场景中信源可能处于天线阵列的近场区域而进行信号到达角度估计的改进。也就是说，传统music方法仅将信源假设为远场信源，若将其应用于近场信源则会存在较大的信号到达角度估计误差。基于此，亟需涉及一种适用于室内单基站定位场景的混合场信源的信号到达角度估计方式。


技术实现要素：

4.鉴于此，本技术实施例提供了混合场信源的信号到达角度估计方法及装置，以消除或改善现有技术中存在的一个或更多个缺陷。
5.本技术的一个方面提供了一种混合场信源的信号到达角度估计方法，包括：
6.针对室内单基站场景下的混合场信源，构建已消除信源距离影响的四阶累积量矩阵；
7.基于所述四阶累积量矩阵构造music谱函数，并应用该music谱函数得到混合场信源的信号到达天线阵列的到达角度估计值以用于进行5g定位。
8.在本技术的一些实施例中，所述针对室内单基站场景下的混合场信源，构建已消除信源距离影响的四阶累积量矩阵，包括：
9.接收混合场信源的信号，利用四阶累积量的对称性消除接收信号相位中受信源距离影响的非线性分量，以构建针对室内单基站场景下的混合场信源的四阶累积量矩阵。
10.在本技术的一些实施例中，所述接收混合场信源的信号，利用四阶累积量的对称性消除接收信号相位中受信源距离影响的非线性分量，以构建针对室内单基站场景下的混合场信源的四阶累积量矩阵，包括：
11.获取四阶累积量的定义函数；
12.在所述定义函数中确定接收信号相位中受信源距离影响的非线性分量；
13.利用四阶累积量的对称性，在所述定义函数中对接收信号相位中受信源距离影响的非线性分量进行替换，以得到针对室内单基站场景下的已消除信源距离影响的四阶累积
量矩阵。
14.在本技术的一些实施例中，所述基于所述四阶累积量矩阵构造music谱函数，并应用该music谱函数得到混合场信源的信号到达天线阵列的到达角度估计值以用于进行5g定位，包括：
15.分解所述四阶累积量矩阵以得到对应的分解结果；
16.根据所述分解结果构造music谱函数；
17.基于所述music谱函数得到混合场信源的信号到达天线阵列的到达角度估计值；
18.输出所述到达角度估计值以用于进行5g定位。
19.在本技术的一些实施例中，所述分解所述四阶累积量矩阵以得到对应的分解结果，包括：
20.对所述四阶累积量矩阵进行奇异值分解，得到包含有信号子空间和噪声子空间的分解结果；
21.根据所述分解结果构造music谱函数；
22.基于所述music谱函数得到混合场信源的信号到达天线阵列的到达角度估计值。
23.在本技术的一些实施例中，所述根据所述分解结果构造music谱函数，包括：
24.根据混合场信源的方向向量和所述噪声子空间的正交性，构造music谱函数。
25.在本技术的一些实施例中，所述基于所述music谱函数得到混合场信源的信号到达天线阵列的到达角度估计值，包括：
26.对所述music谱函数进行谱峰搜索，得到所述混合场信源的信号到达天线阵列的到达角度估计值。
27.本技术的另一个方面提供了一种混合场信源的信号到达角度估计装置，包括：
28.距离影响消除模块，用于针对室内单基站场景下的混合场信源，构建已消除信源距离影响的四阶累积量矩阵；
29.到达角度估计模块，用于基于所述四阶累积量矩阵构造music谱函数，并应用该music谱函数得到混合场信源的信号到达天线阵列的到达角度估计值以用于进行5g定位。
30.本技术的另一个方面提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述的混合场信源的信号到达角度估计方法。
31.本技术的另一个方面提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述的混合场信源的信号到达角度估计方法。
32.本技术提供的混合场信源的信号到达角度估计方法，针对室内单基站场景下的混合场信源，构建已消除信源距离影响的四阶累积量矩阵，并基于所述四阶累积量矩阵构造music谱函数，并应用该music谱函数得到混合场信源的信号到达天线阵列的到达角度估计值以用于进行5g定位，能够有效适用于室内单基站定位场景，且具有明显优势，能够为5g定位方法中的toa aoa定位方法提供了一个高精度的信号到达角度估计算法，能够实现对包含有处于天线阵列的远场区域和近场区域的混合场信源的信号到达角度进行估计，能够提高混合场信源的信号到达角度估计过程的可靠性及有效性，并能够有效提高混合场信源场景中信号到达角度的估计精度。
33.本技术的附加优点、目的，以及特征将在下面的描述中将部分地加以阐述，且将对
于本领域普通技术人员在研究下文后部分地变得明显，或者可以根据本技术的实践而获知。本技术的目的和其它优点可以通过在说明书以及附图中具体指出的结构实现到并获得。
34.本领域技术人员将会理解的是，能够用本技术实现的目的和优点不限于以上具体所述，并且根据以下详细说明将更清楚地理解本技术能够实现的上述和其他目的。
附图说明
35.此处所说明的附图用来提供对本技术的进一步理解，构成本技术的一部分，并不构成对本技术的限定。附图中的部件不是成比例绘制的，而只是为了示出本技术的原理。为了便于示出和描述本技术的一些部分，附图中对应部分可能被放大，即，相对于依据本技术实际制造的示例性装置中的其它部件可能变得更大。在附图中：
36.图1为第一种基于music的信号到达角度估计方法的流程图。
37.图2为本技术一实施例中的混合场信源的信号到达角度估计方法的第一种流程示意图。
38.图3为本技术一实施例中的混合场信源的信号到达角度估计方法的第二流程示意图。
39.图4为本技术一实施例中的混合场信源的信号到达角度估计方法的第三流程示意图。
40.图5为本技术另一实施例中的混合场信源的信号到达角度估计装置的结构示意图。
41.图6为本技术应用实例提供的混合场信源的信号到达角度估计方法的流程图。
具体实施方式
42.为使本技术的目的、技术方案和优点更加清楚明白，下面结合实施方式和附图，对本技术做进一步详细说明。在此，本技术的示意性实施方式及其说明用于解释本技术，但并不作为对本技术的限定。
43.在此，还需要说明的是，为了避免因不必要的细节而模糊了本技术，在附图中仅仅示出了与根据本技术的方案密切相关的结构和/或处理步骤，而省略了与本技术关系不大的其他细节。
44.应该强调，术语“包括/包含”在本文使用时指特征、要素、步骤或组件的存在，但并不排除一个或更多个其它特征、要素、步骤或组件的存在或附加。
45.在此，还需要说明的是，如果没有特殊说明，术语“连接”在本文不仅可以指直接连接，也可以表示存在中间物的间接连接。
46.在下文中，将参考附图描述本技术的实施例。在附图中，相同的附图标记代表相同或类似的部件，或者相同或类似的步骤。
47.传统的定位技术主要是依靠卫星导航系统进行定位，但是受限于卫星信号的传播，这些定位技术很难在室内进行高精度的定位，因此，如何解决定位的“最后一公里”问题，吸引了大量专家学者进行研究。他们提出了多种多样的室内定位技术，如wi-fi定位、蓝牙(bluetooth)定位、无线射频标签(radio frequency identification,rfid)定位、超宽
带无线电(ultra-wideband,uwb)定位等等。但上述定位方法的缺陷是需要较多节点来覆盖所需定位的区域，这毫无疑问使定位成本增加。
48.随着5g移动通信网络的投入使用，其具有的大规模多入多出(massive multiple-input multiple-output,massive mimo)技术，超密集组网(ultra dense network,udn)技术以及毫米波(millimeterwave,mmwave)技术为高精度室内定位带来了新的机遇。
49.根据第三代合作伙伴计划(3rd generation partnership project,3gpp)tr38.913协议，5g基站主要分为两种：其一是主要部署在室外较为开阔区域的宏基站；其二是主要部署在人口密度较大的市区或者室内的微基站。较高密度的基站分布使得室内移动终端有较大的概率处于至少一个视距(light of sight,los)基站的通信范围内，这样，利用单个基站进行室内定位就拥有了可能性，与此同时，利用单基站进行定位能够减少多基站定位方法带来的非视距(non-light of sight,nlos)误差。而利用5g基站进行单基站定位，需要对信号的到达角度(angle of arrival,aoa)进行估计。
50.多重信号分类(multiple signal classification,music)算法，是一种常用的基于子空间的信号到达角度估计算法，它利用接收信号导向矢量与其协方差矩阵的噪声子空间的正交性进行信号到达角度估计。
51.首先考虑采用第一种基于music的信号到达角度估计方法，其流程如图1所示，首先对接收信号进行互相关矩阵的运算，然后进行矩阵的特征值分解，分解为信号子空间和噪声子空间，利用信号子空间的导向矢量与噪声子空间正交的原理，对music谱进行计算，并对music谱的峰值进行搜索，峰值所对应的角度就是信号到达天线阵列角度的估计值。具体过程如下描述：
52.在一个信号到达角估计过程中，假设有k个信源，发射信号为sk(t)，天线阵列接收信号为：
[0053][0054]
其中am(θk)为第m个阵元对第k个远场信号的响应，nm(t)为第m个阵元上的接收噪声。将(1)矩阵化表示：
[0055]
x(t)＝a(θ)s(t) n(t)
ꢀꢀꢀ
(2)
[0056]
其中称为方向矩阵，a(θk)＝[a-n
(θk),
…
,an(θk)]
t
为阵列响应矢量。
[0057]
计算接收信号的协方差矩阵：
[0058]
r＝e[xxh]
ꢀꢀꢀ
(3)
[0059]
对协方差矩阵进行特征值分解，可以分解为信号子空间和噪声子空间：
[0060][0061]
其中us为接收信号的信号子空间，un为接收信号的噪声子空间，λs为k个较大的特征值构成的对角矩阵，λn为其余较小特征值构成的对角矩阵。利用正交性可得：
[0062][0063]
该第一种方式中的music算法采用如下谱函数进行谱峰搜索来估计传输时延：
[0064][0065]
传输时延的估计值为：
[0066][0067]
music算法用于信号到达角度估计具有优越的分辨能力，能够提高5g信号的测角能力。
[0068]
然而，虽然上述方式能够较为精确的估计远场信号到达天线阵列的角度，但未针对室内定位场景中信源可能处于天线阵列的近场区域而进行信号到达角度估计的改进。该第一种方式中的music方法仅将信源假设为远场信源，若将其应用于近场信源会存在较大的信号到达角度估计误差。
[0069]
基于此，本技术考虑改进得到不同于第一种的另一种适用于混合场信源的信号到达角度估计方法，通过针对室内单基站场景下的混合场信源，构建已消除信源距离影响的四阶累积量矩阵，并基于所述四阶累积量矩阵构造music谱函数，并应用该music谱函数得到混合场信源的信号到达天线阵列的到达角度估计值以用于进行5g定位，能够有效适用于室内单基站定位场景，且具有明显优势，能够为5g定位方法中的toa aoa定位方法提供了一个高精度的信号到达角度估计算法，能够实现对包含有处于天线阵列的远场区域和近场区域的混合场信源的信号到达角度进行估计，能够提高混合场信源的信号到达角度估计过程的可靠性及有效性，并能够有效提高混合场信源场景中信号到达角度的估计精度。
[0070]
在本技术的一个或多个实施例中，gnss(global navigation satellite system)是指全球导航卫星系统。
[0071]
在本技术的一个或多个实施例中，gps(global positioning system)是指全球定位系统。
[0072]
在本技术的一个或多个实施例中，dl-tdoa(down link time difference of arriva)是指下行到达时间差。
[0073]
在本技术的一个或多个实施例中，aoa(angle of arrival)是指到达角度。
[0074]
在本技术的一个或多个实施例中，music(multiple signal classification)是指多重信号分类算法。
[0075]
在本技术的一个或多个实施例中，toa(time of arrival)是指到达时间。
[0076]
在本技术的一个或多个实施例中，esprit(estimating signal parameter via rotational invariance techniques是指基于旋转不变技术的信号参数估计)。
[0077]
基于此，为了解决现有技术未针对室内单基站定位场景下近场信源及远场信源同时存在的信号到达角度估计的问题，本技术提出了一种混合场信源的信号到达角度估计方法，参见图2，所述混合场信源的信号到达角度估计方法具体包含有如下内容：
[0078]
步骤100：针对室内单基站场景下的混合场信源，构建已消除信源距离影响的四阶累积量矩阵。
[0079]
步骤200：基于所述四阶累积量矩阵构造music谱函数，并应用该music谱函数得到混合场信源的信号到达天线阵列的到达角度估计值以用于进行5g定位。
[0080]
可以理解的是，music算法用于信号到达角度估计具有优越的分辨能力，能够提高
5g信号的测角能力。
[0081]
从上述描述可知，本技术实施例提供的混合场信源的信号到达角度估计方法，通过针对室内单基站场景下的混合场信源，构建已消除信源距离影响的四阶累积量矩阵，并基于所述四阶累积量矩阵构造music谱函数，并应用该music谱函数得到混合场信源的信号到达天线阵列的到达角度估计值以用于进行5g定位，能够有效适用于室内单基站定位场景，且具有明显优势，能够为5g定位方法中的toa aoa定位方法提供了一个高精度的信号到达角度估计算法，能够实现对包含有处于天线阵列的远场区域和近场区域的混合场信源的信号到达角度进行估计，能够提高混合场信源的信号到达角度估计过程的可靠性及有效性，并能够有效提高混合场信源场景中信号到达角度的估计精度。
[0082]
为了提高构建针对混合场信源的已消除信源距离影响的四阶累积量矩阵的可靠性及有效性，在本技术实施例提供的一种混合场信源的信号到达角度估计方法中，参见图3，所述混合场信源的信号到达角度估计方法中的步骤100具体包含有如下内容：
[0083]
步骤110：接收混合场信源的信号，利用四阶累积量的对称性消除接收信号相位中受信源距离影响的非线性分量，以构建针对室内单基站场景下的混合场信源的四阶累积量矩阵。
[0084]
从上述描述可知，本技术实施例提供的混合场信源的信号到达角度估计方法，过利用四阶累积量的对称性消除接收信号相位中受信源距离影响的非线性分量，提供了一种构建针对混合场信源的已消除信源距离影响的四阶累积量矩阵的具体实现方式，能够有效提高构建针对混合场信源的已消除信源距离影响的四阶累积量矩阵的可靠性及有效性。
[0085]
为了提高利用四阶累积量的对称性消除接收信号相位中受信源距离影响的非线性分量的可靠性及有效性，在本技术实施例提供的一种混合场信源的信号到达角度估计方法中，参见图4，所述混合场信源的信号到达角度估计方法中的步骤110还具体包含有如下内容：
[0086]
步骤111：获取四阶累积量的定义函数；
[0087]
步骤112：在所述定义函数中确定接收信号相位中受信源距离影响的非线性分量；
[0088]
步骤113：利用四阶累积量的对称性，在所述定义函数中对接收信号相位中受信源距离影响的非线性分量进行替换，以得到针对室内单基站场景下的已消除信源距离影响的四阶累积量矩阵。
[0089]
具体来说，根据四阶累积量的定义，有：
[0090][0091]
其中m，n，p，q均表示阵元标号。且有：
[0092][0093]
由式(9)可以看出相位中存在非线性分量，且该分量与近场信源的到达方向和距离都有关。在估计近场信源的参数时可以不再关注距离信息，而只关注角度信息。因此，若令n＝-m，q＝-p，构造四阶累积量矩阵：
[0094][0095]
其中i＝m 1 m，j＝m 1 n，且m,n∈[-n,n]。
[0096]
从上述描述可知，本技术实施例提供的混合场信源的信号到达角度估计方法，通过获取四阶累积量的定义函数，在所述定义函数中确定接收信号相位中受信源距离影响的非线性分量，并利用四阶累积量的对称性，在所述定义函数中对接收信号相位中受信源距离影响的非线性分量进行替换，能够有效提高利用四阶累积量的对称性消除接收信号相位中受信源距离影响的非线性分量的可靠性及有效性，进而进一步提高构建针对混合场信源的已消除信源距离影响的四阶累积量矩阵的可靠性及有效性。
[0097]
为了提高构造music谱函数的可靠性及有效性，在本技术实施例提供的一种混合场信源的信号到达角度估计方法中，参见图3，所述混合场信源的信号到达角度估计方法中的步骤200具体包含有如下内容：
[0098]
步骤210：分解所述四阶累积量矩阵以得到对应用的分解结果；
[0099]
步骤220：根据所述分解结果构造music谱函数；
[0100]
步骤230：基于所述music谱函数得到混合场信源的信号到达天线阵列的到达角度估计值；
[0101]
步骤240：输出所述到达角度估计值以用于进行5g定位。
[0102]
从上述描述可知，本技术实施例提供的混合场信源的信号到达角度估计方法，通过先分解所述四阶累积量矩阵以得到对应用的分解结果，在根据所述分解结果构造music谱函数，能够有效提高构造music谱函数的可靠性及有效性，进而能够有效提高基于该music谱函数得到混合场信源的信号到达天线阵列的到达角度估计值的精度及有效性。
[0103]
为了提高空间分解的有效性及可靠性，在本技术实施例提供的一种混合场信源的信号到达角度估计方法中，参见图4，所述混合场信源的信号到达角度估计方法中的步骤210还具体包含有如下内容：
[0104]
步骤211：对所述四阶累积量矩阵进行奇异值分解，得到包含有信号子空间和噪声子空间的分解结果；
[0105]
步骤212：根据所述分解结果构造music谱函数；
[0106]
步骤213：基于所述music谱函数得到混合场信源的信号到达天线阵列的到达角度估计值。
[0107]
具体来说，由定义，式(10)可以改写为：
[0108][0109]
其中，c
4s
＝diag{c1,
…
,ck,
…
,ck}，矩阵a1和a2的第k列分别为：
[0110][0111][0112]
将c1进行奇异值分解，有
[0113]
[0114]
其中σs是由k个大奇异值构成的对角矩阵，σn由m-k个小奇异值构成的对角矩阵；us为k个大奇异值对应的左奇异向量张成的信号子空间，un为m-k个小奇异值对应的左奇异向量张成的噪声子空间；vs为k个大奇异值对应的右奇异向量张成的信号子空间，vn为m-k个小奇异值对应的右奇异向量张成的噪声子空间。
[0115]
从上述描述可知，本技术实施例提供的混合场信源的信号到达角度估计方法，通过在进行信号子空间与噪声子空间分解时，将四阶累积量采用奇异值分解，实现信号子空间与噪声子空间分解，能够有效提高空间分解的有效性及可靠性，进而能够进一步提高室内场景下混合场信源场景下信号到达角度估计精度。
[0116]
为了提高music谱函数的应用可靠性及有效性，在本技术实施例提供的一种混合场信源的信号到达角度估计方法中，参见图4，所述混合场信源的信号到达角度估计方法中的步骤220还具体包含有如下内容：
[0117]
步骤221：根据混合场信源的方向向量和所述噪声子空间的正交性，构造music谱函数。
[0118]
具体来说，由公式(14)得到信号的噪声子空间，利用信源方向向量与噪声子空间的正交性，与经典music算法类似，构造阵列空间谱函数：
[0119][0120]
其中，un为信号的噪声子空间矩阵，p
music
为谱函数。
[0121]
从上述描述可知，本技术实施例提供的混合场信源的信号到达角度估计方法，通过根据混合场信源的方向向量和所述噪声子空间的正交性，构造music谱函数，能够有效提高music谱函数的应用可靠性及有效性，进而能够进一步提高室内场景下混合场信源场景下信号到达角度估计精度。
[0122]
为了提高得到所述混合场信源的信号到达天线阵列的到达角度估计值的可靠性及准确性，在本技术实施例提供的一种混合场信源的信号到达角度估计方法中，参见图4，所述混合场信源的信号到达角度估计方法中的步骤230还具体包含有如下内容：
[0123]
步骤231：对所述music谱函数进行谱峰搜索，得到所述混合场信源的信号到达天线阵列的到达角度估计值。
[0124]
具体来说，寻找p
music
的峰值对应的角度作为混合场信源信号到达角度估计值，即为：
[0125][0126]
经过上述过程，即可得到混合场信源信号到达角度估计值。
[0127]
从上述描述可知，本技术实施例提供的混合场信源的信号到达角度估计方法，在采用music算法对信号到达角度进行估计时采用本本技术构建的music谱函数的计算方法来突出信号到达角度对应的谱函数峰值，能够有效提高得到所述混合场信源的信号到达天线阵列的到达角度估计值的可靠性及准确性，进而能够进一步提高室内场景下混合场信源场景下信号到达角度估计精度。
[0128]
从软件层面来说，本技术还提供一种用于执行所述混合场信源的信号到达角度估计方法中全部或部分内的混合场信源的信号到达角度估计装置，参见图5，所述混合场信源
的信号到达角度估计装置具体包含有如下内容：
[0129]
距离影响消除模块10，用于针对室内单基站场景下的混合场信源，构建已消除信源距离影响的四阶累积量矩阵；
[0130]
到达角度估计模块20，用于基于所述四阶累积量矩阵构造music谱函数，并应用该music谱函数得到混合场信源的信号到达天线阵列的到达角度估计值以用于进行5g定位。
[0131]
本技术提供的混合场信源的信号到达角度估计装置的实施例具体可以用于执行上述实施例中的混合场信源的信号到达角度估计方法的实施例的处理流程，其功能在此不再赘述，可以参照上述混合场信源的信号到达角度估计方法实施例的详细描述。
[0132]
所述混合场信源的信号到达角度估计装置进行混合场信源的信号到达角度估计的部分可以在服务器中执行，而在另一种实际应用情形中，也可以所有的操作都在客户端设备中完成。具体可以根据所述客户端设备的处理能力，以及用户使用场景的限制等进行选择。本技术对此不作限定。若所有的操作都在所述客户端设备中完成，所述客户端设备还可以包括处理器，用于混合场信源的信号到达角度估计的具体处理。
[0133]
上述的客户端设备可以具有通信模块(即通信单元)，可以与远程的服务器进行通信连接，实现与所述服务器的数据传输。所述服务器可以包括任务调度中心一侧的服务器，其他的实施场景中也可以包括中间平台的服务器，例如与任务调度中心服务器有通信链接的第三方服务器平台的服务器。所述的服务器可以包括单台计算机设备，也可以包括多个服务器组成的服务器集群，或者分布式装置的服务器结构。
[0134]
上述服务器与所述客户端设备端之间可以使用任何合适的网络协议进行通信，包括在本技术提交日尚未开发出的网络协议。所述网络协议例如可以包括tcp/ip协议、udp/ip协议、http协议、https协议等。当然，所述网络协议例如还可以包括在上述协议之上使用的rpc协议(remote procedure call protocol，远程过程调用协议)、rest协议(representational state transfer，表述性状态转移协议)等。
[0135]
从上述描述可知，本技术实施例提供的混合场信源的信号到达角度估计装置，通过针对室内单基站场景下的混合场信源，构建已消除信源距离影响的四阶累积量矩阵，并基于所述四阶累积量矩阵构造music谱函数，并应用该music谱函数得到混合场信源的信号到达天线阵列的到达角度估计值以用于进行5g定位，能够有效适用于室内单基站定位场景，且具有明显优势，能够为5g定位方法中的toa aoa定位方法提供了一个高精度的信号到达角度估计算法，能够实现对包含有处于天线阵列的远场区域和近场区域的混合场信源的信号到达角度进行估计，能够提高混合场信源的信号到达角度估计过程的可靠性及有效性，并能够有效提高混合场信源场景中信号到达角度的估计精度。
[0136]
为了进一步说明本方案，本技术还提供一种混合场信源的信号到达角估计方法的具体应用实例。参见图6，首先利用四阶累积量的对称性消除接收信号相位中受信源距离影响的非线性分量，构造四阶累积量矩阵，然后将四阶累积量矩阵进行奇异值分解，并分解成信号子空间和噪声子空间，利用信源方向向量和噪声子空间的正交性，构造music谱函数，进行谱峰搜索，得到混合场信源到达角度估计值。下面对混合场信源到达角估计算法进行详细描述。所述混合场信源的信号到达角度估计方法具体包含有如下内容：
[0137]
(一)四阶累积量矩阵的构造
[0138]
根据四阶累积量的定义，有：
[0139][0140]
其中m，n，p，q均表示阵元标号。且有：
[0141][0142]
由式(9)可以看出相位中存在非线性分量，且该分量与近场信源的到达方向和距离都有关。在估计近场信源的参数时可以不再关注距离信息，而只关注角度信息。因此，若令n＝-m，q＝-p，构造四阶累积量矩阵：
[0143][0144]
其中i＝m 1 m，j＝m 1 n，且m,n∈[-n,n]。
[0145]
(二)四阶累积量矩阵奇异值分解计算
[0146]
由定义，式(10)可以改写为：
[0147][0148]
其中，c
4s
＝diag{c1,
…
,ck,
…
,ck}，矩阵a1和a2的第k列分别为：
[0149][0150][0151]
将c1进行奇异值分解，有
[0152][0153]
其中σs是由k个大奇异值构成的对角矩阵，σn由m-k个小奇异值构成的对角矩阵；us为k个大奇异值对应的左奇异向量张成的信号子空间，un为m-k个小奇异值对应的左奇异向量张成的噪声子空间；vs为k个大奇异值对应的右奇异向量张成的信号子空间，vn为m-k个小奇异值对应的右奇异向量张成的噪声子空间。
[0154]
(三)music谱计算与峰值搜索
[0155]
由公式(14)得到信号的噪声子空间，利用信源方向向量与噪声子空间的正交性，与经典music算法类似，构造阵列空间谱函数：
[0156][0157]
其中，un为信号的噪声子空间矩阵，p
music
为谱函数。寻找p
music
的峰值对应的角度作为混合场信源信号到达角度估计值，即为：
[0158][0159]
经过上述过程，即可得到混合场信源信号到达角度估计值。
[0160]
综上，本技术应用实例提供的上述方法，在采用music算法对信号到达角度进行估计前构造四阶累积量矩阵，将受信源距离影响的非线性分量进行消除。在进行信号子空间与噪声子空间分解时，将四阶累积量采用奇异值分解，实现信号子空间与噪声子空间分解。在采用music算法对信号到达角度进行估计时采用本发明提出的谱函数的计算方法来突出信号到达角度对应的谱函数峰值。室内单基站定位场景下有明显的优势，为5g定位方法中的toa aoa定位方法提供了一个高精度的信号到达角度估计算法，能够有效提高室内场景下的混合场信源场景中信号到达角度估计精度。同时给出了信号到达角度估计的技术细节。
[0161]
本技术实施例还提供了一种计算机设备(也即电子设备)，该计算机设备可以包括处理器、存储器、接收器及发送器，处理器用于执行上述实施例提及的混合场信源的信号到达角度估计方法，其中处理器和存储器可以通过总线或者其他方式连接，以通过总线连接为例。该接收器可通过有线或无线方式与处理器、存储器连接。所述计算机设备与混合场信源的信号到达角度估计装置之间通信连接，以自所述无线多媒体传感器网络中的传感器接收实时运动数据，并自所述视频采集装置接收原始视频序列。
[0162]
处理器可以为中央处理器(central processing unit，cpu)。处理器还可以为其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。
[0163]
存储器作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本技术实施例中的混合场信源的信号到达角度估计方法对应的程序指令/模块。处理器通过运行存储在存储器中的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及数据处理，即实现上述方法实施例中的混合场信源的信号到达角度估计方法。
[0164]
存储器可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储处理器所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
[0165]
所述一个或者多个模块存储在所述存储器中，当被所述处理器执行时，执行实施例中的混合场信源的信号到达角度估计方法。
[0166]
在本技术的一些实施例中，用户设备可以包括处理器、存储器和收发单元，该收发单元可包括接收器和发送器，处理器、存储器、接收器和发送器可通过总线系统连接，存储器用于存储计算机指令，处理器用于执行存储器中存储的计算机指令，以控制收发单元收发信号。
[0167]
作为一种实现方式，本技术中接收器和发送器的功能可以考虑通过收发电路或者收发的专用芯片来实现，处理器可以考虑通过专用处理芯片、处理电路或通用芯片实现。
[0168]
作为另一种实现方式，可以考虑使用通用计算机的方式来实现本技术实施例提供
的服务器。即将实现处理器，接收器和发送器功能的程序代码存储在存储器中，通用处理器通过执行存储器中的代码来实现处理器，接收器和发送器的功能。
[0169]
本技术实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时以实现前述混合场信源的信号到达角度估计方法的步骤。该计算机可读存储介质可以是有形存储介质，诸如随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、软盘、硬盘、可移动存储盘、cd-rom、或技术领域内所公知的任意其它形式的存储介质。
[0170]
本领域普通技术人员应该可以明白，结合本文中所公开的实施方式描述的各示例性的组成部分、系统和方法，能够以硬件、软件或者二者的结合来实现。具体究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本技术的范围。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(asic)、适当的固件、插件、功能卡等等。当以软件方式实现时，本技术的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。
[0171]
需要明确的是，本技术并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本技术的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本技术的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。
[0172]
本技术中，针对一个实施方式描述和/或例示的特征，可以在一个或更多个其它实施方式中以相同方式或以类似方式使用，和/或与其他实施方式的特征相结合或代替其他实施方式的特征。
[0173]
以上所述仅为本技术的优选实施例，并不用于限制本技术，对于本领域的技术人员来说，本技术实施例可以有各种更改和变化。凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。