学位论文 > 优秀研究生学位论文题录展示

基于先验信息的蜂窝网无线定位技术研究

作　者: 张美杨
导　师: 季仲梅
学　校: 解放军信息工程大学
专　业: 通信与信息系统
关键词: 移动台定位到达角度到达时延非视距单站定位组网定位
分类号: TN929.53
类　型: 硕士论文
年　份: 2010年
下　载: 54次
引　用: 0次
阅　读: 论文下载

内容摘要

随着移动通信技术的高速发展,对蜂窝网无线定位技术的研究也在不断的深入和完善。我国作为全球拥有最多用户和最高移动业务收入的新兴移动市场,定位服务将是最受欢迎的业务之一,其发展前景十分广阔。本文主要研究蜂窝网系统的地面移动台定位技术,重点研究了定位参数测量、定位误差抑制和移动台位置估计三类算法,并针对基站周边地理环境相对固定的特性,基于先验信息对上述算法进行了延伸和改进。论文的主要内容有如下几点:1.论文从定位参数估计、定位方案制定和定位误差抑制的角度出发,对现有的各类算法进行了较为系统的总结,综合对比了各类算法的性能和优缺点,详细论述了单站定位及组网定位方案在不同应用场景下的优势。2.论文基于先验地理信息,给出了一种小角度分辨算法。将先验角度信息(基站与周围固定障碍物之间的角度)引入到MUSIC算法当中,有效改善了MUSIC算法在小角度差情况下的估计性能。论文从理论和仿真两个方面证明了该算法在已知角度与未知角度相差很小情况下的有效性。3.论文从降低复杂度的角度出发,给出了一种基于贝叶斯准则的TOA估计方法。将TOA估计分为粗估计和细估计两部分,在精确获得各路径时延的同时,降低了计算复杂度。4.论文基于先验地理信息建立环境模型,给出了一种该模型下的TOA/AOA单站遗传定位算法。重点分析了由非直达径引入的移动台虚假位置对定位结果造成的影响。将先验地理信息与适应度函数相结合,有效解决了遗传算法容易陷入局部最优解问题,提高了定位精度。5.在多个基站都可以测量到手机上行信号的情况下,时延定位比角度定位在定位精度上更具优势。因此,论文研究了一种单纯使用TOA测量的MDS组网定位方法,重点分析了基站与移动台之间的拓扑结构对定位结果造成的影响,有效提高了定位精度。6.对于蜂窝网无线定位中严重影响定位精度的非视距传播(NLOS)误差问题,给出了一种基于神经网络和Kalman滤波器的NLOS误差直接消除算法。针对NLOS误差服从不同分布情况进行了仿真,并进一步利用校园内的实地环境进行了测试,从仿真和实测两个层面验证了该方法的有效性。7.论文以WCDMA系统为例,设计了WCDMA定位测试系统方案,完成了测试系统主要的软件代码实现工作。以WCDMA定位测试系统为基础,设置了不同的测试场景,完成了对论文所研究算法的外场实验验证工作。

全文目录

表目录  7-8
图目录  8-10
摘要  10-11
ABSTRACT  11-13
第一章绪论  13-20
  1.1 课题研究背景及意义  13
  1.2 蜂窝网定位技术的研究现状  13-17
    1.2.1 蜂窝网移动台定位系统及定位技术分类  13-15
    1.2.2 国内外研究现状  15-17
  1.3 蜂窝网定位面临的主要问题  17
    1.3.1 定位任务流程分解  17
    1.3.2 主要的难点与挑战  17
  1.4 论文主要工作及结构安排  17-20
第二章蜂窝网移动台定位技术  20-34
  2.1 定位参数估计  20-24
    2.1.1 到达角度(AOA)估计  20-21
    2.1.2 到达时间(TOA)估计  21-24
  2.2 定位算法  24-27
    2.2.1 TOA/AOA 单站定位  24-26
    2.2.2 LOS 环境下TOA 多站组网定位  26-27
  2.3 NLOS 误差  27-29
    2.3.1 NLOS 误差鉴别抑制算法  27-29
    2.3.2 NLOS 误差直接消除算法  29
  2.4 现有算法分析  29-33
    2.4.1 AOA 估计算法性能对比  29-30
    2.4.2 TOA 估计算法性能对比  30
    2.4.3 单站、组网定位算法性能对比  30-32
    2.4.4 NLOS 误差抑制算法性能对比  32-33
  2.5 本章小结  33-34
第三章蜂窝网定位参数估计算法  34-44
  3.1 基于先验角度信息的AOA 估计算法  34-40
    3.1.1 引入先验角度信息的信号模型  34-35
    3.1.2 投影矩阵简介  35-36
    3.1.3 MUSIC 算法的最小二乘最优解形式  36
    3.1.4 基于先验角度信息的AOA 估计理论推导  36-38
    3.1.5 仿真结果  38-40
  3.2 基于贝叶斯理论的TOA 估计算法  40-43
    3.2.1 信号模型  40-41
    3.2.2 离散化时延  41
    3.2.3 粗估计  41-42
    3.2.4 细估计  42
    3.2.5 仿真结果  42-43
  3.3 本章小结  43-44
第四章蜂窝网定位算法  44-57
  4.1 基于先验位置信息的TOA/AOA 单站定位算法  44-49
    4.1.1 TOA /AOA 定位模型  44-45
    4.1.2 GA 基本原理  45-46
    4.1.3 先验位置信息在遗传算法中的应用  46-47
    4.1.4 基于先验位置信息的遗传算法  47-48
    4.1.5 仿真结果  48-49
  4.2 基于布局优化的MDS 多站组网定位算法  49-55
    4.2.1 TOA 组网定位模型  50
    4.2.2 MDS 算法  50
    4.2.3 基于子空间变换的MDS 算法  50-51
    4.2.4 基于布局优化的MDS 算法  51-54
    4.2.5 仿真结果  54-55
  4.3 本章小结  55-57
第五章基于BP 神经网络的NLOS 误差抑制算法  57-67
  5.1 NLOS 误差的数学模型  57
  5.2 基于BP 神经网络的NLOS 误差抑制算法  57-66
    5.2.1 Kalman 滤波器  58
    5.2.2 利用Kalman 滤波器估计TOA 的算法推导  58-59
    5.2.3 BP 神经网络估计模型系数  59-62
    5.2.4 仿真结果  62-66
  5.3 本章小结  66-67
第六章基于先验信息的定位测试系统设计与实现  67-75
  6.1 WCDMA 系统目标定位技术的特点  67-69
  6.2 WCDMA 定位测试系统的组成和软件实现  69-71
    6.2.1 WCDMA 定位测试系统的组成  69
    6.2.2 WCDMA 定位测试系统的软件实现  69-71
    6.2.3 WCDMA 定位测试系统的工作流程  71
  6.3 WCDMA 定位测试系统的测试方案设计及测试结果  71-74
    6.3.1 单站定位算法的外场测试与验证  71-73
    6.3.2 NLOS 误差抑制算法的外场测试与验证  73-74
  6.4 本章小结  74-75
结束语  75-76
参考文献  76-80
作者简历攻读硕士学位期间完成的主要工作  80-81
致谢  81

基于先验信息的蜂窝网无线定位技术研究

内容摘要

全文目录

相似论文