蜂窝网络无线定位算法研究

蜂窝网络无线定位算法研究

论文摘要

本论文主要针对蜂窝网络中如何提高对移动台无线定位的精度这一核心问题进行了研究。首先,本文对课题的研究背景、研究意义及相关研究进展,蜂窝网络无线定位基本原理和不同定位技术的优缺点,几种常用于仿真评估的定位信道模型及准确率的评价指标进行了详细的介绍,并对影响蜂窝网络无线定位精度的因素做了简要说明。其次,本文分析了Fang、Chan和Taylor序列展开三种经典的定位算法,在不同条件下对这些算法的性能进行了仿真比较,总结出这三种算法的特点。在此基础上,仿真验证了一种混合Chan与Taylor序列展开算法的协同定位算法,结果表明其定位精度优于Chan算法并且能够克服Taylor序列展开法因缺乏相对准确的初始估计值而无法收敛的缺点。再次,本文对典型文化算法进行了深入研究。介绍了文化进化的基本概念,描述了典型文化算法的计算框架以及各功能函数的设计,在此基础上利用5个标准的非线性无约束函数对其进行了性能仿真测试,结果表明文化算法可以稳定快速的逼近全局最优解。基于以上的讨论,本文给出了两种蜂窝网络无线定位的方案,并将文化算法应用其中,提出了基于文化算法的场强定位算法和基于文化算法的TDOA定位算法。仿真结果表明两种算法各有特点,分别适用于不同条件下的蜂窝网络无线定位。同时,本文采用NLOS识别及TDOA/TOA平滑重构技术,结合前面的研究成果,尝试了在NLOS环境下进行蜂窝网络移动台无线定位。仿真结果表明,该方法可以有效地降低定位误差。最后,对所做工作进行了总结,并且指出了其中的不足与进一步的展望。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 研究背景和意义
  • 1.2 蜂窝网络无线定位技术国内外研究现状
  • 1.2.1 蜂窝网络无线定位算法概述
  • 1.2.2 国外研究现状
  • 1.2.3 国内研究现状
  • 1.3 本论文研究内容及章节安排
  • 第2章 蜂窝网络无线定位基础
  • 2.1 基本蜂窝网络无线定位技术
  • 2.1.1 基于电波场强测量值(SSOA)的定位技术
  • 2.1.2 基于电波到达时间(TOA)的定位技术
  • 2.1.3 基于电波到达时间差(TDOA)的定位技术
  • 2.1.4 基于电波入射角(AOA)的定位技术
  • 2.1.5 混合定位方法
  • 2.2 蜂窝网络无线定位信道模型
  • 2.2.1 COST-231-Hata模型
  • 2.2.2 T1P1(COST259)信道模型
  • 2.2.3 延时扩展Greenstein模型
  • 2.3 定位准确率评价指标
  • 2.4 影响蜂窝网络无线定位精度的因素
  • 2.5 本章小结
  • 第3章 典型TDOA定位算法性能分析
  • 3.1 定位算法的数学模型
  • 3.1.1 定位问题的最小二乘(LS)表示
  • 3.1.2 TDOA双曲线方程组的建立
  • 3.2 三种典型定位算法
  • 3.2.1 Fang算法
  • 3.2.2 Chan算法
  • 3.2.3 Taylor序列展开法
  • 3.3 三种算法仿真实验及性能分析
  • 3.3.1 三种算法在高斯噪声环境中的性能比较
  • 3.3.2 三种算法在T1P1(COST259)信道环境中的性能比较
  • 3.4 Chan与Taylor序列展开两种算法协同定位
  • 3.4.1 算法描述
  • 3.4.2 算法性能仿真与结果分析
  • 3.5 本章小结
  • 第4章 文化算法设计及性能仿真
  • 4.1 文化进化的提出
  • 4.2 文化算法模型
  • 4.3 文化算法特点及适用范围
  • 4.4 解决非线性无约束优化问题的文化算法设计
  • 4.5 算法性能仿真与结果分析
  • 4.6 本章小结
  • 第5章 两种基于文化算法的蜂窝网络定位方法
  • 5.1 基于文化算法的场强定位算法
  • 5.1.1 场强定位基本原理
  • 5.1.2 算法性能仿真与结果分析
  • 5.2 基于文化算法的TDOA定位算法
  • 5.2.1 算法描述
  • 5.2.2 算法性能仿真与结果分析
  • 5.3 本章小结
  • 第6章 一种蜂窝网络无线定位抗NLOS算法
  • 6.1 NLOS环境下TDOA/TOA误差分析
  • 6.2 算法描述
  • 6.3 算法性能仿真与结果分析
  • 6.4 本章小结
  • 结论
  • 参考文献
  • 攻读硕士学位期间所发表的论文和取得的科研成果
  • 致谢
  • 相关论文文献

    • [1].小蜂窝网络研究综述[J]. 通信技术 2020(04)
    • [2].蜂窝网络自组织研究及展望[J]. 电讯技术 2020(05)
    • [3].一种新的基于车辆的蜂窝网络结构[J]. 无线电通信技术 2018(04)
    • [4].基于凸优化的小蜂窝网络最小功耗方法[J]. 计算机工程 2017(04)
    • [5].小蜂窝网络优势、面临挑战与发展趋势[J]. 通信技术 2017(10)
    • [6].Wi-Fi与蜂窝网络融合的技术进展与测试标准[J]. 电信工程技术与标准化 2015(08)
    • [7].面向5G的小蜂窝网络研究综述[J]. 电讯技术 2015(11)
    • [8].面向物联网业务绿色接入的异构蜂窝网络优化[J]. 工程科学学报 2020(04)
    • [9].基于泊松簇过程的三层异构蜂窝网络部署模型[J]. 工程科学学报 2017(02)
    • [10].蜂窝网络中设备间中继的功率分配[J]. 上海师范大学学报(自然科学版) 2017(01)
    • [11].无线蜂窝网络中的抗干扰以及越区切换[J]. 通讯世界 2017(05)
    • [12].5G蜂窝网络架构分析[J]. 电子技术与软件工程 2017(06)
    • [13].超蜂窝网络分离方案设计与软件定义实现[J]. 中国科学:信息科学 2017(05)
    • [14].基于蜂窝网络的物联网解决方案研究[J]. 电信工程技术与标准化 2017(05)
    • [15].蜂窝网络中的终端直通技术研究[J]. 河北企业 2015(05)
    • [16].基于基站休眠的蜂窝网络节能技术研究[J]. 电信网技术 2015(10)
    • [17].MIMO[J]. 电子质量 2008(09)
    • [18].基于每层泊松近似的异构蜂窝网络性能分析[J]. 光通信研究 2020(02)
    • [19].两层蜂窝网络中基于协作的能谱效优化[J]. 信号处理 2019(02)
    • [20].蜂窝网络中频谱分配和干扰控制研究[J]. 科技视界 2019(31)
    • [21].超蜂窝网络资源动态调度与优化方法[J]. 中国科学:信息科学 2017(05)
    • [22].多跳蜂窝网络中的代理选取问题研究[J]. 通信技术 2008(09)
    • [23].密集小蜂窝网络中基于用户接入的能效优化研究[J]. 计算机工程 2019(12)
    • [24].针对移动网络潮汐效应的一种优化思路[J]. 通讯世界 2019(12)
    • [25].多层异构蜂窝网络混沌通信载波衰减仿真[J]. 计算机仿真 2020(02)
    • [26].全双工蜂窝网络的调度算法研究[J]. 通信技术 2019(02)
    • [27].5G异构蜂窝网络资源管理研究[J]. 移动通信 2018(03)
    • [28].5G蜂窝网络架构的主要技术特征及架构分析[J]. 电子世界 2016(24)
    • [29].车联网行业正“开花结果” LTE-V解决方案大步前行[J]. 通信世界 2017(05)
    • [30].超蜂窝网络柔性覆盖与控制[J]. 中国科学:信息科学 2017(05)

    标签:;  ;  ;  ;  ;  

    蜂窝网络无线定位算法研究
    下载Doc文档

    猜你喜欢