【摘 要】
:
随着5G网络、物联网的普及应用,无人机、无人驾驶车等新设备的出现,促进了定位技术的广泛研究。其中,基于视距场景下时延与距离线性关系的无线定位技术以其精度高、计算复杂度低、方便部署等优点而被广泛应用。但实际环境中多径和NLOS(non line-of-sight)误差的广泛存在,为时延估计和定位算法都带来了挑战。为了解决多径干扰以及传统时延估计方法精度受限于采样率的问题,针对最大似然时延估计法,本文
论文部分内容阅读
随着5G网络、物联网的普及应用,无人机、无人驾驶车等新设备的出现,促进了定位技术的广泛研究。其中,基于视距场景下时延与距离线性关系的无线定位技术以其精度高、计算复杂度低、方便部署等优点而被广泛应用。但实际环境中多径和NLOS(non line-of-sight)误差的广泛存在,为时延估计和定位算法都带来了挑战。为了解决多径干扰以及传统时延估计方法精度受限于采样率的问题,针对最大似然时延估计法,本文提出结合插值时延估计作为初值的策略,并对最优时延点搜索过程提出了优化,有效提高了算法的精度,并降低了复杂度。基于子空间分解的思路,本文提出了联合径数估计和加权改进的MUSIC(multiple signal classification)时延估计算法。通过相关矩阵的平滑降低了特征分解矩阵的维度,利用分解后的特征值作为权值提高了参数估计不准确时算法的精度。仿真结果表明优化后的时延估计算法分辨率更高且有效降低了复杂度。为了抑制NLOS传输对时延定位带来的影响,本文提出了使用残差加权改进传统时延定位算法。通过使用不同接收节点组合得到的位置估计进行残差计算,并通过残差倒数加权平均的方式,使得出现NLOS误差的坐标估计值被赋予更小的权重,从而抑制了 NLOS传输对定位结果造成的误差。另一个不同的思路是将NLOS分量变为有助于定位的测量值。本文提出了基于多径指纹的两阶段定位法。通过射线追踪仿真工具,在城市模型中建立了包含NLOS和LOS路径的时延指纹数据库。然后将分类模型与神经网络相结合。在粗定位阶段,通过训练随机森林分类模型来确定目标所在区域。在确定区域后,应用该区域对应的神经网络来获得更准确的定位结果。在600×600 m2范围内的仿真结果表明,该方法优于传统的NLOS定位方法,可以将90%区域内的定位误差控制在16m以内。
其他文献
时代一直在往前进步,而互联网是其发展的产物,人们对它依赖已经很大,人们不在为产米油盐担心,生活质量提高了,也付出了一定代价,人们压力变大,所以交友时间与质量都变低了,并且现实生活中的社交往往都是在熟人之间,方式单一且交友圈小,所以基于互联网的社交对于现代人来说是十分重要的。单一应用架构的社交系统很难应对海量用户,所以急需构建基于微服务架构的社交系统,这样不仅能应对海量用户,还可以很方便的为系统增加
日冕物质抛射(Coronal Mass Ejection,CME)是对日地空间环境有着巨大影响的太阳爆发活动,当其到达地球时可能会引发地磁场扰动并导致地磁暴。快速准确地预测可以引发地磁扰动的CME事件并预计其到达地球的时间,对于减少CME造成的危害而言至关重要。传统方法在预测CME到达地球时间时大都只针对具有对地有效性的CME事件,即只针对能够到达地球并引发地磁扰动的CME事件,但是现有技术无法预
微创血管介入手术因其术中创口小、病灶定位精准、器械递送灵活、安全性高、术后痊愈快等优势,已成为临床上治疗心血管疾病的主要方式之一。于此同时,医生在血管介入手术机器人辅助下进行人机协同手术能够进一步提高手术的治疗精度与安全性,避免X射线对医生辐射,并使远程手术治疗成为现实。因此血管介入手术机器人已成为医工领域的研究热点。临床上,为保证介入手术的成功性,手术机器人的主从同步控制需具备较高的稳定性与跟随
偏微分方程(PDE)的解可以刻画许多实际问题,例如病毒在人群中的传播情况,金融衍生品的价格等,所以求解PDE对诸多领域,包括物理、生物、金融等都有重要的意义。高维PDE通常难以求解,而传统算法在处理高维PDE时会出现“维度灾难”,即随着维数增加,计算的复杂度将呈指数倍增加。本文对E W等人于2017年提出的基于深度学习的数值方法--深度BSDE方法,从离散精度与神经网络输入信息复杂度两个方面进行优
近年来随着各大视频创作平台的迅猛发展,优质的视频作品越来越多,给广大人民群众在学习、工作之余带来了见识、思考与无尽的欢乐的同时,视频作者们自身也能获得名气以及经济收益。随着深度学习技术的发展,像AI换脸、人脸生成等等技术已经被用于视频内容创作,只是受限于技术使用门槛较高以及前些年技术的不完善,这类视频创作内容很少,其中真正优秀的作品更是少之又少,而且可能会有肖像权侵权问题。为此,本文基于人脸生成、
随着时代的发展和科技水平的进步,人们对移动增强现实(Augmented Reality,AR)技术提出了更高的要求。然而,传统的增强现实只是将虚拟对象简单地叠加到现实世界的顶部,在存在遮挡的情况下无法真正使得虚拟对象与现实世界融合。针对传统移动增强现实的问题,本文设计实现了基于单目3D对象SLAM的移动增强现实系统,使用轻量级语义SLAM算法对周围的环境进行建图,将现实世界的物体表示为立方体的形式
大规模多输入多输出(Multiple-Input Multiple-Output,MIMO)技术具有信息传输速率快、抗干扰性强和频带利用率高等优点,是5G通信系统的核心技术之一,但在实际应用中也面临一些困难和挑战,信号检测便是其中之一。随着天线规模增大,传统MIMO信号检测算法难以在计算复杂度和检测性能之间取得较好的平衡。本文对基站接收天线采用高精度模数转换器(Analog-Digital-Con
近年来,随着互联网行业的迅速发展,互联网也走进了千家万户,不仅丰富了人民的生活,也给很多行业带来了很大的改变,利用互联网技术可以改变传统的工作方式。在铁路调度管理方面,传统的管理模式存在设备管理分散、数据整合困难以及无法形成统一监管等问题,所以多媒体调度管理平台也是顺应数据化和信息化的潮流,推进互联网与业务需求的结合,以达到提高管理工作效率,简化管理工作流程,节省成本的目的。本文对当前调度管理系统
微博由于其内容传播速度的即时性和传播范围的广泛性积累了大量的用户,成为了热点事件的舆论爆发地与传播地。对于微博的某个突发热点事件来说,在一段时间内会产生大量的社交媒体文本数据,并且这个突发热点事件往往会蕴含若干语义相关的子话题,挖掘出微博蕴含的各个子主题信息对于舆论的正确导向具有重要的意义。但是由于短文本的语义稀疏性问题,主题挖掘或文本聚类等文本挖掘算法的效果会受到一定程度的影响。此外,社交媒体文
随着深度学习的不断发展和语言模型研究的不断成熟,对话系统提供了一种比视窗界面操作更符合普通人习惯的新型人机交互方式,但在现有对话系统中,仍然存在多轮对话中无法联系上下文、无法处理专有名词后面的复杂信息,只能进行日常闲聊无法进行更有价值和意义的聊天。为了使得对话系统能够联系对话历史上下文以及理解专有名词的背景信息。本文主要研究内容如下:(1)提出了一种模型压缩方法,采用预训练参数初始化任务和模块对齐