随着移动设备的快速增长,基于位置的服务需求在不断激增。目前,全球定位系统(Global Positioning System,GPS)可以为室外环境提供高精度的定位服务,而由于墙体等障碍物的遮挡,室内定位技术发展缓慢。分布式天线系统(Distributed Antenna Systems,DAS)的出现,有效解决了通信信号室内盲点覆盖问题,故基于DAS的室内定位技术成为了研究热点。特别地,DAS会用室内天线发送运营商的信号,在营运过程中,天线可能发生故障,由于DAS的所有天线拥有相同的Mac地址,无法知道故障天线的位置,需要通过对区域用户的定位来寻找故障天线。基于此,本文开展分布式天线的LTE区域定位算法研究,研究内容如下:1.为了节约建库时间成本并实现合理的区域划分,研究了改进的快速区域数据库构建方法。利用步态检测和扩展卡尔曼滤波方法进行实时速度和航向估计,并完成数据库的位置解算和信号映射,然后通过数据组合将子区域的信号特征转化为单位类别的距离比值特征,并根据该特征进行相似性聚类,最后将坐标距离作为限制参数进行迭代更新,从而保证数据点的连续性。2.为了刻画子区域间信号的相似性并提高匹配概率,研究了改进的快速地球移动距离(Earth Mover’s Distance,EMD)算法。根据区域信号概率分布的差异性构建不同分布距离模型并进行模型转换,同时计算区域内和区域间的限制参数,构造特殊的单位信号距离,接下来不断提取和更新单位信号距离,从而实现快速EMD距离解算。3.为了提高单站身份且低采样速率信号下的区域定位准确率,提出了基于EMD和支持向量机(Support Vector Machine,SVM)联合分类的区域定位算法。考虑到数据库和实测数据采样速率的差异性,通过参考位置点的递归搜索来提取邻近信号特征,并根据EMD距离和SVM分类的关联性构造EMD和SVM联合分类模型,最后通过EMD匹配和联合分类结果的综合投票实现区域定位。实验结果表明,本文算法在离线阶段节约了大量的建库时间,并且区域定位的准确率在动态测试数据下达到90%以上,静态测试数据达到70%以上。