论文部分内容阅读
本论文主要研究了无线蜂窝网络中的移动台定位算法。信号在无线环境中传播会受到多径效应、远近效应、非视距传播以及噪声等多种负面因素的影响,这会直接导致接收端测量到的信号参数如TOA(Time Of Arrival,信号到达时间)、TDOA(Time Difference OfArrival,信号到达时间差)、AOA(Angle Of Arrival,信号到达角度)和RSS(Received Signal Strength,接收信号场强)等出现较大的偏差,从而使得基于这些参数的定位算法精度显著下降,最终估算出的移动台位置误差较大。因此,为进一步提高移动台的定位精度,本文重点针对非视距(NLOS,Non Line of Sight)环境下TDOA定位技术以及混合TOA/AOA定位方法的改进进行了深入分析和探讨,另外还研究了一种基于RFID系统的新的室内定位算法。
本文给出了一些常用的基本定位算法的数学模型,通过在不同的信道环境下进行仿真,比较分析了其各自的特点以及定位性能。结果表明,在高斯噪声环境中,无论基站数目多少,总是Chan算法的性能最好,而在非视距传播环境中,泰勒序列展开法较Chan算法性能好。
针对LTE(long term evolution,长期演进计划)系统,提出了采用干扰消除技术来改进TDOA定位方法。移动台,特别是在靠近小区中心的情况下,接收邻近小区基站信号时会受到服务基站和其他基站信号以及噪声的干扰,从而会导致定位精度下降。对于上述干扰信号,该方法首先在信号接收端重建干扰并且从接收信号中对其进行消除,然后基于正交频分复用(orthogonal frequency divisionmultiplexing,OFDM)通信系统使用相关估计法估算信号传播时间,最后通过加权最小二乘法估算移动台的位置坐标。在多径传播以及非视距(non line of sight,NLOS)传播环境中,仿真实验验证了采用本文提出的方法可以有效改善靠近小区中心移动台的定位精度。
本文还对一种NLOS环境下混合TOA/AOA定位的改进方法进行了研究。通过采用具有快速收敛性的高斯-牛顿迭代算法,并且结合网格搜索方法优化迭代初始坐标值,进一步提高了算法的定位性能。通过仿真验证了该方法的快速、稳定的收敛性以及有效性。
针对传统定位算法在NIOS环境下定位精度下降明显的难题,本文将几何定位算法和LANDMARC算法相结合得到一种新的算法,通过比较该算法与LANDMARC算法在视距(LOS,Line Of Sight)和NLOS环境下的平均定位误差和累积定位误差分布,对其精度、稳定度进行了评估。