论文部分内容阅读
自从窄带物联网(Narrow Band Internet of Things,NB-IoT)标准发布以来,越来越多基于NB-IoT系统构建的物联网应用出现在人们的日常生活中,这些应用分布在各个领域,例如智能家居、智慧交通、智慧医疗、智慧物流等。据统计,约70%的窄带物联网应用直接依赖或受益于节点位置信息的获取,终端定位技术成为窄带物联网大规模商用的关键技术之一。本文结合NB-IoT系统设计特点和部署场景,分别研究了适用于NB-IoT终端定位的时延估计和定位算法,主要工作如下:为了解决单径信道下传统时延估计方法精度受限于采样率的问题,本文提出了两级时延估计方法。首先,利用窄带定位参考信号在不同采样率下时域自相关性估计整数倍时延。然后,在整数倍时延补偿基础上将信号转换到频域,利用子载波相位差估计小数倍时延。仿真表明,该算法可突破系统采样率提高时延估计精度。为了解决多径信道下来自相邻小区基站发送的定位参考信号和来自目标小区基站的多径信号对时延估计造成严重干扰的问题,本文提出了基于串行干扰消除的首达径时延估计法。算法分两个阶段消除接收信号中的干扰,第一阶段依次估计每个相邻小区最强径对应时延,并结合最强径信道系数估计消除接收信号中的干扰分量。第二阶段迭代估计目标小区最强径时延,直接从接收信号相关函数中消除对应的相关分量。最后,通过相关函数时域内插估计小数倍时延。仿真表明,该算法可有效降低干扰信号对时延估计的影响。为了抑制非视距传输对终端定位带来的影响,本文提出了基于时延测量序列标准差的非视距误差鉴别方法,并通过改进卡尔曼滤波平滑抑制非视距时延误差。进一步,本文提出基于Chan算法改进的定位算法,初始假定时延测量值均为视距时延,建立残差代价函数,迭代估计非视距传输距离。仿真表明,两种方法可分别在时延测量和坐标估算阶段抑制非视距传输对终端定位带来的影响。