陈朝[1]2007年在《蜂窝网无线定位技术的分析和研究》文中研究说明随着全球移动通信技术的迅猛发展,人们对移动业务的需求日益增强,其中的增值业务引起了社会的广泛关注,而定位服务则是增值业务中关注的焦点。因为有了定位服务系统,人们可以随时随地确定自己的方位,实现车辆导航,构建智能交通系统,甚至可以延伸到生活咨询服务等领域。当前,移动通信技术具有广阔的市场和巨大的经济效益,基于蜂窝网的无线定位技术与移动通信技术息息相关,所以开发无线定位技术具有很强的实际意义。目前,研究比较多的定位技术有信号强度定位技术、到达角定位技术、到达时间定位技术以及到达时间差定位技术。基于TDOA的定位是蜂窝网无线通信系统所采用的最为主要的定位技术之一,它利用了现有的蜂窝网络设备实现精确的定位,而不需要对移动台硬件和软件进行另外修改。在对蜂窝无线定位的研究中,有许多难题亟待解决,其中的一个主要难题就是如何提高定位的精度。本文首先综述了蜂窝网络无线定位技术的基本原理,并说明了影响蜂窝网络定位精度的因素,然后给出了定位精度的评价指标,由于无线网络环境中客观存在非视距(NLOS)误差,采用传统的定位方式会对移动台位置的定位造成很大误差。接着深入研究了无线定位方法的算法类型以及减小NLOS的经典方法;然后给出了一种基于原始估计位置值的统计特性,采用贝耶斯准则融合TOA与TDOA两种基本定位方法的算法,从而减小NLOS对无线定位精度的影响,并在此基础上进行系统仿真,验证试验结果;然后详细介绍了多传感器的数据融合技术,并深入研究了JDL数据融合模型;接着在JDL数据融合模型的基础上给出了一种TOA/TDOA的多级多层数据融合模型,并详细研究和分析了各级融合的实现过程,并在此基础上加以仿真验证。
邹金平[2]2008年在《超宽带室内定位研究》文中研究表明超宽带(Ultra-wide band,UWB)技术以其独特的技术优势正受到越来越多的关注,尤其是在2002年2月美国联邦通信委员会正式允许超宽带技术用于民用后,关于超宽带应用的研究日益增多。超宽带是在时域发射极窄的脉冲,相应地在频域产生频带很宽、功率谱密度极低的信号。因其具有良好的信号隐蔽性、极低的功耗、高的多径分辨率等优点,基于超宽带定位技术能够较好地满足室内定位技术的要求。本文对室内定位的研究主要就是基于UWB技术。本文在广泛阅读国内外经典文献以及查阅定位方面的最新研究成果的基础上,对无线定位的关键技术进行了系统性的研究。无线定位的实现分为两个步骤:定位测量参数的估计和定位算法的实现。首先,通过信号参数估计,从基站(Based Station,BS)接收到的信号中提取相关参数,例如:到达时间、到达时间差、到达角度等信息;然后根据估计出的定位参数,采用相应的定位算法进行移动台(Mobile station,MS)的位置估计。本文研究了视距(Line of Sight,LOS)传播环境下的几种经典的定位算法,包括Fang算法、Chan氏算法和Taylor算法,并给出了相应的仿真实现。复杂的通信环境引起的非视距(No Line of Sight,NLOS)传播,以及求解非线性方程时引入的误差,是影响定位性能关键因素,这时将无法直接采用上述的经典的定位算法。本文研究了无线定位技术中抗NLOS误差算法,分析了NLOS多径传播对TOA/TDOA定位的影响。在研究视距环境下的经典算法基础上,本文提出了一种联合定位的算法;并结合室内定位环境特点,提出了一种残差改进算法。最后的仿真表明本文提出的定位方法取得了较好的定位性能。
王珂[3]2007年在《基于WLAN的移动终端无线定位技术研究》文中提出本论文作为子课题，获得了国家自然科学基金项目(No．60673108)资助。近年来随着无线局域网(WLAN)的兴起，其作为宽带接入方案与3G互补融合的发展态势，以及支持WLAN的移动终端的普及，基于WLAN的无线定位技术也引起了国内外学者的广泛关注。目前，美国New bury Networks等公司已经研究开发出了应用无线局域网定位技术的产品。人们对WLAN中定位服务的需求，将会促使基于WLAN的无线定位技术快速发展、应用。本文主要研究了基于WLAN的移动终端无线定位技术的实现方法和遇到的有关问题的解决方法。本文根据无线定位技术的发展趋势、WLAN系统的特点以及定位技术的优缺点比较，选择TDOA定位技术作为定位方法；重点对无线定位算法和抑制NLOS误差的方法进行了研究，同时也对诸如GDOP等相关问题进行了探讨，并对有关算法进行了仿真分析。本文中提出了一些新的想法，并对其进行了仿真分析，获得了有益的改进。最后，总结了课题的研究工作，展望了未来的研究发展方向。
张颖[4]2011年在《无线定位优化算法的研究》文中指出在资源管理、社会经济活动和同常生活等各个领域,无线定位技术发挥着越来越大的作用,对于蜂窝定位系统,用户可以通过安装在移动终端(通常是普通终端,如手机等)上的客户端软件,与无线网络结合,确定需要访问的用户的实际地理位置,这是一种应用前景非常广阔的技术,尤其在寻人、交通、移动电子商务、紧急救助和物品跟踪等应用方面发挥着有效的作用。介于此,不少国家政府和公司投入大量人力物力进行无线蜂窝系统定位技术的研究和试制。随着移动通信系统向3G的演进,3G中一些新技术的采用为移动台的定位提供了新的方法和手段,如智能天线的使用,对信号幅角的测量值精度越来越高,使得利用AOA定位方法进行定位成为。本文重点研究了基于角度测量值的蜂窝网络通信系统的优化定位和跟踪算法。首先,在分析现有无线定位技术和定位算法的基础上,选择了以波达角度定位算法为研究重点,给出了基于几何结构的单次反射统计信道模型,减小非视距传播(NLOS)影响的优化定位算法,该算法利用每条多径导致的角度扩展均不大于最大角度扩展作为优化的约束条件,将基于波达方向的无线定位问题转化为有约束的最优化问题,从而提高了无线定位的精度。尽管该算法岍于需要反复迭代寻找最优点,运算量比最小二乘(LS)算法大,但是仿真结果表明该算法的性能优于LS算法。随后,给出了基于BP神经网络的AOA定位算法,该算法先利用神经网络对非视距(NLOS)误差进行校戒然后利用相应的定位算法进行定位。仿真结果表明,上述基于神经网络无线定位算法在各种环境下都具有较高的定位精度和准确性,在不同的信道环境下其定位性能均优于未经过神经网络校正NLOS误差的定位算法。为了实现连续且实时的定位服务,还需将移动台的静态定位转向动态跟踪。本文给出了一种基于神经网络的定位跟踪算法,首先利用神经网络对AOA测量值中的NLOS误差进行修正,再利用相关定位算法进行移动台位置估计,然后配合相关检测距离门对移动台进行跟踪。仿真结果表明,该跟踪算法能够有效地实现移动台的静态定位与动念跟踪,性能优于基于LS算法的静念定位与动态跟踪,且效果良好,该算法也同样适用于对处于静止状念和低速移动状态的移动台实施定位。
陈素梅[5]2010年在《非视距下基于卡尔曼滤波的无线定位方法》文中指出无线定位,就是指利用现有的无线通信网络资源,通过估计移动终端与各基站之间的各信号到达时间及到达角度等信号测量值参数,并在网络或者移动终端中借助一定的定位算法,确定移动终端的位置。1996年美国FCC(联邦通信委员会)发布的E—911定位标准引发了无线定位技术的研究热潮,无线定位所蕴涵的无穷商业潜力更是成为这项研究的巨大推动力量。越来越多的学者投入到这股热流当中,发表了大量的研究论文和专利成果。无线定位的实现主要需要两大模块：基于到达时间、到达时间差和到达角度等定位测量参数的估计及定位算法的实现。首先通过参数估计算法,从接收信号中提取到达时间(差)、到达角度等信息,然后利用相应的定位算法求解移动台的位置。由于通信信道的复杂性所带来的定位参数估计误差,以及根据估计的定位参数求解表征移动台与基站之间几何位置关系的非线性方程时所引入的非线性误差,导致定位误差大、定位精度低,是影响定位问题的关键。本文对最小二乘算法、Chan算法、Taylor级数展开法以及Wylie算法等经典的定位算法进行了阐述,详细介绍了卡尔曼滤波器的原理和定位过程。这些算法都各具特点,Chan算法的定位性能在非视距传播环境中显着下降,Wylie方法、测量值重构法以及卡尔曼滤波法都可有效消除到达时间测量值中非视距误差的影响。尤其是利用卡尔曼滤波器的跟踪性能,能够实现较高精度的混合定位。在非视距误差方面,介绍了非视距误差的模型和特点,以及非视距误差的鉴别和消除。本文对非视距环境下的定位技术进行了深入研究,提出了两种非视距误差消除的方案。论文主要贡献有：1、在非视距定位算法的研究中,提出了基于卡尔曼的鲁棒性非视距消除方法。该方法利用卡尔曼滤波器的跟踪特性来消除原始测量值中的非视距误差,再用视距重构的方法重构出真实距离,实现了较高精度的定位。2、针对非视距环境提出了一种基于卡尔曼滤波的加权最小二乘定位算法。该方法根据系统测量误差的统计特性对原始测量值进行判定,得出各个测量值的权值,然后用两步卡尔曼法对距离测量值进行跟踪和重构,并结合测量值曲线,利用权值因子构造出新的曲线,最后用加权最小二乘(WLS)算法进行定位。经过仿真分析和性能比较,本文提出的两种非视距环境下的定位算法可以有效消除到达时间测量值中非视距误差的影响,性能优越、误差小、定位成功率和定位精度得到很大提高。最后,我们对移动台位置估计、非视距误差消除等方面的研究方法做了总结,为后续研究打好基础、扩展思路。
郭蓉[6]2011年在《基于TD-SCDMA蜂窝网的无线定位技术研究》文中研究说明近年来,随着移动通信网络从2.5G进入3G时代,定位业务成为最具竞争力的3G核心业务之一,它将是3G网络必备的功能。定位技术除了为移动用户提供地理位置信息外,它还可以发挥其它作用,比如信息查询、智能交通、广告发布等等。移动定位技术引起人们越来越多的关注。本文就基于TD-SCDMA蜂窝网的无线定位技术进行研究。论文首先对蜂窝网中各种无线定位技术进行了介绍,分析比较各种定位方法优缺点。然后讨论了TD-SCDMA系统中一些关键技术,分析在TD-SCDMA系统中采用的定位方案及定位方法。目前蜂窝系统采用的定位方案有:基于网络的定位、基于移动台的定位、移动台辅助的定位、网络辅助的定位、GPS辅助定位。在新一代蜂窝网络系统中,需要用户提供高精度的定位服务,基于移动台定位和基于网络定位这两种方案都满足目前的应用需求。本文研究的是基于网络的定位方案。主要的定位方法有:信号到达角度(AOA)定位方法、信号到达时间(TOA)定位方法、信号到达时间差(TDOA)定位方法以及混合定位方法。TD-SCDMA系统中采用了智能天线技术,基站能准确的测量AOA值,而TDOA定位法的定位精度比较高且容易实现,是目前使用最普遍也最主要的一种定位技术。接着论文分别对AOA、TDOA两种定位技术中的几种常规算法进行了介绍,对各种算法特点进行分析比较。由于单一定位技术存在一定的局限性,而采用混合定位技术可以测量多个特征值,综合各种定位方法的长处实现移动终端的定位。论文最后重点研究了混合定位技术。在讨论基本的TDOA/AOA混合定位算法的基础上,提出了一种基于粒子群算法的TDOA/AOA混合定位算法,并建立了算法模型。通过实验验证该算法的定位性能优于单一的定位算法,并能取得到较高的定位精度。证明了算法的有效性。
李莉[7]2002年在《基于时间测量值的无线定位算法研究》文中研究表明本论文致力于无线蜂窝网络中基于时间测量值的无线定位算法研究。通过分析国内外相关研究现状，本文对现有多种定位方法进行了分析，基于科学的定位精度评价指标，在多种信道环境下对现有的基本定位算法进行了仿真。仿真结果表明：Taylor算法和CHAN氏算法的定位精度高且易于实现。为了详细评价这两种基本定位算法的性能，本文就两种典型移动通信信道环境模型(COST 259和TIP1)，研究了多种参数对定位算法的影响，包括蜂窝小区的大小，参与定位的基站个数，设备测量误差，信道中的NLOS误差和基站排列方式等等。仿真结果表明：Taylor算法和CHAN氏算法在不同环境和仿真条件下各有优缺点。然而，为了使定位精度能达到E-911的要求，还需要对基本定位算法进行修正和改进。 在上述研究的基础上，本论文提出了一种新的混合定位算法：TOA/AOA混合定位算法。并在相同的仿真环境下对TOA/AOA混合定位和TDOA/AOA混合定位进行比较。仿真结果表明：这种加入了角度测量值的混合定位算法能够充分利用蜂窝网络的信息资源，当有较精确的AOA测量值加入时，能显着地提高定位精度。 在相关研究的基础上，本文还提出了一种新的数据融合方法。该方法融合了TOA、TDOA、AOA定位和贝叶斯推理等技术，并结合上文所提的混合定位算法，利用初步定位结果的统计特性对定位结果进行数据处理，从而达到较高的定位精度，提高定位性能。
吴舟[8]2004年在《无线定位技术中抗非视距误差的算法研究》文中指出本论文致力于无线定位技术中抗非视距(NLOS)误差算法的研究。通过分析国内外相关研究现状,本文对现有多种定位算法进行了分析。由于基于时间的TOA、TDOA和混合定位法是目前的研究热点,所以主要了分析基于时间的TOA、TDOA和混合定位法。在高斯信道下对各种定位算法进行了仿真,对各种算法的性能进行了详细的评估。这些研究为以后研究NLOS误差的优化算法奠定了基础。 针对在各种类型的蜂窝网络中已经成为影响提高移动台定位精度的决定性因素—NLOS误差进行了详细的分析。使用NLOS误差的鉴别和抑制算法对其优化,并在实际的信道环境中将优化之后的结果与优化之前的定位算法结果进行仿真比较,显示出抑制NLOS误差的改进效果。 考虑到TDOA/AOA混合定位中中间过程存在的非线性问题,本章提出了一种采用切平面进行线性优化的加权抗NLOS的TDOA/AOA混合定位算法。从仿真结果可以看出,采用了本算法之后可以有效的降低NLOS的影响,提高定位精度,取得比原算法在实际环境中更好的效果。 提出了一种基站选择算法。首先判断测量样本中是否含有NLOS误差。然后从测量值中选出含有NLOS误差最小的两个基站,将其重构出LOS测量值,再采用叁基站算法进行定位计算。仿真结果表明该算法能很好的抑制NLOS误差的影响,取得很好的定位效果。
吴道荣[9]2015年在《用于无线定位的滤波算法研究》文中提出无线定位技术是一种利用基站和移动台之间的信息,再使用定位算法对移动台进行位置估计的技术,其中定位算法是决定无线定位性能的关键因素。在无线定位算法中,非视距误差是导致各种定位算法性能不同的主要原因,因此这篇文章主要通过减弱非视距误差来提高定位算法的定位精度。卡尔曼滤波器是一种滤波性能很好的滤波器,它可以通过收集系统的观测信息和给出的预测信息,然后采用递归算法过滤掉其中包含的噪声,最终得到最优信息。基于卡尔曼滤波器的滤波功能,本文提出使用卡尔曼滤波器抑制无线定位中的非视距误差进而提高无线定位算法的定位性能。为了实现这一想法,本文首先在视距传播环境中使用卡尔曼滤波器滤除其中的测量噪声,然后把滤波后的数据应用到无线定位算法中得到初步定位结果。为了进一步提高定位性能,最后再次使用卡尔曼滤波器对初步定位结果进行优化处理,从而得到最优定位结果。由于非视距传播环境中的噪声比视距传播环境中的噪声复杂,为了抑制非视距误差,本文提出使用基于卡尔曼滤波器的联合卡尔曼滤波器进行处理以达到最优效果。同时,在使用联合卡尔曼滤波器基础上使用平滑技术对联合卡尔曼滤波器进行改进,以提高联合卡尔曼滤波器的滤波性能。最后仿真证明本文提出的改进方法在非视距误差分别服从高斯分布、均匀分布和指数分布的情况下定位精度提高了20.5米、25.2米和28.1米。
孙顺远[10]2014年在《无线传感器网络定位算法及应用研究》文中研究表明无线传感器网络是随着无线通信、嵌入式技术、传感器技术、微机电技术及分布式信息处理技术的进步而发展起来的一门新兴的信息获取技术。其在军事和民用方面均有着非常广阔的市场，在具体应用中，定位信息十分重要，所涉及到的数据只有包含对应的定位信息，才是有效的；实现整个WSNs中节点的定位，能够有效提高整个WSNs路由效率，并且为整个网络的系统管理、均衡负载、拓扑控制的自动实现提供有效的技术保证。设计出精度高、计算复杂度低的WSNs节点定位算法，一直是无线研究领域一个亟待解决的技术热点问题。本论文结合当前WSNs节点主流定位算法，采用无线通信原理与数学模型相结合的技术研究手段，从低运算量（低功耗）、实际产品可行性高的科研本质要求出发，以设计出使用少量锚无线参考节点、取得较好定位性能、满足多种场景需求的定位算法为最终研究目标，针对目前主流信号到达时间（TOA）及接受信号强度（RSSI）测距技术，提出叁种新型无线传感器节点定位算法。在此理论研究基础下，本论文中将部分定位技术应用于实际无线测温系统中，取得一些有意义的成果，其主要研究内容如下：1.对目前WSNs节点定位算法进行了全面的综述。针对无线定位算法中定位精度的评估方法，推导在WSNs视距条件下的克拉美罗下界(CRLB)在定位算法评估定位精度方法中使用过程，得出了距离效应、到达角误差及锚节点位置误差是如何影响CRLB的具体结论。2.针对TOA源定位相应观察方程中存在测量值和未知参量的非线性关系，无法逼近CRLB有效无偏估计值，提出利用坐标系平移的线性化方法即通过相应的公式变换来剔除观察方程的非线性变量的新方法，并提出基于TOA的源节点定位算法。从时间测量误差、计算复杂度、定位误差、CRLB来评价该算法性能，仿真表明，当独立零均值高斯测量误差足够小时，该算法逼近CRLB，其适用TOA测量模型的WSNs节点定位。3.针对节点发射功率和路径损耗系数未知这一情况，提出基于RSS测量值的未知功率及路径损耗系数的各项同向衰减源定位算法。其中，未知源节点位置和另两个未知参数(衰减源发射功率和路径损耗系数)可通过彼此的交替方式进行估算，此方法需结合本节提出的RSS测量值最佳初始源位置判断方法。通过锚节点数目、迭代次数、定位误差及CRLB来评价该算法性能，假设RSS测量误差属于独立零均值高斯测量误差，仿真表明所提出的定位迭代算法趋于最小二乘算法(LS)的解，其逼近CRLB的下界值。4.针对目前主流分布式协作定位方法如连续多点定位、基于可信度传播模型定位及基于目标函数凸域松弛度定位算法相应局限性，提出采用持续距离评估的无线连通传感器源自定位算法。其利用邻节点协作技术，即利用节点与锚节点之间距离的连续性估计，进行网络节点整体定位。通过通信距离、节点间距离测量误差、均方定位误差及CRLB来评价该算法性能，仿真表明，假设独立、零均值高斯测量误差的情况下，该方案达到最佳的定位性能，其适用于大范围无线节点定位系统。5.结合实际酒厂窖池测温需要及无线传感器网络在环境信息监测方面的优势，本文中设计并实现具有节点自定位功能的窖池无线测温系统。其中考虑感温子节点数目众多，采用通过节点定位功能取其相应位置信息将网络内感温子节点分组分频段通信的方案，有效的将低功耗工业监测系统与传感网节点定位技术结合起来，实现了对酒厂1200多口窖池温度的实时监测功能。为了保证系统运行长期稳定性，设计了针对无线系统整体技术性能指标的测试实验，并进行相应的现场测试工作，对相应结果进行分析研究。
参考文献：
[1]. 蜂窝网无线定位技术的分析和研究[D]. 陈朝. 合肥工业大学. 2007
[2]. 超宽带室内定位研究[D]. 邹金平. 昆明理工大学. 2008
[3]. 基于WLAN的移动终端无线定位技术研究[D]. 王珂. 郑州大学. 2007
[4]. 无线定位优化算法的研究[D]. 张颖. 西安邮电学院. 2011
[5]. 非视距下基于卡尔曼滤波的无线定位方法[D]. 陈素梅. 山东大学. 2010
[6]. 基于TD-SCDMA蜂窝网的无线定位技术研究[D]. 郭蓉. 电子科技大学. 2011
[7]. 基于时间测量值的无线定位算法研究[D]. 李莉. 西南交通大学. 2002
[8]. 无线定位技术中抗非视距误差的算法研究[D]. 吴舟. 哈尔滨工程大学. 2004
[9]. 用于无线定位的滤波算法研究[D]. 吴道荣. 中国计量学院. 2015
[10]. 无线传感器网络定位算法及应用研究[D]. 孙顺远. 江南大学. 2014
标签：电信技术论文; 卡尔曼论文; 基站定位论文; 卡尔曼滤波器论文; 蜂窝网络论文; 定位精度论文; 手机定位技术论文; 定位误差论文; 系统仿真论文; 蜂窝数据论文; 视距测量论文; 手机基站论文; 通信论文; 误差分析论文;