本文關(guān)鍵詞：基于數(shù)據(jù)挖掘的TDOA定位技術(shù)

  更多相關(guān)文章： 無線電定位 波達時間差 數(shù)據(jù)挖掘 圖像挖掘 聚類 K-均值 基于密度空間聚類 線段樹

【摘要】：隨著移動終端的日益普及、無線網(wǎng)絡(luò)業(yè)務(wù)的多樣化,無線電傳播環(huán)境變得越來越復(fù)雜。這使干擾信號的定位遇到了多源與多徑的巨大考驗。如何能夠在存在多個信號源,并且信號的傳輸很可能經(jīng)過了多徑時延的疊加后環(huán)境中精確定位成為了現(xiàn)今無線定位技術(shù)的一大難題。而與此同時,國家無線電監(jiān)測網(wǎng)絡(luò)的日趨完善與成熟又為信號檢測與定位帶來了新的方法與途徑。借助數(shù)據(jù)采集技術(shù)的進步以及采樣率的提高,巨大的數(shù)據(jù)紅利能夠為無線電監(jiān)管的各種應(yīng)用場景帶來新的活力。鑒于此,本文的研究重點就是探究如何能夠高效地將監(jiān)測網(wǎng)絡(luò)能夠獲得的大量數(shù)據(jù)與信號定位技術(shù)突破相結(jié)合。 傳統(tǒng)的時差定位技術(shù)一般都會限制于局部的相鄰幾個接收節(jié)點采用最大似然估計得到信號源位置的估計。該方法對于多徑、多源的電磁環(huán)境抵抗性較差,矩陣運算也容易出現(xiàn)奇異化的結(jié)果。而利用高密度的接收數(shù)據(jù),從數(shù)據(jù)挖掘的角度依據(jù)接收信息的統(tǒng)計特性則能夠給出具有較好魯棒性的定位結(jié)果。本文主要貢獻包括以下兩個方面： 第一,首先提出了分組TDOA的決策思路。本文首先針對傳統(tǒng)TDOA的方法進行橫向地延展。即利用分組的接收點分別運用傳統(tǒng)方法進行定位,再融合各個組合定位的結(jié)果進行決策,成功地將原有方程組估計問題轉(zhuǎn)化為一個數(shù)據(jù)驅(qū)動的定位決策模型。 第二,通過引入數(shù)據(jù)挖掘的概念以及與本場景緊密相通的聚類模型與算法,為該模型提出了不同的算法。并且利用計算機仿真,在給定的多源多徑定位場景上進行了不同算法的仿真與試驗。其中,經(jīng)過仿真測試,基于圖像的聚類算法DBSCAN在本場景中能夠較好適配多源定位的場景約束。與最小二乘的TDOA相結(jié)合后,能夠獲得較好的定位效果。取得了能夠匹敵最簡單的單源直視徑場景下的定位精度,并且具有較高的魯棒性。本文在此基礎(chǔ)上,利用線段樹的數(shù)據(jù)結(jié)構(gòu)對DBSCAN算法進行了改進,降低了算法的時間復(fù)雜度。 最后,對全文進行了概括總結(jié),同時根據(jù)實現(xiàn)情況和本領(lǐng)域技術(shù)發(fā)展的情況,對后續(xù)研究內(nèi)容以及未來的改進方向進行了展望。
【關(guān)鍵詞】：無線電定位 波達時間差 數(shù)據(jù)挖掘 圖像挖掘 聚類 K-均值 基于密度空間聚類 線段樹
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP311.13;TN911.23
【目錄】：

• 摘要4-6
• ABSTRACT6-10
• 第一章 緒論10-18
• 1.1 研究背景10-13
• 1.2 國內(nèi)外研究現(xiàn)狀13-14
• 1.3 無線監(jiān)測網(wǎng)絡(luò)發(fā)展現(xiàn)狀14-15
• 1.4 本文主要研究內(nèi)容及章節(jié)安排15-18
• 第二章 數(shù)據(jù)驅(qū)動型定位技術(shù)18-28
• 2.1 傳統(tǒng)時差定位模型18-24
• 2.1.1 基于信號到達時間差的測距模型18-22
• 2.1.2 無線電定位非視距減輕技術(shù)22-24
• 2.2 基于統(tǒng)計特性的定位模型24-27
• 2.3 小結(jié)27-28
• 第三章 用于定位場景的數(shù)據(jù)挖掘28-42
• 3.1 數(shù)據(jù)挖掘概述28-31
• 3.1.1 數(shù)據(jù)挖掘與知識發(fā)現(xiàn)28-29
• 3.1.2 數(shù)據(jù)挖掘與數(shù)據(jù)分析29
• 3.1.3 數(shù)據(jù)挖掘與統(tǒng)計學(xué)29-30
• 3.1.4 數(shù)據(jù)挖掘與機器學(xué)習(xí)30-31
• 3.2 數(shù)據(jù)挖掘的分類31-37
• 3.2.1 分類分析31-33
• 3.2.2 聚類分析33-34
• 3.2.3 關(guān)聯(lián)分析34-36
• 3.2.4 序列分析及時間序列36-37
• 3.2.5 孤立點分析37
• 3.2.6 其他分析37
• 3.3 基于聚類分析的TDOA定位37-40
• 3.3.1 K均值算法38
• 3.3.2 基于K均值算法的TDOA定位38-40
• 3.4 小結(jié)40-42
• 第四章 基于DBSCAN挖掘聚類的TDOA定位42-50
• 4.1 基于DBSCAN的定位方法42-44
• 4.1.1 基于密度的空間聚類算法(DBSCAN)42-43
• 4.1.2 信源位置估計策略43-44
• 4.2 多源多徑場景下DBSCAN與最小二乘的聯(lián)合定位技術(shù)44-47
• 4.2.1 DBSCAN與基于到達時間差的最小二乘估計的聯(lián)合定位44-45
• 4.2.2 基于DBSCAN聚類的定位仿真試驗45-46
• 4.2.3 DBSCAN的定位算法性能優(yōu)化46-47
• 4.3 小結(jié)47-50
• 第五章 總結(jié)和展望50-52
• 5.1 論文總結(jié)50
• 5.2 未來研究展望50-52
• 致謝52-54
• 參考文獻54-58
• 碩士期間發(fā)表論文情況58

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 干娟;;基于決策樹算法的學(xué)生綜合測評系統(tǒng)的設(shè)計[J];安徽電子信息職業(yè)技術(shù)學(xué)院學(xué)報;2011年04期

2 李玲玲;辛浩;;FCM算法及其有效性度量方法[J];安徽電子信息職業(yè)技術(shù)學(xué)院學(xué)報;2011年05期

3 郭有強;胡學(xué)鋼;;基于項目增長法高效求解最大頻繁項集[J];安徽科技學(xué)院學(xué)報;2006年06期

4 張友志;錢萌;程玉勝;;基于關(guān)聯(lián)規(guī)則web日志挖掘方法的研究[J];安慶師范學(xué)院學(xué)報(自然科學(xué)版);2006年01期

5 曹丹陽;李晉宏;魏金強;張艷芳;;基于決策樹的英語四級成績分析[J];北方工業(yè)大學(xué)學(xué)報;2007年01期

6 鐘雁;郭雨松;;數(shù)據(jù)挖掘技術(shù)在鐵路貨運客戶細分中的應(yīng)用[J];北京交通大學(xué)學(xué)報;2008年03期

7 黃江濤,劉自偉,黃曉芳;用于數(shù)據(jù)挖掘的多維數(shù)據(jù)可視化技術(shù)[J];兵工自動化;2005年03期

8 萬雅奇;侯亞榮;王勇;張書杰;;教育考試數(shù)據(jù)挖掘系統(tǒng)研究與實現(xiàn)[J];北京工業(yè)大學(xué)學(xué)報;2009年05期

9 張偉;;數(shù)據(jù)挖掘領(lǐng)域的文獻計量學(xué)研究[J];圖書與情報;2005年06期

10 張玉英;孟海東;;數(shù)據(jù)挖掘技術(shù)中聚類算法的改進研究[J];包頭鋼鐵學(xué)院學(xué)報;2005年04期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 周炎濤;唐劍波;王家琴;;基于信息熵的改進TFIDF特征選擇算法[A];第二十六屆中國控制會議論文集[C];2007年

2 趙云鵬;石麗;劉瑩;;基于數(shù)據(jù)挖掘的高校規(guī)模分析及應(yīng)用研究[A];第九屆全國信息獲取與處理學(xué)術(shù)會議論文集Ⅰ[C];2011年

3 王皓;曹永鋒;孫洪;;基于流域變換的聚類分析[A];第十二屆全國信號處理學(xué)術(shù)年會（CCSP-2005）論文集[C];2005年

4 吳棟;張京華;王玉成;胡伍生;;前兆信息模型在地震預(yù)測中的應(yīng)用[A];數(shù)字測繪與GIS技術(shù)應(yīng)用研討交流會論文集[C];2008年

5 孟少朋;駱紅云;李盛;;基于數(shù)據(jù)挖掘的汽車可靠性分析方法研究[A];2007年全國失效分析學(xué)術(shù)會議論文集[C];2007年

6 楊紀軍;朱培棟;;關(guān)聯(lián)規(guī)則挖掘技術(shù)在蜜罐系統(tǒng)中的應(yīng)用[A];中國電子學(xué)會第十六屆信息論學(xué)術(shù)年會論文集[C];2009年

7 朱攀;陳躍新;;Apriori算法在參保人信用度評價中的應(yīng)用[A];2009年研究生學(xué)術(shù)交流會通信與信息技術(shù)論文集[C];2009年

8 張敏;陸向艷;周敏;潘林琳;農(nóng)冬冬;王彬彬;陳曉江;;數(shù)據(jù)挖掘在智能題庫系統(tǒng)中的應(yīng)用[A];廣西計算機學(xué)會2004年學(xué)術(shù)年會論文集[C];2004年

9 鄭東健;盧兆輝;;基于時間序列相似性的壩基測壓孔水位性態(tài)分析[A];全國大壩安全監(jiān)測技術(shù)信息網(wǎng)2008年度技術(shù)信息交流會暨全國大壩安全監(jiān)測技術(shù)應(yīng)用和發(fā)展研討會論文集[C];2008年

10 李佳;芙蓉薇;;基于FP-tree算法的圖書推薦服務(wù)[A];低碳經(jīng)濟與科學(xué)發(fā)展——吉林省第六屆科學(xué)技術(shù)學(xué)術(shù)年會論文集[C];2010年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 王冬麗;基于可擴展的支持向量機分類算法及在信用評級中的應(yīng)用[D];東華大學(xué);2011年

2 張翔;文本挖掘技術(shù)研究及其在綜合風(fēng)險信息網(wǎng)絡(luò)中的應(yīng)用[D];西北大學(xué);2011年

3 金海浩;五行相生間接補法古代應(yīng)用規(guī)律研究[D];南京中醫(yī)藥大學(xué);2011年

4 陳聆;地球化學(xué)礦致異常非線性分析方法研究[D];成都理工大學(xué);2011年

5 孟京輝;經(jīng)營單位級森林經(jīng)營數(shù)據(jù)倉庫研建及應(yīng)用研究[D];中國林業(yè)科學(xué)研究院;2011年

6 任炳昱;高拱壩施工實時控制理論與關(guān)鍵技術(shù)研究[D];天津大學(xué);2010年

7 何月順;關(guān)聯(lián)規(guī)則挖掘技術(shù)的研究及應(yīng)用[D];南京航空航天大學(xué);2010年

8 演克武;基于需求預(yù)測的機型指派和評價研究[D];南京航空航天大學(xué);2010年

9 向先全;基于水信息技術(shù)的渤海灣水生態(tài)環(huán)境特性及模擬研究[D];天津大學(xué);2011年

10 李敏;衛(wèi)星導(dǎo)航接收機數(shù)字波束形成關(guān)鍵技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2011年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 蔡浩;基于Web使用挖掘的協(xié)同過濾推薦算法研究[D];浙江理工大學(xué);2010年

2 李翠;基于車輛自動識別的智能計重監(jiān)控系統(tǒng)的研究與設(shè)計[D];鄭州大學(xué);2010年

3 劉春燕;教學(xué)網(wǎng)絡(luò)DIDS數(shù)據(jù)分析方法的研究與改進[D];鄭州大學(xué);2010年

4 史文財;省級政務(wù)網(wǎng)安全檢測系統(tǒng)的設(shè)計與實現(xiàn)[D];哈爾濱工程大學(xué);2010年

5 尹麗玲;基于人工免疫算法的Web文本挖掘研究[D];哈爾濱工程大學(xué);2010年

6 李曉光;數(shù)據(jù)挖掘技術(shù)在高校招生和教務(wù)管理中的應(yīng)用[D];哈爾濱工程大學(xué);2010年

7 姜雪飛;基于SNMP的網(wǎng)絡(luò)安全態(tài)勢可視化技術(shù)[D];哈爾濱工程大學(xué);2010年

8 周東海;基于記賬憑證的高校教育成本數(shù)據(jù)挖掘研究[D];哈爾濱工程大學(xué);2010年

9 李紅;數(shù)據(jù)挖掘中特征選擇與聚類算法研究[D];大連理工大學(xué);2010年

10 姜榮;時間序列的聚類和關(guān)聯(lián)規(guī)則挖掘研究[D];遼寧師范大學(xué);2010年

，

本文編號：1010395