發(fā)布時(shí)間：2017-05-02 08:07

  本文關(guān)鍵詞：下一代網(wǎng)絡(luò)的協(xié)同定位技術(shù)研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著移動(dòng)互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展,基于無線定位的各種服務(wù)與應(yīng)用(LBS)得以迅速普及推廣。無線定位成為下一代網(wǎng)絡(luò)的重要應(yīng)用之一。隨著智能終端的普及,移動(dòng)蜂窩網(wǎng)絡(luò)、無線局域網(wǎng)等多種網(wǎng)絡(luò)制式為終端的無線定位提供了更多的技術(shù)支撐。本文利用下一代網(wǎng)絡(luò)環(huán)境下智能終端支持端到端通信的新特性,開展多終端協(xié)同定位的相關(guān)理論研究,并提出了一系列高性能算法。具體工作如下： 為解決存在非視距誤差、可見參考點(diǎn)數(shù)目不足等病態(tài)條件下無線定位精度不高的難題,本文利用端到端通信實(shí)現(xiàn)終端之間的距離測(cè)量,進(jìn)行多終端協(xié)同定位,并重點(diǎn)討論協(xié)同定位中基于概率信息和基于非概率信息的兩大類定位算法。 首先,在概率類協(xié)同定位算法中引入因子圖的概念,利用無線參數(shù)測(cè)量中的概率信息,構(gòu)建定位節(jié)點(diǎn)之間的因子圖和內(nèi)部因子圖的框架,利用包含統(tǒng)計(jì)特征的信度信息在因子圖的迭代傳播,建立基于因：子圖的協(xié)同定位模型�？紤]終端和基站提供信息的可信度差異,對(duì)來自協(xié)同終端節(jié)點(diǎn)的定位信息進(jìn)行一定的加權(quán),提出基于加權(quán)因子圖的協(xié)同定位算法。仿真結(jié)果表明因子圖理論可以大大降低計(jì)算的復(fù)雜度,加權(quán)操作抑制了協(xié)同終端坐標(biāo)誤差對(duì)定位的影響,能夠?qū)崿F(xiàn)高精度、高穩(wěn)定性的定位。 此外,針對(duì)非概率類協(xié)同定位算法的集中式和分布式實(shí)現(xiàn)方案,分析兩種方式的數(shù)學(xué)模型差異,引入克拉美羅下限分析定位算法的理論性能下限。針對(duì)分布式協(xié)同定位算法性能通常差于集中式算法的現(xiàn)象,考慮分布式算法中協(xié)同終端位置模糊的影響,提出分布式協(xié)同定位所特有的克拉美羅下限計(jì)算方法。比較集中式與分布式定位的性能關(guān)系,本文首次從理論上證明了經(jīng)過無窮次迭代后,分布式協(xié)同定位算法可以達(dá)到與集中式算法相同的定位性能。進(jìn)一步,分析出協(xié)同終端的位置模糊問題是導(dǎo)致分布式算法在有限次迭代內(nèi)定位精度低于集中式算法的主要原因。該結(jié)論對(duì)于在根本上提升分布式協(xié)同定位算法的精度具有很大意義。 最后,針對(duì)分布式協(xié)同定位的位置模糊問題,本文提出了基于元素加權(quán)總體最小二乘的協(xié)同定位算法。該算法同時(shí)考慮了距離測(cè)量誤差和協(xié)同終端的坐標(biāo)誤差,是符合分布式協(xié)同定位實(shí)際場(chǎng)景的一致性估計(jì),可以得到在終端存在位置模糊條件下的最優(yōu)解。仿真結(jié)果表明,本文提出的元素加權(quán)總體最小二乘算法相比其他方案更能夠有效地抑制了位置模糊的不利影響,使定位精度和魯棒性都有所提升。
【關(guān)鍵詞】：協(xié)同定位 因子圖 元素加權(quán)總體最小二乘 克拉美羅下限
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN92
【目錄】：

• 摘要4-6
• ABSTRACT6-8
• 目錄8-10
• 第一章 緒論10-19
• 1.1 研究背景及選題意義10-13
• 1.1.1 研究背景及國(guó)內(nèi)外研究現(xiàn)狀10-12
• 1.1.2 課題主要來源12-13
• 1.2 主要研究?jī)?nèi)容13-15
• 1.3 論文的結(jié)構(gòu)安排15
• 1.4 參考文獻(xiàn)15-19
• 第二章 基于因子圖的協(xié)同定位方案19-35
• 2.1 無線定位技術(shù)概況19-22
• 2.1.1 基本的定位測(cè)量方法19-21
• 2.1.2 影響定位精度的主要因素21-22
• 2.2 基于因子圖的定位方案22-24
• 2.2.1 基于TOA定位的數(shù)學(xué)模型22-23
• 2.2.2 因子圖與和積算法23-24
• 2.3 基于加權(quán)因子圖的協(xié)同定位算法24-29
• 2.3.1 協(xié)同定位的因子圖模型24-28
• 2.3.2 加權(quán)因子圖協(xié)同定位算法28-29
• 2.4 仿真結(jié)果與分析29-33
• 2.5 參考文獻(xiàn)33-35
• 第三章 分布式與集中式協(xié)同定位性能關(guān)系研究35-51
• 3.1 分布式與集中式協(xié)同定位的區(qū)別35-36
• 3.2 分布式協(xié)同定位的克拉美羅下限推導(dǎo)36-44
• 3.2.1 分布式定位模型與性能下限定義37-40
• 3.2.2 分布式協(xié)同定位性能下限的計(jì)算與分析40-44
• 3.3 分布式與集中式協(xié)同定位的性能關(guān)系證明44-46
• 3.4 仿真結(jié)果與分析46-48
• 3.5 參考文獻(xiàn)48-51
• 第四章 基于元素加權(quán)總體最小二乘的協(xié)同定位方案51-64
• 4.1 分布式協(xié)同定位的數(shù)學(xué)模型51-54
• 4.2 基于EW-TLS的分布式協(xié)同定位算法54-60
• 4.2.1 EW-TLS的優(yōu)化問題與求解54-56
• 4.2.2 定位誤差估計(jì)56-59
• 4.2.3 基于EW-TLS的分布式協(xié)同定位算法59-60
• 4.3 仿真結(jié)果與分析60-61
• 4.4 參考文獻(xiàn)61-64
• 第五章 總結(jié)與展望64-67
• 5.1 論文總結(jié)64-65
• 5.2 工作展望65-67
• 縮略語67-68
• 致謝68-69
• 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文目錄69-70

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前4條

1 倪建軍,胡杰華,李道本,范躍祖;CDMA蜂窩系統(tǒng)中的TDOA/AOA混合定位算法[J];重慶郵電學(xué)院學(xué)報(bào)(自然科學(xué)版);2005年01期

2 鄧平,李莉,范平志;一種TDOA/AOA混合定位算法及其性能分析[J];電波科學(xué)學(xué)報(bào);2002年06期

3 王昕,王宗欣,劉石;一種考慮非視線傳播影響的TOA定位算法[J];通信學(xué)報(bào);2001年03期

4 劉琚,李靜;一種在非視距環(huán)境中的TDOA/AOA混合定位方法[J];通信學(xué)報(bào);2005年05期

  本文關(guān)鍵詞：下一代網(wǎng)絡(luò)的協(xié)同定位技術(shù)研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：340571