【摘要】：WiFi室內(nèi)定位技術(shù)是近些年來大家關(guān)注的熱點,GPS在室內(nèi)定位上有局限性,每次定位至少需要捕獲4顆衛(wèi)星的信號,而且在室內(nèi)和高樓密布的環(huán)境中,信號遮擋嚴(yán)重,常用的TOA(Time of Arrival)、TDOA(Time Difference of Arrival)、RSSI(Received Signal Strength Indication)等算法達(dá)不到定位精度和實時性的要求。因此,需要對室內(nèi)定位算法進行新的嘗試,研究一種能夠滿足人們需求的高精度,低復(fù)雜度的室內(nèi)定位算法。DOA(Direction of Arrival)多參數(shù)聯(lián)合估計算法通過對到達(dá)角、俯仰角、距離等參數(shù)進行聯(lián)合估計以實現(xiàn)定位目的,大量研究成果在雷達(dá)、聲納、電子偵察等領(lǐng)域已投入使用,本文從以下幾個方面對DOA多參數(shù)聯(lián)合估計算法展開研究,驗證算法在近場WiFi場景中的可行性。首先,研究了基于二階累積量的多參數(shù)聯(lián)合估計算法,梁軍利等提出一種新型的基于二階統(tǒng)計量的近場源定位算法,算法將累積量的性質(zhì)與ESPRIT算法相結(jié)合,創(chuàng)新性的構(gòu)建兩個二階累積量矩陣,算法不需要構(gòu)造一個高維的累積量矩陣,就可以實現(xiàn)多參數(shù)的聯(lián)合估計并且使得參數(shù)自動配對,提高了參數(shù)估計的性能。其次,研究了基于二階統(tǒng)計量的ML算法,將基于子空間擬合的ML算法與MUSIC算法、新型的基于二階統(tǒng)計量的近場源定位算法進行多參數(shù)估計的精度分析,并對比了幾種基于二階統(tǒng)計量的算法的復(fù)雜度。然后,針對二階累積量算法性能較差的問題,利用高階累積量的優(yōu)勢,對基于四階累積量的兩種多參數(shù)估計算法：對稱陣列的MUSIC算法和非對稱陣列的ESPRIT算法進行研究,比較兩種算法的優(yōu)缺點,詳細(xì)分析了陣元數(shù)、快拍數(shù)、信噪比的變化對DOA多參數(shù)估計的精度產(chǎn)生的影響。接著,提出一種基于非對稱陣列的TLS-ESPRIT改進算法,以較少的四階累積量矩陣構(gòu)造新的矩陣,將TLS-ESPRIT算法與MUSIC-like算法相結(jié)合,避免了參數(shù)配對問題,實現(xiàn)了多信源場景下的角度參數(shù)和距離參數(shù)的聯(lián)合估計。改進后的算法提高了陣列孔徑的利用率,與原算法相比,兩種算法計算復(fù)雜度相近,但是改進算法有效的提升了參數(shù)估計的精度,通過仿真實驗,對比分析了二階累積量算法和四階累積量算法的參數(shù)估計精度、計算復(fù)雜度。最后,對全文工作進行了總結(jié),并對后續(xù)研究工作進行了展望。
[Abstract]:WiFi indoor positioning technology is a hot topic in recent years. GPS has its limitations in indoor positioning. It needs to capture at least four satellite signals each time. Moreover, in the indoor and high-rise environment, the signals are blocked seriously. The time difference of Arrival) (TDOA) (received signal standing indication) algorithm can not meet the requirements of location accuracy and real-time performance. Therefore, it is necessary to make a new attempt on indoor localization algorithm, and to study a high precision and low complexity indoor localization algorithm. DOA (Direction of Arrival) multiparameter joint estimation algorithm) is based on angle of arrival and pitch angle. A large number of research results have been used in radar, sonar, electronic reconnaissance and other fields for joint estimation of range and other parameters to achieve the purpose of location. In this paper, the DOA multi-parameter joint estimation algorithm is studied from the following aspects. Verify the feasibility of the algorithm in near field WiFi scenarios. Firstly, the multi-parameter joint estimation algorithm based on second-order cumulant is studied. Liang Junli et al proposes a new near-field source location algorithm based on second-order statistics, which combines the properties of cumulant with Esprit algorithm. Two second-order cumulant matrices are constructed innovatively. The algorithm does not need to construct a high-dimensional cumulant matrix, it can realize the joint estimation of multi-parameter and make the parameters match automatically, which improves the performance of parameter estimation. Secondly, the ML algorithm based on second-order statistics is studied. The accuracy of multi-parameter estimation is analyzed by combining ML algorithm based on subspace fitting with music algorithm and a new near-field source location algorithm based on second-order statistics. The complexity of several algorithms based on second order statistics is compared. Then, aiming at the poor performance of the second-order cumulant algorithm, two multi-parameter estimation algorithms based on the fourth-order cumulant, the music algorithm of symmetric array and the Esprit algorithm of asymmetric array, are studied based on the advantage of high-order cumulant. The advantages and disadvantages of the two algorithms are compared, and the effects of the number of array elements, the number of beats and the signal-to-noise ratio on the accuracy of DOA multi-parameter estimation are analyzed in detail. Then, an improved TLS-ESPRIT algorithm based on asymmetric array is proposed. The new matrix is constructed with less fourth order cumulant matrix, and the TLS-ESPRIT algorithm is combined with the MUSIC-like algorithm to avoid the parameter matching problem. The joint estimation of angle parameter and distance parameter in multi-source scenario is realized. The improved algorithm improves the utilization ratio of array aperture, compared with the original algorithm, the computational complexity of the two algorithms is similar, but the improved algorithm can effectively improve the precision of parameter estimation. The parameter estimation accuracy and computational complexity of the second order cumulant algorithm and the fourth order cumulant algorithm are compared and analyzed. Finally, the paper summarizes the work of the paper, and looks forward to the future research work.
【學(xué)位授予單位】：西南交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN820.15;TN92

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉蓮霞;吳世龍;;基于累積量的時差頻差聯(lián)合估計算法[J];艦船電子對抗;2007年05期

2 許凌云;張小飛;許宗澤;;基于平行因子四線性分解的二維角度和頻率聯(lián)合估計[J];電子與信息學(xué)報;2011年08期

3 史忠科;;狀態(tài)和參數(shù)聯(lián)合估計方法及其在飛行試驗中的應(yīng)用[J];自動化學(xué)報;1993年02期

4 張光斌,廖桂生,王萬林;基于雙基地頻率和方位聯(lián)合估計算法研究[J];系統(tǒng)工程與電子技術(shù);2005年06期

5 張群飛;黃建國;;一種多目標(biāo)多參數(shù)聯(lián)合估計新方法及其水池實驗驗證[J];魚雷技術(shù);2005年04期

6 顧建峰;魏平;;基于偽協(xié)方差矩陣的頻率和角度聯(lián)合估計算法[J];通信學(xué)報;2007年08期

7 陳波;劉正東;劉金根;;遞歸最小二乘格型濾波聯(lián)合估計過程性能分析[J];現(xiàn)代電子技術(shù);2010年14期

8 李媛;張偉;張志芹;;基于虛擬時間延遲陣元的極化敏感陣列的多參數(shù)聯(lián)合估計[J];電子產(chǎn)品世界;2012年05期

9 丁艷軍,吳占松,張衍國;一種基于故障參數(shù)與狀態(tài)聯(lián)合估計的多故障診斷方法[J];清華大學(xué)學(xué)報(自然科學(xué)版);2001年12期

10 吳湘霖,俞卞章,宋祖勛;基于空時擴展虛擬陣列的高分辨率多參數(shù)聯(lián)合估計[J];計算機工程與應(yīng)用;2005年01期

相關(guān)會議論文 前2條

1 關(guān)立鋒;梁濤;;載波相位和定時相位的聯(lián)合估計[A];開創(chuàng)新世紀(jì)的通信技術(shù)——第七屆全國青年通信學(xué)術(shù)會議論文集[C];2001年

2 王惠剛;程翠香;;多普勒和方位的聯(lián)合估計[A];中國聲學(xué)學(xué)會2005年青年學(xué)術(shù)會議[CYCA'05]論文集[C];2005年

相關(guān)博士學(xué)位論文 前4條

1 吳湘霖;非理想系統(tǒng)假設(shè)下陣列信號多信源多參數(shù)聯(lián)合估計[D];西北工業(yè)大學(xué);2005年

2 王建英;陣列信號多參量聯(lián)合估計技術(shù)研究[D];電子科技大學(xué);2000年

3 錢斌;分布式信號波達(dá)方向—時延聯(lián)合估計算法研究[D];電子科技大學(xué);2008年

4 許凌云;陣列多參數(shù)聯(lián)合估計算法及應(yīng)用的研究[D];南京航空航天大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 馬莉;基于天線陣列的近場WiFi多參數(shù)聯(lián)合估計算法研究[D];西南交通大學(xué);2016年

2 陶太洋;基于壓縮感知重構(gòu)的多輸入有限脈沖響應(yīng)系統(tǒng)參數(shù)與時滯聯(lián)合估計[D];江南大學(xué);2016年

3 馬克江;近場源多維參數(shù)聯(lián)合估計算法研究[D];西安電子科技大學(xué);2010年

4 李靜;移動通信網(wǎng)絡(luò)中終端定位參數(shù)聯(lián)合估計方法的研究[D];北京交通大學(xué);2008年

5 孫洪亮;近場源參數(shù)聯(lián)合估計算法仿真研究[D];哈爾濱工程大學(xué);2011年

6 王大元;陣列多參數(shù)聯(lián)合估計[D];南京航空航天大學(xué);2010年

7 徐麗娜;基于極化敏感陣列的TDD CDMA系統(tǒng)多參數(shù)聯(lián)合估計算法研究[D];吉林大學(xué);2008年

8 寒露;極化敏感陣列多參數(shù)聯(lián)合估計[D];電子科技大學(xué);2007年

9 王鵬;陣列天線雷達(dá)的目標(biāo)方位距離聯(lián)合估計和高分辨成像[D];清華大學(xué);2010年

10 張宇;極化雙基地MIMO雷達(dá)目標(biāo)參數(shù)聯(lián)合估計方法研究[D];吉林大學(xué);2013年

，

本文編號：2126902