發(fā)布時間：2018-12-28 07:09

【摘要】：多輸入多輸出(Multiple Input Multiple Output,MIMO)技術(shù)是無線蜂窩通信系統(tǒng)的關(guān)鍵技術(shù)。隨著無線蜂窩網(wǎng)絡(luò)系統(tǒng)的發(fā)展,手機(jī)用戶數(shù)量也快速增長,無線定位技術(shù)也變得越來越不可缺少。而未來第五代通信系統(tǒng)(FifthGeneration,5G)即將普及應(yīng)用,大規(guī)模MIMO基站配備有天線數(shù)量巨大的天線陣列,合理利用天線陣列接收信號參數(shù)對用戶進(jìn)行三維空間定位不僅可以為用戶提供位置信息,還能夠?yàn)橐苿又械挠脩籼峁┕β士刂坪驮絽^(qū)切換。首先,本文對大規(guī)模MIMO技術(shù)以及無線定位技術(shù)的背景、國內(nèi)外研究現(xiàn)狀以及面臨的問題進(jìn)行了概述,并將這兩種技術(shù)融合,引出了本文的主要研究內(nèi)容,即大規(guī)模MIMO定位技術(shù)。其次,本文介紹了無線定位技術(shù)常用的定位算法并分析其各自優(yōu)缺點(diǎn)。隨后探討分析無線定位技術(shù)面臨的主要問題及現(xiàn)有解決方案,并介紹了無線定位技術(shù)中常用的定位性能判定標(biāo)準(zhǔn)。基于以上基礎(chǔ)知識本文最終選定多參數(shù)聯(lián)合定位技術(shù)為適合本文環(huán)境背景的定位算法。再次,本文介紹了到達(dá)角(Direction of Arrival,DOA)估計技術(shù)的傳統(tǒng)算法,對多重信號分類(Multiple Signal Classification,MUSIC)算法以及旋轉(zhuǎn)不變子空間(Estimation of Signal Parameters via Rotational Invariance Techniques,ESPRIT)算法進(jìn)行比較,并選定ESPRIT算法為大規(guī)模MIMO系統(tǒng)所采用的DOA估計算法。隨后介紹了矩形天線陣列適用的二維DOA估計算法,并提出一種改進(jìn)算法,該算法在方形陣列下具有最佳估計性能。最后,本文分析了最小二乘聯(lián)合定位法和基于最大似然估計的參數(shù)重構(gòu)定位法的不足,將最小二乘法推廣到三維定位,并提出一種非視距(None-LineofSight,NLOS)環(huán)境下的基于傳輸模型的多信號參數(shù)約束聯(lián)合定位方法。該方法首先對接收的多徑信號進(jìn)行預(yù)處理得到每個基站的信號參數(shù),再通過傳輸模型得到約束不等式組,最終采用求解無約束非線性最小二乘問題的方法進(jìn)行三維空間位置估計,仿真結(jié)果表明該算法能夠有效地減弱NLOS環(huán)境下定位誤差。
[Abstract]:Multi-input multi-output (Multiple Input Multiple Output,MIMO) technology is a key technology in wireless cellular communication systems. With the development of wireless cellular network system, the number of mobile phone users is growing rapidly, and wireless positioning technology is becoming more and more indispensable. In the future, the fifth generation communication system (FifthGeneration,5G) will soon be widely used. Large scale MIMO base stations will be equipped with antenna arrays with a large number of antennas. The reasonable use of antenna array receiving signal parameters to locate users in 3D space can not only provide location information for users, but also provide power control and handoff for mobile users. First of all, the background of large-scale MIMO technology and wireless positioning technology, domestic and foreign research status and problems are summarized, and the fusion of these two technologies leads to the main research content of this paper, that is, large-scale MIMO positioning technology. Secondly, this paper introduces the commonly used localization algorithms of wireless location technology and analyzes their respective advantages and disadvantages. Then, the main problems and existing solutions of wireless positioning technology are analyzed, and the commonly used positioning performance criteria are introduced. Based on the above basic knowledge, this paper finally selects the multi-parameter joint location technology as the location algorithm suitable for the background of this paper. Thirdly, this paper introduces the traditional algorithms of angle of arrival (Direction of Arrival,DOA) estimation, compares the multi-signal classification (Multiple Signal Classification,MUSIC algorithm and the rotation-invariant subspace (Estimation of Signal Parameters via Rotational Invariance Techniques,ESPRIT algorithm. ESPRIT algorithm is selected as the DOA estimation algorithm for large scale MIMO system. Then, a two-dimensional DOA estimation algorithm for rectangular antenna arrays is introduced, and an improved algorithm is proposed, which has the best estimation performance under square arrays. Finally, this paper analyzes the shortcomings of the least squares combined localization method and the parameter reconstruction localization method based on maximum likelihood estimation. The least square method is extended to 3D location, and a non-line-of-sight (None-LineofSight,) method is proposed. NLOS) based multi-signal parameter constrained joint localization method based on transmission model. In this method, the received multipath signal is preprocessed to obtain the signal parameters of each base station, and then the constrained inequality set is obtained by transmission model. Finally, an unconstrained nonlinear least square method is used to estimate the position in three dimensional space. The simulation results show that the algorithm can effectively reduce the location error in NLOS environment.
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TN919.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 馮開凱;;基于無線定位技術(shù)的移動互聯(lián)網(wǎng)應(yīng)用[J];中國新通信;2013年10期

2 陳立萬,馮地耘;基于網(wǎng)絡(luò)通信無線定位技術(shù)的算法研究[J];四川大學(xué)學(xué)報(自然科學(xué)版);2004年06期

3 龍娟;周圍;;3G中的無線定位技術(shù)探討[J];黑龍江科技信息;2007年24期

4 阮衛(wèi)華;;常見的室內(nèi)無線定位技術(shù)簡介[J];科技信息;2009年33期

5 王視環(huán);;混合無線定位技術(shù)的應(yīng)用研究[J];信息化研究;2010年03期

6 周非;范馨月;;密集環(huán)境下多目標(biāo)無線定位技術(shù)研究[J];重慶郵電大學(xué)學(xué)報(自然科學(xué)版);2010年05期

7 朱曉丹;;無線定位技術(shù)在智慧城市中的應(yīng)用探討[J];廣東通信技術(shù);2013年06期

8 馬婷;張?zhí)K;;基于移動廣播網(wǎng)的無線定位技術(shù)研究[J];信息通信;2014年06期

9 黎海濤,張平;蜂窩無線定位技術(shù)的發(fā)展及應(yīng)用[J];電信科學(xué);2001年09期

10 黎海濤,張平;無線定位技術(shù)[J];無線通信技術(shù);2001年04期

相關(guān)會議論文 前2條

1 楊飛;;無線定位技術(shù)的發(fā)展及其在交通數(shù)據(jù)采集中的應(yīng)用[A];第一屆中國智能交通年會論文集[C];2005年

2 童凱翔;田世偉;李廣俠;;UWB在無線定位技術(shù)中的應(yīng)用綜述[A];第五屆中國衛(wèi)星導(dǎo)航學(xué)術(shù)年會論文集-S9 組合導(dǎo)航與導(dǎo)航新方法[C];2014年

相關(guān)重要報紙文章 前1條

1 楊剛 莊文東;移動定位技術(shù) 在GSM中的應(yīng)用[N];人民郵電;2001年

相關(guān)博士學(xué)位論文 前3條

1 周非;基于時延估計的無線定位技術(shù)研究[D];電子科技大學(xué);2006年

2 趙冠男;OFDM通信網(wǎng)絡(luò)中的無線定位技術(shù)的研究[D];大連理工大學(xué);2011年

3 丁銳;基于UWB信號時延估計的無線定位技術(shù)研究[D];吉林大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 賀雅慧;基于WiFi技術(shù)的無線探測與定位系統(tǒng)的設(shè)計與實(shí)現(xiàn)[D];中國地質(zhì)大學(xué)(北京);2015年

2 王忠明;基于WLAN的候機(jī)廳室內(nèi)定位技術(shù)研究[D];電子科技大學(xué);2014年

3 周建;基于WLAN的室內(nèi)無線定位技術(shù)研究[D];西安電子科技大學(xué);2014年

4 陳馳宇;LTE系統(tǒng)的無線定位技術(shù)研究[D];南京郵電大學(xué);2016年

5 馬麗;基于LTE-R的列車無線定位技術(shù)研究[D];蘭州交通大學(xué);2016年

6 王金龍;基于位置指紋的室內(nèi)無線定位技術(shù)研究[D];蘭州交通大學(xué);2016年

7 田兆文;基于WIFI網(wǎng)絡(luò)的室內(nèi)無線定位技術(shù)研究[D];蘭州交通大學(xué);2016年

8 丁捷;大規(guī)模MIMO定位關(guān)鍵技術(shù)研究[D];東南大學(xué);2017年

9 黃楠;移動通信網(wǎng)絡(luò)下的無線定位技術(shù)研究[D];海南大學(xué);2012年

10 畢曉偉;無線定位技術(shù)研究[D];重慶大學(xué);2011年

，

本文編號：2393649