由于室內(nèi)多徑信號(hào)豐富且包含了室內(nèi)幾何信息,可以利用室內(nèi)多徑信號(hào)對目標(biāo)進(jìn)行定位.基于此,本文提出了一種多徑輔助的目標(biāo)定位算法.首先,利用多徑信號(hào)的差分飛行時(shí)間（Time of Flight,TOF）構(gòu)建關(guān)于目標(biāo)以及散射體位置的適應(yīng)度函數(shù);然后,提出了基于粒子群優(yōu)化（Particle Swarm Optimization,PSO）的目標(biāo)及散射體位置聯(lián)合搜索算法,其中利用目標(biāo)及散射體到達(dá)角（Angle of Arrival,AOA）確定搜索范圍;其次,選取搜索到的散射體位置聯(lián)合差分TOF求解目標(biāo)位置;最后,利用仿射傳播聚類（Affinity Propagation Clustering,APC）對所有散射體估計(jì)到的目標(biāo)位置進(jìn)行聚類,提出聚類準(zhǔn)則消除大的定位誤差點(diǎn).仿真結(jié)果表明,本文所提算法利用單個(gè)基站可以達(dá)到較高定位精度. 

【文章來源】：電子學(xué)報(bào). 2020,48(10)北大核心

【文章頁數(shù)】：9 頁

【文章目錄】：
1 引言
2 信號(hào)模型
3 目標(biāo)與散射體聯(lián)合定位模型
4 基于PSO的位置搜索算法
5 基于仿射傳播聚類的定位優(yōu)化算法
6 仿真結(jié)果
    6.1 不同算法性能對比
    6.2 定位優(yōu)化算法性能
    6.3 散射體個(gè)數(shù)對定位精度的影響
    6.4 群體大小對算法的影響
    6.5 接收機(jī)位置對定位精度的影響
    6.6 定位算法復(fù)雜度
    6.7 信道仿真條件下定位性能
    6.8 室內(nèi)空間大小對算法的影響
7 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]基于UAV的移動(dòng)物聯(lián)網(wǎng)遠(yuǎn)距離通信節(jié)能策略研究[J]. 王巍,趙繼軍,彭力,黃曉丹,李林茂,魏丁丁.  電子學(xué)報(bào). 2018(12)
[2]陣列天線抑制欺騙式導(dǎo)航干擾信號(hào)方法研究[J]. 崔建華,程乃平,倪淑燕.  電子學(xué)報(bào). 2018(02)
[3]基于稀疏信號(hào)重構(gòu)的DOA和極化角度估計(jì)算法[J]. 田野,練秋生,徐鶴.  電子學(xué)報(bào). 2016(07)
[4]一種基于RSS估計(jì)的虛假點(diǎn)消除方法[J]. 張旻,羅爭.  電子學(xué)報(bào). 2012(10)
[5]一種基于TOA定位的CHAN改進(jìn)算法[J]. 楊天池,金梁,程娟.  電子學(xué)報(bào). 2009(04)



本文編號(hào)：3026850