【摘要】：隨著信息技術(shù)的發(fā)展,如今人們對空間位置信息的需求越來越依賴。而對于空間位置的定位技術(shù)有很多,比如:超聲波定位技術(shù)、RFID(射頻識別)定位技術(shù)、Bluetooth定位技術(shù)、WiFi定位技術(shù)、ZigBee定位技術(shù)和超寬帶定位技術(shù)等。隨之也產(chǎn)生眾多的定位算法:RSSI定位算法、AOA定位算法、TOA定位算法和TDOA定位算法等。這些定位技術(shù)的介紹及優(yōu)缺點在本文的第二章中做了簡略的介紹,而上述的定位算法在本文的第三章中也做了介紹和對比,所以就不在這一一介紹了�？梢姸ㄎ患夹g(shù)的發(fā)展之迅速,這也表明了人們對位置定位的需求之大。本文將對超寬帶定位系統(tǒng)常用的TDOA定位算法進行研究及實現(xiàn)。TDOA定位算法其實就是使用各基站接收信號的時間之差進行定位的。通常我們得到基站接收信號的時間,也就確定了信號源到基站的距離,再根據(jù)信號源到各基站的距離為半徑畫圓,各圓之間的交點就是信號源的位置。由于絕對時間一般不容易測得,可以通過信號到達基站的時間差,以基站為焦點建立雙曲線,到達時間差乘光速就是兩基站到信號源的距離差,則信號源在該雙曲線上的點,多個雙曲線的交點即為信號源位置,這也就是雙曲線數(shù)學(xué)模型。本文首先對超寬帶定位技術(shù)的國內(nèi)外發(fā)展狀況做了大概的了解,并對其知識理論進行了學(xué)習(xí)和理解,常用的定位性能指標也作了簡單的介紹。然后,是對本章主要的內(nèi)容TDOA定位算法的理論知識和數(shù)學(xué)模型進行了深度的研究,并對TDOA定位算法需要的基站之間的時鐘同步進行了研究,提出一種基于卡爾曼濾波算法的無線時鐘同步算法,建立了對應(yīng)的數(shù)學(xué)模型,經(jīng)過仿真實驗結(jié)果表明基站之間在卡爾曼濾波算法的跟蹤作用下,基站之間的時鐘同步效果很好。最后,對TDOA定位算法得出的非線性方程求解。介紹了兩種常用的經(jīng)典位置估計算法:Fang算法和Chan算法。并分別進行了仿真實驗,結(jié)果表明Chan算法效果要比Fang算法好。由于Fang算法不能利用多余的基站信息進行估算,而Chan算法可以利用多余的冗余信息進行估算,所以Chan算法可以通過增加基站來提高定位精度。仿真實驗結(jié)果也表明了 Chan算法通過增加基站數(shù)目來提高定位精度是有限的,當基站數(shù)目達到一定數(shù)目時,定位精度的改善并不明顯。所以Chan算法在實際工程應(yīng)用中對基站數(shù)目的需求視情況而定。
[Abstract]:With the development of information technology, people depend more and more on spatial location information. For example, ultrasonic positioning technology RFID (Radio Frequency Identification) positioning technology Bluetooth positioning technology WiFi positioning technology ZigBee positioning technology and ultra-wideband positioning technology and so on. As a result, there are many algorithms, such as TDOA and TDOA, and so on. The introduction of these localization techniques and their advantages and disadvantages are briefly introduced in the second chapter of this paper, and the above algorithms are also introduced and compared in the third chapter of this paper, so they are not introduced one by one. Therefore, the rapid development of positioning technology also shows the great demand for location. In this paper, we will study and implement the TDOA localization algorithm, which is commonly used in UWB positioning system. In fact, the location algorithm is based on the difference of time between the received signals of each base station. Usually we get the time when the base station receives the signal, and then determine the distance from the signal source to the base station, then draw a circle according to the distance between the signal source and the base station, and the intersection point between the two circles is the position of the signal source. Because the absolute time is generally not easy to measure, the time difference between the signal and the base station can be measured. Taking the base station as the focus, the hyperbolic curve is established. The time difference of arrival multiplied by the speed of light is the distance difference between the two base stations and the signal source, then the point on the hyperbolic curve of the signal source. The intersection point of several hyperbolas is the position of the signal source, which is the hyperbolic mathematical model. In this paper, the development of UWB positioning technology at home and abroad is discussed, and its knowledge theory is studied and understood. The commonly used positioning performance index is also introduced briefly. Then, the theoretical knowledge and mathematical model of the main content of the TDOA localization algorithm in this chapter are studied in depth, and the clock synchronization between the base stations required by the TDOA localization algorithm is also studied. A wireless clock synchronization algorithm based on Kalman filtering algorithm is proposed and the corresponding mathematical model is established. The simulation results show that the synchronization effect between base stations is very good under the Kalman filtering algorithm. Finally, the nonlinear equations obtained by TDOA localization algorithm are solved. In this paper, two classical position estimation algorithms, called: Fang algorithm and Chan algorithm, are introduced. The simulation results show that Chan algorithm is more effective than Fang algorithm. Because the Fang algorithm can not use the redundant base station information to estimate, and the Chan algorithm can use the redundant information to estimate, so the Chan algorithm can improve the location accuracy by adding the base station. The simulation results also show that the Chan algorithm can improve the location accuracy by increasing the number of base stations, but when the number of base stations reaches a certain number, the improvement of location accuracy is not obvious. Therefore, the demand for the number of base stations in practical engineering applications of Chan algorithm depends on the situation.
【學(xué)位授予單位】：海南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TN925

【相似文獻】

相關(guān)期刊論文 前10條

1 ;A robust TDOA-based location method and its performance analysis[J];Science in China(Series F:Information Sciences);2009年05期

2 吳開興;張榮華;;基于信息分組的TDOA安全定位算法[J];河北工程大學(xué)學(xué)報(自然科學(xué)版);2011年02期

3 王鵬;雷斌;張洪順;魏勇;;TDOA定位系統(tǒng)的設(shè)計與實現(xiàn)[J];中國無線電;2013年01期

4 孫志國,孫甲琦,郭黎利;復(fù)合系統(tǒng)SPECCORR-TDOA估計模型抗干擾性能的研究[J];哈爾濱工程大學(xué)學(xué)報;2003年06期

5 張毅,羅元,汪紀鋒,程時昕;基于蜂窩與同步衛(wèi)星TDOA定位的比較研究[J];電波科學(xué)學(xué)報;2004年01期

6 李一兵;伊立峰;葉方;;通信測距復(fù)合系統(tǒng)中TDOA估計方法的研究[J];黑龍江大學(xué)自然科學(xué)學(xué)報;2006年05期

7 曹學(xué)斌;趙雙杰;郭向科;金鳳杰;;基于TDOA方法的聲被動目標定位系統(tǒng)設(shè)計[J];彈箭與制導(dǎo)學(xué)報;2006年S6期

8 王洪濤;王洪梅;馬啟明;;一種基于抗差估計的TDOA無線定位方法[J];科學(xué)技術(shù)與工程;2008年04期

9 丁學(xué)文;龔曉峰;武瑞娟;;TDOA測向定位相關(guān)算法的研究[J];現(xiàn)代電子技術(shù);2009年01期

10 金亮;許銳;;區(qū)域性TDOA監(jiān)測定位系統(tǒng)的設(shè)計要點[J];郵電設(shè)計技術(shù);2009年05期

相關(guān)會議論文 前10條

1 龔福春;李文元;聶少濤;;基于3G網(wǎng)TDOA定位的中頻誤差分析[A];中國通信學(xué)會第五屆學(xué)術(shù)年會論文集[C];2008年

2 李莉;鄧平;劉林;范平志;;基于TDOA技術(shù)的蜂窩定位系統(tǒng)性能分析[A];四川省通信學(xué)會2001年學(xué)術(shù)年會論文集[C];2001年

3 Xin Xu;Wenjie Chen;Mingjun Jiang;;Multi-target Passive Location Based on the Algorithm of TDOA-Camberra[A];第25屆中國控制與決策會議論文集[C];2013年

4 楊晟;朱詩兵;喬熔巖;;移動節(jié)點非同步TDOA二維測距解析定位[A];全國第三屆信號和智能信息處理與應(yīng)用學(xué)術(shù)交流會�？痆C];2009年

5 ;Source Localization Using TDOA Measurements with Sensor Location Uncertainty[A];中國自動化學(xué)會控制理論專業(yè)委員會A卷[C];2011年

6 龔福春;李文元;聶少濤;;基于TDOA的3G通信網(wǎng)移動終端定位技術(shù)[A];2007北京地區(qū)高校研究生學(xué)術(shù)交流會通信與信息技術(shù)會議論文集（下冊）[C];2008年

7 張寬;趙海;朱劍;李大舟;;基于TDOA的超聲波測距系統(tǒng)設(shè)計與實現(xiàn)[A];第八屆沈陽科學(xué)學(xué)術(shù)年會論文集[C];2011年

8 Siqi Yu;Chenglin Cai;Xiaohui Li;Simin Li;Kequn Deng;;Passive Location of Emitter Source in Low Orbit Dual-satellites System[A];第四屆中國衛(wèi)星導(dǎo)航學(xué)術(shù)年會論文集-S1 北斗/GNSS導(dǎo)航應(yīng)用[C];2013年

9 陳新華;楊秀庭;;運動目標TDOA估計的實現(xiàn)[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

10 張保峰;韓燕;張日華;;一種基于TDOA的三維空間無線定位算法[A];2007年中國通信學(xué)會“移動增值業(yè)務(wù)與應(yīng)用”學(xué)術(shù)年會論文集[C];2007年

相關(guān)博士學(xué)位論文 前2條

1 關(guān)維國;基于移動廣播網(wǎng)的高精度定位關(guān)鍵技術(shù)研究[D];北京郵電大學(xué);2011年

2 毛永毅;無線通信系統(tǒng)定位技術(shù)的研究[D];中國科學(xué)院研究生院（國家授時中心）;2008年

相關(guān)碩士學(xué)位論文 前10條

1 杜天旭;基于聲信號到達時間差的被動式目標定位算法與系統(tǒng)研究[D];浙江大學(xué);2015年

2 蘇清法;基于TDOA的無線局域網(wǎng)定位系統(tǒng)的研究與實現(xiàn)[D];華僑大學(xué);2015年

3 李元琪;OFDM系統(tǒng)中TDOA估計技術(shù)研究[D];電子科技大學(xué);2014年

4 張陽;短波信號TDOA估計與目標定位算法研究[D];大連理工大學(xué);2015年

5 趙海霞;基于TDOA和TOA的定位技術(shù)研究[D];西安電子科技大學(xué);2014年

6 王正;基于TDOA的無線傳感器網(wǎng)絡(luò)定位算法研究[D];南京航空航天大學(xué);2014年

7 劉星艷;廣義相關(guān)時延估計在無源時差定位（TDOA）中的研究與應(yīng)用[D];蘭州交通大學(xué);2015年

8 王寶全;基于TDOA參數(shù)估計的LTE定位技術(shù)研究[D];南京郵電大學(xué);2015年

9 尹會明;嵌入式信息采集系統(tǒng)關(guān)鍵技術(shù)研究與實現(xiàn)[D];北京郵電大學(xué);2013年

10 劉戀;基于TDOA的無線傳感器網(wǎng)絡(luò)節(jié)點定位關(guān)鍵算法研究[D];昆明理工大學(xué);2016年

，

本文編號：2177168