非直达目标定位跟踪的基础理论与算法研究

论文摘要

自从美国联邦通信委员会强制要求各移动通信运营商为E-911服务提供准确的定位估计以来,基于蜂窝无线通信网络的无线定位技术受到了广泛关注。蜂窝移动通信系统中,收发间不一定存在直达波传播路径,非直达波传播效应是导致定位误差的主要因素,因此非直达波环境中定位算法的研究成为近年来研究的热点。本文针对不同的无线信道环境、移动站的运动状态和先验信息,研究了蜂窝无线通信网络定位算法,特别是非直达波环境中的定位算法。主要创新概括如下:1.针对直达波环境中的定位问题,首先推导了到达时间（TOA）、到达时间差（TDOA）、到达时间/信号强度（TOA/RSS）和到达时间差/信号强度（TDOA/RSS）定位技术的克拉美劳（CRLB）下限的闭式解;然后在此基础上提出了基于二步最小二乘方法的TOA/RSS和TDOA/RSS混合定位方法,这两种算法的定位性能分别优于TOA和TDOA定位算法。2.针对直达波测量参量和非直达波测量参量并存的情况,对非直达波鉴别算法进行了研究。首先对基于TOA和TDOA定位技术的非直达波定位算法进行了性能分析,为采用非直达波鉴别算法提供了理论依据;随后针对TOA定位技术,提出了一种基于重叠面积的非直达波鉴别算法,算法具有计算简单、鉴别率高的特点,解决了现有算法或者运算量大、或者只适用于运动移动站的问题;最后针对TDOA定位技术,提出了一种基于x平方（Chi-Square）分布的鉴别方法,解决了现有算法不能判别非直达波基站个数的问题。3.针对存在多径信号以及周围散射体较少的情况,提出了一种利用多径信息和二次散射模型的移动站定位算法,并推导了定位估计的CRLB下限。所提算法突破了现有的基于散射体信息的非直达波定位算法基于单次散射模型的限制。4.针对不存在直达波基站或者多径数目不足的情况,提出了基于加权稳健代价函数的TOA、RSS和TOA/RSS定位算法。非直达波误差分布往往偏离高斯分布,基于加权均方代价函数最小化的常规定位方法失去了最优性。所提方法使用加权稳健代价函数代替加权均方代价函数抑制非直达波误差,不仅能给出闭式解,而且不需要知道非直达波误差的先验信息。5.针对存在样本点先验信息的情况,对学习型定位算法进行了研究。首先考虑样本点不存在野值的情况,提出了一种基于克里金（Kriging）方法的学习型定位方法,仿真结果表明该算法性能在不同的测量噪声情况下接近定位估计的CRLB下限;现有的学习型定位算法都没考虑样本点存在野值的情况,为了抑制样本点中野值对定位效果的影响,提出了一种基于稳健代价函数的最小二乘支持向量机（LS-SVM）方法,仿真结果表明算法能有效抑制野值的影响。6.针对非直达波传播环境中的跟踪问题,研究了非直达波跟踪算法。首先提出了一种基于增强象限信息的非直达波跟踪算法;随后提出了一种稳健LMS方法,使用该方法对前者进行滤波,进一步提高定位精度;最后提出了一种自适应非直达波跟踪算法,尽管由于需要搜索过程,运算量比前两种算法大,但是仿真结果表明该算法性能优于前两种算法。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景和意义
• 1.2 无线定位算法发展概况及现状
• 1.3 本文主要内容
• 第二章 直达波定位算法研究
• 2.1 概述
• 2.2 直达波定位算法性能分析
• 2.2.1 TOA定位技术性能分析
• 2.2.2 TDOA定位技术性能分析
• 2.2.3 TOA/RSS定位技术性能分析
• 2.2.4 TDOA/RSS定位技术性能分析
• 2.2.5 计算机仿真结果
• 2.3 基于二步最小二乘的直达波定位算法
• 2.3.1 基于二步最小二乘的TOA/RSS定位算法
• 2.3.2 基于二步最小二乘的TDOA/RSS定位算法
• 2.3.3 计算机仿真结果
• 2.4 本章小结
• 第三章 非直达波鉴别算法研究
• 3.1 概述
• 3.2 基于TOA定位技术的鉴别算法研究
• 3.2.1 CRLB下限及性能分析
• 3.2.2 基于TOA技术的鉴别算法
• 3.2.2.1 三基站处理过程
• 3.2.2.2 多基站处理过程
• 3.2.2.3 计算复杂度比较
• 3.2.3 计算机仿真结果
• 3.3 基于TDOA定位技术的鉴别算法研究
• 3.3.1 CRLB下限及性能分析
• 3.3.2 基于TDOA技术的鉴别算法
• 3.3.2.1 TDOA定位算法
• 3.3.2.2 TDOA鉴别算法
• 3.3.3 计算机仿真结果
• 3.4 本章小结
• 第四章 基于散射体信息的非直达波定位算法研究
• 4.1 概述
• 4.2 基于二次散射模型的非直达波定位算法
• 4.2.1 算法描述
• 4.2.2 直达波鉴别以及直达波条件下的定位
• 4.2.3 二次散射模型下的定位算法
• 4.2.4 信号匹配
• 4.2.5 CRLB下限
• 4.3 计算机仿真结果
• 4.4 本章小结
• 第五章 基于稳健代价函数的非直达波定位算法研究
• 5.1 概述
• 5.2 时间测量模型
• 5.3 基于加权稳健代价函数的TOA定位方法
• 5.3.1 定位算法
• 5.3.2 计算机仿真结果
• 5.4 基于加权稳健代价函数的RSS定位方法
• 5.4.1 定位方法
• 5.4.2 计算机仿真结果
• 5.5 基于加权稳健代价函数的TOA/RSS定位方法
• 5.5.1 定位方法
• 5.5.2 计算机仿真结果
• 5.6 本章小结
• 第六章 学习型定位算法研究
• 6.1 概述
• 6.2 基于Kriging方法的学习型定位方法
• 6.2.1 定位方法
• 6.2.2 计算机仿真结果
• 6.3 基于稳健LS-SVM方法的学习型定位方法
• 6.3.1 定位方法
• 6.3.2 计算机仿真结果
• 6.4 本章小结
• 第七章 非直达波跟踪算法研究
• 7.1 概述
• 7.2 基于增强象限的非直达波跟踪算法
• 7.2.1 服务小区及增强象限约束条件
• 7.2.1.1 服务小区约束条件
• 7.2.1.2 增强象限约束条件
• 7.2.2 利用增强象限约束条件抑制非直达波误差的定位方法
• 7.2.3 误差分析
• 7.2.4 计算机仿真结果
• 7.3 基于稳健LMS滤波器的非直达波跟踪算法
• 7.3.1 定位算法
• 7.3.2 计算机仿真结果
• 7.4 自适应非直达波跟踪算法
• 7.4.1 定位算法
• 7.4.2 门限值的确定
• 7.4.3 计算机仿真结果
• 7.5 本章小结
• 第八章 全文总结与展望
• 8.1 全文总结
• 8.2 工作展望
• 致谢
• 参考文献
• 攻博期间取得的研究成果