CDMA网络中TSOA/AOA定位技术研究

论文摘要

蜂窝移动通信系统中现有的移动台定位技术主要是通过蜂窝网络实现的,而对第三方定位系统的研究非常少本文介绍了CDMA网络中一种基于第三方设备的TSOA/AOA定位技术,结合CDMA2000移动通信系统物理层协议介绍了TSOA/AOA定位的实现原理,并重点对TSOA/AOA定位的定位精度定位算法抗非视距（NLOS）误差技术及跟踪技术进行了研究具体工作如下:一结合CDMA2000移动通信系统空中接口协议介绍了TSOA/AOA定位的实现原理,给出了TSOAAOA定位设备与基站位置坐标等定位参数的获取方案二推导了高斯噪声环境下多台设备实现TSOA/AOA定位的Cramer-Rao下限（CRLB）和几何精度稀释因子（GDOP）的表达式分析了TSOAAOA测量误差及定位设备数量对CRLB的影响对单台设备TSOA/AOA定位的GDOP进行了理论研究,给出了GDOP的全局最小值,得出了一系列对定位设备合理布局有重要指导意义的结论三对Chan算法和Friedlander算法在TSOA定位中的应用进行了理论推导,并设计了两种新的算法:具有非迭代闭式解的TSOA/AOA定位算法及基于最小二乘和泰勒级数展开的TSOA/AOA定位算法通过仿真比较发现本文提出的两种算法充分利用了定位设备获取的TSOA和AOA测量信息,与Chan算法和Friedlander算法相比,有效提高了定位精度,在测量噪声服从高斯分布时定位精度接近CRLB四基于几何单反射模型建立了宏小区和微小区环境下TSOA/AOA定位的信道延时模型,通过理论分析和蒙特卡洛仿真得到了TSOAAOA测量值中NLOS误差的统计特性在此基础上设计了基于卡尔曼滤波器（KF）的AOA重构算法和基于改进有偏卡尔曼滤波器（BKF）的TSOA重构算法仿真结果表明,本文提出的算法充分利用了测量值的时间历史信息,有效消除了NLOS误差,成功实现了TSOAAOA测量值的重构五基于实际环境建立了非线性车辆运动状态模型,以粒子滤波算法为核心设计了基于单台定位设备的TSOA/AOA车辆跟踪系统,实现了对目标位置和速度的同时跟踪,并通过仿真对跟踪算法的性能及粒子数量对跟踪性能的影响进行了分析由仿真结果可以看出,与扩展卡尔曼滤波相比,采用粒子滤波可有效提高TSOA/AOA跟踪系统的性能

论文目录

• 目录
• 表目录
• 图目录
• 摘要
• ABSTRACT
• 第一章 引言
• 1.1 蜂窝网无线定位概述
• 1.2 蜂窝网无线定位体制简介
• 1.3 课题的来源?背景和意义
• 1.4 国内外研究现状
• 1.5 论文主要贡献及组织结构
• 1.5.1 论文主要贡献
• 1.5.2 论文组织结构
• 第二章 TSOA/AOA 定位的实现原理
• 2.1 CDMA2000 移动通信系统
• 2.1.1 概述
• 2.1.2 与定位相关的信道
• 2.1.3 短码和长码
• 2.2 TSOA/AOA 定位的实现原理
• 2.3 定位参数的获取
• 2.3.1 到达时间之和（TSOA）的获取
• 2.3.2 到达角（AOA）的获取
• 2.3.3 定位设备与基站位置信息的获取
• 2.4 本章小结
• 第三章 TSOA/AOA 定位的定位精度
• 3.1 TSOA/AOA 定位的数学模型
• 3.1.1 单台设备TSOA/AOA 定位的数学模型
• 3.1.2 多台设备TSOA/AOA 定位的数学模型
• 3.2 CRLB 与GDOP 的推导
• 3.2.1 CRLB 的推导
• 3.2.2 GDOP 的推导
• 3.2.3 CRLB 与GDOP 的关系
• 3.3 定位精度的分析与仿真
• 3.3.1 CRLB 的分析与仿真
• 3.3.2 GDOP 的分析与仿真
• 3.4 本章小结
• 第四章 TSOA/AOA 定位算法
• 4.1 定位问题的最小二乘表示
• 4.2 具有解析表达式解的TSOA 定位算法
• 4.2.1 基于CHAN 算法的TSOA 定位算法
• 4.2.2 基于FRIEDLANDER 算法的TSOA 定位算法
• 4.3 一种具有非迭代闭式解的TSOA/AOA 定位算法
• 4.4 基于最小二乘和泰勒级数展开的TSOA/AOA 定位算法
• 4.4.1 泰勒级数展开算法
• 4.4.2 迭代初始值的选择
• 4.4.3 算法流程
• 4.5 算法仿真与性能比较
• 4.5.1 具有非迭代闭式解的TSOA/AOA 定位算法
• 4.5.2 泰勒级数展开算法
• 4.5.3 各定位算法的性能比较
• 4.6 本章小结
• 第五章 信道延时模型与抗NLOS 误差技术
• 5.1 常用信道延时模型
• 5.1.1 信道延时模型概述
• 5.1.2 宏小区延时模型及TOA 信息分析
• 5.1.3 微小区延时模型及TOA 信息分析
• 5.2 TSOA/AOA 定位的信道模型
• 5.2.1 信道时延模型的建立
• 5.2.2 TSOA 测量值中NLOS 误差的统计特性
• 5.2.3 AOA 测量值中NLOS 误差的统计特性
• 5.3 抗NLOS 误差技术
• 5.3.1 抗NLOS 误差技术概述
• 5.3.2 基于KF 的AOA 重构算法
• 5.3.3 基于改进BKF 的TSOA 重构算法
• 5.3.4 算法仿真
• 5.4 本章小结
• 第六章 基于粒子滤波的TSOA/AOA 跟踪
• 6.1 跟踪系统概述
• 6.2 跟踪系统的数学模型
• 6.2.1 状态模型
• 6.2.2 观测模型
• 6.3 基于粒子滤波的跟踪算法
• 6.3.1 贝叶斯估计理论
• 6.3.2 粒子滤波
• 6.3.3 跟踪算法描述
• 6.4 仿真结果及分析
• 6.4.1 跟踪效果比较
• 6.4.2 跟踪误差比较
• 6.4.3 粒子数目对跟踪性能的影响
• 6.5 本章小结
• 结束语
• 参考文献
• 作者简历 攻读硕士学位期间完成的主要工作
• 致谢