蜂窝网无线定位算法及其性能分析

论文摘要

近年来通信技术得到迅速发展,尤其是蜂窝移动通信技术的迅猛发展,用户数量迅速增加。推动移动通信发展的主要因素是通信质量的提高和新的服务业务的发展。因此当前的无线蜂窝系统并不仅仅限于传统的语音通信服务,而需要不断增加新的服务功能。其中利用无线蜂窝系统实现移动台的定位就是一项具有巨大市场前景的业务,因此移动台的定位研究成为热点。本文首先介绍了移动定位技术的基本原理和目前的主要定位技术,并对这些定位技术进行了比较。针对目前采用最多的TDOA定位技术,给出了TDOA定位算法的数学模型,介绍了三种定位算:Chan算法,Taylor级数展开法和Fang算法。针对Chan算法和Taylor展开算法的优缺点,构造出了将Chan算法的定位结果作为Taylor算法的初始估计值代入,较好地提高了定位精度。本论文的重点内容是遗传算法在蜂窝网无线定位中的应用,首先介绍了遗传算法的基本原理,然后分别建立起基于遗传算法的TDOA定位算法、基于遗传算法的TDOA/AOA定位算法和基于遗传算法的TOA/AOA定位算法,并在相同的仿真环境下将它们与Chan算法、Taylor算法、Fang算法进行性能比较。仿真结果表明:这三种算法能显著地提高了定位精度。本论文的又一重点内容是基于混合GPS/蜂窝网的无线定位方法。首先分析了目前两种主要无线定位技术即基于GPS和基于蜂窝移动通信网络定位的优缺点,接着构造出一种GPS和蜂窝网相结合的混合定位方法。该方法将GPS和TOA测量值相结合,弥补了独立的GPS和基于蜂窝网络定位方法的不足,是一种具有较高定位精度的定位方法。

论文目录

• 摘要
• ABSTRACT
• 目录
• 第1章 绪论
• 1.1 课题研究背景
• 1.2 课题研究的目的和意义
• 1.3 国内外的研究现状
• 1.4 本论文的主要研究内容
• 第2章 蜂窝网无线定位原理
• 2.1 蜂窝网无线电定位原理
• 2.1.1 圆周定位原理
• 2.1.2 双曲线定位原理
• 2.1.3 方位测量定位原理
• 2.1.4 混合定位原理
• 2.2 TDOA双曲线模型
• 2.3 FANG算法
• 2.4 CHAN算法
• 2.5 TAYLOR级数展开法
• 2.6 本章小结
• 第3章 协作定位算法及其性能分析
• 3.1 CHAN算法和TAYLOR级数展开法特点
• 3.1.1 CHAN算法的优缺点
• 3.1.2 TAYLOR级数展开法的优缺点
• 3.2 基于CHAN算法和TAYLOR级数展开法的协作定位算法
• 3.3 算法仿真用的信道模型及定位准确率评价指标
• 3.3.1 T1P1（COST259）信道模型
• 3.3.2 延时扩展Greenstein模型
• 3.3.3 移动台分布
• 3.3.4 均方误差MSE与定位误差均值
• 3.4 算法仿真与性能比较
• 3.4.1 算法在实际信道环境中的性能比较
• 3.4.2 参与定位基站数对算法性能影响比较
• 3.5 本章小结
• 第4章 遗传算法在无线定位中的应用研究
• 4.1 遗传算法概述
• 4.1.1 遗传算法的基本原理
• 4.1.2 遗传算法的特点
• 4.1.3 遗传算法的基本流程图
• 4.1.4 遗传算法的基本操作
• 4.2 遗传算法在TDOA定位中的应用
• 4.2.1 基于遗传算法的TDOA定位模型
• 4.2.2 遗传算法搜索移动台坐标
• 4.3 算法性能仿真比较
• 4.3.1 算法在高斯噪声环境中的性能比较
• 4.3.2 算法在实际信道环境中的性能比较
• 4.4 遗传算法在TDOA/AOA定位中的应用
• 4.4.1 基于遗传算法的TDOA/AOA定位模型
• 4.4.2 算法性能仿真比较
• 4.5 遗传算法在TOA/AOA定位中的应用
• 4.5.1 基于遗传算法的TOA/AOA定位模型
• 4.5.2 算法性能仿真比较
• 4.6 本章小结
• 第5章 基于混合GPS/蜂窝网的无线定位算法研究
• 5.1 GPS定位原理概述
• 5.2 独立GPS定位和蜂窝网定位技术的局限性
• 5.3 基于混合GPS/蜂窝网的定位算法
• 5.4 性能仿真与分析
• 5.5 本章小结
• 结论与展望
• 致谢
• 参考文献
• 攻读硕士学位期间发表的论文