共查询到20条相似文献,搜索用时 15 毫秒
1.
两种NLOS误差消除及TOA定位算法 总被引:2,自引:0,他引:2
在蜂窝网络定位中,由于NLOS环境造成的附加时延(NLOS误差)是导致定位精度下降的主要原因,本文将NLOS误差与系统测量误差合成的噪声分为均值部分和随机部分,利用卡尔曼滤波算法输出与噪声方差无关的特性,无需得到全部噪声方差的准确值,只利用系统测量噪声的方差,用卡尔曼滤波算法除随机部分,再根据噪声均值部分与移动台到基站距离的关系,提出了一种简单的最小二乘(LS)定位算法,或利用最优化方法进行定位;利用仿真实验得到滤波距离--误差先验信息,基于先验信息提出了第二种NLOS误差消除算法,再利用所提的最小二乘定位算法进行定位.仿真结果表明,本文提出的算法能够有效消除NLOS误差带来的影响,具有更高的定位精度与稳健性. 相似文献
2.
3.
设备直连(Device-to-Device, D2D)通信技术通过复用蜂窝系统的频谱资源提高频谱利用率,但D2D的引入会给蜂窝系统带来干扰。如何合理地选择D2D/蜂窝通信模式并进行功率优化控制,成为减小D2D和蜂窝系统间干扰、提升网络性能的关键。本文考虑D2D用户复用蜂窝上行链路场景,提出了一种基于距离和联合功率控制的通信模式选择方案。在该方案中,D2D用户和蜂窝用户与基站距离的比值决定了D2D用户是否采用Underlay模式进行通信,进而在约束蜂窝用户和D2D用户发射功率的条件下实现D2D链路和蜂窝链路的联合功率控制,最终推导出能够最大化系统总吞吐量的最优用户功率分配方案。根据仿真结果,本文提出的联合功率控制方案能够在降低系统间干扰的同时有效提高D2D和蜂窝系统的总吞吐量,进而提高了系统的性能。 相似文献
4.
5.
6.
7.
一种改进的NLOS环境下的TDOA/AOA混合定位算法 总被引:3,自引:1,他引:2
在蜂窝移动通信系统中,利用基站测量的到达时间差(TDOA)和电波到达角(AOA)的混合定位方法能够比传统的TDOA方法提供更高的定位精度。但是在非视距(NLOS)条件下,当AOA的测量误差超过一定值时,定位的误差仍然很大。该文根据NLOS传播环境下附加传播时延服从指数分布的特性,估计附加时延的均值和方差,对TDOA测量值进行重构,再以AOA方法进行辅助定位。仿真结果表明,该算法能显著提高传统的TDOA和TDOA/AOA方法在NLOS传播环境下的定位精度。 相似文献
8.
针对长期演进技术(LTE)定位系统中非视距(NLOS)误差会使得用户终端测得的定位参数存在较大偏差,从而导致基于观测到达时间差(OTDOA)定位技术所估计的用户终端位置定位精度下降,以及传统Chan算法和Taylor级数展开算法中OTDOA协方差矩阵难以获取的问题,本文提出了一种抑制NLOS误差的分层协同定位算法(HCLA, hierarchical collaborative localization algorithm)。算法首先鉴别出含NLOS误差的基站,然后利用残差加权算法获取OTDOA协方差矩阵,再对传统的Chan算法和Taylor级数展开算法进行改进,将二者联合起来对用户终端进行分层协同定位。该算法无需知道OTDOA误差先验信息。仿真结果表明,在NLOS环境下该算法能准确鉴别出含NLOS误差的基站,并能有效减小定位误差。 相似文献
9.
在蜂窝无线定位中,由于非视距(non-line-of-sight, NLOS)误差是影响定位精度的主要因素之一,所以如何减轻NLOS误差影响成为当前无线定位研究的热点。本文针对NLOS环境下的定位跟踪问题,提出一种基于扩展卡尔曼滤波(extended Kalman filter ,EKF)的定位跟踪算法。该算法首先在最小二乘准测下推导出估计测量值中NLOS误差的直接计算公式,然后使用约束加权最小二乘(constrained weighted least squares, CWLS)方法计算出每一个测量值中所含的NLOS误差,最后利用NLOS误差估计值去修正EKF滤波,以便适应NLOS环境下的定位跟踪,并获取高的定位精度。这种方式不依赖于特定的NLOS误差分布,也无需视距(line-of-sight, LOS)和非视距识别。数值结果表明该算法相比较于经典EKF算法和基于NLOS迭代的EKF算法可以快速有效地抑制定位误差,并且可以在极为恶劣的NLOS环境下满足FCC的定位要求。另外,复杂性实验表明该算法可适用于实时跟踪。 相似文献
10.
在蜂窝无线定位中,非视距(non-line-of-sight,NLOS)误差是影响定位精度的主要因素之一,故如何减轻NLOS误差影响是无线定位研究的热点。本文针对NLOS环境下的定位问题,提出基于参数重构的混合定位算法。首先利用波达角(angle-of-arrival,AOA)重构方法重构直达波AOA,随后充分利用AOA的重构结果,以最大似然估计法迭代估计直达波的波达时延(time-of-arrival,TOA),最后利用这两个重构后的参数以视距(line-of-sight,LOS)混合定位方法估计出移动台的位置,以实现NLOS环境下的单基站定位,并获取较高的定位精度。这种方式无需视距与非视距识别,改进了传统的单目标参数重构模式。仿真结果验证了该算法的有效性。 相似文献
11.
在蜂窝系统中,由于干扰的存在,用户性能受到影响,特别是对于小区边缘用户,其通信质量较差。干扰对齐作为一种能够消除干扰、提高系统容量的技术,近年来受到广泛关注。针对多天线两小区蜂窝系统的边缘用户,本文给出了一种系统开销小、需要天线数少的线性干扰对齐算法。该算法利用发送端预编码矢量消除小区内干扰,利用接收端干扰抑制矢量消除小区间干扰。采用本文算法后,在每个小区有 个用户、基站有 根发送天线、用户有 根接收天线的情况下,只需 和 就可以实现上下行的干扰对齐,整个系统可以达到 的自由度,并且在下行链路中不需要小区间反馈,而在上行链路中只需要较小的小区间反馈。仿真结果表明,本文提出的算法能够以较小的开销实现比以往的算法更好的性能。 相似文献
12.
13.
蜂窝移动通信环境复杂多变,在基站和移动台之间不可避免会出现电波的非视距(Non-Line-of-Sight,NLOS)传播,使基站和移动台之间的距离测量误差显著增大,导致定位性能急剧下降。为了准确识别出视距(Line-of-Sight,LOS)与非视距传播的基站信号,提出了一种基于随机森林的LOS/NLOS基站识别方法,通过分析移动台与各基站接收机测量距离与定位误差之间的相关性,选择LOS/NLOS测量距离作为特征进行分类器训练,再将分类器用于LOS/NLOS基站的识别。仿真结果表明,该方法对NLOS基站的正确识别率达到90%以上,能取得较好的定位性能。 相似文献
14.
15.
16.
17.
考虑非视距误差的一种新定位算法 总被引:4,自引:1,他引:3
提出了一种当接收端(或基站)在平面上随机分布时,考虑非视距(NLOS)传播误差条件下对移动台定位的有效算法。该方法基于到达时间定位技术,其主要思想是通过概率定位和几何定位联合检测具有 NLOS 误差的测量值(在各接收端处估计的信号时延),然后估计这些测量值的 NLOS 误差的大小并更新这些测量值,最后重新估计移动台位置。文中给出了算法的步骤,推导了算法估计误差的方差。同时,本文推导了 NLOS 环境下定位估计误差的克拉美罗下限,并将所提算法的性能与克拉美罗下限做了比较和分析。仿真部分也给出了不同算法与本文算法的性能比较,从仿真结果可以看出,该算法估计精度高。 相似文献
18.
基于数据融合技术的单基站混合定位算法 总被引:1,自引:0,他引:1
针对传统的多基站定位容易引起通话质量干扰问题,提出了在TD-SCDMA蜂窝系统中,仅采用单个基站定位的混合定位算法(HPSR,hybrid positioning scheme with RSS).在该算法中,设计了一种新的冗余RSS数据融合模型(RDFM,RSS data fusion model)以消除非视距(NLOS,non-line-of-sight)误差,提高定位精度,并从理论推导证明了此模型的有效性.给出了运用在实际中的定位流程图,并进行了仿真验证,仿真结果表明,HPSR同时提高了TOA/AOA算法的稳定度和精确度. 相似文献
19.
20.
本文介绍数字蜂窝移动通信的发展趋势。随着移动通信业务的不扩大,用 对通信的要求也来越高。由于第一代模拟蜂窝移动通信系统已跟不上迅速增长的用户需求,发展第二代数字蜂窝移动通信系统已成为必然趋势。 相似文献