一、超宽带室内信道模型(论文文献综述)
季伟[1](2020)在《基于误差抑制改进算法的超宽带室内定位研究》文中研究指明随着5G万物互联和大数据应用的普及,室内定位成为国内外学术界的研究热点。一方面室内定位技术将人和物与大量虚拟数据信息相结合,推动万物互联的发展;另一方面室内定位环境复杂,墙壁、家具等物体的遮挡导致卫星室外定位系统的定位精度下降。本文提出了非视距误差抑制改进算法,研究了典型室内场景下定位结果的均方根误差等参数,定位精度得到有效提高。本文的主要研究内容和成果如下:(1)本文总结了室内定位技术的研究背景以及国内外研究现状;介绍了超宽带室内信道模型、常见的室内定位算法、机器学习分类算法以及定位评价指标,并详细阐述了误差抑制算法的计算机实现过程。(2)针对室内定位的非视距误差问题,本文提出了一种改进的误差抑制算法。算法主要包括三个模块:基于到达时间差定位模块、非视距环境鉴别模块和误差抑制模块。非视距鉴别模块在残差分析判决算法的基础上,提出了增加支持向量机对定位结果的分类,改进了非视距鉴别算法。改进算法仿真结果表明,经过误差抑制后定位结果的均方根误差得到有效降低。(3)针对提出的误差抑制改进算法,本文验证了算法在实际环境中定位的效果。本文对实际典型场景进行测量,将测量数据进行预处理并确定定位的坐标系,预处理的数据作为改进算法的仿真输入参数。仿真结果表明,定位结果的均方根误差得到有效降低。(4)针对室内电波多径传播带来的定位误差以及定位基站数目限制的问题,本文提出了基于单基站的定位算法。本文分析了典型室内环境多径传播距离数据的概率分布,建立了关于目标基站位置的二元似然函数模型,求解模型并且画出目标位置概率热力图。仿真结果表明,热力图中高概率区域都集中在目标位置附近。
王欣怡[2](2020)在《室内伪卫星信号传播效应与多径统计模型研究》文中研究说明伪卫星系统应用于室内定位具有组网灵活、抗干扰、兼容卫星导航系统等优势,但在复杂室内环境中,伪卫星信号面临功率衰减、多径衰落等问题,给精密测距及定位信息提取带来了技术挑战。在此背景下,室内伪卫星信号传播特性的揭示和多径统计模型的建立,对接收机的信号识别、提取及室内定位算法改进具有重要意义。本文主要针对伪卫星应用于室内定位时多径传播特性复杂、衰落统计模型未知等关键问题,首先理论分析了室内伪卫星信号的传播特性及应用环境特征,建立了室内伪卫星信号的多径统计模型;其次,基于射线追踪算法揭示了伪卫星信号在三种典型条件下的多径特性参数规律,同时提出了确定性建模方法,对伪卫星信号的大尺度模型进行了参数估计并仿真验证了多径统计模型的正确性;最后,基于自主的伪卫星系统和实验场,进一步实测验证了伪卫星信号大尺度模型的参数估计效果,及多径统计模型的正确性和有效性。论文主要工作和贡献如下:1.室内伪卫星信号传播特性分析及多径统计建模针对室内无线信号的传播特性,从建模方法和衰落范围两个方面,对比分析了现有室内信道模型的优势与不足,综合伪卫星信号体制以及应用环境特点,基于已有室内信道模型建立了室内伪卫星信号的多径统计模型。其中,大尺度衰落采用对数距离路径损耗模型表征,小尺度衰落则根据不同环境特征分别采用莱斯、瑞利和对数正态分布描述。2.典型条件下伪卫星信号多径特性参数研究采用室内典型的空间结构作为研究对象,利用射线追踪法研究了伪卫星信号在室内外不同发射点、不同空间复杂度、不同穿墙数量等条件下的传播特性参数,包括路径损耗、功率时延、接收功率参数特征。仿真验证表明,室外伪卫星用于室内定位时,有效多径的数量小于5,叠加信号强度难以达到接收天线的接收阈值;功率衰减约为50d B时,非视距和视距信号的传输距离,简单空间场景下分别为13m和大于20m、复杂度适中的空间场景下分别为9m和20m、复杂空间场景下分别为小于5米和17m;同时,相同传输距离情况下,伪卫星信号穿墙数量每增加1个,路径损耗增加值约为25d B。3.伪卫星多径信号的确定性建模方法研究为了实现伪卫星信号大尺度模型参数的有效估计,验证多径统计模型的正确性,提出了确定性建模方法,该方法包括场景分类建模、多径信号的跟踪提取、多径参数计算三个步骤,分别对停车场、办公室、商场等典型场景进行了仿真计算,利用仿真结果对伪卫星信号大尺度模型的衰减因子进行参数估计,结果表明:停车场、办公室和商场场景的衰减因子估计值分别约为2.2、2.8和2.9;同时,统计得到的射线追踪确定性模型与统计模型具有较好的一致性,验证了多径统计模型的正确性。4.实际场景下伪卫星多径统计模型正确性和有效性验证评估为了验证实际场景下大尺度模型参数估计和多径统计模型的正确性,利用中电54所某实验楼作为实际测试环境,对比分析了伪卫星信号载噪比在一楼(大厅场景)和二楼(办公场景)的实测值和理论值。实验结果表明:伪卫星信号大尺度模型在大厅场景和办公场景的最大测试误差分别为4d B和6d B,平均测试误差约为2.2d B和3.2d B,证明了大尺度模型衰减因子估计方法在实际场景中具有良好的效果,同时表明对数距离路径损耗模型能够有效表征伪卫星信号的大尺度衰落过程,验证了多径统计模型的正确性与有效性。
文铠[3](2020)在《基于超宽带的室内定位与定向关键技术研究》文中指出随着智能手机、智能穿戴等电子设备的流行,基于位置的服务(location based services,LBS)变得越来越普遍,并逐渐成为新的经济增长点和战略性新兴产业,从而推动了室内外定位技术的发展。据统计,人们大约80%的日常活动在室内进行,因此,室内位置信息的获取在LBS中显得至关重要。随着5G时代的来临,高带宽、低时延的网络服务将为LBS带来更加广阔的发展前景,也将为室内定位产业创造巨大的潜在市场。根据Marketsand Markets调查数据显示,到2022年,室内定位的全球市场规模将达到409.9亿美元。在室外,全球导航卫星系统(global navigation satellite system,GNSS)可以提供高精度的位置信息;但在室内,由于墙体和房顶等建筑构件的遮挡,GNSS信号被严重衰减甚至彻底阻挡,无法提供有效位置估计。近年来,基于无线局域网(wireless local area network,WLAN)、紫蜂(Zig Bee)、蓝牙(bluetooth)、惯性测量单元(inertial measurement unit,IMU)、无线射频识别(radio frequency identification,RFID)、视觉(vision)、超声波(ultrasound)、超宽带(ultra-wideband,UWB)、伪卫星、地磁(geomagnetism)等技术的室内定位方案得到了广泛研究与应用。在现有的室内定位技术中,UWB技术因为功耗低、抗干扰能力强、距离分辨率高等优势,被看作是室内高精度定位的最佳选择,备受学术研究和产业应用的青睐。尽管如此,在过去10年里,囿于UWB芯片的普及程度,UWB室内定位技术主要被用于一些精度要求高、场景范围有限的专业应用领域,比如工业、仓储、机器人定位与导航。2019年9月,苹果公司宣布在其发布的i Phone11中加入UWB芯片,极大地推动了UWB芯片在电子设备中的普及,为UWB技术在室内定位中的广泛应用铺平了道路,将使UWB技术在室内定位领域扮演更加重要的角色。UWB技术的诞生可以追溯到19世纪,但直到2002年美国联邦通信委员会(Federal Communications Commission,FCC)正式批准UWB可以无授权使用,该技术才得以广泛研究,并逐渐被用于室内定位。截止当前,基于UWB技术的室内定位技术依旧没有得到充分研究,部分关键问题尚未得到解决,如非视距(non-line-of-sight,NLOS)传播识别与影响抑制;现有的UWB室内定位系统只提供位置估计,没有考虑方向信息;同时,随着电子设备芯片计算性能的提升以及内部传感器种类的不断丰富,多传感器融合定位逐渐成为室内定位新的发展方向,然而,据作者调查,目前缺乏对UWB与其他传感器(如IMU、地磁)组合定位的研究。因此,本文对基于UWB的室内定位与定向关键技术进行了深入研究,主要包括三个方面:一是研究了NLOS传播识别与影响抑制,二是研究了UWB与IMU组合定位,三是研究了室内低成本方向估计。具体创新点包括:(1)提出了一种基于模糊理论的NLOS传播识别与距离误差补偿方法。现有的NLOS传播识别与距离误差补偿方法普遍存在需要先验知识、环境依赖性强、计算复杂度高等不足。本文提出了室内信道分类思想,基于模糊理论进行NLOS传播识别与距离误差补偿,从而避免对先验知识的依赖,并且计算简单、易于推广到不同场景。(2)提出了一种抑制NLOS距离残差的位置估计算法。在当前的NLOS减轻算法中,没有考虑NLOS距离残差对位置估计的影响。为此,本文建议了一个NLOS距离选择方案,同时将M-估计理论引入LS,以减少NLOS距离残差对位置估计的影响。(3)设计了UWB/IMU松组合与紧组合系统,首次对组合系统的可观性、以及UWB基站数量与几何分布对UWB/IMU紧组合的影响进行了分析;同时,针对UWB/IMU组合系统水平姿态角估计依赖于捷联惯导算法误差模型的不足,提出了一种基于零加速度更新(zero acceleration update,ZAUP)的行人水平姿态角估计方法,该方法不需要进行小角假设,可使用直接状态KF进行水平姿态角估计。(4)提出了一种基于多天线UWB传感器的室内方向估计方法。当前,室内低成本方向估计主要是基于航姿参考系统(attitude and heading reference system,AHRS),受到室内地磁干扰的影响。本文提出了一种基于多天线UWB传感器的室内低成本方向估计方法,不需要地磁辅助,实用性较强。
李愈嘉[4](2020)在《室内环境下太赫兹无线通信信道模型研究》文中进行了进一步梳理随着移动通信技术的快速发展和大容量无线传输需求的增长,室内短距离通信将在频率更高、带宽更大的毫米波(Millimeter Wave,MMW)和太赫兹波(Terahertz Wave,THz)下工作。室内高频段无线通信系统的性能通常会受多种衰减机制影响,例如障碍物的镜面反射、散射、衍射、透射损耗等,这些衰减严重影响了无线设备的链接和实际通信质量。为了研究室内太赫兹信号传输的衰减机制,并进一步对室内太赫兹信道进行准确的分析和改善,本文进行了以下研究:首先,针对建筑材料表面的散射特性进行分析。基于物体表面粗糙度参数和特性常数对菲涅尔方程进行改进;基于基尔霍夫近似原理分析散射角的散射系数;从波型、频率、材料、入射角度等方面研究了太赫兹波在粗糙表面的反射衰减特性。其次,分析直接路径、反射路径、衍射路径的衰减机制,建立确定性的室内信道模型。结合自由路径衰减和分子吸收衰减,研究视距路径及透射路径的传输衰减,并与毫米波频段信号进行对比分析;基于改进的菲涅尔方程,在一个简单的室内场景下,利用射线追踪技术对室内信道进行了精确建模;结合一致性绕射理论与瑞利粗糙因子,研究太赫兹频段下室内楔形物体的衍射衰减特性。再次,基于马尔可夫过程和双边缘衍射模型建立了多人堵塞环境下的时变信道模型,并分析人数,天线的影响。结合马尔可夫过程拓展了单人堵塞模型,将其运用到有多人随机走动的室内太赫兹通信环境中;从接收功率衰减幅度等方面分析了带有波束跟踪系统的高增益天线的必要性。最后,针对以上研究的各种衰减机制造成的室内信号在稳定性和均匀性方面出现的问题,本文使用射线追踪技术,对信源数量、分布间距、分布形状进行优化。分析最优的信源布置对目前太赫兹室内通信系统中,信噪比波动较大造成的边缘用户信号质量较差、室内人员走动和固定障碍物造成的阴影衰减等问题的影响。本文的研究有利于促进太赫兹室内通信研究,实现最佳的传输容量和通信效率。为未来室内超宽带无线通信的发展提供了理论依据和技术支持。
张帅[5](2020)在《基于超宽带的室内定位算法研究》文中研究表明随着科技的发展,人们对实时定位系统精度的要求越来越高。在一般的室外环境下,全球定位系统(GPS)已经可以提供精确的位置信息服务。但是在室内环境下,GPS信号极其微弱,而且很容易因为受到各种障碍物的遮挡和干扰而导致定位精度急剧下降,已无法满足人们的定位需求。因此想要构建一个能有效适应不同室内环境,还能持续保持较高精度的室内定位系统是一个非常严峻的挑战。超宽带(UWB)技术的出现为应对这一挑战提供了解决方案。UWB信号具有传输速率高、功耗低、抗干扰能力强等多个优势,对研究室内高精度定位系统具有重大的意义。目前,对室内定位精度影响最大的因素为信号的非视距(NLOS)传播,为了有效抑制非视距误差对定位精度的影响,本文对基于UWB的NLOS误差抑制算法展开了重点研究。首先介绍了目前具有代表性的几种NLOS误差抑制算法,这些算法可以分为两类,分别是直接抑制NLOS误差和先识别NLOS基站以重构测量值然后再定位。本文基于这两种思路分别提出了一种算法并进行仿真分析,然后指出了现有定位算法的不足,提出了一种通过BP神经网络修正TDOA测量值再用基于QR分解的最小二乘法(QRLS)进行定位的改进算法,即BP-QRLS算法。最后,将该算法进行仿真分析,验证了该算法的可行性。本文的研究内容可概括为以下几方面:(1)阐述课题背景和研究意义,概述超宽带技术的发展历史和传输特性,对超宽带技术的国内外发展现状进行调查研究,明确本文的研究目标。(2)对超宽带系统的发射脉冲和调制方式进行分析,研究IEEE802.15.4a标准下的八种室内信道模型并对其信道冲激响应进行仿真。(3)通过比较分析常用超宽带无线定位技术的优缺点,将基于到达时间差的定位方法作为本文超宽带系统的定位方案。(4)为了抑制NLOS误差对定位精度的影响,提出了基于QR分解的最小二乘法(QRLS)和基于TDOA残差的NLOS误差鉴别方法,并对这两种算法进行了仿真分析。(5)对传统定位算法的公式推导和原理进行了分析,包括Fang算法、Taylor算法、Chan算法等。提出了一种基于BP神经网络修正TDOA测量值再利用QRLS算法定位的改进算法,即BP-QRLS算法。(6)通过MATLAB仿真将BP-QRLS算法与传统定位算法进行对比分析,从系统测量误差和基站个数两个角度来评定定位算法的精度。仿真结果表明,BP-QRLS算法无需依赖NLOS基站的先验信息,定位精度也比其他传统定位算法更高,能够实现室内高精度定位。
姚吉行[6](2019)在《超宽带室内定位算法的研究及应用》文中研究说明伴随着智慧城市、物联网、移动互联网等相关行业的迅速发展,人们对于高精度位置服务的需求越来越强烈。人们在日常生活中超过80%的时间都在室内,室内不仅是生活场所,还是工作场所,因此室内位置服务的发展对生产生活至关重要。超宽带技术是近年来新兴的一种全新的、区别于传统通信技术的新型无线通信技术,它不需要载波,仅通过发送和接收极窄脉冲来传播信号,从而具有3.110.6 GHz量级的带宽。超宽带技术凭借其时间、空间分辨率高,穿透能力强,抗干扰能力强以及发射功率低等优点,为高精度室内定位服务提供了优秀的解决方案,在无线室内定位领域具有较为广泛的应用前景。本文从研究超宽带通信的定义和特性出发,根据超宽带用于室内定位应用中的两个必要环节进行介绍:首先是参数测量部分,分析了适用于超宽带的基于到达时间、到达时间差、接收信号强度和到达角度几种参数测量方式的原理和模型;其次是位置估计算法部分,分析了基于到达时间差的两种位置估计算法Chan算法和Taylor级数展开算法的优缺点,并分析其在不同影响条件下的定位效果。本文将两种算法结合,使用Chan算法的估计值作为Taylor算法的初始值,从而减小Taylor算法的局限性,然后根据两种算法的估计位置偏差大小计算加权系数融合两种算法,使其同时具备Chan算法计算量小和Taylor算法的高准确性和鲁棒性的优点。在对算法的仿真实验中,得到了改进算法在定位精度上优于前两者的效果。最后,本文使用STM32与DWM1000通信芯片实现了室内定位应用,使用协同算法估计DWM1000定位芯片测得的TDOA信息,然后使用Matlab编程实现算法获得定位坐标。实验结果表明,本文所设计系统能够实现定位,并且拥有不错的定位效果。文章末尾就设计的不足和需要改进之处做出分析和总结,并探讨了未来的研究内容。
刘参[7](2018)在《基于室内环境特征的无线定位算法研究》文中研究说明室内导航与定位服务事关国家发展、经济兴起、民众安全,随着无线传感器网络(Wireless Sensor Networks,WSN)技术的发展,基于位置的服务(Location Based Service,LBS)受到越来越多的关注,人们对室内定位应用的需求以及高精度的要求也在不断提高。由于室内环境中障碍物分布较为零散,使得无线定位信号在室内环境中存在严重的多径衰落效应和复杂的时变特性,高精度的无线定位技术需要进一步提升系统对室内环境特征变化的鲁棒性。通常情况下,像仓库、图书馆等场所,室内障碍物、桌椅等固定设备位置不会发生较大的变动,这些场所可认为处于静态环境中,然而在停车场、办公室以及大型超市等场所,由于较多行人、车辆的随时移动,造成室内无线信号传播的路径衰落效应更加严重,可认为该室内场所处于动态变化的环境中。故此本文主要对静态和动态室内环境中的高精度无线定位的关键技术展开深入的研究,主要分为以下几个方面进行探讨:在静态室内环境中,基于到达时间(Time of Arrival,TOA)测距的室内定位系统的精度受测距信号的伪距测量精度和室内环境中有效锚节点(AP)的个数与空间布局等多方面的制约。高精度的无线定位技术的实现,不仅需要进一步减小测距信号的伪距误差,同时还需要最优的锚节点部署,在不增加锚节点个数的情况下,最佳锚节点部署可以明显提升系统的定位精度。本文首先对静态室内环境中高精度定位信号模型问题进行研究,提出了一种基于正弦调频(Sinusoidal Frequency Modulation,SFM)信号的宽带调频信号模型。接着从宽带模糊函数(Wideband Ambiguity Function,WAF)的角度理论上证明SFM信号比传统室内定位信号具有更高的距离分辨率,可以实现高精度室内定位需求。然后对新模型的测距性能和定位性能进行仿真试验,并且与传统室内定位信号模型的性能进行对比,验证了本文所提出的SFM信号模型的优越性。其次针对室内有效锚节点个数较多时的多星定位问题,提出了采用加权水平精度因子(Weighted Horizontal Dilution of Precision,WHDOP)作为定位锚节点选择的准则,该WHDOP选星准则能够赋予误差较小锚节点在位置解算过程中更大的权重,进而消除粗大误差对定位系统造成的不利影响,因此可进一步提升定位系统的定位精度;并且对室内不同噪声环境(高斯噪声环境和瑞利噪声环境)下WHDOP定位系统的鲁棒性能进行仿真,随着噪声环境复杂度的增加,WHDOP方法的鲁棒性能更强,WHDOP比常规HDOP更能反映实际的定位误差趋势;接着提出了一种基于SFM-WHDOP方法的高精度室内无线定位技术,并对提出的算法进行仿真试验,通过与UWB-HDOP定位方法的性能进行对比,试验结果表明当有效的锚节点个数比较多的时候,采用SFM-WHDOP方法可实现高精度室内无线定位功能。针对静态室内环境中的欠星定位问题,提出了一种基于IMU辅助的室内单星定位方法。该方法可通过室内场景分析的约束条件逐步消除IMU在室内环境下的累积误差效应,并通过单星定位技术进一步优化定位目标的位置信息,同时设计了一种依据误差方差最小化准则给出了各信息数据的加权融合方案,通过对多信息量的加权融合处理,单星定位系统的精度既充分利用了各子系统的估计值又有效抑制了局部大噪声对整体精度的影响,故理论上证明了该加权融合方法可以进一步提升系统的定位性能,同时从微积分的角度对系统的定位误差进行理论分析,最后对上述算法进行实测车库试验验证,验证了算法的可行性,实现静态室内欠星环境中的亚米级精度的定位需求。最后为了有效缓解室内环境动态变化对定位系统精度造成的不利影响,提出一种基于迁移学习的室内定位算法,该算法通过在室内环境变化以后的空间中随机采样,找到潜在的特征空间进行位置的标定,从而避免了原始指纹库失效造成定位精度降低的问题。试验结果表明,该算法无论在定位精度、定位误差范围还是小误差定位的置信概率方面,都具有明显的优势。
姚海龙[8](2017)在《超宽带室内和室内—室外信道电波传播特性分析及建模》文中研究表明室内定位技术目前正迅速发展并且需求日益增加。超宽带(Ultra wide bandwidth,UWB)无线通信技术较其它短距无线通信技术在室内定位方面显现出抗干扰能力强、穿透性高、抗多径衰落能力强和厘米级定位精度等优势。超宽带信道特性的研究和信道模型的建立是定位系统设计和实现的基础和前提。本文采用频域测量方法和基于射线追踪和一致性几何绕射理论的仿真方法分析了室内及室内到室外场景的路径损耗和多径衰落特性并建立了数学模型。首先采用传统的统计分析方法进行频域测量,测量场景包括室内办公室视距环境及室内到走廊严重遮挡的非视距场景。由实测方案得到频率对应的路径损耗结果,采用最小二乘法及回归显着性校验方法拟合与检验,结果显示与距离相关的路径损耗满足对数正态分布,阴影衰落满足正态分布;子带频率的对数与路径损耗呈线性关系,频率衰减指数满足正态分布特性。针对多径特性,采用傅里叶反变换、加窗、CLEAN算法等对数据预处理得到信道冲激响应,根据室内与室内到走廊冲激响应的差异,室内功率延迟剖面(Power delay profile,PDP)采用分段指数模型来描述,各位置功率延迟剖面统计均值经分簇算法得到各簇首径及簇内各径信号到达时间位置和强度,并依据数值分析、数学统计和校验得到信道参数以及幅度衰落分布;室内到走廊环境的功率延迟剖面使用改进的分段指数规律来描述。通过构造等比例的室内办公室和室内到走廊的3D模型进行确定性仿真,对仿真结果采用与频域测量方法中相同的分析方法,分析结果显示路径损耗分布和多径衰落特征与实测方法一致,验证了确定性方法研究超宽带信道的合理性和适用性最后,根据实测和仿真方法中数据分析所采用的方法和结论,对路径损耗建立了与距离和频率均相关的数学解析模型;由多径衰落特征,对室内视距场景建立了双指数模型,对室内到走廊严重遮挡场景建立了分段指数模型。
侯振寰[9](2017)在《超宽带网络中室内人员被动式定位技术研究》文中提出随着信息科技的不断发展,基于位置的服务已经渗透到各个行业领域。室内定位是实现全方位位置服务的有效保障。相对于室外的信道环境,室内中的物体以及建筑本身等会导致信号的多径传输,因此,室内的传播信道更加复杂,多径干扰是导致室内定位结果不准确的重要因素。超宽带技术具有超高的时间分辨率,以及穿透或绕开障碍物等特点,更适用于室内物体及人员的高精度定位。现今大多的研究是超宽带主动式定位,本文主要研究超宽带网络中的室内人员被动式定位问题。针对超宽带网络中室内人员被动式定位问题,在研究当前的超宽带多径信道模型的基础上,本文提出适用于本研究场景下的信道模型。由于人员目标本身具有的周期性呼吸、心跳,这种低频运动会导致其引起的信号传输路径具有时变特性。因此,本文综合地考虑环境中信号多径传输的组成部分以及上述信道的时变特性,提出了多径信道冲激响应模型,并且基于时域一致性绕射理论以及射线跟踪建立了确定性模型,模型中将人员目标建模为矩形叶片,经过人员目标的信号传输方式建模为绕射。根据研究的超宽带信道模型,本文提出了一种基于超宽带信号到达时间的室内人员被动式定位算法,实现了单目标与双目标定位。首先,定位算法利用无人员时接收信号的先验知识,提取与人员有关的接收信号;其后,估计人员所在信号传输路径的到达时间;最后,计算各路接收信号的传输距离,采用加权最小二乘算法对目标进行位置估计。根据所提的确定性模型建立室内人员被动式定位仿真场景。仿真结果表明,所提算法单目标定位结果以90%的概率低于0.3米,均方根误差为0.7米;双目标的定位结果以78%的概率低于2米,均方根误差为2.1米。所提算法较好地实现了单目标、双目标定位。
王馨[10](2015)在《基于TRM的室内定位技术研究》文中研究指明在当今信息时代,随着无线网络和通信技术的深入发展,室内定位成为当前研究热点。然而,现有的室内定位精度无法满足人们日益增长的定位需求。因此,提高室内定位精度将是首要的、具有挑战性的工作。大量研究表明,造成室内定位精度低的主要原因是室内复杂环境下严重的多径效应引起信号衰落。众所周知,时间反转镜(Time Reversal Mirror,TRM)能够充分利用室内的多径效应实现目标的精确定位,但其高精度定位的前提是需要已知传播信道模型,如果能够找到一种方法来提前预测室内环境信息,那么室内定位精度将会有很大地提高。因此,本文给出了一种基于TRM的室内定位方法—FMM-TRM方法。该方法将快速行进方法(Fast Matching Method,FMM)与TRM相结合,首先通过改进FMM算法准确预测出室内环境模型,然后利用TRM技术定位室内终端目标。本文主要工作包括:(1)对FMM算法进行三种不同的改进,通过理论与仿真研究,分析了三种不同的室内信道模型预测方法,通过对比选取最优的方法应用于室内定位。在电磁学中,室内信道模型的参数主要是由物体的介电常数?与电导率?决定的,?主要影响信号的传播时间,而?主要影响信号的强度值。由于FMM算法是通过渡越时间(Time Of Flight,TOF)差来进行模型估计,使用的是时间变量,所以,本文将通过计算?的分布来预测室内环境模型。(2)将FMM算法与TRM技术相结合,形成FMM-TRM室内定位方法。设置大小为7.2m×7.2m的二维室内区域,将该空间均匀划分成长dx为0.003m的网格,每一步所需时间dt为2.5E-12秒。围绕室内环境设置200个环形天线,并设置四个发射源依次发射高斯脉冲信号来迭代更新室内环境模型,源位置分别为源一(3.60m,3.60m)、源二(3.60m,5.10m)、源三(2.28m,2.82m)、源四(4.86m,2.82m)。在这样的条件下,进行仿真研究并对比分析了FMM-TRM方法与未知环境下TRM方法的定位结果,仿真结果表明,常规TRM方法定位精度约为72.19cm,而FMM-TRM方法的定位精度约为2.20cm,相比之下精度提高了30多倍,极大地提升了无线室内定位的性能,进一步验证了FMM-TRM室内定位方法的有效性及优越性。(3)对FMM-TRM室内定位方法性能进行了进一步仿真分析,包括稳定性、可行性以及定位效率。FMM-TRM室内定位方法通过室内信道模型预测算法FMM与时间反转镜定位技术TRM相结合,结合了各自的优点。不但估计出接近实际环境的信道模型,而且在此基础上能够实现精确定位。因此将该方法推广到实际定位应用中,将会有较高的研究价值和现实意义。
二、超宽带室内信道模型(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、超宽带室内信道模型(论文提纲范文)
(1)基于误差抑制改进算法的超宽带室内定位研究(论文提纲范文)
摘要 |
abstract |
专用术语注释表 |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 本文主要工作 |
第二章 相关理论知识介绍 |
2.1 超宽带室内信道模型 |
2.1.1 超宽带简介 |
2.1.2 室内信道模型 |
2.2 常见的室内定位算法 |
2.2.1 TOA定位 |
2.2.2 TDOA定位 |
2.2.3 AOA定位 |
2.2.4 RSSI定位 |
2.2.5 CSI定位 |
2.2.6 指纹/场景定位 |
2.2.7 几种定位算法比较 |
2.3 定位精度的评价指标 |
2.4 常见的机器学习算法 |
2.5 本章小结 |
第三章 基于支持向量机的TDOA定位算法 |
3.1 TDOA室内定位 |
3.1.1 LOS环境下的定位 |
3.1.2 NLOS环境下的定位 |
3.2 基于支持向量机的NLOS环境鉴别 |
3.2.1 支持向量机鉴别算法 |
3.2.2 残差分析判决鉴别算法 |
3.3 误差抑制算法 |
3.3.1 算法流程 |
3.3.2 仿真结果 |
3.4 本章小结 |
第四章 室内定位测量与算法验证 |
4.1 室内定位芯片测距原理 |
4.1.1 DWM1000芯片简介 |
4.1.2 DWM1000测距原理 |
4.2 测量方案与数据采集 |
4.2.1 室内定位测量方案 |
4.2.2 室内定位数据采集 |
4.3 室内定位算法验证 |
4.3.1 测量数据预处理 |
4.3.2 算法验证结果 |
4.4 本章小结 |
第五章 基于单基站的定位算法 |
5.1 室内单基站的多径信息 |
5.1.1 室内信道仿真 |
5.1.2 多径信息分布 |
5.2 单基站定位问题建模 |
5.2.1 虚拟基站的确定 |
5.2.2 多径信息模型建立 |
5.3 单基站的多径信息模型定位结果分析 |
5.3.1 多径仿真数据生成 |
5.3.2 模型定位结果 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 论文内容回顾 |
6.2 下一步工作展望 |
参考文献 |
附录1 攻读硕士学位期间撰写的论文 |
附录2 攻读硕士学位期间申请的专利 |
附录3 攻读硕士学位期间参加的科研项目 |
致谢 |
(2)室内伪卫星信号传播效应与多径统计模型研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 伪卫星室内定位技术研究现状 |
1.2.2 室内无线通信信号统计模型研究现状 |
1.2.3 定位信号多径统计模型研究现状 |
1.3 论文研究目标及结构安排 |
第二章 室内伪卫星信号传播特性及多径统计建模研究 |
2.1 室内伪卫星信号体制 |
2.2 伪卫星室内定位的影响因素 |
2.2.1 非视距传播 |
2.2.2 多径效应 |
2.2.3 阴影效应 |
2.2.4 频段干扰 |
2.3 室内无线信号基本传播方式 |
2.3.1 自由空间传播 |
2.3.2 反射 |
2.3.3 绕射 |
2.3.4 散射 |
2.4 室内信道模型 |
2.4.1 室内信道模型分类 |
2.4.2 统计性模型 |
2.4.3 确定性模型 |
2.5 室内伪卫星信号多径统计模型 |
2.6 本章小结 |
第三章 典型定位条件下伪卫星信号多径特性参数研究 |
3.1 室内环境建模 |
3.2 室内外发射点下伪卫星信号传播特性研究 |
3.3 不同空间复杂度下伪卫星信号传播特性研究 |
3.4 不同穿墙数量下伪卫星信号传播特性研究 |
3.5 本章小结 |
第四章 伪卫星多径信号的确定性建模方法研究 |
4.1 确定性建模方法研究 |
4.1.1 室内结构化场景建模 |
4.1.2 多径信号的跟踪和提取方法 |
4.1.3 多径参数计算方法 |
4.2 伪卫星多径确定性建模研究 |
4.2.1 停车场模型 |
4.2.2 办公室模型 |
4.2.3 商场模型 |
4.3 本章小结 |
第五章 室内伪卫星信号多径统计模型实测验证 |
5.1 伪卫星信号发射功率 |
5.2 室内伪卫星信号多径统计模型实测方法 |
5.2.1 试验环境 |
5.2.2 试验步骤 |
5.3 室内伪卫星信号多径统计模型试验数据及分析 |
5.3.1 一楼大厅场景测试结果 |
5.3.2 二楼办公场景测试结果 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 研究总结 |
6.2 研究展望 |
致谢 |
参考文献 |
攻读硕士期间发表的论文与取得的学术成果 |
(3)基于超宽带的室内定位与定向关键技术研究(论文提纲范文)
博士生自认为的论文创新点 |
摘要 |
ABSTRACT |
缩写词及符号定义 |
第1章 引言 |
第2章 UWB室内定位理论基础 |
2.1 UWB定义及其在室内定位中的优势 |
2.1.1 UWB定义 |
2.1.2 UWB室内定位的优势 |
2.2 UWB定位系统测量及组网方法 |
2.2.1 UWB系统组网方式 |
2.2.2 UWB系统测量方式 |
2.3 UWB位置估计基本理论 |
2.3.1 基于TOA/TW‐TOF的位置估计 |
2.3.2 基于TDOA的位置估计 |
2.4 UWB定位系统主要误差源 |
2.4.1 系统误差 |
2.4.2 环境误差 |
2.4.3 位置估计算法误差 |
2.5 常用UWB定位系统定位精度评估方法 |
2.5.1 均方根误差 |
2.5.2 累积分布概率 |
2.5.3 互补累积分布函数 |
2.6 本章小结 |
第3章 UWB非视距传播影响抑制方法 |
3.1 UWB NLOS传播及其对测距与定位的影响 |
3.2 UWB NLOS传播识别与影响抑制现有方法概述 |
3.2.1 NLOS传播识别方法 |
3.2.2 NLOS影响抑制方法 |
3.2.3 NLOS传播识别与影响抑制研究趋势 |
3.3 基于模糊理论与M‐估计理论的NLOS传播识别与影响抑制 |
3.3.1 常用UWB信道统计特征定义 |
3.3.2 基于模糊理论的NLOS传播识别与距离误差补偿 |
3.3.3 基于LS位置估计算法的距离选择方案 |
3.3.4 基于等式约束抗差最小二乘的NLOS距离残差抑制算法 |
3.4 实验分析 |
3.4.1 实验设备与安装 |
3.4.2 基于模糊理论的NLOS传播识别与距离误差补偿方法性能分析 |
3.4.3 基于LS位置估计算法的距离选择方案分析 |
3.4.4 基于等式约束抗差最小二乘的NLOS距离残差抑制算法分析 |
3.5 本章小结 |
第4章 UWB与MEMS IMU组合定位与定向 |
4.1 UWB与IMU组合定位研究现状 |
4.2 UWB与MEMS IMU组合定位基本知识 |
4.2.1 惯性导航常用坐标系统 |
4.2.2 MEMS IMU零偏标定与补偿 |
4.2.3 简易捷联惯导算法及误差模型 |
4.2.4 卡尔曼滤波器 |
4.3 UWB与IMU组合系统及数据融合 |
4.3.1 UWB/IMU松组合与紧组合方案 |
4.3.2 基于KF的UWB/IMU数据融合模型设计 |
4.3.3 UWB/IMU组合系统可观性分析 |
4.3.4 UWB基站数量与几何分布对UWB/IMU紧组合系统影响分析 |
4.4 一种基于ZAUP的行人水平姿态角估计方法 |
4.4.1 零加速度更新 |
4.4.2 基于ZAUP的四元数卡尔曼滤波器设计 |
4.5 实验分析 |
4.5.1 实验描述与安装介绍 |
4.5.2 实验A:UWB/IMU组合系统性能验证分析 |
4.5.3 实验B:脚戴式UWB/IMU组合系统性能分析 |
4.6 本章小结 |
第5章 室内定位中的方向估计 |
5.1 方向估计基本理论 |
5.1.1 方向定义 |
5.1.2 方向表示 |
5.1.3 方向估计 |
5.2 室内方向估计方法概述 |
5.2.1 基于加速度计与磁力计的方向估计 |
5.2.2 基于加速度计、陀螺仪与磁力计的方向估计 |
5.2.3 基于陀螺仪与磁力计的方向估计 |
5.3 基于多天线UWB传感器的室内方向估计算法 |
5.3.1 基于多天线UWB传感器的方向估计思想 |
5.3.2 基于QUEST的求解方法 |
5.3.3 基于MEKF的求解方法 |
5.4 实验分析 |
5.4.1 实验数据描述 |
5.4.2 基于MEKF算法的方向估计 |
5.4.3 基于QUEST算法的方向估计 |
5.5 本章小结 |
第6章 总结与展望 |
6.1 总结 |
6.2 展望 |
附录 |
参考文献 |
攻博期间科研成果 |
致谢 |
(4)室内环境下太赫兹无线通信信道模型研究(论文提纲范文)
摘要 |
abstract |
注释表 |
缩略词 |
第一章 绪论 |
1.1 课题研究背景及意义 |
1.2 国内外研究现状与分析 |
1.2.1 太赫兹室内无线信道模型的研究现状 |
1.2.2 室内多信源通信覆盖研究现状 |
1.3 论文研究内容及组织结构 |
第二章 室内建筑材料表面散射特性研究 |
2.1 电磁波散射特性研究的理论模型 |
2.1.1 菲涅尔方程的修正 |
2.1.2 基尔霍夫标量近似 |
2.2 建筑材料表面散射影响因素 |
2.2.1 材料对散射特性的影响 |
2.2.2 入射角对散射特性的影响 |
2.2.3 频率对散射特性的影响 |
2.3 本章小结 |
第三章 室内单信源太赫兹信号传播特性研究 |
3.1 直线路径传播特性研究 |
3.1.1 直线路径传输损耗 |
3.1.2 大气分子吸收损耗 |
3.1.3 建筑材料透射损耗 |
3.2 反射路径传播特性研究 |
3.2.1 反向射线跟踪算法 |
3.2.2 室内信号功率覆盖仿真与结果分析 |
3.3 衍射路径传播特性研究 |
3.3.1 一致性绕射理论模型 |
3.3.2 太赫兹绕射特性分析 |
3.3.3 办公室环境下的仿真 |
3.4 本章小结 |
第四章 室内太赫兹信号人体阻塞特性研究 |
4.1 单人阻塞特性研究 |
4.2 多人阻塞特性拓展 |
4.2.1 马尔可夫状态转移过程 |
4.2.2 多人堵塞仿真结果分析 |
4.3 天线对无线通信信道的影响 |
4.3.1 定向天线对无线通信系统的影响 |
4.3.2 波束切换对多人堵塞的信道的影响 |
4.4 本章小结 |
第五章 室内多信源太赫兹信号传播特性研究 |
5.1 信源参数选择与优化 |
5.2 多信源对室内太赫兹信号覆盖影响 |
5.2.1 信噪比波动的影响 |
5.2.2 非视距阴影区域的影响 |
5.3 本章小结 |
第六章 总结与展望 |
6.1 论文主要研究成果 |
6.2 进一步工作和展望 |
参考文献 |
致谢 |
在学期间的研究成果及发表的学术论文 |
(5)基于超宽带的室内定位算法研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题背景和研究意义 |
1.2 超宽带技术简介 |
1.2.1 超宽带发展历史 |
1.2.2 超宽带的定义及其优势 |
1.3 超宽带技术的国内外发展现状 |
1.4 本文的重点研究内容和组织结构 |
第2章 超宽带信号的传输与接收 |
2.1 超宽带信号 |
2.2 超宽带信号的扩频调制 |
2.2.1 DS-PAM-UWB信号 |
2.2.2 TH-PPM-UWB信号 |
2.3 超宽带信道模型 |
2.3.1 IEEE.802.15.4a信道模型 |
2.3.2 路径损耗模型 |
2.3.3 多径时延模型 |
2.3.4 小尺度衰落模型 |
2.3.5 超宽带室内信道模型仿真与分析 |
2.4 超宽带的Rake接收机 |
2.5 定位性能的评价指标 |
2.6 本章小结 |
第3章 基于超宽带的定位技术以及传统算法研究 |
3.1 超宽带定位技术 |
3.1.1 基于信号接收强度(RSS)的定位方法 |
3.1.2 基于到达信号角度(AOA)的定位方法 |
3.1.3 基于到达时间的定位方法(TOA) |
3.1.4 基于到达时间差的定位方法(TDOA) |
3.1.5 超宽带定位方法的选择 |
3.2 传统定位算法的研究 |
3.2.1 最小二乘法 |
3.2.2 Fang算法 |
3.2.3 Chan算法 |
3.2.4 Taylor算法 |
3.3 影响超宽带室内定位精度的重要因素 |
3.3.1 几何因子 |
3.3.2 非视距传播与多径效应 |
3.3.3 多址干扰 |
3.4 本章小结 |
第4章 基于超宽带的NLOS误差抑制算法 |
4.1 NLOS误差对室内定位的影响 |
4.1.1 信号的非视距传播模型 |
4.1.2 NLOS误差模型 |
4.2 基于TDOA定位方法的NLOS误差抑制算法 |
4.2.1 基于QR分解的最小二乘(QRLS)算法 |
4.2.2 基于TDOA残差的NLOS误差鉴别 |
4.3 本章小结 |
第5章 基于BP神经网络的NLOS误差抑制算法 |
5.1 引言 |
5.2 利用BP神经网络修正TDOA测量值 |
5.2.1 BP神经网络理论 |
5.2.2 基于BP神经网络的TDOA测量值的修正 |
5.2.3 基于BP神经网络的TDOA定位算法流程 |
5.3 BP-QRLS算法仿真与分析 |
5.3.1 仿真环境设置 |
5.3.2 仿真结果分析 |
5.4 本章小结 |
第6章 总结与展望 |
6.1 本文工作总结 |
6.2 展望 |
参考文献 |
硕士期间的科研成果 |
致谢 |
(6)超宽带室内定位算法的研究及应用(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 论文研究背景及意义 |
1.2 常用室内定位技术 |
1.3 超宽带技术国内外研究现状 |
1.4 论文主要内容及内容安排 |
第2章 超宽带无线传输与定位技术 |
2.1 超宽带技术 |
2.1.1 超宽带技术定义 |
2.1.2 超宽带技术特点 |
2.2 超宽带室内信道模型 |
2.2.1 IEEE802.15.4a信道模型 |
2.2.2 IEEE802.15.4a信道模型仿真 |
2.3 误差来源 |
2.4 本章小结 |
第3章 超宽带室内定位模型及算法 |
3.1 测量方法 |
3.1.1 TOA |
3.1.2 TDOA |
3.1.3 RSSI |
3.1.4 AOA |
3.2 定位算法 |
3.2.1 Chan算法 |
3.2.2 Taylor算法 |
3.2.3 Chan-Taylor协同算法 |
3.3 算法仿真 |
3.3.1 室内定位性能指标 |
3.3.2 仿真环境与结果 |
3.4 本章小结 |
第4章 超宽带定位系统设计 |
4.1 定位系统硬件设计 |
4.1.1 超宽带无线收发模块 |
4.1.2 主控制器模块 |
4.1.3 其他必备电路 |
4.2 软件设计与算法实现 |
4.2.1 测距程序框架 |
4.2.2 测距程序实现 |
4.2.3 定位程序实现 |
4.3 本章小结 |
第5章 定位算法应用 |
5.1 测试环境 |
5.2 定位结果 |
5.3 结果分析 |
5.4 本章小结 |
第6章 工作总结与展望 |
参考文献 |
攻读硕士学位期间发表的论文及其他成果 |
致谢 |
(7)基于室内环境特征的无线定位算法研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题背景 |
1.2 室内定位国内外研究现状 |
1.2.1 静态室内环境定位技术研究现状 |
1.2.2 动态室内环境定位技术研究现状 |
1.3 室内定位研究难点 |
1.4 论文主要研究内容安排及结构框架 |
1.4.1 论文研究内容 |
1.4.2 论文组织结构 |
第2章 室内信道传播模型以及定位算法研究 |
2.1 室内信道传播模型 |
2.1.1 近距离信道的统计模型 |
2.1.2 室内信道的确定性模型 |
2.1.3 基于Wireless Insite仿真平台的室内短距离信道特性分析 |
2.2 室内定位算法研究 |
2.2.1 基于测距的经典室内定位算法 |
2.2.2 基于RSS的位置指纹定位算法 |
2.3 定位性能评价指标 |
2.3.1 定位准确度 |
2.3.2 定位精确度 |
2.3.3 定位鲁棒性 |
2.4 本章小结 |
第3章 室内无线定位信号模型研究 |
3.1 室内无线定位技术信号模型 |
3.1.1 基于Blue-tooth信号的无线定位技术 |
3.1.2 基于WiFi信号的无线定位技术 |
3.1.3 基于UWB信号的无线定位技术 |
3.2 基于正弦调频信号的室内无线定位技术研究 |
3.2.1 宽带调频信号模型 |
3.2.2 接收信号与脉冲压缩 |
3.2.3 宽带模糊函数(WAF) |
3.3 SFM定位信号模型性能仿真 |
3.3.1 SFM无线定位信号测距性能仿真 |
3.3.2 SFM无线定位信号定位性能仿真 |
3.4 本章小结 |
第4章 室内多锚节点定位算法研究 |
4.1 多锚节点选择准则 |
4.1.1 水平精度因子(HDOP) |
4.1.2 加权水平精度因子(WHDOP) |
4.1.3 HDOP/WHDOP取值分布特性 |
4.2 室内不同噪声环境下HDOP和 WHDOP的鲁棒性分析 |
4.2.1 高斯噪声环境对定位性能影响 |
4.2.2 瑞利噪声环境对定位性能影响 |
4.3 常规UWB-HDOP方法与本节采用SFM-WHDOP方法的定位性能仿真 |
4.4 本章小结 |
第5章 室内单锚节点定位算法研究 |
5.1 IMU惯性导航定位系统误差分析 |
5.2 基于IMU辅助的室内单星定位方法 |
5.2.1 IMU辅助单星定位系统方案设计 |
5.2.2 加权融合算法权值选取 |
5.3 室内单星定位系统理论误差分析 |
5.3.1 航位推算点A的误差△ε_A |
5.3.2 伪距圆定位点B的误差△ε_B |
5.3.3 道路中心线匹配点C的误差△ε_C |
5.4 基于IMU辅助的室内单星定位方法试验验证 |
5.5 本章小结 |
第6章 动态室内环境中无线定位算法研究 |
6.1 相关工作 |
6.1.1 迁移学习动态定位理论 |
6.1.2 广义延拓插值算法 |
6.2 迁移学习动态定位算法实施方案 |
6.2.1 数据采集 |
6.2.2 创建流形关联矩阵 |
6.2.3 创建流形权重矩阵 |
6.2.4 迁移学习定位模型及求解 |
6.2.5 完成定位 |
6.3 迁移学习动态定位性能仿真 |
6.3.1 广义延拓插值指纹库性能仿真 |
6.3.2 模型参数对定位性能的影响 |
6.3.3 迁移学习定位性能仿真 |
6.4 本章小结 |
第7章 总结与展望 |
7.1 全文总结 |
7.2 研究展望 |
致谢 |
参考文献 |
附录 |
(8)超宽带室内和室内—室外信道电波传播特性分析及建模(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景和意义 |
1.2 国内外研究现状 |
1.2.1 UWB室内定位技术的发展 |
1.2.2 UWB信号信道建模研究现状 |
1.3 论文主要工作安排 |
第二章 超宽带信道模型理论基础 |
2.1 大尺度衰落 |
2.2 小尺度衰落 |
2.3 超宽带标准信道模型 |
2.4 本章小结 |
第三章 基于频域测量方法的超宽带信道建模 |
3.1 信道测量原理和环境 |
3.1.1 信道测量方法和原理 |
3.1.2 测量环境和测量方案 |
3.2 路径损耗及阴影衰落 |
3.2.1 距离相关的路径损耗特性 |
3.2.2 阴影衰落 |
3.2.3 频率相关的路径损耗特性 |
3.3 信道冲激响应 |
3.4 信道参数 |
3.4.1 簇间信号电平衰减速率 |
3.4.2 簇内信号电平衰减速率 |
3.4.3 簇到达率 |
3.4.4 束到达率 |
3.4.5 小尺度幅度衰落特性 |
3.5 室内至走廊多径信道特征 |
3.6 信道特征参数 |
3.6.1 均方根时延扩展和平均超量时延 |
3.6.2 多径分量数目 |
3.7 本章小结 |
第四章 基于确定性方法的超宽带信道的建模 |
4.1 信道仿真原理和环境 |
4.1.1 信道仿真原理 |
4.1.2 仿真环境 |
4.2 空间功率分布 |
4.3 路径损耗及阴影衰落 |
4.3.1 路径损耗 |
4.3.2 阴影衰落 |
4.4 室内及走廊的多径功率剖面 |
4.4.1 室内功率剖面的分簇 |
4.4.2 走廊环境多径剖面特点 |
4.5 室内信道参数 |
4.5.1 室内簇间电平衰减指数和簇内电平衰减指数 |
4.5.2 簇到达率和束到达率 |
4.6 室内到走廊多径功率剖面特点 |
4.7 幅度衰落特性 |
4.8 室内及走廊多普勒扩展 |
4.9 信道特征参数 |
4.10 实测和仿真结果的比较 |
4.10.1 频域测量法和仿真方法结果的比较 |
4.10.2 模型参数与标准信道参数比较 |
4.11 本章小结 |
第五章 超宽带电波传播特性数学解析模型 |
5.1 室内信道的信道模型 |
5.1.1 路径损耗模型 |
5.1.2 多径模型 |
5.2 室内到走廊的信道模型 |
5.3 本章小结 |
第六章 总结与展望 |
致谢 |
参考文献 |
附录1 攻读硕士学位期间发表论文 |
附录2 攻读硕士期间获得的知识产权 |
附录3 攻读硕士期间获得科研鉴定成果 |
附录4 攻读硕士学位期间参与的科研项目 |
(9)超宽带网络中室内人员被动式定位技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 超宽带网络中的室内人员被动式定位研究的意义 |
1.2 国内外研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 论文主要研究内容与创新点 |
1.4 论文组织结构 |
第2章 室内人员被动式定位关键技术 |
2.1 室内定位算法 |
2.1.1 基于测距的室内定位算法 |
2.1.2 基于非测距的室内定位算法 |
2.2 基于无线层析成像的被动式定位算法 |
2.2.1 算法数学模型 |
2.2.2 权重模型 |
2.2.3 无线层析算法的分类 |
2.3 基于位置指纹的被动式定位算法 |
2.3.1 基于CSI的被动式定位算法 |
2.3.2 基于机器学习的被动式定位算法 |
2.4 总结和分析 |
第3章 室内人员被动式定位场景中的超宽带信道建模 |
3.1 常见的超宽带室内信道模型 |
3.1.1 经验模型 |
3.1.2 确定性模型 |
3.2 室内人员被动式定位场景中的冲激响应模型 |
3.3 室内人员被动式定位场景中的确定性信道建模 |
3.3.1 TD-UTD简介 |
3.3.2 TD-UTD反射系数与绕射系数 |
3.3.3 基于TD-UTD的Ray-Tracing模型 |
3.4 总结 |
第4章 超宽带网络中的室内人员被动式定位算法 |
4.1 室内人员遮挡直射路径时超宽带信号的传输特性分析 |
4.1.1 实验测量描述 |
4.1.2 实验结果分析 |
4.2 基于超宽带信号到达时间的室内人员被动式定位算法 |
4.2.1 算法流程 |
4.2.2 算法理论分析 |
4.3 性能仿真与分析 |
4.3.1 多径信道仿真环境搭建 |
4.3.2 算法定位性能分析 |
4.3.3 算法测距性能分析 |
4.4 总结 |
第5章 总结与展望 |
5.1 全文总结 |
5.2 未来研究展望 |
参考文献 |
发表论文和参加科研情况说明 |
致谢 |
(10)基于TRM的室内定位技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景与现状 |
1.2 研究意义 |
1.3 研究内容 |
1.4 论文的组织结构 |
第二章 室内复杂环境下定位方法分析 |
2.1 室内定位技术分析 |
2.1.1 基于WLAN的室内定位技术 |
2.1.2 基于UWB的室内定位技术 |
2.1.3 基于RFID的室内定位技术 |
2.2 室内定位算法分析 |
2.2.1 三角测量 |
2.2.2 场景分析 |
2.2.3 邻近信息 |
2.3 室内环境下信号传播特点 |
2.3.1 经验模型 |
2.3.2 确定模型 |
2.4 室内环境下定位特点 |
2.5 本章小结 |
第三章 基于TRM的室内定位技术原理 |
3.1 时间反转镜理论 |
3.1.1 TRM的发展 |
3.1.2 TRM室内定位原理 |
3.2 FMM预测室内信道模型的原理 |
3.3 FMM-TRM室内定位方法 |
3.4 本章小结 |
第四章 室内环境预测方法研究 |
4.1 FMM改进算法研究 |
4.2 搭建室内信道环境 |
4.3 预测室内环境模型 |
4.3.1 渡越时间分析 |
4.3.2 迭代更新速度场分布 |
4.3.3 预测出室内信道模型 |
4.4 本章小结 |
第五章 FMM-TRM室内定位算法仿真分析 |
5.1 仿真环境 |
5.2 TRM方法和FMM-TRM方法室内定位研究 |
5.2.1 TRM方法室内定位研究 |
5.2.2 FMM-TRM方法室内定位研究 |
5.2.3 两种方法定位对比 |
5.3 FMM-TRM方法定位性能分析 |
5.3.1 稳定性分析 |
5.3.2 可行性分析 |
5.3.3 定位效率分析 |
5.4 本章小结 |
第六章 全文总结与展望 |
6.1 主要工作与创新点 |
6.2 后续研究工作 |
致谢 |
参考文献 |
在学期间取得的与学位论文相关的研究成果 |
四、超宽带室内信道模型(论文参考文献)
- [1]基于误差抑制改进算法的超宽带室内定位研究[D]. 季伟. 南京邮电大学, 2020(03)
- [2]室内伪卫星信号传播效应与多径统计模型研究[D]. 王欣怡. 东南大学, 2020(01)
- [3]基于超宽带的室内定位与定向关键技术研究[D]. 文铠. 武汉大学, 2020(03)
- [4]室内环境下太赫兹无线通信信道模型研究[D]. 李愈嘉. 南京航空航天大学, 2020(07)
- [5]基于超宽带的室内定位算法研究[D]. 张帅. 浙江工商大学, 2020(05)
- [6]超宽带室内定位算法的研究及应用[D]. 姚吉行. 华北电力大学, 2019(01)
- [7]基于室内环境特征的无线定位算法研究[D]. 刘参. 杭州电子科技大学, 2018(01)
- [8]超宽带室内和室内—室外信道电波传播特性分析及建模[D]. 姚海龙. 郑州轻工业学院, 2017(11)
- [9]超宽带网络中室内人员被动式定位技术研究[D]. 侯振寰. 天津大学, 2017(06)
- [10]基于TRM的室内定位技术研究[D]. 王馨. 电子科技大学, 2015(07)