發(fā)布時(shí)間：2021-11-13 23:41

　　高精度測(cè)距技術(shù)對(duì)于定位系統(tǒng)具有重要的意義,尤其是復(fù)雜信道環(huán)境下測(cè)距技術(shù)的研究。在復(fù)雜測(cè)距環(huán)境中,信號(hào)傳播受到非視距（Non-Line of Sight,NLOS）障礙阻擋的概率大大提高,信號(hào)因?yàn)檎系K物阻擋導(dǎo)致功率下降而難以被有效檢測(cè),從而產(chǎn)生較大的NLOS測(cè)距誤差。如何補(bǔ)償NLOS測(cè)距誤差是高精度測(cè)距技術(shù)中的熱點(diǎn)研究問(wèn)題之一。因此,本文重點(diǎn)研究了高精度測(cè)距系統(tǒng)中的NLOS識(shí)別與誤差補(bǔ)償技術(shù)。非視距測(cè)距系統(tǒng)中,現(xiàn)有補(bǔ)償NLOS測(cè)距誤差的方法主要分為兩大類(lèi):基于NLOS信道識(shí)別技術(shù)的測(cè)距誤差補(bǔ)償算法和基于NLOS誤差消除技術(shù)的測(cè)距誤差補(bǔ)償算法。為了對(duì)NLOS測(cè)距誤差進(jìn)行補(bǔ)償,本文提出了一種基于模糊關(guān)聯(lián)分析的NLOS信道識(shí)別方法,其中使用偏度、峭度、萊斯系數(shù)和K-S檢驗(yàn)值進(jìn)行聯(lián)合識(shí)別。本文對(duì)測(cè)距結(jié)果和選取的信道特征參數(shù)進(jìn)行灰色關(guān)聯(lián)分析,并將歸一化的關(guān)聯(lián)系數(shù)作為模糊綜合評(píng)價(jià)方法的加權(quán)系數(shù)。通過(guò)比較視距（Line of Sight,LOS）和NLOS信道的模糊隸屬度大小來(lái)識(shí)別信道。此外,在傳統(tǒng)的NLOS異常值拋棄方法、基于Wylie的LOS重構(gòu)方法和基于有偏Kalman的濾波方法的基礎(chǔ)上,本文提... 

【文章來(lái)源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：82 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號(hào)對(duì)照表
縮略語(yǔ)對(duì)照表
第一章 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 研究目標(biāo)及內(nèi)容
    1.4 論文章節(jié)安排
第二章 非視距信道中的測(cè)距技術(shù)
    2.1 非視距環(huán)境傳播模型
        2.1.1 系統(tǒng)模型
        2.1.2 非視距信號(hào)特性
        2.1.3 非視距信道模型
    2.2 TOA估計(jì)測(cè)距原理
    2.3 測(cè)距精度評(píng)估方法
        2.3.1 非視距測(cè)距誤差分析
        2.3.2 測(cè)距精度評(píng)估指標(biāo)
    2.4 本章小結(jié)
第三章 基于多參數(shù)信道識(shí)別的NLOS測(cè)距誤差補(bǔ)償算法
    3.1 測(cè)距系統(tǒng)模型
    3.2 NLOS測(cè)距信道識(shí)別方法
        3.2.1 基于似然比檢驗(yàn)的信道識(shí)別
        3.2.2 基于模糊關(guān)聯(lián)分析的信道識(shí)別
    3.3 NLOS測(cè)距誤差補(bǔ)償方法
        3.3.1 基于異常值處理的NLOS誤差補(bǔ)償
        3.3.2 基于Huber-Kalman濾波的NLOS誤差重構(gòu)
    3.4 性能仿真及結(jié)果分析
    3.5 本章小結(jié)
第四章 基于聚類(lèi)超分辨檢測(cè)的NLOS測(cè)距誤差補(bǔ)償算法
    4.1 問(wèn)題建模與分析
        4.1.1 信號(hào)傳輸模型
        4.1.2 TOA估計(jì)模型
    4.2 基于模糊聚類(lèi)的首徑采樣時(shí)延自適應(yīng)檢測(cè)
    4.3 基于無(wú)約束最大化的超分辨時(shí)延估計(jì)
    4.4 算法復(fù)雜度分析
    4.5 性能仿真及結(jié)果分析
    4.6 本章小結(jié)
第五章 總結(jié)與展望
    5.1 論文工作總結(jié)
    5.2 未來(lái)工作展望
參考文獻(xiàn)
致謝
作者簡(jiǎn)介



本文編號(hào)：3493938