本文關(guān)鍵詞：提升復(fù)雜非視距環(huán)境下RSS定位估計(jì)精度的研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：在實(shí)際定位應(yīng)用中,非視距(None-Line-Of-Sight,NLOS)偏差幾乎無(wú)處不在,它的存在會(huì)嚴(yán)重影響定位估計(jì)精度的提高。不管定位系統(tǒng)是基于到達(dá)時(shí)間(Time Of Arrival,TOA)、到達(dá)角度(Angle Of Arrival,AOA),還是接收信號(hào)強(qiáng)度(Received Signal Strength,RSS)等測(cè)量方式,定位估計(jì)都可能會(huì)受到NLOS偏差的困擾。雖然基于RSS測(cè)量方式的定位估計(jì)誤差一般只能達(dá)到米級(jí),但由于獲取RSS的便利性和幾乎零硬件成本的優(yōu)勢(shì),還是使得RSS定位技術(shù)在相當(dāng)多的對(duì)精度要求不太高的應(yīng)用中成為首選,比如停車(chē)場(chǎng)、客運(yùn)站內(nèi)的車(chē)輛定位等等。因此,研究如何提高復(fù)雜NLOS環(huán)境下RSS定位估計(jì)的精度是具有實(shí)際需求和重要意義的。在復(fù)雜NLOS環(huán)境下,無(wú)線電信號(hào)容易產(chǎn)生波動(dòng),RSS測(cè)量數(shù)據(jù)的統(tǒng)計(jì)特性變得復(fù)雜多變,這些原因都使NLOS偏差識(shí)別和消除問(wèn)題變得非常具有挑戰(zhàn)性。在復(fù)雜NLOS環(huán)境下,NLOS偏差往往是動(dòng)態(tài)變化的,因此利用離線測(cè)試樣本進(jìn)行機(jī)器學(xué)習(xí)的定位估計(jì)方法往往無(wú)法達(dá)到預(yù)想的定位精度,同時(shí)還要付出龐大的離線測(cè)試工作量。相反,基于無(wú)線信號(hào)對(duì)數(shù)衰減傳播模型的定位估計(jì)方法不需要大量的離線測(cè)試樣本,極大地減少了離線工作量,更便于定位網(wǎng)絡(luò)的快速部署和實(shí)施。本文主要研究的是基于對(duì)數(shù)衰減傳播模型的定位估計(jì)方法,在僅知道RSS測(cè)量數(shù)據(jù)和固定節(jié)點(diǎn)坐標(biāo)的條件下,如何盡可能地提高復(fù)雜NLOS環(huán)境下的RSS定位估計(jì)精度。首先,探討復(fù)雜NLOS環(huán)境下NLOS偏差的近似統(tǒng)計(jì)分布。在復(fù)雜NLOS環(huán)境中,NLOS偏差的統(tǒng)計(jì)分布一般是完全未知的,而且往往是動(dòng)態(tài)變化的,一般很難建立準(zhǔn)確的NLOS偏差統(tǒng)計(jì)分布模型,即使能通過(guò)核函數(shù)密度估計(jì)等方法逼近離線測(cè)量數(shù)據(jù)的統(tǒng)計(jì)分布,由于環(huán)境的動(dòng)態(tài)變化,逼近模型參數(shù)也無(wú)法適用于在線測(cè)量數(shù)據(jù),因此只能選擇傳統(tǒng)統(tǒng)計(jì)分布來(lái)近似。這里把NLOS偏差分別建模為高斯分布、均勻分布和指數(shù)分布,并建立相應(yīng)的最大似然定位估計(jì)器,接著利用RSS測(cè)量數(shù)據(jù)進(jìn)行定位估計(jì)實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明,基于高斯分布的定位估計(jì)器性能表現(xiàn)優(yōu)于其他兩種統(tǒng)計(jì)分布。其次,盡量減少不良幾何精度因子(Geometric Dilution Of Precision,GDOP)對(duì)定位估計(jì)的影響。同樣的定位估計(jì)算法在具有良好GDOP的固定節(jié)點(diǎn)網(wǎng)絡(luò)中能獲得更好的定位估計(jì)精度,因此獲取一個(gè)好的固定節(jié)點(diǎn)布局是很重要的。為此,這里把固定節(jié)點(diǎn)的部署問(wèn)題建模為一個(gè)二次規(guī)劃(Quadratic Programming,QP)優(yōu)化問(wèn)題,實(shí)現(xiàn)了在允許部署節(jié)點(diǎn)的候選位置中選取滿足最優(yōu)布局條件的位置來(lái)部署固定節(jié)點(diǎn)的目的。由于QP最優(yōu)化問(wèn)題可以被快速有效地求解,因此使用該方法可以快速有效地獲得具有良好GDOP的固定節(jié)點(diǎn)幾何布局,從而為達(dá)到更好的定位估計(jì)精度奠定了基礎(chǔ)。接著,研究具體的定位估計(jì)算法。在復(fù)雜NLOS環(huán)境中,使用基于傳播模型的定位估計(jì)器會(huì)遇到一個(gè)困境。一方面,傳播模型的衰減因子取值往往是未知且隨環(huán)境變化的,但另一方面,基于傳播模型的定位估計(jì)器卻需要先知道衰減因子的取值才能進(jìn)行定位估計(jì)。雖然可以把衰減因子作為未知量,與目標(biāo)節(jié)點(diǎn)坐標(biāo)一起聯(lián)合估計(jì),但是未知量的增加會(huì)導(dǎo)致估計(jì)器性能下降,從而使得定位估計(jì)精度下降。因此,這里首先利用距離向量和測(cè)量向量之間的相關(guān)系數(shù)來(lái)實(shí)現(xiàn)目標(biāo)節(jié)點(diǎn)的初始位置估計(jì),然后使用該初始位置來(lái)計(jì)算衰減因子的近似值,最后通過(guò)最大似然估計(jì)器獲得最終定位估計(jì),從而避免了未知變量增加帶來(lái)的估計(jì)精度下降問(wèn)題。為了進(jìn)一步提升定位估計(jì)精度,根據(jù)殘差大小與定位估計(jì)誤差之間的統(tǒng)計(jì)相關(guān)關(guān)系,提出了使用負(fù)指數(shù)函數(shù)把殘差大小轉(zhuǎn)換為固定節(jié)點(diǎn)權(quán)重的方法。節(jié)點(diǎn)權(quán)重越大,則意味著該節(jié)點(diǎn)的NLOS偏差對(duì)定位估計(jì)誤差的影響越小,節(jié)點(diǎn)權(quán)重越小,則意味著該節(jié)點(diǎn)的NLOS偏差對(duì)定位估計(jì)誤差的影響越大,因此通過(guò)為節(jié)點(diǎn)加入權(quán)重可以有效地降低NLOS偏差對(duì)最終定位估計(jì)誤差的影響,提高定位估計(jì)精度。但是,在對(duì)NLOS偏差沒(méi)有任何先驗(yàn)知識(shí),且僅已知RSS測(cè)量數(shù)據(jù)和固定節(jié)點(diǎn)坐標(biāo)的條件下,要徹底消除NLOS偏差的影響是非常困難的。最后,針對(duì)在Zigbee定位網(wǎng)絡(luò)中發(fā)現(xiàn)的接收信號(hào)衰減特性,把對(duì)數(shù)衰減模型的衰減因子修改為隨距離變化的變量,基于改進(jìn)對(duì)數(shù)衰減模型構(gòu)建的定位估計(jì)器能提高定位估計(jì)的精度,特別是當(dāng)目標(biāo)節(jié)點(diǎn)位置比較靠近固定節(jié)點(diǎn)的時(shí)候。
【關(guān)鍵詞】：定位估計(jì) 接收信號(hào)強(qiáng)度 非視距偏差 最優(yōu)布局 對(duì)數(shù)衰減模型
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：TN929.5
【目錄】：

• 摘要5-7
• Abstract7-12
• 第一章 緒論12-22
• 1.1 研究背景和意義12-14
• 1.2 研究現(xiàn)狀14-20
• 1.2.1. 定位估計(jì)器15-16
• 1.2.2. 估計(jì)器初始點(diǎn)的選擇16-17
• 1.2.3. 傳播模型參數(shù)的估計(jì)17-18
• 1.2.4. 固定節(jié)點(diǎn)的布局18
• 1.2.5. 非視距誤差18-20
• 1.3 論文的主要工作及組織結(jié)構(gòu)20-22
• 第二章 定位估計(jì)基礎(chǔ)及NLOS偏差22-44
• 2.1 引言22
• 2.2 定位估計(jì)器22-27
• 2.2.1. 線性最小二乘定位估計(jì)器22-24
• 2.2.2. 最大似然定位估計(jì)器24-27
• 2.3 定位性能評(píng)價(jià)27-31
• 2.3.1. 最大似然估計(jì)器的CRLB28-30
• 2.3.2. 線性最小二乘估計(jì)器的CRLB30-31
• 2.4 NLOS偏差31-43
• 2.4.1. NLOS偏差服從高斯分布36-37
• 2.4.2. NLOS偏差服從均勻分布37-40
• 2.4.3. NLOS偏差服從指數(shù)分布40-42
• 2.4.4. 實(shí)驗(yàn)結(jié)果42-43
• 2.5 本章小結(jié)43-44
• 第三章 最優(yōu)部署位置選擇算法44-61
• 3.1 引言44-45
• 3.2 最佳固定節(jié)點(diǎn)數(shù)45-54
• 3.2.1 至少所需節(jié)點(diǎn)數(shù)(下界)47-49
• 3.2.2 至多所需節(jié)點(diǎn)數(shù)(上界)49-54
• 3.3 固定節(jié)點(diǎn)的最優(yōu)布局準(zhǔn)則54-55
• 3.4 最優(yōu)部署選取算法55-58
• 3.5 仿真實(shí)驗(yàn)結(jié)果58-60
• 3.6 本章小結(jié)60-61
• 第四章 利用相關(guān)和網(wǎng)格細(xì)分的定位估計(jì)61-80
• 4.1 引言61-62
• 4.2 距離和RSS測(cè)量之間的相關(guān)特性62-64
• 4.3 改進(jìn)的網(wǎng)格迭代細(xì)分技術(shù)64-66
• 4.4 NLOS偏差消除方法66-68
• 4.5 定位算法框架及復(fù)雜度分析68-70
• 4.6 定位估計(jì)的性能驗(yàn)證70-79
• 4.6.1 仿真實(shí)驗(yàn)分析70-74
• 4.6.2 實(shí)際定位實(shí)驗(yàn)74-79
• 4.7 本章小結(jié)79-80
• 第五章 選擇性殘差加權(quán)定位估計(jì)80-95
• 5.1 引言80
• 5.2 高概率區(qū)域和初始位置估計(jì)80-84
• 5.2.1 高概率區(qū)域81-82
• 5.2.2 初始位置估計(jì)82-84
• 5.3 選擇性殘差加權(quán)84-88
• 5.3.1 殘差計(jì)算與分析84-87
• 5.3.2 權(quán)重計(jì)算87-88
• 5.4 定位估計(jì)算法及其復(fù)雜度88-91
• 5.4.1 NLOS偏差消除88-89
• 5.4.2 算法框架89-90
• 5.4.3 算法復(fù)雜度90-91
• 5.5 實(shí)驗(yàn)驗(yàn)證與分析91-94
• 5.6 本章小結(jié)94-95
• 第六章 基于改進(jìn)對(duì)數(shù)衰減模型的定位估計(jì)95-104
• 6.1 引言95
• 6.2 改進(jìn)對(duì)數(shù)衰減模型95-98
• 6.2.1 衰落因子的擬合函數(shù)95-96
• 6.2.2 改進(jìn)對(duì)數(shù)衰減模型噪聲的高斯分布特性96-98
• 6.3 改進(jìn)模型的ML估計(jì)器及其CRLB98-99
• 6.3.1 基于改進(jìn)對(duì)數(shù)衰減模型的 ML 估計(jì)器98
• 6.3.2 Cramer-Rao下界98-99
• 6.4 實(shí)驗(yàn)驗(yàn)證99-103
• 6.4.1 一般模型和改進(jìn)模型的定位估計(jì)結(jié)果比較100-102
• 6.4.2 改進(jìn)對(duì)數(shù)衰減模型定位估計(jì)算法的環(huán)境適應(yīng)性102-103
• 6.5 本章小結(jié)103-104
• 總結(jié)與展望104-106
• 參考文獻(xiàn)106-116
• 攻讀博士學(xué)位期間取得的研究成果116-118
• 致謝118-119
• 附件119

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 ;Antenna Array Structures Effect on Water-Filling Capacity of Indoor NLOS MIMO Channel[J];The Journal of China Universities of Posts and Telecommunications;2005年03期

2 羅詠R

本文編號(hào)：255826