無線移動網(wǎng)絡(luò)輔助定位算法研究.pdf

1、本文研究了在蜂窩網(wǎng)絡(luò)、無線局域網(wǎng)和自組織傳感器網(wǎng)絡(luò)中有著廣泛及重要應(yīng)用的定位技術(shù)和方法。文中針對不同的網(wǎng)絡(luò)拓?fù)洹⒉煌膶嶋H應(yīng)用場景，從不同的視角建立相應(yīng)的數(shù)學(xué)模型，并對這些模型進行了深入細致的理論分析，提出了具有理論和實用價值的定位新算法，并通過計算機仿真實驗驗證了所提算法的優(yōu)良性能。 首先，我們對蜂窩網(wǎng)絡(luò)、無線局域網(wǎng)和自組織傳感器網(wǎng)絡(luò)中的定位問題所面臨的困難以及發(fā)展現(xiàn)狀進行綜述，詳細分析在不同網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)下，定位算法設(shè)計的區(qū)別

2、與聯(lián)系，研究網(wǎng)絡(luò)拓?fù)鋵Χㄎ凰惴ㄔO(shè)計的影響，并提出未來“無縫”定位的發(fā)展趨勢。 非視距傳播(Non-lineofsight，NLOS)是基于到達時間的蜂窩網(wǎng)絡(luò)定位所面臨的主要問題。針對這一問題，第二章從魯棒估計、統(tǒng)計學(xué)和信息論角度，提出了基于BootstrapM-估計的定位算法和基于最小熵估計的定位算法。通過與傳統(tǒng)基于最小均方誤差準(zhǔn)則的三角位置估計算法比較，仿真結(jié)果表明，本文提出的兩種算法能有效抑制非視距傳播引起的定位誤差，具有良

3、好的魯棒性，定位精度也高于基于最小均方誤差準(zhǔn)則的三角定位算法。 在沒有任何先驗信息的前提下，最大似然估計是最優(yōu)的，而實際蜂窩網(wǎng)絡(luò)本身或者通過網(wǎng)絡(luò)規(guī)劃具有一些先驗位置信息。針對這種實際情況，第三章從統(tǒng)計學(xué)習(xí)理論和數(shù)據(jù)融合角度出發(fā)，提出了一種基于最小均方支持向量學(xué)習(xí)機(LeastSquareSupportVectorMachine，LS-SVM)的蜂窩網(wǎng)絡(luò)定位模型。通過與傳統(tǒng)的基于最小均方準(zhǔn)則的三角定位算法進行比較，仿真結(jié)果表明，這

4、種定位算法在NLOS傳播環(huán)境下尤其有效。此外，考慮到室內(nèi)定位環(huán)境下NLOS傳播普遍，我們又將該算法推廣到具有多輸入多輸出(MultipleInMultipleOut，MIMO)天線陣列的WLAN系統(tǒng)中，并提出了基于接收信號強度(ReceivedSignalStrengthIndicator，RSSI)測量的數(shù)據(jù)融合室內(nèi)定位方法。該方法的特點是只需要一個具有MIMO天線的接入點(AccessPoint,AP)。 蜂窩網(wǎng)絡(luò)和WLAN

5、都可以看成是一種有固定設(shè)施的分層拓?fù)浣Y(jié)構(gòu)，而在具有無固定設(shè)施的平面拓?fù)浣Y(jié)構(gòu)的自組織傳感器網(wǎng)絡(luò)中，節(jié)點定位變得更加困難。針對傳感器網(wǎng)絡(luò)的分布式特點，我們認(rèn)為，目標(biāo)移動性可以輔助傳感器節(jié)點計算自身位置，分布式非參數(shù)Kernel估計可以提高定位精度，所以，第四章提出移動信標(biāo)輔助的分布式傳感器網(wǎng)絡(luò)節(jié)點定位算法，并對算法具體實現(xiàn)和相應(yīng)通信協(xié)議進行了討論。最后，我們通過MATLAB仿真驗證了分布式Kernel定位算法的有效性，并對其影響因素進行分析

6、。 現(xiàn)有大部分傳感器網(wǎng)絡(luò)定位算法都基于大量固定信標(biāo)節(jié)點或者移動信標(biāo)，但是，對于戰(zhàn)場、鬧市區(qū)或者復(fù)雜地形的陌生區(qū)域，由于距離測量不準(zhǔn)確或者根本無法得到測量值，很多現(xiàn)有的定位算法不適用。受到多維標(biāo)度(MultidimensionalScaling，MDS)和半正定規(guī)劃(SemidefiniteProgramming，SDP)定位算法的啟發(fā)，針對傳感器網(wǎng)絡(luò)定位中節(jié)點間距離測量不準(zhǔn)確或不完整的實際問題，第五章提出基于最小均方Euclid