版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、隨著基于位置的服務(wù)(location-based services,LBS)的興起和E-911緊急定位的要求,無線移動定位技術(shù)迅速發(fā)展。基于網(wǎng)格的射頻(radio frequency,RF)指紋定位技術(shù)是一種利用相關(guān)數(shù)據(jù)庫法(database correlation method,DCM)進行定位的方法,僅僅采用無線信號特征就可以提供定位服務(wù)。方法簡便而且能夠克服建筑物的干擾,因此成為近年來研究的重點。在利用RF指紋定位時,匹配復雜度、
2、相關(guān)數(shù)據(jù)庫的大小和定位精度成為主要考慮的問題。此外,基于網(wǎng)格的RF指紋定位需要將目標區(qū)域劃分為大量的網(wǎng)格,網(wǎng)格模型也是需要考慮的問題。本論文在長期演進(long term evolution,LTE)同構(gòu)網(wǎng)絡(luò)和異構(gòu)網(wǎng)絡(luò)的環(huán)境下,針對指紋匹配算法和網(wǎng)格劃分的模型進行了研究。
首先,本文提出了一種指紋匹配的簡化算法和兩種新的相似度度量。一種是參考信號接收功率(reference signal received power,RSRP
3、)差值序列的均值,另一種是差值序列的方差。在訓練階段,采用最小化路測技術(shù)(minimization of drivetesting measurements,MDT)收集數(shù)據(jù)構(gòu)造相關(guān)數(shù)據(jù)庫。在定位階段,對測試簽名和訓練簽名進行基站匹配,只有兩者的基站號和基站數(shù)差值小于閾值時,才進行RSRP匹配,否則,舍棄。再根據(jù)兩種相似度度量計算測試簽名和訓練簽名的相似度距離。與測試簽名相似度距離最小的訓練簽名作為最匹配的簽名,進而得到測試簽名的位置。
4、仿真實驗表明,該簡化算法的匹配復雜度至少降低了34%,同時保證了定位精度。
其次,在傳統(tǒng)均勻網(wǎng)格模型的基礎(chǔ)上,提出了一種非均勻的網(wǎng)格模型的劃分方法。在一個宏基站覆蓋范圍內(nèi),測量各個位置的信號強度值,分析信號強度值與位置的關(guān)系。根據(jù)六邊形法則,將一個宏基站的覆蓋區(qū)域劃分為不同的區(qū)域,設(shè)置不同的等級,在離基站近的區(qū)域設(shè)置高的等級。在基站邊緣區(qū)域,信號強度弱、分辨率低導致定位精度低,分配小尺寸的網(wǎng)格。反之,在靠近基站的區(qū)域,分配大尺
5、寸的網(wǎng)格。整個目標區(qū)域做同樣的劃分,形成非均勻的網(wǎng)格模型。仿真結(jié)果表明,該方法降低了指紋庫的規(guī)模,且定位精度最多有16%的提升。
最后,在非均勻網(wǎng)格模型的基礎(chǔ)上,設(shè)計了一種動態(tài)非均勻網(wǎng)格模型。每級區(qū)域設(shè)定一個基本的邊界調(diào)整單位值和一個調(diào)整的倍數(shù)值。通過調(diào)整這些值,改變各級邊界六邊形的邊到中心點的距離,從而調(diào)整各級區(qū)域的邊界。仿真結(jié)果表明,小尺寸網(wǎng)格區(qū)域同時變大,指紋庫的規(guī)模明顯變大,定位精度也會得到明顯提升。反之,指紋庫的規(guī)模
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- LTE網(wǎng)絡(luò)位置指紋定位技術(shù)研究與定位系統(tǒng)設(shè)計.pdf
- WCDMA網(wǎng)絡(luò)中基于Hadoop的指紋定位算法研究.pdf
- 無線傳感器網(wǎng)絡(luò)RF定位算法研究.pdf
- 基于LTE網(wǎng)絡(luò)的終端定位算法研究.pdf
- 基于WiFi的RSSI指紋定位算法研究.pdf
- 基于CSI的室內(nèi)指紋定位算法研究.pdf
- 基于MapReduce的位置指紋定位算法研究.pdf
- 基于RSS指紋的室內(nèi)定位算法研究.pdf
- 超寬帶信號指紋定位算法的研究.pdf
- 基于LTE信令數(shù)據(jù)的移動定位算法研究.pdf
- 基于位置指紋的室內(nèi)定位算法研究.pdf
- 基于WiFi指紋的室內(nèi)定位系統(tǒng)中采樣和匹配算法研究.pdf
- WLAN室內(nèi)半監(jiān)督定位及指紋更新算法研究.pdf
- 基于動態(tài)指紋庫的室內(nèi)定位算法研究.pdf
- 基于位置指紋的WLAN室內(nèi)定位算法研究.pdf
- LTE中QoS調(diào)度算法研究.pdf
- LTE中的切換算法研究.pdf
- 基于指紋的無線室內(nèi)定位中接入點選擇算法研究.pdf
- 基于位置指紋的WIFI室內(nèi)定位算法研究.pdf
- 基于位置指紋的無線蜂窩網(wǎng)定位算法研究.pdf
評論
0/150
提交評論