随着移动通信技术络与无线传感器网络的融合进一步加深,位置信息服务技术逐步渗入人们的生活。在室内定位技术中,超宽带(Ultra wide band,UWB)室内定位技术定位精度可达到分米级,且抗干扰能力及抗多径衰落能力强。但是由于现在室内环境的复杂度越来越高,室内非视距(Non Line of Sight,NLOS)情况下定位误差的影响逐渐增大,其定位精度会大幅下降。为了解决这一问题,本文针对室内定位中NLOS信号的分析与处理进行了一系列研究,主要是引入了对测距信号视距与NLOS程度的判断,并进一步加入了对NLOS信号处理与优化的过程,综合分析了室内定位算法的平均定位误差、均方根误差(Root Mean Squared Error,RMSE)等相关指标,本文主要研究内容如下:1.针对在复杂室内环境下,卡尔曼滤波在初始状态位置定位不准确的问题。在初始定位时,先进行定位基站分组的CHAN算法对定位方程初步解算,再对解算结果依次进行残差加权运算,得到的初始状态位置信息作为卡尔曼滤波的初始值。有效解决了卡尔曼滤波算法的初值问题,降低了其初值滤波校准的时间,提高了室内定位的精度。2.针对卡尔曼滤波在复杂室内环境下,由于定位场景频繁变换而产生的额外误差。先利用定位基站分组的CHAN算法得到初步结果,再对定位结果进行残差归一化处理得到区域置信因子。将置信因子与设定好的阈值对比得到该定位时刻的置信区域,最后代入该置信域区域的卡尔曼滤波增益进行卡尔曼滤波迭代,得到最后的定位结果。通过仿真实验验证了该算法提高了卡尔曼滤波定位结果的准确度。3.设计并实现了基于UWB的实时定位系统,通过UWB定位标签和基站之间通信,传送定位信息到上位机进行处理分析。将处理结果通过MATLAB的APP进行展示分析,并对比了其他几种室内定位算法,验证了本文算法在室内定位中的优越性。
对D2D(Device to Device)通信系统的容量扩展问题进行了研究,提出了一种双向中继辅助的D2D通信系统,该系统采用非正交多址接入(Non-Orthogonal Multiple Access,NOMA)。首先分析了各信号的信干噪比(SINR),接着详细计算了每个信号的累积...
详细信息
对D2D(Device to Device)通信系统的容量扩展问题进行了研究,提出了一种双向中继辅助的D2D通信系统,该系统采用非正交多址接入(Non-Orthogonal Multiple Access,NOMA)。首先分析了各信号的信干噪比(SINR),接着详细计算了每个信号的累积分布函数(Cumulative Distribution Function,CDF)和概率密度函数(Probability DensityFunction,PDF),并据此推导出了系统遍历总容量的解形式。除此之外,还分析了OMA系统的遍历总容量,与NOMA系统进行对比。仿真结果表明,NOMA系统的可达速率优于OMA系统,双向中继能够比传统的单向中继获得更高的容量。
无线传感器网络(Wireless Sensor Network,WSN)由大量能够相互通信的传感器节点组成,它在军事防御、环境监测、智慧城市等领域的应用中发挥着巨大作用。节点定位是WSN应用的重中之重,因为节点收集的数据需要结合它们的位置进行处理。距离矢量跳跃(Distance Vector-Hop,DV-Hop)算法因其易于实现和低成本的特点,一直是最受欢迎的节点定位算法之一。但DV-Hop算法在各向异性网络中的表现较差,针对该问题,本文对DV-Hop算法的误差来源进行了详细分析,并提出了相应的改进方案。主要内容包括:(1)本文提出了基于多项式平均和锚节点筛选改进的DV-Hop定位算法(Improved DVHop Localization Algorithm Based on Polynomial Averaging and Anchor Node Filtering,PAFDVHop)。首先根据接收信号强度指示(Received Signal Strength Indication,RSSI)与距离之间的关系,采用RSSI技术对节点间的首跳进行分级细化减少最小跳数误差。随后针对节点分布不均匀的情况,使用多项式来近似节点间跳数和距离的关系,并对估计距离进行平均优化减少估计距离误差。最后在计算未知节点坐标的过程中,使用验证误差筛选可信锚节点,并根据可信锚节点的信息计算未知节点的位置坐标。仿真结果显示,所提算法的定位精度在各向同性和各向异性的网络中均有所提高。(2)针对最小二乘法在计算位置过程中因系数矩阵不可逆导致定位精度下降这一问题,本文采用秃鹰搜索算法代替最小二乘法,提出了基于改进秃鹰搜索算法与多项式平均优化的DV-Hop定位算法。为了提高秃鹰搜索算法搜索结果的准确性,本文在最初选定的搜索空间上增加了一个t分布扰动项,以平衡秃鹰搜索算法的全局搜索能力和局部搜索能力,同时在捕食阶段后引入了反向学习策略,以增强算法跳出局部最优的能力。在多项式平均优化的DVHop定位算法的基础上,采用秃鹰搜索算法来代替原有的最小二乘法。仿真实验在方型、C型和O型等网络区域下进行,通过改变网络中的锚节点比例和传感器节点的通信半径来对所提算法的性能进行分析,实验结果证明,本文所提改进算法有更好的定位效果和稳定性。
暂无评论