针对卡尔曼滤波对3GPP长期演进(LTE,long term evolution)终端非合作跟踪定位精度较差的问题,提出了基于非合作定位模型的改进型粒子滤波算法。该算法以侦测站从空口截获的含有噪声的波达时延差(TDOA)和波达时延和(TSOA)信息为基础,建...针对卡尔曼滤波对3GPP长期演进(LTE,long term evolution)终端非合作跟踪定位精度较差的问题,提出了基于非合作定位模型的改进型粒子滤波算法。该算法以侦测站从空口截获的含有噪声的波达时延差(TDOA)和波达时延和(TSOA)信息为基础,建立目标跟踪定位模型,通过改进型粒子滤波(PF,particle filter)算法实现对目标终端的位置和速度的跟踪获取。仿真实验表明,该算法可以有效实现对目标的跟踪,较无迹卡尔曼滤波(UKF,unscented kalman filter)算法有更好的准确性。展开更多
为了解决无线定位精度与复杂测距之间的矛盾,提出一种基于接收信号强度比较的非测距定位算法,接收信号强度比较(Received signal strength compare,RSSC)定位算法。为了满足认知无线电网络中主用户的非合作特性,RSSC算法不需要主用户与...为了解决无线定位精度与复杂测距之间的矛盾,提出一种基于接收信号强度比较的非测距定位算法,接收信号强度比较(Received signal strength compare,RSSC)定位算法。为了满足认知无线电网络中主用户的非合作特性,RSSC算法不需要主用户与认知用户合作。通过比较认知用户所测量到的接收信号强度,逐步确定主用户所在的区域,取区域的质心作为主用户的位置估计。根据认知用户密度、用户密度和信噪比3种参数,对RSSC算法的性能进行了分析。实验结果表明,RSSC算法与其他非测距定位算法相比,能够明显提高定位精度。展开更多
文摘为了解决无线定位精度与复杂测距之间的矛盾,提出一种基于接收信号强度比较的非测距定位算法,接收信号强度比较(Received signal strength compare,RSSC)定位算法。为了满足认知无线电网络中主用户的非合作特性,RSSC算法不需要主用户与认知用户合作。通过比较认知用户所测量到的接收信号强度,逐步确定主用户所在的区域,取区域的质心作为主用户的位置估计。根据认知用户密度、用户密度和信噪比3种参数,对RSSC算法的性能进行了分析。实验结果表明,RSSC算法与其他非测距定位算法相比,能够明显提高定位精度。