蜂窝网无线定位新算法的研究与仿真

摘要

本文提出了一种改进的免疫算法，对蜂窝网络无线定位估计中的非线性优化问题进行求解。在设计记忆库规模的时候，引入了帕累托法则，并使记忆库里的个体跟父代群体一起参加生存竞争，使搜索过程减少震荡，收敛速度加快。 本论文的所有工作都是围绕着免疫算法在蜂窝网无线定位技术中的应用展开的。 本文阐述了蜂窝网络无线定位原理以及相关的无线定位基本方法，建立了定位算法的数学模型。同时，引入了一种常用于仿真评估基于时间定位技术的信道模型及定位准确率的评价指标。　　本文介绍了生物免疫系统特性，详细描述了生物免疫系统原理，并给出了生物免疫系统的模型,提出了一种改进的免疫算法，给出了该算法的实现步骤，并对改进后算法的性能进行了仿真实验。　　本文提出了两种用于蜂窝网无线电定位的新算法，提出了一种可以减小NLOS影响的蜂窝网无线定位新算法。

目录

文摘

英文文摘

哈尔滨工程大学学位论文原创性声明

第1章绪论

1.1引言

1.2蜂窝网无线定位系统

1.3蜂窝网无线定位技术的研究进展

1.4本论文研究的主要内容

第2章蜂窝网无线定位原理

2.1蜂窝网无线电定位基本原理

2.1.1圆周定位原理

2.1.2双曲线定位原理

2.1.3方位测量定位原理

2.1.4混合定位原理

2.2 T1P1无线定位信道模型及定位准确率评价指标

2.2.1 T1P1(COST259)信道模型

2.2.2延时扩展Greenstein模型

2.2.3定位准确率评价指标

2.3本章小结

第3章蜂窝网无线定位基本方法的研究

3.1定位算法的数学模型

3.1.1定位问题的最小二乘(LS)表示

3.1.2 TDOA双曲线模型

3.2 Fang算法

3.3 Chan算法

3.4泰勒序列展开法

3.5算法仿真与性能比较

3.6本章小结

第4章免疫算法研究及改进

4.1概述

4.2生物免疫系统特性

4.3生物免疫系统原理及模型

4.3.1生物免疫系统原理

4.3.2生物免疫系统模型

4.4改进的免疫算法

4.4.1免疫算法基本概念

4.4.2改进的免疫算法实现步骤

4.5仿真实验及讨论

4.6免疫算法与其他方法的比较

4.6.1免疫算法与进化算法

4.6.2免疫算法与一般的确定性优化算法

4.7本章小结

第5章两种基于免疫算法的定位新算法

5.1基于改进免疫算法的TDOA定位

5.1.1概述

5.1.2 TDOA双曲线模型

5.1.3算法实现步骤

5.1.4仿真实例及性能分析

5.2基于改进免疫算法的TDOA/AOA混合定位

5.2.1概述

5.2.2 TDOA/AOA混合定位模型

5.2.3算法实现步骤

5.2.4仿真实例及性能分析

5.3本章小结

第6章NLOS环境下的蜂窝网无线定位新算法

6.1蜂窝网无线定位中的NLOS问题

6.2 NLOS环境下TDOA/TOA误差分析

6.3 TDOA/TOA的平滑与重构

6.4 NLOS环境下的蜂窝网无线定位新算法

6.5性能仿真与讨论

6.6本章小结

结论

参考文献

攻读硕士学位期间发表的论文和取得的科研成果

致谢