基于移动通信网络的电动汽车位置估计

摘要

本文针对现代物流中大量使用电动汽车的情况，结合基于移动通信网络的无线定位与导航技术，在最短的时间里以最佳的成本为客户提供最有效的服务，并获得最大的利润。为了精确定位，本文提出基于TDOA(到达时间差)，并考虑NLOS(非视距传播)影响，建立定位算法模型。在求解过程中引入类似TOA(到达时间)的计算方法，同时使用服从指数分布的随机变量来模拟TOA定位算法的误差和服从高斯分布的均值为零的随机变量来模拟TDOA定位算法的误差，再利用最大似然(ML)估计法确定位置点坐标，进行校正，使定位误差达极小值。最后，用地图匹配技术进一步提高了定位精度。仿真试验验证了该思想的有效性。

目录

文摘

英文文摘

前言

1绪论

引言

1.1现代物流需要电动汽车

1.2电动汽车是“未来汽车”

1.3本文的研究目的及意义

2移动电话定位技术

2.1移动电话定位

2.1.1移动定位业务简述

2.1.2移动电话定位技术概论

2.1.3移动电话定位技术分类

2.1.4两种无线定位方案

2.2蜂窝系统中的定位技术

2.2.1场强定位

2.2.2起源蜂窝小区(COO)

2.2.3增强观测时间差分(E-OTD)

2.2.4到达时间(TOA)和时间差(TDOA)

2.2.5到达角(AOA)

2.2.6 GPS辅助定位(A-GPS)

2.3定位技术难点

2.3.1多径干扰

2.3.2非视距传播信号(NLOS)

2.3.3多址干扰

2.4考虑NLOS的TOA与TDOA的三基站混合定位算法

2.4.1 TOA的误差模拟方法

2.4.2 TDOA的误差模拟方法

2.4.3混合定位算法

2.5考虑NLOS的TOA与TDOA的多基站混合定位算法

3地图匹配算法

3.1地图匹配简介及基本原理

3.2地图匹配算法简介

3.2.1传统地图匹配算法

3.2.2几何地图匹配算法

3.2.3基于模糊逻辑的地图匹配算法

3.2.4基于加权系统的相似性度量函数的地图匹配算法

3.2.5基于模式识别的地图匹配算法

3.2.6应用滤波的旋转变量矩阵法和新矩阵算法

3.2.7基于卡尔曼滤波的地图匹配算法

3.2.8利用约束条件减小车辆可能的行驶路段的算法

3.3车辆所在路段具体位置的识别

3.3.1 MAP算法

3.3.2最优估计算法

3.4地图匹配技术的应用现状

3.4.1用于地图显示

3.4.2用于提高定位精度

3.4.3用于终端用户路径引导等应用

3.5改进的误差函数地图匹配算法

3.6手机定位采样频率与匹配率的关系

3.7发展和应用前景

4仿真试验

4.1 TDOA误差分布的模拟试验条件及结果

4.1.1小区内不同位置的误差分布

4.1.2误差椭圆的统计特性

4.2位置估计模拟实验条件及结果

4.3本文算法与其它算法的比较

4.4地图匹配算法对手机定位精度的改善

4.5发展发展和应用前景

4.6本章小结

结论

致谢

参考文献