摘要 | 第1-5页 |
ABSTRACT | 第5-9页 |
第一章 绪论 | 第9-15页 |
·无线定位技术概述 | 第9-10页 |
·无线定位技术的应用 | 第10页 |
·无线定位的主要方法 | 第10-13页 |
·场强定位技术 | 第10-11页 |
·TOA定位技术 | 第11页 |
·TDOA定位技术 | 第11-12页 |
·AOA定位技术 | 第12页 |
·混合定位技术 | 第12-13页 |
·国内外研究现状 | 第13页 |
·论文内容结构 | 第13-15页 |
第二章 通信信道特点与定位评价指标 | 第15-22页 |
·移动通信无线电波传播特征 | 第15页 |
·传播路径与信号衰落 | 第15-17页 |
·仿真信道模型 | 第17-19页 |
·T1P1(COST259)信道模型 | 第17页 |
·延时扩展Greenstein模型 | 第17-18页 |
·基于几何结构的单次反射(GBSB)统计信道模型 | 第18-19页 |
·移动台定位评价指标 | 第19-21页 |
·均方误差与克拉美-罗下界 | 第19-20页 |
·圆/球误差概率 | 第20页 |
·几何精度因子 | 第20-21页 |
·本章小结 | 第21-22页 |
第三章 经典定位算法介绍 | 第22-28页 |
·TDOA双曲线数学模型 | 第22页 |
·Fang算法 | 第22-23页 |
·LS算法 | 第23-24页 |
·Chan算法 | 第24-26页 |
·3个基站时的Chan算法 | 第24页 |
·4个以上基站时的Chan算法 | 第24-26页 |
·Taylor级数展开算法 | 第26-27页 |
·其它定位算法 | 第27页 |
·本章小结 | 第27-28页 |
第四章 基于残差加权和神经网络的定位算法 | 第28-47页 |
·基于残差加权的Taylor级数展开TDOA无线定位算法 | 第28-31页 |
·算法关系式 | 第28-29页 |
·残差加权算法 | 第29页 |
·泰勒级数展开算法 | 第29-30页 |
·算法的实现 | 第30页 |
·仿真及分析 | 第30-31页 |
·基于BP神经网络的蜂窝无线定位算法 | 第31-33页 |
·算法描述 | 第32页 |
·算法实现 | 第32-33页 |
·仿真与分析 | 第33页 |
·基于BP神经网络的TDOA定位算法 | 第33-38页 |
·基于BP神经网络的TDOA测量值的修正 | 第34-36页 |
·基于BP神经网络的TDOA定位算法 | 第36页 |
·仿真与分析 | 第36-38页 |
·基于RBF神经网络的AOA定位算法 | 第38-41页 |
·AOA误差数学模型 | 第38页 |
·基于AOA的LS定位算法 | 第38-39页 |
·基于RBF神经网络的AOA模型 | 第39-40页 |
·算法实现 | 第40页 |
·仿真与分析 | 第40-41页 |
·基于RBF神经网络的TDOA/AOA混合定位算法 | 第41-46页 |
·基于RBF神经网络的TDOA和AOA测量值的修正 | 第42页 |
·推广的Chan算法(TDOA/AOA定位算法) | 第42-44页 |
·基于RBF神经网络的TDOA/AOA定位算法 | 第44页 |
·仿真与分析 | 第44-46页 |
·本章小结 | 第46-47页 |
第五章 移动台定位跟踪算法 | 第47-57页 |
·基于BP神经网络的定位跟踪算法 | 第47-50页 |
·BP神经网络定位算法 | 第47-48页 |
·移动台跟踪算法 | 第48页 |
·距离门的选取 | 第48-49页 |
·仿真及分析 | 第49-50页 |
·基于RBF神经网络的TDOA/AOA跟踪算法 | 第50-53页 |
·RBF神经网络TDOA/AOA定位算法 | 第50-51页 |
·移动台跟踪算法 | 第51页 |
·距离门的选取 | 第51-52页 |
·仿真及分析 | 第52-53页 |
·基于Kalman滤波的跟踪算法 | 第53-56页 |
·算法描述 | 第53-54页 |
·算法的实现 | 第54-55页 |
·门限的选取 | 第55页 |
·仿真及分析 | 第55-56页 |
·本章小结 | 第56-57页 |
第六章 结论与展望 | 第57-59页 |
·本论文总结 | 第57页 |
·下一步工作展望 | 第57-59页 |
参考文献 | 第59-63页 |
致谢 | 第63-65页 |
攻读学位期间取得的研究成果 | 第65-66页 |