基于LTE信令数据的指纹定位方法研究
| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 1 绪论 | 第6-13页 |
| 1.1 课题研究背景 | 第6-7页 |
| 1.2 国内外研究现状 | 第7-11页 |
| 1.2.1 基于GPS数据的移动定位研究 | 第7-8页 |
| 1.2.2 基于非GPS数据的移动定位研究 | 第8-11页 |
| 1.3 论文的主要工作 | 第11页 |
| 1.4 论文主要结构 | 第11-13页 |
| 2 相关技术介绍 | 第13-24页 |
| 2.1 位置指纹定位技术 | 第13-14页 |
| 2.1.1 位置指纹定位原理 | 第13页 |
| 2.1.2 位置指纹的匹配定位方法 | 第13-14页 |
| 2.2 LTE信令数据 | 第14-15页 |
| 2.3 OpenStreetMap平台 | 第15页 |
| 2.4 机器学习方法 | 第15-23页 |
| 2.4.1 支持向量机 | 第15-18页 |
| 2.4.2 BP神经网络 | 第18-20页 |
| 2.4.3 随机森林 | 第20-21页 |
| 2.4.4 隐马尔可夫模型 | 第21-23页 |
| 2.5 滤波算法 | 第23-24页 |
| 3 数据准备 | 第24-33页 |
| 3.1 移动目标数据获取 | 第24-25页 |
| 3.2 获取地图数据 | 第25-29页 |
| 3.2.1 OSM数据结构 | 第26-27页 |
| 3.2.2 OSM数据提取与处理 | 第27-29页 |
| 3.3 数据预处理 | 第29-32页 |
| 3.3.1 TA数据的噪声消除 | 第29-31页 |
| 3.3.2 数据标准化 | 第31-32页 |
| 3.4 小结 | 第32-33页 |
| 4 移动定位算法的设计与实现 | 第33-47页 |
| 4.1 LTELoc的系统架构 | 第33-34页 |
| 4.2 位置指纹的选取 | 第34-36页 |
| 4.2.1 RSRP的变化特点 | 第34-35页 |
| 4.2.2 TA的变化特点 | 第35-36页 |
| 4.3 指纹匹配 | 第36-37页 |
| 4.4 地图匹配 | 第37-43页 |
| 4.4.1 基于支持向量回归的观测概率 | 第37-38页 |
| 4.4.2 转移概率估计 | 第38-40页 |
| 4.4.3 维特比解码算法 | 第40-43页 |
| 4.5 LTELoc算法运行流程 | 第43-46页 |
| 4.5.1 数据输入 | 第44-45页 |
| 4.5.2 地图匹配与目标位置估计 | 第45页 |
| 4.5.3 输出结果显示 | 第45-46页 |
| 4.6 本章小结 | 第46-47页 |
| 5 系统性能评估 | 第47-56页 |
| 5.1 评估方法 | 第47页 |
| 5.2 LTELoc定位精度评测 | 第47-48页 |
| 5.3 不同设计标准对系统性能影响 | 第48-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 攻读硕士学位期间发表学术论文情况 | 第61-62页 |
| 致谢 | 第62-64页 |
