基于微粒群算法的CDMA移动台定位技术研究--Based on a Particle Swarm Optimization Algorithm
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 引言 | 第8-9页 |
| 第一章 绪论 | 第9-16页 |
| 1．1 蜂窝网络移动台定位技术概述 | 第9-13页 |
| 1．1．1 基于场强测量的定位方法 | 第10页 |
| 1．1．2 基于传播时间测量的定位方法 | 第10-11页 |
| 1．1．3 基于信号到达角度测量的定位方法 | 第11-13页 |
| 1．2 国内外研究现状 | 第13-15页 |
| 1．2．1 抗多径干扰时延算法的研究 | 第13页 |
| 1．2．2 非视距误差消除算法的研究 | 第13-15页 |
| 1．3 本文的研究路线及论文的内容结构 | 第15-16页 |
| 第二章 CDMA蜂窝网络无线定位技术 | 第16-29页 |
| 2．1 CDMA定位系统的网络结构 | 第16-19页 |
| 2．1．1 CDMA网络定位模块功能介绍 | 第16-17页 |
| 2．1．2 CDMA定位逻辑功能模型 | 第17-19页 |
| 2．2 CDMA定位过程 | 第19-22页 |
| 2．2．1 定位准备过程 | 第20-21页 |
| 2．2．2 定位测量建立过程 | 第21页 |
| 2．2．3 定位计算和释放过程 | 第21-22页 |
| 2．3 CDMA标准定位方法 | 第22-28页 |
| 2．3．1 基于蜂窝小区ID的定位方法 | 第22-23页 |
| 2．3．2 OTDOA-IPDL定位方法 | 第23-26页 |
| 2．3．3 网络辅助GPS定位方法 | 第26-28页 |
| 2．3．4 三种定位方法的比较 | 第28页 |
| 2．4 本章小结 | 第28-29页 |
| 第三章 微粒群算法 | 第29-36页 |
| 3．1 微粒群算法起源 | 第29-30页 |
| 3．2 基本微粒群算法 | 第30-32页 |
| 3．2．1 微粒群算法的基本原理 | 第31-32页 |
| 3．2．2 基本微粒群算法的流程 | 第32页 |
| 3．3 对基本微粒群算法的改进 | 第32-35页 |
| 3．3．1 带有惯性权重的微粒群算法 | 第32-33页 |
| 3．3．2 基于模糊系统的惯性因子的动态调整 | 第33-34页 |
| 3．3．3 经典PSO参数集 | 第34-35页 |
| 3．4 本章小结 | 第35-36页 |
| 第四章 仿真设计与结果分析 | 第36-46页 |
| 4．1 本论文的定位模型 | 第36-37页 |
| 4．2 本论文采用的算法流程 | 第37-39页 |
| 4．2．1 基于向量求值的PSO算法 | 第37-38页 |
| 4．2．2 算法流程 | 第38-39页 |
| 4．3 本论文的仿真环境 | 第39-42页 |
| 4．3．1 蜂窝网络布局 | 第39-40页 |
| 4．3．2 定位信道模型 | 第40-41页 |
| 4．3．3 仿真参数 | 第41-42页 |
| 4．4 模拟结果及讨论 | 第42-45页 |
| 4．4．1 本论文模拟结果分析 | 第42-45页 |
| 4．5 本章小结 | 第45-46页 |
| 第五章 结论与展望 | 第46-47页 |
| 致谢 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 缩略语清单 | 第52-55页 |
