摘要 | 第1-4页 |
ABSTRACT | 第4-9页 |
第1章 绪论 | 第9-25页 |
·研究背景及意义 | 第9-10页 |
·蜂窝无线定位技术概述 | 第10-13页 |
·蜂窝无线定位系统和定位方案 | 第10-12页 |
·影响无线定位精度的因素及其策略 | 第12-13页 |
·蜂窝网无线定位的基本方法 | 第13-17页 |
·Cell-ID定位 | 第13页 |
·场强模型定位 | 第13页 |
·到达时间(TOA)定位法 | 第13-14页 |
·到达角度(AOA)的定位法 | 第14-15页 |
·到达时间差(TDOA)定位法 | 第15-16页 |
·混合定位法 | 第16-17页 |
·无线通信信道模型 | 第17-19页 |
·T1P1信道模型 | 第17-18页 |
·延时扩展Greenstein模型 | 第18页 |
·基于几何结构的单次反射(GBSB)统计信道模型 | 第18-19页 |
·移动台定位的评价指标 | 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 |
·国内外研究现状 | 第21-22页 |
·论文内容结构 | 第22-25页 |
第2章 无线定位的典型算法 | 第25-33页 |
·TDOA双曲线数学模型 | 第25页 |
·Fang算法 | 第25-26页 |
·LS算法 | 第26-27页 |
·Charn算法 | 第27-29页 |
·关于3个基站的Chan算法 | 第27-28页 |
·关于4个以上基站的Chan算法 | 第28-29页 |
·泰勒序列展开算法 | 第29-30页 |
·其他的常用定位算法 | 第30页 |
·本章小结 | 第30-33页 |
第3章 OFDM超分辨率TOA算法 | 第33-47页 |
·OFDM技术简介 | 第33-40页 |
·OFDM系统基本原理 | 第33-34页 |
·OFDM系统的正交调制 | 第34-35页 |
·快速傅里叶变换调制与解调 | 第35-36页 |
·循环前缀 | 第36-38页 |
·OFDM子载波调制 | 第38-39页 |
·OFDM系统的优缺点 | 第39-40页 |
·MUSIC算法介绍 | 第40-43页 |
·MUSIC算法的发展历史 | 第40-41页 |
·MUSIC算法的实现 | 第41-42页 |
·MUSIC算法的优缺点 | 第42-43页 |
·信道模型 | 第43-44页 |
·TOA估计信号模型 | 第43页 |
·信道的频域模型 | 第43-44页 |
·MUSIC算法计算OFDM系统的TOA的值 | 第44-46页 |
·本章小结 | 第46-47页 |
第4章 OFDM系统中基于BP神经网络的定位算法 | 第47-61页 |
·OFDM系统中基于BP神经网络的TDOA定位算法 | 第47-53页 |
·BP神经网络对TDOA测量值的修正 | 第48-51页 |
·基于BP神经网络的TDOA定位算法 | 第51页 |
·仿真与分析 | 第51-53页 |
·OFDM系统中基于神经网络的TDOA/AOA定位算法 | 第53-59页 |
·AOA误差数学模型 | 第54页 |
·推广的Chan算法(TDOA/AOA定位算法) | 第54-56页 |
·BP神经网络对TDOA/AOA测量值的修正 | 第56-57页 |
·基于BP神经网络的TDOA/AOA定位算法 | 第57页 |
·仿真与分析 | 第57-59页 |
·本章小结 | 第59-61页 |
第5章 OFDM系统中基于BP神经网络的定位跟踪算法 | 第61-71页 |
·OFDM系统中基于BP神经网络的TDOA定位跟踪算法 | 第61-65页 |
·OFDM系统中基于BP神经网络的TDOA定位算法 | 第61页 |
·移动台跟踪算法 | 第61-62页 |
·距离门G的选取 | 第62页 |
·仿真及性能分析 | 第62-65页 |
·OFDM系统中基于BP神经网络的TDOA/AOA定位跟踪算法 | 第65-69页 |
·OFDM系统基于BP神经网络的TDOA/AOA定位算法 | 第65页 |
·移动台跟踪算法 | 第65-66页 |
·距离门G的选取 | 第66页 |
·仿真与分析 | 第66-69页 |
·本章小结 | 第69-71页 |
第6章 结论与展望 | 第71-73页 |
·本论文总结 | 第71页 |
·下一步工作展望 | 第71-73页 |
参考文献 | 第73-77页 |
攻读学位期间取得的研究成果 | 第77-79页 |
致谢 | 第79-80页 |