摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第10-16页 |
1.1 WAVE简介 | 第10-12页 |
1.2 课题研究的背景和意义 | 第12-13页 |
1.3 国内外研究现状 | 第13-14页 |
1.3.1 国外研究现状 | 第13-14页 |
1.3.2 国内研究现状 | 第14页 |
1.4 论文的主要内容 | 第14-16页 |
第二章 WAVE和定位技术相关理论 | 第16-30页 |
2.1 IEEE802.11p协议简介 | 第16-17页 |
2.1.1 IEEE 802.11p物理层PPDU帧 | 第16-17页 |
2.2 OFDM技术 | 第17-19页 |
2.2.1 OFDM信号基本原理分析 | 第17-18页 |
2.2.2 OFDM符号保护间隔和循环前缀 | 第18-19页 |
2.3 同步误差分析 | 第19-23页 |
2.3.1 定时同步误差分析 | 第20-21页 |
2.3.2 载波频率误差分析 | 第21-23页 |
2.4 基站定位简介 | 第23-28页 |
2.4.1 TDOA定位方法 | 第24-26页 |
2.4.2 无线信号传输信道模型 | 第26-27页 |
2.4.3 基站定位准确评价指标 | 第27-28页 |
2.4.4 无线信道对定位影响 | 第28页 |
2.5 本章小结 | 第28-30页 |
第三章 基于训练符号的同步算法 | 第30-52页 |
3.1 SC同步算法 | 第30-37页 |
3.1.1 SC算法训练符号结构 | 第30-31页 |
3.1.2 SC定时同步算法 | 第31-36页 |
3.1.3 SC小数倍频偏估计算法 | 第36-37页 |
3.2 PPDU帧结构中短训练符号的同步算法 | 第37-41页 |
3.2.1 短训练符号的延迟相关同步算法 | 第37-38页 |
3.2.2 短训练符号的延迟相关加长度保持算法 | 第38-41页 |
3.2.3 短训练符号的相关性分析 | 第41页 |
3.3 新训练符号结构及其同步和频偏估计算法 | 第41-51页 |
3.3.1 相关度和训练符号长度的研究 | 第42-44页 |
3.3.2 改进的训练符号结构及其定时同步算法 | 第44-48页 |
3.3.3 新训练符号结构的小数倍频偏估计算法 | 第48-49页 |
3.3.4 新频偏估计算法和SC频偏估计算法仿真对比 | 第49-51页 |
3.4 本章小结 | 第51-52页 |
第四章 车联网基站定位技术研究 | 第52-68页 |
4.1 线性化最小二乘法 | 第52-57页 |
4.1.1 基站实际信道仿真条件 | 第54-55页 |
4.1.2 分析基站数目和基站选择对二乘法定位的影响 | 第55-56页 |
4.1.3 实际环境中仿真分析二乘法定位 | 第56-57页 |
4.2 结合车联网环境提出的综合的线性化最小二乘法 | 第57-61页 |
4.2.1 结合车联网环境提出的修正的线性化最小二乘法 | 第57-58页 |
4.2.2 仿真分析修正的线性化最小二乘法性能 | 第58-61页 |
4.2.3 结合车联网环境提出的综合改进线性化最小二乘法 | 第61页 |
4.3 泰勒迭代定位算法 | 第61-64页 |
4.3.1 泰勒定位算法仿真分析 | 第63-64页 |
4.4 结合车联网环境提出的综合初值泰勒迭代定位算法 | 第64-67页 |
4.4.1 综合初值泰勒定位算法与泰勒算法的对比仿真分析 | 第65-67页 |
4.5 小结 | 第67-68页 |
第五章 总结与展望 | 第68-70页 |
5.1 全文总结 | 第68-69页 |
5.2 全文展望 | 第69-70页 |
致谢 | 第70-71页 |
参考文献 | 第71-74页 |