基于到達(dá)時間差的定位技術(shù)研究.pdf

1、無線定位技術(shù)的研究，至今已經(jīng)有近百年的歷史，隨著近些年無線通信技術(shù)的進(jìn)步，人們對定位服務(wù)的要求變得越來越高。在無線定位技術(shù)中到達(dá)時間差（Time Difference of Arrival，TDOA）是一種優(yōu)秀的定位技術(shù)。本文聚焦于TDOA定位技術(shù)研究，包括關(guān)鍵的兩部分:時延估計技術(shù)和定位算法。其中，時延估計技術(shù)和無線通信的的物理層技術(shù)相關(guān)，研究范圍十分廣泛。本文分為兩個部分:時延估計技術(shù)部分和TDOA定位算法部分。
　　本文的主

2、要創(chuàng)新點(diǎn)如下:
　　1.研究了一類重要的時延估計——正弦波時延估計問題。通過對傳統(tǒng)基于自適應(yīng)濾波器的方法和基于離散時間傅里葉變換(Discrete Time Fourier Transform，DTFT)的方法的研究，提出一種基于滑動窗口遞歸離散時間傅里葉變換(Slide Window Recursive Discrete Time Fourier Transform，SWRDTFT)的正弦信號時延跟蹤算法，此算法和傳統(tǒng)的基于自適

3、應(yīng)濾波器的方法不同，不需要初始點(diǎn)，跟蹤過程中的收斂行為立即產(chǎn)生，也即沒有收斂過程。理論推導(dǎo)及仿真實驗都顯示了，在緩慢時變時延場景中，對于復(fù)正弦信號，此算法可以近似達(dá)到克萊姆—勞下界(Cramer-Rao LowerBound，CRLB)，而對于實正弦信號則漸進(jìn)達(dá)到CRLB，且比自適應(yīng)濾波法等有著更好的性能。
　　2.研究了正交頻分復(fù)用(Orthogonal Frequency Division Multiplexing，OFDM)

4、系統(tǒng)的時延估計問題。其中，在完整符號時延估計部分提出一種兩步相關(guān)法。這個方案利用頻域差分互相關(guān)法精確提取小數(shù)時延，然后利用時域相關(guān)法結(jié)合leading edge法得到整數(shù)時延。這個方案的小數(shù)時延估計計算復(fù)雜度，比傳統(tǒng)的搜索法低很多。仿真結(jié)果顯示，該方案比傳統(tǒng)的相關(guān)法具有更高的時延估計性能。
　　3.在非完整符號時延估計部分，先從超分辨率時延估計技術(shù)出發(fā)，針對LTE系統(tǒng)中常用的一類訓(xùn)練序列——ZC(Zadoff-Chu)序列，發(fā)現(xiàn)一

5、個重要屬性，而后利用這個屬性，從極大似然(Maximum Likelihood，ML)整數(shù)估計算法中推導(dǎo)出基于多重信號分類(Multiple SignalClassification，MUSIC)的整數(shù)時延估計算法，并且保留了處理不完整OFDM符號的能力，同時相比于ML算法，提出的算法有著更低的計算復(fù)雜度，而且不需要信道和噪聲的統(tǒng)計信息。根據(jù)MUSIC算法的理論，只要觀測數(shù)大于信道的路徑數(shù)，就可以得到有效的整數(shù)時延估計。由于小數(shù)時延補(bǔ)償

6、到本地ZC序列無效，提出三種使用基于多重信號分類(Multiple Signal Classification，MUISC)的整數(shù)時延估計算法的實際時延估計場景，分別適合于:高采樣率的模數(shù)變換器(Analogto Digital Converter，ADC)、高效率的計算單元和作為其他時延估計算法中整數(shù)估計部分的改進(jìn)。前面兩個場景不需要完整的OFDM符號來估計時延，只需要部分的符號即可，相比于傳統(tǒng)的基于完整OFDM符號的時延估計方案，提

7、出的方案能夠處理更快速時變的信道（時變效果不能夠在一個符號中忽略）;在第三個場景中，提出的基于MUSIC的整數(shù)時延估計算法不僅提高了估計魯棒性而且還擴(kuò)大了無碼間干擾（Inter-Symbol Interference，ISI）的區(qū)域。即使在有很少的觀測數(shù)的情況下，三種場景的的仿真和結(jié)果證實了提出的基于MUSIC算法的有效性和可靠性。最后，給出了在長期演進(jìn)(Long Term Evolution，LTE)標(biāo)準(zhǔn)中的仿真實驗。
　　4.

8、在TDOA定位算法部分，針對TDOA定位系統(tǒng)中存在測量自由度的情況，采用平差法減小測量誤差，理論上證明了平差處理后能使定位精度達(dá)到更低的CRLB。利用了TDOA信息的幾何特征，提出了基于區(qū)域預(yù)判的Taylor級數(shù)(Region-Predict Based Taylor Series，R-TS)算法，利用正負(fù)先驗知識選擇初始點(diǎn)，簡單有效的解決了初始點(diǎn)的選取問題，提高了迭代效率。實驗結(jié)果顯示，采用平差法和R-TS算法能同時提高定位精度和計算

9、效率。最后，在傳統(tǒng)的假設(shè)條件下（無測量自由度），特別針對線性方程組模型，提出一種基于序貫二次規(guī)劃(Sequential QuadraticProgramming，SQP)技術(shù)的定位算法以得到此模型的最優(yōu)解，在這之前，提出一種基于半定松弛技術(shù)(Semidefinite Relaxation，SDR)的定位估計算法，為未來的進(jìn)一步研究做鋪墊。仿真結(jié)果顯示:基于SDR的定位估計精度不夠，只能作為其它算法的初始點(diǎn)估計;而利用SQP的定位估計技術(shù)