基于WAVE的终端研究设计以及定位技术的研究

发布时间：2017-06-13 14:04

  本文关键词：基于WAVE的终端研究设计以及定位技术的研究，，由笔耕文化传播整理发布。

【摘要】：随着智能交通系统的快速发展,并且伴随着物联网的迅速发展,作为解决道路交通问题的突破口,“车联网”这个概念自从首次被通用汽车公司提出来,就得到了社会各界的广泛关注,并且成为物联网研究的重要组成部分和未来重点发展方向。本文以WAVE(车联网)系统作为研究的主体,首先针对WAVE系统中基带处理的定时同步问题展开研究,然后针对WAVE系统中的定位问题展开研究。本文主要研究的工作内容如下:首先,简单介绍了车联网基带同步部分涉及的基本理论知识和车辆定位涉及的基本理论知识。简单介绍了WAVE协议中的IEEE802.11p协议的物理层PPDU帧结构,详细介绍了WAVE终端设计的核心技术OFDM技术原理,并且对同步误差影响做了详细的介绍。然后简单介绍了基站定位,以及基站定位常用的无线定位方法,随后详细介绍了目前比较流行的定位方法TDOA定位方法,并且介绍了无线信道传输模型和定位的评价指标,以及无线信道对定位的影响。其次,研究基于训练符号的定时同步算法。详细介绍了经典的SC同步算法,包括SC训练符号结构、SC同步估计算法和SC小数倍频偏估计算法,并且详细分析了SC算法的优缺点。然后介绍了IEEE802.11a物理层帧结构中定义的十个短训练符号的定时同步算法,并分析该算法的定时性能。最后根据SC算法和十个短训练符号的定时同步算法,一步步推导出新训练符号、并且同时提出相对应的定时同步算法和小数倍频偏估计算法。最后通过仿真分析,验证新算法消除了循环前缀引起的平台区的影响,提高了符号定时和小数倍频偏估计的准确性。最后,研究基于基站的定位算法。首先介绍了最小二乘法,并且根据基站网络拓扑结构,总结了本文仿真要用的几种信道模型以及基站分布情况,并且通过仿真,分析了定位需要的合适的基站数目,以及不同的基站选择对定位的影响。然后详细分析了泰勒迭代定位方法,并且在实际信道环境下仿真分析泰勒迭代算法定位的性能。最后重点介绍在合理利用车联网路边单元具体位置的条件下,提出的综合改进线性化最小二乘法的定位方法和综合初值泰勒迭代定位方法。最后通过仿真分析证明综合初值泰勒迭代定位算法定位误差最低。
【关键词】：WAVE OFDM 训练符号 定时同步 基站定位
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN929.5;U495
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 绪论10-16
• 1.1 WAVE简介10-12
• 1.2 课题研究的背景和意义12-13
• 1.3 国内外研究现状13-14
• 1.3.1 国外研究现状13-14
• 1.3.2 国内研究现状14
• 1.4 论文的主要内容14-16
• 第二章 WAVE和定位技术相关理论16-30
• 2.1 IEEE802.11p协议简介16-17
• 2.1.1 IEEE 802.11p物理层PPDU帧16-17
• 2.2 OFDM技术17-19
• 2.2.1 OFDM信号基本原理分析17-18
• 2.2.2 OFDM符号保护间隔和循环前缀18-19
• 2.3 同步误差分析19-23
• 2.3.1 定时同步误差分析20-21
• 2.3.2 载波频率误差分析21-23
• 2.4 基站定位简介23-28
• 2.4.1 TDOA定位方法24-26
• 2.4.2 无线信号传输信道模型26-27
• 2.4.3 基站定位准确评价指标27-28
• 2.4.4 无线信道对定位影响28
• 2.5 本章小结28-30
• 第三章 基于训练符号的同步算法30-52
• 3.1 SC同步算法30-37
• 3.1.1 SC算法训练符号结构30-31
• 3.1.2 SC定时同步算法31-36
• 3.1.3 SC小数倍频偏估计算法36-37
• 3.2 PPDU帧结构中短训练符号的同步算法37-41
• 3.2.1 短训练符号的延迟相关同步算法37-38
• 3.2.2 短训练符号的延迟相关加长度保持算法38-41
• 3.2.3 短训练符号的相关性分析41
• 3.3 新训练符号结构及其同步和频偏估计算法41-51
• 3.3.1 相关度和训练符号长度的研究42-44
• 3.3.2 改进的训练符号结构及其定时同步算法44-48
• 3.3.3 新训练符号结构的小数倍频偏估计算法48-49
• 3.3.4 新频偏估计算法和SC频偏估计算法仿真对比49-51
• 3.4 本章小结51-52
• 第四章 车联网基站定位技术研究52-68
• 4.1 线性化最小二乘法52-57
• 4.1.1 基站实际信道仿真条件54-55
• 4.1.2 分析基站数目和基站选择对二乘法定位的影响55-56
• 4.1.3 实际环境中仿真分析二乘法定位56-57
• 4.2 结合车联网环境提出的综合的线性化最小二乘法57-61
• 4.2.1 结合车联网环境提出的修正的线性化最小二乘法57-58
• 4.2.2 仿真分析修正的线性化最小二乘法性能58-61
• 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61
• 4.3 泰勒迭代定位算法61-64
• 4.3.1 泰勒定位算法仿真分析63-64
• 4.4 结合车联网环境提出的综合初值泰勒迭代定位算法64-67
• 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65-67
• 4.5 小结67-68
• 第五章 总结与展望68-70
• 5.1 全文总结68-69
• 5.2 全文展望69-70
• 致谢70-71
• 参考文献71-74

【相似文献】

中国期刊全文数据库 前7条

1 孙宇明;张彦仲;邵定蓉;李署坚;;一种基于训练符号的OFDM系统同步新算法[J];遥测遥控;2010年04期

2 田野;谈振辉;;一种新的基于短训练符号的OFDM联合时间频率同步算法[J];铁道学报;2007年01期

3 李莉;王珂;韩力;;用特殊训练符号的MIMO-OFDM信道估计算法[J];武汉理工大学学报(交通科学与工程版);2008年06期

4 田野;刘菲菲;付W

本文编号：446695